一种基于模仿学习机制的蒸汽储能设群体调控方法与流程

本发明涉及蒸汽储能调控，具体为一种基于模仿学习机制的蒸汽储能设群体调控方法。

背景技术：

1、利用太阳能光伏发电、风电发电等新能源电力、以及电网低谷时段弃电及水电弃电等等无法及时消纳的大量富裕电力，通过匹配电热锅炉与电热热泵等热电转换设备，直接或间接转变为工业蒸汽及热水，具有符合国家能源发展导向政策、大幅度降低化石能源排放强度、促进终端工业用户尽早达到低碳或者零碳目标优势，而且具有整体系统设备组合简便、电热效率转换效率高等特点。

2、但此方式生产工业蒸汽及热水存在的最大缺点，主要来自于光伏发电、风电发电等均属于波动性不稳定能源，如果用于直接生产工业蒸汽及热水，也同样存在输出不稳定热源、与终端用户要求的连续、稳定、持续、非波动性等要求相违，特别是太阳能光伏发电仅仅在白天时间段，且日照条件好的情况下发电量越高，而夜间时段太阳能光伏却无法发电，尤其是遇见连续阴雨雪天气、或者风沙天气不良等恶劣天气情况，更是无法正常发电，因此无法匹配和满足大规模工业蒸汽连续供应的要求；而对于风力发电场景，虽然风力发电在白天及夜间可以连续发电，但实际上受到风力变化幅度影响却比较大，尤其是季节性风力变化、以及夜间与白天昼夜风力大小的变化，仍然严重影响到工业蒸汽连续稳定供应的要求，如果通过传统的先发电再储电的电储能技术，虽然最终也可以获得电能转变蒸汽热能的效果，但在实际运行中，由于电储能与热储能相比，仍然存在巨大的成本劣势，从经济技术和综合成本分析，电储能技术在初投资、经济性、实用性以及后期运行成本上，仍然远远无法达到可以被广泛接受的经济要求，故而我们提出一种基于模仿学习机制的蒸汽储能设群体调控方法。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于模仿学习机制的蒸汽储能设群体调控方法，具备多设备之间协同调控、适应性调控与学习更新调控等优点，解决了多设备之间无法进行协同调控、无法根据所出环境进行调控与无法自动学习更新调控的问题。

2、为实现上述多设备之间协同调控、适应性调控与学习更新调控等目的，本发明提供如下技术方案：一种基于模仿学习机制的蒸汽储能设群体调控方法，包括：s1、将来自于太阳能光伏发电场、风电发电场、电网低谷时段弃电及水电弃电波动型不稳定的新能源电力，通过太阳能光伏发电面板光电转换、电流集中与汇集、升压站、高压电网输送系统、降压站与电热锅炉系统然后到达若干蒸汽储能设备；

3、s2、在若干蒸汽储能设备的内部均设置传感器网络，通过传感器网络获取与蒸汽储能设群体相关的实时数据，并将获取的蒸汽储能设群体相关的实时数据上传至网络中心；

4、s3、然后使用模仿学习算法，将上传至网络中心的蒸汽储能设群体相关的历史数据与实时数据，训练一个调控模型；

5、s4、根据调控模型，生成调控策略并进行执行；

6、s5、将调控策略应用于蒸汽储能设群体，以实现群体的协同调控。

7、进一步的，所述s4包括：调控策略生成和执行，

8、根据实时的蒸汽需求、风力发电和光伏发电预测量，生成群控策略，包括调整电热锅炉群的目标电功率和蒸汽储能设备的实际蒸汽温度、压力和流量等参数，以实现蒸汽供应的稳定调控。

9、进一步的，所述s2包括：

10、传感器网络包括温度传感器、压力传感器和流量传感器，用于获取与蒸汽储能设群体相关的温度、压力和流量数据。

11、进一步的，所述s2包括：

12、通过传感器网络采集实际蒸汽储能设备的运行数据，并获取预测的风力发电和光伏发电量数据，对采集到的数据进行处理和预处理。

13、进一步的，所述s3包括：模仿学习算法，

14、使用模仿学习算法，如监督学习、强化学习或生成对抗网络等，训练群控模型，使其学习实际电热锅炉群和蒸汽储能设备的运行模式和行为，并根据输入的数据和预测的发电量调整蒸汽储能设备的操作参数。

15、进一步的，所述s3包括：

16、定期重新训练模仿学习模型，使用最新的运行数据和预测数据，引入强化学习算法进行优化，以提高模型的准确性和性能。

17、进一步的，所述s4包括：蒸汽储能负荷控制，

18、通过预测一天及二至七天对外输出终端用户蒸汽负荷需求，包括人为得到和被动通知到用户实际产品生产所需蒸汽量要求，再结合未来天气预报数据、太阳能光伏预测发电数据与风电发电预测数据，计算得到应有的实际电功率需求差，包括各种参数需求值。

19、进一步的，所述s4包括：过程参数控制，

20、通过若干传感器实时接收电热蒸汽锅炉与蒸汽储能设备的蒸汽进口及出口的温度信号、压力信号、液位型号和流量信号，与终端用户蒸汽需求数据相连接，接收终端用户通过蒸汽需求数据下达的控制指令，根据指令实时控制蒸汽储热过程的控制，以调节蒸汽储能设备对于终端用户蒸汽需求实时出力和具体参数。

21、进一步的，所述s4包括：负荷预测跟踪群控，

22、通过蒸汽储能负荷控制，对比终端用户的蒸汽需求，分别进行预测分析、实时跟踪、反馈控制电热锅炉群控和实际蒸汽储能负荷控制，根据当前实际电热锅炉群控计算数据以及实际预测蒸汽储能群控计算数据，计算目标负荷蒸汽需求量差异值，反馈给蒸汽储能负荷群控，通过内部专用控制程序及人工智能算法和逻辑程序，形成输出统一综合能源系统各自控制信号，进一步计算出电热锅炉目标电功率，以及整个实际蒸汽储能群控的目标储热能量，同时统一计算出蒸汽产量、压力、温度、流量等各种参数目标值，最终输出调整信号给与电热蒸汽锅炉及相连接的蒸汽储能设备。

23、与现有技术相比，本发明提供了一种基于模仿学习机制的蒸汽储能设群体调控方法，具备以下有益效果：

24、1、该基于模仿学习机制的蒸汽储能设群体调控方法，通过模仿学习，可以学习到设备之间的相互作用和协同行为，实现蒸汽储能设备群体的协同调控，提高能源利用效率。

25、2、该基于模仿学习机制的蒸汽储能设群体调控方法，通过模仿学习模型可以根据实时数据和历史数据的综合信息，自动调整策略，适应不同的运行环境和工况变化。

26、3、该基于模仿学习机制的蒸汽储能设群体调控方法，模仿学习模型具有学习能力，可以通过不断的训练和迭代改进，提高调控策略的精确度和适应性。

技术特征：

1.一种基于模仿学习机制的蒸汽储能设群体调控方法，包括：其特征在于：s1、将来自于太阳能光伏发电场、风电发电场、电网低谷时段弃电及水电弃电波动型不稳定的新能源电力，通过太阳能光伏发电面板光电转换、电流集中与汇集、升压站、高压电网输送系统、降压站与电热锅炉系统然后到达若干蒸汽储能设备；

2.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s4包括：调控策略生成和执行，

3.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s2包括：

4.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s2包括：

5.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s3包括：模仿学习算法，

6.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s3包括：

7.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s4包括：蒸汽储能负荷控制，

8.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s4包括：过程参数控制，

9.根据权利要求1所述的一种基于模仿学习机制的蒸汽储能设群体调控方法，其特征在于：所述s4包括：负荷预测跟踪群控，

技术总结
本发明涉及蒸汽储能调控技术领域，且公开了一种基于模仿学习机制的蒸汽储能设群体调控方法，包括：S1、将弃电波动型不稳定的新能源电力，通过太阳能光伏发电面板光电转换到达若干蒸汽储能设备；S2、在若干蒸汽储能设备的内部均设置传感器网络，获取与蒸汽储能设群体相关的实时数据；S3、然后使用模仿学习算法，将蒸汽储能设群体相关的历史数据与实时数据训练成调控模型；S4、根据调控模型，生成调控策略并执行；S5、将调控策略应用于蒸汽储能设群体，以实现群体的协同调控；通过模仿学习，可以学习到设备之间的相互作用和协同行为，实现蒸汽储能设备群体的协同调控，提高能源利用效率。

技术研发人员：凌人滨,李旭刚,于红文
受保护的技术使用者：北京希克斯智慧新能源科技有限公司
技术研发日：
技术公布日：2024/3/11