CN111144763A - 一种供能设备确定方法、装置、可读介质及电子设备 - Google Patents
一种供能设备确定方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN111144763A CN111144763A CN201911380915.9A CN201911380915A CN111144763A CN 111144763 A CN111144763 A CN 111144763A CN 201911380915 A CN201911380915 A CN 201911380915A CN 111144763 A CN111144763 A CN 111144763A
- Authority
- CN
- China
- Prior art keywords
- data
- energy
- energy supply
- determining
- basic
- 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 47
- 238000005265 energy consumption Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006735 deficit Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 6
- 238000003860 storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种供能设备确定方法、装置、可读介质及电子设备,包括:确定基础供能数据,和基础用能数据;预测得到新增用能数据;根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据;根据所述供能差额数据,确定待部署供能设备;通过对供能与用能双方的大数据分析,根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据,即确定将产生的供能缺口,从而针对性的进行供能设备部署,即满足能源需求,又兼顾经济性。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种供能设备确定方法、装置、可读介质及电子设备。
背景技术
在现代化的工业园区当中,供能是非常重要的组成部分,会直接影响到园区内企业的生产效率以及经营成本。从园区设计和运营的角度,需满足企业对于能源的需求,同时兼顾经济性。
为了满足上述的要求,需要对园区内的用能情况进行准确的评估,同时针对性的部署供能设备,提供供能方案。现有技术中,对于用能的评估通常仅仅是根据经验。因此对于供能设备的部署往往也并不是最优方案,可能导致供能不足,或者冗余浪费的情况。
发明内容
本发明提供一种供能设备确定方法、装置、可读介质及电子设备,基于物联网平台实现大数据分析,从而确定供能设备部署的最优方案。
第一方面,本发明提供了一种供能设备确定方法,包括:
确定基础供能数据,和基础用能数据;
预测得到新增用能数据;
根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据;
根据所述供能差额数据,确定待部署供能设备。
优选地,所述确定基础供能数据包括:
根据已部署供能设备的类型和数量,确定所述基础供能数据。
优选地,所述确定基础用能数据:
利用历史用能数据进行统计计算,确定基础用能数据。
优选地,根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据包括:
将所述基础用能数据和所述新增用能数据之和确定为总用能数据;
将所述总用能数据与所述基础供能数据的差值,确定为所述供能差额数据。
优选地,所述基础供能数据、所述基础用能数据和所述新增用能数据对应至少一种能源类型,则所述根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据:
确定各能源类型对应的供能差额数据。
优选地,所述基础供能数据、所述基础用能数据和所述新增用能数据与时序关联,所述时序中包括至少一个时间节点;
则所述供能差额数据包括:与所述时序中各个时间节点对应的供能差额值。
优选地,所述根据所述供能差额数据,确定待部署供能设备包括:
根据所述与所述时序中各个时间节点对应的供能差额值,确定所述待部署供能设备的类型与数量。
第二方面,本发明提供了一种供能设备确定装置,包括:
数据确定模块,用于确定基础供能数据,和基础用能数据;
预测模块,用于预测得到新增用能数据;
差额确定模块,用于根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据;
设备确定模块,用于根据所述供能差额数据,确定待部署供能设备。
第三方面,本发明提供了一种可读介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述电子设备执行如第一方面中任一所述的供能设备确定方法。
第四方面,本发明提供了一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如第一方面中任一所述的供能设备确定方法。
本发明提供了一种供能设备确定方法、装置、可读介质及电子设备,通过对供能与用能双方的大数据分析,根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据,即确定将产生的供能缺口,从而针对性的进行供能设备部署,即满足能源需求,又兼顾经济性。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种供能设备确定方法的流程示意图;
图2为本发明一实施例提供的另一种供能设备确定方法的流程示意图;
图3为本发明一实施例提供的一种供能设备确定装置的结构示意图;
图4为本发明一实施例提供的一种电子设备的结构示意图。
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,下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中,对于用能的评估通常仅仅是根据经验。但是用能方需求的能源不止一种,各个需求方用能又有着不同的时序特性,所以根据经验的评估预测通常不够准确,对于供能设备的部署往往也并不是最优方案,可能导致供能不足,或者冗余浪费的情况。
因此,本发明提供一种供能设备确定方法及装置,将基于物联网平台实现大数据分析,从而确定供能设备部署的最优方案。
参见图1所示,为本发明提供的供能设备确定方法的具体实施例。本实施例中,所述方法具体包括以下步骤:
步骤101、确定基础供能数据,和基础用能数据。
本实施例中,假定以应用场景为一个工业园区为例,该工业园区结合物联网技术建立了城市信息模型(即City Information Modeling,CIM)。也就是说,对于园区内能源的供需双方,均可以进行实时的监控,获取得到准确的供需数据以进行大数据分析。
其中,基础供能数据代表已经部署的供能设备能够提供的能源。即根据已部署供能设备的类型和数量,确定所述基础供能数据。其中,能源的类型可以不止一种。园区内所需的各类能源,以及各类不同的供能设备,均可统计作为基础供能数据。通常,园区内可能包括的能源类型主要有电能、热能、蒸汽、燃气等。供能设备包括泛能站、光伏站、供热站、储能站、市电接入等。也就是说,基础供能数据可以是针对多种能源的综合数据。
基础用能数据,即代表目前已经入驻园区的所有用户对于能源的需求。同理的,基础用能数据也可以是针对多种能源的综合数据。并且,由于各个用户通常有比较规律性的生产方式和能源需求,所以基础用能数据可以利用历史用能数据进行统计计算。例如,可以将过去任意一天中,已经入驻园区的所有用户对于能源的需求作为基础用能数据;或者也可统计计算过去一段时期内,用户、需求的均值,以作为基础用能数据。
在本实施例中优选的,基础供能数据和基础用能数据可以是以自然日作为时间单位的数据。
步骤102、预测得到新增用能数据。
随着园区的发展,能源需求往往会持续升高。已经部署的供能设备无法满足需求时,便于要进一步的部署供能设备。而本实施例中方法的目的,即在新增供能设备时,确保即满足能源需求,又兼顾经济性。
因此本实施例中需要对新增的需求进行预测。预测新增用能数据,即是预测未来一段时间范围内,园区规模扩大、已入驻园区的用户生产规模扩大,或者新用户入驻园区等各种原因带来的额外的能源需求。预测新增用能数据可根据园区的实际情况进行预测,例如通过园区内待开发的土地面积、空置的房屋面积,以及即将入驻的用户提供的需求数据,均可实现对于新增用能数据的预测。本实施例中对此不做限定。
同理的,新增用能数据也可以是针对多种能源的综合数据,并且可以是以自然日作为时间单位的数据。
步骤103、根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据。
本实施例中,可以将所述基础用能数据和所述新增用能数据之和确定为总用能数据,即未来一段时间范围内用户对于各种类型能源的总需求。而由于需求增加,所以已经部署的供能设备能够提供基础供能数据可能会产生缺口,即供能不足。因此,可将所述总用能数据与所述基础供能数据的差值,确定为所述供能差额数据。该供能差值数据即意味着基础供能数据相对于需求的缺口。
在基础供能数据、所述基础用能数据和所述新增用能数据对应至少一种能源类型,或者说对应多种能源类型的情况下,则供能差值数据同样对应各能源类型。也就是,供能差值数据能够体现各类型的能源分别存在多少缺口。
步骤104、根据所述供能差额数据,确定待部署供能设备。
在确定了供能差额数据后,即明确了供能将出现的不足。具体的,可以确定各类型的能源分别存在多少缺口。因此,可以根据所述供能差额数据,确定待部署供能设备。
需要说明的是,不同的供能设备可以提供不同类型的能源,所以供能设备的类型可以根据该类型能源具体对应的缺口数值确定。例如,当热能出现缺口,则可选择进一步部署供热站来保证供能。需进一步部署的供能设备的数量,亦可根据缺口的数值确定,从而优先的确保供给充足,满足需求。
另外对于同种类型的能源来说,也可能对应多种类型的供能设备。例如,光伏站和市电接入均可提供电能。但各类供能设备的成本和供给量有所区别。所以应当根据能源缺口的实际数值进行综合分析,以确定供能设备的类型以及数量,从而兼顾供能的经济性。
至此,由于本实施例能够准确且具体的确定各类型的能源分别存在多少缺口,所以实现了根据将基于物联网平台实现大数据分析,从而确定供能设备部署的最优方案。
通过以上技术方案可知,本实施例存在的有益效果是:通过对供能与用能双方的大数据分析,根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据,即确定将产生的供能缺口,从而针对性的进行供能设备部署,即满足能源需求,又兼顾经济性。
图1所示仅为本发明所述方法的基础实施例,在其基础上进行一定的优化和拓展,还能够得到所述方法的其他优选实施例。
如图2所示,为本发明所述供能设备确定方法的另一个具体实施例。本实施例在前述实施例的基础上,进一步结合了用户对于能源需求的时序特点进行分析。所述方法具体包括以下步骤:
步骤201、确定基础供能数据,和基础用能数据。
本实施例中,所述基础供能数据和所述基础用能数据与时序关联,所述时序中包括至少一个时间节点。基础供能数据中关联时序,即意味着基础供能数据中包括了针对时序中各个时间节点供能情况。具体的,可以是针对每个时间节点有一个对应的数据点。数据点表示对应的时间节点供能的数值,由此各个数据点形成时序范围内的供能曲线。
在一些情况下,基础供能数据对应的时序范围为一个自然日,而时序中将以小时为时间节点。即相当于对应1日中24个小时将有24个时间节点,从而有24个相应的数据点形成供能曲线。
可以理解的是,不同供能设备的供能曲线是不同的。例如光伏站可以在白天有阳光照射的情况下供能,夜晚则无法供能;而市电接入则可在24个小时相对稳定的供能。二者的供能曲线具有明显的差异。
同理,基础用能数据关联时序后,也可呈现为各个数据点形成时序范围内的用能曲线,在此不赘述。
本实施例中为了便于举例说明,则可假设时序范围为1个自然日,时序范围内包括对应“日间”和“夜间”的两个数据点。本实施例中将针对电能进行举例说明,其他类型能源亦可同理,不重复叙述。
则本实施例中,可假设基础供能数据为:
数据点 | 电能供应(千瓦时) |
日间 | 1000 |
夜间 | 600 |
假设基础用能数据为:
可见此时,基础供能数据尚可满足需求。
步骤202、预测得到新增用能数据。
本实施例中,所述新增用能数据同样与时序关联。即同理的,新增用能数据关联时序后,也可呈现为各个数据点形成时序范围内的用能曲线,在此不赘述。本实施例中假设,新增用能数据为:
数据点 | 电能需求(千瓦时) |
日间 | 500 |
夜间 | 100 |
步骤203、根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定与所述时序中各个时间节点对应的供能差额值。
本实施例中,供能差额数据即体现为与所述时序中各个时间节点对应的供能差额值。按照上述数据可知,在未来新增供能需求后,日间对于电能的总需求为750+500=1250;夜间对于电能的总需求为300+100=400。对比基础供能数据可计算得到,未来日间的电能缺口为1250-1000=250;夜间的电力缺口为400-600=-200。夜间电力缺口为负值,意味着夜间不存在电力缺口,供给依然充足。
即供能差额数据可表示为:
数据点 | 供能差额值(千瓦时) |
日间 | 250 |
夜间 | -200 |
步骤204、根据所述与所述时序中各个时间节点对应的供能差额值,确定所述待部署供能设备的类型与数量。
假设可选择光伏站和市电接入两种提供电能的供能设备。但前述已知的是,光伏站可以在白天有阳光照射的情况下供能,夜晚则无法供能;而市电接入则可在24个小时相对稳定的供能。而从成本上考虑,通常光伏站相比市电接入更有优势。本实施例中,显然日间存在电能缺口,而夜间供能充足。所以应当选择部署光伏站,从而保证供能的经济性。假设一座光伏站在日间能提供的电能为100,则至少需部署3座光伏站,于日间额外提供300单位电能,方可充分的满足需求。当然在另一些情况下,如果总用能数据小于基础供能数据,则意味着供给不会出现缺口,即无需进一步部署供能设备。
如图3所示,为本发明所述供能设备确定装置的一个具体实施例。本实施例所述装置,即用于执行图1~2所述方法的实体装置。其技术方案本质上与上述实施例一致,上述实施例中的相应描述同样适用于本实施例中。本实施例中所述装置包括:
数据确定模块301,用于确定基础供能数据,和基础用能数据。
预测模块302,用于预测得到新增用能数据。
差额确定模块303,用于根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据。
设备确定模块304,用于根据所述供能差额数据,确定待部署供能设备。
图4是本发明实施例提供的一种电子设备的结构示意图。在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放执行指令。具体地,执行指令即可被执行的计算机程序。存储器可以包括内存和非易失性存储器,并向处理器提供执行指令和数据。
在一种可能实现的方式中,处理器从非易失性存储器中读取对应的执行指令到内存中然后运行,也可从其它设备上获取相应的执行指令,以在逻辑层面上形成供能设备确定装置。处理器执行存储器所存放的执行指令,以通过执行的执行指令实现本发明任一实施例中提供的供能设备确定方法。
上述如本发明图3所示实施例提供的供能设备确定装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
本发明实施例还提出了一种可读介质,该可读存储介质存储有执行指令,存储的执行指令被电子设备的处理器执行时,能够使该电子设备执行本发明任一实施例中提供的供能设备确定方法,并具体用于执行如图1或图2所示的方法。
前述各个实施例中所述的电子设备可以为计算机。
本领域内的技术人员应明白,本发明的实施例可提供为方法或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种供能设备确定方法,其特征在于,包括:
确定基础供能数据,和基础用能数据;
预测得到新增用能数据;
根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据;
根据所述供能差额数据,确定待部署供能设备。
2.根据权利要求1所述方法,其特征在于,所述确定基础供能数据包括:
根据已部署供能设备的类型和数量,确定所述基础供能数据。
3.根据权利要求1所述方法,其特征在于,所述确定基础用能数据:
利用历史用能数据进行统计计算,确定基础用能数据。
4.根据权利要求1所述方法,其特征在于,根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据包括:
将所述基础用能数据和所述新增用能数据之和确定为总用能数据;
将所述总用能数据与所述基础供能数据的差值,确定为所述供能差额数据。
5.根据权利要求1所述方法,其特征在于,所述基础供能数据、所述基础用能数据和所述新增用能数据对应至少一种能源类型,则所述根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据:
确定各能源类型对应的供能差额数据。
6.根据权利要求1所述方法,其特征在于,所述基础供能数据、所述基础用能数据和所述新增用能数据与时序关联,所述时序中包括至少一个时间节点;
则所述供能差额数据包括:与所述时序中各个时间节点对应的供能差额值。
7.根据权利要求6所述方法,其特征在于,所述根据所述供能差额数据,确定待部署供能设备包括:
根据所述与所述时序中各个时间节点对应的供能差额值,确定所述待部署供能设备的类型与数量。
8.一种供能设备确定装置,其特征在于,包括:
数据确定模块,用于确定基础供能数据,和基础用能数据;
预测模块,用于预测得到新增用能数据;
差额确定模块,用于根据所述基础供能数据、所述基础用能数据和所述新增用能数据,确定供能差额数据;
设备确定模块,用于根据所述供能差额数据,确定待部署供能设备。
9.一种可读介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述电子设备执行如权利要求1至7中任一权项所述的供能设备确定方法。
10.一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如权利要求1至7中任一权项所述的供能设备确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380915.9A CN111144763A (zh) | 2019-12-27 | 2019-12-27 | 一种供能设备确定方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380915.9A CN111144763A (zh) | 2019-12-27 | 2019-12-27 | 一种供能设备确定方法、装置、可读介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111144763A true CN111144763A (zh) | 2020-05-12 |
Family
ID=70521182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911380915.9A Pending CN111144763A (zh) | 2019-12-27 | 2019-12-27 | 一种供能设备确定方法、装置、可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111144763A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120203726A1 (en) * | 2011-02-09 | 2012-08-09 | Diego Klabjan | Information systems and methods for deployment of charging infrastructure in support of electric vehicles |
CN105515055A (zh) * | 2016-02-19 | 2016-04-20 | 云南电网有限责任公司电力科学研究院 | 一种智能家居电能控制方法及*** |
CN106779321A (zh) * | 2016-11-28 | 2017-05-31 | 新奥泛能网络科技股份有限公司 | 一种基于供能***的供能控制方法及装置 |
CN107781947A (zh) * | 2017-09-21 | 2018-03-09 | 新智能源***控制有限责任公司 | 一种建筑空调***冷热源预测控制方法和装置 |
CN109695976A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、***及终端设备 |
-
2019
- 2019-12-27 CN CN201911380915.9A patent/CN111144763A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120203726A1 (en) * | 2011-02-09 | 2012-08-09 | Diego Klabjan | Information systems and methods for deployment of charging infrastructure in support of electric vehicles |
CN105515055A (zh) * | 2016-02-19 | 2016-04-20 | 云南电网有限责任公司电力科学研究院 | 一种智能家居电能控制方法及*** |
CN106779321A (zh) * | 2016-11-28 | 2017-05-31 | 新奥泛能网络科技股份有限公司 | 一种基于供能***的供能控制方法及装置 |
CN107781947A (zh) * | 2017-09-21 | 2018-03-09 | 新智能源***控制有限责任公司 | 一种建筑空调***冷热源预测控制方法和装置 |
CN109695976A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、***及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11735919B2 (en) | Optimized load shaping system, method and apparatus for optimizing production and consumption of energy | |
Sun et al. | Optimal battery purchasing and charging strategy at electric vehicle battery swap stations | |
Powell et al. | Heating, cooling, and electrical load forecasting for a large-scale district energy system | |
Tang et al. | Life-cycle economic analysis of thermal energy storage, new and second-life batteries in buildings for providing multiple flexibility services in electricity markets | |
CN107482656B (zh) | 微电网的电力规划方法、装置、设备及计算机可读存储介质 | |
US9459129B2 (en) | Determining sensor placement in distributed networks | |
US20150066225A1 (en) | Generating a demand response for an energy-consuming facility | |
US10984345B2 (en) | Management of power sources and jobs in an integrated power system | |
Chen et al. | Cloudheat: An efficient online market mechanism for datacenter heat harvesting | |
CN112906918B (zh) | 一种出清结果机组组合的启停合理性校验方法及装置 | |
US10931107B2 (en) | System and method for management of an electricity distribution grid | |
KR20200131928A (ko) | 하이브리드 타입 단기 전력수요 예측 장치 및 방법 | |
CN108846505A (zh) | 可再生能源并网消纳信息多维度校核方法及设备 | |
CN111144763A (zh) | 一种供能设备确定方法、装置、可读介质及电子设备 | |
Farzaneh | Development of a bottom-up technology assessment model for assessing the low carbon energy scenarios in the urban system | |
CN111639192A (zh) | 一种获取能流图的方法、装置、可读介质及电子设备 | |
Yang et al. | Multiperiod heating storage control for distributed electric heating considering wind curtailment accommodation | |
Sun et al. | Intelligent joint spatio-temporal management of electric vehicle charging and data center power consumption | |
Yin et al. | Control of Thermal Energy Storage in Commercial Buildings for California Utility Tariffs and Demand Response | |
Bhandari et al. | Reliability evaluation and cost optimization of solar air-conditioner | |
Nguyen–Huu et al. | Using multivariate copulas to capture forecasting error and optimize flexibility provision from a local energy community | |
Materassi et al. | Deferrable loads in an energy market: Coordination under congestion constraints | |
CN111047219A (zh) | 一种光伏清洗的确定方法、装置、可读介质及电子设备 | |
Weber et al. | Information theoretical evaluation of aggregation methods in the mathematical optimization of the unit commitment problem | |
Hunter-Rinderle et al. | Using In-Home Energy Storage to Improve the Resilience of Residential Electricity Supply |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |
|
RJ01 | Rejection of invention patent application after publication |