基于分布式云平台的智慧工业园区能源管理系统及方法与流程

本发明涉及能源管理领域，具体为用于基于分布式云平台的智慧工业园区能源管理系统及方法。

背景技术：

1、当前工业园区自动化控制水平正向着智能化与集成化方向发展，数据处理能力的逐步提升，也为园区生产流程的精密控制、能源使用的优化管理提供了有利的帮助。工业园区自动化控制过程中，实施能源管理、开展能耗分析与优化极为关键，它不仅能显著提升生产效率、降低成本，通过精细监控和智能调节能源使用，减少浪费，还促进了节能减排和可持续发展目标的实现，确保工业活动与环境保护相协调，是助力企业推动绿色低碳转型、实现高效与环境双赢的重要方式。

2、现有工业园区的能源管理系统能够对园区数据进行采集、处理、优化、异常告警等，公开号cn116542561a公开了一种用于工业园区的综合能源管控系统，包括能源数据采集模块、能源管理模块、双碳评价模块、双碳辅助服务模块，一方面能直接指导园区管理部门开展系统性、全面性的能耗监管及节能减排规划，另一方面可为园区内企业提供全方位碳盘查和节能减排解决方案等技术服务工作，好辅助工业园区大规模协调发展。但该系统数据采集及处理、能源管理及优化控制较为独立，无法很好的与工业园区自动化控制过程进行深度结合，因此不能实现能源管理的最优化、能耗控制的最大化。

3、为此，我们提出基于分布式云平台的智慧工业园区能源管理系统及方法。

技术实现思路

1、本发明的目的在于使数据采集及处理、能源管理及优化控制与工业园区自动化控制过程进行深度结合，实现能源管理的最优化、能耗控制的最大化。

2、一方面，本发明一个实施例提供了基于分布式云平台的智慧工业园区能源管理系统，包括能源计量模组、能源数据采集模组、saas云平台，所述能源计量模组、能源数据采集模组、saas云平台通过工业传输协议依次连接，所述saas云平台包括数据中台、设备管理模块、能源管理模块、设备控制模块、能源管理大模型模块；

3、所述能源计量模组连接于生产设备组群，获取生产设备组群的生产设备用能量、碳排放数据；

4、所述能源计量模组还连接于能源设备组群，获取能源设备组群的能源设备产能量；

5、所述能源数据采集模组获取能源数据，并将能源数据传输至数据中台，所述能源数据包含能源计量模组测量到的生产设备用能量、碳排放数据、能源设备产能量；

6、所述生产设备组群还连接有plc控制箱，所述plc控制箱连接于saas云平台的数据中台，plc控制箱获取生产设备组群的设备信息并上传至数据中台，plc控制箱还对生产设备组群下发自动控制指令；

7、所述数据中台对获取到的能源数据和设备信息进行预处理，经过数据中台处理的设备信息数据传输至saas云平台的设备管理模块，经过数据中台处理的能源数据传输至saas云平台的能源管理模块；

8、所述设备管理模块对经过数据中台处理的设备信息数据进行分类，分类后的设备信息数据回传至数据中台；所述能源管理模块接收到经过数据中台处理的能源数据及分类后的设备信息数据后，结合分类后的设备信息数据对经过数据中台处理的能源数据进行综合计算分析处理，并将综合计算分析处理数据传输至能源管理大模型模块；

9、所述能源管理大模型模块接收来自能源管理模块的综合计算分析处理数据，生成优化策略数据，经仿真及预测分析得出最优优化策略数据并传输至设备控制模块，所述优化策略数据包含接入的工业自动化控制设备的最优能耗的运行策略数据和园区节能降碳策略数据；

10、所述设备控制模块接收到优化策略数据后生成优化控制指令、优化能源分配指令，并格式化成plc控制箱及能源设备组群接受的指令格式，格式化后的优化控制指令传输至plc控制箱，所述plc控制箱接收到优化控制指令后对生产设备组群进行优化控制；格式化后的优化能源分配指令传输至能源设备组群，所述能源设备组群对生产设备组群实施优化能源分配。

11、优选的，所述能源计量模组包含电表、水表、温度计、能量表、氮气表、空压表、真空流量表、天然气表、汽油表、柴油表、温室气体测量仪。

12、优选的，所述生产设备组群包含除湿除尘设备组、冷源设备组、空调机组、智能照明设备组、纯水设备组、锅炉机组、空气压缩设备组、运输设备组、充电桩设备组。

13、优选的，所述生产设备组群的生产设备用能量包含用电量、用水量、冷热量、氮气流量、空压流量、真空流量，碳排放数据包含化石燃料用量、温室气体排放量；所述生产设备组群的设备信息包含设备类型、设备额定参数、设备运行状态。

14、优选的，所述数据中台对获取到的能源数据和设备信息进行预处理方式包含清洗、分类、存储、格式单位统一、标准化。

15、优选的，所述能源管理模块结合设备管理模块进行综合计算分析处理方式包含能源趋势分析、能源流向分析、对象能耗分析、对象成本分析、设备用能成本分析、表具读数报表展示、碳数据汇总、碳分析。

16、优选的，所述saas云平台中不同模块开发于不同微服务中，不同微服务分布式部署于不同物理位置，所述saas云平台还选择分布式数据库、使用分布式缓存。

17、优选的，所述能源管理大模型模块包含神经网络深度学习模型、多目标优化算法及仿真工具，所述能源管理大模型模块接受到综合计算分析处理数据后，所述深度学习算法输出设备运行状态预测、能源消耗量预测、碳排放预测、环境参数变化预测、生产需求预测信息，所述多目标优化算法输出针对不同设备的最优能耗的运行策略和园区的降碳策略，所述仿真工具对上述运行策略及降碳策略进行仿真并对生产效率、能耗消耗、成本、环境影响进行评估；综合预测及仿真结果得到最优优化策略数据并传输至设备控制模块。

18、优选的，所述设备控制模块对来自能源管理大模型模块的最优优化策略数据进行解析，再将优化策略数据映射为设备控制参数和能源分配参数，通过控制策略优化算法与自适应控制算法生成具体的最优设备控制指令及最优能源分配指令，所述设备控制模块将生成的指令格式化为plc控制箱及能源设备组群接受的格式后传输至plc控制箱端及能源设备组群端。

19、另一方面，本发明另一个实施例提供了基于分布式云平台的智慧工业园区能源管理方法，包含以下步骤：

20、s1、部署能源计量模组：在工业园区中部署能源计量模组，用于测量能源数据，包含生产设备组群的生产设备用能量、碳排放数据以及能源设备组群的能源设备产能量；

21、s2、能源数据采集：能源数据采集模组集中采集能源计量模组获取的能源数据；

22、s3、部署saas云平台分布式模块：saas云平台中分布式部署有数据中台、设备管理模块、能源管理模块、设备控制模块、能源管理大模型模块；

23、s4、数据中台预处理：数据中台接收来自能源采集模块的能源数据、来自plc控制箱的设备信息数据，进行数据预处理操作，包括清洗、分类、存储、格式单位统一、标准化；

24、s5、数据综合计算分析：设备管理模块接收经数据中台预处理的设备信息并将分类后的设备信息数据返回至数据中台，能源管理模块接收经数据中台预处理的能源数据及分类后的设备信息数据，能源管理模块依据设备管理模块处理后的设备信息对能源数据进行综合计算分析处理；

25、s6、优化策略生成及仿真：能源管理大模型模块接收能源管理模块生成的综合计算分析处理数据，生成优化策略数据，同时进行优化策略仿真，综合分析得出最优优化策略数据并传输至设备控制模块，优化策略数据包含接入的工业自动化控制设备的最优能耗的运行策略数据和园区节能降碳策略数据；

26、s7、设备优化反控：设备控制模块接收到最优优化策略数据后生成优化控制指令、优化能源分配指令，并格式化成plc控制箱及能源设备组群接受的指令格式，格式化后的优化控制指令传输至plc控制箱，plc控制箱接收到优化控制指令后对生产设备组群进行优化控制；格式化后的优化能源分配指令传输至能源设备组群，所述能源设备组群对生产设备组群实施优化能源分配。

27、本发明的有益效果：

28、1、通过用能数据与设备运行状态、设备类型数据结合分析实现用能设备及储能设备联合调度优化，结合生产流程双碳管理，能够实现全链路能源流动合理化、透明化，促进工业园区节能降碳；

29、2、数据中台与saas云平台结合，可以使云平台内其他模块之间流通的数据更加统一，调度优化更加快捷，更好的将能源优化控制与工业园区自动化控制过程进行深度结合，实现能源管理的最优化、能耗控制的最大化；

30、3、基于saas开发的系统采用分布式的架构，在系统运作与数据处理上能支持大并发大数据量的运行，使得数据能够更好的进行脱敏、清洗，数据分析、策略生成也能在大模型的帮助下为企业实现降本增效。