【技术实现步骤摘要】
本专利技术属于能源需供领域，特别涉及一种基于数字孪生的能源系统需供互动优化运行方法及系统。
技术介绍
1、需供互动运行优化是综合能源系统实现智慧化的主要方向之一，对综合能源互联网中需供数据的一体化智能化采集、计量、分析、挖掘、计算、优化策略成为越来越重要的实际需求。
2、能源互联网能源供需系统缺少科学的量化分析方法和智能计算模型，导致能源供需匹配的时滞性、不确定性、不精确性问题突出。
3、能源从供能侧产生后，通过输配系统，输送到用户侧使用，需要一定时间，让能源流动。导致在供需两侧不同步，具有时滞性。当供能侧停止供能时，由于用户侧有可能不知道供能侧的操作，所以还在徒劳的使用能源设备，这就造成了能源的浪费。
4、能源站和用能企业分属于不同的运营主体。用能企业的用能量需求根据其生产计划或者入住率进行分配，这些信息是供能企业无法掌握的或者无法统计的，供能企业只能根据相关的能源参数(如供热时，热水的供回水温差，供冷时冷冻水的供回水温差等信息)通过运维人员的工作经验来判断相关设备的负荷调整，这就造成了供能信息的不确定性。
技术实现思路
1、鉴于上述问题，本专利技术提出了一种基于数字孪生的能源系统需供互动优化运行方法，包括：
2、获取供能设备侧的供能数据和用能设备侧的用能数据；
3、将所述供能数据和所述用能数据进行上报，对所述供能数据和所述用能数据进行处理；
4、对所述供能数据进行处理生成供能侧设备及系统运行数据及静态数据，
5、根据所述供能侧设备的运行数据及静态数据计算供能侧补正运行数据，根据用能侧设备的运行数据及静态数据计算用能侧补正运行数据；
6、根据供能侧设备及系统运行数据及静态数据和供能侧补正运行数据通过ai算法模型和机理模型输出产能预测，根据用能侧设备及系统运行数据及静态数据和用能侧补正运行数据通过ai算法模型和机理模型输出负荷预测，根据所述产能预测和所述负荷预测获取优化运行策略。
7、进一步的，所述将所述供能数据和所述用能数据进行上报，对所述供能数据和所述用能数据进行处理，包括：
8、将所述供能数据和所述用能数据通过物联管理平台进行供用能侧设备和系统信息模型及图模一体化处理。
9、进一步的，将所述供能数据和所述用能数据通过物联管理平台进行供用能侧设备和系统信息模型及图模一体化处理，包括：
10、对所述供能数据和所述用能数据进行分项目、分数据类别与图模绑定和打标处理。
11、进一步的，所述对所述供能数据进行处理生成供能侧设备及系统运行数据及静态数据，对所述用能数据进行处理生成用能侧设备及系统运行数据及静态数据，包括：
12、针对供能侧数据和所述用能数据进行数据清洗、数据统计、数据计算和数据增删改查；
13、生成供能侧设备及系统运行数据及静态数据和用能侧设备及系统运行数据及静态数据。
14、进一步的，所述供能数据包括：
15、能源种类和数量、静态数据、动态数据、消息数据和服务数据、气象数据、供能设备及系统的产能预测量，产能效率，其中，所述静态数据包括：设备厂家、种类、数量、品牌、型号、额定容量、额定压力和额定温度；
16、所述动态数据，包括：瞬时功率、瞬时温度、瞬时流量、累计电量和累计流量；
17、用能数据包括：用能种类和数量、用能设备的种类和数量和用能预测量。
18、进一步的，所述消息数据包括：
19、设备的报警信息，所述服务数据包括：设备的控制指令，其中包括：远程开关机、负荷调整和电磁阀开度。
20、进一步的，所述根据供能侧设备及系统运行数据及静态数据和供能侧补正运行数据通过ai算法模型和机理模型输出产能预测，根据用能侧设备及系统运行数据及静态数据和用能侧补正运行数据通过ai算法模型和机理模型输出负荷预测，包括：
21、构建供能侧设备及系统机理模型和ai算法模型，以及用能侧设备及系统机理模型和ai算法模型；
22、以供能侧设备的运行数据及静态数据对供能侧设备及系统ai算法模型进行模型训练，以ai算法模型输出结果对供能侧设备及系统机理模型修正；以用能侧设备的运行数据及静态数据对用能侧设备及系统ai算法模型进行模型训练，ai算法模型输出结果对用能侧设备及系统机理模型修正；
23、以供能侧设备的运行数据及静态数据输入供能侧设备及系统机理模型，计算获得供能侧补正运行数据，供能侧补正运行数据与供能侧设备及系统运行数据及静态数据作为训练数据，提供给供能设备及系统的ai算法模型；
24、以用能侧设备的运行数据及静态数据输入用能侧设备及系统机理模型，计算获得用能侧补正运行数据，用能侧补正运行数据与供能侧设备及系统运行数据及静态数据作为训练数据，提供给用能设备及系统的ai算法模型。
25、进一步的，所述根据所述产能预测和所述负荷预测获取优化运行策略，包括：
