CN106527135A - 一种建筑能量管理系统优化控制方法和装置 - Google Patents

Abstract

本发明实施例公开了一种建筑能量管理系统优化控制方法和装置，所述方法包括：根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果；根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果；确定系统的优化目标；根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。由以上技术方案可见，本发明实施例提供的一种建筑能量管理系统优化控制方法和装置以光伏发电功率预测和负荷预测为基础，综合考虑建筑系统整体的优化目标，实现对建筑能量管理系统的优化控制。

Description

一种建筑能量管理系统优化控制方法和装置

技术领域

本发明涉及建筑能量管理技术领域，特别是涉及一种建筑能量管理系统优化控制方法和装置。

背景技术

随着城市化进程的快速发展，我国的建筑能耗占总能耗的比例增加迅速，单位建筑面积能耗较高，基于这一现状，光伏建筑一体化引起了人们的广泛关注。光伏建筑一体化是太阳能应用领域的扩展，是光伏技术在智能建筑中的创新应用。目前，与建筑一体化的光伏发电系统主要是指并网光伏发电系统。

建筑能量管理系统是建筑系统能量调控的决策中心，其任务是对建筑内的能量流动进行管理和运行控制，根据能源需求、市场信息和运行约束等条件做出决策，通过对分布式电源设备和负荷的灵活调度来实现系统的优化运行，通过信息流调控能量流，保证建筑系统安全、可靠、经济运行。建筑光伏能量管理系统包括光伏发电预测模块，建筑负荷预测模块，智能建筑调度优化模块。

目前新建城市大型建筑中有较高比例安装了建筑光伏一体化(BuildingIntegrated Photovoltaic，BIPV)发电系统，BIPV的输出功率随季节、天气、太阳辐照度、温度等因素变化而变化，输出功率并不稳定，很难根据实际需要进行调节。其次，电网中负荷也不是一直不变的，会随着时间、天气和其他因素不断变化。这样，电源与负荷之间的能量交换就会变得更为复杂，就需要有光伏发电功率预测和负荷预测模块对能量分别进行预测，对系统内的能量进行优化管理。

发明内容

本发明实施例中提供了一种建筑能量管理系统优化控制方法和装置，以实现对系统内的能量进行优化管理。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

一种建筑能量管理系统优化控制方法，包括：

根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果；

根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果；

确定系统的优化目标；

根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

优选地，所述根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果，包括：

根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；

根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

优选地，所述根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果，包括：

根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；

根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

优选地，所述根据所述光伏发电功率预测结果、建筑负荷预测结果和优化目标对系统的能量流进行优化，包括：

以经济性为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源机组的启停状态、可平移负荷的运行曲线和储能装置的充放电和/或热量。

优选地，所述根据所述光伏发电功率预测结果、建筑负荷预测结果和优化目标对系统的能量流进行优化，还包括：

以经济性和舒适度为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源功率出力和可控负荷功率。

一种建筑能量管理系统优化控制装置，包括：

光伏发电功率预测模块，用于根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果；

建筑负荷预测模块，用于根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果；

优化目标确定模块，用于确定系统的优化目标；

调度优化模块，用于根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

优选地，所述光伏发电功率预测模块包括：

光伏发电功率预测模型建立子模块，用于根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；

光伏发电功率预测子模块，用于根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

优选地，所述建筑负荷预测模块包括：

建筑负荷预测模型建立子模块，用于根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；

建筑负荷预测子模块，用于根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

优选地，所述调度优化模块包括：

第一调度优化子模块，用于以经济性为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源机组的启停状态、可平移负荷的运行曲线和储能装置的充放电和/或热量。

优选地，所述调度优化模块还包括：

第二调度优化子模块，用于以经济性和舒适度为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源功率出力和可控负荷功率。

由以上技术方案可见，本发明实施例提供的一种建筑能量管理系统优化控制方法和装置以光伏发电功率预测和负荷预测为基础，综合考虑建筑系统整体的优化目标，实现对建筑能量管理系统的优化控制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种建筑能量系统结构图；

图2为本发明实施例提供的一种建筑能量管理系统优化控制方法的流程示意图；

图3为本发明实施例提供的一种日前优化和日内优化的结构示意图；

图4为本发明实施例提供的一种建筑能量管理系统优化控制装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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，都应当属于本发明保护的范围。

本发明实施例应用的整个建筑是一个包含建筑光伏的微电网，其中至少包含一个光伏逆变器，本发明实施例的光伏微电网通过唯一的并离网切换开关与外部电网相连接。

本发明实施例中涉及建筑能量管理系统，光伏阵列，光伏逆变器，建筑负荷设备，配电控制柜，并离网切换开关，变压器，外部电网。光伏阵列通过光伏逆变器接入配电控制柜，外部电网的电能通过变压器接入配电控制柜，配电控制柜与建筑负荷相连接。建筑光伏能量管理系统包括光伏发电预测模块，建筑负荷预测模块，智能建筑调度优化模块。

参见图1，为本发明实施例提供的一种建筑能量系统运行模型的结构示意图，其中的实线箭头代表电力流，虚线箭头代表热力流。所述建筑能量系统运行模型包括外部电网、光伏发电系统、微型燃气轮机热电联产系统、燃气锅炉，储能单元主要包括电储能及热储能，负荷单元主要包括电负荷、热负荷及冷负荷，系统运行于并网状态。

按照负荷运行特性，又可分为不可调控负荷和参与需求侧响应的负荷。对负荷的优化主要考虑对象为参与需求侧响应的负荷，根据建筑系统负荷的用能特性及实际情况，将其负荷分为3类，即不可控负荷，可控负荷及可平移负荷。

不可控负荷，主要包括建筑内办公设备，电梯设备等启动具有强制性且负荷形状和大小不可改变的负荷。

可控负荷，主要指建筑中的功率可调节的照明负荷和空调负荷，其能耗大约占到建筑能耗的70％，在满足室内环境要求的情况下，对其功率进行调节可有效的减少系统能耗，提高经济性。

可平移负荷，主要指建筑内洗衣机等用电时间可调节的设备，在不改变其用能特性的基础上，在用户允许的时间范围内推迟其部分负荷的启动时间来提高系统整体运行的经济性。

所述微型燃气轮机热电联产系统以微型燃气轮机(micro turbine，MT)为原动装置，在提供电能的同时，可以利用排气余热进行供热或制冷，满足建筑系统的热负荷或冷负荷需求，提高能源的利用效率。其数学模型可由下式表示。

式一：

式二：

式三：

式中，Q_MT(t)、P_MT(t)和η_MT(t)分别表示t时段的微燃机排气余热量、输出电功率和发电效率，η_l为散热损失率，V_MT、C_MT分别为微燃机在时段t消耗的天然气量及燃料成本，LHV_NG为天然气的低位热值，P_NG为单位天然气价格。

所述燃气锅炉(gas boiler，GB)配合微燃机热电联产系统满足建筑系统热负荷需求，其数学模型可由下式表示。

式四：

Q_GB＝R_GB×η_GB

式五：

式六：

式中：Q_GB(t)、R_GB和η_GB(t)分别表示t时段的锅炉输出热量值、锅炉额定供热量和锅炉热效率，V_GB、C_GB为锅炉在时段t消耗的天然气量及燃料成本。

建筑能量管理中储能系统主要包括电储能和热储能，储能系统具有电源和负荷的双重作用，能够协调系统内电源与负荷之间能量的不均衡，起到削峰填谷的作用，提高系统的可靠性及经济性。

其中，电储能的数学模型可由下式表示。

式七：

式中：E_ES(t)、E_ES(t-1)分别表示t时段末和t-1时段末电储能的剩余电量，P_{ES_ch}、P_{ES_dis}和η_ch、η_dis分别表示t时段的充放电功率和充放电效率。

热储能的数学模型可由下式表示。

式八：

式中：H_HS(t)、H_HS(t-1)分别表示t时段末和t-1时段末热储能的剩余热量，Q_{HS_ch}、Q_{HS_dis}和η_ch、η_dis分别表示t时段的吸放热功率和吸放热效率。

参见图2，为本发明实施例提供的一种建筑能量管理系统优化控制方法的流程示意图，其主要包括以下步骤：

步骤S100：根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果。

具体为：根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

光伏发功率预测分为短期预测和超短期预测，短期预测以1小时为时间间隔提前一天预测未来24小时的光伏功率出力。超短期预测以15分钟为时间间隔，提前15分钟预测未来1小时内4个时段的光伏功率出力，以此类推，进行滚动实时预测。

步骤S200：根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果。

具体为：根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

负荷预测分为短期预测和超短期预测，短期预测以1小时为时间间隔提前一天预测未来24小时的光伏功率出力。超短期预测以15分钟为时间间隔，提前15分钟预测未来1小时内4个时段的负荷功率，以此类推，进行滚动实时预测。

在负荷的短期预测中，不考虑可控负荷功率调节，将其作为不可控负荷处理，即将室内环境参数假设为设定值，不考虑其优化过程，负荷预测值为所有种类负荷功率之和。在负荷的超短期预测中，只考虑对不可控负荷预测，负荷预测值等于不可控负荷功率之和。

步骤S300：确定系统的优化目标。

其中，所述优化目标主要包括经济性和舒适度，所述舒适度包括照明舒适度，热舒适度和室内空气质量舒适度，分别由室内照度，室内温度和室内CO₂浓度值来表征。

对于亮度可调节的照明设备来说，其功率可在一定范围内连续调节，即室内照度随照明设备的功率变化而变化，其数学模型可由下式表示。

式九：

式中，E表示室内照度，n、φ分别表示室内光源的个数及每个光源的光通量，U、M为光源的利用系数和维护系数，表示光通量有效利用程度和光损失程度，A表示受照房间的面积。

在考虑空调能量消耗模型时将其视为内部结构未知的“黑盒子”，建立空调能耗与室内外温度关系的数学模型可由下式表示。

式十：

式中,t为优化所处的时间段，T_room(t)、T_out(t)分别表示t时段末的室内温度和室外温度，R_eq为房间等效热阻，M_air、C_p表示室内空气质量和空气比热，Q(t)表示t时段空调系统从室内转移的热量。

室内空气质量用室内CO₂浓度来表征，室内CO₂浓度在用户设定的允许值范围内变化。要维持室内CO₂浓度的稳定，需要向室内提供一定的新风量，室内CO₂浓度与新风量的数学关系可由下式表示。

式十一：

式中，N(t)、N(t-1)分别表示t时段末和t-1时段末的室内CO₂浓度值，L表示新风量，N_w表示室外空气中的CO₂浓度，表示室内t时刻内CO₂的产生量，V表示房间体积。

新风负荷的数学模型可由下式表示。

式十二：

R＝ρ×L×(h_w-h_n)

式中，R为新风负荷，ρ为空气密度，h_w、h_n分别表示室外与室内空气焓值，其值可有下式求出：

式十三：

式中，d(t)表示t时刻空气中的含湿量。

步骤S400：根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

根据时间尺度的不同，优化策略分为日前优化和日内优化。

所述日前优化的优化目标函数可由下式表示。

式十四：

式中，C表示优化周期内的经济成本，C_F(t)、C_OM(t)、C_SC(t)、C_EX(t)和C_EN(t)分别表示t时刻燃料成本、运行维护成本、可控机组启停成本、与电网交互功率的成本和环保折算成本。

所述日内优化的目标包括经济性目标和舒适度目标。其中，经济性目标函数可由下式表示。

式十五：

minC(k)＝C_F(k)+C_OM(k)+C_EX(k)+C_EN(k)

照明舒适度指标用室内照度来表征，室内照度在用户设定的可接受的范围内变化，其可用下式表示。

式十六：

式中：D₁(k)表示第k个时间段的照明舒适度，E_SET表示室内标准照度，E(k)表示第k个时间段室内照度值。

热舒适度用室内温度来表征，室内温度在用户设定的允许值范围内变化，其可用下式表示。

式十七：

式中：D₂(k)表示第k个时间段的温度舒适度，T_SET表示室内标准温度，T_room(k)表示第k个时间段室内温度值。

室内空气质量舒适度可用CO₂浓度来表示，室内CO₂浓度在用户设定的允许值范围内变化，其可用下式表示。

式十八：

式中：D₃(k)表示第k个时间段的空气质量舒适度，N_SET表示室内标准CO₂浓度，N(k)表示第k个时间段室内CO₂浓度值。

总舒适度目标函数可由下式表示。

式十九：

式中：D(k)＝αD₁(k)+βD₂(k)+γD₃(k)表示第k个时间段用户的舒适度，其中α，β，γ根据用户自己的偏好设定，且满足α+β+γ＝1，本文中取α＝β＝γ，D表示一个优化周期内用户的总体舒适度。

日内优化考虑经济性和舒适度双重目标，采用加权聚合方法将多目标优化转化为单目标优化求解，其总的优化目标可由下式表示。

式二十：

minF＝μC+λ(1-μ)(1-D)

式中，μ为用户根据实际需求设定的经济性和舒适度之间的权重，λ用于平衡两个不同量纲之间的差值。

日前优化约束条件包括：

功率平衡约束，其可以由下式表示。

式二十一：

P_L(t)＝P_PV(t)+P_MT(t)+P_ES(t)+P_EX(t)

式中,P_L(t)、P_PV(t)、P_MT(t)、P_ES(t)和P_EX(t)分别为t时段总电负荷、光伏功率、微燃机电功率、电储能功率及与电网交互功率。

式二十二：

Q_L(t)＝Q_MT(t)+Q_GB(t)+Q_HS(t)

式中，Q_L(t)、Q_MT(t)、Q_GB(t)和Q_HS(t)分别为t时段总热负荷、微燃机热功率、锅炉热功率和热储能功率。

式二十三：

R_L(t)＝R_H(t)+R_E(t)

式中，R_L(t)、R_H(t)和R_E(t)分别为t时段总冷负荷、吸收式制冷负荷和压缩式制冷的负荷。

可控机组输出功率约束，其可以由下式表示：

式二十四：

P_imin≤P_i(t)≤P_imax

式中：P_i(t)为t时段可控机组i的出力，P_imax和P_imin分别为可控机组i的最大和最小出力。

可控机组爬坡约束，其可以由下式表示。

式二十五：

式中，分别为可控机组的爬坡上升率最大值和下降率最大值。

电网交互功率约束，其可以由下式表示。

式二十六：

P_EXmin≤P_EX(t)≤P_EXmax

式中：P_EX(t)表示t时段与外网的交换功率，大于零时表示向外网购电，P_EXmin为与外网交互功率下限，其绝对值表示向外网售电功率上限，P_EXmax为向外网购电功率上限。

储能单元约束，其可以由下式表示。

式二十七：

P_ESmin≤P_ES(t)≤P_ESmax

式二十八：

Q_HSmin≤Q_HS(t)≤Q_HSmax

式二十九：

E_ESmin≤E_ES(t)≤E_ESmax

式三十：

H_HSmin≤H_HS(t)≤H_HSmax

可平移负荷启动时间约束，可以由下式表示：

式三十一：

t_dmin≤t_d≤t_dmax

式中，t_d为可平移负荷的启动时式中，t_d为可平移负荷的启动时间，t_dmin为设定的的最早启动时间，t_dmax为设定的最晚启动时间。

可平移负荷平移量约束，可以由下式表示：

式三十二：

x_t→t'≥0

式三十三：

式中，x_t表示优化前t时刻可平移负荷单元数量，x_t→t'表示由t时刻平移到t'时刻的可平移负荷单元数量。

所述约束条件中，日内优化的约束条件除了包含功率平衡及可控机组功率约束、爬坡约束等常规约束外，还包括室内环境约束。

其中，室内照度约束可用下式表示。

式三十四：

E_min≤E(k)≤E_max

式中：E_min和E_max分别表示室内照度的最大值与最小值。

室内温度约束可用下式表示。

式三十五：

T_roommin≤T_room(t)≤T_roommax

式中：T_roommin和T_roommax分别为室内温度的最大值与最小值。

室内CO₂浓度约束可用下式表示：

式三十六：

N_min≤N(t)≤N_max

式中：N_min和N_max分别为室内CO₂浓度的最大值与最小值。

参见图3，为本发明实施例提供的一种日前优化和日内优化的结构示意图。其中，日前优化根据日前光伏发电功率预测结果及建筑负荷预测结果，结合分时电价以1小时的时间间隔对可控电源、储能及可平移负荷进行优化，以经济性为单一优化目标，确定可控电源机组的启停状态、可平移负荷的运行曲线及储能装置的充放电/热量。在这一阶段优化中，不考虑可控负荷功率调节，将其作为不可控负荷处理，此阶段优化可等效为混合整数线性规划。

日内优化以日前优化结果为基础，以15分钟为一个控制时段，提前15分钟预测未来1小时内4个时段的功率，假设当前时间点为k，在该时段预测[k+1,k+4]时段的预测值，以综合考虑经济性和舒适度的多重目标函数为优化目标，对[k+1,k+4]时段可控电源及可控负荷进行优化，但仅确定[k+1]时段的可控电源功率出力及可控负荷功率，以此类推滚动优化。在这一阶段可控电源的启停计划、可平移负荷的功率曲线及储能的充放电/热状态采用日前优化的结果，在这一阶段不进行优化，此阶段优化可等效为非线性多目标优化。

由以上技术方案可知，采用本发明实施例提供的一种建筑能量管理系统优化控制方法，以光伏发电功率预测结果、建筑负荷预测结果及室外温度的短期预测及超短期预测为基础，综合考虑建筑系统整体的经济性及用户的室内环境舒适度，从日前和日内两个时间尺度对系统内可控分布式电源、各类型负荷及储能装置进行优化，实现源-荷-储三类资源的协同优化运行。采用多时间尺度优化方法，在日前优化的基础上进行日内优化，保证了优化的实时有效性，通过将经济性与舒适度相结合进行优化，用户可以根据需要设定权重，在基本不影响用户舒适度的前提下提高经济性，在提高了建筑系统整体经济性的同时平衡了系统经济性和优化舒适度之间的关系。

与上述方法实施例相似，本发明实施例还提供了一种建筑能量管理系统优化控制装置。图4为本发明实施例提供的一种建筑能量管理系统优化控制装置的结构示意图，所述装置包括：

光伏发电功率预测模块100，用于根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果。

建筑负荷预测模块200，用于根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果。

优化目标确定模块300，用于确定系统的优化目标。

调度优化模块400，用于根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

在本发明一种可选实施例中，所述光伏发电功率预测模块100包括：

光伏发电功率预测模型建立子模块，用于根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；

光伏发电功率预测子模块，用于根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

在本发明一种可选实施例中，所述建筑负荷预测模块200包括：

建筑负荷预测模型建立子模块，用于根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；

建筑负荷预测子模块，用于根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

在本发明一种可选实施例中，所述调度优化模块400包括：

第一调度优化子模块，用于以经济性为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源机组的启停状态、可平移负荷的运行曲线和储能装置的充放电和/或热量。

在本发明一种可选实施例中，所述调度优化模块400还包括：

第二调度优化子模块，用于以经济性和舒适度为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源功率出力和可控负荷功率。

上述装置实施例可方法实施例相似，装置实施例中的详细内容可以参见方法实施例中的描述，为了节约篇幅，在此不再赘述。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、方法、物品或者设备不仅包括那些要素，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、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种建筑能量管理系统优化控制方法，其特征在于，包括：

根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果；

根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果；

确定系统的优化目标；

根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

2.根据权利要求1所述的建筑能量管理系统优化控制方法，其特征在于，所述根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果，包括：

根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；

根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

3.根据权利要求1所述的建筑能量管理系统优化控制方法，其特征在于，所述根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果，包括：

根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；

根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

4.根据权利要求1所述的建筑能量管理系统优化控制方法，其特征在于，所述根据所述光伏发电功率预测结果、建筑负荷预测结果和优化目标对系统的能量流进行优化，包括：

以经济性为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源机组的启停状态、可平移负荷的运行曲线和储能装置的充放电和/或热量。

5.根据权利要求4所述的建筑能量管理系统优化控制方法，其特征在于，所述根据所述光伏发电功率预测结果、建筑负荷预测结果和优化目标对系统的能量流进行优化，还包括：

以经济性和舒适度为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源功率出力和可控负荷功率。

6.一种建筑能量管理系统优化控制装置，其特征在于，包括：

光伏发电功率预测模块，用于根据光伏逆变器的发电信息对光伏发电功率进行预测，得到光伏发电功率预测结果；

建筑负荷预测模块，用于根据配电控制柜的建筑负荷信息对建筑负荷进行预测，得到建筑负荷预测结果；

优化目标确定模块，用于确定系统的优化目标；

调度优化模块，用于根据所述光伏发电功率预测结果、建筑负荷预测结果、优化目标对系统的能量流进行优化。

7.根据权利要求6所述的建筑能量管理系统优化控制装置，其特征在于，所述光伏发电功率预测模块包括：

光伏发电功率预测模型建立子模块，用于根据光伏逆变器的光伏发电历史数据、历史天气预报信息和未来日气象预报数据建立光伏发电功率预测模型；

光伏发电功率预测子模块，用于根据所述光伏发电功率预测模型对光伏发电功率进行预测，得到光伏发电功率预测结果。

8.根据权利要求6所述的建筑能量管理系统优化控制装置，其特征在于，所述建筑负荷预测模块包括：

建筑负荷预测模型建立子模块，用于根据配电控制柜的建筑负荷历史数据、历史天气预报信息及未来日气象预报数据建立建筑负荷预测模型；

建筑负荷预测子模块，用于根据所述建筑负荷预测模型对建筑负荷进行预测，得到建筑负荷预测结果。

9.根据权利要求6所述的建筑能量管理系统优化控制装置，其特征在于，所述调度优化模块包括：

第一调度优化子模块，用于以经济性为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源机组的启停状态、可平移负荷的运行曲线和储能装置的充放电和/或热量。

10.根据权利要求9所述的建筑能量管理系统优化控制装置，其特征在于，所述调度优化模块还包括：

第二调度优化子模块，用于以经济性和舒适度为优化目标，根据所述光伏发电功率预测结果、建筑负荷预测结果，确定可控电源功率出力和可控负荷功率。