零碳园区能碳管理平台的设计与研究

本栏目责任编辑：李雅琪中图分类号：TP3110引言运而生。1能源管理国内现状持续发展。收稿日期：2024-01-17116 本栏目责任编辑：李雅琪能源安全与韧性，提高应对能源市场波动的能力；为探索能源服务商业模式创新（如能源交易、需求响应等）提供平台支持，最终推动园区向智慧、绿色、低碳转型，实现可持续发展。2.1平台架构DZSM平台采用B/S设计架构，操作人员通过大屏、工作站、移动终端等访问平台各应用模块，完成日常工作。平台接入营采、光伏、储能、锅炉、蒸汽等系统数据，对数据进行描述式、预测式和决策式分析。平台架构由基础层、数据层、服务层、应用层和表现层等5个层级组成。基础层。作为底层数据支持，负责数据采集、协议转换及数据隔离，实现系统间的数据通信。数据层。对采集数据进行处理、分析、存储，运用大数据技术揭示数据规律与趋势，为上层服务和应用提供支持。服务层。以技术能力支撑园区综合能源智慧管理，进行数据挖掘、多维度统计分析，定时更新结果至数据库。应用层。以平台能力为基础，将各模型与功能的实用价值按需直观地呈现于用户面前。表现层。以多元化的界面形态，如大屏、工作站、移动终端等，立体呈现平台各项应用。3平台功能平台实时监测园区内的能源消耗情况，分析能源利用的效率，从而优化能源的使用和管理，实现对园区内各类能源的实时监测、统计分析、智能调度和优化控制等功能[2]。3.1能源驾驶舱通过大屏集中展示能源系统的实时运行状态、关键指标、数据分析结果等信息，为管理人员提供一个全局视角，实时掌握能源系统的整体状况，快速做出决策响应。1)全景视图。驾驶舱以仪表盘、进度条、图表（折线图、柱状图、饼图、热力图）等形式，动态展示能源关键性指标，包括各类型能源占比、能源售用量等，呈现整体能源的运行态势。2)能源流向图。采用数据流图和GIS地图形式，动态展示电、水、冷、热、汽等能源的产生、传输、消耗过程，以及储能设施、新能源发电设备的接入与互动情况，直观揭示能源流动路径与供需关系。3)实时监控。实时显示各类能源供量、耗量等数据，实时更新用户用能情况、能源各系统运行情况等，确保管理者实时掌控能源管理。4)决策支持。结合大数据、人工智能等技术，提供能源预测、故障诊断等功能，帮助管理者提前预见能源供需变化，精准定位设备故障原因，制定科学的能源调度和设备运维策略。 3.2多屏联动实现能源驾驶舱与PC端、移动端等多终端的能源数据联动和同步，确保管理者无论身处何处都能实时查看和操控平台。1)个性化看板。通过自定义配置功能，用户根据职责定制个人看板，聚焦关心的数据视图。2)扩展展示。将一个屏幕的内容扩展到多个屏幕显示，多用户可在不同屏幕上同时操作并共享。3)数据同步。监控中心多屏联动，设备间数据实时同步，保持信息一致。3.3能源数据采集与监测全面覆盖光伏、冷热源、储能、变配电、蒸汽、锅炉等多个能源系统，实时采集各类能源表计数据，并在线监测能源消耗情况。通过全面、实时、精准的数据采 集 和 分 析，为 能 源 管 理 决 策 提 供 强 有 力 的 数 据支持。1)实时数据采集。实时采集各类能源的生产、消耗、存储、传输等数据，如光伏发电量、冷热量输出、热水用量、充电电量、储能充放电状态、电能质量参数、蒸汽流量、锅炉运行参数等。2)设备状态监测。集中呈现能源利用效率、能源调度（电力调度、蒸汽调度）等，便于管理者快速评估能源管理成效，及时发现异常和短板。3)数据分析与展示。对采集到的能源数据进行统计分析，生成各类图表、报表等，如各大厂区数据分析、设备运行曲线、系统诊断分析、故障统计分析等，能源系统运行状况直观展示给用户。4)异常报警与预警。设置阈值规则，对采集数据进行实时监控，一旦发现设备故障、能源短缺等情况，立即触发报警，确保问题得到及时发现和处理。5)GIS+3D模型展示。以直观地理布局呈现设备分布，支持区域细化查看、地图类型与设备状态切换，以三维可视化方式动态展示设备运行状态、管路布局及关键参数，实现园区系统设施的立体化、可视化管理。3.4能碳分析与评估作为能源体系的核心环节，通过对电、冷、热、气、汽等能源的全面监测和深度分析，深入洞察各区域、各时段的用能特点，为优化能源供应结构、提升能源利用效率提供数据支撑。1)全景视图。以可视化方式呈现售能、新能源发电、储能以及用能等关键数据，通过多种能源形式的综合图表，形成能源供需全貌，实时跟踪各业务板块的动态变化，同时细化到各区域、各时段的能耗数据，精准管理园区能源流动脉络。2)能源分析。分别进行售电、售汽、新能源发电、储能业务等分析，如尖峰负荷分析、峰谷差分析、平电量分析、新能源发电与售电互补性分析等，评估电力 交叉与综合117 本栏目责任编辑：李雅琪根源，提供系统性能优化建议。该模块囊括整体健康评分、详尽异常记录、诊断分布概览、各子系统关键指标分析、具体指标详情解析及趋势演变，以此实现对园区能源的全面体检与智能化管理决策。1)系统健康诊断。异常诊断记录展示各项诊断指标、受影响的对象、评价结果、触发时间等，以便追溯与排查问题。而异常诊断分布则采用环形饼图直观呈现选定时间段内所有异常指标的发生频率与占比，为系统维护和优化提供方向性指导。2)设备能效诊断。对各能源系统设备（如变压器、管线等）的能效进行诊断，识别低效设备、不合理运行模式，提出节能改造或运行策略优化建议。3)系统能效诊断。分析各能源系统（变配电、蒸汽、储能等）的整体能效，包含系统运行效率、输配系统的损耗情况、末端用能设备的能耗特性等，发现系统层面的节能机会。4)能耗异常诊断。利用大数据分析与机器学习技术，实时监测能耗数据，识别能耗异常波动，快速定位故障设备或不合理用能行为，及时进行故障排除或用能调整。3.7多能源互补与协同调控通过智能算法与自学习优化模型，实现多能源系统间的协调优化运行，提升新能源利用率，依据预设策略自动调整能源供给策略以达到供需平衡，并最大化能源利用效率。1)多能源互补。识别并充分利用各种能源之间的互补性，如风能和光伏在各自有条件时供电，储能系统则电力过剩时存储，不足时释放。通过合理的能源调度，使各种能源在时空上形成最优组合，充分发挥各自优势。2)供需平衡。通过多种协同互补路径，包括源端互补、源网互补和网荷互补等模式，根据需求调整各能源比例、能源消费模式，整合园区分布式资源和可控负荷，实现能源的平衡和稳定供应[4]。3)自学习优化模型。采用自学习优化模型，根据历史数据和实时数据，自动学习和调整能源调度策略，适应能源需求、供应等变化，不断提高能源调度的精度和效率[5]。3.8移动端应用与远程运维支持手机App或Web端访问，方便管理或运维人员随时随地查看和处理相关事务。1)实时监控。通过手机App或Web端，管理或运维人员可随时随地查看能源系统的实时运行数据，全面掌控能源系统。2)报警处理。当检测到能源消耗异常或设备故障时，会立即通过App或Web端推送报警信息，管理或运维人员可及时查看报警详情，确认报警原因，采取相应措施（如远程控制、派工单等），并记录处理结果，确保问题得到及时解决。（下转第122页） 交叉与综合系统的调峰压力及潜在的储能应用价值，分析新能源发电在削峰填谷、平滑负荷等方面的贡献[3]。3)能耗分析。运用数据分析，揭示各区域、各时段的能耗特征和规律，识别异常消耗、峰谷失衡、资源浪费等问题，分析可能的影响因素（季节、昼夜、工作日/周末/假日等），结合业务特性和外部环境因素，提出针对性的节能措施、设备升级、负荷调控、需求响应等优化策略。4)能源优化。针对各区域、各时段的电量特性，提出差异化电价策略，如进一步拉大尖峰与谷时段的电价差距，激励用户调整用电行为。根据各区域的能源消耗特点，提出针对性的节能措施、需求侧管理方案或储能设施部署建议。基于新能源发电与售电业务的互补性分析，规划新能源发电项目扩容、储能设施建设或需求响应项目的推广路径。5)碳排放量化。基于能源消耗数据，结合碳排放因子，准确计算园区的碳排放量，量化不同环节、不同时间段的碳足迹，为碳排放管理提供量化基础。6)智能诊断与优化。通过对能源使用模式和碳排放数据的智能分析，识别异常能耗和高碳排放点，提出节能减碳措施，如设备升级、能源结构调整、能效提升、可再生能源引入等。7)可视化报告。通过图表、仪表盘等形式，直观展示园区能效指标与碳排放情况，并生成定制化报告，辅助管理者汇报并做出决策。3.5能源预警与告警当能源消耗异常或设备运行状态出现问题时，及时发出预警或告警，协助用户快速响应、妥善处理，确保能源系统的安全稳定运行。1)报警概览。展示系统内所有已处理与未处理报警的总体情况，包括报警数量、类别、级别、处理状态等。2)高频参数报警。针对设备运行过程中频繁触发报警的参数进行专项统计与分析，如电压波动、电流异常、温度升高、压力偏高等，及早揭示设备潜在的故障迹象或运行异常状况。3)能源系统报警分布。以图表形式展示各能源系统的报警数量的分布情况，帮助用户识别能源系统的薄弱环节，合理进行资源调配和整改。4)报警高发型号。统计设备报警次数最多的型号或品牌，为设备选型、采购、维护等决策提供数据支持，避免重复采购易发故障的设备型号。5)报警高发设备。列出报警次数最多的设备，便于用户重点关注并优先处理，同时为设备维护、更换、升级提供依据。6)报警信息列表。详细记录每一次报警的时间、地点、设备、参数、原因、处理情况等信息，支持用户查询、筛选、导出报警记录。3.6智能诊断和节能服务全方位评估各能源系统运行质量，精准定位异常118 本栏目责任编辑：李雅琪[7]郭哲,纪璇.智能技术时代的高校在线教学质量评价体系[J].现代教育技术,2023,33(1):40-48.[8]李爽,刘紫荆,郑勤华.智能时代数据驱动的在线教学质量评价探究[J].电化教育研究,2022,43(8):36-42,76.[9]王睿,袁芳菲,张宇昕,等.高校在线教学质量保障及评价方法研究[J].长春师范大学学报,2022,41(6):106-110.[10]卢春丽.高校线上教学质量评价存在的问题和改进因素分析[J].石家庄铁道大学学报（社会科学版）,2021,15(1):98-104.[11]李月峰,瞿梦菊,汪雷钧,等.线上线下混合式教学质量评价指标体系构建与实践[J].计算机教育,2023(7):171-175.[12]李东兵,王阔.5G时代高职院校混合式教学质量评价体系研究[J].中国现代教育装备,2022(7):159-161.[13]张明,张一春.基于大数据技术构建高职院校教学质量监控体系的研究[J].中国职业技术教育,2021(35):19-23.【通联编辑：朱宝贵】参考文献：[1]陈晓雨.多能互补能源综合利用关键技术研究现状及展望[J].节能与环保,2021(4):51-52.[2]马运涛,张敏.北京经开产业园能源互联网云平台项目[J].中国计量,2019(9):41-46.[3]王永芳,戴天鹰.碳中和园区智慧能源管理系统应用探索[J].智能建筑电气技术,2021,15(4):28-31.[4]郭天宇.交直流混联的多能微网多时间尺度实时协同调控方法研究[D].北京:华北电力大学,2021:1-157.[5]颜瑾,杨宇航,刘丽,等.企业能源管理及能耗预测综述[J].电脑知识与技术,2019,15(16):285-287.【通联编辑：闻翔军】 参考文献：[1]中华人民共和国国务院.国务院关于印发“十四五”数字经济发展规划的通知[EB/OL](2021-12-12)[2023-03-10].http://www.gov.cn/zhengce/zhengceku/2022-01/12/content_5667817.htm.[2]陈玉昆.教育评价学[M].北京:人民教育出版社,1990:70.[3]马力,王晓君,柳兴国.高校教师教学质量评价指标体系与方法[J].统计与决策,2005(15):68-69.[4]江波,何秋钊,付茂洺.高校教学质量评价指标体系研究[J].中国民航飞行学院学报,2004,15(3):37-3