能源设备控制方法、装置、电子设备和计算机可读介质与流程

本公开的实施例涉及计算机，具体涉及能源设备控制方法、装置、电子设备和计算机可读介质。

背景技术：

1、能源设备控制，是指通过控制工业园区的各个能源设备的功率来控制综合价值消耗、二氧化碳排放量和能源利用率。目前，工业园区的能源设备监控和自动控制水平相对较低，电气、供热和制冷能源系统相对独立，系统之间存在严重的“孤岛”效应。传统能源监控往往采用以电定热和以热定电的方式控制能源设备来确定能源供给和负荷量。目前的综合能源系统将电气、供热和制冷系统进行了整合，实现了不同能源数据的统一监测和融合，以及根据监测数据对能源设备进行控制。

2、然而，发明人发现，当采用上述方式进行能源设备控制时，经常会存在如下技术问题：

3、第一，大部分综合能源系统缺少大数据技术集成应用，预测园区内不同分区的能源负荷、能源供给的准确性较低，导致能源供给无法满足匹配负荷需求，造成能源网络波动，导致能源网络的稳定性较低。而且，受负荷量和能源供给量波动性影响，常规的能源监控系统调控园区各分区能源供给量、能源转换量、能源储存量之间平衡的有效性较低，导致能源网络负荷较易超过安全阈值，从而导致能源网络稳定性较低。另外，由于大多数园区综合能源系统生成能源控制策略时缺少优化算法和自动控制模块，使得能源控制策略响应的延时较长，以及能源控制策略对于综合能源消耗、二氧化碳排放量和能源利用率的优化程度较低，导致能源利用率较低，综合价值消耗和二氧化碳排放量较高。

4、第二，未考虑综合利用园区内各个能源设备的参数信息、预测的能源负荷信息、预测的能源生产信息和各个能源设备参数的约束信息生成能源网络的优化控制信息，导致园区综合价值消耗和二氧化碳排放量较高、能源利用率较低。

5、该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了能源设备控制方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面，本公开的一些实施例提供了一种能源设备控制方法，该方法包括：获取各个能源设备的参数信息，得到参数信息集合，其中，上述参数信息集合中的参数信息包括空间参数信息、基础参数信息、运行参数信息和环境参数信息，上述各个能源设备包括各个能源生产设备、各个能源存储设备、各个能源负荷设备和各个能源转化设备；根据上述参数信息集合，生成对应上述各个能源设备的能源数据映射关系信息；将上述参数信息集合中对应上述各个能源负荷设备的参数信息输入至预先训练的能源负荷信息预测模型，得到对应上述各个能源负荷设备的能源负荷预测信息；将上述参数信息集合中对应上述各个能源生产设备的参数信息输入至预先训练的能源生产信息预测模型，得到对应上述各个能源生产设备的能源生产预测信息；根据上述参数信息集合、上述能源负荷预测信息和上述能源生产预测信息，生成对应上述各个能源设备的优化控制信息；根据上述优化控制信息和上述能源数据映射关系信息，确定上述优化控制信息对应的模拟负荷信息是否满足预设负荷条件；响应于确定上述模拟负荷信息满足预设负载条件，根据上述优化控制信息，控制上述各个能源设备运行。

4、第二方面，本公开的一些实施例提供了一种能源设备控制装置，装置包括：获取单元，被配置成获取各个能源设备的参数信息，得到参数信息集合，其中，上述参数信息集合中的参数信息包括空间参数信息、基础参数信息、运行参数信息和环境参数信息，上述各个能源设备包括各个能源生产设备、各个能源存储设备、各个能源负荷设备和各个能源转化设备；第一生成单元，被配置成根据上述参数信息集合，生成对应上述各个能源设备的能源数据映射关系信息；第一输入单元，被配置成将上述参数信息集合中对应上述各个能源负荷设备的参数信息输入至预先训练的能源负荷信息预测模型，得到对应上述各个能源负荷设备的能源负荷预测信息；第二输入单元，被配置成将上述参数信息集合中对应上述各个能源生产设备的参数信息输入至预先训练的能源生产信息预测模型，得到对应上述各个能源生产设备的能源生产预测信息；第二生成单元，被配置成根据上述参数信息集合、上述能源负荷预测信息和上述能源生产预测信息，生成对应上述各个能源设备的优化控制信息；确定单元，被配置成根据上述优化控制信息和上述能源数据映射关系信息，确定上述优化控制信息对应的模拟负荷信息是否满足预设负荷条件；控制单元，被配置成响应于确定上述模拟负荷信息满足预设负载条件，根据上述优化控制信息，控制上述各个能源设备运行。

