技术新讯 > 发电变电,配电装置的制造技术 > 一种海上养殖的风能利用方法及系统  >  正文

一种海上养殖的风能利用方法及系统

  • 国知局
  • 2024-09-11 15:10:50

本技术涉及能源管理的,特别是涉及一种海上养殖的风能利用方法及系统。

背景技术:

1、随着海上养殖行业的发展,对电力供应的依赖性日益增强,海上养殖区的关键设施,如水泵、氧气供应系统、温控设备和灯光系统等,均需稳定且可靠的电力来维持其正常运行;这些设备的稳定运行对于保障养殖生物的健康和生产效率至关重要。

2、然而,海上养殖区的电力供应面临诸多挑战,风能作为一种可再生能源,在海上具有巨大的开发潜力;但是,风能的不稳定性和不可预测性给海上养殖区的电力供应带来了难题,此外,风力发电装置的间歇性输出可能导致供电不稳定,影响用电设备的运行效率,甚至可能对养殖生物造成不利影响,因此,如何利用所在海域的风能实现养殖区的用电分配是目前的一个难题。

技术实现思路

1、本技术要解决的技术问题是:提供一种海上养殖的风能利用方法及系统,优化用电设备的管理和调度,提高能源利用效率。

2、为了解决上述技术问题,本技术提供了一种海上养殖的风能利用方法,包括:

3、基于获取的历史海上风速时间序列,计算风能功率时间序列,同时获取所述历史海上风速时间序列对应的历史实际风能功率时间序列;

4、对所述风能功率时间序列和所述历史实际风能功率时间序列进行拟合处理,得到历史拟合风能功率时间序列,将所述历史拟合风能功率时间序列输入到预训练的风能功率预测模型中,以使所述风能功率预测模型输出未来风能功率时间序列;

5、基于获取的海上养殖平台的历史用电量时间序列,将所述历史用电量时间序列输入到预训练的用电量预测模型中,以使所述用电量预测模型输出未来用电量时间序列;

6、基于所述未来风能功率时间序列和所述未来用电量时间序列,确定未来风能功率短缺时间序列;

7、获取所述海上养殖平台中所有用电设备的优先级,基于所述优先级对所述所有用电设备进行排序,得到用电设备序列,基于所述未来风能功率短缺时间序列和所述用电设备序列,生成用电设备用电分配策略。

8、在一种可能的实现方式中,基于所述未来风能功率短缺时间序列和所述用电设备序列,生成用电设备用电分配策略,具体包括:

9、基于所述未来风能功率短缺时间序列,确定多个未来风能功率短缺时间,以及每个未来风能功率短缺时间各自对应的短缺风能功率;

10、获取所述用电设备序列中每个用电设备对应的用电需求量,将所述用电设备序列中的末位用电设备对应的用电需求量分别与所述多个未来风能功率短缺时间各自对应的短缺风能功率进行对比;

11、若所述末位用电设备对应的用电需求量不小于所述短缺风能功率,则获取所述短缺风能功率对应的目标未来风能功率短缺时间,并从所述用电设备序列中删除所述末位用电设备,得到第一调整用电设备序列,并基于所述第一调整用电设备序列,确定所述目标未来风能功率短缺时间对应的用电分配对象;或,

12、若所述末位用电设备对应的用电需求量小于所述短缺风能功率,则获取所述末位用电设备的相邻用电设备,计算所述末位用电设备与所述相邻用电设备的用电需求总量,若用电需求总量小于所述短缺风能功率,则依次增加所述相邻用电设备的数量,直至所述末位用电设备与目标数量个相邻用电设备的用电需求总量不小于所述短缺风能功率,从所述用电设备序列中删除所述末位用电设备和所述目标数量个相邻用电设备,得到第二调整用电设备序列,并基于所述第二调整用电设备序列,确定所述目标未来风能功率短缺时间对应的用电分配对象。

13、在一种可能的实现方式中,基于获取的历史海上风速时间序列,计算风能功率时间序列,具体包括:

14、获取预设历史时间段内的多个历史海上风速,并基于时间顺序,对所述多个历史海上风速进行排列,得到历史海上风速时间序列;

15、分别将所述历史海上风速时间序列中的每个历史海上风速输入到预设的风能密度计算公式中,得每个历史海上风速对应的历史海上风能密度,并生成所述历史海上风速时间序列对应的历史海上风能密度时间序列;

16、从所述历史海上风能密度时间序列中提取出历史时间点对应的目标历史海上风能密度,并从所述历史海上风速时间序列中提取出历史时间点对应的目标历史海上风速,将所述目标历史海上风能密度和所述目标历史海上风速代入到预设的风能功率计算公式中,得到历史时间点对应的风能功率,并基于所述历史时间点对应的风能功率,生成风能功率时间序列。

