CN112950001B - 基于云边端闭环架构的智慧能量管控***及方法 - Google Patents
基于云边端闭环架构的智慧能量管控***及方法 Download PDFInfo
- Publication number
- CN112950001B CN112950001B CN202110161001.4A CN202110161001A CN112950001B CN 112950001 B CN112950001 B CN 112950001B CN 202110161001 A CN202110161001 A CN 202110161001A CN 112950001 B CN112950001 B CN 112950001B
- Authority
- CN
- China
- Prior art keywords
- cloud
- energy
- prediction
- model
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 44
- 230000002787 reinforcement Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000007670 refining Methods 0.000 claims description 2
- 230000035772 mutation Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008713 feedback mechanism Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000000007 visual 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于能量管控领域，提供了一种基于云边端闭环架构的智慧能量管控***及方法。其中，该管控***包括端侧、云侧和边侧；所述端侧和云侧之间引入一条数据反馈通道，形成云‑边‑端闭环架构；所述端侧获取的用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；所述云侧用于训练预测模型及优化模型的参数校正，将更新后的模型及时下发至边侧；所述边侧用于与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
Description
技术领域
本发明属于能量管控领域，尤其涉及一种基于云边端闭环架构的智慧能量管控***及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
为提高能源利用率，目前已经建成一些使用清洁能源的综合能源***，然而能够对综合能源***进行智能优化调度的能量管理***仍十分缺少。智慧能量管理***特有的智慧用能管理是未来能源管理的大趋势，大力发展智慧用能技术是提高能源利用率，解决当今能源短缺和环境危机等问题的有效途径。智慧用能管理不是多种能源的简单叠加，而是在***高度上按照不同能源品位的高低进行综合互补利用，综合考虑经济效益与环境效益，统筹安排好各种能量之间的配合关系与转换使用，以取得最合理能源利用效益。
检索发现，目前的大多数能量管理***仍有不足之处，现有的基于源网荷储的多能互补智慧能源的能量管理***,可以实现“源-网-荷-储”能源数据在线监测、历史数据查询，实现负荷预测、计划调度，但是该能量管理***缺少用能行为分析与引导、能效评测功能，对预测优化后的结果缺少科学的能效评估体系。现有的终端一体化集成供能模式的多能互补控制***，根据***自身的规模以及机组工艺***特点配备独立的控制***或其它控制装置，优化调度管理各供能***，但是该能量管理***没有考虑环境突变或者设备工况突变时模型是否仍然适配***，而且模型不准问题突出。
发明内容
为了解决上述背景技术中环境突变或者设备工况突变后的模型不准的技术问题，本发明提供一种基于云边端闭环架构的智慧能量管控***及方法，其引入了反馈机制，利用闭环反馈通道实时获取综合能源***设备运行数据和用户用能数据，实现模型自动更新。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种基于云边端闭环架构的智慧能量管控***，其包括端侧、云侧和边侧；
所述端侧和云侧之间引入一条数据反馈通道，形成云-边-端闭环架构；
所述端侧获取的用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；
所述云侧用于训练预测模型及优化模型的参数校正，将更新后的模型及时下发至边侧；
所述边侧用于与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
进一步地，所述云侧包括云计算服务器和云数据服务器，云计算服务器用于对闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；云数据服务器用于存储结构化数据。
进一步地，所述云计算服务器，还用于通过强化学习的方法完成预测、优化模型的参数校正。
进一步地，所述云数据服务器存储的结构化数据包括源荷历史数据、源荷预测数据及优化调度方案。
进一步地，所述边侧包括调度工作站，调度工作站部署人机交互界面。
进一步地，所述边侧还包括服务器组，服务器组包括数据服务器、预测服务器和优化服务器；数据服务器用于实现底层控制器与优化平台的数据通信；预测服务器部署预测算法及预测服务程序，用于实现天气信息预测、负荷预测及可再生能源发电预测；优化服务器部署优化调度算法及优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
进一步地，所述端侧包括供能侧与用能侧，用能侧安装非侵入式智能仪表用于获取用户用能情况，供能侧用于获取综合能源***所提供的供能情况。
本发明的第二个方面提供一种采用如上述所述的基于云边端闭环架构的智慧能量管控***的能量管控方法，其包括：
端侧获取用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；
