分布式能源供应数据分析系统的制作方法

本发明涉及分布式能源领域，尤其涉及一种分布式能源供应数据分析系统。

背景技术：

1、分布式能源供应系统是指将冷/热电系统以小规模、小容量、模块化、分散式的方式直接安装在用户端，可独立地输出冷、热、电能的系统，具体能源包括太阳能利用、风能利用、燃料电池和燃气冷、热、电三联供等多种形式。分布式能源具有能效利用合理、损耗小、污染少、运行灵活、系统经济性好等特点，其发展主要存在并网、供电质量、容量储备、燃料供应等问题。

2、示例地，中国发明专利公开文本cn105512961a提出的一种分布式能源供应方法及供应系统，所述分布式能源供应方法包括：获得用户端所需要的能源的负荷参数集和品位参数集，从而得到分布式能源站的能源输出参数集；构建分布式能源站的有用能模型，并计算得到能源输入参数集，以及各个单元设备对应的运行参数集；再根据运行参数集对应调节各个单元设备，通过能源输入参数集控制分布式能源站向用户端输出能源。本发明提供的分布式能源供应方法用于优化用户端的能源配置。

3、示例地，中国发明专利公开文本cn101876516a提出的一种城镇的新能源供应方法，采用在一个城镇区域内通过分布在不同区域、不同建筑物或非建筑物上的新能源采集单元实现能源的生成，通过集中或分布在不同的区域的能源储存单元和/或集中的能源储存单元系统实现能源的储存，通过一个共同使用的中央传输、控制、计量的系统，实现能源的传输、控制、计量，通过一个应用系统实现能源的应用，从而实现城镇的能源供应。解决了新能源特别是太阳能、浅层地表热能等低品味的能源的采集所需的占地问题，可以因地制宜的实现能源的生成，避免在一个集中区域的占地；通过单项或双向的能源传输，使得独立的采集单元可以将采集的能源传输到需要的应用单元，这样实现一个城镇区域内的能源采集以及应用。

4、但是，现有技术中的各项分布式能源供应系统仅仅局限于能源供应端的结构设计以及参数配置，无法预测未来时间区间的分布式能源供应系统的供应能量，导致无法执行有效的未来配置，容易产生能源供应过度或者能源供应不足的现象，即存在能源供应数量与能源需求数量不一致的技术问题。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种分布式能源供应数据分析系统，能够采用针对性设计的ai预测体对分布式能源供应系统未来时刻区间的能源供应总量进行可靠预测，并基于预测结果进行其他能源的补充供应或者部分风能发电机组的停机配置，从而在能源充足供应以及避免能源浪费之间达到动态平衡。

2、根据本发明的第一方面，提供了一种分布式能源供应数据分析系统，用于分布式能源结构，所述分布式能源结构包括在设定分布范围内均匀分布且结构相同的多个风能发电机组，每一个风能发电机组包括转轴座、尾翼、叶片、风向感应器、调速器以及主控制器，所述系统包括：

3、信息解析机构，与所述分布式能源结构连接，用于获取所述分布式能源结构的固定结构信息，所述分布式能源结构的固定结构信息包括所述分布式能源结构的风能发电机组的数量、设定分布范围的覆盖面积、相邻两个风能发电机组的地理间距以及每一风能发电机组的单个叶片的片面面积；

4、分时采集机构，与所述分布式能源结构连接，用于采集当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据，所述设定数目的取值与所述设定分布范围的覆盖面积正向关联；

5、关系存储机构，与所述分时采集机构连接，用于存储所述设定数目的取值与所述设定分布范围的覆盖面积正向关联的数值对应关系；

6、预测鉴定机构，分别与所述信息解析机构以及所述分时采集机构连接，用于基于所述分布式能源结构的固定结构信息以及当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据预测所述分布式能源结构在当前时间区间的并网供应总电能，所述预测采用ai预测体；

7、补充决策机构，与所述预测鉴定机构连接，用于在接收到的所述分布式能源结构在当前时间区间的并网供应总电能小于当前时间区间的需求电能时，发出补充供应请求；

8、状态控制机构，分别与所述补充决策机构以及所述分布式能源结构连接，用于在接收到供应充足信号时，基于接收到的所述分布式能源结构在当前时间区间的并网供应总电能与当前时间区间的需求电能的差值确定所述分布式能源结构内部的风能发电机组的停机数量；

