服务热线
86-132-17430013
品牌 | 其他品牌 |
---|
西门子代理商 西门子6ES7952-1KS00-0AA0 西门子6ES7952-1KS00-0AA0
6ES7952-1KS00-0AA0
相似图像
SIMATIC S7,存储卡 针对 S7-400,长结构形式, 5V 闪存 EPROM,16 Mbyte
列表价(不含税) | 显示价格 | |
您的单价(不含税) | 显示价格 | |
PDF 格式的数据表 | 下载 | |
服务和支持 (手册,认证,问答...) | 下载 |
更多图片
产品 | |
商品编号(市售编号) | 6ES7952-1KS00-0AA0 |
产品说明 | SIMATIC S7,存储卡 针对 S7-400,长结构形式, 5V 闪存 EPROM,16 Mbyte |
产品家族 | Complementary S7-400 automation systems |
产品生命周期 (PLM) | PM300:有效产品 |
价格数据 | |
价格组 / 总部价格组 | AI / 240 |
列表价(不含税) | 显示价格 |
您的单价(不含税) | 显示价格 |
金属系数 | 无 |
交付信息 | |
出口管制规定 | AL : N / ECCN : N |
工厂生产时间 | 1 天 |
净重 (Kg) | 0.051 Kg |
产品尺寸 (W x L X H) | 未提供 |
包装尺寸 | 9.10 x 13.40 x 1.50 |
包装尺寸单位的测量 | CM |
数量单位 | 1 件 |
包装数量 | 1 |
西门子能源面向可再生能源发电设施的监控解决方案,具备SENN发电预测功能。譬如在南非,有两座发电容量均为5万千瓦的太阳能电站,就使用了SENN预测软件。利用这款软件,发电企业可以根据电网运营商的需求预测,来决定向电网输送多少电能。SENN可以预测太阳能电站在未来5天内的每小时日照发电量,偏差不超过7%。
目前正在规划适用于太阳能电站的第二个模型。这个模型将就如何处理沾满污垢的太阳能电池板向运营商提出建议。灰尘可令太阳能电池板的发电量降低最多15%,但其清洁成本亦不菲。Grothmann解释道:“如果运营商事先知道将有充沛的雨量可以把灰尘洗刷干净,则不必派遣清洁人员前去打扫。”新的软件将通过利用干燥度、风速、风向和降雨等环境因素,来预测太阳能电池板上将覆盖多少灰尘,从而解决这个问题。
预测需求。需求预测是SENN在电力市场上的第二大应用。借助这款软件,用电大户能够以优惠的价格购买电能,或者在作业时间上避开用电高峰时段,以免缴纳高昂的罚款。供电企业可以利用区域预测,来规划电能采购和电厂运行事宜。譬如,因为要从德国或法国向意大利输送大量电能,瑞士的电网运营商Swissgrid在利用SENN来规划电能采购事宜时,则可将输电损耗纳入考虑。由于Swissgrid不得不弥补这样的损耗,所以,它可以提前最多36小时在现货市场采购电能,以尽量规避损失。Swissgrid每年的采购额,高达4800万欧元左右。
预测软件有助于提高效率
过去,Swissgrid总是根据日历和天气数据,以及邻国的电网运营商提供的信息来预测需求。但SENN已助力Swissgrid将预测失误率从11%降至10%,这每年能为Swissgrid节省数十万法郎。
SENN生成的需求预测数据非常准确,失误率仅为3%。在此基础上,它能直接预测输电损耗。为了做到这一点,它要监测输电目的地的每小时需求变化趋势。它还要分析当前电力潮流、可再生能源发电量、天气预报和抽水蓄能电站的水库水位等信息。
全盘化思维。单独的预测是朝着未来电力市场迈出的*步——未来,生产、需求、价格和传输等几乎所有因素都将处于不断变化之中。在电力系统中,所有这些数量之间,都存在着相互依存的关系;因此,应当从全局的高度审视这些因素。譬如,如果风电设施提高了发电量,那么,传统电站则应相应地降低发电量,这有可能降低电价。取决于需求状况,风电既可能向北方传输,也可能向南方传输。这继而会改变对用于抵消输电损耗的补偿电能的需求。Grothmann说:“对这些参数之间的交互作用的预测越准确,整个系统的效率就越高。”
这正是SENN神经网络的用武之地。由于它并不使用分析关系,而是通过学习从所有参数的行为中识别出相互关系,因此,它的预测已经包含了彼此的依存关系。Grothmann说:“SENN的用途之一是,根据各式各样相互作用的参数,如电价和其他原材料价格走势、需求变化趋势、二氧化碳排放权交易价格等,来确定电价。这是我们软件的独到之处。”
如今,拥有多家电厂的供电企业,已经可以使用SENN来以低廉的价格采购天然气,以及根据关于二氧化碳排放权的交易价格和电价的预测来优化调节发电量。未来,电网运营商可以向供电企业提供关于需求的预测数据,以及预期的补偿电能需求量。反过来,这些预测信息又依存于其他合作伙伴提供的生产和需求预测数据。所有这一切将有助于轻松管理瞬息万变的电力市场,因为所有参与者都能根据会影响到其他市场参与者的发展趋势,提前调整各自的活动。