本公开涉及储能,尤其涉及一种基于数字孪生模型的压缩空气储能系统状态评估方法。
背景技术:
1、近年来,以风力发电和光伏发电为代表的新能源发电技术快速发展。新能源在构建低碳电力系统的进程中将发挥至关重要的作用。然而,风电、光伏内生的不确定性给电力系统运行带来了前所未有的挑战。储能作为新型电力系统调峰的主要手段,在电力系统能量平衡中的重要性日益凸显。压缩空气储能技术是一种新兴电能存储技术,通过对空气进行压缩来存储压力势能,具有大容量、长寿命的特点,有着广阔的应用前景,可以作为支撑新能源消纳和电网削峰填谷的主要手段。但在长时间运行过程中会出现设备运行不稳定的情况,为了保证压缩空气储能系统正常运行,需要对压缩空气储能系统运行状态进行评估监测。
技术实现思路
1、有鉴于此,本公开实施例期望提供一种基于数字孪生模型的压缩空气储能系统状态评估方法。
2、本公开的技术方案是这样实现的:
3、本公开提供一种基于数字孪生模型的压缩空气储能系统状态评估方法。
4、本公开实施例提供的基于数字孪生模型的压缩空气储能系统状态评估方法,包括:
5、基于压缩空气储能系统各部件组合时的结构参数,构建所述压缩空气储能系统的三维模型;其中,所述三维模型体现所述压缩空气储能系统各部件的组合连接关系;
6、基于所述压缩空气储能系统的三维模型、所述压缩空气储能系统各部件对应的机理模型及所述压缩空气储能系统运行时的运行状态数据,构建所述压缩空气储能系统的数字孪生模型;
7、基于所述压缩空气储能系统的评估指标,结合所述数字孪生模型,构建所述压缩空气储能系统的状态评估体系;
8、基于所述压缩空气储能系统的状态评估体系,进行神经网络模型训练,得到所述压缩空气储能系统的状态评估模型;
9、基于所述压缩空气储能系统的状态评估模型,对所述压缩空气储能系统的运行状态进行实时评估,并在所述数字孪生模型中进行评估结果3d显示。
10、在一些实施例中,所述压缩空气储能系统的评估指标至少包括以下之一:
11、所述压缩空气储能系统的部件运行寿命、所述压缩空气储能系统的部件故障诊断、所述压缩空气储能系统的整体性能;
12、所述基于所述压缩空气储能系统的评估指标,结合所述数字孪生模型,构建所述压缩空气储能系统的状态评估体系,包括:
13、基于所述压缩空气储能系统的评估指标,结合所述数字孪生模型中的运行状态数据,构建所述压缩空气储能系统的状态评估体系;其中所述状态评估体系中包含有所述运行状态数据与评估指标间对应的关联关系。
14、在一些实施例中,所述基于所述压缩空气储能系统的状态评估模型,对所述压缩空气储能系统的运行状态进行实时评估,并在所述数字孪生模型中进行评估结果3d显示,包括:
15、采集所述压缩空气储能系统当前运行状态的实时状态数据;
16、输入所述实时状态数据至所述状态评估模型,得到所述压缩空气储能系统当前运行状态的状态评估结果;
17、在所述数字孪生模型中进行所述状态评估结果的3d显示;其中,所述状态评估结果至少包括
18、所述压缩空气储能系统的部件运行寿命、所述压缩空气储能系统的部件故障诊断及所述压缩空气储能系统的整体性能中至少一个指标所对应的评估结果。
19、在一些实施例中,所述在所述数字孪生模型中进行所述状态评估结果的3d显示,包括:
20、根据所述各评估指标所对应的评估结果,分别进行与各评估指标所对应的部件运行状态的状态等级划分;
21、在所述数字孪生模型中各部件位置分别进行各评估指标所对应的状态等级3d显示;其中,所述状态等级至少包括正常、注意、异常及严重四个等级。
22、在一些实施例中,所述在所述数字孪生模型中进行所述状态评估结果的3d显示,包括:
23、将所述四个等级分别赋予不同颜色;
24、根据各部件评估指标所对应的评估结果,将评估结果对应状态等级的颜色映射到所述数字孪生模型的各部件区域。
25、在一些实施例中,所述基于所述压缩空气储能系统的三维模型、所述压缩空气储能系统各部件对应的机理模型及所述压缩空气储能系统运行时的运行状态数据,构建所述压缩空气储能系统的数字孪生模型,包括:
26、将机理模型的计算过程和逻辑嵌入到三维模型的相应组件或对象中,并在三维模型的运行过程中调用机理模型进行实时计算和模拟;
27、将机理模型的计算结果映射至三维模型对应位置,并与所述压缩空气储能系统运行时的运行状态数据相互比对,以耦合多物理场多维度数据与规律,实现压缩空气储能系统物理实体与虚拟实体实时共生,得到所述数字孪生模型。
28、在一些实施例中,所述基于压缩空气储能系统各部件组合时的结构参数,构建所述压缩空气储能系统的三维模型,包括:
29、获取压缩空气储能系统的各个部件的结构参数,并获取各个部件之间的相对位置和连接方式;
30、在建模软件中导入各部件的结构参数,绘制出部件线框模型;
31、在建模软件中按照实际布局的方式安排各个组件的位置和连接关系,构成全系统线框模型;
32、根据需要对全系统线框模型进行细节调整,得到所述压缩空气储能系统的三维模型。
33、在一些实施例中,所述压缩空气储能系统各部件对应的机理模型至少包括以下之一:
34、压缩机的机理模型、透平机的机理模型、储气系统的机理模型及储热系统的机理模型。
35、根据本公开实施例的基于数字孪生模型的压缩空气储能系统状态评估方法包括基于压缩空气储能系统各部件组合时的结构参数,构建压缩空气储能系统的三维模型;其中,三维模型体现压缩空气储能系统各部件的组合连接关系;基于压缩空气储能系统的三维模型、压缩空气储能系统各部件对应的机理模型及压缩空气储能系统运行时的运行状态数据,构建压缩空气储能系统的数字孪生模型;基于压缩空气储能系统的评估指标,结合数字孪生模型,构建压缩空气储能系统的状态评估体系;基于压缩空气储能系统的状态评估体系,进行神经网络模型训练,得到压缩空气储能系统的状态评估模型;基于压缩空气储能系统的状态评估模型,对压缩空气储能系统的运行状态进行实时评估,并在数字孪生模型中进行评估结果3d显示。本申请,通过构建数字孪生模型和状态评估模型,实现对压缩空气储能系统的运行状态进行实时评估及评估结果3d显示,有利于实现对压缩空气储能系统的运行状态实时监测和三维立体图像状态显示,进而有利于提高压缩空气储能系统的稳定性。
36、本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
1.一种基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,包括:
2.根据权利要求1所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述压缩空气储能系统的评估指标至少包括以下之一:
3.根据权利要求2所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述基于所述压缩空气储能系统的状态评估模型,对所述压缩空气储能系统的运行状态进行实时评估,并在所述数字孪生模型中进行评估结果3d显示,包括:
4.根据权利要求3所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述在所述数字孪生模型中进行所述状态评估结果的3d显示,包括:
5.根据权利要求4所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述在所述数字孪生模型中进行所述状态评估结果的3d显示,包括:
6.根据权利要求1所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述基于所述压缩空气储能系统的三维模型、所述压缩空气储能系统各部件对应的机理模型及所述压缩空气储能系统运行时的运行状态数据,构建所述压缩空气储能系统的数字孪生模型,包括:
7.根据权利要求1所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述基于压缩空气储能系统各部件组合时的结构参数,构建所述压缩空气储能系统的三维模型,包括:
8.根据权利要求1所述的基于数字孪生模型的压缩空气储能系统状态评估方法,其特征在于,所述压缩空气储能系统各部件对应的机理模型至少包括以下之一: