针对目前新型电力发展存在的统筹协调、能源存储、电力消纳技术受限等问题,利用人工智能(AI)语音控制,在传统的风光互补基础上,提出了新型电力多能互补创新实践方案。系统选用3台西门子S7-200 Smart CPU SR40作为控制单元,结合S7以太网...针对目前新型电力发展存在的统筹协调、能源存储、电力消纳技术受限等问题,利用人工智能(AI)语音控制,在传统的风光互补基础上,提出了新型电力多能互补创新实践方案。系统选用3台西门子S7-200 Smart CPU SR40作为控制单元,结合S7以太网通信技术和传感器检测技术,建立了以水力发电站为主站、风力发电站和光伏发电站为从站的网络拓扑设计,通过不断优化程序不仅实现了新型电力手动、自动控制,而且创新融入AI语音功能,并采用8421BCD编码将语音逻辑转化为工业控制命令,增添了更加灵活的控制方案。实践证明,风光水绿能的综合场景协调控制,能解决新型电力时空发展不协调的问题,实现多能互补、时空互融的创新应用,有效助力“双碳”目标实现,促进新能源高质量发展。展开更多
现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power gene...现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。展开更多
文摘针对目前新型电力发展存在的统筹协调、能源存储、电力消纳技术受限等问题,利用人工智能(AI)语音控制,在传统的风光互补基础上,提出了新型电力多能互补创新实践方案。系统选用3台西门子S7-200 Smart CPU SR40作为控制单元,结合S7以太网通信技术和传感器检测技术,建立了以水力发电站为主站、风力发电站和光伏发电站为从站的网络拓扑设计,通过不断优化程序不仅实现了新型电力手动、自动控制,而且创新融入AI语音功能,并采用8421BCD编码将语音逻辑转化为工业控制命令,增添了更加灵活的控制方案。实践证明,风光水绿能的综合场景协调控制,能解决新型电力时空发展不协调的问题,实现多能互补、时空互融的创新应用,有效助力“双碳”目标实现,促进新能源高质量发展。
文摘现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。
