一种智能窗帘储能优化控制方法与流程

1.本发明涉及智能窗帘的技术领域，尤其涉及一种智能窗帘储能优化控制方法。


背景技术：

2.随着城市化的进程，写字楼成为城市的重要组成部分，但是写字楼耗能高，同时由于写字楼层数较高，高层阳光较为强烈，需要使用窗帘进行遮阳。因此为了实现对太阳光的有效利用，同时为了降低写字楼的能耗，通过智能储能窗帘将太阳能转化为电能并储存利用能够有效降低写字楼耗能，对提高资源利用率以及节能环保具有重要意义。


技术实现要素：

3.有鉴于此，本发明提供一种智能窗帘储能优化控制方法，目的在于(1)通过建立太阳光室内衰减模型计算得到窗帘开度与窗帘所吸收太阳能的关系式，通过求解得到不同窗帘所需转换的电能，得到窗帘开度的控制参数，实现智能窗帘的自适应控制；(2)构建智能窗帘储能均衡最优控制目标函数，保证每个储能电池的存储电能接近，使得写字楼储能均衡，并通过利用遗传算法求解目标函数，得到写字楼内不同智能窗帘所需转换的电能，将转换电能存储到指定储能电池，储能电池可对写字楼的部分用电设备进行供电，从而提高资源利用率以及实现节能环保。
4.实现上述目的，本发明提供的一种智能窗帘储能优化控制方法，包括以下步骤：
5.s1：构建太阳光室内衰减模型，确定不同窗帘区域所接收太阳光的光照强度，其中所述太阳光室内衰减模型包括太阳光直射室内衰减模型以及太阳光散射室内衰减模型；
6.s2：基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光照度大小，将窗帘所吸收到的太阳光转换为电能；
7.s3：连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置；
8.s4：设定智能窗帘储能影响因子，并构建智能窗帘储能均衡最优控制目标函数；
9.s5：利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能量，根据求解得到的转换电能量以及太阳光照度，自适应调节智能窗帘开度，将窗帘所吸收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池，储能电池对写字楼的部分用电设备进行供电。
10.作为本发明的进一步改进方法：
11.可选地，所述s1步骤中构建太阳光室内衰减模型，包括：
12.在窗帘所对应的玻璃窗户处设置照度传感器，利用照度传感器采集每块玻璃窗户所接收到的太阳光光照强度，太阳光在到达玻璃窗户后发生折射和反射，使得玻璃窗户后窗帘区域所接收到的太阳光为衰减后的太阳光；在本发明实施例中，通过构建太阳光室内衰减模型模拟太阳光到达玻璃后的衰减过程，确定窗帘区域所接收到的光照强度；
13.所构建的太阳光室内衰减模型为：
14.il＝il
co
il
sc
[0015][0016][0017][0018]
θ＝θ
1-θ2[0019]
其中：
[0020]
il为所构建的太阳光室内衰减模型，il
co
为太阳光直射室内衰减模型，il
sc
为太阳光散射室内衰减模型；
[0021]er
为照度传感器所感知到的光照强度，所述照度为光照强度；
[0022]
δy为玻璃窗户和窗帘之间的距离；
[0023]
θ1为太阳方位角，θ2为窗户平面法线与地球正南方所形成的夹角，θ为修正角，当修正角不满足则说明窗帘区域内不存在太阳光直射；
[0024]ez
为修正后光照强度。
[0025]
可选地，所述s1步骤中确定不同窗帘区域所接收太阳光的光照强度，包括：
[0026]
采集不同玻璃窗户内照度传感器所感知到的太阳光光照强度，并将太阳光光照强度以及窗户的位置信息代入太阳光室内衰减模型，得到不同玻璃窗户后窗帘区域所接收到的太阳光光照强度，所述窗户位置信息包括玻璃窗户和窗帘之间的距离、窗户平面法线与地球正南方所形成的夹角以及相对于窗户的太阳方位角，所确定的不同玻璃窗户后窗帘区域所接收到的太阳光光照强度集合为：
[0027]
{il1,il2,
…
,ili,
…
,iln}
[0028]
其中：
[0029]
n表示写字楼可接收太阳光的玻璃窗户总数；
[0030]
ili表示任意第i个玻璃窗户后窗帘区域所接收到的太阳光光照强度。
[0031]
可选地，所述s2步骤中基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光光照强度大小，包括：
[0032]
基于窗帘区域所接收太阳光照度，构建窗帘开度与窗帘所吸收太阳光光照强度的关系式，则对于任意第i个玻璃窗户所对应的窗帘qi，其窗帘开度与窗帘所吸收太阳光光照强度的关系式为：
[0033]
si＝ili·
[cosαi·
(tanθ
3,i
)-sinαi]
[0034][0035]
其中：
[0036]
θ
1,i
为相对于第i个玻璃窗户的太阳方位角；
[0037]
θ
2,i
为第i个玻璃窗户的平面法线与地球正南方形成的夹角；
[0038]
αi为第i个玻璃窗户的开度；
[0039]
si为窗帘qi所吸收太阳光的光照强度大小。
[0040]
可选地，所述s2步骤中将窗帘所吸收到的太阳光转换为电能，包括：
[0041]
在本发明实施例中，窗帘内安装大量光电二极管，将窗帘所吸收到的太阳光转换为电流形式，形成电能，所述光电二极管是在反向电压作用下工作的，当不存在光照时，反向电流≈0，当存在光照时，反向电流迅速增大，形成光电流，光的强度越大，反向电流也越大，通过光的变化引起光电二极管电流变化，将光信号转换成电信号。
[0042]
可选地，所述s3步骤中构建写字楼整体的智能窗帘储能拓扑结构，包括：
[0043]
利用储能控制模块连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置；
[0044]
基于写字楼楼层将写字楼划分为m个区域，每个区域的楼层数为l为写字楼的楼层总数，在每个区域的中心楼层内部设置储能电池，储能电池用于接收所属区域内所有智能窗帘的转换电能，并将所接收电能进行存储；在本发明实施例中，储能电池对写字楼的部分用电设备进行供电；
[0045]
在每层写字楼内部设置能量路由器，楼层内所有智能窗帘的基于太阳光的转换电能均经过能量路由器，能量路由器用于将所属楼层内智能窗帘的转换电能发送到楼层所属区域的储能电池中；
[0046]
所述能量路由器具有三个端口，包括蓄电池和电容两个内部端口，以及直流负载的外部端口，外部端口连接直流母线以及储能电池，内部端口连接变压器，通过将连接智能窗帘以及用电设备的直流母线放置在能量路由器的高压侧，将储能电池放置在能量路由器的低压侧，当储能电池需要放电时，说明负载所需要的功率大于当前供电系统发电发出的功率，储能电池需要补偿供电系统缺失的能量，因此变压器调整为升压状态，储能电池所存储电能经由升压后接入到所属区域的用电设备的直流母线；当储能电池需要充电时，通过调整变压器为降压状态，储能电池吸收智能窗帘所转换的电能。
[0047]
可选地，所述s4步骤中构建智能窗帘储能均衡最优控制目标函数，包括：
[0048]
设定智能窗帘储能影响因子为不同储能电池的储能均衡程度；
[0049]
基于智能窗帘储能影响因子构建智能窗帘储能均衡最优控制目标函数：
[0050][0051][0052]
其中：
[0053]
f为所构建的智能窗帘储能均衡最优控制目标函数；
[0054]gm
为智能窗帘储能拓扑结构中第m个区域的储能电池所存储的电能；
[0055]
为智能窗帘储能拓扑结构中所有区域内储能电池所存储的平均电能；
[0056]
α
j,m
为属于第m个区域gm的第j个智能窗帘的开度，为第m个区域gm中第j个智能窗帘的太阳光转换电能；
[0057]
所述目标函数的约束条件为：
[0058]gm
《r
[0059]
其中：
[0060]
r为储能电池的电能容量。
[0061]
在本发明实施例中，所述智能窗帘储能均衡最优控制目标函数的目的在于通过控制不同智能窗帘的开度，调节窗帘所吸收的太阳光光照强度，进而调节不同智能窗帘的转换电能，使得不同储能电池的存储电能接近。
[0062]
可选地，所述s5步骤中利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能，包括：
[0063]
利用遗传算法对所构建的目标函数进行优化求解，所述遗传算法的求解流程为：
[0064]
