CN115375104A - 一种基于电力大数据的建筑节能潜力评估方法及装置 - Google Patents

一种基于电力大数据的建筑节能潜力评估方法及装置 Download PDF

Info

Publication number
CN115375104A
CN115375104A CN202210906547.2A CN202210906547A CN115375104A CN 115375104 A CN115375104 A CN 115375104A CN 202210906547 A CN202210906547 A CN 202210906547A CN 115375104 A CN115375104 A CN 115375104A
Authority
CN
China
Prior art keywords
building
evaluated
energy
saving potential
efficiency
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
CN202210906547.2A
Other languages
English (en)
Inventor
陈洪银
王松岑
李德智
钟鸣
霍永峰
金璐
芋耀贤
郭毅
贾晓强
刘铠诚
张新鹤
黄伟
何桂雄
唐艳梅
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN202210906547.2A priority Critical patent/CN115375104A/zh
Publication of CN115375104A publication Critical patent/CN115375104A/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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

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

Abstract

本发明涉及建筑能效测评技术领域，具体提供了一种基于电力大数据的建筑节能潜力评估方法及装置，包括：获取区域内待评估建筑的节能潜力评估参数；基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。本发明提供的技术方案能够实现在有限数据下的建筑能效快速感知、自动诊断。

Description

一种基于电力大数据的建筑节能潜力评估方法及装置
技术领域
本发明涉及建筑能效测评技术领域，具体涉及一种基于电力大数据的建筑节能潜力评估方法及装置。
背景技术
随着经济快速发展和广大人民对美好生活的追求，建筑单位面积能耗需求势必快速增长，建筑行业面临较大的碳排放管控与减排压力。
目前，建筑能耗诊断方法可分为三大类，一是物理机理模型分析法，利用物理原理计算建筑的热性能和能耗；二是数据驱动法，使用测量数据和统计和/或机器学习模型来预测建筑能源性能；三是混合法，利用实测数据提高物理机理模型分析计算的准确性，尽管基于物理原理的方法通常有效且准确，但对详细输入数据和复杂建模过程的要求使其实施成本高、周期长、覆盖范围窄。目前电力数据已实现全国主要建筑的覆盖，并实现电量消费量的动态监测，如何利用电力大数据对城市建筑群开展大规模、低成本、广覆盖的能效诊断是当前面临的主要挑战。
发明内容
为了克服上述缺陷，本发明提出了一种基于电力大数据的建筑节能潜力评估方法及装置。
第一方面，提供一种基于电力大数据的建筑节能潜力评估方法，所述基于电力大数据的建筑节能潜力评估方法包括：
获取区域内待评估建筑的节能潜力评估参数；
基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
优选的，所述获取区域内待评估建筑的节能潜力评估参数，包括：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
优选的，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
优选的，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
进一步的，所述基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准，包括：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
进一步的，所述基于所述待评估建筑的效率水准确定待评估建筑的节能潜力，包括：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
进一步的，所述待评估建筑的总能耗的计算式如下：
Figure BDA0003772680660000031
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
进一步的，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure BDA0003772680660000032
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
第二方面，提供一种基于电力大数据的建筑节能潜力评估装置，所述基于电力大数据的建筑节能潜力评估装置包括：
获取模块，用于获取区域内待评估建筑的节能潜力评估参数；
第一确定模块，用于基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
第二确定模块，用于基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
优选的，所述获取模块具体用于：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
优选的，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
优选的，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
进一步的，所述第一确定模块具体用于：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
进一步的，所述第二确定模块具体用于：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
进一步的，所述待评估建筑的总能耗的计算式如下：
Figure BDA0003772680660000041
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
进一步的，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure BDA0003772680660000042
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
第三方面，提供一种计算机设备，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的基于电力大数据的建筑节能潜力评估方法。
第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的基于电力大数据的建筑节能潜力评估方法。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
本发明提供了一种基于电力大数据的建筑节能潜力评估方法及装置，包括：获取区域内待评估建筑的节能潜力评估参数；基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。本发明提供的技术方案能够有效提高建筑能效分析诊断的服务覆盖范围、服务智能化水平、服务诊断速度，主要具备以下的技术优点：
(1)所需数据需求少：传统建筑能耗评估方法如第-性原理法、数据驱动法和混合法对输入数据要求较高，建模过程较为复杂，导致能效诊断成本高、效率低、覆盖面窄。本项功能只需要电力消费数据、气象数据、建筑类型和面积，即可实现建筑冷热负荷的识别，进而实现建筑能效的整体分析。
(2)诊断速度快：采用最小二乘回归算法提取电力消费与温度间的量化关系，识别建筑冷热负荷的温度拐点及其敏感度等参数，通过同类建筑参数对比分析确定建筑的能效水平，模型简单有效，数据处理计算量小，可实现建筑冷热负荷能效快速诊断。
(3)节能潜力可量化：通过纵向自身历史用能对比与横向同类其它建筑用能比较，确定建筑能效模型参数基准，并基于基准先进值确定节能改造目标，进而计算出该建筑的节能潜力。
附图说明
图1是本发明实施例的基于电力大数据的建筑节能潜力评估方法的主要步骤流程示意图；
图2是本发明实施例的电力变化点模型曲线图；
图3是本发明实施例的酒店各参数优于基准值的百分比曲线图；
图4是本发明实施例的改造后建筑的每月能源使用情况示意图；
图5是本发明实施例的基于电力大数据的建筑节能潜力评估装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
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、完整地描述，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它实施例，都属于本发明保护的范围。
实施例1
参阅附图1，图1是本发明的一个实施例的基于电力大数据的建筑节能潜力评估方法的主要步骤流程示意图。如图1所示，本发明实施例中的基于电力大数据的建筑节能潜力评估方法主要包括以下步骤：
步骤S101：获取区域内待评估建筑的节能潜力评估参数；
步骤S102：基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
步骤S103：基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
本实施例中，所述获取区域内待评估建筑的节能潜力评估参数，包括：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
其中，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
本实施例中，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
在一个实施方式中，所述基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准，包括：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
在一个实施方式中，所述基于所述待评估建筑的效率水准确定待评估建筑的节能潜力，包括：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
在一个实施方式中，所述待评估建筑的总能耗的计算式如下：
Figure BDA0003772680660000071
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
在一个实施方式中，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure BDA0003772680660000081
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
在本发明技术路线下，通过改变系统中各部分的组合方式、各部分名称，增删相关功能模块，仍属于本发明保护范围。
以某酒店为例，开展能效诊断与节能潜力分析，该酒店建筑面积为5.2万平方米，年每月电能使用量如下表1所示。
表1
Figure BDA0003772680660000082
根据上述方法，拟合得到电力变化点模型如图2所示；
图2中，基本负荷为0.484kWh/(m2*天)。随着外部空气温度超过17.4℃，建筑物的能耗开始增加。超过冷却转换点，当室外空气温度增加1℃时，每日能耗增加1242(kWh)。随着外部空气温度低于2.4℃时，建筑物的能耗开始增加。在加热变化点以下，当室外空气温度降低1℃时，每日能耗增加208(kWh)。
选取30个酒店构建基准数据集，得到该酒店各参数优于基准值的百分比，如图3所示。
从3图中可知，酒店供暖斜率和供暖变化点与基准数据集中其他建筑物相比较差，需要进行相应的节能改造以降低能耗。根据能效措施，为其给出节能措施，包括减少渗透；降低加热设定值；减少设备计划；添加墙壁/天花板/屋顶隔热层；确保足够的通风率；提高供暖系统效率。
设定改造目标为典型值，重新运行模型，得到改造后建筑的每月能源使用情况如图4所示。
由图4可知，由于建筑的基荷系数以及冷却斜率、冷却转换点均优于目标值，因此主要对建筑的供暖斜率、供暖变化点进行了改造，在1月份和12月份能源使用强度明显下降，极大地降低了建筑能耗，达到了节能的效果。按改造目标运行，预计该酒店一年可节约电量5585838千瓦时。
实施例2
基于同一种发明构思，本发明还提供了一种基于电力大数据的建筑节能潜力评估装置，如图5所示，所述基于电力大数据的建筑节能潜力评估装置包括：
获取模块，用于获取区域内待评估建筑的节能潜力评估参数；
第一确定模块，用于基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
第二确定模块，用于基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
优选的，所述获取模块具体用于：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
优选的，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
优选的，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
进一步的，所述第一确定模块具体用于：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
进一步的，所述第二确定模块具体用于：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
进一步的，所述待评估建筑的总能耗的计算式如下：
Figure BDA0003772680660000101
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
进一步的，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure BDA0003772680660000102
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
实施例3
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，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，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种基于电力大数据的建筑节能潜力评估方法的步骤。
实施例4
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种基于电力大数据的建筑节能潜力评估方法的步骤。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (18)

