System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能的低碳楼宇光储充系统分层调度方法技术方案_技高网

基于人工智能的低碳楼宇光储充系统分层调度方法技术方案

技术编号:43176703 阅读:6 留言:0更新日期:2024-11-01 20:04
本申请提供一种低碳楼宇光储充系统分层调度方法。该方法通过光伏管理层获取预设未来时段内的天气数据,并根据天气数据确定预设未来时段的预测光伏发电数据,通过设备负荷层根据历史负荷监控数据确定预设未来时段的预测用电负荷数据,以及通过储能管理层获取储能设备当前的剩余电能数据,然后,智能调度层利用预设电能传输调度模型,并根据预测光伏发电数据、预测用电负荷数据以及剩余电能数据确定在预设未来时段内的电能调度策略,从而指示在预设未来时段内光伏管理层、设备负荷层、电网管理层以及储能管理层之间的电能传输方向,进而有效地将光伏发电与楼宇用电负荷进行匹配,实现电能的实时优化调度。

【技术实现步骤摘要】

本申请涉及数据处理技术,尤其涉及一种基于人工智能的低碳楼宇光储充系统分层调度方法


技术介绍

1、随着全球能源需求的不断增长和环境保护意识的日益增强,低碳、节能、高效的能源管理系统成为现代楼宇建设的重要方向。传统的楼宇能源管理系统往往存在能源利用效率低、调度不灵活、对环境变化适应性差等问题,难以满足现代楼宇对能源管理的需求。

2、在楼宇能源管理系统中,光伏发电作为一种清洁、可再生的能源形式,具有巨大的应用潜力。然而,光伏发电受天气条件影响大,其发电量具有不确定性和波动性。同时,楼宇内部的用电负荷也随时间变化,存在峰谷差异。因此,如何有效地将光伏发电与楼宇用电负荷进行匹配,实现电能的优化调度,成为楼宇能源管理领域亟待解决的技术问题。


技术实现思路

1、本申请提供一种基于人工智能的低碳楼宇光储充系统分层调度方法,用以解决如何有效地将光伏发电与楼宇用电负荷进行匹配,实现电能的优化调度,成为楼宇能源管理领域亟待解决的技术问题。

2、第一方面,本申请提供一种基于人工智能的低碳楼宇光储充系统分层调度方法,应用于楼宇光储充管理系统,所述楼宇光储充管理系统包括智能调度层、光伏管理层、储能管理层、电网管理层以及设备负荷层,所述智能调度层分别与所述光伏管理层、所述储能管理层以及所述设备负荷层连接;所述方法,包括:

3、所述光伏管理层获取预设未来时段内的天气数据,并根据所述天气数据确定所述预设未来时段的预测光伏发电数据,并将所述预测光伏发电数据发送至所述智能调度层;</p>

4、所述设备负荷层根据历史负荷监控数据确定所述预设未来时段的预测用电负荷数据,并将所述预测用电负荷数据发送至所述智能调度层;

5、所述储能管理层获取储能设备当前的剩余电能数据,并将所述剩余电能数据发送至所述智能调度层;

6、所述智能调度层利用预设电能传输调度模型,并根据所述预测光伏发电数据、所述预测用电负荷数据以及所述剩余电能数据确定在所述预设未来时段内的电能调度策略,所述电能调度策略用于指示所述光伏管理层、所述设备负荷层、所述电网管理层以及所述储能管理层之间的电能传输方向。

7、在上述方案中,通过引入智能调度层,实现了楼宇光储充系统的智能化管理,其中,智能调度层能够综合处理来自光伏管理层、设备负荷层和储能管理层的数据,并基于这些数据制定高效的电能调度策略,从而显著提升了系统的自动化和智能化水平。并且,上述的电能调度策略充分考虑了光伏发电量、用电负荷和储能设备剩余电量等多种因素,通过合理的电能分配和传输,实现了能源的高效利用,避免了不必要的能源浪费。通过分层设计,各管理层各司其职,相互协作,确保了楼宇光储充系统的稳定运行。同时,智能调度层能够实时调整调度策略,以应对各种情况,进一步提高了系统的稳定性和可靠性。可见,通过上述方案中的优化电能调度,不仅降低了楼宇的能源成本,还提高了能源利用效率。

8、可选的,所述光伏管理层获取预设未来时段内的天气数据,并根据所述天气数据确定所述预设未来时段的预测光伏发电数据,包括:

9、根据所述天气数据中的环境温度数据确定温度影响因子曲线;

10、根据所述天气数据中的光照角度数据确定光照角度影响因子曲线;

11、根据所述天气数据中的光照强度数据、所述温度影响因子曲线以及所述光照角度影响因子曲线确定所述预测光伏发电数据。

12、在上述方案中,通过综合考虑天气数据中的环境温度、光照强度和光照角度多个因素,并利用这些因素分别确定出温度影响因子曲线和光照角度影响因子曲线,再结合光照强度数据来确定预测光伏发电数据,能够更全面地反映实际光伏发电过程中的复杂性和动态性,从而显著提高了光伏发电预测的准确性,使得楼宇光储充系统的电能调度更加精准和科学。

13、准确的预测光伏发电数据为智能调度层提供了重要的决策依据。在能源分配和管理上,可以根据预测的光伏发电量合理安排电能的使用和存储,避免能源浪费和过度依赖外部电网供电。这有助于提升楼宇光储充系统的整体能源利用效率,降低运行成本,实现低碳环保的目标。

