【技术实现步骤摘要】
本专利技术涉及数字孪生，尤其涉及一种基于云端边缘端协同的数字孪生服务平台构建方法。
技术介绍
1、在现代农村能源系统中，随着光伏发电、风力发电和储能设备等新能源技术在农村地区的推广，农村能源结构正在逐步向多元化和可持续方向发展。然而，农村地区的能源需求具有显著的波动性，且新能源供给受天气和季节影响较大，因此，如何实现农村新能源的高效管理和优化利用成为一个亟需解决的问题。
2、农村新能源系统通常由多个分散式小型光伏电站、风力发电站和储能设备组成。这些能源设备能够充分利用当地自然资源，降低农村地区对传统化石能源的依赖，减少温室气体排放。但由于农村新能源设备布局分散、通信网络有限，传统的能源管理系统难以对这些设备进行统一的实时监控和调度，导致能源供需匹配难度较大、设备利用率低以及能源浪费问题。
技术实现思路
1、本专利技术为解决上述技术问题，提出了一种基于云端边缘端协同的数字孪生服务平台构建方法，以解决至少一个上述技术问题。
2、本申请提供了一种基于云端边缘端协同的数字孪生服务平台构建方法，所述方法包括：
3、s1、通过边缘端装置获取能源系统基础数据；
4、s2、在边缘端装置利用能源系统基础数据进行初步状态建模，构建虚拟能源系统模型，以传输至云端服务器；
5、s3、控制云端服务器接受边缘端装置上传的虚拟能源系统模型，并对虚拟能源系统模型进行数字孪生模型构建，得到能源系统数字孪生模型；
6、s4、根据能源系统数字孪生模
7、本专利技术中将数据采集过程在边缘端完成，减少了数据传输至云端的频率和延迟，提升了系统响应速度。在边缘端进行初步建模分担了云端服务器的计算负担，提高了整个系统的资源利用率。边缘端的初步状态建模让系统能够更快响应本地事件，如负荷波动或设备状态变化，为实时控制和局部优化提供支持。云端数字孪生模型的构建能够打破地域限制，实现跨区域能源系统协同管理和优化。云端基于数字孪生模型进行动态调度优化，能够适应实时供需变化、能源价格波动等，实现能源系统的高效、低成本运行。调度数据传输至边缘端后，能够与实际运行状态形成闭环反馈，支持系统的自我优化和持续学习，提高长时间运行的稳定性和适应性。
8、可选地，s1包括：
9、s11、通过部署于光伏逆变器设备的传感器，实时采集光伏能源系统基础数据；
10、s12、通过部署于风力发电机设备的传感器，实时采集风电能源系统基础数据；
11、s13、通过部署于储能电池设备的传感器，实时采集储能能源系统基础数据；
12、s14、将光伏能源系统基础数据、风电能源系统基础数据以及储能能源系统基础数据进行基准校验，得到能源系统基准校验数据；
13、s15、根据能源系统基准校验数据进行时间同步，得到能源系统基础数据。
14、本专利技术中直接从光伏逆变器获取数据，确保数据采集的实时性，使系统能够快速响应光伏发电的波动。实时采集风电数据，使系统能够快速适应风速、风向变化，有效优化风电的利用率。通过监测储能电池的充放电情况，确保电池在最佳状态下运行，提升储能系统的能效。将不同来源的能源数据进行校验，去除因设备差异导致的偏差，确保不同系统数据之间的一致性。基准校验有助于提高系统数据的整体质量，避免错误数据导致的模型误差。同步时间戳消除了因设备时间差异导致的数据延迟问题，确保分析和调度的实时性和准确性。
15、可选地，s2包括：
16、s21、在边缘端装置利用能源系统基础数据进行日能源趋势分析，得到日能源趋势数据；
17、s22、根据日能源趋势数据进行发电与用电匹配分析，得到发电供需偏差数据；
18、s23、根据发电供需偏差数据进行能源状态分类，得到能源状态分类数据；
19、s24、根据能源系统基础数据进行储能系统状态分析，得到储能容量估算数据；
20、s25、根据能源系统基础数据、能源状态分类数据以及储能容量估算数据进行边缘状态仿真，得到虚拟能源系统模型，以传输至云端服务器。
21、本专利技术中通过日能源趋势分析，提前预测每日的发电和用电趋势，帮助系统更好地进行能源调度。根据供需匹配结果合理分配发电资源和储能设备，避免不必要的能源损耗，提高整体能源效率。通过能源状态分类，可以将系统的状态分为高供需平衡、高负荷或低负荷等类别，便于进行针对性的管理和调度。实时估算储能状态能够帮助系统合理安排充放电计划，避免过度使用，延长储能设备的使用寿命。在边缘端进行状态仿真并构建虚拟模型，降低了云端的计算负荷，提升了系统的整体效率。
22、可选地，其中发电与用电匹配分析包括：
23、根据日能源趋势数据进行需求响应弹性分析，得到响应弹性评分数据；
24、根据日能源趋势数据以及能源系统基础数据进行发电设备灵活性评分，得到发电设备灵活性评分数据；
25、根据日能源趋势数据、响应弹性评分数据以及发电设备灵活性评分数据进行多情景供需匹配模拟，得到多情景供需模拟数据；
26、根据多情景供需模拟数据进行短期平衡计划生成，得到短期平衡计划数据；
27、根据短期平衡计划数据进行实时偏差调整，得到实时偏差调整数；
28、根据多情景供需模拟数据以及实时偏差调整数进行供需稳定性评估，得到供需稳定性评估数据；
29、根据响应弹性评分数据、发电设备灵活性评分数据以及供需稳定性评估数据进行发电供需偏差生成，得到发电供需偏差数据。
30、本专利技术中弹性评分为自适应调度提供了重要依据，系统能够更灵活地适应动态负荷变化，优化调度策略。灵活性评分帮助识别不同发电设备的启动和响应特性，使得系统能够在供需变化时选择合适的发电资源，增强供电的可靠性。通过多情景供需模拟，系统能够提前应对不同的负荷情况、天气条件、发电波动等，提升系统在复杂环境下的适应能力。短期平衡计划能够根据不同情景制定应对策略，确保在需求突变时及时响应，保持供需平衡。实时偏差调整能够根据实际供需偏差情况进行即时调节，确保供电质量和系统稳定性。通过供需稳定性评估，系统可以在不同的稳定性状态下选择不同的优化策略，提升系统的智能化管理能力。通过精确的供需偏差数据，系统能够根据不同状态进行精细化调度，提高系统的稳定性和供电质量。
31、可选地，s3包括：
32、s31、控制云端服务器接受边缘端装置上传的虚拟能源系统模型；
33、s32、根据虚拟能源系统模型进行数字孪生模型初始化，得到初始化数字孪生模型；
34、s33、对初始化数字孪生模型进行数字孪生模型优化，得到数字孪生优化模型；
35、s34、根据数字孪生优化模型进行多源数据融合，得到数字孪生融合模型；
36、s35、根据数字孪生融合模型进行场景仿真，得到场景仿本文档来自技高网...
【技术保护点】
1.一种基于云端边缘端协同的数字孪生服务平台构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，S1包括：
3.根据权利要求1所述的方法，其特征在于，S2包括：
4.根据权利要求1所述的方法，其特征在于，其中发电与用电匹配分析包括：
5.根据权利要求1所述的方法，其特征在于，S3包括：
6.根据权利要求5所述的方法，其特征在于，其中数字孪生模型优化包括：
7.根据权利要求6所述的方法，其特征在于，其中第一数字孪生模型优化具体为：
8.根据权利要求6所述的方法，其特征在于，其中第二数字孪生模型优化具体为：
9.根据权利要求1所述的方法，其特征在于，S4包括：
【技术特征摘要】
1.一种基于云端边缘端协同的数字孪生服务平台构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，s1包括：
3.根据权利要求1所述的方法，其特征在于，s2包括：
4.根据权利要求1所述的方法，其特征在于，其中发电与用电匹配分析包括：
5.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：冀肖彤，冯万里，吴英姿，罗恒，宿磊，邓万婷，曹侃，柳丹，熊平，康逸群，胡畔，叶畅，江克证，梅欣，王伟，陈孝明，刘巨，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
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。