CN103177298A - 泛能网控制方法 - Google Patents
泛能网控制方法 Download PDFInfo
- Publication number
- CN103177298A CN103177298A CN2011104365148A CN201110436514A CN103177298A CN 103177298 A CN103177298 A CN 103177298A CN 2011104365148 A CN2011104365148 A CN 2011104365148A CN 201110436514 A CN201110436514 A CN 201110436514A CN 103177298 A CN103177298 A CN 103177298A
- Authority
- CN
- China
- Prior art keywords
- energy
- efficiency
- information
- layer
- intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011217 control strategy Methods 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 230000002452 interceptive effect Effects 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 26
- 238000005094 computer simulation Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 12
- 238000003745 diagnosis Methods 0.000 claims description 7
- 239000011551 heat transfer agent Substances 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008929 regeneration Effects 0.000 claims description 5
- 238000011069 regeneration method Methods 0.000 claims description 5
- 238000013475 authorization Methods 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000013386 optimize process Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 14
- 239000000463 material Substances 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 10
- 230000008878 coupling Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000001640 nerve ending Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种泛能网控制方法,其通过多个智能终端采集现场设备信息,逐级上传,并接收上层优化控制信息,对现场设备进行控制,使得泛能流(信息流、物质流、能量流)信息按照泛能网的传输控制协议在各泛能设备间传输和实现。另外,现场设备执行上层优化策略的同时产生相应的反馈信息,反馈信息逐级上传,以实现泛能网互感层、互动层、互智层的进化。根据本发明的基于泛能网关的泛能网控制方法,可以对现场设备运行等信息进行优化,产生优化控制策略,使无序泛能流转化为有序泛能流,实现能效增益效果,并实现泛能网的集智进化。
Description
技术领域
本发明属于泛能网领域,具体的,涉及到基于泛能网管的泛能网控制方法。
背景技术
泛能网是将信息、能量和物质通过协同耦合而融为一体的智能能源网络体系。泛能网技术是将信息网、能量网和物质网耦合成同一网络的智能协同技术,最大程度的体现了机机互感、人机互动和人人互智的网络化关系。该技术通过能效匹配***、智能交互控制中心和智能云服务平台实现了能量空间、信息空间和物质空间的无缝连接,从而实现了能量的高级利用。
在甘中学等人的中国专利申请No.201010173519.1(发明名称:“实现能源优化利用的泛能网及提供能源交易和服务的方法”)中公开了一种实现多能源(多种类型的能源和/或来自多个地理位置的能源)的耦合利用、实现分布式能源的管理和决策、以及针对能源利用的全过程进行能效优化的泛能网的方案。
泛能网包括以传输泛能流的虚拟管道互联网络架构连接在一起的节点,在节点之间双向传输泛能流。节点包括***能效控制器,以及连接至***能效控制器的其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置中的至少一个。其中,***能效控制器控制其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置的至少一个的泛能流的输入和输出。