1)随机生成若干条染色体，每条染色体表示一种智能窗帘储能优化控制方式，所述染色体分为m段，每段包含若干基因，其中所述第m段染色体表示智能窗帘储能拓扑结构第m个区域，第m段染色体包含的基因数为第m个区域内智能窗帘的数目，基因顺序为智能窗帘的顺序，基因的二进制编号为智能窗帘的转换电能，每段染色体的基因编号之和小于r；
[0065]
2)将生成的每条染色体代入到目标函数中，得到染色体的适应度值，则第m条染色体xm的适应度值为fm；
[0066]
3)设置算法的当前迭代次数为k，算法的最大迭代次数为max，k的初始值为0；
[0067]
4)在第k次迭代时采用轮盘赌方法选择染色体，则第m条染色体被选择的概率为：
[0068][0069]
其中：
[0070]fm
(k)为第m条染色体在第k次迭代后的适应度值；
[0071]
对所选择的染色体的基因结构进行替换重组，所述替换重组方式为选取第k次迭代后适应度值f
*
(k)最低的染色体x
*
(k)，随机选取所选择染色体的某段染色体，将该段染色体替换为染色体x
*
(k)的对应段染色体，形成新的个体；
[0072]
重复该步骤，直到遍历完成所有染色体，并令当前迭代次数k＝k 1；
[0073]
5)若k≥max，则选取当前适应度值最低的染色体作为最优染色体，染色体内的基因编号即为不同智能窗帘的转换电能；若k《max，则返回步骤4)。
[0074]
可选地，所述s5步骤中根据求解得到的转换电能量以及太阳光强度，自适应调节智能窗帘开度，将窗帘所接收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池，包括：
[0075]
所述智能窗帘储能优化控制流程为：
[0076]
根据遗传算法求解得到的转换电能量以及实时的太阳光强度，通过基于太阳光室内衰减模型控制调节智能窗帘的开度，调节智能窗帘所吸收的太阳光光照强度，将智能窗帘所吸收到的太阳光转换为电能，电能转换量为遗传算法求解得到的转换电能量；
[0077]
每层楼的智能窗帘将转换电能输入能量路由器的直流母线，能量路由器控制调节内部变压器为降压状态，将转换电能输入每个区域内的储能电池；
[0078]
储能电池接收转换电能，并存储转换电能；当负载所需要的功率大于当前供电系统发电发出的功率时，储能电池利用能量转换器将存储电能输送到所属区域的用电设备中。
[0079]
为了解决上述问题，本发明还提供一种智能窗帘储能优化控制装置，其特征在于，
所述装置包括：
[0080]
窗帘电能转换装置，用于构建太阳光室内衰减模型，确定不同窗帘区域所接收太阳光的光照强度，基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光照度大小，将窗帘所吸收到的太阳光转换为电能；
[0081]
数据处理模块，用于连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置；
[0082]
储能控制模块，用于设定智能窗帘储能影响因子，并构建智能窗帘储能均衡最优控制目标函数，利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能量，根据求解得到的转换电能量以及太阳光照度，自适应调节智能窗帘开度，将窗帘所吸收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池。
[0083]
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0084]
存储器，存储至少一个指令；及
[0085]
处理器，执行所述存储器中存储的指令以实现上述所述的智能窗帘储能优化控制方法。
[0086]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的智能窗帘储能优化控制方法。
[0087]
相对于现有技术，本发明提出一种智能窗帘储能优化控制方法，该技术具有以下优势：
[0088]
首先，本方案提出一种确定智能窗帘开度与所吸收太阳光照度关系的方法，通过在窗帘所对应的玻璃窗户处设置照度传感器，利用照度传感器采集每块玻璃窗户所接收到的太阳光光照强度，太阳光在到达玻璃窗户后发生折射和反射，使得玻璃窗户后窗帘区域所接收到的太阳光为衰减后的太阳光；并通过构建太阳光室内衰减模型模拟太阳光到达玻璃后的衰减过程，确定窗帘区域所接收到的光照强度；所构建的太阳光室内衰减模型为：