云侧训练预测模型及优化模型的参数校正，并将更新后的模型及时下发至边侧；
边侧与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
进一步地，云侧训练预测模型及优化模型的参数校正的具体过程为：
闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；通过强化学习的方法完成预测、优化模型的参数校正。
进一步地，所述边侧与云侧协同计算的过程为：
依托云侧下发的模型进行预测，基于预先部署的优化调度算法及优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
与现有技术相比，本发明的有益效果是：
(1)本发明提出的智慧能量管控***采用了云-边-端闭环架构，引入了反馈机制，实时获取综合能源***设备运行数据和用户用能数据，用来实时更新模型参数，提高了能量管控***预测模型、优化模型的准确性；端侧获取的动态数据通过闭环反馈通道实时上传到云服务器，缩短了数据传输的时间，云服务器进行全网的大数据分析，在数据的基础上经过训练和拟合，通过强化学习的方法完成预测模型、优化了模型的参数校正，保障了模型更新的实时性，更新后的模型及时下发至边缘计算侧，解决了因环境突变或者设备工况突变而模型参数未更新导致的模型不准问题。
(2)本发明提出的智慧能量管控***集“源-网-荷-储”数据一体化监控、数据查询、源荷预测、能量优化调度、用能行为分析与引导、能效评测等功能，为综合能源***提供智能化、综合***，实现了“智慧分析与决策”，为用户用能提供科学引导。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例提供的基于云边端闭环架构的智慧能量管控***功能图；
图2是本发明实施例提供的云边端闭环架构；
图3是本发明实施例提供的基于云边端闭环架构的智慧能量管控***的负荷预测界面；
图4是本发明实施例提供的基于云边端闭环架构的智慧能量管控***的优化调度界面。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
为解决环境突变或者设备工况突变后的模型不准问题，本发明提出一种基于云边端闭环架构的智慧能量管控***，其引入了反馈机制，利用闭环反馈通道实时获取综合能源***设备运行数据和用户用能数据，实现模型自动更新。智慧能量管控***包括“源-网-荷-储”数据一体化监控、数据查询、源荷预测、能量优化调度、用能行为分析与引导、能效评测等多种功能，可以精准预测未来负荷，合理优化各能源出力，为综合能源***提供“智慧分析与决策”方案，提高综合能源***整体能源利用效率及可再生能源消纳能力，为用户提供科学的用能引导。
下面结合具体实施例来详细说明本发明的具体实施过程：
实施例一
本实施例的基于云边端闭环架构的智慧能量管控***，其包括端侧、云侧和边侧。
在本实施例中，所述端侧和云侧之间引入一条数据反馈通道，形成云-边-端闭环架构，如图2所示。
其中，所述端侧获取的用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧，这样能够缩短数据传输的时间。
所述云侧用于训练预测模型及优化模型的参数校正，将更新后的模型及时下发至边侧；其中，云侧进行全网的大数据分析，在数据的基础上经过训练和拟合，通过强化学习的方法完成预测模型、优化模型的参数校正，更新后的模型及时下发至边侧，保障了模型更新的实时性，解决因环境突变或者设备工况突变而模型参数未更新导致的模型不准问题，提高了***的准确性。
同时，所述边侧用于与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
如图2所示，所述云侧包括云计算服务器和云数据服务器，云计算服务器用于对闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；云数据服务器用于存储结构化数据。所述云数据服务器存储的结构化数据包括源荷历史数据、源荷预测数据及优化调度方案。
其中，所述云计算服务器，还用于通过强化学习的方法完成预测、优化模型的参数校正。
在本实施例中，边侧包括调度工作站和服务器组。调度工作站部署人机交互界面，实现“源-网-荷-储”能源数据在线监测、历史数据查询，预测结果与优化调度方案可视化分析，显示能效评测和用能分析结果。
其中，服务器组包括数据服务器、预测服务器和优化服务器。
数据服务器部署I/O服务、数据服务、报警管理功能，实现底层控制器与优化平台的数据通信，存储源荷历史数据、源荷预测数据和优化调度方案等结构化数据，与云数据服务器互为备份，保证数据安全。
预测服务器部署预测算法、预测服务程序，采用人工神经网络与大数据技术相结合的方式开发预测算法，充分挖掘数据蕴藏的信息，实现天气信息预测、负荷预测、可再生能源发电预测。
优化服务器部署优化调度算法、优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
在本实施例中，所述端侧包括供能侧与用能侧，用能侧安装非侵入式智能仪表用于获取用户用能情况，供能侧用于获取综合能源***所提供的供能情况。
具体地，综合能源***供能侧设备应用高性能、低功耗的智能传感器，用能侧安装非侵入式智能仪表获取用户用能情况，提升端侧感知信息的准确度和覆盖面，端侧获取的动态数据通过闭环反馈通道实时反馈给云服务器。
智慧能量管控***功能如图1所示，基于源荷历史数据实现负荷预测、可再生能源发电预测。根据源荷预测数据与源荷历史数据，智慧能量管控***调度中心统一调度，以用户设定的不同优化目标给定优化调度方案。综合能源***基于该优化调度方案运行的实时数据反馈至云服务器，采用大数据分析与强化学习相结合的方法校正模型参数，校正后的模型用以下一步的预测、优化，保证预测、优化的实时性与准确性。通过分析综合能源***的设备运行情况，评测优化调度方案的实用性；通过分析用户的用能行为，为用户用能提供科学指导。
在一些实施例中，可通过LabVIEW编程软件开发智慧能量管控***软件平台的人机交互界面，其中包括光伏发电预测、天气预测、负荷预测、能量优化、用能监控、换热监控、查看***参数和状态等具体功能。图3是负荷预测功能界面，图4是能量优化功能界面。
本实施例提出的基于云-边-端闭环架构的智慧能量管控***，各服务器独立运行的同时又相互协作。各服务器之间通过统一通信协议完成应用请求和数据交互，耦合小。每个服务程序、预测算法、优化调度算法可以独立开发、独立部署、独立测试，可以实现应用程序快速开发。
本实施例提出的智慧能量管控***采用了云-边-端闭环架构，引入了反馈机制，实时获取综合能源***设备运行数据和用户用能数据，用来实时更新模型参数，提高了能量管控***预测模型、优化模型的准确性；端侧获取的动态数据通过闭环反馈通道实时上传到云服务器，缩短了数据传输的时间，云服务器进行全网的大数据分析，在数据的基础上经过训练和拟合，通过强化学习的方法完成预测模型、优化了模型的参数校正，保障了模型更新的实时性，更新后的模型及时下发至边缘计算侧，解决了因环境突变或者设备工况突变而模型参数未更新导致的模型不准问题。
实施例二
采用如上述实施例一所述的基于云边端闭环架构的智慧能量管控***的能量管控方法，其包括：
端侧获取用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；
云侧训练预测模型及优化模型的参数校正，并将更新后的模型及时下发至边侧；
边侧与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
其中，云侧训练预测模型及优化模型的参数校正的具体过程为：
闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；通过强化学习的方法完成预测、优化模型的参数校正。
所述边侧与云侧协同计算的过程为：
依托云侧下发的模型进行预测，基于预先部署的优化调度算法及优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
本实施例的提出的智慧能量管控***集“源-网-荷-储”数据一体化监控、数据查询、源荷预测、能量优化调度、用能行为分析与引导、能效评测等功能，为综合能源***提供智能化、综合***，实现了“智慧分析与决策”，为用户用能提供科学引导。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于云边端闭环架构的智慧能量管控***，其特征在于，包括端侧、云侧和边侧；
所述端侧和云侧之间引入一条数据反馈通道，形成云-边-端闭环架构；
所述端侧获取的用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；
所述云侧用于训练预测模型及优化模型的参数校正，将更新后的模型及时下发至边侧；
所述边侧用于与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度；
所述边侧包括调度工作站，调度工作站部署人机交互界面；
所述边侧还包括服务器组，服务器组包括数据服务器、预测服务器和优化服务器；数据服务器用于实现底层控制器与优化平台的数据通信；预测服务器部署预测算法及预测服务程序，用于实现天气信息预测、负荷预测及可再生能源发电预测；优化服务器部署优化调度算法及优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
2.如权利要求1所述的基于云边端闭环架构的智慧能量管控***，其特征在于，所述云侧包括云计算服务器和云数据服务器，云计算服务器用于对闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；云数据服务器用于存储结构化数据。
3.如权利要求2所述的基于云边端闭环架构的智慧能量管控***，其特征在于，所述云计算服务器，还用于通过强化学习的方法完成预测、优化模型的参数校正。
4.如权利要求2所述的基于云边端闭环架构的智慧能量管控***，其特征在于，所述云数据服务器存储的结构化数据包括源荷历史数据、源荷预测数据及优化调度方案。
5.如权利要求1所述的基于云边端闭环架构的智慧能量管控***，其特征在于，所述端侧包括供能侧与用能侧，用能侧安装非侵入式智能仪表用于获取用户用能情况，供能侧用于获取综合能源***所提供的供能情况。
6.一种采用如权利要求1-5中任一项所述的基于云边端闭环架构的智慧能量管控***的能量管控方法，其特征在于，包括：
端侧获取用户用能情况及供能情况相关的动态数据通过闭环反馈通道实时直接上传到云侧；
云侧训练预测模型及优化模型的参数校正，并将更新后的模型及时下发至边侧；
边侧与云侧协同计算，并依托云侧下发的模型进行预测和优化，以提高预测和优化的精度和速度。
7.如权利要求6所述的能量管控方法，其特征在于，云侧训练预测模型及优化模型的参数校正的具体过程为：
闭环反馈通道上传的相关数据信息进行整合和提炼，采用数据建模的方式，形成自动化的决策模型；通过强化学习的方法完成预测、优化模型的参数校正。
8.如权利要求6所述的能量管控方法，其特征在于，所述边侧与云侧协同计算的过程为：
依托云侧下发的模型进行预测，基于预先部署的优化调度算法及优化调度服务程序，采用强化学习与深度学习相结合的方式开发优化调度算法，不断对最优动作进行强化，完成能量优化调度，进而完成能效评测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110161001.4A CN112950001B (zh) | 2021-02-05 | 2021-02-05 | 基于云边端闭环架构的智慧能量管控***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110161001.4A CN112950001B (zh) | 2021-02-05 | 2021-02-05 | 基于云边端闭环架构的智慧能量管控***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112950001A CN112950001A (zh) | 2021-06-11 |
| CN112950001B true CN112950001B (zh) | 2023-02-03 |
Family
