一种高校云能源智能控制方法技术

本发明专利技术涉及一种高校云能源智能控制方法，本发明专利技术利用自适应神经网络控制方法实现高校能源生产与能源消费的智能交互，提出了能源消耗供需优化匹配和调控方式的新方法。高校云能源智能管控平台主要是利用物联网、自动控制等技术，进行能源消耗及能源生产的数据采集、数据分析，利用能源数据分析实现以能源消耗指导能源生产及能源传输的能源供给模式，达到校园能源系统的闭环运行的目的。

【技术实现步骤摘要】

本专利技术涉及一种控制方法，具体涉及一种高校云能源智能控制方法。
技术介绍
与传统的能源生产、消费模式相比，校园云能源系统为分布式能源系统，受外界气候、天气等因素的影响较大，因此分布式能源生产的产能难以控制。如果不能保证能源生产与能源需求之间平衡，可能会造成校园能源系统的运行混乱，甚至导致系统崩溃。目前对能源控制系统的控制方法多是基于离线优化或静态优化，其原因在于能源网络的实时性、复杂性的特点，难以建立合理的数学模型，而能源消费环节被动消费能源，与能源生产环节脱离，造成了能源系统效率低下、能源浪费等现象。而能源消费端的不断智能化以及能源生产端的不断分散化，造成能源系统的不稳定性，基于模型的静态优化控制已经不适应当前能源系统。因此实时有效的实现能源系统供需自适应优化匹配与调控是能源系统发展必须要克服的瓶颈。
技术实现思路
针对上述问题，本专利技术提供一种高校云能源智能控制方法，智能管控平台利用物联网、自动控制等技术，进行能源消耗及能源生产的数据采集、数据分析，利用能源数据分析实现以能源消耗指导能源生产及能源传输的能源供给模式，达到校园能源系统的闭环运行的目的。为解决上述问题，本专利技术采取的技术方案：一种高校云能源智能控制方法，包括如下步骤：步骤一、建立校园能源生产单位，生产的能源输入分散在校园内的能源池；步骤二、能源生产智能模块向能源调度智能模块传送能源生产单位的产能、运行状态、当前生产情况、就近能源池状态；步骤三、能源消费智能模块向能源调度智能模块传送能源消费单位用能特征，包括用能单位的用能峰谷值、当前用能状态、未来一段时间用能预测值；步骤四、能源调度智能模块根据能源生产智能模块及能源消费智能模块在步骤二、步骤三中传送的参数，综合考虑经济、安全、环保因素，利用自适应神经网络控制方法得出能源生产的控制模型；步骤五、能源调度智能模块根据能源生产的控制模型向能源生产智能模块发送控制命令；步骤六、能源生产智能模块根据能源调度智能模块的控制命令，调整能源生产设备及能源池的输出，并将调整信息回传到能源调度智能模块。根据云能源系统为多输入多输出(MIMO)严格反馈非线性系统的特点，提出了一种基于RBF神经网络和backstepping方法的一种自适应神经网络控制方法，此方法保证了闭环系统一致性、有界性和实时跟踪性。本控制方法的特点：具有一般性不仅考虑了能源消费特征、天气、气候等自然因素的影响，也考虑了产能设备工况、能源池的容量等内部影响因素。所述的能源生产智能模块根据能源生产设备的运行状态、电网的电能质量自动调整能源生产设备的开启及输出。所述的能源消费智能模块利用物联网技术实现能源消费数据、能源生产设备运行状态数据、电网电能质量数据的采集、远传、存储、分析功能。所述的能源调度智能模块是高校云能源智能控制系统的核心，调度各个能源生产单位的能源池的能量以及各个能源消费智能模块的能源输出调配，达到能源池的全局优化配置。能源调度智能模块根据自适应神经网络控制算法，得到各个能源生产设备的产能目标及计划的控制模型，并发送到能源生产智能块控制产能设备的运行。能源生产智能模块、能源消费智能模块、能源调度智能模块相互配合完成云能源系统的最优控制目标。步骤四中所述的自适应神经网络控制方法包括如下步骤：步骤一、建立校园云能源MIMO非线性系统动态模型；适应神经网络控制方法将能源消耗系统的能耗总量、能耗波峰、能耗预测、突发因素，单个耗能设备的能耗量、能耗波峰、能耗预测、突发因素，天气、气温、重大活动等外部干扰，能源生产系统的设备工况、能源池容量、能源池储能等参数输入能源调度控制器。步骤二、自适应神经网络控制器的设计；步骤三、对第一个子系统的神经网络控制器设计，得出第一个子系统的期望控制信号；步骤四、利用与步骤三相同的算法依次对各个子系统设计，计算各个子系统的期望控制信号；步骤五、对系统的控制稳定性进行评估，即系统期望控制信号的逼近误差收敛到一个原点小的范围内。本专利技术利用自适应神经网络控制方法实现高校能源生产与能源消费的智能交互，提出了能源消耗供需优化匹配和调控方式的新方法。高校云能源智能管控平台主要是利用物联网、自动控制等技术，进行能源消耗及能源生产的数据采集、数据分析，利用能源数据分析实现以能源消耗指导能源生产及能源传输的能源供给模式，达到校园能源系统的闭环运行的目的。具体实施方式一种高校云能源智能控制方法，其特征在于包括如下步骤：步骤一、建立校园能源生产单位，生产的能源输入分散在校园内的能源池；步骤二、能源生产智能模块向能源调度智能模块传送能源生产单位的产能、运行状态、当前生产情况、就近能源池状态；所述的能源生产智能模块根据能源生产设备的运行状态、电网的电能质量自动调整能源生产设备的开启及输出；步骤三、能源消费智能模块向能源调度智能模块传送能源消费单位用能特征，包括用能单位的用能峰谷值、当前用能状态、未来一段时间用能预测值；所述的能源消费智能模块利用物联网技术实现能源消费数据、能源生产设备运行状态数据、电网电能质量数据的采集、远传、存储、分析功能；步骤四、能源调度智能模块根据能源生产智能模块及能源消费智能模块在步骤二、步骤三中传送的参数，综合考虑经济、安全、环保因素，利用自适应神经网络控制方法得出能源生产的控制模型；所述的能源调度智能模块是高校云能源智能控制系统的核心，调度各个能源生产单位的能源池的能量以及各个能源消费智能模块的能源输出调配，达到能源池的全局优化配置；步骤五、能源调度智能模块根据能源生产的控制模型向能源生产智能模块发送控制命令；步骤六、能源生产智能模块根据能源调度智能模块的控制命令，调整能源生产设备及能源池的输出，并将调整信息回传到能源调度智能模块。步骤四中所述的自适应神经网络控制方法包括如下步骤：步骤一、建立校园云能源MIMO非线性系统动态模型；其中j＝1,2,...ni-1,i＝1,2,…m。ui∈R，yi∈R，分别是校园云能源MIMO非线性系统的第i个子系统的状态向量、控制输入和系统输出。fij，hij，gij是未知的光滑非线性函数。wij为外界干扰因素。步骤二、自适应神经网络控制器的设计；其中是未知参数θij的误差估计。步骤三、对第一个子系统的神经网络控制器设计本文档来自技高网...

