CN114444858A - 一种基于数字孪生技术的智能建筑节能管理方法及系统 - Google Patents

一种基于数字孪生技术的智能建筑节能管理方法及系统 Download PDF

Info

Publication number
CN114444858A
CN114444858A CN202111593204.7A CN202111593204A CN114444858A CN 114444858 A CN114444858 A CN 114444858A CN 202111593204 A CN202111593204 A CN 202111593204A CN 114444858 A CN114444858 A CN 114444858A
Authority
CN
China
Prior art keywords
energy
building
energy consumption
digital twin
load
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
CN202111593204.7A
Other languages
English (en)
Inventor
程青
杨超
熊天龙
林舒
包维瀚
周特
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.)
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Sichuan Energy Internet Research Institute EIRI Tsinghua University
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 Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Sichuan Energy Internet Research Institute EIRI Tsinghua University
Priority to CN202111593204.7A priority Critical patent/CN114444858A/zh
Publication of CN114444858A publication Critical patent/CN114444858A/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)

Abstract

本发明提供一种基于数字孪生技术的智能建筑节能管理方法及系统，所述方法包括以下步骤：确定智能建筑的能源消耗指标类型；依据能源消耗指标选取能效管理系统需求；根据能效管理系统需求，利用数字孪生技术优化设备节能模式。本发明将智能建筑节能管理与数字孪生技术相结合，提供了基于数字孪生技术的智能建筑节能管理构思。本发明还采用依据能源利用效率进行优化设备节能模式，能源利用效率的提出为校准建筑物中的人类能源消耗提供了解决方案。本发明利用能源利用效率将建筑能耗与人类行为相结合，可以准确反映人类能源利用的程度，为能源利用的有效性提供一种定量的评价方法，为进一步计算建筑基准能耗奠定了基础。

Description

一种基于数字孪生技术的智能建筑节能管理方法及系统
技术领域
本发明属于智能建筑节能技术领域，特别涉及一种基于数字孪生技术的智能建筑节能管理方法及系统。
背景技术
大中型建筑特别是公共建筑的能耗非常高，能源浪费现象十分明显。造成浪费的原因可分为两类：一类是系统设计不够优化，设备和系统效率低下，如“大马拉小车”导致设备运行效率低下。二是人为浪费，如办公室“开灯”、长时间无人时不关空调等。目前，对系统设计优化不足造成的浪费，有很多理论成果和技术手段进行控制和管理。由于建筑物的能量为人体服务，如果以人体使用的能量为标准，则人体使用的能量视为有效能量，非人体使用的能量视为无效能量。然后将该评价方法推广到空调、水泵、冰箱等设备。然而，该方法不能有效地评价设备在整个工作周期内的能效。
目前，最常用的评价方法是比较平均能耗或总能耗。显然，这种评估方法存在很大偏差。无论何种耗能设备，对于特定的建筑负荷，只要设备的能效或整个建筑的系统能效保持在最佳状态，可以说此时的能耗最低。因此，将能源效率作为衡量能源效率的指标更为科学。仅仅提高组成设备的能效并不能有效地降低能耗，因此有必要建立一个能够反映系统能效状态变化的新模型来解决当前存在的问题。目前，建筑节能优化的研究主要集中在两个方面：一是针对设备，如国家推广的机电设备能效标识系统，通过选择更高效的设备来提高能效；二是对多设备组成的系统进行能效优化研究。虽然能源效率的研究取得了一些进展，但进展相对缓慢，需要改进。
发明内容
针对上述问题，本发明提供一种基于数字孪生技术的智能建筑节能管理方法及系统。为了实现上述目的，采用以下技术方案：
一种基于数字孪生技术的智能建筑节能管理方法，包括以下步骤：
确定智能建筑的能源消耗指标类型；
依据能源消耗指标选取能效管理系统需求；
根据能效管理系统需求，利用数字孪生技术优化设备节能模式。
优选地，利用样本均值编制所述能源消耗指标所需的样本量的计算公式如下：
Figure BDA0003430379320000021
其中，W表示样本量，E表示允许误差，a表示标准正态分布值。
优选地，所述能源消耗指标的平均指标的计算公式如下：
Figure BDA0003430379320000022
其中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量。
优选地，所述利用数字孪生技术优化设备节能模式包括：
将建筑总荷载需求分为稳定载荷和波动载荷；
计算建筑总荷载；
依据建筑总荷载计算能源利用效率；
依据能源利用效率优化设备节能模式。
优选地，所述计算建筑总荷载的公式为：
P(r)＝Pb(r)+Pc(r) (3)
其中，Pb(r)表示建筑围护结构产生的稳定荷载，Pc(r)表示与人类行为相关的波动荷载。
优选地，所述计算能源利用效率的公式为：
Figure BDA0003430379320000023
其中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积。
一种基于数字孪生技术的智能建筑节能管理系统，包括：
指标模块，用于确定智能建筑的能源消耗指标类型；
需求模块，用于依据能源消耗指标选取能效管理系统需求；
优化模块，用于根据能效管理系统需求，利用数字孪生技术优化设备节能模式。
优选地，所述指标模块利用样本均值编制所述能源消耗指标所需的样本量的计算公式如下：
Figure BDA0003430379320000031
其中，W表示样本量，E表示允许误差，a表示标准正态分布值。
优选地，所述能源消耗指标的平均指标的计算公式如下：
Figure BDA0003430379320000032
其中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量。
优选地，所述优化模块中利用数字孪生技术优化设备节能模式包括：
分荷载单元，用于将建筑总荷载需求分为稳定载荷和波动载荷；
总荷载单元，用于计算建筑总荷载；
计算单元，用于依据建筑总荷载计算能源利用效率；
优化单元，用于依据能源利用效率优化设备节能模式。
优选地，所述总荷载单元，用于计算建筑总荷载的公式为：
P(r)＝Pb(r)+Pc(r) (3)
其中，Pb(r)表示建筑围护结构产生的稳定荷载，Pc(r)表示与人类行为相关的波动荷载。
优选地，所述计算单元，用于依据建筑总荷载计算能源利用效率的公式为：
Figure BDA0003430379320000033
其中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积。
本发明具有以下有益效果：本发明将智能建筑节能管理与数字孪生技术相结合，提供了基于数字孪生技术的智能建筑节能管理构思。本发明还采用依据能源利用效率进行优化设备节能模式，能源利用效率的提出为校准建筑物中的人类能源消耗提供了解决方案。本发明利用能源利用效率将建筑能耗与人类行为相结合，可以准确反映人类能源利用的程度，为能源利用的有效性提供一种定量的评价方法，为进一步计算建筑基准能耗奠定了基础。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明的基于数字孪生技术的智能建筑节能管理方法流程图；
图2示出了本发明实施例的智能建筑节能管理系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
数字孪生技术的概念基于一个基本理念：可以构建独立于物理实体的数字实体，数字实体与物理实体具有孪生关系，孪生兄弟在整个生命周期中紧密联系并共同进化。中观或工厂层面：传输线、发电厂、游轮等；宏观或组织层面：供应链、输电网络、运输系统等。尽管数字孪生兄弟不同维度的实现形式表现出不同的复杂性，但它们的基本概念、特点和挑战几乎相同。简言之，数字孪生可以描述真实物理系统的近实时操作，并可以使用数字孪生监控和优化业务绩效。在产品设计阶段，使用数字孪生可以提高设计的准确性，并在真实环境中验证产品的性能。
本发明将数字孪生技术应用到智能建筑节能管理中，提供一种基于数字孪生技术的智能建筑节能管理方法，如图1所示，包括以下步骤：
确定智能建筑的能源消耗指标类型：
智能建筑的能源指标类型可以根据不同的形式和指标效率标准分为不同的形式。建筑能耗指标是在一定的理论知识基础上，通过认真调查、研究和总结建筑节能实践经验，采用系统、科学的方法制定的。建筑能耗指标反映了过去某一时期的气象条件、地理条件、技术水平和生活水平，能够准确地反映该时期社会产品的能耗情况。按编制方法可分为统计指标和技术指标两类。其中，统计指标是通过分析统计数据编制的，而技术指标主要依靠技术分析方法编制。在收集统计数据时，样本大小的选择是一个重要问题。较大的样本可以提供更高的精度，但由此产生的成本很高。通常，选择样本量的方法是首先指定所需的精度，然后确定满足精度的最小样本量。准确度涉及置信区间的大小，置信区间越小，准确度越高。利用样本均值编制能耗指标时所需样本量的计算公式：
Figure BDA0003430379320000051
在公式(1)中，W、E、a表示样本量、允许误差和标准正态分布值。因此，置信区间的大小取决于允许误差E，即选择精度水平等于E的选择值。指标水平和标准化场景反映了指标的先进水平。同一地区、同一类型的智能建筑有许多共性，这是确定先进性的逻辑依据。但智能建筑的多样性使得有必要考虑指标设置的可行性。因此，地理气候条件，生产力发展水平，经济发展水平，文化生活习惯，物业管理水平都是需要考虑的因素。在公式(1)的基础上，得出平均指标的计算公式如下：
Figure BDA0003430379320000052
式(2)中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量。基于以上描述，完成智能建筑能耗指标类型确定步骤。
依据能源消耗指标选取能效管理系统需求：
通过对设备的监控和报警，如何对设备进行控制是系统的核心功能。系统需要为用户提供远程实时控制设备开关、灯具亮度、空调温度、风速、模式等功能。用户还可以通过配置策略和计划，有计划地控制设备的开、关、亮度、温度、模式等。系统应提供权限、角色和用户三级管理。系统中所有菜单功能均定义为权限，具体结构如图2所示(图中，Webterminal为网络终端，web server为网络服务器，teminal为客户终端，BEMS server为建筑能量管理系统服务器，Database为数据库，Frontendprocessor为前端处理器，energy为能量单元，equipment为设备)：在应用程序流程中，管理员首先定义角色，然后根据不同的角色定义向角色授予不同的权限。管理员可以将该角色授予客户，以便该客户拥有该角色拥有的所有权限。因此，用户可以登录系统进行相应的操作。用户可以同时关联多个角色。还可以将一个角色分配给多个用户。数字服务器的数字视图可以相互统一，为数字保护和复制提供方便。对于系统设置的硬件阶段，控制其服务特性、并发控制、安全性、数值流等信息。此外，它还为远程管理和故障分析提供支持。基于以上描述，提取能效管理系统需求的步骤。
根据能效管理系统需求，利用数字孪生技术优化设备节能模式：
在设备节能模式的优化阶段，采用数字孪生技术可以加快产品设计时间，提高产品设计质量，降低产品生产成本，提高产品交付速度。为了便于分析，将建筑总荷载需求分为两部分。一部分是由围护结构引起的稳定荷载，其变化是有规律的，可以通过仿真等手段进行计算。一部分是与人类行为需求相关的波动部分。例如，不同的人体对环境温度有不同的要求，这将不可避免地导致负荷变化。智能建筑总荷载计算公式为：
P(r)＝Pb(r)+Pc(r) (3)
在公式(3)中，Pb(r)表示建筑围护结构产生的荷载，Pc(r)表示与人类行为相关的荷载，其大小随人类行为的变化而变化。通过数字孪生技术对建筑能耗构成的分析，可以发现所谓的节能主要包括两个方面：一是减少未使用的能源，二是在相同的建筑负荷下优化能耗。可以降低高于最低能耗的能耗。
由于负荷是通过建筑用能设备消耗一定能量获得的，准确的建筑负荷很难获得，因此能源利用效率可以用能量消耗的形式来表示，即人体使用的有效能量与总能量的比值定义为能源利用效率。能源利用效率计算公式如下：
Figure BDA0003430379320000071
在式(4)中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积。由于设备在满负荷范围内不能随意改变，因此必须将设备和工艺参数的正常稳定运行作为能效优化的约束条件。将能源利用效率S跟行业内指标进行对比，对于高于业内指标的情况，统计其数量和能耗值，数量和能耗值最终会影响平均指标计算公式(2)中的q和β。平均指标通常也有一个指导值，将算出来的平均指标和指导值对比，如果高于指导值，返回调整单元建筑的用能，重算该单元的S，再算平均指标，直到平均指标低于指导值。当平均指标低于指导值时，根据调整的内容(即如表2中的某一项目)参数使得S的变化率是多少，来确定具体内容的节能贡献率(见表2)，由此完成优化设备节能模式的步骤。
示例性地，基于上述方法，以某城市智能大厦办公楼为研究对象，属于一个前期工程项目，研究对象的这些房间被称为典型区域。选取五个单元的能效管理作为研究对象，统计数据如表1所示：
表1智能办公楼能效管理数据
Figure BDA0003430379320000072
Figure BDA0003430379320000081
由表1可知，人均能耗偏度系数为0.846，峰度系数为-0.321。分析结果表明，偏度系数为正，峰度系数为负，概率分布为右偏平坦分布。根据分析得出的类中心特征，样本建筑2、3和5可作为典型建筑的候选建筑。由表1中数据算出#1、#2、#3、#4和#5单元的能源利用率分别是39.70％、51.36％、50.70％、22.97％、25.95％。由于示范楼需要进行节能改造，并将安装能耗分项计量系统、环境监测系统和设备监测系统，因此选择示范楼4作为典型建筑。建筑在节能改造前委托能源服务公司进行能源审计。
选择范楼4作为典型建筑，采取上述基于数字孪生技术的智能建筑节能管理方法，将数字孪生技术应用到智能建筑节能管理当中的应用效果如下：根据业主的需要和实际情况，选择该建筑的节能改造项目，确定最终的节能改造内容和成本。由于“空调主机经济运行”和“系统建设”涉及软管理问题，因此很难估算由此产生的节能率，因此这两部分的节能贡献率不计算在内。具体优化项目及节能贡献率见表2：(平均贡献率为某一项目节能率与节能总贡献率的比值)。
表2优化项目及节能贡献率(％)
Figure BDA0003430379320000082
Figure BDA0003430379320000091
由表2可知，围护结构的平均贡献率为5.093％；供配电方案平均贡献率为5.197％；空调平均贡献率为1.299％；照明的平均贡献率为7.511％；能耗管理平均贡献率为2.423％，节能总贡献率达到21.524％，超过了1.524％的预期目标，证明数字孪生技术在智能建筑中的应用效果良好。
一种基于数字孪生技术的智能建筑节能管理系统，基于上述智能建筑节能管理方法，包括：
指标模块，用于确定智能建筑的能源消耗指标类型，利用样本均值编制所述能源消耗指标所需的样本量的计算公式如下：
Figure BDA0003430379320000092
其中，W表示样本量，E表示允许误差，a表示标准正态分布值；
所述能源消耗指标的平均指标的计算公式如下：
Figure BDA0003430379320000093
其中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量；
需求模块，用于依据能源消耗指标选取能效管理系统需求；
优化模块，用于根据能效管理系统需求，利用数字孪生技术优化设备节能模式
进一步地，所述优化模块中利用数字孪生技术优化设备节能模式包括：
分荷载单元，用于将建筑总荷载需求分为稳定载荷和波动载荷；
总荷载单元，用于计算建筑总荷载，公式为：P(r)＝Pb(r)+Pc(r)，其中，Pb(r)表示建筑围护结构产生的稳定荷载，Pc(r)表示与人类行为相关的波动荷载；
计算单元，用于依据建筑总荷载计算能源利用效率，公式为：
Figure BDA0003430379320000101
其中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积；
优化单元，用于依据能源利用效率优化设备节能模式。
综上所述，为了缓解建筑能耗的过度消耗，提高能耗的运行效率，本发明将智能建筑节能管理与数字孪生技术相结合，提供了基于数字孪生技术的智能建筑节能管理构思。本发明还采用依据能源利用效率进行优化设备节能模式，能源利用效率的提出为校准建筑物中的人类能源消耗提供了解决方案。利用能源利用效率将建筑能耗与人类行为相结合，可以准确反映人类能源利用的程度，为能源利用的有效性提供一种定量的评价方法，为进一步计算建筑基准能耗奠定了基础。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种基于数字孪生技术的智能建筑节能管理方法，其特征在于，包括以下步骤：
确定智能建筑的能源消耗指标类型；
依据能源消耗指标选取能效管理系统需求；
根据能效管理系统需求，利用数字孪生技术优化设备节能模式。
2.根据权利要求1所述的基于数字孪生技术的智能建筑节能管理方法，其特征在于，利用样本均值编制所述能源消耗指标所需的样本量的计算公式如下：
Figure FDA0003430379310000011
其中，W表示样本量，E表示允许误差，a表示标准正态分布值。
3.根据权利要求2所述的基于数字孪生技术的智能建筑节能管理方法，其特征在于，所述能源消耗指标的平均指标的计算公式如下：
Figure FDA0003430379310000012
其中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量。
4.根据权利要求1-3任一所述的基于数字孪生技术的智能建筑节能管理方法，其特征在于，所述利用数字孪生技术优化设备节能模式包括：
将建筑总荷载需求分为稳定载荷和波动载荷；
计算建筑总荷载；
依据建筑总荷载计算能源利用效率；
依据能源利用效率优化设备节能模式。
5.根据权利要求4所述的基于数字孪生技术的智能建筑节能管理方法，其特征在于，所述计算建筑总荷载的公式为：
P(r)＝Pb(r)+Pc(r) (3)
其中，Pb(r)表示建筑围护结构产生的稳定荷载，Pc(r)表示与人类行为相关的波动荷载。
6.根据权利要求5所述的基于数字孪生技术的智能建筑节能管理方法，其特征在于，所述计算能源利用效率的公式为：
Figure FDA0003430379310000021
其中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积。
7.一种基于数字孪生技术的智能建筑节能管理系统，其特征在于，包括：
指标模块，用于确定智能建筑的能源消耗指标类型；
需求模块，用于依据能源消耗指标选取能效管理系统需求；
优化模块，用于根据能效管理系统需求，利用数字孪生技术优化设备节能模式。
8.根据权利要求7所述的基于数字孪生技术的智能建筑节能管理系统，其特征在于，所述指标模块利用样本均值编制所述能源消耗指标所需的样本量的计算公式如下：
Figure FDA0003430379310000022
其中，W表示样本量，E表示允许误差，a表示标准正态分布值。
9.根据权利要求8所述的基于数字孪生技术的智能建筑节能管理系统，其特征在于，所述能源消耗指标的平均指标的计算公式如下：
Figure FDA0003430379310000023
其中，q表示社会产品能耗高于平均值的样本建筑数量，β表示社会产品能耗高于平均值的样本建筑的社会产品能耗平均数量，n表示示例智能建筑的数量。
10.根据权利要求7-9任一所述的基于数字孪生技术的智能建筑节能管理系统，其特征在于，所述优化模块中利用数字孪生技术优化设备节能模式包括：
分荷载单元，用于将建筑总荷载需求分为稳定载荷和波动载荷；
总荷载单元，用于计算建筑总荷载；
计算单元，用于依据建筑总荷载计算能源利用效率；
优化单元，用于依据能源利用效率优化设备节能模式。
11.根据权利要求10所述的基于数字孪生技术的智能建筑节能管理系统，其特征在于，所述总荷载单元，用于计算建筑总荷载的公式为：
P(r)＝Pb(r)+Pc(r) (3)
其中，Pb(r)表示建筑围护结构产生的稳定荷载，Pc(r)表示与人类行为相关的波动荷载。
12.根据权利要求11所述的基于数字孪生技术的智能建筑节能管理系统，其特征在于，所述计算单元，用于依据建筑总荷载计算能源利用效率的公式为：
Figure FDA0003430379310000031
其中，G表示消耗的能量，Q表示总输入能量，m表示有效能量，n表示建筑消耗的能量，Gn为P(r)与指定时间的乘积。
CN202111593204.7A 2021-12-23 2021-12-23 一种基于数字孪生技术的智能建筑节能管理方法及系统 Pending CN114444858A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111593204.7A CN114444858A (zh) 2021-12-23 2021-12-23 一种基于数字孪生技术的智能建筑节能管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111593204.7A CN114444858A (zh) 2021-12-23 2021-12-23 一种基于数字孪生技术的智能建筑节能管理方法及系统

Publications (1)

Publication Number Publication Date
CN114444858A true CN114444858A (zh) 2022-05-06

Family

ID=81364189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111593204.7A Pending CN114444858A (zh) 2021-12-23 2021-12-23 一种基于数字孪生技术的智能建筑节能管理方法及系统

Country Status (1)

Country Link
CN (1) CN114444858A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994674A (zh) * 2023-03-22 2023-04-21 广州力控元海信息科技有限公司 一种基于数字孪生综合能源系统的调度管理方法
CN116451317A (zh) * 2023-03-30 2023-07-18 北京构力科技有限公司 一种建筑运维方法、装置、设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994674A (zh) * 2023-03-22 2023-04-21 广州力控元海信息科技有限公司 一种基于数字孪生综合能源系统的调度管理方法
CN115994674B (zh) * 2023-03-22 2023-05-30 广州力控元海信息科技有限公司 一种基于数字孪生综合能源系统的调度管理方法
CN116451317A (zh) * 2023-03-30 2023-07-18 北京构力科技有限公司 一种建筑运维方法、装置、设备及存储介质
CN116451317B (zh) * 2023-03-30 2024-07-05 北京构力科技有限公司 一种建筑运维方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Scarabaggio et al. Distributed demand side management with stochastic wind power forecasting
CN112178756B (zh) 一种供热智能管理系统及其工作方法
Fierro et al. Mortar: an open testbed for portable building analytics
CN113642936B (zh) 一种需求侧碳流边缘分析方法、终端与系统
CN114444858A (zh) 一种基于数字孪生技术的智能建筑节能管理方法及系统
US11824360B2 (en) Apparatus and method for optimizing carbon emissions in a power grid
CN110880055A (zh) 楼宇智能电表系统
Zhang et al. Research on the combined prediction model of residential building energy consumption based on random forest and BP neural network
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
CN114418794A (zh) 一种建筑数据分析方法、装置、电子设备及存储介质
CN113887809A (zh) 双碳目标下配电网供需平衡方法、系统、介质及计算设备
Bâra et al. Electricity consumption and generation forecasting with artificial neural networks
Xiong et al. Application of digital twin technology in intelligent building energy efficiency management system
CN117091242A (zh) 空调温控负荷集群的评估方法、温度设定方法及系统
Wang et al. A procedure set to construct the optimal energy saving retrofit strategy for old residential buildings in China
CN116843152A (zh) 面向电力-数据服务的互联网数据中心双层规划方法
TW202414318A (zh) 分散式虛擬電廠整合智慧淨零的混合系統及其方法
CN116245294A (zh) 一种基于电力现货市场的虚拟电厂能源管理方法
CN115437876A (zh) 一种数据中心的管理方法、装置、电子设备和存储介质
CN113341792A (zh) 一种基于bim的建筑数据采集方法及系统
CN111030192A (zh) 促进新能源消纳的四鱼断面限额优化方法
CN111626485A (zh) 一种区域建筑能源系统的负荷预测系统及方法
CN113222233B (zh) 一种天然气多主体能源博弈分析方法及系统
Ullah et al. Industrial Energy Management System: Design of a Conceptual Framework using IoT and Big Data
Zeng et al. Quantifying the capacity credit of IDC‐based demand response in smart distribution systems

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