CN106780187A - 一种楼宇绿色运行平行管控方法及系统 - Google Patents
一种楼宇绿色运行平行管控方法及系统 Download PDFInfo
- Publication number
- CN106780187A CN106780187A CN201611125377.5A CN201611125377A CN106780187A CN 106780187 A CN106780187 A CN 106780187A CN 201611125377 A CN201611125377 A CN 201611125377A CN 106780187 A CN106780187 A CN 106780187A
- Authority
- CN
- China
- Prior art keywords
- building
- subsystem
- actual
- data
- management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000002474 experimental method Methods 0.000 claims abstract description 60
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000005265 energy consumption Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims abstract description 11
- 238000005096 rolling process Methods 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 52
- 238000004891 communication Methods 0.000 claims description 19
- 238000005286 illumination Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 18
- 238000004378 air conditioning Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000009533 lab test Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 2
- 238000009826 distribution Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000002945 steepest descent method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种楼宇绿色运行平行管控方法及系统，该方法体系包括以下步骤：基础构建层采集楼宇能耗、环境变化、人员等各类数据。数据知识层，通过数据驱动，联合数据库、知识库和算法库构建出与各实际楼宇子系统对应的虚拟楼宇子系统。计算实验层作为实验平台，根据实际楼宇系统中的场景设计模拟实验方案，将各实验方案在该平台的各虚拟子系统中进行试验，并对实验运行结果进行分析。评估体系根据试验分析结果择取绿色运行方案，通过CAN总线将实际楼宇系统和各虚拟楼宇子系统相连，输入具体的实施方案进行平行执行，对实际楼宇系统进行能源利用率及舒适性评估，实际楼宇系统的数据再反馈到各虚拟楼宇子系统中，实现滚动优化。
Description
技术领域
本发明涉及一种楼宇绿色运行管控方法，具体涉及一种楼宇绿色运行平行管控方法及系统。属于建筑能耗控制技术领域。
背景技术
在我国，建筑能耗已和工业能耗、交通能耗形成“三足鼎立”之势，而且随着建筑总量的不断攀升和居住舒适度的提高，呈现出急剧上扬之势。目前，我国建筑普遍存在耗能大、效率低等问题，并具有夏季空调用电量大和冬季采暖能耗高等特点。不良的气候条件，使中国的建筑节能工作更为艰巨。建筑绿色运行技术的研究与应用将对我国能源消费产生深远的影响。
建筑物运行过程中建筑设备的整体节能管控是建筑物绿色运行和降低建筑能耗的重要一环。传统建筑设备控制方式多针对单一子系统，但仅靠单一子系统的节能，有时并不能让整栋建筑节能。楼宇的全局绿色运行涉及到很多子系统，比如中央空调子系统、照明子系统、办公设备子系统等等，在其运行过程中会受到气候、地域等很多因素的影响，同时人员分布、人员习惯、人员需求等也会对能耗产生影响，且由于人的行为的复杂性，使得楼宇的绿色运行管控存在很强的不确定性。总之，楼宇的绿色运行管控系统是一个具有多变量、非线性、强不确定性的复杂系统，采用传统的控制方法与技术很难考虑人的因素，也难以实现整体的绿色运行。
近年来发展起来的基于人工系统、计算实验、平行执行的平行系统理论为复杂系统的建模、分析、控制和管理提供了有效方案，并成功应用于交通、网络架构等领域。平行系统理论为楼宇绿色运行管控提供了新的思路。但楼宇运行管控有其自身独具的特点，需要为其中央空调、照明、办公设备、环境、人员等子系统分别构建相对应的独有虚拟子系统，并在所构建的虚拟子系统上进行符合楼宇运行规律的计算实验，进而将评估后的实验结果用于实际楼宇系统的绿色运行管控，且通过反馈对楼宇运行结果进行评估。这些特点使得在其他领域应用的平行系统方法难以直接挪移到楼宇绿色运行管控中来，需要结合楼宇运行特点设计独特的楼宇绿色运行平行管控方法与系统。
发明内容
本发明的目的是为克服上述现有技术的不足，提供一种楼宇绿色运行平行管控方法。
本发明还提供了上述楼宇绿色运行平行管控方法对应的一种楼宇绿色运行平行管控系统。
为实现上述目的，本发明采用下述技术方案：
一种楼宇绿色运行平行管控方法，包括步骤：
(1)构建各实际楼宇子系统对应的虚拟子系统：首先确定楼宇系统的各核心模块，包括用电设备模块、环境模块、人员模块和规则模块，然后基于这些模块进行各虚拟子系统的构建；
(2)将步骤(1)构建的虚拟子系统作为试验平台引入计算实验过程，针对各实际楼宇子系统无法完成的工作，在虚拟子系统上进行大量重复可设计的计算实验，完成楼宇运行管控方案的可行性验证和评估；
(3)基于CAN总线的实际楼宇系统平行管控：通过CAN总线实现虚拟楼宇子系统与实际子系统的通信，平行执行步骤(2)所得到的楼宇运行管控方案，并由实际子系统反馈回来的数据修正虚拟子系统的模型和算法，进而由虚拟子系统来不断优化实际子系统的控制。
步骤(1)中的用电设备模块包括中央空调、照明、办公设备及其相关设备，所述相关设备包括温湿度、照度、人员以及能耗的采集模块、数据传输模块、上位机控制模块以及通信模块。
步骤(1)中的环境模块包括楼宇所处的地域、当地的天气、气候、所处的季节以及资源供应等。
步骤(1)中的人员模块包括人员分布、人员习惯和人员需求。
所述人员均被赋予相应的习惯、心理和生理属性，具有相应的习惯，以及不同环境、不同状态下对温湿度和照明不同程度的需求。
步骤(1)中的规则模块是用电设备、环境、人员以及相互之间作用和影响的准则和方法。
所述规则模块具体包括：
(1A)楼宇控制系统运行要素：工作模式、运行规则和优化规则；
(1B)中央空调、照明、办公等设备的性能指标、操作手册；
(1C)不同地区环境下人员的分布、习惯、人数和管理制度；
(1D)国家或地方部门颁布的命令、文件和行业标准。
步骤(1)中虚拟子系统的构建步骤如下：
(11)在各个模块中进行数据采集和经验知识的获取；
(12)将数据与经验知识进行处理和融合：将数据整合为数据库，经验知识整合为知识库，并将常用优化算法整合为算法库；
(13)将知识库中的经验知识转化对虚拟子系统模型的参数约束，然后利用数据库中相应实际楼宇子系统的数据通过数据驱动的方法对虚拟子系统模型进行参数优化，所述优化过程通过调用算法库中的优化算法予以实现，同时需要考虑经验知识所形成的约束；
(14)在步骤(13)的基础上进行测试验证，倘若虚拟楼宇子系统与实际楼宇子系统的性能一致，则完成虚拟楼宇子系统的构建，结束；倘若不一致，则返回步骤(13)，重新选择优化算法。
步骤(12)中的常用优化算法包括：最小二乘法、进化计算法、最速下降法和线性规划法等。
步骤(2)的具体方法是：
(21)基于用电设备模块、环境模块、人员模块和规则模块，在虚拟楼宇子系统中模拟实际系统，制定多种楼宇运行管控方案在计算实验平台中进行试验，并对运行结果进行数据存储和分析；
(22)根据分析结果找到楼宇运行中的可控因素和不可控因素，并对相应的人员和设备进行参数调整和设置修改，对楼宇运行管控方案的不足之处进行改进；
(23)不断重复步骤(21)和(22)，直至找到最优的或实际系统可承受的楼宇绿色运行管控方案。