9、其中，所述补充决策机构还在接收到的所述分布式能源结构在当前时间区间的并网供应总电能大于等于当前时间区间的需求电能且二者差值超过设定能量阈值时，发出供应充足信号；

10、其中，每一历史时间区间对应的单份区间采集数据为所述历史时间区间内多个风能发电机组并网供应总电能、单个风能发电机组供应电能最大值以及单个风能发电机组供应电能最小值。

11、根据本发明的第二方面，提供了一种分布式能源供应数据分析方法，用于分布式能源结构，所述分布式能源结构包括在设定分布范围内均匀分布且结构相同的多个风能发电机组，每一个风能发电机组包括转轴座、尾翼、叶片、风向感应器、调速器以及主控制器，所述方法包括以下步骤：

12、获取所述分布式能源结构的固定结构信息，所述分布式能源结构的固定结构信息包括所述分布式能源结构的风能发电机组的数量、设定分布范围的覆盖面积、相邻两个风能发电机组的地理间距以及每一风能发电机组的单个叶片的片面面积；

13、采集当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据，所述设定数目的取值与所述设定分布范围的覆盖面积正向关联；

14、基于所述分布式能源结构的固定结构信息以及当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据预测所述分布式能源结构在当前时间区间的并网供应总电能，所述预测采用ai预测体；

15、在接收到的所述分布式能源结构在当前时间区间的并网供应总电能小于当前时间区间的需求电能时，发出补充供应请求，在接收到的所述分布式能源结构在当前时间区间的并网供应总电能大于等于当前时间区间的需求电能且二者差值超过设定能量阈值时，发出供应充足信号；

16、在接收到供应充足信号时，基于接收到的所述分布式能源结构在当前时间区间的并网供应总电能与当前时间区间的需求电能的差值确定所述分布式能源结构内部的风能发电机组的停机数量；

17、其中，每一历史时间区间对应的单份区间采集数据为所述历史时间区间内多个风能发电机组并网供应总电能、单个风能发电机组供应电能最大值以及单个风能发电机组供应电能最小值；

18、其中，基于接收到的所述分布式能源结构在当前时间区间的并网供应总电能与当前时间区间的需求电能的差值确定所述分布式能源结构内部的风能发电机组的停机数量包括：接收到的所述分布式能源结构在当前时间区间的并网供应总电能与当前时间区间的需求电能的差值越大，确定的所述分布式能源结构内部的风能发电机组的停机数量越多；

19、其中，基于所述分布式能源结构的固定结构信息以及当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据预测所述分布式能源结构在当前时间区间的并网供应总电能，所述预测采用ai预测体包括：所述ai预测体为完成固定次数训练后的卷积神经网络；

20、其中，基于所述分布式能源结构的固定结构信息以及当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据预测所述分布式能源结构在当前时间区间的并网供应总电能，所述预测采用ai预测体还包括：所述分布式能源结构的风能发电机组的数量越少，所述固定次数的取值越小。

21、由此可见，本发明至少具备以下三处显著的技术进步：

22、显著技术进步一：基于分布式能源结构的固定结构信息以及当前时间区间之前设定数目的各个历史时间区间分别对应的各份区间采集数据预测所述分布式能源结构在当前时间区间的并网供应总电能，所述设定数目的取值与分布式能源结构的覆盖面积正向关联，所述预测采用ai预测体，从而为分布式能源结构的提前配置提供关键数据；

23、显著技术进步二：采用的ai预测体为完成固定次数训练后的卷积神经网络，分布式能源结构的风能发电机组的数量越少，所述固定次数的取值越小，从而保证了ai预测体的兼容性和可靠性；

24、显著技术进步三：在预测分布式能源结构在当前时间区间的并网供应总电能小于当前时间区间的需求电能时，发出补充供应请求以请求附近的太阳能发电机组在当前时间区间到达时补充提供差额电能，以及在预测分布式能源结构在当前时间区间的并网供应总电能远超过当前时间区间的需求电能时，基于差额电能确定在当前时间区间到达时分布式能源结构内部的风能发电机组的停机数量，从而在保证充足电能供应的同时避免造成不必要的能源的浪费。