CN109447368A - 一种对中央空调系统进行基线负荷预测的方法 - Google Patents
一种对中央空调系统进行基线负荷预测的方法 Download PDFInfo
- Publication number
- CN109447368A CN109447368A CN201811331124.2A CN201811331124A CN109447368A CN 109447368 A CN109447368 A CN 109447368A CN 201811331124 A CN201811331124 A CN 201811331124A CN 109447368 A CN109447368 A CN 109447368A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- central air
- load
- building
- conditioner system
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000004378 air conditioning Methods 0.000 claims abstract description 14
- 238000013528 artificial neural network Methods 0.000 claims abstract 2
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000004218 nerve net Anatomy 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005057 refrigeration 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种对中央空调系统进行基线负荷预测的方法,包括如下步骤:步骤一:采用皮尔森相似度理论,选取温度和湿度两种与空调日负荷具有强相关性的气象参数来参与预测;步骤二:选取被预测日的典型相似日;步骤三:采用BP神经网络得到各幢公共楼宇中央空调系统在预测日96个调控时段的基线负荷值。本发明有效地对各幢公共楼宇的中央空调系统进行基线负荷预测,计算出各幢公共楼宇空调负荷的可调度容量范围,为电力公司的调度中心设置电网日前调峰指令提供参考。
Description
技术领域
本发明属于降低空调负荷技术领域,具体涉及一种对中央空调系统进行基线负荷预测的方法。
背景技术
近年来,空调负荷已经成为造成电网负荷尖峰的主要因素之一;单纯的依靠不断增加传统调峰机组的装机容量来满足短暂的尖峰用电,平均发电成本会很高。公共楼宇中央空调负荷占据了城市空调负荷的很大一部分比例,且其集中可控。
为了使得早、晚用电高峰时段内的区域电网负荷得到有效削减,虚拟调峰机组在全日调峰时段内的总用电量降幅;为此本发明提供一种对中央空调系统进行基线负荷预测的方法。
发明内容
本发明的目的在于提供一种对中央空调系统进行基线负荷预测的方法,有效地对各幢公共楼宇的中央空调系统进行基线负荷预测。
为实现上述目的,本发明提供如下技术方案:一种对中央空调系统进行基线负荷预测的方法,包括如下步骤:
步骤一:采用皮尔森相似度理论,分析各种气象参数与公共楼宇中央空调日负荷的相关性,最终选取温度和湿度两种与空调日负荷具有强相关性的气象参数来参与预测;
步骤二:综合考虑温、湿度参数对公共楼宇空调负荷的累积效应,以加权温湿度指数(WTHI)的值为判断依据,选取被预测日的典型相似日;
步骤三:将多个典型相似日的相关气象和负荷数据作为训练样本,采用BP神经网络得到各幢公共楼宇中央空调系统在预测日96个调控时段的基线负荷值。所述公共楼宇中央空调负荷等效热参数模型,等效热参数模型公式为: Tin为屋内设计温度;qch为中央空调制冷机组的逐时制冷量;Ak,Bk,Xk均由建筑参数决定。
本发明的有益效果是:本发明有效地对各幢公共楼宇的中央空调系统进行基线负荷预测,计算出各幢公共楼宇空调负荷的可调度容量范围,为电力公司的调度中心设置电网日前调峰指令提供参考;用于计算各幢公共楼宇中央空调系统参与电网调控的补偿电费,以作为建立虚拟调峰机组参与下的电网日前调度决策模型的重要参数之一;公共楼宇中央空调基线负荷预测的准确度影响着公共楼宇空调负荷参与电网日前调控的优化组合结果。
具体实施方式
一种对中央空调系统进行基线负荷预测的方法,包括如下步骤:
步骤一:采用皮尔森相似度理论,分析各种气象参数与公共楼宇中央空调日负荷的相关性,最终选取温度和湿度两种与空调日负荷具有强相关性的气象参数来参与预测;
步骤二:综合考虑温、湿度参数对公共楼宇空调负荷的累积效应,以加权温湿度指数(WTHI)的值为判断依据,选取被预测日的典型相似日;
步骤三:将多个典型相似日的相关气象和负荷数据作为训练样本,采用BP神经网络得到各幢公共楼宇中央空调系统在预测日96个调控时段的基线负荷值。
根据研究目标的不同,目前楼宇空调负荷建模主要包括等效负荷静/动态建模、气候敏感负荷建模、设备各组成部件建模以及等效热参数建模等方式,楼宇空调负荷虚拟调峰机组来响应电网的调峰指令,中央空调负荷建模的目的是使其更方便地参与直接负荷控制,建立考虑房屋建筑参数的公共楼宇中央空调负荷等效热参数模型,建模的理论基础是:为了保持公共楼宇内温度的恒定,根据能量守恒定律,在任意时段内,楼宇的瞬时得热量、护围结构的蓄热量及新风负荷之和应等于空调系统的制冷量,对于某单幢公共楼宇而言,在制冷期,中央空调制冷机组持续供冷使室温不断降低;在停机期,中央空调制冷机组停止工作,由于楼宇内外热源的放热作用以及楼宇内墙的蓄热作用,室温不断上升。
所述公共楼宇中央空调负荷等效热参数模型,等效热参数模型公式为: Tin为屋内设计温度;qch为中央空调制冷机组的逐时制冷量;Ak,Bk,Xk均由建筑参数决定。
本发明有效地对各幢公共楼宇的中央空调系统进行基线负荷预测,计算出各幢公共楼宇空调负荷的可调度容量范围,为电力公司的调度中心设置电网日前调峰指令提供参考;用于计算各幢公共楼宇中央空调系统参与电网调控的补偿电费,以作为建立虚拟调峰机组参与下的电网日前调度决策模型的重要参数之一;公共楼宇中央空调基线负荷预测的准确度影响着公共楼宇空调负荷参与电网日前调控的优化组合结果。
Claims (2)
1.一种对中央空调系统进行基线负荷预测的方法,其特征在于:
包括如下步骤:
步骤一:采用皮尔森相似度理论,分析各种气象参数与公共楼宇中央空调日负荷的相关性,最终选取温度和湿度两种与空调日负荷具有强相关性的气象参数来参与预测;
步骤二:综合考虑温、湿度参数对公共楼宇空调负荷的累积效应,以加权温湿度指数(WTHI)的值为判断依据,选取被预测日的典型相似日;
步骤三:将多个典型相似日的相关气象和负荷数据作为训练样本,采用BP神经网络得到各幢公共楼宇中央空调系统在预测日96个调控时段的基线负荷值。
2.根据权利要求1所述的一种对中央空调系统进行基线负荷预测的方法,其特征在于:所述公共楼宇中央空调负荷等效热参数模型,等效热参数模型公式为:Tin为屋内设计温度;qch为中央空调制冷机组的逐时制冷量;Ak,Bk,Xk均由建筑参数决定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331124.2A CN109447368A (zh) | 2018-11-09 | 2018-11-09 | 一种对中央空调系统进行基线负荷预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331124.2A CN109447368A (zh) | 2018-11-09 | 2018-11-09 | 一种对中央空调系统进行基线负荷预测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109447368A true CN109447368A (zh) | 2019-03-08 |
Family
ID=65552680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811331124.2A Withdrawn CN109447368A (zh) | 2018-11-09 | 2018-11-09 | 一种对中央空调系统进行基线负荷预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447368A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112594873A (zh) * | 2020-12-14 | 2021-04-02 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN113553638A (zh) * | 2021-06-18 | 2021-10-26 | 中南建筑设计院股份有限公司 | 一种基于围护结构蓄热系数的建筑累积效应因子确定方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106022548A (zh) * | 2016-07-11 | 2016-10-12 | 东南大学 | 一种针对聚合空调的变时段尖峰电价优化方法 |
-
2018
- 2018-11-09 CN CN201811331124.2A patent/CN109447368A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106022548A (zh) * | 2016-07-11 | 2016-10-12 | 东南大学 | 一种针对聚合空调的变时段尖峰电价优化方法 |
Non-Patent Citations (1)
Title |
---|
杨辰星: "公共楼宇空调负荷参与电网调峰关键技术研究", 《万方数据知识服务平台》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112594873A (zh) * | 2020-12-14 | 2021-04-02 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN113553638A (zh) * | 2021-06-18 | 2021-10-26 | 中南建筑设计院股份有限公司 | 一种基于围护结构蓄热系数的建筑累积效应因子确定方法 |
CN113553638B (zh) * | 2021-06-18 | 2022-04-29 | 中南建筑设计院股份有限公司 | 一种基于围护结构蓄热系数的建筑累积效应因子确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xue et al. | Multi-objective optimization of building design for life cycle cost and CO2 emissions: A case study of a low-energy residential building in a severe cold climate | |
CN107732897B (zh) | 融合虚拟储能系统的楼宇微网模型预测调控方法 | |
CN101782258B (zh) | 空调节能方法 | |
CN108413567B (zh) | 基于物联网的中央空调节费优化方法与系统 | |
CN107421029B (zh) | 一种末端冷量均衡控制方法 | |
CN107178869B (zh) | 变频空调负荷的聚合控制削峰方法 | |
CN101655272A (zh) | 一种网络中央空调节能控制管理系统及其方法 | |
CN109974218B (zh) | 一种基于预测的多联机空调系统调控方法 | |
CN105790286B (zh) | 一种中央空调负荷聚合及参与平抑分布式电源出力的策略 | |
CN110543713B (zh) | 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法 | |
CN113222227B (zh) | 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法 | |
CN105042800A (zh) | 基于需求响应的变频空调负荷建模与运行控制方法 | |
CN103064285A (zh) | 一种基于模型的热泵供暖多目标优化控制方法 | |
CN113446661B (zh) | 一种智能高效的热网运行调节方法 | |
CN112733236A (zh) | 面向综合舒适度的建筑内温控负荷优化方法及系统 | |
CN113566401A (zh) | 需求侧负荷控制方法 | |
TW201027014A (en) | Method for managing air conditioning power consumption | |
CN109447368A (zh) | 一种对中央空调系统进行基线负荷预测的方法 | |
Liu et al. | Dynamic integrated control for Chinese district heating system to balance the heat supply and heat demand | |
CN110848895A (zh) | 一种非工空调柔性负荷控制方法和系统 | |
Li et al. | Control method of multi-energy system based on layered control architecture | |
Zhang et al. | Research on scheduling control strategy of large-scale air conditioners based on electric spring | |
CN113757852A (zh) | 基于数字孪生技术的多联机空调机组控制方法及控制系统 | |
CN116227739B (zh) | 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法 | |
CN110942262B (zh) | 一种面向增量配电园区内空调需求响应的分区域调控方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190308 |