CN112106082A - 预测灵活的能源需求对热舒适性的影响 - Google Patents

Abstract

公开了一种用于优化建筑物的电力使用的方法和系统。一种方法包括：使用机器学习技术为建筑物的一组用户中的每个用户生成简档；检索关于建筑物的数据；将简档和数据存储在知识库中；以及基于简档和数据来计算该组用户的电力需要。

Description

预测灵活的能源需求对热舒适性的影响

技术领域

示例性实施例涉及电子技术。特别地，本公开涉及用于集成智能建筑物和电力网的方法和系统。

背景技术

在寻找新的、更清洁类型的能源生产来源的同时，能源部门的另一个重要方面是要使用更少的电力。减少电力消耗的一种方式是使用“智能”建筑物。智能建筑物以更低的成本提供建筑物服务，具有最小的环境影响。智能建筑物利用传感器和信息技术来更有效地提供服务。

“智能”技术的一个简单示例是照明开关（light switch）。传统的照明开关是由人手动操作的。“智能”照明开关能包括各种技术，使得仅在需要时使用照明设备（light）。这能包括运动传感器和/或计时器，使得当被照明的区域没有正在被使用时，照明设备没有被不必要地使用。更复杂的方法能被用于其它系统，诸如电梯以及供暖、通风和空气调节（HVAC）单元。

使用的另一种技术是智能电力网。在这样的情况下，电力公司（electricutility）能与智能建筑物通信。该通信能包括诸如计划的电力使用（来自智能建筑物）或对电力输出的限制（来自电力公司）之类的信息。这对于加强智能建筑物和电力公司之间的通信将是有用的。

发明内容

根据一个实施例，公开了一种用于优化建筑物的电力使用的方法和系统。一种方法包括：使用机器学习技术为所述建筑物的一组用户中的每个用户生成简档（profile）；检索关于所述建筑物的数据；将所述简档和数据存储在知识库中；以及基于所述简档和数据来计算所述组用户的电力需要。

除了上述一个或多个特征之外，或者作为备选方案，进一步的实施例可以包括，其中所述简档包括所述用户的热舒适性（thermal comfort）水平的热简档。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，其中所述简档包括与每个用户对所述建筑物的其它电力（electric power）的使用有关的建筑物使用数据。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，其中计算电力需要包括确定与所述组用户不相关的所述建筑物的附加能源使用。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，其中关于所述建筑物的所述数据包括关于建筑物尺寸和方位（orientation）的数据。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，接收对电力使用信息的请求；传送所述电力需要；接收减少电力使用的请求；以及使用机器学习技术来使用所述简档减少电力使用。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，其中使用所述简档减少电力使用包括改变所述建筑物的热舒适性水平，同时将不满意的预测百分比维持在预定水平以下。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，其中减少电力使用进一步包括确定要被关闭的所述建筑物的非必要服务。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括，减少电力使用进一步包括将照明（lighting）减少到最低可接受照明水平。

除了上述特征之外，或者作为备选方案，进一步的实施例可以包括传送减少电力使用的建议。

附图说明

以下描述不应被视为以任何方式进行限制。参考附图，相似的元件被相似地编号：

图1是图示一个或多个实施例的操作的流程图；

图2是图示一个或多个实施例的操作的流程图；

图3是能够执行一个或多个实施例的计算机系统的框图；以及

图4是示例性计算机程序产品的框图。

具体实施方式

本文中参考附图通过举例而非限制呈现了所公开的设备和方法的一个或多个实施例的详细描述。

术语“大约”旨在包括与基于在提交申请时可用的设备的特定量的测量关联的误差度。

本文中使用的术语仅为了描述特定实施例的目的，并且不旨在限制本公开。如本文中所使用的，除非上下文另有明确指示，否则单数形式“一”、“一个”和“该”旨在也包括复数形式。将进一步理解，术语“包括”和/或“包含”当在本说明书中被使用时，规定存在所陈述的特征、整数、步骤、操作、元件和/或组件，但不排除存在或者添加一个或多个其它特征、整数、步骤、操作、元件、组件和/或其群组。

如上所述，智能建筑物正变得越来越受欢迎。智能建筑物利用信息技术结合传感器来改进用户的体验，同时还改进了建筑物的效率。能够存在智能建筑物能执行的各种各样功能来完成那些任务。例如，如上所述，手动照明开关能用计时器或传感器来代替，以减少下班后或以其它方式浪费的用电。使用诸如目的地分派之类的方案和其它技术来减少电梯使用，能使电梯更有效率。手动操作的恒温器能用排定的恒温器或者用控制建筑物的热环境的日益复杂的系统来代替。

在一个或多个实施例中，机器学习方法和系统能被用于预测和协商智能建筑物和电力公司之间的电力使用。技术的进步允许电力公司与智能建筑物进行通信。这种通信能允许更有效的电力递送，因为电力公司将能够更准确地预报某一时间段的电力使用。智能建筑物将能够通过使用热简档和关于建筑物使用的其它信息来提供准确的电力使用预报。

关于图1，呈现了图示一个或多个实施例的操作的方法100。方法100仅仅是示例性的，并且不限于本文中呈现的实施例。方法100能在本文中没有具体描绘或描述的许多不同的实施例或示例中被采用。在一些实施例中，方法100的程序、过程和/或活动能以呈现的顺序来执行。在其它实施例中，方法100的程序、过程和/或活动中的一个或多个能被组合、跳过或以不同的顺序被执行。在一些实施例中，方法100能由系统300执行。

对于建筑物的每个用户，生成热简档（框102）。如在题为“Machine-LearningMethod for Conditioning Individual or Shared Areas”的序列号为62/644813的共同未决的专利申请（其通过引用全部结合在本文中）中更详细讨论的，热简档被用于确定用户在内部气候条件的范围内是否将感到舒适。这能使用热舒适性算法来测量。热简档包括房间的温度。并且可能还能包括房间的其它方面，诸如相对湿度、空气速度和辐射（平均辐射温度），以及用户的特性，诸如用户的新陈代谢速率，以及用户穿的衣服。

此后，能基于所计算的热舒适性来调节内部区域。然后，能以各种不同方法中的一种，诸如经由移动电子装置上的软件应用（或“app”），来收集用户的偏好。用户的偏好（诸如由于用户对热或冷的敏感性而导致的与所计算热舒适性的偏差）被存储在热简档中。应该理解，用户指代建筑物中的任何人，无论该人是业主、雇员、租户、承包商等。应该进一步理解，对于经常在建筑物中的人，诸如租户或雇员，热简档将更加准确。一个仅仅是客人的人可能没有足够的信息来生成热简档。在这样的情况下，能估计热简档。

为每个用户生成完整简档（框104）。热简档能只是用户的完整简档的一个方面。用户的简档还能包括关于用户与建筑物的交互的附加信息。这些能包括用户正在使用的典型房间、用户的典型电梯使用、建筑物的典型使用时间（例如，对于办公建筑物，用户通常什么时间到达办公室和离开办公室；对于住宅建筑物，用户的住宅通常什么时间在使用中）。如上所述，对于客人，完整简档生成也许不是可能的。在这样的情况下，能使用估计的简档。

用于热简档和完整简档的数据能以各种不同的方式检索。在智能建筑物中，整个建筑物中有各种各样的传感器。传感器能与由用户携带的装置交互和/或跟踪该装置，诸如移动电子装置（诸如智能电话、平板电脑、电子阅读器、MP3播放器、膝上型计算机等）、钥匙卡或生物测定（例如指纹传感器、面部识别、视网膜扫描等）。

检索关于建筑物的数据，以进一步提炼完整简档（框106）。该数据能包括每个房间的尺寸、关于每个房间的典型使用信息、窗户的位置、建筑物的方位（例如，建筑物的哪一（哪些）侧接收太阳照射）等。

收集的数据和简档信息被存储在知识库中（框108）。机器学习系统被用于计算各种数据。该数据能包括针对正在被使用的建筑物区域的理想的热和照明需要以及最低的热和照明需要两者（框110）。聚集简档数据，以确定将需要多少电来对建筑物区域进行照明和制冷/供暖。这不是仅仅增加每个人的能源使用，因为一些区域被共享。例如，具有“开放式”平面设计（floor plan）的办公室能有几十人共享单个房间。使用简档数据，一个或多个实施例能确定单个房间包括多个人，并且将数据聚集到对房间的电力使用的计算中。

到今天为止，建立了用于分析和模拟HVAC系统的能源性能和热动态行为的技术，给出了建筑物结构/围护结构（envelope）的合适模型以及HVAC软件和硬件。在一个或多个实施例的上下文中，给出目标热舒适性值，应该有可能推断应被调整以满足目标舒适性值的HVAC参数。这些HVAC参数能被用于配置建筑物模拟工具，并且使热舒适性水平与简档相关联。

确定其它能源使用（诸如公共区域）（框112）。这能包括诸如电梯、自动扶梯、楼梯间、休息室和大厅之类的区域。此后，结合建模、模拟和运行监测方法，在对用户的舒适性具有最小影响的情况下，对保持建筑物运行所需的最少能源进行估计（框114）。

该信息能以各种不同的方式来使用。在一个或多个实施例中，智能电力网能涉及电力的提供者或分配者（诸如电力事业公司）。向电力网增加电可能花费很长一段时间。这样的过程能涉及从外部电源购买电力、使附加的发电机联机等。从而，确定将使用多少电力符合电力公司的最佳利益。电力公司不想不必要地运行发电机，招致成本和浪费电力。电力公司也不想耗尽电力，可能被迫采取（force）像局部停电（降低供给电压）或者甚至计划停电（完全停止电力递送）一样果断的行动。

电力公司能与智能建筑物通信，以确定用电预报。这样的预报，如果有足够的客户来执行，则能提供更准确的电力需求估计。虽然电力公司能基于天气数据和历史电力使用来估计电力使用，但这样的估计不像它们可能的那样可靠。使用方法100，智能建筑物将能够提供对于在某一时间段将使用多少电力的更准确估计。

关于图2，呈现了图示一个或多个实施例的操作的方法200。方法200仅仅是示例性的，并且不限于本文中呈现的实施例。方法200能在本文中没有具体描绘或描述的许多不同的实施例或示例中被采用。在一些实施例中，方法100的程序、过程和/或活动能以呈现的顺序被执行。在其它实施例中，方法200的程序、过程和/或活动中的一个或多个能被组合、跳过或以不同的顺序执行。在一些实施例中，方法200能由系统300执行。

电力公司向智能建筑物发送信息请求（框202）。信息请求能要求对某一时间段期间的电力使用进行估计。更特别地，电力公司能向智能建筑物发送建议。该建议能包括更新能源价格、发电能力和针对需求侧灵活性请求的时间框架。这样的信息允许智能建筑物优化其操作。

使用例如方法200，智能建筑物能通过详述其估计的电力使用来对信息请求进行响应（框204）。这里，能假设智能建筑物优化了内部电力消耗，以便实现效率和热舒适性之间的最佳折衷。这能使用例如方法100中描述的技术来完成，考虑到框202的建议。不满意的预测百分比的概念，在下面进一步详细描述，使得能计算在能源需求方面的最大灵活性。需求侧灵活性然后被传送到电力公司。

此后，能进行“协商”（框206）。这能包括电力公司对智能建筑物的推荐。电力公司提供电的能力的限制可能不一定触发需求响应过程。价格变化、本地能源存储的存在、可再生能源来源的波动可用性、能源分配的地区级优化等也可能激发需求侧灵活性。

在这样的情况下，电力公司能请求建筑物将其电力使用减少一定量（框208）。智能建筑物能根据电网请求来尝试重新优化建筑物中的操作。也可能有其中协商包括从建筑物“输出（export）”能源的情况，例如，如果智能建筑物有本地可再生能源生产单元的本地存储的话。

智能建筑物然后能确定如何减少电力，同时限制对用户热舒适性的影响（框210）。在一些实例中，这能像关闭电梯或关闭空置楼层的照明一样简单。在其它实例中，能进行关于在不负面影响用户舒适性的情况下能减少多少供暖、通风、空气调节（HVAC）使用的确定。

如上面所详述的，开发气候简档的过程的一部分正在基于内部条件和用户的热简档来确定不满意的预测百分比（PPD）。使用机器学习方法，一个或多个实施例能确定热条件，该热条件将把电力使用减少了请求的量，仍导致尽可能低的PPD，诸如将PPD维持在预定阈值水平以下。热条件能包括温度、空气速度和湿度。热条件也能包括建筑物的非HVAC相关机制。例如，在面对阳光的窗户中能拉下遮光物。非必要的发热设备能被关闭或降低电力消耗。在这样的方式下，建筑物的电力消耗能被减少到电力公司可接受的量。

图3描绘了能被用于实现一个或多个实施例的计算机系统300的高级框图。更具体地，计算机系统300能被用于实现能够执行本文中描述的方法的系统的硬件组件。尽管示出了一个示例性计算机系统300，但是计算机系统300包括通信路径326，其将计算机系统300连接到附加系统（未描绘），并且能包括一个或多个广域网（WAN）和/或局域网（LAN），诸如因特网、（一个或多个）内联网和/或（一个或多个）无线通信网络。计算机系统300和附加系统经由通信路径326进行通信，例如以在它们之间传递数据。

计算机系统300包括一个或多个处理器，诸如处理器302。处理器302被连接到通信基础设施304（例如，通信总线、交叉杆或网络）。计算机系统300能包括显示接口306，该显示接口306转发来自通信基础设施304（或来自未示出的帧缓冲器）的图形、文本内容和其它数据，以供在显示单元308上显示。计算机系统300还包括主存储器310，优选地为随机存取存储器（RAM），并且还能包括辅存储器312。辅存储器312能包括例如硬盘驱动器314和/或可移除存储驱动器316，表示例如软盘驱动器、磁带驱动器或光盘驱动器。硬盘驱动器314能采用固态驱动器（SSD）、传统磁盘驱动器或两者混合的形式。还能有多于一个硬盘驱动器314包含在辅存储器312内。可移除存储驱动器316以本领域技术人员众所周知的方式从可移除存储单元318读取和/或向其写入。可移除存储单元318表示例如软盘、致密盘、磁带或光盘等，其由可移除存储驱动器316读取和写入。如将被领会的，可移除存储单元318包括其中存储有计算机软件和/或数据的计算机可读介质。

在备选实施例中，辅存储器312能包括用于允许计算机程序或其它指令被加载到计算机系统中的其它类似部件。这样的部件能包括例如可移除存储单元320和接口322。这样的部件的示例能包括程序包和包接口（诸如在视频游戏装置中找到的）、可移除存储器芯片（诸如EPROM、安全数字卡（SD卡）、致密闪速卡（CF卡）、通用串行总线（USB）存储器或PROM）和关联的插座，以及允许软件和数据从可移除存储单元320被传输到计算机系统300的其它可移除存储单元320和接口322。

计算机系统300还能包括通信接口324。通信接口324允许软件和数据在计算机系统和外部装置之间被传输。通信接口324的示例能包括调制解调器、网络接口（诸如以太网卡）、通信端口或PC卡插槽和卡、通用串行总线端口（USB）等。经由通信接口324传输的软件和数据采用能够是例如电子、电磁、光或能够被通信接口324接收的其它信号的信号形式。这些信号经由通信路径（即信道）326被提供给通信接口324。通信路径326承载信号，并且能使用导线或线缆、光纤、电话线、蜂窝电话链路、RF链路和/或其它通信信道来实现。

在本描述中，术语“计算机程序介质”、“计算机可用介质”和“计算机可读介质”被用于指的是诸如主存储器310和辅存储器312、可移除存储驱动器316以及安装在硬盘驱动器314中的硬盘之类的介质。计算机程序（也称为计算机控制逻辑）被存储在主存储器310和/或辅存储器312中。计算机程序也能经由通信接口324接收。这样的计算机程序当被运行时，使计算机系统能够执行本文中讨论的特征。特别地，计算机程序当被运行时，使处理器302能够执行计算机系统的特征。因此，这样的计算机程序表示计算机系统的控制器。从而，从前面的详细描述中能看出，一个或多个实施例提供了技术益处和优点。

现在参考图4，概括地示出了根据实施例的计算机程序产品400，其包括计算机可读存储介质402和程序指令404。

实施例能够是系统、方法和/或计算机程序产品。计算机程序产品能包括计算机可读存储介质（或多个介质），其上具有用于使处理器执行本发明实施例的方面的计算机可读程序指令。

计算机可读存储介质能是有形装置，其能保留和存储指令以供指令执行装置使用。计算机可读存储介质能是例如但不限于电子存储装置、磁存储装置、光存储装置、电磁存储装置、半导体存储装置或前面的任何合适的组合。计算机可读存储介质的更具体示例的非详尽列表包括以下：便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或闪速存储器）、静态随机存取存储器（SRAM）、便携式致密盘只读存储器（CD-ROM）、数字通用盘（DVD）、存储器棒、软盘、诸如其上记录有指令的凹槽中的穿孔卡或凸起的结构之类的机械编码装置，以及前面的任何合适的组合。如本文中所使用的计算机可读存储介质不要被解释为本身是暂时性信号，诸如无线电波或其它自由传播的电磁波、通过波导或其它传输介质传播的电磁波（例如，通过光纤线缆传递的光脉冲）或通过导线传送的电信号。

本文中描述的计算机可读程序指令能经由网络（例如，因特网、局域网、广域网和/或无线网络）被下载到外部计算机或外部存储装置或者从计算机可读存储介质被下载到相应的计算/处理装置。网络能包括铜传输线缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理装置中的网络适配器卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以用于存储在相应的计算/处理装置内的计算机可读存储介质中。

用于执行实施例的计算机可读程序指令能包括汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言（包括诸如Smalltalk、C++等的面向对象的编程语言以及诸如“C”编程语言或类似编程语言之类的常规过程编程语言）的任何组合编写的或源代码或目标代码。计算机可读程序指令能完全在用户的计算机上、部分在用户的计算机上执行，作为独立软件包，部分在用户的计算机上并且部分在远程计算机上或者完全在远程计算机或服务器上执行。在后一场景中，远程计算机能通过任何类型的网络（包括局域网（LAN）或广域网（WAN））被连接到用户的计算机，或者能连接到外部计算机（例如，使用因特网服务提供商通过因特网）。在一些实施例中，电子电路（包括例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA））能通过利用计算机可读程序指令的状态信息以个性化电子电路来执行计算机可读程序指令，以便执行本发明的实施例。

可以使用一种或多种技术来实现实施例。在一些实施例中，设备或系统可以包括存储指令的存储器和一个或多个处理器，所述指令当被一个或多个处理器执行时，使设备或系统执行如本文中所描述的一个或多个方法动作。在一些实施例中可以使用本领域技术人员已知的各种机械组件。

实施例可以被实现为一个或多个设备、系统和/或方法。在一些实施例中，指令可以被存储在一个或多个计算机程序产品或计算机可读介质（诸如暂时性和/或非暂时性计算机可读介质）上。指令当被执行时可以使实体（例如，处理器、设备或系统）执行如本文中所描述的一个或多个方法动作。

虽然已经参考示例性实施例或多个实施例描述了本公开，但本领域技术人员将理解，在不脱离本公开的范围的情况下可以进行各种改变并且可以用等同物代替其元件。此外，在不脱离本公开的实质范围的情况下，可以进行许多修改以使特定情况或材料适应本公开的教导。因此，旨在的是，本公开不限于作为针对执行本公开设想的最佳模式而被公开的特定实施例，而是本公开将包括落入权利要求书范围内的所有实施例。

Claims (20)

1.一种用于优化建筑物的电力使用的计算机实现的方法，包括：

使用机器学习技术为所述建筑物的一组用户中的每个用户生成简档；

检索关于所述建筑物的数据；

将所述简档和数据存储在知识库中；以及

基于所述简档和数据来计算所述组用户的电力需要。

2.如权利要求1所述的计算机实现的方法，其中：

所述简档包括所述用户的热舒适性水平的热简档。

3.如权利要求2所述的计算机实现的方法，其中：

所述简档包括与每个用户对所述建筑物的其它电力的使用有关的建筑物使用数据。

4.如权利要求1所述的计算机实现的方法，其中：

计算电力需要包括确定与所述组用户不相关的所述建筑物的附加能源使用。

5.如权利要求1所述的计算机实现的方法，其中：

关于所述建筑物的所述数据包括关于建筑物尺寸和方位的数据。

6.如权利要求1所述的计算机实现的方法，进一步包括：

接收对电力使用信息的请求；

传送所述电力需要；

接收减少电力使用的请求；

使用机器学习技术来使用所述简档减少电力使用。

7.如权利要求6所述的计算机实现的方法，其中：

使用所述简档减少电力使用包括改变所述建筑物的热舒适性水平，同时将不满意的预测百分比维持在预定水平以下。

8.如权利要求7所述的计算机实现的方法，其中：

减少电力使用进一步包括确定要被关闭的所述建筑物的非必要服务。

9.如权利要求7所述的计算机实现的方法，其中：

减少电力使用进一步包括将照明减少到最低可接受照明水平。

10.如权利要求6所述的计算机实现的方法，进一步包括：

传送减少电力使用的建议。

11.一种用于促进匿名和自动通信的计算机系统，包括：

处理器；

存储器；

计算机程序指令，所述计算机程序指令被配置成使所述处理器执行以下方法：

使用机器学习技术为所述建筑物的一组用户中的每个用户生成简档；

检索关于所述建筑物的数据；

将所述简档和数据存储在知识库中；以及

基于所述简档和数据来计算所述组用户的电力需要。

12.如权利要求11所述的计算机实现的方法，其中：

所述简档包括所述用户的热舒适性水平的热简档。

13.如权利要求12所述的计算机实现的方法，其中：

所述简档包括与每个用户对所述建筑物的其它电力的使用有关的建筑物使用数据。

14.如权利要求11所述的计算机实现的方法，其中：

计算电力需要包括确定与所述组用户不相关的所述建筑物的附加能源使用。

15.如权利要求11所述的计算机实现的方法，其中：

关于所述建筑物的所述数据包括关于建筑物尺寸和方位的数据。

16.如权利要求11所述的计算机实现的方法，进一步包括：

接收对电力使用信息的请求；

传送所述电力需要；

接收减少电力使用的请求；

使用机器学习技术来使用所述简档减少电力使用。

17.如权利要求16所述的计算机实现的方法，其中：

使用所述简档减少电力使用包括改变所述建筑物的热舒适性水平，同时将不满意的预测百分比维持在预定水平以下。

18.如权利要求17所述的计算机实现的方法，其中：

减少电力使用进一步包括确定要被关闭的所述建筑物的非必要服务。

19.如权利要求17所述的计算机实现的方法，其中：

减少电力使用进一步包括确定要被关闭的所述建筑物的非必要服务。

20.如权利要求16所述的计算机实现的方法，进一步包括：

传送减少电力使用的建议。

Images