1.一种基于电力大数据的建筑节能潜力评估方法，其特征在于，所述方法包括：
获取区域内待评估建筑的节能潜力评估参数；
基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
2.如权利要求1所述的方法，其特征在于，所述获取区域内待评估建筑的节能潜力评估参数，包括：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
3.如权利要求1所述的方法，其特征在于，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
4.如权利要求1所述的方法，其特征在于，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
5.如权利要求4所述的方法，其特征在于，所述基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准，包括：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
6.如权利要求5所述的方法，其特征在于，所述基于所述待评估建筑的效率水准确定待评估建筑的节能潜力，包括：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
7.如权利要求6所述的方法，其特征在于，所述待评估建筑的总能耗的计算式如下：
Figure FDA0003772680650000021
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
8.如权利要求7所述的方法，其特征在于，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure FDA0003772680650000022
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
9.一种基于电力大数据的建筑节能潜力评估装置，其特征在于，所述装置包括：
获取模块，用于获取区域内待评估建筑的节能潜力评估参数；
第一确定模块，用于基于待评估建筑的节能潜力评估参数和待评估建筑所属建筑类型对应的效率基准值确定待评估建筑的效率水准；
第二确定模块，用于基于所述待评估建筑的效率水准确定待评估建筑的节能潜力；
其中，所述节能潜力评估参数包括下述中的至少一种：加热变化温度、加热敏感度、冷却变化温度、冷却敏感度、基础负荷。
10.如权利要求9所述的装置，其特征在于，所述获取模块具体用于：
当待评估建筑的开始出现供暖负荷且该供暖负荷随着温度的降低而升高时，出现供暖负荷时对应的环境温度为待评估建筑的加热变化温度，供暖负荷与环境温度组成的曲线斜率为待评估建筑的加热敏感度；
当待评估建筑的开始出现供冷负荷且该供冷负荷随着温度的升高而升高时，出现供冷负荷时对应的环境温度为待评估建筑的冷却变化温度，供冷负荷与环境温度组成的曲线斜率为待评估建筑的冷却敏感度；
在建筑用电负荷与环境温度组成的曲线上所述加热变化温度与所述冷却变化温度之间的温度对应的负荷作为待评估建筑的基础负荷。
11.如权利要求9所述的装置，其特征在于，所述建筑类型包括下述中的至少一种：中小学、大学、医院、居民住宅、办公楼、商业综合体。
12.如权利要求9所述的装置，其特征在于，所述待评估建筑所属建筑类型对应的效率基准值的获取过程包括：
获取区域中待评估建筑所属建筑类型中所有建筑的节能潜力评估参数；
采用四分位数分析法对所述所有建筑的节能潜力评估参数进行处理，得到所述所有建筑的节能潜力评估参数数据中前25％对应的节能潜力评估参数和后25％对应的节能潜力评估参数；
将该前25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的高效基准值，该后25％对应的节能潜力评估参数作为待评估建筑所属建筑类型对应的效率基准值中的低效基准值。
13.如权利要求12所述的装置，其特征在于，所述第一确定模块具体用于：
当待评估建筑的节能潜力评估参数大于待评估建筑所属建筑类型对应的效率基准值中的高效基准值时，该待评估建筑的效率水准为高效水平；
当待评估建筑的节能潜力评估参数处于待评估建筑所属建筑类型对应的效率基准值中的高效基准值与低效基准值之间时，该待评估建筑的效率水准为平均水平；
当待评估建筑的节能潜力评估参数小于待评估建筑所属建筑类型对应的效率基准值中的低效基准值时，该待评估建筑的效率水准为低效水平。
14.如权利要求13所述的装置，其特征在于，所述第二确定模块具体用于：
若所述待评估建筑的效率水准为高效水平，则所述待评估建筑的节能潜力为0，否则，将效率水准为高效水平的建筑的总能耗与所述待评估建筑的总能耗之差作为所述待评估建筑的节能潜力。
15.如权利要求14所述的装置，其特征在于，所述待评估建筑的总能耗的计算式如下：
Figure FDA0003772680650000041
上式中，ft为待评估建筑在评估周期内第t时刻的能耗，T为评估周期，F为所述待评估建筑的总能耗，S为建筑面积。
16.如权利要求15所述的装置，其特征在于，所述待评估建筑在评估周期内第t时刻的能耗的计算式如下：
Figure FDA0003772680650000042
上式中，Bt为所述待评估建筑在评估周期内第t时刻的基础负荷，Rt为所述待评估建筑在评估周期内第t时刻的加热负荷，Lt为所述待评估建筑在评估周期内第t时刻的制冷负荷，Ct为所述待评估建筑在评估周期内第t时刻的环境温度。
17.一种计算机设备，其特征在于，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至8中任意一项所述的基于电力大数据的建筑节能潜力评估方法。
18.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至8中任意一项所述的基于电力大数据的建筑节能潜力评估方法。
CN202210906547.2A 2022-07-29 2022-07-29 一种基于电力大数据的建筑节能潜力评估方法及装置 Pending CN115375104A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210906547.2A CN115375104A (zh) 2022-07-29 2022-07-29 一种基于电力大数据的建筑节能潜力评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210906547.2A CN115375104A (zh) 2022-07-29 2022-07-29 一种基于电力大数据的建筑节能潜力评估方法及装置

Publications (1)

Publication Number Publication Date
CN115375104A true CN115375104A (zh) 2022-11-22

Family

ID=84064027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210906547.2A Pending CN115375104A (zh) 2022-07-29 2022-07-29 一种基于电力大数据的建筑节能潜力评估方法及装置

Country Status (1)

Country Link
CN (1) CN115375104A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117808216A (zh) * 2024-03-01 2024-04-02 四川省铁路建设有限公司 一种针对污水处理的节能减排效果评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117808216A (zh) * 2024-03-01 2024-04-02 四川省铁路建设有限公司 一种针对污水处理的节能减排效果评估方法
CN117808216B (zh) * 2024-03-01 2024-05-07 四川省铁路建设有限公司 一种针对污水处理的节能减排效果评估方法

Similar Documents

Publication Publication Date Title
Zhou et al. Heating energy saving potential from building envelope design and operation optimization in residential buildings: A case study in northern China
Wan et al. Impact of climate change on building energy use in different climate zones and mitigation and adaptation implications
Ma et al. Building energy research in Hong Kong: a review
Safa et al. Heating and cooling performance characterisation of ground source heat pump system by testing and TRNSYS simulation
Jylhä et al. Energy demand for the heating and cooling of residential houses in Finland in a changing climate
Kavgic et al. Uncertainty and modeling energy consumption: Sensitivity analysis for a city-scale domestic energy model
Aste et al. Cost optimal analysis of heat pump technology adoption in residential reference buildings
CN110264080B (zh) 一种绿色建筑运行性能评价方法、装置、设备及存储介质
CN108709287B (zh) 一种空调系统冷负荷预测方法及冷水机组群控的策略
Park et al. Estimating thermal performance and energy saving potential of residential buildings using utility bills
Sadineni et al. Measurements and simulations for peak electrical load reduction in cooling dominated climate
Alibabaei et al. Development of Matlab-TRNSYS co-simulator for applying predictive strategy planning models on residential house HVAC system
Gleeson et al. Meta-analysis of European heat pump field trial efficiencies
Danov et al. Approaches to evaluate building energy performance from daily consumption data considering dynamic and solar gain effects
Zhou et al. Exergy analysis of the building heating and cooling system from the power plant to the building envelop with hourly variable reference state
CN103499136B (zh) 一种具有次日能耗模拟功能的冰蓄冷控制系统
Bruni et al. An Italian pilot project for zero energy buildings: Towards a quality-driven approach
CN108197404A (zh) 一种基于时间遗传特性的建筑负荷预测方法
Ruschenburg et al. Validation of a black-box heat pump simulation model by means of field test results from five installations
Aste et al. nZEB: bridging the gap between design forecast and actual performance data
CN115375104A (zh) 一种基于电力大数据的建筑节能潜力评估方法及装置
Lee et al. Thermal performance evaluation of low-income buildings based on indoor temperature performance
Abdeen et al. Comparative review of occupant-related energy aspects of the National Building Code of Canada
Demirezen et al. Feasibility of Cloud Based Smart Dual Fuel Switching System (SDFSS) of Hybrid Residential Space Heating Systems for Simultaneous Reduction of Energy Cost and Greenhouse Gas Emission
Ramapragada et al. Investigation on air conditioning load patterns and electricity consumption of typical residential buildings in tropical wet and dry climate in India

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication