CN109375287B - 与空调负荷相关的综合气象因素实感温度修正方法 - Google Patents

与空调负荷相关的综合气象因素实感温度修正方法 Download PDF

Info

Publication number
CN109375287B
CN109375287B CN201811332618.2A CN201811332618A CN109375287B CN 109375287 B CN109375287 B CN 109375287B CN 201811332618 A CN201811332618 A CN 201811332618A CN 109375287 B CN109375287 B CN 109375287B
Authority
CN
China
Prior art keywords
temperature
correction
corrected
correcting
day
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.)
Active
Application number
CN201811332618.2A
Other languages
English (en)
Other versions
CN109375287A (zh
Inventor
胡晓青
顾翔
严慧
陈铭
鲍有理
朱虹
邵亮
李澄
严伟
于淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN201811332618.2A priority Critical patent/CN109375287B/zh
Publication of CN109375287A publication Critical patent/CN109375287A/zh
Application granted granted Critical
Publication of CN109375287B publication Critical patent/CN109375287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提供一种与空调负荷相关的综合气象因素实感温度修正方法，包括以下步骤：第一步，基于热岛效应对地表的实测温度进行修正，得到第一修正后温度；第二步，以第一修正后温度作为输入，基于湿度与风速对第一修正后温度进行修正；第三步，基于累积效应，对前两步修正后的结果进行修正，得到设定时段的最终平均气温修正值。本发明适用范围广，计算方法简单，适用于城市空调负荷的预测与调控。

Description

与空调负荷相关的综合气象因素实感温度修正方法
技术领域
本发明涉及电力系统自动化技术领域，尤其是一种与空调负荷相关的综合气象因素实感温度修正方法。
背景技术
当前空调等温度相关性负荷在总电力负荷中的占比越来越大，直接导致了夏季负荷峰谷差加剧，负荷屡屡创下新高。在众多气象参数中，温度对于空调负荷的影响最大，在电力负荷预测方面已有较多关于两者关系的研究。但电力空调负荷取决于人体感知的温度而不是实测的温度，人体实感温度是各种气象要素的综合反映，城市热岛效应、相对湿度、前几日气候的累积效应等因素都会影响人们对周围环境的冷热感觉。用实感温度来分析与电力负荷的关系比用单一实测温度更加精确，因此需要研究一种计及这些综合气象因素的实感温度修正方法。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供一种与空调负荷相关的综合气象因素实感温度修正方法，修正之后的实感温度与空调负荷的相关性高，适用于城市空调负荷的预测与调控。本发明采用的技术方案是：
一种与空调负荷相关的综合气象因素实感温度修正方法，包括以下步骤：
第一步，基于热岛效应对地表的实测温度进行修正，得到第一修正后温度；
第二步，以第一修正后温度作为输入，基于湿度与风速对第一修正后温度进行修正；
第三步，基于累积效应，对前两步修正后的结果进行修正，得到设定时段的最终平均气温修正值。
进一步地，第一步具体包括：根据地表温度遥感反演算法，卫星在大气顶部入瞳处的辐亮度表达为：
Figure BDA0001860416530000011
其中，λ表示热红外传感器的热红外通道波长，ελ为地物发射率，Ts为待求的地表实测温度的第一修正后温度,
Figure BDA0001860416530000012
分别为大气的下行辐射和上行辐射，τλ为大气的总等效透过率，B(λ,Ts)表示黑体在波长λ、温度为Ts时的辐射能量，表达式为：
Figure BDA0001860416530000013
c1、c2为常数；
第一修正后温度为：
Figure BDA0001860416530000021
其中，T0表示当天地表设定时段的实测温度；γ(λ,T0)和δ(λ,T0)通过对普朗克方程的线性近似获得；φ1，φ2和φ3是从大气状态参数中计算得到的大气状态方程；
Figure BDA0001860416530000022
Figure BDA0001860416530000023
φ1，φ2和φ3近似表示为与大气水汽含量ω的关系。
进一步地，第二步中，通过以下公式对第一修正后温度继续修正：
Figure BDA0001860416530000024
公式(7)中,温度T的取值为第一修正后温度Ts的值；TM、Tm分别为日最高气温、日最低气温，U为相对湿度，v为日平均风速；
Tf为经过第二步修正后得到的结果。
进一步地，第三步具体包括：
修正公式为：
Figure BDA0001860416530000025
其中，Targ′为当天考虑累积效应后的设定时段的最终平均气温修正值，也就是实测温度最终修正后的实感温度；Th为经过前两步修正后当日该时段内的平均气温；T1h为经过前两步修正后当日该时段数小时前的平均气温；Tid为i天前经过前两步修正后该时段的平均气温，T(i+1)d为i+1天前经过前两步修正后该时段的平均气温；a、b为累积效应系数，且均小于1；
建立目标函数：
MAX|r(Targ′,L)]| (9)
L表示相应时段的最高负荷；
相关系数r的计算方法如下：
Figure BDA0001860416530000031
Lj表示第j天的相应时段的最高负荷，Targj'表示第j天的相应时段的最终平均气温修正值，
Figure BDA0001860416530000032
则表示一定样本天数内的平均值；将式(8)代入上式(9)，目标函数转化为MAX[r(a,b,L)]，求解目标函数MAX[r(a,b,L)]；当目标函数MAX[r(a,b,L)]最大时对应的待定系数a、b反代入式(8)中，求得Targ′。
更进一步地，a、b应满足约束条件：a≤b。
本发明的优点在于：本发明通过建立热岛效应、温湿效应的修正公式，将实测温度先经过热岛效应换算，再换成基于相对湿度和风速的修正后温度，接着计及累积效应对空调负荷的影响，基于累积效应对前两步修正后的结果进行修正，最后获得综合考虑各种气象因素的实感温度修正方法，修正之后的实感温度与空调负荷的相关性高。本发明适用范围广，计算方法简单，适用于城市空调负荷的预测与调控。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
本发明提出的一种与空调负荷相关的综合气象因素实感温度修正方法，综合考虑了热岛效应、湿度与风速、累积效应等气象因素，以对实测温度进行修正，得到更精确反映人体冷热感受的实感温度，能够用于城市空调负荷的预测与调控。
(一)基于热岛效应对地表的实测温度进行修正，得到第一修正后温度；
根据地表温度遥感反演算法，利用卫星上的热红外传感器对城市的不同地区的卫星波段辐射值的变化来进行地表温度的反演，能够很精确地计算出热岛效应；
由辐射传输方程可得，卫星在大气顶部入瞳处的辐亮度可以表达为：
Figure BDA0001860416530000033
其中，λ表示热红外传感器的热红外通道波长，ελ为地物发射率，Ts为待求的地表实测温度的第一修正后温度,
Figure BDA0001860416530000034
分别为大气的下行辐射和上行辐射，两者均包括热辐射和散射的太阳辐射，τλ为大气的总等效透过率，B(λ,Ts)表示黑体在波长λ、温度为Ts时的辐射能量，单位为：Wμm-1m-2sr-1，表达式为：
Figure BDA0001860416530000041
两个常数取c1＝1.19104×108Wμm4m-2sr-1，c2＝1.43877×108μmK；
计及热岛效应对地表实测温度修正后的第一修正后温度为：
Figure BDA0001860416530000046
其中，T0表示当天地表设定时段的实测温度；γ(λ,T0)和δ(λ,T0)通过对普朗克方程的线性近似获得；φ1，φ2和φ3是从大气状态参数中计算得到的大气状态方程；
Figure BDA0001860416530000042
Figure BDA0001860416530000043
φ1，φ2和φ3近似表示为与大气水汽含量ω的关系：
Figure BDA0001860416530000044
ω表示大气水汽含量，单位是g/cm2；
(二)以第一修正后温度作为输入，基于湿度与风速对第一修正后温度进行修正；
当周围的相对湿度增大，汗液的蒸发速率变低，散热减慢，人体实际感觉就会比实测温度要热；当相对湿度减小时，人体表面皮肤的蒸发加快，与空气的对流变快，热量散发带来体表温度降低；因此在描述人体实际感受到的温度时，需要把相对湿度这个因素考虑进去；同时，风速的大小对于人体的实感温度也有影响；
此步骤中，通过以下公式对第一修正后温度继续修正：
Figure BDA0001860416530000045
公式(7)中,温度T的取值为第一修正后温度Ts的值；TM、Tm分别为日最高气温、日最低气温，U为相对湿度，v为日平均风速；
Tf为经过第二步修正后得到的结果；
(三)基于累积效应，对前两步修正后的结果进行修正，得到设定时段的最终平均气温修正值；
气温的累积效应对于空调负荷的影响体现在以下两个方面：一是空调负荷与前几天的气候温度情况有关；二是当天某个时刻的空调负荷还与此时刻之前时段的气候温度情况有关。因此，本发明将温度累积效应对空调负荷的影响分为两部分：当天的待修正时段之前的温度对负荷的影响，即“当日累积效应”，以及待修正日的前几日同时段温度对负荷的影响，即“多日累积效应”，因而本发明提出如下修正公式：
Figure BDA0001860416530000051
其中，Targ′为当天考虑累积效应后的设定时段(例如负荷午高峰的12:00-14:00)的最终平均气温修正值，也就是实测温度最终修正后的实感温度；Th为经过前两步修正后当日该时段内的平均气温，具体来讲，该平均气温是将12:00-14:00的实测温度值先经过热岛效应修正，再基于湿度与风速修正后的修正后温度；T1h为经过前两步修正后当日该时段两小时前(即10:00-12:00)的平均气温；Tid为i天前经过前两步修正后该时段的平均气温，T(i+1)d为i+1天前经过前两步修正后该时段的平均气温；这里只考虑5天以来累积效应的影响，超过5天前的温度可认为对考察日当天没有影响；a、b为累积效应系数，且均小于1；
因为修正温度的最终结果是希望其与空调负荷的相关性提高，故建立目标函数：
MAX|r(Targ′,L)]| (9)
L表示相应时段的最高负荷；
相关系数r的计算方法如下：
Figure BDA0001860416530000052
Lj表示第j天的相应时段的最高负荷，Targj'表示第j天的相应时段的最终平均气温修正值，
Figure BDA0001860416530000053
则表示一定样本天数内的平均值；在实际求解中，为使得更准确，样本天数n至少要取30天以上；将式(8)代入上式(9)，目标函数即可转化为MAX[r(a,b,L)]，利用如MATLAB的遗传算法优化工具箱来求解目标函数MAX[r(a,b,L)]；注意到负荷受当日温度的影响相较前两日更大，故a、b应满足约束条件：a≤b。当目标函数MAX[r(a,b,L)]最大时求得的待定系数a、b反代入式(8)中，就求得本发明的最终结果，即依次经过热岛效应、湿度与风速、累积效应三种因素修正后的综合气象因素实感温度。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种与空调负荷相关的综合气象因素实感温度修正方法，其特征在于，包括以下步骤：
第一步，基于热岛效应对地表的实测温度进行修正，得到第一修正后温度；
第二步，以第一修正后温度作为输入，基于湿度与风速对第一修正后温度进行修正；
第三步，基于累积效应，对前两步修正后的结果进行修正，得到设定时段的最终平均气温修正值；
第一步具体包括：根据地表温度遥感反演算法，卫星在大气顶部入瞳处的辐亮度表达为：
Figure FDA0002762817010000011
其中，λ表示热红外传感器的热红外通道波长，ελ为地物发射率，Ts为待求的地表实测温度的第一修正后温度,
Figure FDA0002762817010000012
分别为大气的下行辐射和上行辐射，τλ为大气的总等效透过率，B(λ,Ts)表示黑体在波长λ、温度为Ts时的辐射能量,表达式为：
Figure FDA0002762817010000013
c1、c2为常数；
第一修正后温度为：
Figure FDA0002762817010000014
其中，T0表示当天地表设定时段的实测温度；γ(λ,T0)和δ(λ,T0)通过对普朗克方程的线性近似获得；φ1，φ2和φ3是从大气状态参数中计算得到的大气状态方程；
Figure FDA0002762817010000015
Figure FDA0002762817010000016
φ1，φ2和φ3近似表示为与大气水汽含量ω的关系；
第二步中，通过以下公式对第一修正后温度继续修正：
Figure FDA0002762817010000021
公式(7)中,温度T的取值为第一修正后温度Ts的值；TM、Tm分别为日最高气温、日最低气温，U为相对湿度，v为日平均风速；
Tf为经过第二步修正后得到的结果；
第三步具体包括：
修正公式为：
Figure FDA0002762817010000022
其中，Targ′为当天考虑累积效应后的设定时段的最终平均气温修正值，也就是实测温度最终修正后的实感温度；Th为经过前两步修正后当日该时段内的平均气温；T1h为经过前两步修正后当日该时段数小时前的平均气温；Tid为i天前经过前两步修正后该时段的平均气温，T(i+1)d为i+1天前经过前两步修正后该时段的平均气温；a、b为累积效应系数，且均小于1；
建立目标函数：
MAX[r(Targ′,L)] (9)
L表示相应时段的最高负荷；
相关系数r的计算方法如下：
Figure FDA0002762817010000023
Lj表示第j天的相应时段的最高负荷，Targj'表示第j天的相应时段的最终平均气温修正值，
Figure FDA0002762817010000024
则表示一定样本天数内的平均值；将式(8)代入上式(9)，目标函数转化为MAX[r(a,b,L)]，求解目标函数MAX[r(a,b,L)]；当目标函数MAX[r(a,b,L)]最大时对应的待定系数a、b反代入式(8)中，求得Targ′。
2.如权利要求1所述的与空调负荷相关的综合气象因素实感温度修正方法，其特征在于，
a、b应满足约束条件：a≤b。
CN201811332618.2A 2018-11-09 2018-11-09 与空调负荷相关的综合气象因素实感温度修正方法 Active CN109375287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811332618.2A CN109375287B (zh) 2018-11-09 2018-11-09 与空调负荷相关的综合气象因素实感温度修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811332618.2A CN109375287B (zh) 2018-11-09 2018-11-09 与空调负荷相关的综合气象因素实感温度修正方法

Publications (2)

Publication Number Publication Date
CN109375287A CN109375287A (zh) 2019-02-22
CN109375287B true CN109375287B (zh) 2021-03-23

Family

ID=65384669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811332618.2A Active CN109375287B (zh) 2018-11-09 2018-11-09 与空调负荷相关的综合气象因素实感温度修正方法

Country Status (1)

Country Link
CN (1) CN109375287B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208878B (zh) * 2019-06-14 2020-01-31 广西海佩智能科技有限公司 绿色屋顶气象监测与热岛效应影响评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617565A (zh) * 2013-12-06 2014-03-05 国网山东省电力公司 城市微气象与电力空调负荷关系的建立方法
CN104778503A (zh) * 2015-03-16 2015-07-15 国家电网公司 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617565A (zh) * 2013-12-06 2014-03-05 国网山东省电力公司 城市微气象与电力空调负荷关系的建立方法
CN104778503A (zh) * 2015-03-16 2015-07-15 国家电网公司 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
《武汉市人体舒适度计算方法及其预报》;李源;《湖北气象》;20000331;第27-28页 *
《短期负荷预测中考虑夏季气温累积效应的方法》;黎灿兵;《电力系统自动化》;20090510;第97页 *
《空调负荷参与电力系统需求响应的建模及控制策略研究》;胡晓青;《中国博士学位论文全文数据库》;20180228;第21页，第28-32页 *
A generalized single-channel method for retrieving land surface temperature form remote sensing data;Juan C.Jimenez-Munoz;《JOURNAL OF GEOPHYSICAL RESEARCH》;20031118;全文 *
Modification method to deal with the accumulation effects for summer daily electric load forecasting;Yang Li;《Electrical Power and Energy Systems》;20150627;全文 *

Also Published As

Publication number Publication date
CN109375287A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
JP4461064B2 (ja) 空調制御装置
Haeffelin et al. Determination of the thermal offset of the Eppley precision spectral pyranometer
Gliah et al. The effective sky temperature: an enigmatic concept
US20120259470A1 (en) Building temperature control appliance recieving real time weather forecast data and method
Bush et al. Characterization of thermal effects in pyranometers: A data correction algorithm for improved measurement of surface insolation
Liljegren et al. Modeling the wet bulb globe temperature using standard meteorological measurements
Ohring et al. Satellite radiation observations and climate theory
Lin et al. The iris hypothesis: A negative or positive cloud feedback?
US9243811B2 (en) Predicted mean vote estimating device and computer program product
Huang et al. Critical review and quantitative evaluation of indoor thermal comfort indices and models incorporating solar radiation effects
Sun et al. Heat balance in the nocturnal boundary layer during CASES-99
CN106461251B (zh) 利用预测日射量的室内冷热负荷预测方法
CN103398780A (zh) 基于fy-2c热红外波段的近地面气温反演方法
CN109375287B (zh) 与空调负荷相关的综合气象因素实感温度修正方法
Hoch et al. Year-round observation of longwave radiative flux divergence in Greenland
Ji et al. On the dome effect of Eppley pyrgeometers and pyranometers
Minnis et al. A near-real time method for deriving cloud and radiation properties from satellites for weather and climate studies
Wei et al. Indoor thermal environment evaluations and parametric analyses in naturally ventilated buildings in dry season using a field survey and PMVe-PPDe model
JPH0518592A (ja) 温熱感覚演算方法および装置、予測平均温感演算方法および装置
JPH0577931B2 (zh)
Bunai et al. Comparison spatial pattern of land surface temperature with mono window algorithm and split window algorithm: a case study in South Tangerang, Indonesia
Zhang et al. Sky temperature estimation and measurement for longwave radiation calculation
CN104919477B (zh) 房间的热特性估计装置和房间的热特性估计方法
JP2588792B2 (ja) 温熱感覚演算方法および装置
Oliveira et al. An application of neural network technique to correct the dome temperature effects on pyrgeometer measurements

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
GR01 Patent grant
GR01 Patent grant