泛能流是能量流、物质流、信息流相互协同耦合而形成的逻辑智能流。其中能量流包括电、燃气、热等不同的二次能源形式。物质流包括水、物流、交通、运输等。信息流则包括通讯、控制、数据采集与传输等。泛能流通过对能效增益器、能效控制器、能量全生命周期四环节(能源生产,能源应用,能源储运,能源再生)的连接而形成一个闭环的泛能网***。
网关(Gateway)又称为协议转换器,指对高层协议(包括传输层及更高层次)进行转换的网间连接器。网关可以把具有不同网络体系结构的多个计算机网络连接起来,如局域网间的互连、局域网与广域网间的互连、两个不同广域网之间的互连。
泛能网关是对泛能流中的组分(能量流、物质流、信息流)彼此之间发生相互作用以及对每个组分的流动路径进行控制的装置。对于能量***之间的信息交换、物质交换、能量交换,泛能网关具有转换协议的作用,以适应目的能量***的需求。在转换协议的同时,泛能网关会自动选择和设定路由,选择泛能流每个组分的最佳流动路径。
目前与泛能网接近的技术是互联网和物联网技术,与泛能网关接近的技术是互联网关和物联网关。
互联网由广域网、局域网及单机按照一定的通讯协议组成,两台或两台以上的计算机终端、客户端、服务器端通过计算机技术互相联系起来形成了互联网。
互联网网关是一种充当转换重任的计算机***或设备,在使用不同的通信协议、数据格式或语言,甚至体系结构完全不同的两种***之间,互联网关是一个翻译器,对收到的信息重新打包,以适应目的***的需求。同时,互联网关也可以提供过滤和安全功能。
基于互联网关的网络优化设备是针对现有的防火墙、安防及入侵检测、负载均衡、频宽管理、网络防毒等设备及网络问题的补充,能够通过互联网关等接入硬件及软件操作的方式进行参数采集、数据分析,找出影响网络质量的原因,通过技术手段或增加相应的硬件设备及调整使网络达到最佳运行状态的方法,使网络资源获得最佳效益,同时了解网络的增长趋势并提供更好的解决方案。实现网络应用性能加速、安全内容管理、安全事件管理、用户管理、网络资源管理与优化、桌面***管理,流量模式监控、测量、追踪、分析和管理,并提高在广域网上应用传输的性能的功能的产品。主要包括网络资源管理器,应用性能加速器,网页性能加速器三大类,针对不同的需求及功能要求进行网络的优化。网络优化设备还具有的功能,如支持的协议,网络集成功能(串接模式,旁路模式),设备监控功能(压缩数据统计,QOS,带宽管理,数据导出,应用报告,故障时不间断工作,或通过网络升级等。
物联网通过射频识别(RFID)、红外感应器、全球定位***、激光扫描器等信息传感设备,按约定的协议,实现任何时间、任何地点、任何物体进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理。物联网是具有全面感知、可靠传输、智能处理特征的连接物理世界的网络。
物联网关在未来的物联网时代将会扮演非常重要的角色,它将成为连接感知网络与传统通信网络的纽带。物联网网关可以实现感知网络和基础网络以及不同类型的感知网络之间的协议转换,既可以实现广域互联,也可以实现局域互联。
从技术架构上来看,基于物联网关的物联网可分为三层:感知层、网络层和应用层。物联网关就处于感知层,并和网络层和应用层具有接口。感知层由各种传感器以及传感器网关构成,包括二氧化碳浓度传感器、温度传感器、湿度传感器、二维码标签、RFID标签和读写器、摄像头、GPS等感知终端。感知层的作用相当于人的眼耳鼻喉和皮肤等神经末梢,它是物联网获识别物体,采集信息的来源,其主要功能是识别物体,采集信息;网络层由各种私有网络、互联网、有线和无线通信网、网络管理***和云计算平台等组成,相当于人的神经中枢和大脑,负责传递和处理感知层获取的信息;应用层是物联网和用户(包括人、组织和其他***)的接口,它与行业需求结合,实现物联网的智能应用。
通过对现有技术的调研可以得知,互联网解决的信息通讯的问题,物联网解决的是物质和信息的通讯问题,现有技术没有涉及能量问题。而泛能网在互联网、物联网基础上,将信息、物质、能量过协同耦合融为一体。现有技术中的互联网关仅仅解决信息流的高效传递、标准转化和路由控制等问题,对于泛能网的物质流和能源流的优化控制无法提供有效参考。物联网关提出了三层结构对于泛能网具有参考意义,但是物联网更关注硬件技术及标准和物质流传递流程,无法为泛能网提供基于能源特点的优化控制方法。
发明内容
本发明的目的是提供一种泛能网控制方法。根据本发明,提供基于泛能网关的泛能网优化控制方法,以实现能量的高效利用。
根据本发明的一个方面,提供了一种泛能网控制方法,包括:步骤S101,采集传感信息;步骤S102,进行模型预测和涨落预测,输出运行信息和预测数据;步骤S103,将运行信息和预测数据上传给互动层的能效控制***;步骤S104,能效控制***对采集的数据信息进行分类控制处理,上传至智能能效平台;步骤S105,智能能效平台对上传的信息进行优化处理和动态仿真;步骤S106,平行控制***与智能能效平台进行交互;步骤S107,智能能效平台将产生的数据上传至互智层的泛能服务平台;步骤S108,泛能服务平台从用户终端得到集智数据,并且将这些数据与智能能效平台上传数据传递给集智进化引擎;步骤S109,集智进化引擎通过集智进化算法对数据进行处理得到集智策略和奖惩,返回给泛能服务平台;步骤S110,互智层用户得到奖惩策略可以自我进化,并对集智进化策略进行反馈,使集智策略得到进化;步骤S111,对于互动层和互感层用户,泛能服务平台将集智策略和奖惩策略下发给互动层智能能效平台。
所述步骤S101通过生产智能终端、储存智能终端、应用智能终端和再生智能终端采集现场设备的传感信息。
所述步骤S102是通过泛能网关的能效匹配中心中央控制器将传感器信息和设备信息上传至泛能网关的MPC控制器,实现模型预测和涨落预测,并输出运行信息和预测数据。
所述步骤S103中,MPC控制器将运行信息和预测数据以OPC、Modbus或GPRS方式上传至互动层的能效控制***。
所述步骤S104中,能效控制***还对接收到的上层控制策略进行分配,下发给相应的设备。
所述步骤S105包括:智能能效平台通过实时优化***对能效控制***上传的信息进行优化处理并产生优化结果;将优化结果与稳态优化***进行交互,稳态优化***将产生的优化结果验证信息发送给动态仿真***;动态仿真***产生动态仿真数据,与平行控制***(ACP)进行交互。
所述步骤S106包括:管理人员通过平行控制***ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,找到最优管理和操作指导后返回ACP客户端至管理人员;客户通过ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,产生优化控制策略最优可行域传递给能效控制***,通过主干以太网下发至互感层控制器实施。
所述步骤S107中智能能效平台产生的数据包括传感器信息、行为信息、运行信息。
根据本发明的基于泛能网关的泛能网控制方法,可以对现场设备运行等信息进行优化,产生优化控制策略,使无序泛能流转化为有序泛能流,
实现能效增益效果,并实现泛能网的集智进化。
附图说明
图1示出了基于泛能网关的泛能网***结构示意图;
图2示出了本发明泛能网关的结构示意图;
图3示出了本发明泛能网关的工作原理示意图;
图4示出了本发明的泛能网优化控制方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。
图1示出了基于泛能网关的泛能网***结构示意图。
如图1所示,泛能网***包括互感层1、互动层2、互智层3。这三个层通过主干以太网实现相互连接和通信。
互感层1位于底层,其基于固化的规则实现基本控制。本发明中互感层优选的采用星-环混合拓扑结构,通过现场总线实现各个设备之间的连接和通信。
本发明中的泛能网关设置在互感层1,用作互感层1和互动层2的通讯接口。
互动层2位于中间层,其基于用户的需求变化和动态变化,实现人机关联。互动层2包括能效控制***201、智能能效平台202和平行控制***(ACP)客户端203,其中智能能效平台202包括能效诊断、能效监控、负荷预测、预测优化、实时优化(RTO,Real-Time Optimization)等功能模块。智能能效平台202通过以太网有线方式分别连接能效控制***201、ACP客户端203和互智层3的泛能服务平台301。
能效控制***201采集互感层上传信息,进行分类控制处理后上传至智能能效平台202;以及接收智能能效平台202下发的优化策略,进行策略分配下发至互感层1。
智能能效平台202的工作流程如下:实时优化***对运行信息进行优化处理,产生优化结果,与稳态优化***进行交互。稳态优化***将产生的优化结果验证信息发送给动态仿真***,动态仿真***产生动态仿真数据,与平行控制***(ACP)进行交互。
互智层3位于顶层,其基于人人互相影响和随机因素进行综合优化控制,最终实现能量流、信息流、物质流在互感层、互动层、互智层的协同优化。
互智层3包括泛能服务平台301、集智进化引擎302和互智层用户303。泛能服务平台301与集智进化引擎302通过以太网连接进行通信,泛能服务平台302与互智层用户303通过有线/无线连接,进行集智数据收集。泛能服务平台301将从互智层用户303得到的集智数据和从互动层2的智能能效平台202得到的传感器信息、行为信息等数据传给集智进化引擎302,集智进化引擎302通过集智进化算法对这些数据进行处理,得到集智进化策略,返回给泛能服务平台301。泛能服务平台301通过专家、管理者等智能体对集智进化策略进行修正,形成最终策略,下发给互动层2智能能效平台202。互动层2根据策略信息产生相应的控制信息,传递给互感层1。最后互感层1执行控制信息命令,对现场设备进行控制,并将相应的反馈信息传递给互动层2。互动层2通过传递反馈信息给互智层3增强智能学习能力。
图2示出了本发明泛能网关的结构示意图。
本发明的泛能网关用于实现不同智能终端之间的泛能转换,根据泛能网***的运行情况调节各设备的泛能流动,实现能效最优。
如图2所示,泛能网关包括能效匹配中心100、无线基站101、公共陆地移动网络(Public Land Mobil Network,简称为PLMN)102、PLMN服务器103、路由器104、网关105、交换机106、模型预测控制器(ModelPredictive Control,简称为MPC)107等设备。其中,能效匹配中心100连接用于能源***四个环节的智能终端,即生产智能终端、储存智能终端、应用智能终端和再生智能终端,并完成四环节的能效匹配,例如,生产环节产多少能量,多少用于应用环节,多少用于储存环节,多少可以进入再生环节等。该四环节智能终端可以感知设备信息并对设备进行控制。
泛能网关主要通过以下两种信息控制方式连接现场总线和主干以太网,从而实现互感层和互动层的信息交互:(1)有线方式,四环节智能终端通过有线路由器104,有线网关105和有线交换机106逐级向上将现场信息传递给主干以太网;(2)无线方式,智能终端通过无线基站101进行通讯,通过PLMN102将现场信息传递至PLMN服务器103连接至主干以太网。
在以上两种信息控制方式中,MPC控制器107对智能终端上传的信息进行模型预测和涨落预测,将设备运行信息、预测数据以OPC/Modbus/GPRS等方式通过主干以太网上传至互动层。其中,流程控制的对象连接与嵌入OPC(Object Linking and Embedding(OLE)for ProcessControl)用于过程控制的OLE。对象连接与嵌入OLE(Object Linking andEmbedding),简称OLE技术。OLE不仅是桌面应用程序集成,而且还定义和实现了一种允许应用程序作为软件“对象”(数据集合和操作数据的函数)彼此进行“连接”的机制,这种连接机制和协议称为组件对象模型(COM)。Modbus是用于工业现场的总线协议,由Modicon(现为施耐德电气公司的一个品牌)在1979年发明。GPRS(General Packet Radio Service)通用分组无线技术
图3示出了本发明泛能网关的工作原理示意图。
如图3所示,无序泛能流通过泛能网关,泛能流组分(物质流、信息流、能量流)彼此发生相互作用,并由泛能网关控制泛能流组分的流动路径,输出有序泛能流,供给终端用户。泛能流的输入与输出通过泛能流转换接口实现。
本发明主要采用以下4种技术作为泛能网优化控制流程中采用的技术:智能终端技术、智能传输控制技术、协同优化技术、集智进化技术。
智能终端技术:在泛能网的互感层,基于MEMS技术(微机电:Micro-Electro&Mechenical System),具有信息转换和处理功能,能够收集能效匹配中心传感器信息,并根据上层策略对设备进行控制。
智能传输控制技术:在泛能网的互感层和互动层,按照泛能网特有的传输控制协议,借助能源领域的MPC(模型预测控制)技术对能源特征进行预测,控制泛能流信息交换及通讯。泛能网传输控制协议定义了各种泛能设备接入泛能网的方式,以及泛能流在泛能设备间传输的标准。泛能流的传输通过泛能标准接口实现。
协同优化技术:在泛能网的互动层,基于ACP平行控制技术。平行控制是一种解决复杂***控制及人机智能融合问题的新思路、新方法。其核心是以人工***(Artificial Systems)为基础,计算实验(ComputationalExperiments)为手段,以平行执行(Parallel Execution)为目的的ACP方法,通过动态演化和交互学习,使人机***获得协同优化。
集智进化技术:泛能网各层用户执行决策后,产生反馈信息,反馈给互智层集智进化引擎IIE实现群体优化策略的集智决策,并通过奖赏惩罚实现集智决策的进化。
图4示出了本发明的泛能网优化控制方法的流程示意图。
本发明的泛能网关用于基于图1所示的泛能网络***实现泛能网优化控制流程,所述基于泛能网关的泛能网优化控制流程如下,其中泛能网关的作用在于对泛能流的转换及控制,具体表现为将传感信息进行转换传递至上层,并接收上层的优化控制信息:
步骤S101,采集传感信息。
互感层的各个智能终端采集现场设备传感信息,上传至能效匹配中心,实现能效控制、环节控制、常规控制。
步骤S102,进行模型预测和涨落预测。
能效匹配中心中央控制器将传感器信息和设备信息上传至MPC控制器,实现模型预测和涨落预测,并输出运行信息和预测数据。
步骤S103,将运行信息和预测数据上传给互动层的能效控制***。
MPC控制器将运行信息和预测数据以OPC/Modbus/GPRS方式通过上传至互动层的能效控制***。
步骤S104,能效控制***对采集的数据信息进行分类控制处理,上传至智能能效平台。
能效控制***用于数据采集和策略分配,即能效控制***对采集的信息(运行信息和预测数据)进行分类,然后上传;对接收到的上层控制策略进行分配,下发给相应的设备。
步骤S105,智能能效平台对上传的信息进行优化处理和动态仿真。
智能能效平台通过实时优化***对能效控制***上传的信息进行优化处理,产生优化结果,与稳态优化***进行交互,稳态优化***将产生的优化结果验证信息发送给动态仿真***,动态仿真***产生动态仿真数据,与平行控制***(ACP)进行交互。
步骤S106,平行控制***与智能能效平台进行交互。
管理人员通过平行控制***ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,找到最优管理和操作指导后返回ACP客户端至管理人员。客户通过ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,产生优化控制策略最优可行域传递给能效控制***,通过主干以太网下发至互感层控制器实施。
步骤S107,智能能效平台将产生的数据上传至互智层的泛能服务平台。
智能能效平台产生的数据包括传感器信息、行为信息、运行信息等。
步骤S108,泛能服务平台从用户终端得到集智数据,并且将这些数据与智能能效平台上传数据传递给集智进化引擎。
步骤S109,集智进化引擎通过集智进化算法对数据进行处理得到集智策略和奖惩,返回给泛能服务平台。
步骤S110,互智层用户得到奖惩策略可以自我进化,并对集智进化策略进行反馈,使集智策略得到进化。
步骤S111,对于互动层和互感层用户,泛能服务平台将集智策略和奖惩策略下发给互动层智能能效平台。
智能能效平台根据控制策略产生相应控制信息,通过能效控制***、MPC控制器,下发至中央控制器。能效匹配中心中央控制器根据控制策略产生优化控制参数,下发给能效匹配中心智能终端,对现场设备进行优化控制,并产生相应的反馈信息。
这样,能效匹配中心通过智能终端收集反馈信息,并逐级上传,互动层通过互智层奖惩信息进行自我进化,互智层通过互动层反馈信息进行集智进化;互感层通过互动层传递来的互智层奖惩信息进行自我进化,并且通过互动层反馈信息给互智层进行集智进化。
上述流程中,能效匹配中心智能终端采集现场设备信息,逐级上传,并接收上层优化控制信息,对现场设备进行控制,这一过程通过智能终端技术实现。泛能流(信息流、物质流、能量流)信息按照泛能网特有的传输控制协议在各泛能设备间传输,通过智能传输控制协议实现。平行控制***与智能能效平台的交互通过协同优化技术实现。现场设备执行上层优化策略的同时产生相应的反馈信息,反馈信息逐级上传,以实现泛能网互感层、互动层、互智层的进化,这一过程通过集智进化技术实现。
综上所述,在泛能网控制流程中,泛能网关收集现场传感信息,并逐级向上传递;相应的,泛能网关接收上层优化***产生的优化控制信息,对现场进行相应控制,从而实现整个泛能网的优化控制。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (8)
1.一种泛能网控制方法,包括:
步骤S101,采集传感信息;
步骤S102,进行模型预测和涨落预测,输出运行信息和预测数据;
步骤S103,将运行信息和预测数据上传给互动层的能效控制***;
步骤S104,能效控制***对采集的数据信息进行分类控制处理,上传至智能能效平台;
步骤S105,智能能效平台对上传的信息进行优化处理和动态仿真;
步骤S106,平行控制***与智能能效平台进行交互;
步骤S107,智能能效平台将产生的数据上传至互智层的泛能服务平台;
步骤S108,泛能服务平台从用户终端得到集智数据,并且将这些数据与智能能效平台上传数据传递给集智进化引擎;
步骤S109,集智进化引擎通过集智进化算法对数据进行处理得到集智策略和奖惩,返回给泛能服务平台;
步骤S110,互智层用户得到奖惩策略可以自我进化,并对集智进化策略进行反馈,使集智策略得到进化;
步骤S111,对于互动层和互感层用户,泛能服务平台将集智策略和奖惩策略下发给互动层智能能效平台。
2.根据权利要求1所述的方法,其中,所述步骤S101通过生产智能终端、储存智能终端、应用智能终端和再生智能终端采集现场设备的传感信息。
3.根据权利要求1所述的方法,其中,所述步骤S102是通过泛能网关的能效匹配中心中央控制器将传感器信息和设备信息上传至泛能网关的MPC控制器,实现模型预测和涨落预测,并输出运行信息和预测数据。
4.根据权利要求1所述的方法,其中,所述步骤S103中,MPC控制器将运行信息和预测数据以OPC、Modbus或GPRS方式上传至互动层的能效控制***。
5.根据权利要求1所述的方法,其中,所述步骤S104中,能效控制***还对接收到的上层控制策略进行分配,下发给相应的设备。
6.根据权利要求1所述的方法,其中,所述步骤S105包括:
智能能效平台通过实时优化***对能效控制***上传的信息进行优化处理并产生优化结果;
将优化结果与稳态优化***进行交互,稳态优化***将产生的优化结果验证信息发送给动态仿真***;
动态仿真***产生动态仿真数据,与平行控制***(ACP)进行交互。
7.根据权利要求1所述的方法,其中,所述步骤S106包括:
管理人员通过平行控制***ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,找到最优管理和操作指导后返回ACP客户端至管理人员;
客户通过ACP客户端向智能能效平台发送能效诊断请求,能效诊断***调用专家***进行分析,产生优化控制策略最优可行域传递给能效控制***,通过主干以太网下发至互感层控制器实施。
8.根据权利要求1所述的方法,其中,所述步骤S107中智能能效平台产生的数据包括传感器信息、行为信息、运行信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104365148A CN103177298A (zh) | 2011-12-23 | 2011-12-23 | 泛能网控制方法 |
PCT/CN2012/087149 WO2013091569A1 (zh) | 2011-12-23 | 2012-12-21 | 泛能网控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104365148A CN103177298A (zh) | 2011-12-23 | 2011-12-23 | 泛能网控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103177298A true CN103177298A (zh) | 2013-06-26 |
Family
ID=48637137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104365148A Pending CN103177298A (zh) | 2011-12-23 | 2011-12-23 | 泛能网控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103177298A (zh) |
WO (1) | WO2013091569A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298503A (zh) * | 2014-09-16 | 2015-01-21 | 燕山大学 | 一种基于平行控制的同一算法执行*** |
CN105915581A (zh) * | 2016-03-26 | 2016-08-31 | 成都秦川科技发展有限公司 | 智慧城市*** |
CN106412057A (zh) * | 2016-09-28 | 2017-02-15 | 中国电力科学研究院 | 一种能源互联网社交信息*** |
CN111444598A (zh) * | 2020-03-19 | 2020-07-24 | 深圳供电局有限公司 | 综合能源***的控制终端 |
CN113139622A (zh) * | 2021-05-14 | 2021-07-20 | 广西大学 | 一种基于大数据驱动的mf-ef-if制造***特征提取方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108964009B (zh) * | 2017-05-19 | 2022-05-06 | 国网安徽省电力公司 | 一种配电网的互动控制方法及*** |
CN108551491A (zh) * | 2018-05-24 | 2018-09-18 | 广西电网有限责任公司 | 基于人工智能的异构网络空间多层次移动物联网云*** |
CN110222379A (zh) * | 2019-05-17 | 2019-09-10 | 井冈山大学 | 制造网络服务质量的优化方法及*** |
CN110809260B (zh) * | 2019-10-28 | 2023-08-08 | 国网上海市电力公司 | 一种用电信息采集***的本地数据处理方法 |
CN111722540A (zh) * | 2020-06-19 | 2020-09-29 | 中国电力科学研究院有限公司 | 一种能源互联网数字孪生仿真***及方法 |
CN112685472A (zh) * | 2020-12-28 | 2021-04-20 | 中国电力科学研究院有限公司 | 一种电网多站融合监控方法、装置、电子设备及存储介质 |
CN113824765A (zh) * | 2021-08-11 | 2021-12-21 | 中国电力科学研究院有限公司 | 一种智能电力物联网生态技术体系 |
CN115962543A (zh) * | 2022-12-21 | 2023-04-14 | 天津大学 | 一种基于边缘计算终端的智能楼宇空调节能***及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8239073B2 (en) * | 2008-04-17 | 2012-08-07 | Asoka Usa Corporation | Systems and methods for controlling energy consumption |
CN101425681B (zh) * | 2008-12-11 | 2010-09-29 | 宜宾电业局 | 电网***继电保护在线校核方法 |
CN101630840B (zh) * | 2009-08-12 | 2011-06-08 | 电子科技大学 | 微电网能量智能控制*** |
CN102236342B (zh) * | 2010-04-30 | 2015-03-25 | 新奥科技发展有限公司 | 一种***能效控制方法及控制*** |
CN102467121B (zh) * | 2010-11-11 | 2015-12-02 | 新奥科技发展有限公司 | 泛能网的***能效控制器及控制方法以及终端设备的控制方法 |
-
2011
- 2011-12-23 CN CN2011104365148A patent/CN103177298A/zh active Pending
-
2012
- 2012-12-21 WO PCT/CN2012/087149 patent/WO2013091569A1/zh active Application Filing
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298503A (zh) * | 2014-09-16 | 2015-01-21 | 燕山大学 | 一种基于平行控制的同一算法执行*** |
CN104298503B (zh) * | 2014-09-16 | 2017-04-26 | 燕山大学 | 一种基于平行控制的同一算法执行*** |
CN105915581A (zh) * | 2016-03-26 | 2016-08-31 | 成都秦川科技发展有限公司 | 智慧城市*** |
CN106412057A (zh) * | 2016-09-28 | 2017-02-15 | 中国电力科学研究院 | 一种能源互联网社交信息*** |
CN111444598A (zh) * | 2020-03-19 | 2020-07-24 | 深圳供电局有限公司 | 综合能源***的控制终端 |
CN111444598B (zh) * | 2020-03-19 | 2024-01-30 | 深圳供电局有限公司 | 综合能源***的控制终端 |
CN113139622A (zh) * | 2021-05-14 | 2021-07-20 | 广西大学 | 一种基于大数据驱动的mf-ef-if制造***特征提取方法 |
CN113139622B (zh) * | 2021-05-14 | 2022-09-30 | 广西大学 | 一种基于大数据驱动的mf-ef-if制造***特征提取方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2013091569A1 (zh) | 2013-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103177298A (zh) | 泛能网控制方法 | |
Chen et al. | Edge computing in IoT-based manufacturing | |
Wan et al. | Toward dynamic resources management for IoT-based manufacturing | |
Fu et al. | Artificial intelligence to manage network traffic of 5G wireless networks | |
WO2020143094A1 (zh) | 一种基于边缘计算的智能管理方法和*** | |
CN112953778A (zh) | 智融标识网络中基于意图驱动的服务编排***和方法 | |
Huang et al. | Wireless big data: transforming heterogeneous networks to smart networks | |
CN106533886B (zh) | 基于IPv6协议的全互联制造网络架构及管理方法 | |
Liao et al. | Cognitive balance for fog computing resource in Internet of Things: An edge learning approach | |
Degada et al. | Smart village: An iot based digital transformation | |
CN102098324A (zh) | 支持多协议的农业信息智能分析***及农业环境调控方法 | |
CN117155845B (zh) | 物联网数据交互方法及*** | |
CN110213175A (zh) | 一种面向知识定义网络的智能管控***及管控方法 | |
CN107222338A (zh) | 一种物联网节点信息通信模型及通信方法 | |
Chen et al. | Emerging trends of ml-based intelligent services for industrial internet of things (iiot) | |
Mi et al. | Software-defined green 5G system for big data | |
Jangid et al. | A survey and challenges in IoT networks | |
Helal et al. | Challenges and opportunities for data science and machine learning in iot systems–a timely debate: part 1 | |
Feng et al. | Bidirectional green promotion of 6G and AI: architecture, solutions, and platform | |
Huang | Quality of service optimization in wireless transmission of industrial Internet of Things for intelligent manufacturing | |
Bilen et al. | Digital twin evolution for hard-to-follow aeronautical ad-hoc networks in beyond 5g | |
CN111077851A (zh) | 一种基于气相色谱雾计算框架的化工过程故障诊断*** | |
Le et al. | Applications of distributed machine learning for the Internet-of-Things: A comprehensive survey | |
CN105336143A (zh) | 基于云计算的供电质量检测*** | |
Wang et al. | Automated production line monitoring base on wireless mesh sensor network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130626 |