ID=76242581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110161001.4A Active CN112950001B (zh) | 2021-02-05 | 2021-02-05 | 基于云边端闭环架构的智慧能量管控***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112950001B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115170840B (zh) * | 2022-09-08 | 2022-12-23 | 阿里巴巴（中国）有限公司 | 数据处理***、方法和电子设备 |
| CN116400594A (zh) * | 2023-03-31 | 2023-07-07 | 湖南工商大学 | 一种基于云边协同控制的智慧污水处理*** |
| CN118244645A (zh) * | 2024-05-20 | 2024-06-25 | 中南大学 | 基于云边协同的氧化铝溶出过程苛性比值控制方法与*** |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110440396A (zh) * | 2019-07-11 | 2019-11-12 | 雄安达实智慧科技有限公司 | 云边端协同的中央空调全局优化节能控制方法和*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9898342B2 (en) * | 2010-05-14 | 2018-02-20 | Micro Focus Software Inc. | Techniques for dynamic cloud-based edge service computing |
-
2021
- 2021-02-05 CN CN202110161001.4A patent/CN112950001B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110440396A (zh) * | 2019-07-11 | 2019-11-12 | 雄安达实智慧科技有限公司 | 云边端协同的中央空调全局优化节能控制方法和*** |
Non-Patent Citations (1)
| Title |
|---|
| 基于云-边-端协同的电力物联网用户侧数据应用框架;原吕泽芮等;《电力建设》;20200630(第07期);第1-8页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112950001A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112950001B (zh) | 基于云边端闭环架构的智慧能量管控***及方法 | |
| Puttamadappa et al. | Demand side management of small scale loads in a smart grid using glow-worm swarm optimization technique | |
| CN110649641B (zh) | 基于源网荷储协同服务的电动汽车快充站储能***及其方法 | |
| CN106651200A (zh) | 一种工业企业聚合用户电力负荷管理方法和*** | |
| CN107784397B (zh) | 一种电网物资需求预测***及其预测方法 | |
| CN112332444A (zh) | 一种基于数字孪生的微电网能量管理*** | |
| CN102411729B (zh) | 基于自适应线性逻辑网络的风电功率预测方法 | |
| CN104616121A (zh) | 一种区域能量综合协调管控*** | |
| KR102544181B1 (ko) | 디지털 트윈 기반의 분산 자원 및 전력 계통 운영 계획 시스템 및 운영 계획 방법 | |
| CN101619850A (zh) | 基于热电***负荷在线预测的调度方法与*** | |
| CN117526432B (zh) | 一种面向源荷互动的配网调控***及方法 | |
| CN117411039A (zh) | 一种智能储能充电*** | |
| Aziz et al. | Emerging trends and approaches for designing net-zero low-carbon integrated energy networks: A review of current practices | |
| CN106451541A (zh) | 一种孤岛型微电网的能量控制方法及控制*** | |
| CN108346009B (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
| CN117436727A (zh) | 一种智能水利调度优化*** | |
| CN117371738A (zh) | 一种乡镇综合能源***多能源协同运行控制方法及*** | |
| CN117933660A (zh) | 基于物联网的能源管理平台 | |
| CN117131984A (zh) | 源网荷储智慧控制型城市综合能源***及方法 | |
| CN117410988B (zh) | 一种新能源充电站的充电控制方法及装置 | |
| CN112288170B (zh) | 基于大数据分析的电厂机组工况寻优分析方法 | |
| CN117575343A (zh) | 一种乡镇综合能源服务成效评价方法及*** | |
| CN116633016B (zh) | 一种基于高频数据采集技术的电力管理***和方法 | |
| Leopold et al. | Simulation-based methodology for optimizing energy community controllers | |
| CN116992216A (zh) | 一种基于电力用户数据的短期负荷预测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |