CN113569380A - 建筑综合用能的调节能力的修正方法及装置 - Google Patents
建筑综合用能的调节能力的修正方法及装置 Download PDFInfo
- Publication number
- CN113569380A CN113569380A CN202110694865.2A CN202110694865A CN113569380A CN 113569380 A CN113569380 A CN 113569380A CN 202110694865 A CN202110694865 A CN 202110694865A CN 113569380 A CN113569380 A CN 113569380A
- Authority
- CN
- China
- Prior art keywords
- building
- determining
- energy
- energy consumption
- win
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004146 energy storage Methods 0.000 claims abstract description 88
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 49
- 238000012937 correction Methods 0.000 claims abstract description 31
- 230000002068 genetic effect Effects 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 210000000349 chromosome Anatomy 0.000 claims description 113
- 238000010438 heat treatment Methods 0.000 claims description 31
- 230000033228 biological regulation Effects 0.000 claims description 18
- 238000001816 cooling Methods 0.000 claims description 18
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 16
- 230000003247 decreasing effect Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 13
- 108090000623 proteins and genes Proteins 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 10
- 238000005485 electric heating Methods 0.000 description 9
- 238000005338 heat storage Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005057 refrigeration Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000011232 storage material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种建筑综合用能的调节能力的修正方法及装置。该发明包括:建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正。通过本发明,解决了相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题。
Description
技术领域
本发明涉及电力领域,具体而言,涉及一种建筑综合用能的调节能力的修正方法及装置。
背景技术
近年来,随着经济社会的快速发展,社会总能耗在飞快增加,以建筑物为代表的终端用能为例,由于建筑物数量的增加以及用户对于舒适度要求的提高,建筑能耗每年在极速提高,根据2015年中国节能协会发布的《中国智慧建筑调研白皮书》以及2016年《中国建筑节能发展报告》数据,我国建筑行业的能效与发达国家相比存在很大的差距,发展绿色节能建筑迫在眉睫。
相关技术中,在第一次世界能源危机的大背景下,美国学者Gellings C.W.提出了“需求侧管理”的概念,在我国,传统的电力需求侧响应主要由政府主导,通过一定的激励政策使得用户改变自己的用电行为,用户通过调控柔性负荷来进行需求侧响应。在需求侧除了传统的柔性负荷之外,还存在建筑本体,建筑本身具有一定的蓄热特性,室内温度不会在短时间内迅速变化,在保证用户处于舒适温度的前提下,建筑室内的制冷和制热负荷可以实时调节,建筑的这种蓄热特性可以看做是一种虚拟储能。在电网侧处于峰谷调节时期时,除了改变用户的用电行为可以进行电网侧的峰谷调节之外,利用建筑本身的虚拟储能特性也可以参与电网的峰谷调节,充分发掘建筑的节能调节潜力,不仅可以充分利用建筑本体的蓄热特性,减少电网侧由于调峰而所需的增容投资,还可以缓解社会发展中逐渐显现的能源需求增长与能源紧缺矛盾、能源利用与环境保护矛盾,符合绿色建筑的理念,具有十分重要的意义。
因此,如何将建筑本体的蓄热特性以及传统的需求侧响应结合起来响应电网侧的峰谷调节,成为亟待解决的问题。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种建筑综合用能的调节能力的修正方法及装置,以解决相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种建筑综合用能的调节能力的修正方法。该发明包括:建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正。
