【技術實現步驟摘要】
本專利技術涉及數字孿生，尤其涉及一種基于云端邊緣端協同的數字孿生服務平臺構建方法。
技術介紹
1、在現代農村能源系統中，隨著光伏發電、風力發電和儲能設備等新能源技術在農村地區的推廣，農村能源結構正在逐步向多元化和可持續方向發展。然而，農村地區的能源需求具有顯著的波動性，且新能源供給受天氣和季節影響較大，因此，如何實現農村新能源的高效管理和優化利用成為一個亟需解決的問題。
2、農村新能源系統通常由多個分散式小型光伏電站、風力發電站和儲能設備組成。這些能源設備能夠充分利用當地自然資源，降低農村地區對傳統化石能源的依賴，減少溫室氣體排放。但由于農村新能源設備布局分散、通信網絡有限，傳統的能源管理系統難以對這些設備進行統一的實時監控和調度，導致能源供需匹配難度較大、設備利用率低以及能源浪費問題。
技術實現思路
1、本專利技術為解決上述技術問題，提出了一種基于云端邊緣端協同的數字孿生服務平臺構建方法，以解決至少一個上述技術問題。
2、本申請提供了一種基于云端邊緣端協同的數字孿生服務平臺構建方法，所述方法包括：
3、s1、通過邊緣端裝置獲取能源系統基礎數據；
4、s2、在邊緣端裝置利用能源系統基礎數據進行初步狀態建模，構建虛擬能源系統模型，以傳輸至云端服務器；
5、s3、控制云端服務器接受邊緣端裝置上傳的虛擬能源系統模型，并對虛擬能源系統模型進行數字孿生模型構建，得到能源系統數字孿生模型；
6、s4、根據能源系統數字孿生模
7、本專利技術中將數據采集過程在邊緣端完成，減少了數據傳輸至云端的頻率和延遲，提升了系統響應速度。在邊緣端進行初步建模分擔了云端服務器的計算負擔，提高了整個系統的資源利用率。邊緣端的初步狀態建模讓系統能夠更快響應本地事件，如負荷波動或設備狀態變化，為實時控制和局部優化提供支持。云端數字孿生模型的構建能夠打破地域限制，實現跨區域能源系統協同管理和優化。云端基于數字孿生模型進行動態調度優化，能夠適應實時供需變化、能源價格波動等，實現能源系統的高效、低成本運行。調度數據傳輸至邊緣端后，能夠與實際運行狀態形成閉環反饋，支持系統的自我優化和持續學習，提高長時間運行的穩定性和適應性。
8、可選地，s1包括：
9、s11、通過部署于光伏逆變器設備的傳感器，實時采集光伏能源系統基礎數據；
10、s12、通過部署于風力發電機設備的傳感器，實時采集風電能源系統基礎數據；
11、s13、通過部署于儲能電池設備的傳感器，實時采集儲能能源系統基礎數據；
12、s14、將光伏能源系統基礎數據、風電能源系統基礎數據以及儲能能源系統基礎數據進行基準校驗，得到能源系統基準校驗數據；
13、s15、根據能源系統基準校驗數據進行時間同步，得到能源系統基礎數據。
14、本專利技術中直接從光伏逆變器獲取數據，確保數據采集的實時性，使系統能夠快速響應光伏發電的波動。實時采集風電數據，使系統能夠快速適應風速、風向變化，有效優化風電的利用率。通過監測儲能電池的充放電情況，確保電池在最佳狀態下運行，提升儲能系統的能效。將不同來源的能源數據進行校驗，去除因設備差異導致的偏差，確保不同系統數據之間的一致性。基準校驗有助于提高系統數據的整體質量，避免錯誤數據導致的模型誤差。同步時間戳消除了因設備時間差異導致的數據延遲問題，確保分析和調度的實時性和準確性。
15、可選地，s2包括：
16、s21、在邊緣端裝置利用能源系統基礎數據進行日能源趨勢分析，得到日能源趨勢數據；
17、s22、根據日能源趨勢數據進行發電與用電匹配分析，得到發電供需偏差數據；
18、s23、根據發電供需偏差數據進行能源狀態分類，得到能源狀態分類數據；
19、s24、根據能源系統基礎數據進行儲能系統狀態分析，得到儲能容量估算數據；
20、s25、根據能源系統基礎數據、能源狀態分類數據以及儲能容量估算數據進行邊緣狀態仿真，得到虛擬能源系統模型，以傳輸至云端服務器。