[0089]
il＝il
co
il
sc
[0090][0091][0092][0093]
θ＝θ
1-θ2[0094]
其中：il为所构建的太阳光室内衰减模型，il
co
为太阳光直射室内衰减模型，il
sc
为太阳光散射室内衰减模型；er为照度传感器所感知到的光照强度，所述照度为光照强度；δy为玻璃窗户和窗帘之间的距离；θ1为太阳方位角，θ2为窗户平面法线与地球正南方所形成的夹角，θ为修正角，当修正角不满足则说明窗帘区域内不存在太阳光直射；ez为修正后光照强度。采集不同玻璃窗户内照度传感器所感知到的太阳光光照强度，并将
太阳光光照强度以及窗户的位置信息代入太阳光室内衰减模型，得到不同玻璃窗户后窗帘区域所接收到的太阳光光照强度，所述窗户位置信息包括玻璃窗户和窗帘之间的距离、窗户平面法线与地球正南方所形成的夹角以及相对于窗户的太阳方位角，所确定的不同玻璃窗户后窗帘区域所接收到的太阳光光照强度集合为：
[0095]
{il1,il2,
…
,ili,
…
,iln}
[0096]
其中：n表示写字楼可接收太阳光的玻璃窗户总数；ili表示任意第i个玻璃窗户后窗帘区域所接收到的太阳光光照强度。基于窗帘区域所接收太阳光照度，构建窗帘开度与窗帘所吸收太阳光光照强度的关系式，则对于任意第i个玻璃窗户所对应的窗帘qi，其窗帘开度与窗帘所吸收太阳光光照强度的关系式为：
[0097]
si＝ili·
[cosαi·
(tanθ
3,i
)-sinαi]
[0098][0099]
其中：θ
1,i
为相对于第i个玻璃窗户的太阳方位角；θ
2,i
为第i个玻璃窗户的平面法线与地球正南方形成的夹角；αi为第i个玻璃窗户的开度；si为窗帘qi所吸收太阳光的光照强度大小。相较于传统方案，本方案通过建立太阳光室内衰减模型计算得到窗帘开度与窗帘所吸收太阳能的关系式，通过求解得到不同窗帘所需转换的电能，得到窗帘开度的控制参数，实现智能窗帘的自适应控制。
[0100]
同时，本方案提出一种智能窗帘储能优化控制方法，通过基于智能窗帘储能影响因子构建智能窗帘储能均衡最优控制目标函数：
[0101][0102][0103]
其中：f为所构建的智能窗帘储能均衡最优控制目标函数；gm为智能窗帘储能拓扑结构中第m个区域的储能电池所存储的电能；为智能窗帘储能拓扑结构中所有区域内储能电池所存储的平均电能；α
j,m
为属于第m个区域gm的第j个智能窗帘的开度，为第m个区域gm中第j个智能窗帘的太阳光转换电能；本方案所提出智能窗帘储能均衡最优控制目标函数的目的在于通过控制不同智能窗帘的开度，调节窗帘所吸收的太阳光光照强度，进而调节不同智能窗帘的转换电能，使得不同储能电池的存储电能接近。利用遗传算法对所构建的目标函数进行优化求解，所述遗传算法的求解流程为：1)随机生成若干条染色体，每条染色体表示一种智能窗帘储能优化控制方式，所述染色体分为m段，每段包含若干基因，其中所述第m段染色体表示智能窗帘储能拓扑结构第m个区域，第m段染色体包含的基因数为第m个区域内智能窗帘的数目，基因顺序为智能窗帘的顺序，基因的二进制编号为智能窗帘的转换电能，每段染色体的基因编号之和小于r；2)将生成的每条染色体代入到目标函数中，得到染色体的适应度值，则第m条染色体xm的适应度值为fm；3)设置算法的当前迭代次数为k，算法的最大迭代次数为max，k的初始值为0；4)在第k次迭代时采用轮盘赌方法选择染色体，则第m条染色体被选择的概率为：
[0104][0105]
其中：fm(k)为第m条染色体在第k次迭代后的适应度值；对所选择的染色体的基因结构进行替换重组，所述替换重组方式为选取第k次迭代后适应度值f
*
(k)最低的染色体x
*
(k)，随机选取所选择染色体的某段染色体，将该段染色体替换为染色体x
*