进一步地,建立建筑本体能耗模型包括:通过第一公式建立建筑本体能耗模型,第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为建筑墙体的传热系数,Fwall为墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与室外传递的冷量,kwin为建筑窗户的传热系数,Fwin为建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
进一步地,在依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值之前,该方法还包括:确定建筑本体能耗模型对应的舒适度,其中,舒适度至少包括两级舒适度,两级舒适度对应于不同的可增加或者可减少的制热量/制冷量;确定储能设备模型对应的储能设备的能效比。
进一步地,依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值包括:依据舒适度与能效比,通过分段平滑法计算负荷基准曲线,其中,负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;将多个削峰容量和多个填谷容量确定为多个负荷基准值。
进一步地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,该方法包括:将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;对实际调节功率对应的染色体进行编码,并确定染色体对应的编码矩阵,编码矩阵中包括多个染色体元素;依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个目标染色体为适应度达到预设适应度值的多个染色体。
进一步地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案包括:
S601:依据每个染色体对应的非支配排序号和每个染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;S602:交换两个父代染色体的位置以改变建筑用能实际调节功率的基因;S603:依据改变后的基因,获取多个子代染色体;S604:将两个父代染色体和多个子代染色体确定为目标群体;S605:计算目标群体中的多个染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个第一目标染色体的拥挤距离在预设范围内;S606:重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个第二目标染色体确定为父代种群;S607:依据父代种群和目标满意度距离,确定修正方案。
为了实现上述目的,根据本发明的另一方面,提供了一种建筑综合用能的调节能力的修正装置。该装置包括:第一创建单元,用于建立建筑本体能耗模型;第二创建单元,用于依据建筑中包含的储能设备,建立建筑中的储能设备模型;第一确定单元,用于依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;第二确定单元,用于依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;修正单元,用于依据修正方案对建筑综合用能的调节能力进行修正。
通过本发明,采用以下步骤:建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正,解决了相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题,达到了提高电力系统整体利用率的技术效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的一种建筑综合用能的调节能力的修正方法的流程图;以及
图2是根据本发明实施例提供的一种建筑综合用能的调节能力的修正装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明的实施例,提供了一种建筑综合用能的调节能力的修正方法。
图1是根据本发明实施例提供的一种建筑综合用能的调节能力的修正方法的流程图。如图1所示,该发明包括以下步骤:
步骤S101,建立建筑本体能耗模型;
步骤S102,依据建筑中包含的储能设备,建立建筑中的储能设备模型;
步骤S103,依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;
步骤S104,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;
步骤S105,依据修正方案对建筑综合用能的调节能力进行修正。
上述地,本发明提供了一种建筑综合用能的调节能力的修正方法,尤其是利用蓄热结构对调节能力的修正,具体来说,在供热工况下,建筑采用电采暖设备(如空气源热泵等)进行供热,电采暖设备通常与热储能设备搭配使用,在电价谷时段存储部分热量,在电价峰时段或者建筑需要热量的情况下给建筑提供热量,热储能设备的可增加能量和可减少能量,可进一步补充建筑综合用能的可增加制冷/制热量与可减少制冷/制热量,从而对建筑综合用能的调节能力结果进行修正。
本发明可以更加准确的对建筑用能柔性调节能力进行评估,从而更好的达到对电网削峰填谷的目的,提高电力系统整体利用率。
具体地,通过建立建筑本体能耗模型和储能设备模型来确定电网侧的修正方案,再通过修正方案来对建筑综合用能进行修正。
可选地,建立建筑本体能耗模型包括:通过第一公式建立建筑本体能耗模型,第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为建筑墙体的传热系数,Fwall为墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与室外传递的冷量,kwin为建筑窗户的传热系数,Fwin为建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
上述地,建筑本体能耗模型根据建筑外墙、窗户散失冷量,太阳辐射补热以及室内热源散热对建筑内部产生的综合影响计算建筑本体能耗。
具体地,用Qcl,t表示建筑本体能耗,具体通过以下公式建立建筑本体能耗模型,
Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t
式中,kwallFwall(T0,t-Tin,t)整体表示建筑墙体与室外传递的冷量,其中,kwall为建筑墙体的传热系数,单位为J/(m2·℃),Fwall为建筑墙体的面积,单位为m2,建筑墙体的面积可以通过测量计算得到,T0,t为t调度时刻的室外温度,单位为℃,Tin,t为t调度时刻的室内温度,单位为℃,室外温度与室内温度可以通过测量计算得到;kwinFwin(T0,t-Tin,t)整体表示建筑窗户与室外传递的冷量,其中,kwin为建筑窗户的传热系数,单位为J/(m2·℃),Fwin为建筑窗户的面积,单位为m2,建筑窗户的面积可以通过测量计算得到;ItFwinSC整体表示太阳热辐射向建筑室内传递的热量对应所需的制冷量,其中,It为太阳辐射度,SC为遮阳系数,即玻璃遮挡或抵御太阳光能的能力;Qin,t为建筑室内热源的发热量对应所需的制冷量,如人体及用电设备的发热量,单位为J。
可选地,在依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值之前,该方法还包括:确定建筑本体能耗模型对应的舒适度,其中,舒适度至少包括两级舒适度,两级舒适度对应于不同的可增加或者可减少的制热量/制冷量;确定储能设备模型对应的储能设备的能效比。
上述地,对建筑本体能耗模型设定一级和二级舒适度,其中,不同舒适度对应不同的室内温度,不同的舒适度决定用户牺牲部分舒适度形成的可增加制冷/制热量与可减少制冷/制热量。
具体地,用Q′c,t表示用户牺牲部分舒适度形成的可减少制冷量,用Q″c,t表示用户牺牲部分舒适度形成的可增加制冷量。
进一步地,在供冷工况下以二级舒适度为例进行说明,具体如下:
供冷工况下,包括以下情况:
A:建筑用能可减少的制冷量为:
其中,TII,down≤Tin,t≤TII,up(II级舒适区)
建筑用能可增加的制冷量为:
B:建筑用能可减少的制冷量为:
建筑用能可增加的制冷量为:
其中,TI,down≤Tin,t≤TI,up(I级舒适区)
供热工况下,包括以下情况:
A:建筑用能可减少的制热量为:
建筑用能可增加的制热量为:
其中,TII,down≤Tin,t≤TII,up(II级舒适区)
B:建筑用能可减少的制热量为:
建筑用能可增加的制热量为:
其中,TI,down≤Tin,t≤TI,up(I级舒适区)
具体地,在供冷工况和供热工况下建筑用能的可增加功率和可减少功率通常由建筑内的空调和电采暖设备进行调节,所以可以认为空调和电采暖设备的可增加功率和可减少功率等同于建筑用能的可增加功率和可减少功率,即
进一步地,根据可增加制冷/制热量与可减少制冷/制热量确定建筑用能的可增加功率和可减少功率,结合制冷/制热设备的能效比,计算建筑综合用能的调节能力(即建筑可增加或减少的能量)。
其中,Copair为储能设备(制冷/制热设备)的能效比。
需要说明的是,考虑建筑中热储能设备的可调节能力,对建筑综合用能的调节能力进行修正。
在供热工况下,建筑采用电采暖设备(如空气源热泵等)进行供热,电采暖设备通常与热储能设备搭配使用,在电价谷时段存储部分热量,在电价峰时段或者建筑需要热量的情况下给建筑提供热量,以达到用户采暖费用尽量小的目的。所以在建筑中会配置一定容量的热储能设备,比如蓄热水箱、相变蓄热等。蓄热水箱是储存热水的容器,通过集热管采集的热水必须通过蓄热水箱储存,防止热量损失;相变蓄热是一种以相变储能材料为基础的高新储能技术。
热储能设备在t调度时段的可调节能力包括热储能设备的可增加能量与可减少能量,热储能设备的可增加能量定义为热储能设备的储能上限与已储能量之差,热储能设备的可减少能量定义为热储能设备已储能量与储能下限之差,具体表达式如下:
EWSHmax和EWSHmin分别为热储能设备储能的上限值和下限值;EWSH,t为t调度时段热储能设备的已储能量。
可选地,依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值包括:依据舒适度与能效比,通过分段平滑法计算负荷基准曲线,其中,负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;将多个削峰容量和多个填谷容量确定为多个负荷基准值。
具体地,通过上述的舒适度和储能设备模型对应能效比,可以利用分段平滑法计算获得理想的负荷基准曲线,以确定每一时段电网侧的削峰容量或填谷容量,从而获得电网侧峰谷调节需求指标。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,该方法包括:将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;对实际调节功率对应的染色体进行编码,并确定染色体对应的编码矩阵,编码矩阵中包括多个染色体元素;依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个目标染色体为适应度达到预设适应度值的多个染色体。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案包括:
S601:依据每个染色体对应的非支配排序号和每个染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;
S602:交换两个父代染色体的位置以改变建筑用能实际调节功率的基因;
S603:依据改变后的基因,获取多个子代染色体;
S604:将两个父代染色体和多个子代染色体确定为目标群体;
S605:计算目标群体中的多个染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个第一目标染色体的拥挤距离在预设范围内;
S606:重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个第二目标染色体确定为父代种群;
S607:依据父代种群和目标满意度距离,确定修正方案。
具体地,基于遗传算法和目标满意度距离的多目标优化算法计算最优折衷方案。
其中,计算最优折衷解的步骤包括:
A:控制变量编码,以参与电网侧峰谷调节的建筑用能实际调节功率作为控制变量,对建筑用能实际调节功率染色体进行编码;
C:个体适应度的计算,根据配电网网损最小、配电网节点电压偏移最小和需求侧辅助服务费用最小寻找适应度值高的个体;
D:计算每个目标函数中的个体适应度来进行非支配排序和目标函数中个体拥挤距离比较;
E:选择、检查、变异操作,根据每个个体的非支配排序号irank和建筑用能实际调节功率个体拥挤距离Ldis的两个因素进行选择;从选择操作中得到的染色体中随机选择两个父代染色体进行某些位置的交换,从而产生更加优秀的子代个体;对于染色体上的某些位置的建筑用能实际调节功率基因进行改变;
f.精英策略,将父代种群与经过选择交叉变异后得到的优秀子代种群合并为一个种群;然后对新产生的种群进行非支配排序和建筑用能实际调节功率个体拥挤距离计算,选择前K个个体进入下一次循环。
G:最优折衷解,反复循环迭代上述步骤直至满足收敛条件,即迭代次数超过预设的最大迭代次数;当迭代次数达到预先设定的最大迭代次数时,终止计算,得到Pareto最优解集;根据目标满意度距离计算得到本文中多目标函数的最优折衷方案。
需要说明的是,本发明一方面考虑将舒适度设定为I级和II级两级舒适度;另一方面考虑建筑中热储能设备的可调节能力,对建筑综合用能的调节能力进行修正,并根据修正后的建筑综合用能的调节能力、电价、建筑热量需求、电网峰谷情况,控制建筑中制冷/制热设备的功率。
还需要说明的是,在对建筑综合用能的调节能力的修正方面,尤其是利用蓄热结构对结果进行修正,具体来说,在供热工况下,建筑采用电采暖设备(如空气源热泵等)进行供热,电采暖设备通常与热储能设备搭配使用,在电价谷时段存储部分热量,在电价峰时段或者建筑需要热量的情况下给建筑提供热量,热储能设备的可增加能量和可减少能量,可进一步补充建筑综合用能的可增加制冷/制热量与可减少制冷/制热量,从而对建筑综合用能的调节能力结果进行修正。同时考虑现有技术未公开此步骤中的具体算法,本发明可以更加准确的对建筑用能柔性调节能力进行评估,从而更好的达到对电网削峰填谷的目的,提高电力系统整体利用率。
本发明实施例提供的一种建筑综合用能的调节能力的修正方法,通过建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正,解决了相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题,达到了提高电力系统整体利用率的技术效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种建筑综合用能的调节能力的修正装置,需要说明的是,本发明实施例的一种建筑综合用能的调节能力的修正装置可以用于执行本发明实施例所提供的用于一种建筑综合用能的调节能力的修正方法。以下对本发明实施例提供的一种建筑综合用能的调节能力的修正装置进行介绍。
图2是根据本发明实施例提供的一种建筑综合用能的调节能力的修正装置的示意图。如图2所示,该装置包括:第一创建单元201,用于建立建筑本体能耗模型;第二创建单元202,用于依据建筑中包含的储能设备,建立建筑中的储能设备模型;第一确定单元203,用于依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;第二确定单元204,用于依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;修正单元205,用于依据修正方案对建筑综合用能的调节能力进行修正。
可选地,第一创建单元201包括:建立子单元,用于通过第一公式建立建筑本体能耗模型,第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为建筑墙体的传热系数,Fwall为墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与室外传递的冷量,kwin为建筑窗户的传热系数,Fwin为建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
可选地,该装置还包括:第三确定单元,用于在依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值之前,确定建筑本体能耗模型对应的舒适度,其中,舒适度至少包括两级舒适度,两级舒适度对应于不同的可增加或者可减少的制热量/制冷量;第四确定单元,用于确定储能设备模型对应的储能设备的能效比。
可选地,第一确定单元203包括:计算子单元,用于依据舒适度与能效比,通过分段平滑法计算负荷基准曲线,其中,负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;第一确定子单元,用于将多个削峰容量和多个填谷容量确定为多个负荷基准值。
可选地,该装置包括:第五确定单元,用于依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;第六确定单元,用于对实际调节功率对应的染色体进行编码,并确定染色体对应的编码矩阵,编码矩阵中包括多个染色体元素;第七确定单元,用于依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个目标染色体为适应度达到预设适应度值的多个染色体。
可选地,修正单元205包括:第二确定子单元,用于依据每个染色体对应的非支配排序号和每个染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;交换子单元,用于交换两个父代染色体的位置以改变建筑用能实际调节功率的基因;获取子单元,用于依据改变后的基因,获取多个子代染色体;第三确定子单元,用于将两个父代染色体和多个子代染色体确定为目标群体;第四确定子单元,用于计算目标群体中的多个染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个第一目标染色体的拥挤距离在预设范围内;第五确定子单元,用于重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个第二目标染色体确定为父代种群;第六确定子单元,用于依据父代种群和目标满意度距离,确定修正方案。
本发明实施例提供的一种建筑综合用能的调节能力的修正装置,通过第一创建单元201,用于建立建筑本体能耗模型;第二创建单元202,用于依据建筑中包含的储能设备,建立建筑中的储能设备模型;第一确定单元203,用于依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;第二确定单元204,用于依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;修正单元205,用于依据修正方案对建筑综合用能的调节能力进行修正,解决了相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题,达到了提高电力系统整体利用率的技术效果。
一种建筑综合用能的调节能力的修正装置包括处理器和存储器,上述第一创建单元201等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相解决相关技术中对建筑综合用能的调节能力进行修正时没有考虑建筑本身的储能性能的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现一种建筑综合用能的调节能力的修正方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行一种建筑综合用能的调节能力的修正方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正。
可选地,建立建筑本体能耗模型包括:通过第一公式建立建筑本体能耗模型,第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为建筑墙体的传热系数,Fwall为墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与室外传递的冷量,kwin为建筑窗户的传热系数,Fwin为建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
可选地,在依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值之前,该方法还包括:确定建筑本体能耗模型对应的舒适度,其中,舒适度至少包括两级舒适度,两级舒适度对应于不同的可增加或者可减少的制热量/制冷量;确定储能设备模型对应的储能设备的能效比。
可选地,依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值包括:依据舒适度与能效比,通过分段平滑法计算负荷基准曲线,其中,负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;将多个削峰容量和多个填谷容量确定为多个负荷基准值。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,该方法包括:将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;对实际调节功率对应的染色体进行编码,并确定染色体对应的编码矩阵,编码矩阵中包括多个染色体元素;依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个目标染色体为适应度达到预设适应度值的多个染色体。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案包括:S601:依据每个染色体对应的非支配排序号和每个染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;S602:交换两个父代染色体的位置以改变建筑用能实际调节功率的基因;S603:依据改变后的基因,获取多个子代染色体;S604:将两个父代染色体和多个子代染色体确定为目标群体;S605:计算目标群体中的多个染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个第一目标染色体的拥挤距离在预设范围内;S606:重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个第二目标染色体确定为父代种群;S607:依据父代种群和目标满意度距离,确定修正方案。
本文中的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:建立建筑本体能耗模型;依据建筑中包含的储能设备,建立建筑中的储能设备模型;依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值;依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;依据修正方案对建筑综合用能的调节能力进行修正。
可选地,建立建筑本体能耗模型包括:通过第一公式建立建筑本体能耗模型,第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为建筑墙体的传热系数,Fwall为墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与室外传递的冷量,kwin为建筑窗户的传热系数,Fwin为建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
可选地,在依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值之前,该方法还包括:确定建筑本体能耗模型对应的舒适度,其中,舒适度至少包括两级舒适度,两级舒适度对应于不同的可增加或者可减少的制热量/制冷量;确定储能设备模型对应的储能设备的能效比。
可选地,依据建筑本体能耗模型和储能设备模型,确定电网侧对应的多个负荷基准值包括:依据舒适度与能效比,通过分段平滑法计算负荷基准曲线,其中,负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;将多个削峰容量和多个填谷容量确定为多个负荷基准值。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,该方法包括:将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;对实际调节功率对应的染色体进行编码,并确定染色体对应的编码矩阵,编码矩阵中包括多个染色体元素;依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个目标染色体为适应度达到预设适应度值的多个染色体。
可选地,依据多个负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案包括:S601:依据每个染色体对应的非支配排序号和每个染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;S602:交换两个父代染色体的位置以改变建筑用能实际调节功率的基因;S603:依据改变后的基因,获取多个子代染色体;S604:将两个父代染色体和多个子代染色体确定为目标群体;S605:计算目标群体中的多个染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个第一目标染色体的拥挤距离在预设范围内;S606:重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个第二目标染色体确定为父代种群;S607:依据父代种群和目标满意度距离,确定修正方案。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种建筑综合用能的调节能力的修正方法,其特征在于,包括:
建立建筑本体能耗模型;
依据建筑中包含的储能设备,建立所述建筑中的储能设备模型;
依据所述建筑本体能耗模型和所述储能设备模型,确定电网侧对应的多个负荷基准值;
依据多个所述负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;
依据所述修正方案对建筑综合用能的调节能力进行修正。
2.根据权利要求1所述的方法,其特征在于,建立建筑本体能耗模型包括:
通过第一公式建立所述建筑本体能耗模型,所述第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为所述建筑墙体的传热系数,Fwall为所述墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与所述室外传递的冷量,kwin为所述建筑窗户的传热系数,Fwin为所述建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
3.根据权利要求1所述的方法,其特征在于,在依据所述建筑本体能耗模型和所述储能设备模型,确定电网侧对应的多个负荷基准值之前,所述方法还包括:
确定所述建筑本体能耗模型对应的舒适度,其中,所述舒适度至少包括两级舒适度,两级所述舒适度对应于不同的可增加或者可减少的制热量/制冷量;
确定所述储能设备模型对应的所述储能设备的能效比。
4.根据权利要求3所述的方法,其特征在于,依据所述建筑本体能耗模型和所述储能设备模型,确定电网侧对应的多个负荷基准值包括:
依据所述舒适度与所述能效比,通过分段平滑法计算负荷基准曲线,其中,所述负荷基准曲线中包括多个时间段内电网侧对应的多个削峰容量和多个填谷容量;
将多个所述削峰容量和多个所述填谷容量确定为所述多个负荷基准值。
5.根据权利要求1所述的方法,其特征在于,依据多个所述负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案之前,所述方法包括:
将参与电网侧峰谷调节的建筑用能的实际调节功率确定为控制变量;
对所述实际调节功率对应的染色体进行编码,并确定所述染色体对应的编码矩阵,所述编码矩阵中包括多个染色体元素;
依据预设配电网网损值和预设配电网节点电压偏移量,确定多个目标染色体,其中,多个所述目标染色体为适应度达到预设适应度值的多个所述染色体。
6.根据权利要求5所述的方法,其特征在于,依据多个所述负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案包括:
S601:依据每个所述染色体对应的非支配排序号和每个所述染色体对应的建筑用能实际调节功率个体拥挤距离,确定两个父代染色体;
S602:交换两个所述父代染色体的位置以改变建筑用能实际调节功率的基因;
S603:依据改变后的所述基因,获取多个子代染色体;
S604:将两个所述父代染色体和多个所述子代染色体确定为目标群体;
S605:计算所述目标群体中的多个所述染色体对应的多个建筑用能实际调节功率个体拥挤距离,并对多个所述拥挤距离进行非支配排序以确定多个第一目标染色体,其中,多个所述第一目标染色体的所述拥挤距离在预设范围内;
S606:重复执行上述S605-S605直到计算迭代次数等于预设迭代次数以获得多个第二目标染色体并将多个所述第二目标染色体确定为父代种群;
S607:依据所述父代种群和目标满意度距离,确定所述修正方案。
7.一种建筑综合用能的调节能力的修正装置,其特征在于,包括:
第一创建单元,用于建立建筑本体能耗模型;
第二创建单元,用于依据建筑中包含的储能设备,建立所述建筑中的储能设备模型;
第一确定单元,用于依据所述建筑本体能耗模型和所述储能设备模型,确定电网侧对应的多个负荷基准值;
第二确定单元,用于依据多个所述负荷基准值,利用遗传算法和目标满意度距离的多目标优化算法确定修正方案;
修正单元,用于依据所述修正方案对建筑综合用能的调节能力进行修正。
8.根据权利要求7所述的装置,其特征在于,所述第一创建单元包括:
建立子单元,用于通过第一公式建立所述建筑本体能耗模型,所述第一公式为Qcl,t=kwallFwall(T0,t-Tin,t)+kwinFwin(T0,t-Tin,t)+ItFwinSC+Qin,t,其中,kwallFwall(T0,t-Tin,t)为建筑墙体与室外传递的冷量,kwall为所述建筑墙体的传热系数,Fwall为所述墙体的面积,T0,t为t调度时刻的室外温度,Tin,t为t调度时刻的室内温度,kwinFwin(T0,t-Tin,t)为建筑窗户与所述室外传递的冷量,kwin为所述建筑窗户的传热系数,Fwin为所述建筑窗户的面积,ItFwinSC为太阳热辐射向室内传递的热量对应所需的制冷量,It为太阳辐射度,SC为遮阳系数,Qin,t为建筑室内热源的发热量对应所需的制冷量。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述一种建筑综合用能的调节能力的修正方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述一种建筑综合用能的调节能力的修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694865.2A CN113569380A (zh) | 2021-06-22 | 2021-06-22 | 建筑综合用能的调节能力的修正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694865.2A CN113569380A (zh) | 2021-06-22 | 2021-06-22 | 建筑综合用能的调节能力的修正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113569380A true CN113569380A (zh) | 2021-10-29 |
Family
ID=78162535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110694865.2A Pending CN113569380A (zh) | 2021-06-22 | 2021-06-22 | 建筑综合用能的调节能力的修正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569380A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138035A (zh) * | 2021-11-30 | 2022-03-04 | 国网北京市电力公司 | 建筑能耗调节方法及装置 |
CN115964780A (zh) * | 2022-12-14 | 2023-04-14 | 中国建筑设计研究院有限公司 | 基于遮阳系统的建筑能耗模拟方法、装置、介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053069A (zh) * | 2017-12-15 | 2018-05-18 | 南京工程学院 | 一种适用于多目标优化场景的综合能源系统运行调度方法 |
CN109103912A (zh) * | 2018-07-18 | 2018-12-28 | 合肥工业大学 | 考虑电网调峰需求的工业园区主动配电系统调度优化方法 |
CN111244946A (zh) * | 2020-02-18 | 2020-06-05 | 国网江苏省电力有限公司 | 一种自备电厂发用电资源的调控方法和装置 |
CN112561728A (zh) * | 2020-10-28 | 2021-03-26 | 西安交通大学 | 基于注意力机制lstm的综合能耗费用优化方法、介质及设备 |
CN112733236A (zh) * | 2021-01-08 | 2021-04-30 | 国网北京市电力公司 | 面向综合舒适度的建筑内温控负荷优化方法及系统 |
CN112990574A (zh) * | 2021-03-12 | 2021-06-18 | 中国农业大学 | 一种基于建筑用能柔性调节潜力指标的评估方法及系统 |
-
2021
- 2021-06-22 CN CN202110694865.2A patent/CN113569380A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053069A (zh) * | 2017-12-15 | 2018-05-18 | 南京工程学院 | 一种适用于多目标优化场景的综合能源系统运行调度方法 |
CN109103912A (zh) * | 2018-07-18 | 2018-12-28 | 合肥工业大学 | 考虑电网调峰需求的工业园区主动配电系统调度优化方法 |
CN111244946A (zh) * | 2020-02-18 | 2020-06-05 | 国网江苏省电力有限公司 | 一种自备电厂发用电资源的调控方法和装置 |
CN112561728A (zh) * | 2020-10-28 | 2021-03-26 | 西安交通大学 | 基于注意力机制lstm的综合能耗费用优化方法、介质及设备 |
CN112733236A (zh) * | 2021-01-08 | 2021-04-30 | 国网北京市电力公司 | 面向综合舒适度的建筑内温控负荷优化方法及系统 |
CN112990574A (zh) * | 2021-03-12 | 2021-06-18 | 中国农业大学 | 一种基于建筑用能柔性调节潜力指标的评估方法及系统 |
Non-Patent Citations (5)
Title |
---|
刘畅: "考虑电网调峰需求的区域型主动配电系统调度学习优化", 《中国硕士学位论文全文数据库 工程科技II辑》, no. 1, 15 January 2020 (2020-01-15), pages 1 - 85 * |
苏适;刘晓丽;王飞;任惠;陆海;严玉廷;: "基于BIPV功率与负荷预测的智能建筑EMS双时间尺度多能互补优化模型", 华北电力大学学报(自然科学版), no. 01, 30 January 2018 (2018-01-30), pages 48 - 57 * |
苏适;陆海;严玉廷;杨家全;: "功率与负荷预测的智能建筑双时间尺度多能互补优化模型", 云南电力技术, no. 02, 15 April 2018 (2018-04-15), pages 116 - 124 * |
许巧玲;林跃东;严哲钦;: "基于KPCA-WLSSVM的公共建筑能耗预测", 江南大学学报(自然科学版), no. 06, 28 December 2015 (2015-12-28), pages 710 - 716 * |
齐宁;程林;田立亭;郭剑波;黄仁乐;王存平;: "考虑柔性负荷接入的配电网规划研究综述与展望", 电力系统自动化, no. 10, 25 May 2020 (2020-05-25), pages 193 - 207 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138035A (zh) * | 2021-11-30 | 2022-03-04 | 国网北京市电力公司 | 建筑能耗调节方法及装置 |
CN115964780A (zh) * | 2022-12-14 | 2023-04-14 | 中国建筑设计研究院有限公司 | 基于遮阳系统的建筑能耗模拟方法、装置、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | A bi-level scheduling model for virtual power plants with aggregated thermostatically controlled loads and renewable energy | |
Lv et al. | Model predictive control based robust scheduling of community integrated energy system with operational flexibility | |
CN109727158B (zh) | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 | |
De Coninck et al. | Quantification of flexibility in buildings by cost curves–Methodology and application | |
Xiong et al. | Multi-stage equipment optimal configuration of park-level integrated energy system considering flexible loads | |
WO2021232734A1 (zh) | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 | |
Xie et al. | A hybrid short-term load forecasting model and its application in ground source heat pump with cooling storage system | |
CN110322056A (zh) | 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法 | |
CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
CN113569380A (zh) | 建筑综合用能的调节能力的修正方法及装置 | |
CN106503466B (zh) | 电锅炉与太阳能联合供热系统的设备容量配置方法及装置 | |
CN110474370B (zh) | 一种空调可控负荷、光伏储能系统的协同控制系统及方法 | |
CN110489915B (zh) | 计及综合需求响应的电热联合调度方法及系统 | |
CN104062958A (zh) | 一种基于动态负荷管理的居家智能优化方法 | |
CN113191086A (zh) | 一种基于遗传算法的电采暖热负荷需求优化方法及系统 | |
CN107392366A (zh) | 计及用户行为分析的综合能源系统供需双侧综合优化方法 | |
CN114183796A (zh) | 基于电制热与集中供热多能互补系统优化调度方法及装置 | |
Shen et al. | Optimal dispatch of regional integrated energy system based on a generalized energy storage model | |
Yang et al. | Exploring blockchain for the coordination of distributed energy resources | |
CN108253519B (zh) | 基于电采暖的用电控制方法 | |
Zhou et al. | Optimal combined heat and power system scheduling in smart grid | |
Ma et al. | Two-stage stochastic robust optimization model of microgrid day-ahead dispatching considering controllable air conditioning load | |
CN113344273B (zh) | 基于建筑用能的区域配电网峰谷差调节优化方法及系统 | |
CN111555291A (zh) | 一种基于自适应粒子群的负荷集群控制方法 | |
CN109800927B (zh) | 双边电力市场环境下的配电网分布式优化方法 |
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 |