步骤(21)中计算实验平台的具体设计方法如下：
(211)根据楼宇系统各个子系统的不同特点，设计试验方案；
(212)试验执行：将虚拟楼宇子系统作为可重复的试验平台，步骤(211)的设计方案作为方案库，引入楼宇运行过程中的各种可控因素或不可控因素进行大量试验，从而得到试验方案中可控因素和不可控因素对输出结果的影响；
(213)试验分析：针对步骤(212)过程中得到的输出数据，从楼宇能源的利用率和人员舒适性指标等方面对计算实验的输出数据进行分析。
步骤(211)中实验方案的设计包括以下两个方面：
(211-1)综合考虑人员因素、环境因素和不可抗拒因素；
(211-2)综合考虑中央空调运行、照明运行、办公设备运行等的状态。
其中，(211-1)中的人员因素包括：室内人员的分布和人数的多少、人员习惯以及人员需求；倘若检测到人员离开或进入房间，考虑每个人对冷热承受和穿着厚薄的影响，以及人们在健康和生病不同期间的不同需求。
(211-1)中的环境因素包括气候和地域因素，例如：春夏秋冬以及南方和北方、东部和西部的气候差异以及地域差异以及突发事件(雨雪雷电等)对室内外温湿度变化的影响。
(211-1)中的不可抗拒因素是指设备故障和老化发生时的预案启动，例如：有设备故障造成温度高于50℃时的紧急处理。
(211-2)中，中央空调运行状态包括：风机运行状态、送风温湿度、滤网压关状态、风机故障状态、手动/自动状态、水阀调节量、冷热源控制量和送排风控制量等。
(211-2)中，照明运行状态包括：照明系统的运行状态、报警状态、照明系统的启动信息和故障信息等。
(211-2)中，办公设备运行状态包括：电脑、打印机和投影仪等设备的运行状态，启停控制状态和故障信息等。
步骤(213)的具体方法是：根据各个实验方案的试验结果计算得出不同楼宇运行管控方案的楼宇能源利用率以及人员舒适性指标，然后将所有方案、计算结果和评价参数通过试验平台记录并备案，并通过数据处理与融合建立方案库、过程数据库，为后续重复试验和平行执行阶段提供方案库资源和计算实验数据。
所述的人员舒适性指标以楼宇内的温湿度和照度来度量。
步骤(3)的具体方法是：
(31)在虚拟子系统上开发CAN总线通信接口，实现实际子系统与虚拟子系统的通信；
(32)输入具体方案进行平行执行；
(33)利用评估体系进行滚动优化。
步骤(32)中，平行执行的具体作用形式包括整体执行和局部执行，所述整体执行是将所有虚拟楼宇子系统与相对应的实际楼宇子系统的分别相连，输入由评估体系所得到的各子系统所需执行的管控方案，通过CAN总线实时通信获取各种数据，并经过评估反馈结果进行修正优化；所述局部执行是将所需管控的虚拟楼宇子系统与实际楼宇子系统对应部分相连，进行局部通信，通过CAN总线获取相连部分的数据，并同时观测整个系统的行为和结果，将实际子系统的数据再反馈到虚拟子系统中，根据评估体系进行校正和优化。
步骤(33)中的评估体系包括以下两部分：
(331)通过CAN总线实时通信获取各种数据，并计算不同方案的能源利用率和每个方案相应的人员舒适性指标，与实际系统评估结果进行比较分析，其中能源利用率最高、人员舒适性指标佳的楼宇运行管控方案确定为绿色运行管控策略；
(332)通过计算实验时的试验分析和各实际楼宇子系统平行控制时反馈的数据信息，通过多目标优化策略不断地对楼宇运行方案进行调整，进而实现对各实际楼宇子系统管控的滚动优化。
上述楼宇绿色运行方法对应的一种楼宇绿色运行平行管控系统，包括通过CAN总线通信的实际楼宇系统和楼宇平行管控系统，实际楼宇系统包括若干个实际子系统，楼宇平行管控系统包括基础构建层和数据知识层基础上构建的各实际楼宇子系统对应的虚拟楼宇子系统，以及虚拟楼宇子系统基础上的平行实验层与平行执行层，具体为：
基础构建层，用于采集楼宇能耗、环境变化以及经验知识等各方面的数据，并接收来自实际楼宇系统的反馈；
数据知识层，通过数据驱动，联合数据库、知识库和算法库构建出与各个实际楼宇子系统对应的虚拟楼宇子系统；
计算实验层，根据实际楼宇系统中的实际场景设计模拟实验方案，并在试验后，对试验结果进行试验分析；
平行执行层，利用评估体系根据试验分析结果确定绿色运行方案，以平行管控各实际楼宇子系统，并通过反馈对执行结果进行评估，对各虚拟楼宇子系统进行滚动优化。
所述的实际楼宇子系统具体包括：中央空调子系统、照明子系统、办公设备子系统、环境子系统和人员子系统。
本发明的有益效果：
本发明提供了一种楼宇绿色运行平行管控方法与系统，有助于实现楼宇运行管控的科学化、智能化、绿色化。具体如下：
1、建立了各实际楼宇子系统对应的虚拟子系统，搭建了用于楼宇绿色运行方案设计的计算实验平台，并实现了楼宇绿色运行平行管控系统与实际楼宇系统的平行执行。通过上述途径，改变传统意义上的孤立的楼宇运行管控策略，有利于全局地、动态地、实时地实现楼宇绿色运行的管控。
2、在各虚拟楼宇子系统构建、实验平台搭建、绿色运行方案平行执行等过程中，所给出的方案一体化地考虑了楼宇运行的各个环节和各类要素，从而使得所设计的楼宇平行管控系统不再是只针对单一子系统，而是实现楼宇运行的一体化管控，有助于进一步降低楼宇能耗、提高舒适性，并提升管理水平。
3、所给出的平行管控系统深入考虑了楼宇运行的独有特点，首次应用于楼宇绿色运行管控，为实现楼宇运行的智能化提供了一种新颖且可行的途径。
附图说明
图1是楼宇绿色运行平行管控系统的结构示意图；
图2是虚拟楼宇子系统构建方法示意图；
图3是计算实验平台的设计示意图。
具体实施方式
下面结合附图和实施例对本发明进行进一步的阐述，应该说明的是，下述说明仅是为了解释本发明，并不对其内容进行限定。
实施例：
一种楼宇绿色运行平行管控方法，包括步骤：
(1)构建各实际楼宇子系统对应的虚拟子系统：首先确定楼宇系统的各核心模块，包括用电设备模块、环境模块、人员模块和规则模块，然后基于这些模块进行各虚拟子系统的构建；
其中，用电设备模块包括中央空调、照明、办公设备及其相关设备，所述相关设备包括温湿度、照度、人员以及能耗的采集模块、数据传输模块、上位机控制模块以及通信模块。
环境模块包括楼宇所处的地域、当地的天气、气候、所处的季节以及资源供应等。
人员模块包括人员分布、人员习惯和人员需求。人员均被赋予相应的习惯、心理和生理属性，具有相应的习惯，以及不同环境、不同状态下对温湿度和照明不同程度的需求。
规则模块是用电设备、环境、人员以及相互之间作用和影响的准则和方法，具体包括：
(1A)楼宇控制系统运行要素：工作模式、运行规则和优化规则；
(1B)中央空调、照明、办公等设备的性能指标、操作手册；
(1C)不同地区环境下人员的分布、习惯、人数和管理制度；
(1D)国家或地方部门颁布的命令、文件和行业标准。
如图2所示，步骤(1)中楼宇虚拟子系统的构建步骤如下：
(11)在各个模块中进行数据采集和经验知识的获取；
(12)将数据与经验知识进行处理和融合：将数据整合为数据库，经验知识整合为专家知识库，并将常用优化算法(最小二乘法、进化计算法、最速下降法和线性规划法等)整合为算法库；
(13)将知识库中的经验知识转化对虚拟子系统模型的参数约束，然后利用数据库中相应实际楼宇子系统的数据通过数据驱动的方法对虚拟子系统模型进行参数优化，所述优化过程通过调用算法库中的优化算法予以实现，同时需要考虑经验知识所形成的约束；
(14)在步骤(13)的基础上进行测试验证，倘若虚拟楼宇子系统与实际楼宇子系统的性能一致，则完成虚拟楼宇子系统的构建，结束；倘若不一致，则返回步骤(13)，重新选择优化算法。
(2)将步骤(1)构建的虚拟子系统作为试验平台引入计算实验过程，针对各实际楼宇子系统无法完成的工作，在虚拟子系统上进行大量重复可设计的计算实验，完成楼宇运行管控方案的可行性验证和评估；
如图3所示，步骤(2)的具体方法是：
(21)基于用电设备模块、环境模块、人员模块和规则模块，在虚拟楼宇子系统中模拟实际系统，制定多种楼宇运行管控方案在计算实验平台中进行试验，并对运行结果进行数据存储和分析；
(22)根据分析结果找到楼宇运行中的可控因素和不可控因素，并对相应的人员和设备进行参数调整和设置修改，对楼宇运行管控方案的不足之处进行改进；
(23)不断重复步骤(21)和(22)，直至找到最优的或实际系统可承受的楼宇绿色运行管控方案。
其中，步骤(21)中计算实验平台的具体设计方法如下：
(211)根据楼宇系统各个子系统的不同特点，设计试验方案；
(212)试验执行：将虚拟楼宇子系统作为可重复的试验平台，步骤(211)的设计方案作为方案库，引入楼宇运行过程中的各种可控因素或不可控因素进行大量试验，从而得到试验方案中可控因素和不可控因素对输出结果的影响；
(213)试验分析：针对步骤(212)过程中得到的输出数据，从楼宇能源的利用率和人员舒适性指标等方面对计算实验的输出数据进行分析。
步骤(211)包括以下两个方面：
(211-1)综合考虑人员因素、环境因素和不可抗拒因素；其中，人员因素包括：室内人员的分布和人数的多少、人员习惯以及人员需求；倘若检测到人员离开或进入房间，考虑每个人对冷热承受和穿着厚薄的影响，以及人们在健康和生病不同期间的不同需求；环境因素包括气候和地域因素，例如：春夏秋冬以及南方和北方、东部和西部的气候差异以及地域差异以及突发事件(雨雪雷电等)对室内外温湿度变化的影响；不可抗拒因素是指设备故障和老化发生时的预案启动，例如：有设备故障造成温度高于50℃时的紧急处理
(211-2)综合考虑中央空调运行、照明运行、办公设备运行等的状态。其中，中央空调运行状态包括：风机运行状态、送风温湿度、滤网压关状态、风机故障状态、手动/自动状态、水阀调节量、冷热源控制量和送排风控制量等；照明运行状态包括：照明系统的运行状态、报警状态、照明系统的启动信息和故障信息等；办公设备运行状态包括：电脑、打印机和投影仪等设备的运行状态，启停控制状态和故障信息等。
步骤(213)的具体方法是：根据各个实验方案的试验结果计算得出不同楼宇运行管控方案的楼宇能源利用率以及人员舒适性指标(系统输出的温湿度和照度)，然后将所有方案、计算结果和评价参数通过试验平台记录并备案，并通过数据处理与融合建立方案库、过程数据库，为后续重复试验和平行执行阶段提供方案库资源和计算实验数据。
(3)基于CAN总线的实际楼宇系统平行管控：通过CAN总线实现虚拟楼宇子系统与实际子系统的通信，平行执行步骤(2)所得到的楼宇运行管控方案，并由实际子系统反馈回来的数据修正虚拟子系统的模型和算法，进而由虚拟子系统来不断优化实际子系统的控制。
具体方法是：
(31)在虚拟子系统上开发CAN总线通信接口，实现实际子系统与虚拟子系统的通信；
(32)输入具体方案进行平行执行；
(33)利用评估体系进行滚动优化。
步骤(32)中，平行执行的具体作用形式包括整体执行和局部执行，所述整体执行是将所有虚拟楼宇子系统与相对应的实际楼宇子系统的分别相连，输入由评估体系所得到的各子系统所需执行的管控方案，通过CAN总线实时通信获取各种数据，并经过评估反馈结果进行修正优化；所述局部执行是将所需管控的虚拟楼宇子系统与实际楼宇子系统对应部分相连，进行局部通信，通过CAN总线获取相连部分的数据，并同时观测整个系统的行为和结果，将实际子系统的数据再反馈到虚拟子系统中，根据评估体系进行校正和优化。
步骤(33)中的评估体系包括以下两部分：
(331)通过CAN总线实时通信获取各种数据，并计算不同方案的能源利用率和每个方案相应的人员舒适性指标，与实际系统评估结果进行比较分析，其中能源利用率最高、人员舒适性指标佳的楼宇运行管控方案确定为最优管控策略；
(332)通过计算实验时的试验分析和各实际楼宇子系统平行控制时反馈的数据信息，通过多目标优化策略不断地对楼宇运行方案进行优化，进而实现对各实际楼宇子系统管控的滚动优化。
如图1所示，上述楼宇绿色运行方法对应的一种基于平行系统理论的楼宇绿色运行平行管控系统，包括通过CAN总线通信的实际楼宇系统和楼宇平行管控系统，实际楼宇系统包括若干个实际子系统，楼宇平行管控系统包括基础构建层和数据知识层基础上构建的各实际楼宇子系统对应的虚拟楼宇子系统，以及虚拟楼宇子系统基础上的平行实验层与平行执行层，具体为：
基础构建层，用于采集楼宇能耗、环境变化以及经验知识等各方面的数据，并接收来自实际楼宇系统的反馈；
数据知识层，通过数据驱动，联合数据库、知识库和算法库构建出与各个实际楼宇子系统对应的虚拟楼宇子系统；
计算实验层，根据实际楼宇系统中的实际场景设计模拟实验方案，并在试验后，对试验结果进行试验分析；以及
平行执行层，利用评估体系根据试验分析结果确定绿色运行方案，以平行管控各实际楼宇子系统，并通过反馈对执行结果进行评估，对各虚拟楼宇子系统进行滚动优化。
所述的实际楼宇子系统具体包括：中央空调子系统、照明子系统、办公设备子系统、环境子系统和人员子系统。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种楼宇绿色运行平行管控方法，其特征在于，包括步骤：
(1)构建各实际楼宇子系统对应的虚拟子系统：首先确定楼宇系统的各核心模块，包括用电设备模块、环境模块、人员模块和规则模块，然后基于这些模块进行各虚拟子系统的构建；
(2)将步骤(1)构建的虚拟子系统作为试验平台引入计算实验过程，针对各实际楼宇子系统无法完成的工作，在虚拟子系统上进行大量重复可设计的计算实验，完成楼宇运行管控方案的可行性验证和评估；
(3)基于CAN总线的实际楼宇系统平行管控：通过CAN总线实现虚拟楼宇子系统与实际子系统的通信，平行执行步骤(2)所得到的楼宇运行管控方案，并由实际子系统反馈回来的数据修正虚拟子系统的模型和算法，进而由虚拟子系统来不断优化实际子系统的控制。
2.根据权利要求1所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(1)中虚拟子系统的构建步骤如下：
(11)在各个模块中进行数据采集和经验知识的获取；
(12)将数据与经验知识进行处理和融合：将数据整合为数据库，经验知识整合为知识库，并将常用优化算法整合为算法库；
(13)将知识库中的经验知识转化对虚拟子系统模型的参数约束，然后利用数据库中相应实际楼宇子系统的数据通过数据驱动的方法对虚拟子系统模型进行参数优化，所述优化过程通过调用算法库中的优化算法予以实现，同时需要考虑经验知识所形成的约束；
(14)在步骤(13)的基础上进行测试验证，倘若虚拟楼宇子系统与实际楼宇子系统的性能一致，则完成虚拟楼宇子系统的构建，结束；倘若不一致，则返回步骤(13)，重新选择优化算法。
3.根据权利要求1所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(2)的具体方法是：
(21)基于用电设备模块、环境模块、人员模块和规则模块，在虚拟楼宇子系统中模拟实际系统，制定多种楼宇运行管控方案在计算实验平台中进行试验，并对运行结果进行数据存储和分析；
(22)根据分析结果找到楼宇运行中的可控因素和不可控因素，并对相应的人员和设备进行参数调整和设置修改，对楼宇运行管控方案的不足之处进行改进；
(23)不断重复步骤(21)和(22)，直至找到最优的或实际系统可承受的楼宇绿色运行管控方案。
4.根据权利要求3所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(21)中计算实验平台的具体设计方法如下：
(211)根据楼宇系统各个子系统的不同特点，设计试验方案；
(212)试验执行：将虚拟楼宇子系统作为可重复的试验平台，步骤(211)的设计方案作为方案库，引入楼宇运行过程中的各种可控因素或不可控因素进行大量试验，从而得到试验方案中可控因素和不可控因素对输出结果的影响；
(213)试验分析：针对步骤(212)过程中得到的输出数据，从楼宇能源利用率和人员舒适性指标等方面对计算实验的输出数据进行分析。
5.根据权利要求4所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(211)包括以下两个方面：
(211-1)综合考虑人员因素、环境因素和不可抗拒因素；
(211-2)综合考虑中央空调运行、照明运行、办公设备运行等的状态。
6.根据权利要求4所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(213)的具体方法是：根据各个实验方案的试验结果计算得出不同方案的楼宇能源利用率以及人员舒适性指标，然后将所有方案、计算结果和评价参数通过试验平台记录并备案，并通过数据处理与融合建立方案库、过程数据库，为后续重复试验和平行执行阶段提供方案库资源和计算实验数据。
7.根据权利要求1所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(3)的具体方法是：
(31)在虚拟子系统上开发CAN总线通信接口，实现实际子系统与虚拟子系统的通信；
(32)输入具体方案进行平行执行；
(33)利用评估体系进行滚动优化。
8.根据权利要求7所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(32)中，平行执行的具体作用形式包括整体执行和局部执行，所述整体执行是将所有虚拟楼宇子系统与相对应的实际楼宇子系统的分别相连，输入由评估体系所得到的各子系统所需执行的管控方案，通过CAN总线实时通信获取各种数据，并经过评估反馈结果进行修正优化；所述局部执行是将所需管控的虚拟楼宇子系统与实际楼宇子系统对应部分相连，进行局部通信，通过CAN总线获取相连部分的数据，并同时观测整个系统的行为和结果，将实际子系统的数据再反馈到虚拟子系统中，根据评估体系进行校正和优化。
9.根据权利要求7所述的一种楼宇绿色运行平行管控方法，其特征在于，步骤(33)中的评估体系包括以下两部分：
(331)通过CAN总线实时通信获取各种数据，并计算不同方案的能源利用率和每个方案相应的人员舒适性指标，与实际系统评估结果进行比较分析，其中能源利用率最高、人员舒适性指标佳的楼宇运行管控方案确定为最优管控策略；
(332)通过计算实验时的试验分析和各实际楼宇子系统平行控制时反馈的数据信息，建立平行控制系统的能源利用率、人员舒适性等指标，通过多目标优化策略不断地对楼宇运行方案进行优化，进而实现对实际楼宇各子系统管控的滚动优化。
10.权利要求1所述楼宇绿色运行方法对应的一种楼宇绿色运行平行管控系统，包括通过CAN总线通信的实际楼宇系统和楼宇平行管控系统，实际楼宇系统包括若干个实际子系统，楼宇平行管控系统包括基础构建层和数据知识层基础上构建的各实际楼宇子系统对应的虚拟楼宇子系统，以及虚拟楼宇子系统基础上的平行实验层与平行执行层，具体为：
基础构建层，用于采集楼宇能耗、环境变化以及经验知识等各方面的数据，并接收来自实际楼宇系统的反馈；
数据知识层，通过数据驱动，联合数据库、知识库和算法库构建出与各个实际楼宇子系统对应的虚拟楼宇子系统；
计算实验层，根据实际楼宇系统中的实际场景设计模拟实验方案，并在试验后，对试验结果进行试验分析；以及
平行执行层，利用评估体系根据试验分析结果确定绿色运行方案，以平行管控各实际楼宇子系统，并通过反馈对执行结果进行评估，对各虚拟楼宇子系统进行滚动优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611125377.5A CN106780187A (zh) | 2016-12-09 | 2016-12-09 | 一种楼宇绿色运行平行管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611125377.5A CN106780187A (zh) | 2016-12-09 | 2016-12-09 | 一种楼宇绿色运行平行管控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106780187A true CN106780187A (zh) | 2017-05-31 |
Family
ID=58881787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611125377.5A Pending CN106780187A (zh) | 2016-12-09 | 2016-12-09 | 一种楼宇绿色运行平行管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106780187A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392448A (zh) * | 2017-07-04 | 2017-11-24 | 北京首钢自动化信息技术有限公司 | 一种多模式驱动可配置管控方法 |
| CN109978248A (zh) * | 2019-03-19 | 2019-07-05 | 深圳睿捷科技服务有限公司 | 基于人工智能的楼宇设备信息处理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080160295A1 (en) * | 2006-04-12 | 2008-07-03 | Picodeon Ltd Oy | Method for adjusting ablation threshold |
| CN104573383A (zh) * | 2015-01-23 | 2015-04-29 | 浙江大学 | 一种适用于楼宇设备综合优化模型的分布式演化方法 |
| CN105868487A (zh) * | 2016-04-11 | 2016-08-17 | 中国建筑科学研究院 | 一种基于能耗设备模型的节能专家系统 |
-
2016
- 2016-12-09 CN CN201611125377.5A patent/CN106780187A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080160295A1 (en) * | 2006-04-12 | 2008-07-03 | Picodeon Ltd Oy | Method for adjusting ablation threshold |
| CN104573383A (zh) * | 2015-01-23 | 2015-04-29 | 浙江大学 | 一种适用于楼宇设备综合优化模型的分布式演化方法 |
| CN105868487A (zh) * | 2016-04-11 | 2016-08-17 | 中国建筑科学研究院 | 一种基于能耗设备模型的节能专家系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392448A (zh) * | 2017-07-04 | 2017-11-24 | 北京首钢自动化信息技术有限公司 | 一种多模式驱动可配置管控方法 |
| CN109978248A (zh) * | 2019-03-19 | 2019-07-05 | 深圳睿捷科技服务有限公司 | 基于人工智能的楼宇设备信息处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sha et al. | Overview of computational intelligence for building energy system design | |
| CN110332647B (zh) | 地铁地下车站空调系统负荷预测方法及空调系统 | |
| CN111722540A (zh) | 一种能源互联网数字孪生仿真系统及方法 | |
| CN106991504B (zh) | 基于分项计量时间序列的建筑能耗预测方法、系统及建筑物 | |
| CN104423531A (zh) | 数据中心能耗调度处理方法及装置 | |
| CN107479388A (zh) | 一种教室中央空调与照明的节能控制系统及控制方法 | |
| CN116307287B (zh) | 一种光伏发电有效时段的预测方法、系统及预测终端 | |
| CN107453396A (zh) | 一种分布式光伏电源出力的多目标优化调度方法 | |
| CN117553404A (zh) | 一种提高大型水冷中央空调系统能效的方法及系统 | |
| CN116523187A (zh) | 一种基于bim的工程进度监控方法及其系统 | |
| CN113110057A (zh) | 一种基于人工智能的热力站节能控制方法及智能决策系统 | |
| CN113207214A (zh) | 室内照明控制方法及系统 | |
| CN114897241A (zh) | 一种基于数字孪生的楼宇能效智能化监管预测方法 | |
| CN104077489A (zh) | 一种能耗设备能效分析方法及其分析系统 | |
| CN106780187A (zh) | 一种楼宇绿色运行平行管控方法及系统 | |
| Long et al. | Research on energy-efficiency building design based on bim and artificial intelligence | |
| CN108446783A (zh) | 一种新风机运行功率的预测及监控方法 | |
| CN103235858B (zh) | 分析计算建筑体量的方法 | |
| CN112365082A (zh) | 一种基于机器学习的公共能源消耗预测方法 | |
| KR102579808B1 (ko) | 태양광발전소 건설공정 관리시스템 및 그 제어방법 | |
| CN112821456B (zh) | 基于迁移学习的分布式源-储-荷匹配方法及装置 | |
| CN105956683A (zh) | 公共机构电力需求侧管理系统以及电能质量预测方法 | |
| CN113341792B (zh) | 一种基于bim的建筑数据采集方法及系统 | |
| CN115879190A (zh) | 模型构建方法及装置、建筑负荷预测方法及装置 | |
| CN112712213B (zh) | 一种集中空调住宅深度迁移学习能耗预测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
| RJ01 | Rejection of invention patent application after publication |