5、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

6、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

7、本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的能源设备控制方法，提升了能源网络的稳定性和能源利用率，降低了综合价值消耗和二氧化碳排放量。具体来说，造成能源网络的稳定性较低的原因在于：大部分综合能源系统缺少大数据技术集成应用，预测园区内不同分区的能源负荷、能源供给的准确性较低，导致能源供给无法满足匹配负荷需求，造成能源网络波动，导致能源网络的稳定性较低。而且，受负荷量和能源供给量波动性影响，常规的能源监控系统调控园区各分区能源供给量、能源转换量、能源储存量之间平衡的有效性较低，导致能源网络负荷较易超过安全阈值，从而导致能源网络稳定性较低。另外，由于大多数园区综合能源系统生成能源控制策略时缺少优化算法和自动控制模块，使得能源控制策略响应的延时较长，以及能源控制策略对于综合能源消耗、二氧化碳排放量和能源利用率的优化程度较低，导致能源利用率较低，综合价值消耗和二氧化碳排放量较高。基于此，本公开的一些实施例的能源设备控制方法，首先，获取各个能源设备的参数信息，得到参数信息集合，其中，上述参数信息集合中的参数信息包括空间参数信息、基础参数信息、运行参数信息和环境参数信息，上述各个能源设备包括各个能源生产设备、各个能源存储设备、各个能源负荷设备和各个能源转化设备。由此，可以得到各个能源设备的各个参数信息。然后，根据上述参数信息集合，生成对应上述各个能源设备的能源数据映射关系信息。由此，可以将能源网络映射到数字空间，得到能源数据映射关系信息。接着，将上述参数信息集合中对应上述各个能源负荷设备的参数信息输入至预先训练的能源负荷信息预测模型，得到对应上述各个能源负荷设备的各个能源负荷预测信息。由此，可以得到各个能源设备在未来时间段的各个能源负荷预测信息。之后，将上述参数信息集合中对应上述各个能源生产设备的参数信息输入至预先训练的能源生产信息预测模型，得到对应上述各个能源生产设备的各个能源生产预测信息。由此，可以得到各个能源设备在未来时间段的各个能源生产预测信息。接着，根据上述参数信息集合、上述各个能源负荷预测信息和上述各个能源生产预测信息，生成对应上述各个能源设备的优化控制信息。由此，可以得到对于各个能源设备的优化控制信息。之后，根据上述优化控制信息和上述能源数据映射关系信息，确定上述优化控制信息对应的模拟负荷信息是否满足预设负荷条件。由此，可以得到对优化控制信息进行模拟后的模拟负荷信息。最后，响应于确定上述模拟负荷信息满足预设负载条件，根据上述优化控制信息，控制上述各个能源设备运行。由此，按照优化控制信息，控制各个能源设备的运行状态，使得各个能源设备的运行达到较优的运行状态。也因为实现的能源设备控制方法，能够根据各个能源设备的参数信息生成能源数据映射关系信息、预测能源负荷信息和能源生产信息。并根据参数信息、能源负荷信息和能源生产信息，生成能源优化控制信息。之后根据能源数据映射关系信息对能源优化控制信息进行模拟运行。在确定模拟运行的结果满足预设优化条件后，控制各个能源设备实施能源优化控制方案。从而提升了能源网络的稳定性和能源利用率，降低了综合价值消耗和二氧化碳排放量。