一种基于数字孪生体的园区零碳排放的运营平台建设方法与流程

1.本发明涉及一种基于数字孪生体的园区零碳排放的运营平台建设方法。


背景技术：

2.自2020年我国提出碳达峰以及碳中和以来，绿色低碳成为经济发展的关键词。目前全国有国家级和省级园区2500余家，这些园区在贡献了全国50％工业产出的同时，co2的排放量也占到了全国排放总量的30％以上，园区作为工业发展的重要载体，同时也是碳排放的大户，因此对产业园区进行精准减排已刻不容缓。
3.由于园区内各碳源结构、能源系统以及固碳方式涉及的工作部件量多、反馈以及采集的数据量巨大、且数据还处于动态的变化中，同时园区的建设还面临时间跨度大、空间布置复杂的问题，园区建立零碳排放的规划以及建设是一个繁琐、复杂的过程，故需要建立一套能够处理海量数据、规划和预测园区整个生命周期内，实现零碳排放的运营平台系统。


技术实现要素：

4.为解决现有技术的不足，现提供一种基于数字孪生体的园区零碳排放的运营平台建设方法，具体方案如下：
5.一种基于数字孪生体的园区零碳排放的运营平台建设方法，包括以下步骤：
6.s1：利用软件平台，对园区碳排放历史数据进行采集、处理及调用，搭建适用于园区物理实体的数字孪生模型，所述数字孪生模型融合了园区碳排放的碳源结构、能源模型、固碳模型在内的多个组元模型；结合物联网技术和边缘计算，建立数字孪生模型与园区物理实体的映射关系。
7.s2：基于s1的数字孪生模型，结合园区所处地区的自然资源数据、园区可使用的空间条件、园区的发展规划以及碳减排规划目标等约束条件，开展零碳排放路径的规划仿真；通过s1的多个组元模型，模拟园区碳排放规划的完整环节，包括：减少碳源、增加绿色能源替代的配置、采用固碳方法及碳交易模式。
8.s3：以低碳排放，并进一步的发展至零碳排放，和高经济效益为优化目标，基于数字孪生模型，不断优化碳减排智能算法，并通过不断迭代规划路径及更新参数，生成园区减碳最优路径；利用机器学习技术，模拟训练园区物理实体在生命周期内自动碳减排优化，形成适合的训练集，便于真实物理实体快速学习和适应，寻找更优解并提高搜索速度；优化过程中，利用深度学习对于异常数据、风险点进行评估，经训练后生成风险阈值警告模型或异常数据处理模型，降低风险。
9.s4：配置控制策略：建立园区物理实体与运维平台的通信，运维平台接收各类传感器、电表反馈的实时数据，根据数字孪生体训练的控制软件，当碳排放目标有变化时，及时输出控制指令给园区物理实体，对于采集的异常数据，通过数字孪生体训练，便于平台长期的运营管理。
10.为了更好的进行园区碳排放规划以及进一步的优化能源结构以及固碳方式，s2中
规划零碳排放的路径还包括以下子步骤：
11.s201、碳源结构规划：根据排碳信息和碳源的约束条件，调整碳源的分布、强度；
12.s202、能源结构规划：根据自然资源搭建能源的出力模型，结合约束条件完成多个能源的布局以及比例配置；
13.s203、固碳路径规划：根据自然生态环境条件，结合多个固碳方式的能力，规划固碳模式。
14.为了进一步的与园区历史运行状态相结合，从而实现对于能源模型的更优化的设计，s1中历史数据为包含园区碳排放的碳源结构、减碳排放的能源模型、固碳模型在内的多个组元模型的特征参数，所述特征参数包括碳源构成、排碳数据、生态环境条件以及园区建筑空间资源。
15.约束条件的具体选用方式可以综合考虑系统的各项成本以及运行时所要达到的功能以及预期的可实行性，s2中约束条件为生命周期内的、用于限制零碳排放路径的限制条件，所述约束条件包括供需平衡、技术约束、设备的成本以及自然资源的可开发量。
16.进一步的，所述固碳路径包含物理固碳和生物固碳，园区固碳约束条件包含园区所处地理位置、有效空间；生物固碳可以选用绿植覆盖的方式，获取现有园区内现有绿植覆盖率，并对实际的土壤、气候环境等分析，结合能够规划绿植的面积，布置适宜园区的绿植。
17.进一步的，s201中碳源结构的调整包括改造、升级替换，碳源结构包含园区内耗电负载、污水处理设备。
18.进一步的，s202中能源结构规划考虑各能源出力模型和降碳效果，设备的运维成本、自然资源的可开发量为能源结构的约束和限制条件。
19.进一步的，s3是对s2中规划的碳源结构、能源系统以及固碳方式的减碳能力做优化，并得到园区减碳模型：对碳源结构节碳能力仿真时，调用各个碳源的碳排放因子以及耗电量，通过计算得到碳排放量；在对能源系统做降碳的仿真时，调用历史数据包括季节、时间段以及天气的数据，仿真能源系统在生命周期内的出力；对于固碳能力的仿真，通过调用植被的固碳因数、规划的植被的面积以及仿真生命周期内生物固碳的量。
20.进一步的，碳排放量与耗电量以及碳排放因子的关系式如下：
21.碳排放量＝耗电量
×
碳排放因子。
22.为了进一步的提升装置的动作速度，防止由于延时造成的处理不及时，s4中运维软件平台通过传感器以及智能设备获取园区内各物理实体的实际反馈信号，当反馈的信号发生变化时，运维平台内控制软件及时做出控制指令控制各物理实体动作。
23.有益效果：
24.本发明提供了一种基于数字孪生体的园区零碳排放的运营平台建设方法，通过建立园区现有碳排放的数字孪生模型，包括碳源结构、能源配置和固碳方式等多个组元模型，数字孪生模型调用各组元模型的历史数据以及约束条件，对数字孪生模型进行仿真、优化以及训练，得到园区零碳的数字孪生模型；在对数字孪生模型进行仿真、优化的同时，对园区电力系统的控制软件做出仿真优化，实现需求侧的柔度响应，结合物联网、人工智能等数字技术建立运维平台与园区物理实体之间的通信关系，实现设备远程监测、故障运维、发电预测、智能调度等服务，通过该运维平台，可以实现在一个园区内的单独控制，也可以实现多个园区的远程控制，实现数字化、智能化的零碳控制，能够帮助运营管理者合理降低运维
成本，带来长期收益。
附图说明
25.图1一种基于数字孪生体的园区零碳排放的运营平台建设方法的流程图。
具体实施方式
26.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
27.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
28.其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例：
29.实施例：
30.一种基于数字孪生体的园区零碳排放的运营平台建设方法，结合图1所示，包括以下步骤：
31.s1、利用软件平台，对园区碳排放历史数据进行采集、处理及调用，搭建适用于园区物理实体的数字孪生模型，所述数字孪生模型融合了园区碳排放的碳源结构、能源模型、固碳模型在内的多个组元模型；结合物联网技术和边缘计算，建立数字孪生模型与园区物理实体的映射关系。
32.采用物联网设备对园区内物理实体的动态数据实时采集，并采用边缘计算对数据处理后上传到数字孪生模型中，建立物理实体到数字孪生模型的映射关系；物理实体与各组元模型相对应，每个物理实体中包含了设备、部件、属性，物理实体的动态数据包含了：特征、属性、行为等信息；
33.如碳源结构对应的物理实体，包含了可间断的负载、重要负载，如能源模型对应物理实体的动态数据包含了运行状态、实时发电量等信息，举例如风力发电组件的实时转速。
34.s2、基于上述的数字孪生模型，结合园区所处地区的自然资源数据、园区可使用的空间条件、园区的发展规划以及碳减排规划目标等约束条件，开展零碳排放路径的规划仿真；通过s1的多个组元模型，模拟园区碳排放规划的完整环节，包括：减少碳源、增加绿色能源替代的配置、采用固碳方法及碳交易等模式。
35.以降低碳排放为目的，结合经济效益，规划低(零)碳排放的路径，包括：
36.s201、碳源结构规划：根据排碳信息和碳源的约束条件，调整碳源的分布、强度；碳源结构的调整包含改造、升级替换，碳源结构包含园区内耗电负载、污水处理设备；
37.s202、能源结构规划：根据自然资源搭建能源的出力模型，结合约束条件完成多个能源的布局以及比例配置；
38.能源结构规划考虑各能源出力模型和降碳效果，设备的运维成本、自然资源的可
开发量、环境的特征等作为能源结构的约束和限制条件。
39.关于新能源配置，提供以下计算方式：
40.(1)计算风力发电功率，表达式如下：
[0041][0042]
其中，v
ω(t)
表示风速，vr表示额定转速，表示切入速度，表示切出速度；
[0043]
风力发电量为：
[0044]ew
＝ηwpw*t
[0045]
(2)
[0046]
t为风机运行时间，ηw为风力发电效率；
[0047]
(2)计算太阳能发电量，表达式如下：
[0048]
根据辐射量计算光伏组件的发电量：
[0049]ep
＝ha*s*k1*k2[0050]
(3)
[0051]
式中，ha表示倾斜面太阳能总辐照量(kwh/m2)；s为组件面积综合(m2)；k1为组件转换效率；k2为系统综合效率；
[0052]
或者采用根据峰值日照小时数计算光伏组件的发电量：
[0053]ep
＝t*b*k
[0054]
(4)
[0055]
b为系统安装容量(kwp)，t为当地峰值日照小时数，k为系统综合效率。
[0056]
(3)根据风力发电和光伏发电量，配置储能，表达式如下：
[0057]ebat
(t+1)＝e
bat
(t)+δt
·
p
t_bat,ch
(t)
·
η
ch
·
η
inv
[0058]
(5)
[0059][0060]
式中，e
bat
(t)表示t时刻时电池中存储的能量，e
bat
(t+1)为(t+1)时刻电池中存储的能量，δt表示持续的时间段；p
t_bat,ch
(t)是电池的充电功率；
[0061]
p
t_bat,dis
(t)是电池的放电功率，η
ch
是电池的充电效率，η
inv
是逆变器的效率，η
dis
是电池的放电效率。
[0062]
s203、固碳路径规划：根据自然生态环境条件，结合多个固碳方式的能力，以及规划固碳模式。
[0063]
其中规划固碳模式；固碳路径包含物理固碳和生物固碳，园区固碳约束条件包含园区所处地理位置、有效空间，生物固碳可以选用绿植覆盖的方式，获取现有园区内现有绿植覆盖率，并对实际的土壤、气候环境等分析，结合能够规划绿植的面积，布置适宜园区的绿植。
[0064]
s3、以低(零)碳排放和高经济效益为优化目标，基于数字孪生模型，不断优化碳减排智能算法，并通过不断迭代规划路径及更新参数，生成园区减碳最优路径；利用机器学习技术，模拟训练园区物理实体在生命周期内自动碳减排优化，形成适合的训练集，便于真实物理实体快速学习和适应，寻找更优解并提高搜索速度；优化过程中，利用深度学习对于异常数据、风险点进行评估，经训练后生成风险阈值警告模型或异常数据处理模型，降低风险。
[0065]
对应碳源结构节碳能力仿真，需要调用各个碳源的碳排放因子以及耗电量：碳排放量＝耗电量
×
碳排放因子；若对能源系统做降碳的仿真时，调用历史数据包括季节、时间段以及天气的数据，仿真能源系统在生命周期内的出力；同样的，对于固碳的能力，通过调用植被的固碳因数、规划的植被的面积，仿真生命周期内生物固碳的量。
[0066]
采用迭代仿真、优化，使低(零)碳园区的规划达到高的经济效益和低的碳排量结合的目标。
[0067]
在优化和仿真过程中，利用深度学习对于异常数据、风险点进行评估，经训练后生成风险阈值警告模型或异常处理模型，从而降低风险。异常数据的采集包括在物理实体的实际运维控制过程中，各采集终端采集的异常数据。
[0068]
数字孪生体优化过程中还涉及到对各模块尤其是电力系统的控制和运维，模拟运维平台的控制软件在输入不同反馈信号时做出的调控指令，优化得到能够快速响应反馈信号变化的控制软件。
[0069]
s4、配置控制策略：数字孪生平台通过仿真、优化得到低(零)碳模型和运维平台控制软件，建立园区物理实体与运维平台的通信：运维平台接收各类传感器、智能电表反馈的实时数据，获取园区内各物理实体的实际反馈信号，各类传感器、智能设备反馈的信号发生变化时，运维平台内控制软件及时做出控制指令控制各物理实体动作，如风光能源的控制，运维平台接收到风力发电功率小于额定发电功率，光伏发电功率增加，控制光伏发电作为主发电单元；再如黑启动时，控制母线上零负载，同时控制储能电池和/或柴储启动作为黑启动源。
[0070]
根据数字孪生体训练的控制软件，当碳排放目标有变化时，及时输出控制指令给园区物理实体，对于采集的异常数据，通过数字孪生体训练，便于平台长期的运营管理。
[0071]
通过该运维平台，可以实现在一个园区内的单独控制，也可以实现多个园区的远程控制，实现数字化、智能化的低(零)碳控制。
[0072]
作为进一步改进，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，包括以下步骤：s1：利用软件平台，对园区碳排放历史数据进行采集、处理及调用，搭建适用于园区物理实体的数字孪生模型，数字孪生模型融合园区碳排放的碳源结构、能源模型和固碳模型；结合物联网技术和边缘计算，建立数字孪生模型与园区物理实体的映射关系；s2：基于s1的数字孪生模型，结合园区所处地区的自然资源数据、园区可使用的空间条件、园区的发展规划以及碳减排规划目标作为约束条件，开展零碳排放路径的规划仿真；通过s1的模型，模拟园区碳排放规划的完整环节，环节包括：减少碳源、增加绿色能源替代的配置、采用固碳方法及碳交易模式；s3：以低碳排放或零碳排放，以及高经济效益为优化目标，基于数字孪生模型，不断优化碳减排智能算法，并通过不断迭代规划路径及更新参数，生成园区减碳最优路径；利用机器学习技术，模拟训练园区物理实体在生命周期内自动碳减排优化，形成适合的训练集，便于真实物理实体快速学习和适应，寻找更优解并提高搜索速度；优化过程中，利用深度学习对于异常数据、风险点进行评估，经训练后生成风险阈值警告模型或异常数据处理模型，降低风险；s4：配置控制策略：建立园区物理实体与运维平台的通信，运维平台接收各类传感器、电表反馈的实时数据，根据数字孪生体训练的控制软件，当碳排放目标有变化时，及时输出控制指令给园区物理实体，对于采集的异常数据，通过数字孪生体训练，便于平台长期的运营管理。2.根据权利要求1所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s2中规划零碳排放的路径还包括以下子步骤：s201、碳源结构规划：根据排碳信息和碳源作为约束条件，调整碳源的分布以及强度；s202、能源结构规划：根据自然资源搭建能源的出力模型，结合约束条件完成对多个能源的布局以及比例配置；s203、固碳路径规划：根据自然生态环境条件，结合固碳方式的能力，规划固碳模式。3.根据权利要求2所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，固碳路径包含物理固碳和生物固碳，园区固碳约束条件包含园区所处地理位置、有效空间；生物固碳可以选用绿植覆盖的方式，获取现有园区内现有绿植覆盖率，并对实际的土壤、气候环境等分析，结合能够规划绿植的面积，布置适宜园区的绿植。4.根据权利要求2所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s201中碳源结构的调整包括改造、升级替换，碳源结构包含园区内耗电负载、污水处理设备。5.根据权利要求2所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s202中能源结构规划考虑各能源出力模型和降碳效果，设备的运维成本、自然资源的可开发量为能源结构的约束和限制条件。6.根据权利要求2所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s3是对s2中规划的碳源结构、能源系统以及固碳方式的减碳能力做优化，并得到园区减碳模型：对碳源结构节碳能力仿真时，调用各个碳源的碳排放因子以及耗电量，通过计算得到碳排放量；在对能源系统做降碳的仿真时，调用历史数据包括季节、时间段以及
天气的数据，仿真能源系统在生命周期内的出力；对于固碳能力的仿真，通过调用植被的固碳因数、规划的植被的面积以及仿真生命周期内生物固碳的量。7.根据权利要求1-6中任一权利要求所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s4中运营软件平台通过传感器以及智能设备获取园区内各物理实体的实际反馈信号，当反馈的信号发生变化时，运营平台内先进行仿真及优化，待找到最优解后，及时给出控制指令控制各物理实体动作。8.根据权利要求7中任一权利要求所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s1中历史数据为包含园区碳排放的碳源结构、减碳排放的能源模型、固碳模型在内的多个组元模型的特征参数，特征参数包括碳源构成、排碳数据、生态环境条件以及园区建筑空间资源。9.根据权利要求8所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，s2中约束条件为生命周期内的、用于限制零碳排放路径的限制条件，所述约束条件包括供需平衡、技术约束、设备的成本以及自然资源的可开发量。10.根据权利要求9所述的一种基于数字孪生体的园区零碳排放的运营平台建设方法，其特征在于，碳排放量与耗电量以及碳排放因子的关系式如下：碳排放量＝耗电量
×
碳排放因子。

技术总结
本发明提供了一种基于数字孪生体的园区零碳排放的运营平台建设方法，包括以下步骤：S1：搭建园区物理实体的数字孪生模型；S2：获得碳排放现状与每年碳规划目标之间的差距，根据园区发展规划对碳减排优化路径进行仿真；S3：路径优化，得到园区碳规划、碳排放的训练集；S4：配置控制策略并长期运营监控碳排放。本发明通过建立园区现有碳排放的数字孪生模型并结合物联网、人工智能等数字技术，建立运营平台与园区物理实体之间的通信关系，通过该运营平台，可以实现在一个园区内的碳排放单独监管，也可以实现多个园区的远程监管，实现数字化、智能化的零碳控制，能够帮助运营管理者及时调整碳减排、碳交易路径，防止突发事件带来的碳排放超过预期等现象。的碳排放超过预期等现象。的碳排放超过预期等现象。


技术研发人员：董梦迪 汤依水 吴煜
受保护的技术使用者：江苏为恒智能科技有限公司
技术研发日：2023.05.26
技术公布日：2023/10/7