CN116484646A - 考虑多种舒适度的综合能源系统多目标优化方法及系统 - Google Patents
考虑多种舒适度的综合能源系统多目标优化方法及系统 Download PDFInfo
- Publication number
- CN116484646A CN116484646A CN202310573255.6A CN202310573255A CN116484646A CN 116484646 A CN116484646 A CN 116484646A CN 202310573255 A CN202310573255 A CN 202310573255A CN 116484646 A CN116484646 A CN 116484646A
- Authority
- CN
- China
- Prior art keywords
- comfort
- energy
- comfort level
- building
- energy system
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 11
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims description 17
- 230000005855 radiation Effects 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000005286 illumination Methods 0.000 description 14
- 230000004907 flux Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 13
- 241000282461 Canis lupus Species 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 238000001816 cooling Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 241000282421 Canidae Species 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000013506 data mapping Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- CNYFJCCVJNARLE-UHFFFAOYSA-L calcium;2-sulfanylacetic acid;2-sulfidoacetate Chemical compound [Ca+2].[O-]C(=O)CS.[O-]C(=O)CS CNYFJCCVJNARLE-UHFFFAOYSA-L 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008430 psychophysiology Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Structural Engineering (AREA)
- Computational Linguistics (AREA)
- Civil Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Architecture (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
Abstract
本发明提供了一种考虑多种舒适度的综合能源系统多目标优化方法及系统，获取综合能源系统的运行参量数据；根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度；本发明能够有效辅助综合能源系统进行合理的优化调度，降低系统用能消耗，提升系统运行的经济性、环保性和舒适性，保障用户的用能权益。
Description
技术领域
本发明涉及综合能源利用技术领域，特别涉及一种考虑多种舒适度的综合能源系统多目标优化方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
综合能源系统用能种类多、数量大，节能空间广，可以实现多能源子系统的耦合互动，降低对单一能源的供能要求，有效提高可再生能源消纳率，降低单位能耗和碳排放量，提升系统能源利用效率和运行经济性。同时，需求侧管理技术的发展，使用户侧资源参与系统优化调度的需求响应技术逐渐成为研究热点。需求响应技术可以引导用户对能源价格或激励策略做出反应，帮助移峰填谷，降低高峰时段的能源需求，提升系统运行的稳定性。
发明人发现，现有的综合能源管理系统，大多只考虑需求响应技术对系统带来的经济性和环保性提升，少部分考虑了舒适度的提升；
例如，专利号CN110535128A公开了一种基于用能舒适度的多区域综合能源系统协同调度方法，其基于用能舒适度提高了机组运行的灵活性，充分利用了区域间负荷特性与用能舒适度进行联合调度达到能量管理的目的；再例如，专利号CN110889549B公开了一种考虑人体舒适度的综合能源系统多目标优化调度方法，其在综合能源系统优化调度中考虑用户的舒适度，根据人体对热的感知建立PMV模型，描述用户对供热的感受；
目前，在综合能源控制领域，对舒适度的考量主要在于以舒适度作为一定的约束条件，进而结合舒适度要求实现以经济型为目标的综合能源管理，缺乏基于舒适度的用户参与需求响应、室内温度设置和室内百叶窗开合角度的协同控制。
发明内容
为了解决现有技术的不足，本发明提供了一种考虑多种舒适度的综合能源系统多目标优化方法及系统，有效辅助综合能源系统进行合理的优化调度，降低了系统用能消耗，提升了系统运行的经济性、环保性和舒适性，保障了用户的用能权益。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面提供了一种考虑多种舒适度的综合能源系统多目标优化方法。
一种考虑多种舒适度的综合能源系统多目标优化方法，包括以下过程：
获取综合能源系统的运行参量数据；
根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；
其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度。
作为本发明第一方面进一步的限定，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度，包括：
根据层次分析法得到室内热舒适度、采光舒适度和用能舒适度的各自权重，以室内热舒适度、采光舒适度和用能舒适度的加权作为用户舒适度。
作为本发明第一方面进一步的限定，以调度周期内能源转化设备的出力计划、室内设置温度和百叶窗开合角度为决策变量，以室内设置温度、百叶窗开合角度为输入值调用建筑负荷模型，得到建筑负荷，进而得到优化调度模型的能源母线平衡约束条件；
在满足约束条件的前提下，通过设备出力计划、室内设置温度和百叶窗开合角度计算种群适应度值，经过种群迭代，得到最优决策变量值。
作为本发明第一方面更进一步的限定，根据墙体材料、建筑热区设置、屋面采光系数、外遮阳板角度、遮阳系数、窗户大小位置朝向和屋顶材料，构建用能建筑机理模型，其中，建筑机理模型的每个房间为一个热区；
根据用能建筑机理模型以及用能典型日的气象条件参数，设置通风条件、人员热辐射和电器热辐射，构建用户用能典型日的建筑负荷模型。
本发明第二方面提供了一种考虑多种舒适度的综合能源系统多目标优化系统。
一种考虑多种舒适度的综合能源系统多目标优化系统，包括：
获取综合能源系统的运行参量数据；
根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；
其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度。
作为本发明第二方面进一步的限定，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度，包括：
根据层次分析法得到室内热舒适度、采光舒适度和用能舒适度的各自权重，以室内热舒适度、采光舒适度和用能舒适度的加权作为用户舒适度。
作为本发明第二方面进一步的限定，以调度周期内能源转化设备的出力计划、室内设置温度和百叶窗开合角度为决策变量，以室内设置温度、百叶窗开合角度为输入值调用建筑负荷模型，得到建筑负荷，进而得到优化调度模型的能源母线平衡约束条件；
在满足约束条件的前提下，通过设备出力计划、室内设置温度和百叶窗开合角度计算种群适应度值，经过种群迭代，得到最优决策变量值。
作为本发明第二方面更进一步的限定，根据墙体材料、建筑热区设置、屋面采光系数、外遮阳板角度、遮阳系数、窗户大小位置朝向和屋顶材料，构建用能建筑机理模型，其中，建筑机理模型的每个房间为一个热区；
根据用能建筑机理模型以及用能典型日的气象条件参数，设置通风条件、人员热辐射和电器热辐射，构建用户用能典型日的建筑负荷模型。
本发明第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
本发明第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
与现有技术相比，本发明的有益效果是：
1、本发明根据用能建筑机理模型、气象参数及温度设定要求，搭建了用能典型日的建筑负荷模型，建立了园区综合能源系统优化调度模型，在算法迭代求解过程中，使用设定的决策变量，调用建筑负荷模型，改变了参与系统优化调度的建筑负荷，改变了以往调度模型中负荷设置不准确和无法按需进行更改的问题，实现了建筑构造被动节能与设备运行主动节能的结合。
2、本发明建立了包括经济性、环保性、舒适性要求在内的优化调度目标，其中，根据建筑用户的舒适度要求，舒适度目标模型分为用能舒适度、冷热舒适度、采光舒适度，使用层次分析法确定各舒适度的权重占比，用户参与需求响应时会影响用能舒适度，室内温度设置会影响用户冷热舒适度，室内百叶窗开合角度会影响用户采光舒适度，改变了以往综合能源系统中对用户舒适度不重视的问题，体现了以人为本的系统运行理念，切实保障了用户的用能权益。
3、本发明建立了百叶窗开合角度与建筑照明负荷、室内设置温度与建筑供冷负荷之间关系方程，根据采光舒适度与冷暖舒适度的目标要求，在算法迭代过程中不断优化，最终得到理想情况下建筑的百叶窗开合角度和室内设置温度，改变以往综合能源系统运行过程中对采光要求不重视的问题，并将采光情况与建筑照明负荷进行链接，增加了建筑被动节能调节手段。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书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。
图1为本发明实施例1提供的考虑多种舒适度要求的综合能源系统多目标优化方法的流程示意图；
图2为本发明实施例1提供的舒适性目标与建筑负荷的映射关系示意图；
图3为本发明实施例1提供的多目标灰狼优化算法的流程示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
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。
实施例1：
如图1所示，本发明实施例1提供了一种考虑多种舒适度的综合能源系统多目标优化方法，包括以下过程：
S1：建立建筑负荷模型。
S101：根据墙体材料、建筑热区设置、屋面采光系数、外遮阳板角度、遮阳系数、窗户大小位置朝向、屋顶材料等建筑物理建模必备参数，采用SketchUp等建筑模拟软件搭建用能建筑机理模型，用能建筑机理模型应按照现实建筑空间搭建，保证每个房间为一个热区，并考虑热区与热区之间的热传递效果。
S102：获取用能建筑所在地区用能典型日的气象条件参数，包括光照强度、辐射强度、风向风速、平均光照系数、室外温度和湿度等会对建筑得热产生影响的数据。
S103：根据所建用能建筑机理模型、气象参数及温度设定要求，设置通风条件、人员热辐射、电器热辐射等参数，使用EnergyPlus软件搭建用户用能典型日的负荷模型，将负荷最终保存为IDF文件，并将室内控制温度和百叶窗开合角度参数作为外部输入接口，将用户冷负荷需求及照明负荷作为外部输出接口。
S104：通过BCVTB软件搭建数据映射模型，在BCVTB中分别设置Matlab和EnergyPlus数据模块，实现室内设定温度和供冷负荷、百叶窗开合角度和建筑照明负荷两组参数的数据映射。
本实施例中，具体的：
Energy Plus是基于动态负荷理论，采用反应系数法对包括建筑物及相关的供热、通风和空调系统设备能耗情况进行模拟分析的一款大型能耗分析计算软件，输入建筑的地理位置，相关的气象资料，建筑材料及围护结构的基本信息，内部使用情况(包括人员、照明、设备和空气流通的情况)，供热、通风、空调系统及其相关冷、热源的设计、运行、控制提供指导。
EnergyPlus程序所采用的负荷计算方法是房间热平衡法，基本假设为房间空气温度是均衡一致的，围护结构表面温度是均衡一致的，计算出任意扰量下的墙体传热量后，就可以对包括所有室内家具、设备等在内的房间整体的热特性进行分析计算，以求解除房间的冷热负荷及温湿度状态。
式中：Cload(t)为t时段内的建筑供冷负荷量；ρ为室内空气密度；V为室内空气体积；Cp为空气的比热容；Tin(t)为室内控制温度；qi,c为通过表面i的对流传热量；N为围护结构表面的个数；Ai为表面i的面积；Qother为表面热平衡方程中的日射、灯光、人员和设备得热中的对流部分以及水分蒸发所导致的潜热量；Ga为新风和渗透风的重量风量之和；Tout为室外空气温度；Tm为室内空气温度；Δt为控制间隔时间，一般取1h；通过上述热平衡方程组，即可得出房间的冷热负荷或房间温度状况。
本实施例中，使用EnergyPlus软件搭建用户用能典型日的负荷模型，最终保存为IDF文件，并将室内控制温度和百叶窗开合角度参数作为外部输入接口，将用户冷负荷需求及照明负荷作为外部输出接口；通过BCVTB软件搭建数据映射模型，在BCVTB中分别设置Matlab和Energy Plus数据模块，实现室内设定温度和供冷负荷、百叶窗开合角度和建筑照明负荷两组参数的数据映射。
S2：建立综合能源系统优化调度模型。
构建百叶窗角度与室内照度的关系，使用采光系数来衡量室内的天然采光情况，在建筑设计阶段，采光系数的取值可以参阅《建筑采光设计评价标准》GB50033-2013，规范中对此作了明确规定，在晴天的自然条件下，为了更合理地将直射的阳光和天空光引入室内作为光源，在计算时，将这两部分光源看成直射光、天空扩散光和地面反射光三个部分。
安装了遮阳百叶之后，可以运用这三个参数计算室内平均照度值，同时需要考虑遮阳百叶的安装给这三个参数的计算方式带来的变化：
直射光系数：
式中：DZ为直射光系数；Lyp为百叶窗叶片长度；Ljj为百叶窗叶片间距；ωr(t)为百叶窗叶片开合角度；α为太阳入射角；Uslat表示百叶表面匹配的形式因数；Bslat表示百叶叶片表面发光度和穿过百叶叶片入射到玻璃窗上的太阳直射光照度的比值；h表示太阳高度角；ScW表示玻璃窗面积；Sdf表示地板面积；bfZ、bcZ表示通过百叶叶片射到地板与室内天花板的光通量和投射到百叶叶片上的太阳直射光的光通量之比；ρc、ρf分别表示工作台面上部和台面下部的等效反射系数。
天空光扩散系数，假定天空和地面的光线分布是均匀的，则SK可以表示为：
式中：USK表示用百叶的空隙计量天空对应的形式因数；fK表示照在玻璃窗上的光通量与天空发射的光通量之比；bcK表示通过百叶叶片投射到室内天花板的光通量和天空扩散光照射在百叶叶片上的光通量的比值；bfK表示通过百叶叶片投射在室内地面上的光通量和天空扩散光照射在百叶叶片上的光通量的比值。
反射光系数，假定天空和地面的光线分布是均匀的，则RF可以表示为：
式中：fG表示照射到玻璃窗上的光通量与地面发射的光通量之比；bcR表示通过百叶叶片投射到室内天花板与地面上的反射光线投射到百叶叶片上的光通量的比值；bfR表示通过百叶叶片投射在地面上的光通量和由地面反射的光线投射到百叶叶片上的光通量的比值。
室内第i个测试点的照度计算公式为：
Ei(t)＝EZW(t)θV(Ab+EKW(DZ+SK+RF) (5)
式中：Ei(t)为t时段内第i个测试点的日光照度；EZW(t)表示t时段内太阳直射阳光在室外无遮挡水平面上的照度；θV表示窗户透光率；Ab表示修正系数；EKW(t)表示t时段内天空散射光在室外无遮挡水平面上的照度。
构建室内照度与建筑照明负荷之间的关系，室内平均照度不能满足采光舒适度要求时，需要采用人工照明方式进行辅助，修正后的照度值计算如下：
式中：Es(t)为t时段内的园区最终平均照度值；Plight(t)为t时段内当天然采光不能满足室内照度要求时的照明负荷；Pl为照明功率密度；n为采光计算点个数；Spark为园区总照明面积。
构建照度和采光舒适度之间的关系，基于实验得到的照度、色温、照度均匀度对办公室光环境舒适度影响数据，以“照度”为决策变量，以“舒适度”为影响变量，通过SPSS软件进行多元非线性回归分析，拟合采光舒适度多元非线性模型，得到室内平均照度对用户采光舒适度影响的数学方程。在照度方面，舒适度水平随照度值增加而增加。
对结果进行分析，可以看到经过数次迭代，模型达到要求，最终回归得到模型为：
λlight(t)＝-1.159×10-5×T+0.01×Es(t)-1.111×10-5×Es(t)2+2.093 (7)
式中：λlight(t)代表用户在t时段内的采光舒适度，T代表相关色温，根据相关文献，λlight(t)取4.5时为人体最适宜的采光舒适度。
构建室内设定温度与供冷负荷、冷热舒适度的关系，预测平均评价指数(Predicted Mean Vote，PMV)是一种基于建筑物理学和心理生理学的体感舒适度评价指标，多用于评价室内热环境是否舒适，室内温度与PMV指数的关系如下所示：
式中，λPMV(t)为t时段内室内热舒适度；Tsk为皮肤平均温度；S0为外部热物质外表面面积；Sj为供冷房间内表面j的面积；Tin(t)为t时段内建筑物室内设定温度；Tm为外部热物质表面温度；W为人体新陈代谢率；Rcl为服装基本热阻；Ra/fcl为空气层热阻与服装面积系数的比值。
构建用户参与需求响应与用能舒适度的关系，用电舒适度是指用电习惯的改变对用户的影响，当用户未参加需求响应时，用户会根据自己的需求选择其用电舒适度最大的方式用电。在参加需求响应后，用户会根据指令重新规划自己的用电行为，在时间轴上对用电量重新安排组合，负荷曲线会发生变化，具体模型表示为：
式中：λload为用户在调度周期内的用能舒适度，趋近于0时代表用户不用改变任何用能行为，此时用能舒适度最好；Pcut(t)、Ptrans(t)分别为t时段的削减电负荷和转移电负荷；Pload(t)为t时段建筑总电负荷。
S201：基于综合能源系统中供能设备的运行特性，搭建光伏、燃气轮机、余热锅炉、吸收式制冷机、地源热泵、电锅炉、燃气锅炉、储电装置、蓄冷装置和蓄热装置的变工况模型。
具体的，在综合能源型系统优化调度领域，已有部分研究采用多能设备恒定效率模型，即通过恒定的效率系数来刻画设备的输入-输出特性，当设备偏离额定运行点时，效率系数、耗量特性等运行特性可能会随之改变，此时设备处于变工况运行状态，将能够描述该状态下设备运行特性的数学表达定义为该设备的变工况-变负荷运行模型，在优化调度场景中，一般地，设备的变工况运行模型，可以通过对该设备的运行机理分析和实测数据拟合获得，并表示成拟合函数：
式中：fi(t)为第i种设备在t时段的能源转化效率；Pi(t)为第i种设备在t时段的输出功率；xj为j阶拟合参数。
多项式函数的拟合误差主要取决于多项式的幂次和分段数，适当地调整拟合函数的幂次并增加分段数，可将拟合误差限制在给定范围内，满足工程应用的精度需求。
S202：以综合能源系统运行成本最小、碳排放量最少、用户舒适度最好为优化目标，配置约束条件，建立综合能源系统运行优化模型。：
F＝min{F1,F2,F3} (11)
式中：F1为园区日运行成本，F2为园区日碳排放量，F3为用户舒适度。
园区运行成本模型如下：
式中：Pbuy,i(t)为系统在t时段第i种能源的购买量，Ci(t)为t时段第i种能源的价格；Pi(t)为第i种设备在t时段的出力功率，ηi为第i种设备单位出力的运维费用。
园区碳排放量模型如下：
式中：θi为购买的第i种能源的单位碳排放系数。
园区用户舒适度模型如下：
其中，使用层次分析法确定ξ1、ξ2、ξ3的值，计算方式如下：
(1)通过专家打分，对各评价指标进行赋值，对有关专家发送评分问卷，确定专家认为指标λload、λPMV、λlight对用户舒适性影响程度的判断结果。
(2)根据对各评价指标的赋值，构造判断矩阵Z*，可表示为：
式中：是在采用层次分析法确定主观权重时，第一个一级指标相对于第二个一级指标的比较结果。按照前述映射原则进行的赋值，同理可给出矩阵Z*中的其他元素的定义。
(3)计算指标的权重系数。
首先，计算第一层次判断矩阵Z*的层次单排序：
式中：i、j分别代表矩阵的行数与列数；n代表判断矩阵的阶；表示判断矩阵Z*中，根据相对重要程度，第i个指标与第j个指标进行比较后，按照映射规则所进行的赋值；为第i行元素乘积的n次方根。
其次，对进行归一化处理,得到第i个指标的主观权重Wi *：
进而得到矩阵Z*的特征向量其中，/>为各指标相对应的主观权重值。
(4)判断矩阵Z*的一致性检验。
为检查W*是否是合理的权重分配，需要对第一层次判断矩阵进行一致性检验。
首先，计算第一层次判断矩阵的最大特征值λmax：
式中：(Z*W*)i为向量Z*W*的第i个分量，Wi *为第i个指标的主观权重。
其次，引入一致性指标CI，度量第一层次判断矩阵偏离一致性的程度：
再次，计算一致性比率CR：
式中：RI为平均随机一致性指标，可通过判断矩阵阶数查询表得到。
经计算，当CR小于0.1时，认为判断矩阵满足一致性要求，否则需对各指标重新进行赋值。
S203：建立包括设备出力上下限、能源母线平衡、联络管线运输能力上限、储能充放上限、百叶窗开合角度范围、室内温度设定范围的约束条件模型。
S204：采用改进灰狼算法求解综合能源系统运行优化模型，获得三维Pareto解集。
S205：使用VIKOR方法对Pareto解集进行决策，获得园区24h运行周期中各设备最优运行结果、百叶窗开合角度和室内设定温度。
S3：建立改进灰狼算法求解模型
在算法优化模型中，以系统调度周期内能源转化设备的出力计划、室内设置温度、百叶窗开合角度为决策变量，在算法求解过程中，首先以室内设置温度、百叶窗开合角度为输入值调用Energy Plus建筑负荷模型，得到建筑的具体负荷，以此完善优化调度模型的能源母线平衡约束条件，然后在满足约束条件的前提下，通过设备出力计划、室内设置温度、百叶窗开合角度计算种群适应度值，最终经过种群迭代，得到最优决策变量值。
相对于初始灰狼算法，改进算法主要进行了四方面的改动：(1)使用外部种群Archive来存储当前非支配解；(2)提出了一种新的适用于多目标优化的头狼选择策略(包括α、β、δ狼)，具体内容如下：
1)外部种群Archive
在算法迭代过程中，使用外部种群Archive来存储和检索当前最优个体。算法在每次迭代后均会产生新的个体，将这些个体逐一与Archive中的个体进行比较，并对Archive中的个体进行更新，更新策略如下：
①如果新个体被Archive中任何个体所支配，该个体不加入Archive种群；
②如果新个体支配Archive中一个或多个个体，则新个体加入Archive种群，同时将被其支配的个体从Archive种群中删除；
③如果新个体与Archive中任一个体均互不支配，则该个体加入Archive种群。
为了避免存储太多相似的个体，Archive种群会将所有个体按目标函数值的距离进行分组。具体分组策略如下：
①计算所有个体的目标函数f(f1,f2,...,fk)，分别找出其中每一个目标函数fi的极值，记作fimax和fimin；
②对于每一个目标函数fi，以fimax和fimin为上下界，平均划分出j个区间并分别标注为1～j；
③对于每一个个体，将其第i个目标函数值fi对应的区间数记作ji，则(j1,j2,...,jk)就是该个体所在的组；
上述分组策略中的1～j是根据实际分组需求给出的，该策略将Archive种群分成了jk个组；
在迭代过程中，若Archive种群中的个体数超过上限，算法会选择出个体数最多的组(即最拥挤的范围)，随机删除个体直至Archive中的个体数等于上限。
2)头狼选择策略
在多目标优化问题中，仅通过Pareto支配关系难以直接确定出3个非支配解。考虑到Archive种群中存放了当前最优个体，故改进多目标灰狼算法采用轮盘赌的方式直接从Archive种群中选取头狼(包括α、β、δ狼)，为提高算法探索能力，每一个个体被选择的概率与其所在组的个体数成反比，具体表达式如下：
式中：c为一个大于1的常数，根据实际需求设置；Ni为该个体所在组的个体总数。
具体到本实施例中，包括以下过程：
S301：初始化算法参数如灰狼位置X，种群数量GN，迭代次数NG，设备出力上下限Piu和Pid，室内温度设定上下限Tinu和Tind，百叶窗开合角度上下限ωru和ωrd等；
S302：初始化外部存储Archive集P，令迭代次数NG＝1；
S303：对种群中的每个个体计算适应度函数，找出当前全局最优解，保存最优个体位置为M；
S304：利用轮盘赌策略选择当前种群的三只头狼；
S305：通过位置更新公式更新种群灰狼位置；
S306：采用“观察”策略，对每个灰狼的位置附近进行观察，若新位置更优，则移动至该位置；
S307：计算并对每个灰狼的个体历史最优位置和种群最优位置进行比较；
S308：将每个灰狼的最优位置存档，采用Pareto最优解决方案和M进行比较，更新最优个体位置M；
S309：将新的非支配解与Archive集中的每个非支配解进行比较，更新外部存储Archive集P；
S3010：判断外部存储Archive集P是否已满，是则执行S3011，否则执行S3012；
S3011：运用非支配排序策略排除一组权重系数；
S3012：将新结果添加到外部存储Archive集P；
S3013：判断迭代次数是否达到上限，是则执行S3015，否则执行S3014；
S3014：迭代次数t＝t+1，返回步骤S303；
S3015：输出外部存储Archive集P，从P中选取最佳决策变量集。
实施例2：
本发明实施例2提供了一种考虑多种舒适度的综合能源系统多目标优化系统，包括：
获取综合能源系统的运行参量数据；
根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；
其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度。
所述系统的工作方法与实施例1提供的考虑多种舒适度的综合能源系统多目标优化方法相同，这里不再赘述。
实施例3：
本发明实施例3提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明实施例1所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
实施例4：
本发明实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明实施例1所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种考虑多种舒适度的综合能源系统多目标优化方法，其特征在于，包括以下过程：
获取综合能源系统的运行参量数据；
根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；
其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度。
2.如权利要求1所述的考虑多种舒适度的综合能源系统多目标优化方法，其特征在于，
根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度，包括：
根据层次分析法得到室内热舒适度、采光舒适度和用能舒适度的各自权重，以室内热舒适度、采光舒适度和用能舒适度的加权作为用户舒适度。
3.如权利要求1所述的考虑多种舒适度的综合能源系统多目标优化方法，其特征在于，
以调度周期内能源转化设备的出力计划、室内设置温度和百叶窗开合角度为决策变量，以室内设置温度、百叶窗开合角度为输入值调用建筑负荷模型，得到建筑负荷，进而得到优化调度模型的能源母线平衡约束条件；
在满足约束条件的前提下，通过设备出力计划、室内设置温度和百叶窗开合角度计算种群适应度值，经过种群迭代，得到最优决策变量值。
4.如权利要求3所述的考虑多种舒适度的综合能源系统多目标优化方法，其特征在于，
根据墙体材料、建筑热区设置、屋面采光系数、外遮阳板角度、遮阳系数、窗户大小位置朝向和屋顶材料，构建用能建筑机理模型，其中，建筑机理模型的每个房间为一个热区；
根据用能建筑机理模型以及用能典型日的气象条件参数，设置通风条件、人员热辐射和电器热辐射，构建用户用能典型日的建筑负荷模型。
5.一种考虑多种舒适度的综合能源系统多目标优化系统，其特征在于，包括：
获取综合能源系统的运行参量数据；
根据获取的运行参量数据，以综合能源系统运行成本最小、碳排放量最少和用户舒适度最好为优化目标，得到最优的能源转化设备的出力计划、百叶窗开合角度以及室内设定温度；
其中，根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度。
6.如权利要求5所述的考虑多种舒适度的综合能源系统多目标优化系统，其特征在于，
根据室内热舒适度、采光舒适度和用能舒适度确定用户舒适度，包括：
根据层次分析法得到室内热舒适度、采光舒适度和用能舒适度的各自权重，以室内热舒适度、采光舒适度和用能舒适度的加权作为用户舒适度。
7.如权利要求5所述的考虑多种舒适度的综合能源系统多目标优化系统，其特征在于，
以调度周期内能源转化设备的出力计划、室内设置温度和百叶窗开合角度为决策变量，以室内设置温度、百叶窗开合角度为输入值调用建筑负荷模型，得到建筑负荷，进而得到优化调度模型的能源母线平衡约束条件；
在满足约束条件的前提下，通过设备出力计划、室内设置温度和百叶窗开合角度计算种群适应度值，经过种群迭代，得到最优决策变量值。
8.如权利要求7所述的考虑多种舒适度的综合能源系统多目标优化系统，其特征在于，
根据墙体材料、建筑热区设置、屋面采光系数、外遮阳板角度、遮阳系数、窗户大小位置朝向和屋顶材料，构建用能建筑机理模型，其中，建筑机理模型的每个房间为一个热区；
根据用能建筑机理模型以及用能典型日的气象条件参数，设置通风条件、人员热辐射和电器热辐射，构建用户用能典型日的建筑负荷模型。
9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-4任一项所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4任一项所述的考虑多种舒适度的综合能源系统多目标优化方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310573255.6A CN116484646A (zh) | 2023-05-18 | 2023-05-18 | 考虑多种舒适度的综合能源系统多目标优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310573255.6A CN116484646A (zh) | 2023-05-18 | 2023-05-18 | 考虑多种舒适度的综合能源系统多目标优化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116484646A true CN116484646A (zh) | 2023-07-25 |
Family
ID=87221508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310573255.6A Pending CN116484646A (zh) | 2023-05-18 | 2023-05-18 | 考虑多种舒适度的综合能源系统多目标优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116484646A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117076990A (zh) * | 2023-10-13 | 2023-11-17 | 国网浙江省电力有限公司 | 基于曲线降维和聚类的负荷曲线辨识方法、装置及介质 |
| CN117407965A (zh) * | 2023-12-14 | 2024-01-16 | 北方工程设计研究院有限公司 | 基于参数化的百叶角度调整方法、装置、终端及存储介质 |
| CN117669982A (zh) * | 2023-12-18 | 2024-03-08 | 山东建筑大学 | 一种考虑用户多舒适性的园区综合能源系统容量配置方法 |
-
2023
- 2023-05-18 CN CN202310573255.6A patent/CN116484646A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117076990A (zh) * | 2023-10-13 | 2023-11-17 | 国网浙江省电力有限公司 | 基于曲线降维和聚类的负荷曲线辨识方法、装置及介质 |
| CN117076990B (zh) * | 2023-10-13 | 2024-02-27 | 国网浙江省电力有限公司 | 基于曲线降维和聚类的负荷曲线辨识方法、装置及介质 |
| CN117407965A (zh) * | 2023-12-14 | 2024-01-16 | 北方工程设计研究院有限公司 | 基于参数化的百叶角度调整方法、装置、终端及存储介质 |
| CN117407965B (zh) * | 2023-12-14 | 2024-03-12 | 北方工程设计研究院有限公司 | 基于参数化的百叶角度调整方法、装置、终端及存储介质 |
| CN117669982A (zh) * | 2023-12-18 | 2024-03-08 | 山东建筑大学 | 一种考虑用户多舒适性的园区综合能源系统容量配置方法 |
| CN117669982B (zh) * | 2023-12-18 | 2024-05-17 | 山东建筑大学 | 一种考虑用户多舒适性的园区综合能源系统容量配置方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116484646A (zh) | 考虑多种舒适度的综合能源系统多目标优化方法及系统 | |
| Magnier et al. | Multiobjective optimization of building design using TRNSYS simulations, genetic algorithm, and Artificial Neural Network | |
| Li et al. | Fast bidirectional building performance optimization at the early design stage | |
| CN110460040B (zh) | 一种考虑智能建筑热平衡特性的微电网运行调度方法 | |
| US12031965B2 (en) | System and method for monitoring occupancy of a building using a CO2 concentration monitoring device | |
| JP6104235B2 (ja) | 建物のエネルギー消費の予測方法 | |
| CN112990574B (zh) | 一种基于建筑用能柔性调节潜力指标的评估方法及系统 | |
| Carlucci et al. | An optimization procedure based on thermal discomfort minimization to support the design of comfortable net zero energy buildings | |
| CN112150024B (zh) | 一种综合能源系统多场景能效评估方法 | |
| Carlucci et al. | Optimization by discomfort minimization for designing a comfortable net zero energy building in the Mediterranean climate | |
| Joe et al. | Virtual storage capability of residential buildings for sustainable smart city via model-based predictive control | |
| Attia et al. | Building performance optimization of net zero‐energy buildings | |
| Elarga et al. | PV-PCM integration in glazed building. Co-simulation and genetic optimization study | |
| Belmonte et al. | Introducing passive strategies in the initial stage of the design to reduce the energy demand in single-family dwellings | |
| Baghoolizadeh et al. | Optimization of annual electricity consumption costs and the costs of insulation and phase change materials in the residential building using artificial neural network and genetic algorithm methods | |
| Rashid et al. | Performance analysis and investigation for the development of energy efficient building | |
| Yang et al. | Optimal dispatch for a combined cooling, heating and power microgrid considering building virtual energy storage | |
| CN111737857A (zh) | 一种基于互动能力曲线的暖通空调集群协调控制方法 | |
| KR20230150484A (ko) | 에너지 관리 시스템이 반영된 친환경 건물 설계 방법 | |
| CN110264254A (zh) | 电采暖负荷预测方法、装置、设备及可存储介质 | |
| CN112671036A (zh) | 一种考虑需求响应的微电网调度方法 | |
| CN113239617A (zh) | 一种室内用电活动的经济低碳型电采暖优化调控方法 | |
| LeBreux et al. | Control of a hybrid solar/electric thermal energy storage system | |
| Lenoir | On comfort in tropical climates. The design and operation of Net Zero Energy Buildings | |
| Alam et al. | Energy simulation to estimate building energy consumption using EnergyPlus |
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 |