17、在一种可能的实现方式中,所述风能密度计算公式,如下所示:

18、;

19、式中,为海上风能密度,为空气密度,为风轮机页片的受风面积,为海上风速;

20、所述风能功率计算公式,如下所示:

21、;

22、式中,为风能功率,为海上风能密度,为风能转换装置的转换效率,为风轮机页片的受风面积。

23、在一种可能的实现方式中,对所述风能功率时间序列和所述历史实际风能功率时间序列进行拟合处理,得到历史拟合风能功率时间序列,具体包括:

24、计算所述风能功率时间序列对应的风能功率总和,并基于所述风能功率时间序列中的风能功率数据点量和所述风能功率总和,计算所述风能功率时间序列对应的平均风能功率;

25、计算所述历史实际风能功率时间序列对应的历史实际风能功率总和,并基于所述历史实际风能功率时间序列中的风能功率数据点量和所述历史实际风能功率总和,计算所述历史实际风能功率时间序列对应的平均历史实际风能功率;

26、计算所述平均风能功率和所述平均历史实际风能功率的第一差值,当所述第一差值不大于预设差值阈值时,对所述风能功率时间序列和所述历史实际风能功率时间序列进行平均化处理,得到历史拟合风能功率时间序列;或,

27、当所述第一差值大于预设差值阈值时,对所述风能功率时间序列和所述历史实际风能功率时间序列进行加权平均处理,得到历史拟合风能功率时间序列。

28、在一种可能的实现方式中,所述风能功率预测模型的训练过程,具体包括:

29、设置初始风能功率预测模型,其中,所述初始风能功率预测模型包括第一预测层、第二预测层,所述第一预测层与所述第二预测层相连接;

30、获取多个预设历史年份内同日各自对应的风能功率时间序列样本,以及每个风能功率时间序列样本对应的气象时间序列样本;

31、将第一预设年份对应的所述风能功率时间序列样本作为所述第一预测层的输入,并将第二预设年份对应的所述气象时间序列样本作为所述第一预测层的输出;将所述第一预测层的输出作为所述第二预测层的输出,并将第二预设年份对应的所述风能功率时间序列样本作为所述第二预测层的输出,对所述初始风能功率预测模型进行模型训练,直至模型收敛或达到预设迭代次数,得到风能功率预测模型,其中,所述第二预设年份为所述第一预设年份的下一年份。

32、在一种可能的实现方式中,基于所述未来风能功率时间序列和所述未来用电量时间序列,确定未来风能功率短缺时间序列,具体包括:

33、从所述未来风能功率时间序列和所述未来用电量时间序列提取出每个目标时间点对应的目标未来风能功率和目标未来用电量,分别对同一目标时间点对应的所述目标未来风能功率和所述目标未来用电量进行对比处理;

34、当所述目标未来风能功率小于所述目标未来用电量时,基于所述目标未来风能功率与所述目标未来用电量,计算风能功率短缺值,并将所述风能功率短缺值作为当前时间点对应的序列值;

35、当所述目标未来风能功率不小于所述目标未来用电量时,基于所述目标未来风能功率与所述目标未来用电量,计算风能功率充足值,并将所述风能功率充足值作为当前时间点对应的序列值;

36、整合所有目标时间点对应的序列值,得到风能功率盈缺时间序列,逐一遍历所述风能功率盈缺时间序列中的每个序列值,当遍历到所述序列值为所述风能功率短缺值,且所述风能功率短缺值前不存在所述风能功率充足值时,保留所述风能功率短缺值;

37、当遍历到所述序列值为所述风能功率短缺值,且所述风能功率短缺值前存在所述风能功率充足值时,获取所述风能功率短缺值前的风能功率充足值,并基于所述风能功率充足值,对所述风能功率短缺值调整处理,得到调整序列值,直至遍历完所述风能功率盈缺时间序列,确定未来风能功率短缺时间序列。

38、在一种可能的实现方式中,获取所述海上养殖平台中所有用电设备的优先级,具体包括:

39、获取所有用电设备各自对应的使用度,基于所述使用度,分别对所有用电设备设置各自对应的第一权重值;

40、获取同一初始权重值的所有第一用电设备,并基于所述所有第一用电设备各自对应的用电需求量,分别对所有第一用电设备设置各自对应的第二权重值;

41、基于所述第一权重值和所述第二权重值,确定所有用电设备各自对应的优先级。

42、本技术还提供了一种海上养殖的风能利用系统,包括:风能功率时间序列获取模块、未来风能功率时间序列预测模块、未来用电量时间序列预测模块、未来风能功率短缺时间序列确定模块和用电设备用电分配策略生成模块;

43、其中,所述风能功率时间序列获取模块,用于基于获取的历史海上风速时间序列,计算风能功率时间序列,同时获取所述历史海上风速时间序列对应的历史实际风能功率时间序列;

44、所述未来风能功率时间序列预测模块,用于对所述风能功率时间序列和所述历史实际风能功率时间序列进行拟合处理,得到历史拟合风能功率时间序列,将所述历史拟合风能功率时间序列输入到预训练的风能功率预测模型中,以使所述风能功率预测模型输出未来风能功率时间序列;

45、所述未来用电量时间序列预测模块,用于基于获取的海上养殖平台的历史用电量时间序列,将所述历史用电量时间序列输入到预训练的用电量预测模型中,以使所述用电量预测模型输出未来用电量时间序列;

46、所述未来风能功率短缺时间序列确定模块,用于基于所述未来风能功率时间序列和所述未来用电量时间序列,确定未来风能功率短缺时间序列;

47、所述用电设备用电分配策略生成模块,用于获取所述海上养殖平台中所有用电设备的优先级,基于所述优先级对所述所有用电设备进行排序,得到用电设备序列,基于所述未来风能功率短缺时间序列和所述用电设备序列,生成用电设备用电分配策略。

48、在一种可能的实现方式中,所述用电设备用电分配策略生成模块,用于基于所述未来风能功率短缺时间序列和所述用电设备序列,生成用电设备用电分配策略,具体包括:

49、基于所述未来风能功率短缺时间序列,确定多个未来风能功率短缺时间,以及每个未来风能功率短缺时间各自对应的短缺风能功率;

50、获取所述用电设备序列中每个用电设备对应的用电需求量,将所述用电设备序列中的末位用电设备对应的用电需求量分别与所述多个未来风能功率短缺时间各自对应的短缺风能功率进行对比;

51、若所述末位用电设备对应的用电需求量不小于所述短缺风能功率,则获取所述短缺风能功率对应的目标未来风能功率短缺时间,并从所述用电设备序列中删除所述末位用电设备,得到第一调整用电设备序列,并基于所述第一调整用电设备序列,确定所述目标未来风能功率短缺时间对应的用电分配对象;或,

52、若所述末位用电设备对应的用电需求量小于所述短缺风能功率,则获取所述末位用电设备的相邻用电设备,计算所述末位用电设备与所述相邻用电设备的用电需求总量,若用电需求总量小于所述短缺风能功率,则依次增加所述相邻用电设备的数量,直至所述末位用电设备与目标数量个相邻用电设备的用电需求总量不小于所述短缺风能功率,从所述用电设备序列中删除所述末位用电设备和所述目标数量个相邻用电设备,得到第二调整用电设备序列,并基于所述第二调整用电设备序列,确定所述目标未来风能功率短缺时间对应的用电分配对象。

53、在一种可能的实现方式中,所述风能功率时间序列获取模块,用于基于获取的历史海上风速时间序列,计算风能功率时间序列,具体包括:

54、获取预设历史时间段内的多个历史海上风速,并基于时间顺序,对所述多个历史海上风速进行排列,得到历史海上风速时间序列;

55、分别将所述历史海上风速时间序列中的每个历史海上风速输入到预设的风能密度计算公式中,得每个历史海上风速对应的历史海上风能密度,并生成所述历史海上风速时间序列对应的历史海上风能密度时间序列;

56、从所述历史海上风能密度时间序列中提取出历史时间点对应的目标历史海上风能密度,并从所述历史海上风速时间序列中提取出历史时间点对应的目标历史海上风速,将所述目标历史海上风能密度和所述目标历史海上风速代入到预设的风能功率计算公式中,得到历史时间点对应的风能功率,并基于所述历史时间点对应的风能功率,生成风能功率时间序列。

57、在一种可能的实现方式中,所述风能密度计算公式,如下所示:

58、;

59、式中,为海上风能密度,为空气密度,为风轮机页片的受风面积,为海上风速;

60、所述风能功率计算公式,如下所示:

61、;

62、式中,为风能功率,为海上风能密度,为风能转换装置的转换效率,为风轮机页片的受风面积。

63、在一种可能的实现方式中,所述未来风能功率时间序列预测模块,用于对所述风能功率时间序列和所述历史实际风能功率时间序列进行拟合处理,得到历史拟合风能功率时间序列,具体包括:

64、计算所述风能功率时间序列对应的风能功率总和,并基于所述风能功率时间序列中的风能功率数据点量和所述风能功率总和,计算所述风能功率时间序列对应的平均风能功率;

65、计算所述历史实际风能功率时间序列对应的历史实际风能功率总和,并基于所述历史实际风能功率时间序列中的风能功率数据点量和所述历史实际风能功率总和,计算所述历史实际风能功率时间序列对应的平均历史实际风能功率;

66、计算所述平均风能功率和所述平均历史实际风能功率的第一差值,当所述第一差值不大于预设差值阈值时,对所述风能功率时间序列和所述历史实际风能功率时间序列进行平均化处理,得到历史拟合风能功率时间序列;或,

67、当所述第一差值大于预设差值阈值时,对所述风能功率时间序列和所述历史实际风能功率时间序列进行加权平均处理,得到历史拟合风能功率时间序列。

68、在一种可能的实现方式中,所述风能功率预测模型的训练过程,具体包括:

69、设置初始风能功率预测模型,其中,所述初始风能功率预测模型包括第一预测层、第二预测层,所述第一预测层与所述第二预测层相连接;

70、获取多个预设历史年份内同日各自对应的风能功率时间序列样本,以及每个风能功率时间序列样本对应的气象时间序列样本;

71、将第一预设年份对应的所述风能功率时间序列样本作为所述第一预测层的输入,并将第二预设年份对应的所述气象时间序列样本作为所述第一预测层的输出;将所述第一预测层的输出作为所述第二预测层的输出,并将第二预设年份对应的所述风能功率时间序列样本作为所述第二预测层的输出,对所述初始风能功率预测模型进行模型训练,直至模型收敛或达到预设迭代次数,得到风能功率预测模型,其中,所述第二预设年份为所述第一预设年份的下一年份。

72、在一种可能的实现方式中,所述未来风能功率短缺时间序列确定模块,用于基于所述未来风能功率时间序列和所述未来用电量时间序列,确定未来风能功率短缺时间序列,具体包括:

73、从所述未来风能功率时间序列和所述未来用电量时间序列提取出每个目标时间点对应的目标未来风能功率和目标未来用电量,分别对同一目标时间点对应的所述目标未来风能功率和所述目标未来用电量进行对比处理;

74、当所述目标未来风能功率小于所述目标未来用电量时,基于所述目标未来风能功率与所述目标未来用电量,计算风能功率短缺值,并将所述风能功率短缺值作为当前时间点对应的序列值;

75、当所述目标未来风能功率不小于所述目标未来用电量时,基于所述目标未来风能功率与所述目标未来用电量,计算风能功率充足值,并将所述风能功率充足值作为当前时间点对应的序列值;

76、整合所有目标时间点对应的序列值,得到风能功率盈缺时间序列,逐一遍历所述风能功率盈缺时间序列中的每个序列值,当遍历到所述序列值为所述风能功率短缺值,且所述风能功率短缺值前不存在所述风能功率充足值时,保留所述风能功率短缺值;

77、当遍历到所述序列值为所述风能功率短缺值,且所述风能功率短缺值前存在所述风能功率充足值时,获取所述风能功率短缺值前的风能功率充足值,并基于所述风能功率充足值,对所述风能功率短缺值调整处理,得到调整序列值,直至遍历完所述风能功率盈缺时间序列,确定未来风能功率短缺时间序列。

78、在一种可能的实现方式中,所述用电设备用电分配策略生成模块,用于获取所述海上养殖平台中所有用电设备的优先级,具体包括:

79、获取所有用电设备各自对应的使用度,基于所述使用度,分别对所有用电设备设置各自对应的第一权重值;

80、获取同一初始权重值的所有第一用电设备,并基于所述所有第一用电设备各自对应的用电需求量,分别对所有第一用电设备设置各自对应的第二权重值;

81、基于所述第一权重值和所述第二权重值,确定所有用电设备各自对应的优先级。

82、本技术还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述任意一项所述的海上养殖的风能利用方法。

83、本技术还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的海上养殖的风能利用方法。

84、本技术实施例一种海上养殖的风能利用方法及系统,与现有技术相比,具有如下有益效果:

85、通过预测未来风能功率时间序列和未来用电量时间序列,可以提前预知可能出现的风能功率短缺时间段;并基于优先级对海上平台的所有用电设备进行排序,得到用电设备序列,基于所述未来风能功率短缺时间序列和所述用电设备序列,生成用电设备用电分配策略,实现基于预设的未来风能功率短缺数据,动态调整用电设备的用电分配策略,可以更有效地利用可预测的风能资源,有助于减少能源的浪费,提高能源利用效率;这种优先级管理结合风能功率预测,可以确保关键用用电设备在风能资源不足时优先得到供电,实现用电设备的管理和调度的优化,从而最大程度地满足养殖活动的需。

本文地址:https://www.jishuxx.com/zhuanli/20240911/293460.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。