21、本專利技術中通過日能源趨勢分析，提前預測每日的發電和用電趨勢，幫助系統更好地進行能源調度。根據供需匹配結果合理分配發電資源和儲能設備，避免不必要的能源損耗，提高整體能源效率。通過能源狀態分類，可以將系統的狀態分為高供需平衡、高負荷或低負荷等類別，便于進行針對性的管理和調度。實時估算儲能狀態能夠幫助系統合理安排充放電計劃，避免過度使用，延長儲能設備的使用壽命。在邊緣端進行狀態仿真并構建虛擬模型，降低了云端的計算負荷，提升了系統的整體效率。
22、可選地，其中發電與用電匹配分析包括：
23、根據日能源趨勢數據進行需求響應彈性分析，得到響應彈性評分數據；
24、根據日能源趨勢數據以及能源系統基礎數據進行發電設備靈活性評分，得到發電設備靈活性評分數據；
25、根據日能源趨勢數據、響應彈性評分數據以及發電設備靈活性評分數據進行多情景供需匹配模擬，得到多情景供需模擬數據；
26、根據多情景供需模擬數據進行短期平衡計劃生成，得到短期平衡計劃數據；
27、根據短期平衡計劃數據進行實時偏差調整，得到實時偏差調整數；
28、根據多情景供需模擬數據以及實時偏差調整數進行供需穩定性評估，得到供需穩定性評估數據；
29、根據響應彈性評分數據、發電設備靈活性評分數據以及供需穩定性評估數據進行發電供需偏差生成，得到發電供需偏差數據。
30、本專利技術中彈性評分為自適應調度提供了重要依據，系統能夠更靈活地適應動態負荷變化，優化調度策略。靈活性評分幫助識別不同發電設備的啟動和響應特性，使得系統能夠在供需變化時選擇合適的發電資源，增強供電的可靠性。通過多情景供需模擬，系統能夠提前應對不同的負荷情況、天氣條件、發電波動等，提升系統在復雜環境下的適應能力。短期平衡計劃能夠根據不同情景制定應對策略，確保在需求突變時及時響應，保持供需平衡。實時偏差調整能夠根據實際供需偏差情況進行即時調節，確保供電質量和系統穩定性。通過供需穩定性評估，系統可以在不同的穩定性狀態下選擇不同的優化策略，提升系統的智能化管理能力。通過精確的供需偏差數據，系統能夠根據不同狀態進行精細化調度，提高系統的穩定性和供電質量。
31、可選地，s3包括：
32、s31、控制云端服務器接受邊緣端裝置上傳的虛擬能源系統模型；
33、s32、根據虛擬能源系統模型進行數字孿生模型初始化，得到初始化數字孿生模型；
34、s33、對初始化數字孿生模型進行數字孿生模型優化，得到數字孿生優化模型；
35、s34、根據數字孿生優化模型進行多源數據融合，得到數字孿生融合模型；
36、s35、根據數字孿生融合模型進行場景仿真，得到場景仿本文檔來自技高網...
【技術保護點】
1.一種基于云端邊緣端協同的數字孿生服務平臺構建方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，S1包括：
3.根據權利要求1所述的方法，其特征在于，S2包括：
4.根據權利要求1所述的方法，其特征在于，其中發電與用電匹配分析包括：
5.根據權利要求1所述的方法，其特征在于，S3包括：
6.根據權利要求5所述的方法，其特征在于，其中數字孿生模型優化包括：
7.根據權利要求6所述的方法，其特征在于，其中第一數字孿生模型優化具體為：
8.根據權利要求6所述的方法，其特征在于，其中第二數字孿生模型優化具體為：
9.根據權利要求1所述的方法，其特征在于，S4包括：
【技術特征摘要】
1.一種基于云端邊緣端協同的數字孿生服務平臺構建方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，s1包括：
3.根據權利要求1所述的方法，其特征在于，s2包括：
4.根據權利要求1所述的方法，其特征在于，其中發電與用電匹配分析包括：
5.根據權利要求1所述的方法，其特...
【專利技術屬性】
技術研發人員：冀肖彤，馮萬里，吳英姿，羅恒，宿磊，鄧萬婷，曹侃，柳丹，熊平，康逸群，胡畔，葉暢，江克證，梅欣，王偉，陳孝明，劉巨，
申請(專利權)人：國網湖北省電力有限公司電力科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。