(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210605601.X (22)申请日 2022.05.30 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 申请人 国家电网有限公司 　 国网山西省电力公司 　 国网山西省电力公司经济技 术研究 院 (72)发明人 贾晓强　陈洪银　李德智　王松岑　 钟鸣　芋耀贤　张新鹤　刘铠诚　 覃剑　黄伟　何桂雄　齐慧文　 张翔宇　许振波　 (74)专利代理 机构 北京安博达知识产权代理有 限公司 1 1271 专利代理师 徐国文(51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) (54)发明名称 园区能源站多能协同运行系统、 方法、 设备 和存储介质 (57)摘要 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。 权利要求书2页 说明书9页 附图3页 CN 115186434 A 2022.10.14 CN 115186434 A 1.一种园区 能源站多能协同运行系统， 其特 征在于， 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。 2.如权利要求1所述的系统， 其特征在于， 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。 3.如权利要求2所述的系统， 其特 征在于， 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。 4.如权利要求3所述的系统， 其特 征在于， 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。 5.如权利要求1所述的系统， 还 包括： 交互层； 所述交互层， 用于基于仿真层提供的最优运行策略生成调度指令， 并发送至设备层和 仿真层； 和用于基于 设备层提供的数据和仿 真层提供的设备的状态， 进 行设备状态的评价、 预警和展示； 所述交互层通过接口与设备层和仿真层连接； 所述调度指令， 用于对所述设备层的设备和仿真层的数字 孪生体模块进行控制。 6.如权利要求 4所述的系统， 其特 征在于， 所述设备， 包括下述中的一种或多种： 热电联产机组、 光伏组件、 燃气锅炉、 电制冷机、 吸收式制冷机、 输电线路、 供热管道、 供权　利　要　求　书 1/2 页 2 CN 115186434 A 2冷管道、 供 水管道、 蓄电池、 储热 水箱、 储冷水箱、 空调、 冰箱、 充电桩、 电动汽车和电热 水器。 7.如权利 要求1、 2、 3、 4或5所述的系统， 其特征在于， 所述数据， 包括下述中的一种或多 种： 热电联产机组的压力、 热电联产机组的温度、 热电联产机组的流量、 燃气锅炉的压力、 燃气锅炉的温度、 燃气锅炉的流量、 吸收式制冷机的压力、 吸收式制冷机的温度、 吸收式制 冷机的流量、 光伏组件的电压、 光伏组件的电流、 光伏组件的温度、 电制冷机的功 率、 电制冷 机的温度、 蓄电池的容量、 蓄电池的功 率、 储热水箱的温度、 储热水箱的流量、 蓄冷水箱的温 度、 蓄冷水箱的流量、 环境 温度、 压力、 光照数值、 设备的额定功 率、 设备的额定容量、 设备的 效率、 设备的能效比和设备的占地 面积。 8.如权利要求2所述的系统， 其特征在于， 所述设备层的实时数据和历史数据， 按园区 能源站内设备的不同数据 精度需求进 行采集； 包括下述中的一种或多种： 秒级、 分钟级和小 时级。 9.如权利要求2所述的系统， 其特征在于， 所述运行策略， 包括下述中的一种或多种： 控 制设备的输出功率、 阀门开度、 进出口温度和投切状态。 10.一种园区 能源站多能协同运行 方法， 其特 征在于， 包括： 获得园区 能源站内设备的数据； 通过数字孪生体， 对所述数据进行仿真计算， 得到各设备的状态和最优运行 策略； 基于最优运行 策略对所述设备进行控制。 11.如权利要求10所述的方法， 其特征在于， 所述通过数字孪生体模块， 对所述数据进 行仿真计算， 得到各设备的状态和最优运行 策略， 包括： 通过数字孪生体模块基于设备的历史数据， 确定设备的实时状态并发送； 利用负荷预测算法模块， 基于长短期记忆网络， 对所述历史数据进行负荷预测得到负 荷预测数据； 利用人工智能算法模块， 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。 12.一种计算机设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行时， 实现如权利要求10 ‑11中任 一项的协同运行 方法。 13.一种计算机可读存储介质， 其特征在于， 其上存有计算机程序， 所述计算机程序被 执行时， 实现如权利要求10 ‑11中任一项的协同运行 方法。权　利　要　求　书 2/2 页 3 CN 115186434 A 3