(k)的对应段染色体，形成新的个体；重复该步骤，直到遍历完成所有染色体，并令当前迭代次数k＝k 1；5)若k≥max，则选取当前适应度值最低的染色体作为最优染色体，染色体内的基因编号即为不同智能窗帘的转换电能；若k《max，则返回步骤4)。根据遗传算法求解得到的转换电能量以及实时的太阳光强度，通过基于太阳光室内衰减模型控制调节智能窗帘的开度，调节智能窗帘所吸收的太阳光光照强度，将智能窗帘所吸收到的太阳光转换为电能，电能转换量为遗传算法求解得到的转换电能量；每层楼的智能窗帘将转换电能输入能量路由器的直流母线，能量路由器控制调节内部变压器为降压状态，将转换电能输入每个区域内的储能电池；储能电池接收转换电能，并存储转换电能；当负载所需要的功率大于当前供电系统发电发出的功率时，储能电池利用能量转换器将存储电能输送到所属区域的用电设备中，从而提高资源利用率以及实现节能环保。
附图说明
[0106]
图1为本发明一实施例提供的一种智能窗帘储能优化控制方法的流程示意图；
[0107]
图2为图1实施例其中一个步骤的流程示意图；
[0108]
图3为本发明一实施例提供的能量路由器的结构示意图；
[0109]
图4为本发明一实施例提供的智能窗帘储能优化控制装置的功能模块图；
[0110]
图5为本发明一实施例提供的实现当前环境变化的智能窗帘储能优化控制方法的电子设备的结构示意图。
[0111]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0112]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0113]
本技术实施例提供一种智能窗帘储能优化控制方法。所述智能窗帘储能优化控制方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述智能窗帘储能优化控制方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0114]
实施例1：
[0115]
s1：构建太阳光室内衰减模型，确定不同窗帘区域所接收太阳光的光照强度，其中所述太阳光室内衰减模型包括太阳光直射室内衰减模型以及太阳光散射室内衰减模型。
[0116]
所述s1步骤中构建太阳光室内衰减模型，包括：
[0117]
在窗帘所对应的玻璃窗户处设置照度传感器，利用照度传感器采集每块玻璃窗户所接收到的太阳光光照强度，太阳光在到达玻璃窗户后发生折射和反射，使得玻璃窗户后窗帘区域所接收到的太阳光为衰减后的太阳光；在本发明实施例中，通过构建太阳光室内
衰减模型模拟太阳光到达玻璃后的衰减过程，确定窗帘区域所接收到的光照强度；
[0118]
所构建的太阳光室内衰减模型为：
[0119]
il＝il
co
il
sc
[0120][0121][0122][0123]
θ＝θ
1-θ2[0124]
其中：
[0125]
il为所构建的太阳光室内衰减模型，il
co
为太阳光直射室内衰减模型，il
sc
为太阳光散射室内衰减模型；
[0126]er
为照度传感器所感知到的光照强度，所述照度为光照强度；
[0127]
δy为玻璃窗户和窗帘之间的距离；
[0128]
θ1为太阳方位角，θ2为窗户平面法线与地球正南方所形成的夹角，θ为修正角，当修正角不满足则说明窗帘区域内不存在太阳光直射；
[0129]ez
为修正后光照强度。
[0130]
所述s1步骤中确定不同窗帘区域所接收太阳光的光照强度，包括：
[0131]
采集不同玻璃窗户内照度传感器所感知到的太阳光光照强度，并将太阳光光照强度以及窗户的位置信息代入太阳光室内衰减模型，得到不同玻璃窗户后窗帘区域所接收到的太阳光光照强度，所述窗户位置信息包括玻璃窗户和窗帘之间的距离、窗户平面法线与地球正南方所形成的夹角以及相对于窗户的太阳方位角，所确定的不同玻璃窗户后窗帘区域所接收到的太阳光光照强度集合为：
[0132]
{il1,il2,
…
,ili,
…
,iln}
[0133]
其中：
[0134]
n表示写字楼可接收太阳光的玻璃窗户总数；
[0135]
ili表示任意第i个玻璃窗户后窗帘区域所接收到的太阳光光照强度。
[0136]
s2：基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光照度大小，将窗帘所吸收到的太阳光转换为电能。
[0137]
所述s2步骤中基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光光照强度大小，包括：
[0138]
基于窗帘区域所接收太阳光照度，构建窗帘开度与窗帘所吸收太阳光光照强度的关系式，则对于任意第i个玻璃窗户所对应的窗帘qi，其窗帘开度与窗帘所吸收太阳光光照强度的关系式为：
[0139]
si＝ili·
[cosαi·
(tanθ
3,i
)-sinαi]
[0140]
[0141]
其中：
[0142]
θ
1,i
为相对于第i个玻璃窗户的太阳方位角；
[0143]
θ
2,i
为第i个玻璃窗户的平面法线与地球正南方形成的夹角；
[0144]
αi为第i个玻璃窗户的开度；
[0145]
si为窗帘qi所吸收太阳光的光照强度大小。
[0146]
所述s2步骤中将窗帘所吸收到的太阳光转换为电能，包括：
[0147]
在本发明实施例中，窗帘内安装大量光电二极管，将窗帘所吸收到的太阳光转换为电流形式，形成电能，所述光电二极管是在反向电压作用下工作的，当不存在光照时，反向电流≈0，当存在光照时，反向电流迅速增大，形成光电流，光的强度越大，反向电流也越大，通过光的变化引起光电二极管电流变化，将光信号转换成电信号；
[0148]
需要解释的是，太阳光经由玻璃窗户的折射和反射形成衰减后的太阳光到达窗帘区域，通过调节窗帘区域的开度，使得窗帘内的光电二极管吸收到不同强度的太阳光，并将太阳光转换为不同大小的电能。
[0149]
s3：连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置。
[0150]
所述s3步骤中构建写字楼整体的智能窗帘储能拓扑结构，包括：
[0151]
利用储能控制模块连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘、能量路由器以及储能电池；
[0152]
基于写字楼楼层将写字楼划分为m个区域，每个区域的楼层数为l为写字楼的楼层总数，在每个区域的中心楼层内部设置储能电池，储能电池用于接收所属区域内所有智能窗帘的转换电能，并将所接收电能进行存储；在本发明实施例中，储能电池对写字楼的部分用电设备进行供电；
[0153]
在每层写字楼内部设置能量路由器，楼层内所有智能窗帘的基于太阳光的转换电能均经过能量路由器，能量路由器用于将所属楼层内智能窗帘的转换电能发送到楼层所属区域的储能电池中；
[0154]
详细地，参阅图3所示，为本发明一实施例提供的能量路由器的结构示意图，所述能量路由器具有三个端口，包括蓄电池和电容两个内部端口，以及直流负载的外部端口，外部端口连接直流母线以及储能电池，内部端口连接变压器，通过将连接智能窗帘以及用电设备的直流母线放置在能量路由器的高压侧，将储能电池放置在能量路由器的低压侧，当储能电池需要放电时，说明负载所需要的功率大于当前供电系统发电发出的功率，储能电池需要补偿供电系统缺失的能量，因此变压器调整为升压状态，储能电池所存储电能经由升压后接入到所属区域的用电设备的直流母线；当储能电池需要充电时，通过调整变压器为降压状态，储能电池吸收智能窗帘所转换的电能。
[0155]
s4：设定智能窗帘储能影响因子，并构建智能窗帘储能均衡最优控制目标函数。
[0156]
所述s4步骤中构建智能窗帘储能均衡最优控制目标函数，包括：
[0157]
设定智能窗帘储能影响因子为不同储能电池的储能均衡程度；
[0158]
基于智能窗帘储能影响因子构建智能窗帘储能均衡最优控制目标函数：
[0159][0160][0161]
其中：
[0162]
f为所构建的智能窗帘储能均衡最优控制目标函数；
[0163]gm
为智能窗帘储能拓扑结构中第m个区域的储能电池所存储的电能；
[0164]
为智能窗帘储能拓扑结构中所有区域内储能电池所存储的平均电能；
[0165]
α
j,m
为属于第m个区域gm的第j个智能窗帘的开度，为第m个区域gm中第j个智能窗帘的太阳光转换电能；
[0166]
所述目标函数的约束条件为：
[0167]gm
《r
[0168]
其中：
[0169]
r为储能电池的电能容量。
[0170]
在本发明实施例中，所述智能窗帘储能均衡最优控制目标函数的目的在于通过控制不同智能窗帘的开度，调节窗帘所吸收的太阳光光照强度，进而调节不同智能窗帘的转换电能，使得不同储能电池的存储电能接近。
[0171]
s5：利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能量，根据求解得到的转换电能量以及太阳光照度，自适应调节智能窗帘开度，将窗帘所吸收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池，储能电池对写字楼的部分用电设备进行供电。
[0172]
所述s5步骤中利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能，包括：
[0173]
利用遗传算法对所构建的目标函数进行优化求解，所述遗传算法的求解流程为：
[0174]
1)随机生成若干条染色体，每条染色体表示一种智能窗帘储能优化控制方式，所述染色体分为m段，每段包含若干基因，其中所述第m段染色体表示智能窗帘储能拓扑结构第m个区域，第m段染色体包含的基因数为第m个区域内智能窗帘的数目，基因顺序为智能窗帘的顺序，基因的二进制编号为智能窗帘的转换电能，每段染色体的基因编号之和小于r；
[0175]
2)将生成的每条染色体代入到目标函数中，得到染色体的适应度值，则第m条染色体xm的适应度值为fm；
[0176]
3)设置算法的当前迭代次数为k，算法的最大迭代次数为max，k的初始值为0；
[0177]
4)在第k次迭代时采用轮盘赌方法选择染色体，则第m条染色体被选择的概率为：
[0178][0179]
其中：
[0180]fm
(k)为第m条染色体在第k次迭代后的适应度值；
[0181]
对所选择的染色体的基因结构进行替换重组，所述替换重组方式为选取第k次迭代后适应度值f
*
(k)最低的染色体x
*
(k)，随机选取所选择染色体的某段染色体，将该段染色
体替换为染色体x
*
(k)的对应段染色体，形成新的个体；
[0182]
重复该步骤，直到遍历完成所有染色体，并令当前迭代次数k＝k 1；
[0183]
5)若k≥max，则选取当前适应度值最低的染色体作为最优染色体，染色体内的基因编号即为不同智能窗帘的转换电能；若k《max，则返回步骤4)。
[0184]
所述s5步骤中根据求解得到的转换电能量以及太阳光强度，自适应调节智能窗帘开度，将窗帘所接收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池，包括：
[0185]
详细地，参阅图2所示，所述智能窗帘储能优化控制流程，包括：
[0186]
s51、根据遗传算法求解得到的转换电能量以及实时的太阳光强度，通过基于太阳光室内衰减模型控制调节智能窗帘的开度，调节智能窗帘所吸收的太阳光光照强度，将智能窗帘所吸收到的太阳光转换为电能，电能转换量为遗传算法求解得到的转换电能量；
[0187]
s52、每层楼的智能窗帘将转换电能输入能量路由器的直流母线，能量路由器控制调节内部变压器为降压状态，将转换电能输入每个区域内的储能电池；
[0188]
s53、储能电池接收转换电能，并存储转换电能；当负载所需要的功率大于当前供电系统发电发出的功率时，储能电池利用能量转换器将存储电能输送到所属区域的用电设备中。
[0189]
实施例2：
[0190]
如图4所示，是本发明一实施例提供的智能窗帘储能优化控制装置的功能模块图，其可以实现实施例1中的储能优化控制方法。
[0191]
本发明所述智能窗帘储能优化控制装置100可以安装于电子设备中。根据实现的功能，所述智能窗帘储能优化控制装置可以包括窗帘电能转换装置101、数据处理模块102及储能控制模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0192]
窗帘电能转换装置101，用于构建太阳光室内衰减模型，确定不同窗帘区域所接收太阳光的光照强度，基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光照度大小，将窗帘所吸收到的太阳光转换为电能；
[0193]
数据处理模块102，用于连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置；
[0194]
储能控制模块103，用于设定智能窗帘储能影响因子，并构建智能窗帘储能均衡最优控制目标函数，利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能量，根据求解得到的转换电能量以及太阳光照度，自适应调节智能窗帘开度，将窗帘所吸收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池。
[0195]
详细地，本发明实施例中所述智能窗帘储能优化控制装置100中的所述各模块在使用时采用与上述的图1中所述的智能窗帘储能优化控制方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0196]
实施例3：
[0197]
如图5所示，是本发明一实施例提供的实现智能窗帘储能优化控制方法的电子设备的结构示意图。
[0198]
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如智能窗帘储能优化控制程序12。
[0199]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如智能窗帘储能优化控制程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0200]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(智能窗帘储能优化控制程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0201]
所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0202]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0203]
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0204]
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
[0205]
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户
界面。
[0206]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0207]
所述电子设备1中的所述存储器11存储的智能窗帘储能优化控制程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
[0208]
构建太阳光室内衰减模型，确定不同窗帘区域所接收太阳光的光照强度，其中所述太阳光室内衰减模型包括太阳光直射室内衰减模型以及太阳光散射室内衰减模型；
[0209]
基于窗帘区域所接收太阳光的光照强度调节窗帘的开度，并调节窗帘所吸收的太阳光照度大小，将窗帘所吸收到的太阳光转换为电能；
[0210]
连通所有智能窗帘，构建写字楼整体的智能窗帘储能拓扑结构，其中所述智能窗帘储能拓扑结构包括智能窗帘位置、能量路由器以及储能电池位置；
[0211]
设定智能窗帘储能影响因子，并构建智能窗帘储能均衡最优控制目标函数；
[0212]
利用遗传算法对所构建的目标函数进行优化求解，求解得到不同智能窗帘的转换电能量，根据求解得到的转换电能量以及太阳光照度，自适应调节智能窗帘开度，将窗帘所吸收到的太阳光转换为求解得到的转换电能量，并控制能量路由器将智能窗帘转换的电能存储到指定储能电池，储能电池对写字楼的部分用电设备进行供电。
[0213]
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图5对应实施例中相关步骤的描述，在此不赘述。
[0214]
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0215]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0216]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。