【技术保护点】
一种高校云能源智能控制方法，其特征在于包括如下步骤：步骤一、建立校园能源生产单位，生产的能源输入分散在校园内的能源池；步骤二、能源生产智能模块向能源调度智能模块传送能源生产单位的产能、运行状态、当前生产情况、就近能源池状态；步骤三、能源消费智能模块向能源调度智能模块传送能源消费单位用能特征，包括用能单位的用能峰谷值、当前用能状态、未来一段时间用能预测值；步骤四、能源调度智能模块根据能源生产智能模块及能源消费智能模块在步骤二、步骤三中传送的参数，综合考虑经济、安全、环保因素，利用自适应神经网络控制方法得出能源生产的控制模型；步骤五、能源调度智能模块根据能源生产的控制模型向能源生产智能模块发送控制命令；步骤六、能源生产智能模块根据能源调度智能模块的控制命令，调整能源生产设备及能源池的输出，并将调整信息回传到能源调度智能模块。

【技术特征摘要】
1.一种高校云能源智能控制方法，其特征在于包括如下步骤：
步骤一、建立校园能源生产单位，生产的能源输入分散在校园内的能
源池；
步骤二、能源生产智能模块向能源调度智能模块传送能源生产单位的
产能、运行状态、当前生产情况、就近能源池状态；
步骤三、能源消费智能模块向能源调度智能模块传送能源消费单位用
能特征，包括用能单位的用能峰谷值、当前用能状态、未来一段时间
用能预测值；
步骤四、能源调度智能模块根据能源生产智能模块及能源消费智能模
块在步骤二、步骤三中传送的参数，综合考虑经济、安全、环保因素，
利用自适应神经网络控制方法得出能源生产的控制模型；
步骤五、能源调度智能模块根据能源生产的控制模型向能源生产智能
模块发送控制命令；
步骤六、能源生产智能模块根据能源调度智能模块的控制命令，调整
能源生产设备及能源池的输出，并将调整信息回传到能源调度智能模
块。
2.根据权利要求1所述的高校云能源智能控制方法，其特征在于：
所述的能源生产智能模块根据能源生产设备的运行状态、电网的电
能质量自动调整能源生产设备...

【专利技术属性】
技术研发人员：卢洪刚，
申请(专利权)人：卢洪刚，
类型：发明
国别省市：山东;37