【技术实现步骤摘要】
本专利技术涉及智能园区,尤其涉及一种面向智能园区的能源管控方法。
技术介绍
1、随着智能园区的快速发展,能源管理成为确保园区高效、稳定运行的关键环节。智能园区通常包含多种功能区域,如办公区、生产区、生活区等,每个区域对能源的需求和消耗模式各不相同。然而,极端天气事件的频发对园区的能源供应和消耗带来了巨大挑战。例如,暴雨、台风、高温等极端天气可能导致能源需求激增或供应中断;
2、目前,智能园区的能源管理主要采用了一些较为先进的技术方案,例如基于数据驱动的预测模型和集中式优化算法。这些方案通过整合历史能耗数据、天气预报信息以及园区运行状态,利用机器学习和优化算法生成能源分配计划。然而,这些技术在应对极端天气时仍存在明显缺陷。例如,数据驱动的预测模型依赖于历史数据,难以准确预测极端天气带来的突发性能源需求变化;而集中式优化算法虽然能够在宏观层面进行能源调度,但缺乏对微观层面关键能源消耗节点的精细化控制,导致在极端天气条件下能源分配效率低下;
3、此外,现有方案在应对极端天气时的实时性和适应性不足。例如,现有系统通常采用
...【技术保护点】
1.一种面向智能园区的能源管控方法,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,针对受极端天气影响等级大于预设值的关键能源消耗节点,利用分布式强化学习算法自适应调整预设的能源供应策略,并模拟预测不同能源供应策略下关键能源消耗节点的运行状态变化及运行状态变化相互间的影响,以选取最佳的综合调整方案,包括:
3.根据权利要求2所述的方法,其特征在于,对初始能源供应策略,在仿真环境中进行多轮次以及多层次的模拟测试处理,每一轮次中,基于不同的极端天气情景假设,结合实际市场信息,模拟预测各关键能源消耗节点的运行状态变化及各关键能源消耗节点
...【技术特征摘要】
1.一种面向智能园区的能源管控方法,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,针对受极端天气影响等级大于预设值的关键能源消耗节点,利用分布式强化学习算法自适应调整预设的能源供应策略,并模拟预测不同能源供应策略下关键能源消耗节点的运行状态变化及运行状态变化相互间的影响,以选取最佳的综合调整方案,包括:
3.根据权利要求2所述的方法,其特征在于,对初始能源供应策略,在仿真环境中进行多轮次以及多层次的模拟测试处理,每一轮次中,基于不同的极端天气情景假设,结合实际市场信息,模拟预测各关键能源消耗节点的运行状态变化及各关键能源消耗节点相互之间复杂的交互影响,生成初始调整方案,包括:
4.根据权利要求1所述的方法,其特征在于,基于所述综合调整方案以及极端天气带来的不确定性因素和对能源价格波动的影响,构建多层次实时优化模型,对所述多层次实时优化模型根据智能园区内外部环境变化自动切换不同的优化层级,从微观单个关键能源消耗节点到宏观整个智能园区层面进行智能调度和成本控制处理,生成优化后的能源分配计划,包括:
5.根据权利要求4所述的方法,其特征在于,根据智能园区内外部环境的实时变化,利用自适应算法自动调整并切换所述多层次实时优化模型的不同优化层级,在中观层面上,采用分布式协同优化技术,...
【专利技术属性】
技术研发人员:罗志成,苏亚强,刘雪松,徐亚男,潘硕,
申请(专利权)人:云瑞科技天津有限公司,
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。