一种基于人工智能的多能流液控压缩空气储能控制系统及方法技术方案

本发明专利技术提供一种基于人工智能的多能流液控压缩空气储能控制系统及方法，所述系统包括清洁能源端、用户负荷端、储能端、供能端、数据反馈端、控制端、人工智能云端。本发明专利技术通过清洁能源端收集风能、太阳能的发电量数据信息；用户负荷端收集用户侧的电负荷和热负荷的需求；数据反馈端接收清洁能源端、用户负荷端的数据，并远程操控；储能端接受清洁能源端的电能并转化为压缩空气能；供能端根据用户负荷端的需求将压缩空气能转化为电能和热能输出；控制端接收储能端、供能端实时反馈的运行参数数据并远程操控；人工智能云端运用深度学习和多目标最优化算法，对液控压缩空气储能系统进行运行决策，经过不断迭代优化达到最优化控制。经过不断迭代优化达到最优化控制。经过不断迭代优化达到最优化控制。

【技术实现步骤摘要】
一种基于人工智能的多能流液控压缩空气储能控制系统及方法


[0001]本专利技术涉及储能和清洁能源利用
，尤其涉及一种基于人工智能的多能流液控压缩空气储能控制系统及方法。

技术介绍

[0002]人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对各种信息系统的运行和控制过程进行模拟，在某种程度上也可能超过人的智能。
[0003]将可再生清洁能源，例如风能和太阳能等与压缩空气储能相结合，是提高清洁能源利用效率的一个重要途径。为提高我国能源综合利用能力，践行节能减排、力争完成战略目标具有重要的现实意义。但是风能和太阳能具有波动性和间歇性的特点，用户端的用能需求也存在较大的不确定性，在此变工况条件下液控压缩空气储能系统的运行控制的时变响应问题存在难点。

技术实现思路

[0004]本专利技术第一个目的在于，针对清洁能源来源端波动性问题、用户需求端变负荷特性问题所造成的变工况条件下液控压缩空气储能系统的运行控制的时变响应问题，提供一种基于人工智能的多能流液控压缩空气储能控制系统。
[0005]为此，本专利技术的上述目的通过如下技术方案实现：一种基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述基于人工智能的多能流液控压缩空气储能控制系统包括：清洁能源端、用户负荷端、储能端、供能端、数据反馈端、控制端、人工智能云端；所述清洁能源端包含环境监测系统和发电监控系统，可对具有波动性的风能和周期性的太阳能的气候数据以及发电数据进行实时收集，并反馈数据给数据反馈端；所述清洁能源端也接受数据反馈端的控制向储能端供电；所述用户负荷端包含温湿度监测系统和用能监控系统，可对用户侧的环境温湿度实时监测收集，对具有峰谷周期的用电能和具有季节周期性的热能需求数据进行实时收集，并反馈数据给数据反馈端；所述用户负荷端也接受数据反馈端的控制来接收供能端供应的电能和热能；所述储能端包含液控压缩空气储能系统，可以接收清洁能源端的供电，并转化成压缩空气将能量进行存储；储能端的液控压缩空气储能系统向控制端实时反馈数据，并接受控制端的操控；所述供能端包含液控压缩空气储能系统，可以将储能端的压缩空气能转化成电能
和热能，并供能给用户负荷端；供能端的液控压缩空气储能系统向控制端实时反馈数据，并接受控制端的操控；所述数据反馈端包含数据监控系统以及反馈输出系统，数据监控系统可以收集并存储清洁能源端和用户负荷端实时收集的数据资料；反馈输出系统向人工智能云端实时反馈清洁能源端的风能、太阳能的变化和发电量数据信息，并向人工智能云端实时反馈用户负荷端的电和热负荷的需求数据；所述数据反馈端的反馈输出系统也接收人工智能云端传来的指令，通过数据监控系统控制清洁能源端向储能端供电，并通过数据监控系统控制用户负荷端来接收供能端供应的电能和热能；所述人工智能云端包含主机、判断系统、云计算服务器集群，主机接收来自数据反馈端的清洁能源供能和用户电、热负荷的需求数据，同时主机也接收控制端反馈的储能端和供能端各装置运行数据；判断系统根据反馈的数据进行判断，针对分析所需计算量灵活分配云计算服务器集群节点资源；运用深度学习的方法，利用云计算服务器集群并根据统计模型和参数，采用多目标最优化算法对液控压缩空气储能系统进行运行决策与控制，例如但不局限于决策树、贝叶斯学习算法等；最终实现精准匹配用户负荷端的用能需求；所述控制端包含数据采集系统、远程操控系统以及结果输出系统，可以启动并监控液控压缩空气储能系统在储能端和供能端的运行出力情况，并将运行结果反馈给人工智能云端；同时，所述控制端还会接收人工智能云端传来的指令，对储能端和供能端的各装置进行针对性操控；操控后的液控压缩空气储能系统在储能端和供能端的实时运行结果，会接着反馈至人工智能云端；人工智能云端利用深度学习方法进行不断地判断与优化修正，最终实现多目标最优的储能端的液控压缩空气储能系统的运行控制。
[0006]在采用上述技术方案的同时，本专利技术还可以采用或者组合采用如下技术方案：作为本专利技术的优选技术方案：所述清洁能源端的环境监测系统包含风速风向检测仪、太阳辐射计。
[0007]作为本专利技术的优选技术方案：所述清洁能源端的发电监控系统包含精密电流表，所述精密电流表用于高精度实时收集风能、太阳能的变化和清洁能源发电量等数据信息。
[0008]作为本专利技术的优选技术方案：所述用户负荷端的温湿度监测系统包含温湿度传感器，所述温湿度传感器用于对用户侧的温湿度环境实时监测收集。
[0009]作为本专利技术的优选技术方案：所述用户负荷端的用能监控系统包含精密电流表，所述精密电流表用于对具有峰谷周期的用电能和具有季节周期性的热能需求数据进行实时收集。
[0010]作为本专利技术的优选技术方案：所述储能端的液控压缩空气储能系统包含多个超级电容器、电动机、蓄水罐、水泵、水气共容罐、储气罐、水阀和气阀装置，以通过远程控制超级电容器的输出电流、远程控制采用的并联的电动机、蓄水罐、水泵、水气共容罐、储气罐的数目，远程控制水阀和气阀的流量，从而控制压缩空气储能容量。
[0011]作为本专利技术的优选技术方案：所述供能端的液控压缩空气储能系统包含多个储气罐、水气共容罐、水轮机、发电机、蓄水罐、气阀、水阀和回水阀，以通过远程控制采用的并联的储气罐、水气共容罐、水轮机、发电机、蓄水罐的数目，远程控制气阀、水阀和回水阀的流量，从而满足用户负荷端的电能和热能需求。
[0012]本专利技术还有一个目的在于，针对现有技术中存在的不足，提供一种基于人工智能的多能流液控压缩空气储能控制系统的控制方法。
[0013]为此，本专利技术的上述目的通过如下技术方案实现：首先，清洁能源端的风速、风向和太阳能辐射量数据被环境监测系统实时监测和收集，风能、太阳能等可再生能源产生的波动、不稳定电流的数据被发电监控系统实时收集，这些数据都被传输给数据反馈端。与此同时，用户负荷端的温湿度监测系统对用户侧的环境温度和湿度实时监测收集，并通过用能监控系统对具有峰谷周期的用电能和具有季节周期性的热能需求数据进行实时收集，并反馈数据给数据反馈端。
[0014]接着，数据反馈端的反馈输出系统向人工智能云端实时反馈清洁能源端的风能、太阳能的变化和发电量数据信息，并向人工智能云端实时反馈用户负荷端的电和热负荷的需求数据。人工智能云端的主机接收来自数据反馈端的清洁能源供能和用户电、热负荷的需求数据，判断系统根据反馈的数据进行判断。如果清洁能源端的供能大于用户负荷端的需求，则通过主机向数据反馈端发送指令，数据反馈端的反馈输出系统接收人工智能云端传来的指令，通过数据监控系统控制清洁能源端向储能端供电，同时主机向控制端发送指令，启动并监控储能端的各装置；如果清洁能源端的供能小于用户负荷端的需求，则通过主机向数据反馈端发送指令，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述基于人工智能的多能流液控压缩空气储能控制系统包括：清洁能源端、用户负荷端、储能端、供能端、数据反馈端、控制端、人工智能云端；所述清洁能源端包含环境监测系统和发电监控系统，可对具有波动性的风能和周期性的太阳能的气候数据以及发电数据进行实时收集，并反馈数据给数据反馈端；所述清洁能源端也接受数据反馈端的控制向储能端供电；所述用户负荷端包含温湿度监测系统和用能监控系统，可对用户侧的环境温湿度实时监测收集，对具有峰谷周期的用电能和具有季节周期性的热能需求数据进行实时收集，并反馈数据给数据反馈端；所述用户负荷端也接受数据反馈端的控制来接收供能端供应的电能和热能；所述储能端包含液控压缩空气储能系统，可以接收清洁能源端的供电，并转化成压缩空气将能量进行存储；储能端的液控压缩空气储能系统向控制端实时反馈数据，并接受控制端的操控；所述供能端包含液控压缩空气储能系统，可以将储能端的压缩空气能转化成电能和热能，并供能给用户负荷端；供能端的液控压缩空气储能系统向控制端实时反馈数据，并接受控制端的操控；所述数据反馈端包含数据监控系统以及反馈输出系统，数据监控系统可以收集并存储清洁能源端和用户负荷端实时收集的数据资料；反馈输出系统向人工智能云端实时反馈清洁能源端的风能、太阳能的变化和发电量数据信息，并向人工智能云端实时反馈用户负荷端的电和热负荷的需求数据；所述数据反馈端的反馈输出系统也接收人工智能云端传来的指令，通过数据监控系统控制清洁能源端向储能端供电，并通过数据监控系统控制用户负荷端来接收供能端供应的电能和热能；所述人工智能云端包含主机、判断系统、云计算服务器集群，主机接收来自数据反馈端的清洁能源供能和用户电、热负荷的需求数据，同时主机也接收控制端反馈的储能端和供能端各装置运行数据；判断系统根据反馈的数据进行判断，针对分析所需计算量灵活分配云计算服务器集群节点资源；运用深度学习的方法，利用云计算服务器集群并根据统计模型和参数，采用多目标最优化算法对液控压缩空气储能系统进行运行决策与控制；最终实现精准匹配用户负荷端的用能需求；所述控制端包含数据采集系统、远程操控系统以及结果输出系统，可以启动并监控液控压缩空气储能系统在储能端和供能端的运行出力情况，并将运行结果反馈给人工智能云端；同时，所述控制端还会接收人工智能云端传来的指令，对储能端和供能端的各装置进行针对性操控；操控后的液控压缩空气储能系统在储能端和供能端的实时运行结果，会接着反馈至人工智能云端；人工智能云端利用深度学习方法进行不断地判断与优化修正，最终实现多目标最优的储能端的液控压缩空气储能系统的运行控制。2.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述清洁能源端的环境监测系统包含风速风向检测仪、太阳辐射计。3.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述清洁能源端的发电监控系统包含精密电流表，所述精密电流表用于高精度实时
收集风能、太阳能的变化和清洁能源发电量等数据信息。4.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述用户负荷端的温湿度监测系统包含温湿度传感器，所述温湿度传感器用于对用户侧的温湿度环境实时监测收集。5.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述用户负荷端的用能监控系统包含精密电流表，所述精密电流表用于对具有峰谷周期的用电能和具有季节周期性的热能需求数据进行实时收集。6.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述储能端的液控压缩空气储能系统包含多个超级电容器、电动机、蓄水罐、水泵、水气共容罐、储气罐、水阀和气阀装置，以通过远程控制超级电容器的输出电流、远程控制采用的并联的电动机、蓄水罐、水泵、水气共容罐、储气罐的数目，远程控制水阀和气阀的流量，从而控制压缩空气储能容量。7.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统，其特征在于：所述供能端的液控压缩空气储能系统包含多个储气罐、水气共容罐、水轮机、发电机、蓄水罐、气阀、水阀和回水阀，以通过远程控制采用的并联的储气罐、水气共容罐、水轮机、发电机、蓄水罐的数目，远程控制气阀、水阀和回水阀的流量，从而满足用户负荷端的电能和热能需求。8.根据权利要求1所述的基于人工智能的多能流液控压缩空气储能控制系统的控制方法，其特征在于：所述控制方法包括如下步骤：首先，清洁能源端的风速、风向和太阳能辐射量数据被环境监测系统实时监测和收集，风能、太阳能等可再生能源产生的波动、不稳定电流的数据被发电监控系统实时收集，这些数据都被传输给数据反馈端；与此同时，用户负荷端的温湿度监测系统对用户侧的环境温度和湿度实时监测收集，并通过用能监控系统对具有峰谷周期的用...

【专利技术属性】
技术研发人员：冯飙，许志翔，朱建均，赵源，荣杨一鸣，李成军，郑应霞，张宝勇，陈顺义，黄靖乾，周杰，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：