一种电力需量智能管理系统的制作方法

1.本发明涉及工业控制系统技术领域，更具体地说，特别涉及一种电力需量智能管理系统。


背景技术：

2.国家电网公司对大工业用户的电费征收采用两部制电价的计算方法，两部制电价包括电度电费和基本电费两部分。电度电费按实际用电量计收电费；基本电费是按用户变压器容量（kva）或最大需量千瓦(kw)两者选其一计收电费。
3.目前需量是依靠人为监控能源网和dnczeus网站上需量和电力负荷的数值和变化趋势，网站上所展示的需量数据为每分钟刷新一次，同时数据从现场采集后需经过工控端、交换机、数据库等中间传输节点，过长的数据链路和采集频率的限制，导致了数据与现场实际情况有分钟为单位的延迟。在结合需量以过去15分钟总负荷的平均来计算这一特性，在临界边缘的需量曲线可能因为任何一个波动导致瞬间超限，但现场调度人员识别到异常信息时可能至少已经滞后1分钟以上。
4.另外，在一总降和二总降下除了用电设备会影响需量控制外，受煤气产量影响导致发电设备发电量波动更是决定需量趋势的关键因素。煤气供给发电的总量受高炉、热风炉、转炉的生产节奏决定，除了透过压力差让trt发电机发电外，还涉及直接供给锅炉加热后转化为蒸汽提供蒸汽发电机发电的能源转换，现场人员要从煤气产量进而评估出最终发电量对需量的整体影响，将存在非常大的挑战。
5.电力需量调控受到复杂的电力系统运行状态影响，会直接造成电力负荷波动的用电和发电单元就超过150种，同时煤气和蒸汽量也将影响蒸汽发电机、trt发电机和余热发电机的发电量，因产气端设备如高炉、转炉等供气情况受生产计划影响，同时需要调控的设备将超过200种，依靠人力经验和现场操作建议手册进行管控、电话沟通造成消息传递不及时等问题，将对调度如此庞大数量的设备来兼顾生产计划和用电平衡将存在很大的挑战，且经验和技术能力较为不足的调度人员也将影响问题从发现、定位、到最终调控的速度和精准性。
6.此外，生产现场如轧线、lf精炼炉、高/小棒线等大耗能设备因现场生产计划必须同时使用时，将可能造成需量急剧上升进而超限，例如：当生产优先安排高棒和小棒线运行时需量会达到40mw，剩余给lf精炼炉的余量只剩20mw，为了在维持生产节拍的情况下要控管好需量，现场调度人员第一时间会先与炼钢车间电话沟通情况，将当前问题汇总后传达给总调，总调评估后下发指令给现场降低lf精炼炉档位，或是在条件许可下1#lf精炼炉和2#lf精炼炉进行错峰生产调度，以维持总体需量不会超过四总降总限制的60mw，但在问题发生后经过如此漫长的消息链路传递后所进行的操作，往往已错失最佳调控时机。


技术实现要素：

7.本发明的目的在于提供一种电力需量智能管理系统。
8.为了达到上述目的，本发明采用的技术方案如下：一种电力需量智能管理系统，包括电力负荷管理服务器、数据获取模块和远程终端，所述数据获取模块用于配置数据接口，由能源网通过消息队列，向电力负荷管理服务器发送数据，数据接口的接入分为实时数据的接入和历史数据的接入；所述电力负荷管理服务器接收到数据后进行数据整理并保存至数据存储中，并且实时采集生产现场各个设备数据信息，根据实时设备数据信息并通过算法模型，得出电力需量预测和异常监测信息；所述远程终端用于通过权限接收显示电力需量预测和异常监测信息，并可通过权限向电力负荷管理服务器发送生产设备的计划数据。
9.优选地，所述电力负荷管理服务器包括模型算法运行管理模块、存储模块、数据采集模块、标识模块、权限登录模块、数据收发模块和控制模块；所述模型算法运行管理模块用于通过智能算法模型对生产现场各个设备数据信息进行分析，得出电力需量预测和异常监测信息；所述存储模块用于存储算法模型分析的源数据及电力需量预测和异常监测信息；所述标识模块用于将电力需量预测和异常监测信息进行标识，并将标识后的电力需量预测和异常监测信息存储至存储模块中权限数据清单内；所述数据采集模块用于采集mes系统和远程终端分别发送的生产现场各个设备数据信息和计划数据；所述权限登录模块用于根据远程终端的类别标识登录对应的权限数据清单；所述数据收发模块用于各模块与远程终端及数据获取模块之间的数据收发工作；所述模型算法运行管理模块、存储模块、数据采集模块、标识模块、权限登录模块、数据收发模块均与控制模块连接。
10.优选地，所述智能算法模型包括需量计划预测模型、综合成本最优调控模型、需量超限异常检测模块、设备状态检测模型和精炼炉通电预警模型。
11.优选地，所述生产现场各个设备数据信息包括生产现场的煤气发生及用气量、蒸汽发生及用汽量、电力发电及用电量实时数据，以及设备检修计划和各部门排产计划信息。
12.优选地，所述智能算法模型运行管理模块还包括对比模块，对比模块用于将生产现场各个设备数据信息与智能算法模型中数据进行对比。
13.优选地，所述远程终端包括业务应用模块，业务应用模块通过设备的功能划分出展示界面，通过可视化在远程终端上进行展示。
14.优选地，所述数据收发模块通过api网关的形式将智能算法模型得出的信息发送给业务应用模块。
15.与现有技术相比，本发明的优点在于：结合各个设备的历史数据进行综合且全方位的学习，系统可预测电力需量趋势，并提供异常发生的可能性分析，为现场操作人员提供提前预警和调控的时间，从而避免发生需量超限的情况；
ÿ 此系统能针对电力需量管理提高信息透明度，将冰冷且复杂的“数据”消化并产出有用的“信息”，并将对的信息在对的时间，透过简洁的可视化页面和预警机制传递给对的人，以解决难发现的问题；
ÿ 使现有主要依靠人工经验的需量管理模式，提升为智能系统辅助+人工决策的智能管理方式，实现端到端智能辅助决策支持并提供异常发生可能原因分析以及系统化操作建议，为未来实现自动调度打下基础。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明一种电力需量智能管理系统的框架图。
具体实施方式
18.下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
19.参阅图1所示，本发明提供一种电力需量智能管理系统，包括电力负荷管理服务器、数据获取模块和远程终端，所述数据获取模块用于配置数据接口，由能源网通过消息队列，向电力负荷管理服务器发送数据，数据接口的接入分为实时数据的接入和历史数据的接入，其具有通用化高适配能力，能够实现对多类工业数据的接入支撑；所述电力负荷管理服务器接收到数据后进行数据整理并保存至数据存储中，并且实时采集生产现场各个设备数据信息，根据实时设备数据信息并通过算法模型，得出电力需量预测和异常监测信息，由于电力负荷需量管理系统在启动时需要获取一定的历史数据进行模型初始化和首次运算，如果电力负荷需量管理系统的数据存储中没有存储足够的历史数据，可以选择向能源网通过http请求get的方法获取所需历史数据；生产现场的设备包括轧线、lf精炼炉、高/小棒线、高炉、转炉等大耗能设备，还包括蒸汽发电机、trt发电机和余热发电机等设备；所述远程终端用于通过权限接收显示电力需量预测和异常监测信息，并可通过权限向电力负荷管理服务器发送生产设备的计划数据。
20.本实施例中，所述电力负荷管理服务器包括模型算法运行管理模块、存储模块、数据采集模块、标识模块、权限登录模块、数据收发模块和控制模块；所述模型算法运行管理模块用于通过智能算法模型对生产现场各个设备数据信息进行分析，得出电力需量预测和异常监测信息；所述存储模块用于存储算法模型分析的源数据及电力需量预测和异常监测信息；所述标识模块用于将电力需量预测和异常监测信息进行标识，并将标识后的电力需量预测和异常监测信息存储至存储模块中权限数据清单内；所述数据采集模块用于采集mes系统和远程终端分别发送的生产现场各个设备数据信息和计划数据；所述权限登录模块用于根据远程终端的类别标识登录对应的权限数据清单，能够针对不同用户提供适合功能，在对的时间，提供对的信息给对的人；所述数据收发模块用于各模块与远程终端及数据获取模块之间的数据收发工作；
所述模型算法运行管理模块、存储模块、数据采集模块、标识模块、权限登录模块、数据收发模块均与控制模块连接。
21.本实施例中，所述智能算法模型包括需量计划预测模型、综合成本最优调控模型、需量超限异常检测模块、设备状态检测模型和精炼炉通电预警模型，通过算法模型，实现需量预测、四总降lf精炼炉错峰用电监测以及高炉、转炉和发电机的异常监测。
22.本实施例中，所述生产现场各个设备数据信息包括生产现场的煤气发生及用气量、蒸汽发生及用汽量、电力发电及用电量实时数据，以及设备检修计划和各部门排产计划信息。
23.本实施例中，所述智能算法模型运行管理模块还包括对比模块，对比模块用于将生产现场各个设备数据信息与智能算法模型中数据进行对比。
24.本实施例中，所述远程终端包括业务应用模块，业务应用模块通过设备的功能划分出展示界面，通过可视化在远程终端上进行展示，远程终端可以为手机或者电脑。
25.所述数据收发模块通过api网关的形式将智能算法模型得出的信息发送给业务应用模块，使得各类分析和监控结果能够更容易被客户或者工作人员理解和接受。
26.虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。