[发明专利]园区能源站多能协同运行系统、方法、设备和存储介质

说明书

本发明提供了一种园区能源站多能协同运行系统、方法、设备和存储介质，包括：设备层和仿真层；所述设备层，用于对园区能源站内设备的数据进行采集并发送；和用于基于最优运行策略对所述设备进行控制；所述仿真层，用于通过基于设备层构建的数字孪生体，利用设备层提供的数据进行仿真计算，得到各设备的状态和最优运行策略并发送；本发明通过设备层实现数据的实时采集；通过仿真层进行仿真计算，得到设备的最优运行策略，利用设备的最优运行策略控制园区能源站内设备，可为园区内的用户提供安全、可靠、绿色的生产生活用能，提高园区能源利用效率，降低园区碳排放量，有利于实现能源站的精细化运维管理，实现园区能源站的远程监控与运行维护。

技术领域

本发明属于电力技术领域，具体涉及一种园区能源站多能协同运行系统、方法、设备和存储介质。

背景技术

园区能源站作为能源互联网的承载实体，具有多能流耦合、信息物理融合的复杂特点，与单一能源系统相比，传统基于机理物理模型的方法难以满足其监测分析及优化运行的要求。同时，园区能源站运行会产生大量的数据，如何实时采集、计算简化与分析处理数据是园区能源站管理中必不可少的环节。

现有的管理方式存在针对园区能源站运维管理模式粗放，能源综合利用效率低等问题。基于上述问题，急需提出一种园区能源站多能协同技术。

发明内容

为克服上述现有技术的不足，本发明提出一种园区能源站多能协同运行系统，包括：设备层和仿真层；

所述设备层，用于对园区能源站内设备的数据进行采集并发送；和用于基于最优运行策略对所述设备进行控制；

所述仿真层，用于通过基于设备层构建的数字孪生体，利用设备层提供的数据进行仿真计算，得到各设备的状态和最优运行策略并发送。

优选的，所述仿真层，包括：负荷预测算法模块、人工智能算法模块和数字孪生体模块；

所述数字孪生体模块与设备层连接；所述数字孪生体模块基于设备层的各设备构建，用于基于设备层的历史数据，确定设备的实时状态并发送；和用于对人工智能算法模块制定的最优运行策略进行发送；

所述负荷预测算法模块，用于基于长短期记忆网络，对设备层提供的历史数据进行负荷预测得到负荷预测数据；

所述人工智能算法模块，用于基于所述数字孪生体模块，结合所述负荷预测数据，以各设备的协同量最优为目标进行日前仿真计算得到设备的最优运行参数，并基于所述设备的最优运行参数制定设备的最优运行策略；

其中，所述各设备的协同量包括下述中的一种或多种，经济性、能效、碳排放量和可再生能源利用率。

优选的，数字孪生体的构建，包括：

基于各设备的历史数据，采用数据-机理联合驱动的建模方法，构建所述设备的数字模型；

基于所有的数字模型得到设备层对应的数字孪生体；

其中，所述数据-机理联合驱动的建模方法基于数据驱动模型和机理模型进行建模。

优选的，所述数据-机理联合驱动的建模方法，包括：

数据-机理联合驱动的并联型架构模型建模方法，或数据-机理联合驱动的串联型架构模型建模方法；

其中，所述并联型架构模型，以设备的历史数据为输入参数；通过数据驱动模型和机理模型分别对设备的历史数据进行计算，并将计算结果进行求和得到设备的状态；以所述设备的状态为输出参数；

所述串联型架构模型，以设备的历史数据为输入；通过机理模型和数据驱动模型依次对设备的历史数据进行计算，并通过设备的实时数据对所述数据驱动模型进行修正，得到设备的状态；以所述设备的状态为输出参数。

优选的，一种园区能源站多能协同运行系统，还包括：交互层；