26、以用能设备及系统和供能设备及系统作为一个整体对象，通过ai算法模型和机理模型输出产能预测和负荷预测；
27、将负荷预测提供给供能方，供能方结合负荷预测据与产能预测制定供能设备及系统的的优化运行策略；
28、根据优化运行策略，判断整体运行策略是否为供能第一优化策略，若为第一优化策略则输出结果；若否，则调整供能方的优化运行策略。
29、进一步的，所述根据所述产能预测和所述负荷预测获取优化运行策略，还包括：
30、以用能设备及系统和供能设备及系统作为一个整体对象，通过ai算法模型和机理模型输出产能预测和负荷预测；
31、或者，将产能预测提供给用能方，用能方结合负荷预测和产能预测制定用能设备及系统的优化运行策略；
32、根据优化运行策略，判断整体运行策略是否为用能第一优化策略，若为用能第一优化策略则输出结果；若否，则调整用能方的优化运行策略。
33、所述优化运行策略包括：经济性最优策略、节能性最优策略、减排性最优策略、复合性最优策略。
34、基于同一专利技术构思，本专利技术提供一种基于数字孪生的能源系统需供互动优化运行系统，包括：
35、网关模块，用于获取供能设备侧的供能数据和用能设备侧的用能数据，
36、物联网管理平台，用于将所述供能数据和所述用能数据进行上报，对所述供能数据和所述用能数据进行处理；
37、数据管理平台，用于对所述供能数据进行处理生成供能侧设备及系统运行数据及静态数据，对所述用能数据进行处理生成用能侧设备及系统运行数据及静态数据；
38、根据所述供能侧设备的运行数据及静态数据计算供能侧补正运行数据，根据用能侧设备的运行数据及静态数据计算用能侧补正运行数据；
39、模型管理平台，用于根据供能侧设备及系统运行数据及静态数据和供能侧补正本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的能源系统需供互动优化运行方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述供能数据和所述用能数据进行上报，对所述供能数据和所述用能数据进行处理，包括：
3.根据权利要求2所述的方法，其特征在于，将所述供能数据和所述用能数据通过物联管理平台进行供用能侧设备和系统信息模型及图模一体化处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述供能数据进行处理生成供能侧设备及系统运行数据及静态数据，对所述用能数据进行处理生成用能侧设备及系统运行数据及静态数据，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，所述根据供能侧设备及系统运行数据及静态数据和供能侧补正运行数据通过AI算法模型和机理模型输出产能预测，根据用能侧设备及系统运行数据及静态数据和用能侧补正运行数据通过AI算法模型和机理模型输出负荷预测，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述产能预测和所述负荷预测获取优化运行策略，
8.根据权利要求1所述的方法，其特征在于，所述根据所述产能预测和所述负荷预测获取优化运行策略，还包括：
9.一种基于数字孪生的能源系统需供互动优化运行系统，其特征在于，包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于数字孪生的能源系统需供互动优化运行方法。
...【技术特征摘要】
1.一种基于数字孪生的能源系统需供互动优化运行方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述供能数据和所述用能数据进行上报，对所述供能数据和所述用能数据进行处理，包括：
3.根据权利要求2所述的方法，其特征在于，将所述供能数据和所述用能数据通过物联管理平台进行供用能侧设备和系统信息模型及图模一体化处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述供能数据进行处理生成供能侧设备及系统运行数据及静态数据，对所述用能数据进行处理生成用能侧设备及系统运行数据及静态数据，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，所述根据供...
【专利技术属性】
技术研发人员：刘敏，赵志渊，朱建，孙永昇，郑潇然，姚小强，高鑫涛，胡点点，
申请(专利权)人：国家电投集团综合智慧能源科技有限公司，
类型：发明
国别省市：
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。