14、并且,在光伏发电过程中,环境因素的变化(如温度、光照强度和角度)对发电量有显著影响。通过精确预测这些因素对光伏发电的影响,可以及时调整系统的工作状态,减少因环境突变导致的发电量骤降或过剩,从而增强系统的稳定性和可靠性。

15、此外,智能调度层利用这些准确的预测数据,可以更加科学地制定电能调度策略。在不同情况下,能够准确判断光伏发电量是否能够满足用电负荷需求,并据此决定是否需要从储能管理层或电网管理层获取电能补充,或者将多余的电能传输给储能管理层或电网管理层。这种智能调度决策能力有助于实现楼宇光储充系统的自动化、智能化管理。

16、可选的,所述设备负荷层根据历史负荷监控数据确定所述预设未来时段的预测用电负荷数据,包括:

17、所述设备负荷层获取所述历史负荷监控数据中各个时间节点所对应的负荷用电量,以生成历史负荷用电量序列;

18、根据所述历史负荷用电量序列确定预测特征权重值,以根据所述历史负荷用电量序列、所述预测特征权重值以及上一个预测周期的预测用电负荷用电量确定所述预设未来时段所对应的预测用电负荷用电量,所述预设未来时段的预测用电负荷数据包括所述预测用电负荷用电量。

19、在上述方案中,通过获取历史负荷监控数据中各个时间节点的负荷用电量,生成完整的历史负荷用电量序列,这一步骤为后续的预测分析提供了坚实的基础。进一步地,根据历史数据确定预测特征权重值,使得预测模型能够自动学习和识别影响用电负荷的关键因素及其权重,从而更加准确地预测未来时段的用电负荷。这种基于历史数据驱动的预测方法显著提高了预测精度,为楼宇光储充系统的电能调度提供了可靠依据。

20、由于不同楼宇的用电负荷特性可能因建筑类型、用途、人员活动等因素而有所不同,传统的固定参数预测方法往往难以适应这些变化。而该方法通过自动学习和调整预测特征权重值,能够动态适应不同楼宇的用电负荷变化,增强了系统的适应性和灵活性。

21、准确的预测用电负荷数据使得楼宇光储充系统能够提前规划电能的使用和分配。在系统运行时,可以根据预测数据合理调整光伏发电、储能和电网供电的比例,确保电能供需平衡,减少能源浪费和电网压力。这有助于优化资源配置,提高系统的经济性和环保性。

22、设备负荷层通过精确预测未来时段的用电负荷,为智能调度层提供了重要的决策支持。智能调度层可以根据预测数据制定更加科学合理的电能调度策略,确保系统在不同运行状态下都能保持高效稳定运行。这种智能决策能力有助于提升楼宇光储充系统的自动化水平和智能化程度。

23、可选的,所述智能调度层利用预设电能传输调度模型,并根据所述预测光伏发电数据、所述预测用电负荷数据以及所述剩余电能数据确定在所述预设未来时段内的电能调度策略,包括:

24、若所述预测光伏发电数据与所述预测用电负荷数据之间的第本文档来自技高网...

【技术保护点】

1.一种基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,应用于楼宇光储充管理系统,所述楼宇光储充管理系统包括智能调度层、光伏管理层、储能管理层、电网管理层以及设备负荷层,所述智能调度层分别与所述光伏管理层、所述储能管理层、电网管理层以及所述设备负荷层连接;所述方法,包括:

2.根据权利要求1所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述光伏管理层获取预设未来时段内的天气数据,并根据所述天气数据确定所述预设未来时段的预测光伏发电数据,包括:

3.根据权利要求1所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述设备负荷层根据历史负荷监控数据确定所述预设未来时段的预测用电负荷数据,包括:

4.根据权利要求1-3中任意一项所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述智能调度层利用预设电能传输调度模型,并根据所述预测光伏发电数据、所述预测用电负荷数据以及所述剩余电能数据确定在所述预设未来时段内的电能调度策略,包括:

5.根据权利要求4所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述电能调度策略用于指示所述光伏管理层向所述设备负荷层与所述储能管理层传输电能,包括:

6.根据权利要求5所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述电能调度策略用于指示所述光伏管理层与所述储能管理层向所述设备负荷层传输电能,包括:

7.根据权利要求6所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述电能调度策略用于指示所述光伏管理层、所述储能管理层以及所述电网管理层向所述设备负荷层传输电能,包括:

8.一种楼宇光储充管理系统,其特征在于,包括:智能调度层、光伏管理层、储能管理层、电网管理层以及设备负荷层,所述智能调度层分别与所述光伏管理层、所述储能管理层以及所述设备负荷层连接;

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,应用于楼宇光储充管理系统,所述楼宇光储充管理系统包括智能调度层、光伏管理层、储能管理层、电网管理层以及设备负荷层,所述智能调度层分别与所述光伏管理层、所述储能管理层、电网管理层以及所述设备负荷层连接;所述方法,包括:

2.根据权利要求1所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述光伏管理层获取预设未来时段内的天气数据,并根据所述天气数据确定所述预设未来时段的预测光伏发电数据,包括:

3.根据权利要求1所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述设备负荷层根据历史负荷监控数据确定所述预设未来时段的预测用电负荷数据,包括:

4.根据权利要求1-3中任意一项所述的基于人工智能的低碳楼宇光储充系统分层调度方法,其特征在于,所述智能调度层利用预设电能传输调度模型,并根据所述预测光伏发电数据、所述预测用电负荷数据以及所述剩余电能数据确定在所述预设未来时段内的电能调度策略,包括:

5.根据权利要求...

【专利技术属性】
技术研发人员:李明轩李超韩琳吴同凯朱卫娟
申请(专利权)人:江苏云上电力科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1