CN112418668A - 一种天然气分布式能源区域用户冷热电负荷预测方法及系统 - Google Patents

一种天然气分布式能源区域用户冷热电负荷预测方法及系统 Download PDF

Info

Publication number
CN112418668A
CN112418668A CN202011323854.5A CN202011323854A CN112418668A CN 112418668 A CN112418668 A CN 112418668A CN 202011323854 A CN202011323854 A CN 202011323854A CN 112418668 A CN112418668 A CN 112418668A
Authority
CN
China
Prior art keywords
heating
standard building
cooling
building
standard
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
Application number
CN202011323854.5A
Other languages
English (en)
Inventor
连小龙
肖俊峰
胡孟起
夏林
李晓丰
王峰
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.)
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Xian Thermal Power Research Institute 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 Xian Thermal Power Research Institute Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202011323854.5A priority Critical patent/CN112418668A/zh
Publication of CN112418668A publication Critical patent/CN112418668A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的一种天然气分布式能源区域用户冷热电负荷预测方法及系统，基于目标区域的气候特点及城市各类功能建筑，模拟计算获得各地区标准建筑模型的逐时冷热电负荷，从而在天然气分布式能源系统设计规划阶段，根据标准建筑在区域用户中的占比，有效预测区域用户的逐时冷热电负荷特性，能够在天然气分布式能源系统设计规划阶段，提供准确可靠的区域用户负荷预测数据，并以此为基础，研究能源系统的改进配置方案及优化运行策略，充分实现分布式能源系统高效、经济、环保、可靠的优势。

Description

一种天然气分布式能源区域用户冷热电负荷预测方法及系统
技术领域
本发明属于天然气分布式能源规划技术领域，具体涉及一种天然气分布式能源区域用户冷热电负荷预测方法及系统。
背景技术
天然气分布式能源系统因其多样的能源供给形式，清洁高效的能源转换过程，在国内部分城市的综合商业园区及新型产业园区等区域受到普遍青睐。然而，随着我国的经济转型和产业升级，各类园区的数量规模不断增加，相应的用能需求持续攀高，不同区域用户的负荷需求呈现出多样化和差异化的趋势，这就对天然气分布式能源系统的供能质量提出了更高的要求。
在天然气分布式能源系统设计规划阶段，能够准确预测用户侧冷热电负荷特性不仅是对系统容量配置进行精准设计的基础，而且是对系统投入运行后进行效能分析优化的前提条件。可是在天然气分布式能源系统设计规划阶段，通常难以获得区域用户的具体建筑信息用于冷热电负荷的模拟计算，因此传统的用户侧冷热电负荷预测一般是依据现行的建筑标准规范、供热空调设计手册、城市电力规范等给出的单位面积负荷指标对用户负荷进行简单估算与叠加，虽然可以大致估计天然气分布式能源系统设备的容量配置，但这种方法简单粗糙，即无法清楚分析用户侧冷热电负荷特性，也无法反映用户侧冷热电负荷的不断变化，极易造成分布式能源系统设备的选型过大、投资过高，甚至引起整个系统机组投产后出现运行不稳定的情况。
发明内容
针对现有技术预测区域用户冷热电负荷结果相对简单且不全面的问题，提出一种适用于天然气分布式能源系统设计规划阶段，且能够有效计算区域用户冷热电负荷的预测系统。
本发明是通过以下技术方案来实现：
一种天然气分布式能源区域用户冷热电负荷预测方法，包括以下步骤：
步骤1，将目标区域按照气候进行区域划分，同时根据建筑功能确定各自区域内的标准建筑类型；
步骤2，根据标准建筑类型构建对应的标准建筑模型，设定标准建筑模型的输入参数；
步骤3，对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本；
步骤4，通过模拟计算确定各地区标准建筑模型所有样本的逐时冷热电负荷；
步骤5，根据各样本逐时冷热电负荷确定各类标准建筑在各个时刻的单位面积负荷；
步骤6，根据标准建筑在各个时刻的单位面积负荷，构建标准建筑逐时冷热电负荷数据库，再根据各类标准建筑在区域用户中的占比，结合标准建筑逐时冷热电负荷数据库，预测该区域用户冷热电负荷特性。
优选的，步骤1中将目标区域划分为严寒地区、寒冷地区、夏热冬冷地区、夏热冬暖地区和温和地区。
优选的，步骤1中标准建筑类型包括：居住建筑、办公建筑、商业建筑、旅馆建筑、学校建筑、医院建筑和交通建筑。
优选的，步骤2中所述输入参数包括建筑外形参数、环境气候参数、室内设计热扰参数和围护结构热工参数。
优选的，步骤5中各类标准建筑单位面积负荷的计算方法如下：
Figure BDA0002793681960000031
式中，qjt为j类标准建筑模型单位面积逐时负荷，W/m2；nj为j类标准建筑模型正交试验样本数；Qjit为j类标准建筑模型i样本模拟的逐时负荷，W；Sji为j类标准建筑模型i样本设计的建筑面积。
优选的，步骤6预测用户冷热电负荷特性的方法如下：
Figure BDA0002793681960000032
式中，Lt为某地区天然气分布式能源设计规划区域用户逐时负荷，W；m为该区域用户所拥有的标准建筑类型数；pj为j类标准建筑在该区域用户中的占比；Z为该区域用户的总体面积。
一种天然气分布式能源区域用户冷热电负荷预测系统，包括区域标准建筑确定模块、标准建筑模型构建模块、模型简化及样本建立模块、模型样本负荷计算模块、数据处理模块和区域用户负荷预测模块；
区域标准建筑确定模块，用于对目标区域划分，并确定划分的各个区域内标准建筑类型；
标准建筑模型构建模块，用于根据标准建筑类型构建对应的标准建筑模型；
模型简化及样本建立模块，用于对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本；
模型样本负荷计算模块，用于确定各个标准建筑模型的逐时冷热电负荷；
数据处理模块，用于根据逐时冷热电负荷确定各个标准建筑在各个时刻的单位面积负荷；
区域用户负荷预测模块，用于构建标准建筑逐时冷热电负荷数据库，并结合根据各类标准建筑在区域用户中的占比，预测该区域用户冷热电负荷特性。
一种终端系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现天然气分布式能源区域用户冷热电负荷预测方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供的一种天然气分布式能源区域用户冷热电负荷预测方法，基于目标区域的气候特点及城市各类功能建筑，模拟计算获得各地区标准建筑模型的逐时冷热电负荷，从而在天然气分布式能源系统设计规划阶段，根据标准建筑在区域用户中的占比，有效预测区域用户的逐时冷热电负荷特性，能够在天然气分布式能源系统设计规划阶段，提供准确可靠的区域用户负荷预测数据，并以此为基础，研究能源系统的改进配置方案及优化运行策略，充分实现分布式能源系统高效、经济、环保、可靠的优势。
附图说明
图1为本发明天然气分布式能源区域用户冷热电负荷预测系统的结构框图；
图2为本发明天然气分布式能源区域用户冷热电负荷预测方法的流程图；
图3为本发明获得的北京地区标准办公建筑全年逐时冷热电负荷曲线；
图4为本发明获得的北京地区某天然气分布式能源区域用户全年逐时冷热电负荷曲线。
具体实施方式
下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
如图2所示，一种天然气分布式能源区域用户冷热电负荷预测方法，包括以下步骤：
步骤1，依据建筑热工设计规范及城市用地规划相关标准，对我国进行热工设计气候区域划分，同时根据建筑功能确定各自区域内的标准建筑类型。
将我国的区域按照气候划分为严寒地区、寒冷地区、夏热冬冷地区、夏热冬暖地区、温和地区5个气候区域。
根据建筑功能将各区域内的建筑分为：居住建筑、办公建筑、商业建筑、旅馆建筑、学校建筑、医院建筑、交通建筑等标准建筑类型。选取各地区典型城市(哈尔滨、北京、上海、广州、昆明)中的所有上述标准建筑类型作为研究对象。
步骤2，根据标准建筑类型构建标准建筑模型，并通过实际搜索、统计分析、检索标准规范和调用数据库等方式获取标准建筑模型的输入参数。
输入参数包括：建筑外形参数、环境气候参数、室内设计热扰参数和围护结构热工参数。
建筑外形参数包括总建筑面积、建筑占地面积及形状、建筑楼层及层高、体形系数和窗墙比，上述参数参考实际搜索的典型建筑进行设定。
环境气候参数包括大气温湿度和太阳辐射强度，可从成熟的气象数据库中进行选取。
围护结构热工参数包括墙、屋顶、地板、门窗的结构型式、建筑传热系数、透射率、吸收率，上述参数可以检索相关建筑节能设计规范和采暖空调设计手册进行确定。
室内设计热扰参数包括人员、照明、设备的密度、负荷、作息、采暖(空调)设计温湿度、新风量、室内设计热扰，上述参数可以检索相关建筑节能设计规范和采暖空调设计手册进行确定。
步骤3，依据简化原则对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本。
标准建筑模型的简化方法如下：
1)假设标准建筑模型的占地形状为矩形；
2)假设标准建筑模型均是单功能建筑，且不考虑楼层的布局问题；
3)假设同类型建筑的层高相同，模型的围护结构及室内热扰等热工参数相同。
为使模拟结果可以更好的反映标准建筑的冷热电负荷特性，选取影响标准建筑规模的多个参数作为考察因素，每个考察因素再选取多个水平，进行正交试验，扩展各类标准建筑模型样本。
步骤4，采用能耗模拟软件对各地区标准建筑模型所有样本进行逐时冷热电负荷模拟计算；计算过程中，将模拟计算的逐时冷热电负荷与现有标准规范指标进行误差比较，根据比较结果对标准建筑模型校准。
计算过程中，由于存在较多不确定因素，标准建筑模型的逐时冷热电负荷与实际负荷之间势必会产生偏差，因此将计算的逐时冷热电负荷与现有标准规范进行误差比较，如果发现误差在允许范围之外，则及时反馈，校准模型输入参数，重新计算，直到误差在允许范围之内，则输出每个样本的逐时冷热电负荷。
步骤5，根据模型样本逐时冷热电负荷确定各地区标准建筑在各个时刻的单位面积负荷。
为了使各地区标准建筑的逐时冷热电负荷更具合理性和代表性，系统取模型样本各个时刻单位面积的逐时冷热电负荷的平均值作为该地区标准建筑在该时刻的单位面积负荷，计算公式如下所示：
Figure BDA0002793681960000071
式中，qjt为j类标准建筑模型单位面积逐时负荷，W/m2；nj为j类标准建筑模型正交试验样本数；Qjit为j类标准建筑模型i样本模拟的逐时负荷，W；Sji为j类标准建筑模型i样本设计的建筑面积，m2。
步骤6，根据各地区标准建筑在各个时刻的单位面积负荷，构建各地区标准建筑逐时冷热电负荷数据库，再根据各类标准建筑在区域用户中的占比，调用标准建筑逐时冷热电负荷数据库，预测该区域用户冷热电负荷特性。
各地区标准建筑逐时冷热电负荷数据库，后期考虑完善地理位置、建筑类型、输入参数、样本数量等因素，可以对标准建筑负荷数据库进行改进。
预测该区域用户冷热电负荷特性，计算公式如下所示：
Figure BDA0002793681960000072
式中，Lt为某地区天然气分布式能源设计规划区域用户逐时负荷，W；m为该区域用户所拥有的标准建筑类型数；pj为j类标准建筑在该区域用户中的占比；Z为该区域用户的总体面积，m2。
本发明还提供了一种天然气分布式能源区域用户冷热电负荷预测系统，如图1所示，包括区域标准建筑确定模块1、标准建筑模型构建模块2、模型简化及样本建立模块3、模型样本负荷计算模块4、数据处理模块5和区域用户负荷预测模块6；
区域标准建筑确定模块，用于对目标区域划分，并确定划分的各个区域内标准建筑类型；
模型样本负荷计算模块，用于根据标准建筑类型构建对应的标准建筑模型；
模型简化及样本建立模块，用于对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本；
模型样本负荷计算模块，用于确定各个标准建筑模型的逐时冷热电负荷；
数据处理模块，用于根据逐时冷热电负荷确定各个标准建筑在各个时刻的单位面积负荷；
区域用户负荷预测模块，用于构建标准建筑逐时冷热电负荷数据库，并结合根据各类标准建筑在区域用户中的占比，预测该区域用户冷热电负荷特性。
实施例1
本发明提供的一种天然气分布式能源区域用户冷热电负荷预测系统，包括以下步骤：
步骤1，依据建筑热工设计规范及城市用地规划相关标准，将我国划分为严寒地区、寒冷地区、夏热冬冷地区、夏热冬暖地区、温和地区5个热工设计气候区域，同时，根据建筑功能确定城市综合商业园区及新型产业园区等区域用户主要包括：居住建筑、办公建筑、商业建筑、旅馆建筑、学校建筑、医院建筑、交通建筑等标准建筑。
本实施例以北京地区居住建筑、办公建筑、商业建筑、旅馆建筑4种常见类型建筑为区域标准建筑，阐述本发明的具体实施方式。
步骤2，通过实际搜索、统计分析、检索标准规范和调用数据库等方式获取标准建筑模型的输入参数。
表1标准建筑模型参数获取
Figure BDA0002793681960000091
步骤3，依据简化原则对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本，让4种标准建筑模型均拥有足够的样本量进行计算。本实施例选定影响建筑规模的4个参数(底面长、底面宽、楼层、窗墙比)为考察因素，每个因素选取3个水平，选择L9(34)正交表设计正交试验，建立丰富的标准建筑模型样本进行逐时冷热电负荷计算。
表2标准建筑模型因素水平表
Figure BDA0002793681960000092
Figure BDA0002793681960000101
步骤4，采用成熟的能耗模拟功能软件分别对4种标准建筑模型样本进行负荷的模拟计算。主要输入参数的具体取值如下表所示。
表3标准建筑模型围护结构热工参数
Figure BDA0002793681960000102
表4标准建筑模型室内热扰设计参数
Figure BDA0002793681960000103
模拟计算过程中，由于存在模型简化、参数选取等不确定因素，模型逐时冷热电负荷与实际负荷之间势必会产生偏差，因此模块将计算过程中的逐时冷热电负荷与现有标准规范指标进行误差比较，如果发现误差在允许范围之外，则及时反馈，调整模型的输入参数，重新进行计算，直到误差在允许范围之内，从而获得4种标准建筑模型每个样本的逐时冷热电负荷模拟结果。
表5负荷校准指标
建筑类型 冷负荷指标(W/m<sup>2</sup>) 热负荷指标(W/m<sup>2</sup>) 电负荷指标(W/m<sup>2</sup>)
居住建筑 70-140 20-60 10-40
办公建筑 90-160 60-120 10-90
商业建筑 160-250 80-120 30-50
旅馆建筑 80-150 30-60 20-50
步骤5，根据每个样本的逐时冷热电负荷确定北京地区标准建筑在各个时刻的单位面积负荷，例如，办公建筑的计算结果如图3所示：
办公建筑全年最大冷负荷为166.32W/m2，最大热负荷为121.14W/m2，最大电负荷为90.02W/m2，分别与现有标准规范指标相差不大，误差均在合理范围以内，因此计算结果可以接受。同理，可以计算获得居住建筑、商业建筑、旅馆建筑在各个时刻的单位面积负荷。
步骤6，构建北京地区标准建筑逐时冷热电负荷数据库，再根据各类标准建筑在区域用户中的占比，调用负荷数据库，预测该区域用户冷热电负荷特性，预测结果如图4所示，：
假设北京某区域用户的占地面积为225km2，其中居住建筑、办公建筑、商业建筑、旅馆建筑的占比分别为40％、30％、20％、10％，则经预测，该区域用户全年最大冷负荷为3796.26万kW，最大热负荷为2002.74万kW，最大电负荷为1051.52万kW。
上述具体实施例表明：依据本发明提供的系统模拟计算获得的标准建筑负荷数据，与现有标准规范指标相比，冷热电负荷误差均在允许范围之内，因此本发明能够在天然气分布式能源系统设计规划阶段，提供准确可靠的区域用户负荷预测数据，并以此为基础，研究能源系统的改进配置方案及优化运行策略，充分实现分布式能源系统高效、经济、环保、可靠的优势。
在示例性实施例中，还提供了一种终端系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述天然气分布式能源区域用户冷热电负荷预测方法的步骤。处理器可能是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (8)

1.一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，包括以下步骤：
步骤1，将目标区域按照气候进行区域划分，同时根据建筑功能确定各自区域内的标准建筑类型；
步骤2，根据标准建筑类型构建对应的标准建筑模型，设定标准建筑模型的输入参数；
步骤3，对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本；
步骤4，通过模拟计算确定各地区标准建筑模型所有样本的逐时冷热电负荷；
步骤5，根据各样本逐时冷热电负荷确定各类标准建筑在各个时刻的单位面积负荷；
步骤6，根据标准建筑在各个时刻的单位面积负荷，构建标准建筑逐时冷热电负荷数据库，再根据各类标准建筑在区域用户中的占比，结合标准建筑逐时冷热电负荷数据库，预测该区域用户冷热电负荷特性。
2.根据权利要求1所述的一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，步骤1中将目标区域划分为严寒地区、寒冷地区、夏热冬冷地区、夏热冬暖地区和温和地区。
3.根据权利要求1所述的一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，步骤1中标准建筑类型包括：居住建筑、办公建筑、商业建筑、旅馆建筑、学校建筑、医院建筑和交通建筑。
4.根据权利要求1所述的一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，步骤2中所述输入参数包括建筑外形参数、环境气候参数、室内设计热扰参数和围护结构热工参数。
5.根据权利要求1所述的一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，步骤5中各类标准建筑单位面积负荷的计算方法如下：
Figure FDA0002793681950000021
式中，qjt为j类标准建筑模型单位面积逐时负荷，W/m2；nj为j类标准建筑模型正交试验样本数；Qjit为j类标准建筑模型i样本模拟的逐时负荷，W；Sji为j类标准建筑模型i样本设计的建筑面积。
6.根据权利要求1所述的一种天然气分布式能源区域用户冷热电负荷预测方法，其特征在于，步骤6预测用户冷热电负荷特性的方法如下：
Figure FDA0002793681950000022
式中，Lt为某地区天然气分布式能源设计规划区域用户逐时负荷，W；m为该区域用户所拥有的标准建筑类型数；pj为j类标准建筑在该区域用户中的占比；Z为该区域用户的总体面积。
7.一种基于权利要求1-6任一项所述的一种天然气分布式能源区域用户冷热电负荷预测方法的系统，其特征在于，包括区域标准建筑确定模块、标准建筑模型构建模块、模型简化及样本建立模块、模型样本负荷计算模块、数据处理模块和区域用户负荷预测模块；
区域标准建筑确定模块，用于对目标区域划分，并确定划分的各个区域内标准建筑类型；
标准建筑模型构建模块，用于根据标准建筑类型构建对应的标准建筑模型；
模型简化及样本建立模块，用于对标准建筑模型进行简化处理，并扩展各类标准建筑模型的样本；
模型样本负荷计算模块，用于确定各个标准建筑模型的逐时冷热电负荷；
数据处理模块，用于根据逐时冷热电负荷确定各个标准建筑在各个时刻的单位面积负荷；
区域用户负荷预测模块，用于构建标准建筑逐时冷热电负荷数据库，并结合根据各类标准建筑在区域用户中的占比，预测该区域用户冷热电负荷特性。
8.一种终端系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
CN202011323854.5A 2020-11-23 2020-11-23 一种天然气分布式能源区域用户冷热电负荷预测方法及系统 Pending CN112418668A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011323854.5A CN112418668A (zh) 2020-11-23 2020-11-23 一种天然气分布式能源区域用户冷热电负荷预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011323854.5A CN112418668A (zh) 2020-11-23 2020-11-23 一种天然气分布式能源区域用户冷热电负荷预测方法及系统

Publications (1)

Publication Number Publication Date
CN112418668A true CN112418668A (zh) 2021-02-26

Family

ID=74777418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011323854.5A Pending CN112418668A (zh) 2020-11-23 2020-11-23 一种天然气分布式能源区域用户冷热电负荷预测方法及系统

Country Status (1)

Country Link
CN (1) CN112418668A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580788A (zh) * 2022-04-06 2022-06-03 南通电力设计院有限公司 一种园区区域的负荷预测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08240335A (ja) * 1995-03-03 1996-09-17 Toshiba Corp ビル空調熱負荷予測装置
CN110472892A (zh) * 2019-08-27 2019-11-19 上海电气分布式能源科技有限公司 建筑人流量、冷热电负荷评估方法及系统、设备和介质
CN110543977A (zh) * 2019-08-14 2019-12-06 上海电力大学 一种基于多元负荷平准化视角的区域建筑群混合优化方法
CN111680880A (zh) * 2020-05-13 2020-09-18 东南大学 基于冷热电三联供及地源热泵的建筑负荷特性分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08240335A (ja) * 1995-03-03 1996-09-17 Toshiba Corp ビル空調熱負荷予測装置
CN110543977A (zh) * 2019-08-14 2019-12-06 上海电力大学 一种基于多元负荷平准化视角的区域建筑群混合优化方法
CN110472892A (zh) * 2019-08-27 2019-11-19 上海电气分布式能源科技有限公司 建筑人流量、冷热电负荷评估方法及系统、设备和介质
CN111680880A (zh) * 2020-05-13 2020-09-18 东南大学 基于冷热电三联供及地源热泵的建筑负荷特性分析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
徐伟 等: "基于建筑特性的冷热电动态负荷预测方法研究", 《暖通空调》 *
徐伟 等: "基于建筑特性的冷热电动态负荷预测方法研究", 《暖通空调》, vol. 46, no. 09, 15 September 2016 (2016-09-15), pages 64 - 83 *
林美顺 等: "上海某商务区能源站空调负荷预测", 《建筑节能》, vol. 44, no. 03, 25 March 2016 (2016-03-25), pages 13 - 17 *
牛东晓 等: "电力负荷预测技术及其应用", vol. 1, 中国电力出版社出版, pages: 180 - 143 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580788A (zh) * 2022-04-06 2022-06-03 南通电力设计院有限公司 一种园区区域的负荷预测方法及系统
CN114580788B (zh) * 2022-04-06 2024-02-02 南通电力设计院有限公司 一种园区区域的负荷预测方法及系统

Similar Documents

Publication Publication Date Title
Zhu et al. Multi-objective optimization for energy consumption, daylighting and thermal comfort performance of rural tourism buildings in north China
Waibel et al. Co-simulation and optimization of building geometry and multi-energy systems: Interdependencies in energy supply, energy demand and solar potentials
Griffith et al. Assessment of the technical potential for achieving net zero-energy buildings in the commercial sector
Ma et al. Building energy research in Hong Kong: a review
Wang et al. From simulation to data-driven approach: A framework of integrating urban morphology to low-energy urban design
CN112926795B (zh) 一种基于sbo优化cnn的高层住宅建筑群热负荷预测方法及系统
Mutani et al. Characterization of building thermal energy consumption at the urban scale
CN113297660A (zh) 一种基于多目标的建筑方案阶段节能优化设计模式构建方法
Liu et al. Enhancing public building energy efficiency using the response surface method: an optimal design approach
Liu et al. A multi-objective optimization framework for designing urban block forms considering daylight, energy consumption, and photovoltaic energy potential
CN114003982A (zh) 一种建筑能耗分析插件二次开发系统及方法
CN111310257A (zh) 一种bim环境下的区域建筑能耗预测方法
Lin et al. Evaluating energy retrofits of historic buildings in a university campus using an urban building energy model that considers uncertainties
Chen et al. A rapid evaluation method for design strategies of high-rise office buildings achieving nearly zero energy in Guangzhou
CN116205425A (zh) 一种基于典型数据库的低碳园区冷热电气负荷预测方法
CN112101755A (zh) 一种基于多因素综合考虑的服务区能耗估算方法及系统
Peng et al. Investigation on spatial distribution and thermal properties of typical residential buildings in South China's Pearl River Delta
Salminen et al. Combined energy simulation and multi-criteria optimisation of a LEED-certified building
CN114037165B (zh) 一种考虑多源不确定性的建筑冷热负荷预测方法
Sozer et al. Dynamic evaluation method to increase the effect of the automation system on the building energy performance
CN112418668A (zh) 一种天然气分布式能源区域用户冷热电负荷预测方法及系统
Chen et al. Green Residential Building Design Scheme Optimization Based on the Orthogonal Experiment EWM-TOPSIS
Qian et al. Evaluating carbon emissions from the operation of historic dwellings in cities based on an intelligent management platform
Peng et al. Investigation on spatial distributions and occupant schedules of typical residential districts in South China's Pearl River Delta
Nzengue et al. Planning city refurbishment: An exploratory study at district scale how to move towards positive energy districts–approach of the SINFONIA project

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210226