Skip to content

Phoenix0531-sudo/Mine_Sicrogrid_Simulator

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

⚡ 智能微电网规划分析平台

Python Streamlit Plotly License Status

专业级微电网规划分析工具 | 现代化UI | 高级可视化 | 异步计算

为矿区可再生能源系统提供全方位的设计、优化和经济性分析解决方案

🎯 项目简介

基于StreamlitPlotly构建的专业级微电网规划分析平台,集成现代化UI设计、高级可视化、异步处理等企业级功能。专为矿区可再生能源系统设计,提供从系统建模到经济性分析的完整解决方案。

✨ 核心特性

🔋 智能系统建模

  • 精确仿真引擎 - 8760小时逐时能量平衡计算
  • 多能源支持 - 光伏、风电、储能系统集成建模
  • 真实气象数据 - 基于Open-Meteo API的实时气象数据
  • 智能调度算法 - 考虑经济性和技术约束的优化调度

📊 高级数据分析

  • 多维度KPI - 可再生能源渗透率、自消纳率、电网独立度
  • 经济性评估 - NPV、IRR、LCOE、投资回收期分析
  • 敏感性分析 - 关键参数对系统性能的影响评估
  • 优化建议 - 基于分析结果的系统配置优化建议

🎨 现代化用户界面

  • 企业级设计 - 渐变色彩、卡片布局、动画效果
  • 响应式设计 - 完美适配桌面端和移动端
  • 智能配置向导 - 4步骤引导式参数配置流程
  • 实时状态监控 - 系统状态、内存使用、计算进度显示

📈 专业级可视化

  • 3D交互图表 - 立体能量流动轨迹分析,支持拖拽旋转
  • 动画时序分析 - 30天动画日负荷曲线,时间轴播放控制
  • 热力图分析 - 全年8760小时运行模式热力图展示
  • 雷达图评估 - 5维度系统性能对比分析
  • 瀑布图平衡 - 直观的能量来源和去向流向分析

🚀 高级技术特性

  • 异步计算架构 - 非阻塞用户界面,6步骤进度显示
  • 智能错误处理 - 自动重试机制、分级错误处理和恢复
  • 内存优化策略 - 大数据集分块处理、智能缓存管理
  • 性能监控系统 - 实时监控计算性能和系统资源使用

🚀 快速开始

系统要求

  • Python: 3.8 或更高版本
  • 内存: 建议 4GB+ RAM
  • 浏览器: Chrome 90+, Firefox 88+, Safari 14+, Edge 90+
  • 网络: 需要访问Open-Meteo气象数据API

安装依赖

pip install -r requirements.txt

启动方式

🖱️ Windows一键启动(推荐)

# 双击运行或命令行执行
.\start.bat

🌐 通用启动方式

# 标准启动命令
streamlit run app.py

# 自定义端口启动
streamlit run app.py --server.port 8502

# 允许外部访问
streamlit run app.py --server.address 0.0.0.0

访问应用

验证安装

启动成功后,您将看到:

  • 现代化的渐变色界面设计
  • 左侧智能配置向导面板
  • 顶部系统状态仪表板
  • 无任何错误或警告信息

📁 项目结构

智能微电网规划分析平台/
├── app.py                          # 🚀 主应用入口
├── start.bat                       # 🖱️ Windows一键启动
├── requirements.txt                # 📦 依赖包列表
├── README.md                       # 📖 项目说明
└── modules/                        # 📂 核心功能模块
    ├── config.py                   # ⚙️ 配置管理
    ├── validation.py               # ✅ 输入验证
    ├── data_handler.py             # 📊 数据处理
    ├── simulation_engine.py        # 🔬 仿真引擎
    ├── results_analyzer.py         # 📈 结果分析
    ├── ui_components.py            # 🎨 基础UI组件
    ├── advanced_ui.py              # 🎭 高级UI组件
    ├── advanced_visualization.py   # 📊 高级可视化
    ├── async_processor.py          # ⚡ 异步处理
    ├── error_handler.py            # 🛡️ 错误处理
    ├── memory_optimizer.py         # 💾 内存优化
    ├── performance.py              # 📊 性能监控
    └── utils.py                    # 🔧 通用工具

📊 使用指南

操作流程

1️⃣ 智能参数配置

  • 🌍 地理位置设置 - 输入矿区经纬度,支持地图预览
  • ⚡ 负荷参数配置 - 选择作业模式(连续/两班制/三班制),设置年用电量
  • 🌞 可再生能源配置 - 设置光伏装机容量,选择风机型号和数量
  • 🔋 储能系统设计 - 配置电池容量和功率,自动计算C倍率
  • 💰 经济参数设置 - 输入购售电价格,查看价差分析

2️⃣ 一键智能计算

  • 点击"开始模拟"按钮启动计算
  • 实时显示6个计算步骤的详细进度
  • 异步计算确保界面始终响应
  • 支持任务取消和重新计算

3️⃣ 多维度结果分析

  • 📊 KPI仪表板 - 关键绩效指标总览和评估
  • 📈 高级图表 - 雷达图性能分析和动画时序图
  • 🌐 3D分析 - 立体能量流动轨迹,支持交互操作
  • 🔥 热力图 - 全年8760小时运行模式可视化
  • 💧 能量流 - 瀑布图显示能量平衡和流向

界面功能

智能配置向导

  • ✅ 4步骤引导配置流程
  • ✅ 实时参数验证和提示
  • ✅ 配置预览和智能建议
  • ✅ 一键重置和保存配置

系统状态监控

  • 🟢 系统状态 - 运行状态实时显示
  • 🔵 计算引擎 - 仿真引擎就绪状态
  • 🟢 数据连接 - API连接状态监控
  • 🟢 内存状态 - 系统资源使用监控

高级可视化交互

  • 🖱️ 3D图表操作 - 拖拽旋转、滚轮缩放、双击重置
  • ⏯️ 动画控制 - 播放/暂停、时间轴滑块、速度调节
  • 🔍 图表缩放 - 支持区域选择、平移、悬停详情
  • 📥 数据导出 - 支持图表保存和数据下载

🎯 核心优势

🔬 技术领先性

  • 🔋 精确建模引擎 - 8760小时逐时仿真,基于真实气象数据的专业级建模
  • ⚡ 高性能架构 - 异步计算、智能缓存、内存优化,支持大规模数据处理
  • 🛡️ 企业级稳定性 - 智能错误处理、自动重试机制、完善的异常恢复
  • 📊 专业分析算法 - 多维度KPI计算、经济性深度评估、智能优化建议

🎨 用户体验优势

  • 🎭 现代化界面设计 - 企业级渐变设计、响应式布局、动画交互效果
  • 🎯 智能操作流程 - 4步骤配置向导、实时参数验证、一键启动计算
  • 📈 沉浸式可视化 - 3D交互图表、动画时序分析、专业级数据展示
  • 🔍 直观结果呈现 - 多标签页分析、KPI仪表板、详细数据导出

💼 商业应用价值

  • 🎯 决策支持 - 基于科学建模的可靠决策依据和投资风险评估
  • 💰 经济效益 - 精确的成本效益分析、投资回收期计算、盈利能力评估
  • 🌱 绿色发展 - 可再生能源渗透率优化、碳减排效果量化分析
  • 🔧 系统优化 - 智能配置建议、性能瓶颈识别、运营策略优化

🚀 技术创新点

  • 🌐 3D可视化技术 - 立体数据展示,突破传统2D图表局限
  • 🎬 动画时序分析 - 时间轴播放控制,直观展示系统动态变化
  • 🔄 异步计算架构 - 非阻塞用户界面,企业级的计算体验
  • 🧠 智能数据验证 - 自动字段检查、数据完整性保证、错误自动修复

🔧 技术架构

核心技术栈

  • 前端框架: Streamlit 1.28+ (现代化Web应用框架)
  • 可视化引擎: Plotly 5.0+ (专业级交互式图表库)
  • 数据处理: Pandas, NumPy (高性能数据分析)
  • 科学计算: SciPy (数值计算和优化算法)
  • 异步处理: Python Threading (多线程异步计算)
  • 气象数据: Open-Meteo API (实时气象数据服务)

架构特点

  • 🏗️ 模块化设计 - 13个专业功能模块,职责清晰,易于维护扩展
  • ⚙️ 配置驱动 - 集中配置管理,支持灵活定制和参数调优
  • 🔌 插件式架构 - 易于扩展新功能、新图表类型和新分析算法
  • 🛡️ 防御性编程 - 完善的错误处理、数据验证和异常恢复机制

📈 应用场景

适用行业

  • ⛏️ 矿业企业 - 矿区微电网规划、可再生能源配置优化
  • 🏭 工业园区 - 分布式能源系统设计、能源成本优化
  • 🏢 商业综合体 - 屋顶光伏配置、储能系统经济性分析
  • 🌾 农业设施 - 农光互补项目规划、灌溉系统能源优化

典型应用

  • 📊 可行性研究 - 项目前期技术经济可行性分析和评估
  • 💰 投资决策 - 基于精确建模的投资风险评估和收益预测
  • 🔧 系统优化 - 现有微电网系统的性能分析和优化改进
  • 📋 方案对比 - 多种配置方案的技术经济对比分析

⚠️ 注意事项

数据准确性

  • 气象数据依赖Open-Meteo API,需要稳定的网络连接
  • 建议使用最近3年的气象数据以确保分析准确性
  • 负荷数据基于典型曲线,实际应用时建议结合现场数据

计算性能

  • 8760小时仿真计算较为耗时,建议在配置较好的设备上运行
  • 大规模参数扫描分析时,建议分批次进行计算
  • 定期清理浏览器缓存以保持最佳性能

结果解读

  • 分析结果仅供参考,实际项目需结合现场条件综合考虑
  • 经济性分析基于当前电价和设备成本,需根据实际情况调整
  • 建议结合专业工程师意见进行最终决策

🤝 贡献指南

我们欢迎社区贡献!您可以通过以下方式参与:

代码贡献

  1. Fork 本项目到您的GitHub账户
  2. 创建功能分支: git checkout -b feature/新功能名称
  3. 提交更改: git commit -m '添加某某功能'
  4. 推送分支: git push origin feature/新功能名称
  5. 创建Pull Request

问题反馈

  • 🐛 Bug报告 - 详细描述问题现象、复现步骤和系统环境
  • 💡 功能建议 - 提出新功能需求和改进建议
  • 📖 文档改进 - 帮助完善文档和使用说明

开发规范

  • 遵循PEP 8 Python代码规范
  • 添加必要的注释和文档字符串
  • 确保新功能有相应的测试用例
  • 保持代码的模块化和可维护性

📞 技术支持

获取帮助

  • 📧 邮箱支持 - 发送详细问题描述到技术支持邮箱
  • 💬 在线讨论 - 在GitHub Issues中提出问题和建议
  • 📚 文档资源 - 查看项目Wiki和技术文档

常见问题

  • 启动失败 - 检查Python版本和依赖包安装
  • 计算错误 - 验证输入参数的合理性和完整性
  • 性能问题 - 检查系统内存和网络连接状态
  • 显示异常 - 尝试清理浏览器缓存或更换浏览器

📄 许可证

本项目采用 MIT License 开源许可证。

您可以自由地:

  • ✅ 使用、复制、修改和分发本软件
  • ✅ 用于商业和非商业目的
  • ✅ 在遵循许可证条款的前提下进行二次开发

⚡ 专业 • 高效 • 创新 ⚡

让微电网规划变得简单而精确

🌟 如果这个项目对您有帮助,请给我们一个Star!🌟

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors