CN117575369A - 一种乡村建筑群能耗预测方法及系统 - Google Patents

一种乡村建筑群能耗预测方法及系统 Download PDF

Info

Publication number
CN117575369A
CN117575369A CN202410056345.2A CN202410056345A CN117575369A CN 117575369 A CN117575369 A CN 117575369A CN 202410056345 A CN202410056345 A CN 202410056345A CN 117575369 A CN117575369 A CN 117575369A
Authority
CN
China
Prior art keywords
energy consumption
data
module
illumination
value
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.)
Granted
Application number
CN202410056345.2A
Other languages
English (en)
Other versions
CN117575369B (zh
Inventor
田崇翼
林龙龙
严毅
阎俏
王瑞琪
李骥
汤耀
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.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu 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 Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN202410056345.2A priority Critical patent/CN117575369B/zh
Publication of CN117575369A publication Critical patent/CN117575369A/zh
Application granted granted Critical
Publication of CN117575369B publication Critical patent/CN117575369B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本发明涉及一种乡村建筑群能耗预测方法及系统，涉及能耗预测的技术领域，其中乡村建筑群能耗预测方法包括监测能耗数据、数据分析I、数据分析II、能耗差值计算I、确定光照界限值I、数据拟合、曲线整合、预测等步骤；乡村建筑群能耗预测系统包括数据库模块、选取模块I、计算模块I、选取模块II、计算模块II、计算模块III、计算模块IV、拟合模块、拼接模块、气象预测模块、能耗预测模块等模块。本发明相比于直接制作拟合曲线，能够提高光照条件大于等于光照界限值时及光照条件小于等于光照界限值时的预测精度，进而整体提高预测的精准度。

Description

一种乡村建筑群能耗预测方法及系统
技术领域
本发明涉及能耗预测的技术领域，尤其是涉及一种乡村建筑群能耗预测方法及系统。
背景技术
建筑能耗，是指某单一建筑或某一建筑群在日常生活中所消耗的电量。能耗监测的目的，是为了确定该建筑（或建筑群）的日常耗电量，如此配电站便可以确定向该建筑配发多少电量，才可以保证该建筑（或建筑群）的正常用电，同时又不至于造成能源的浪费。
一般的建筑能耗监控，只需根据建筑（或建筑群）的类型，确定该建筑（或建筑群）的能耗规律，并对以往的能耗数据加以统计分析，便能准确的推算出未来一段时间该建筑（或建筑群）的耗电量，进而便于配电站对电能的分配。
相比于城市内部，乡村的采光效果更好，因此，乡村中的住户会将太阳能作为日常的能源来源之一，进而减少在能源上的开支。但是，使用太阳能作为辅助能源的电器（例如太阳能热水器、太阳能电灯、太阳能蓄电池等），在乡村之中的分布并不均匀，而且这些电器的能耗、太阳能利用率等都存在着相当大的差距；而且这些电器的普及率在逐渐增加，供电方也难以对这些电器进行有效的统计；而使用太阳能作为辅助能源的电器，其耗电量受太阳能的影响较大。即在日照充足的时刻，太阳能自身便可满足其能量的需求，不需要外部电路为其供电；而在日照不充足的时刻，太阳能无法满足其对能量的需求，此时需要太阳能与外部电路同时为其提供能量，进而保证该部分电器的正常运转。
但是，乡村建筑群中，使用太阳能作为辅助能源的电器（例如太阳能热水器、太阳能电灯等）的总能耗量难以统计，使用以往的能耗预测方法所获得的数据进行推算，难以正确推算出未来一段时间该建筑群的耗电量，进而不便于配电站对电能的分配。
发明内容
为了便于推算出未来一段时间，乡村建筑群的耗电量，进而便于配电站对电能的分配，本发明提供一种乡村建筑群能耗预测方法及系统。
第一方面，本发明提供的一种乡村建筑群能耗预测方法，采用如下的技术方案：
一种乡村建筑群能耗预测方法，包括以下步骤：
监测能耗数据：监测乡村建筑群的能耗数据和光照数据，并将能耗数据和光照输入至数据库，在数据库中获取该乡村建筑群每天的能耗数据，M为能耗所对应的时间，并获取与当天的能耗相对应的光照条件数据；
数据分析I：选取X个光照条件最充足时的能耗数据作为第一数据，并计算第一数据的能耗均值及标准差/>；
数据分析II：选取Y个能耗数据作为第二数据，选取第二数据时，按照光照条件的降序进行依次选取，且该Y个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值；
能耗差值计算I：取第一数据的能耗均值和标准差/>的和作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
；
确定光照界限值I：重复数据分析II步骤以及能耗差值计算I步骤，并取与相对应的光照条件均值作为光照界限值/>；
数据拟合：将光照条件在光照界限值以下的能耗数据进行拟合，进而获得光照条件与能耗的拟合曲线p（l），l为光照条件；
曲线整合：将拟合曲线p（l）与第一数据的能耗均值及标准差/>进行整合，进而获得能耗预测曲线P，
；
预测：根据气象预测第N天的光照条件，并根据预测曲线P预测第N天的能耗。
可选地，还包括数据分析III步骤、数据分析IV步骤、能耗差值计算II步骤以及确定光照界限值II，
数据分析III：选取V个光照条件最不充足时的能耗数据作为第三数据，并计算第三数据的能耗均值及标准差/>；
数据分析IV：选取W个能耗数据作为第四数据，选取第四数据时，按照光照条件的升序进行依次选取，且该W个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值；
能耗差值计算II：取第三数据的能耗均值和标准差/>的差作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
；
确定光照界限值II：重复数据分析IV步骤以及能耗差值计算II步骤，并取与相对应的光照条件均值作为光照界限值/>；
在所述数据拟合步骤中，将光照条件在光照界限值至/>之间能耗数据进行拟合，进而获得光照条件与能耗的拟合曲线p（l）；
在所述曲线整合步骤中，将拟合曲线p（l）、第一数据的能耗均值及标准差/>以及第三数据的能耗均值/>和标准差/>进行整合，进而获得能耗预测曲线P，
。
可选地，还包括预测补偿步骤；
预测补偿：对能耗曲线P进行补偿，补偿后的预测曲线P的计算模型如下：
；
式中，C为波动补偿系数，且C＞1。
可选地，所述预测补偿步骤中，波动补偿系数的计算模型如下：
。
第二方面，本发明提供的一种乡村建筑群能耗预测系统，采用如下的技术方案：
一种乡村建筑群能耗预测系统，包括以下模块：
数据库模块：用于记录每天的能耗数据以及光照条件数据，并根据光照条件对能耗数据进行排序；
选取模块I：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取X个能耗数据，将该X个能耗数据作为第一数据；
计算模块I：输入端与选取模块I的输出端连接，用于计算第一数据的能耗均值及标准差/>；
选取模块II：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取Y个能耗数据，且该Y个能耗数据的光照条件的差值在第一阈值范围内，将该Y个能耗数据作为第二数据；
计算模块II：输入端与选取模块II的输出端连接，用于计算第二数据的能耗均值；
计算模块III：输入端与计算模块I以及计算模块II的输出端连接，用于计算第一数据的能耗均值与标准差/>之和、与第二数据的能耗均值/>的绝对差值/>；
计算模块IV：输入端与计算模块III的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值；
拟合模块：输入端与计算模块IV以及数据库模块的输出端连接，用于对光照条件小于等于光照界限值时的数据进行拟合，并制作拟合曲线p（l）；
拼接模块：输入端与拟合模块以及计算模块IV的输出端连接，用于拼接拟合曲线及第一数据的能耗均值与标准差/>之和，进而得到能耗预测曲线P；
气象预测模块：用于预测未来第N天的光照条件；
能耗预测模块：输入端与气象预测模块以及拼接模块的输出端连接，用于预测未来第N天能耗。
可选地，还包括：
选取模块III：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取V个能耗数据，将该V个能耗数据作为第三数据；
计算模块V：输入端与选取模块III的输出端连接，用于计算第一数据的能耗均值及标准差/>；
选取模块IV：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取W个能耗数据，且该W个能耗数据的光照条件的差值在第一阈值范围内，将该W个能耗数据作为第四数据；
计算模块VI：输入端与选取模块IV的输出端连接，用于计算第四数据的能耗均值；
计算模块VII：输入端与计算模块V以及计算模块VI的输出端连接，用于计算第三数据的能耗均值与标准差/>之差、与第二数据的能耗均值/>的绝对差值/>；
计算模块VIII：输入端与计算模块VII的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值；
所述拟合模块的输入端还与计算模块VIII的输出端连接，用于对光照条件小于等于光照界限值且大于等于光照界限值/>时的数据进行拟合，并制作拟合曲线p（l）；
所述拼接模块的输入端还与计算模块VIII的输出端连接，用于拼接拟合曲线、第一数据的能耗均值与标准差/>之和以及第三数据的能耗均值/>与标准差/>之差，进而得到能耗预测曲线P。
可选地，还包括计算模块IX，
计算模块IX：输入端与拼接模块的输出端连接，输出端与所述能耗预测模块的输入端连接，用于根据波动补偿系数C重新确定能耗预测曲线P。
可选地，还包括计算模块X，
计算模块X：输入端与拼接模块以及数据库模块的输出端连接，输出端与计算模块IX的输入端连接，用于确定波动补偿系数C。
综上所述，本发明包括以下至少一种有益技术效果：
1. 通过确定光照界限值I步骤的设置，确定光照界限值，当光照条件大于等于光照界限值/>时，所有的使用太阳能作为辅助能源的电器均不需要接入电网，因此，此时乡村建筑群的能耗情况为排出使用太阳能作为辅助能源的电器后电器的能耗情况，进而可以提高预测精度。
2. 通过确定光照界限值II步骤的设置，确定光照界限值，当光照条件小于等于光照界限值/>时，所有的使用太阳能作为辅助能源的电器均需要接入电网，且所有的使用太阳能作为辅助能源的电器均无法通过太阳能获得能量，因此，此时乡村建筑群的能耗情况为使用太阳能作为辅助能源的电器及其它电器的总能耗情况，进而可以提高预测精度。
3. 通过预测补偿步骤的设置，由于建筑群的用电量具有波动性，因此使用波动补偿系数C对预测曲线进行补偿，获得新的预测曲线更能代表乡村建筑群的需求曲线，进而能降低配电不足导致乡村建筑群无法正常用电的情况。
附图说明
图1是本申请实施例1的流程示意图；
图2是本申请实施例2的系统图。
具体实施方式
以下结合图1至图2对本发明作进一步详细说明。
实施例1：本实施例公开了一种乡村建筑群能耗预测方法，参照图1，乡村建筑群能耗预测方法包括以下步骤：
S1：监测能耗数据：监测乡村建筑群的能耗数据和光照数据，并将能耗数据和光照输入至数据库，在数据库中获取该乡村建筑群每天的能耗数据，M为能耗所对应的时间，并获取与当天的能耗相对应的光照条件数据。
S2：光照过剩节点确定：确定光照过剩时的光照条件，包括数据分析I步骤S2-1、数据分析II步骤S2-2、能耗差值计算I步骤S2-3以及确定光照界限值I步骤S2-4。
S2-1：数据分析I：选取X个光照条件最充足时的能耗数据作为第一数据，并计算第一数据的能耗均值及标准差/>。光照条件l为光照强度在光照时长上的积分值。
S2-2：数据分析II：选取Y个能耗数据作为第二数据，选取第二数据时，按照光照条件的降序进行依次选取，且该Y个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值。
S2-3：能耗差值计算I：取第一数据的能耗均值和标准差/>的和作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
。
S2-4：确定光照界限值I：重复数据分析II步骤以及能耗差值计算I步骤，并取与相对应的光照条件均值作为光照界限值/>。
由于当光照条件大于等于一定数值时，所有的使用太阳能作为辅助能源的电器均不需要接入电网，因此，此时乡村建筑群的能耗情况为排出使用太阳能作为辅助能源的电器后电器的能耗情况。
S3：光照不足节点确定：确定光照不足时的光照条件，包括数据分析III步骤S3-1、数据分析IV步骤S3-2、能耗差值计算II步骤S3-3以及确定光照界限值II步骤S3-4。
S3-1：数据分析III：选取V个光照条件最不充足时的能耗数据作为第三数据，并计算第三数据的能耗均值及标准差/>。
S3-2：数据分析IV：选取W个能耗数据作为第四数据，选取第四数据时，按照光照条件的升序进行依次选取，且该W个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值。
S3-3：能耗差值计算II：取第三数据的能耗均值和标准差/>的差作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
。
S3-4：确定光照界限值II：重复数据分析IV步骤以及能耗差值计算II步骤，并取与相对应的光照条件均值作为光照界限值/>。
由于当光照条件小于等于一定数值时，所有的使用太阳能作为辅助能源的电器均需要接入电网，且所有的使用太阳能作为辅助能源的电器均无法通过太阳能获得能量，因此，此时乡村建筑群的能耗情况为使用太阳能作为辅助能源的电器及其它电器的总能耗情况。
S4：数据拟合：将光照条件在光照界限值至/>之间能耗数据进行拟合，进而获得光照条件与能耗的拟合曲线p（l），l为光照条件。
S5：曲线整合：将拟合曲线p（l）、第一数据的能耗均值及标准差/>以及第三数据的能耗均值/>和标准差/>进行整合，进而获得能耗预测曲线P，
；
S6：预测补偿：对能耗曲线P进行补偿，补偿后的预测曲线P的计算模型如下：
；
式中，C为波动补偿系数，波动补偿系数的计算模型如下：
。
S7：预测：根据气象预测第N天的光照条件，并根据预测曲线P预测第N天的能耗。
本实施例乡村建筑群能耗预测方法的实施原理为：
在对乡村建筑群进行能耗预测时，先对乡村建筑群能耗的历史数据进行分析，由于使用太阳能作为辅助能源的电器可能处于完全不用耗电的状态，也可能处于太阳能与电能同时供能的状态，也可能处于全部由电能供能的状态，因此先通过光照过剩节点确定步骤S2以及光照不足节点确定步骤S3确定光照过剩时的光照界限值以及光照不足时的光照界限值/>。当光照条件大于等于光照界限值/>时，使用太阳能作为辅助能源的电器处于完全不用耗电的状态，当光照条件小于等于光照界限值/>时，使用太阳能作为辅助能源的电器处于完全使用配电网供电的状态。
之后对光照条件在光照界限值至/>之间能耗数据进行曲线拟合，进而获得光照条件与能耗的拟合曲线p（l），拟合曲线p（l）能够代表太阳能与电能同时为使用太阳能作为辅助能源的电器功能时，电器需要的电能与光照条件之间的关系。光照条件在大于等于光照界限值/>时，能耗值取/>，光照条件在小于等于光照界限值/>时，能耗值取/>；之后制作预测曲线P，由于建筑群的用电量具有波动性，因此使用波动补偿系数C对预测曲线进行补偿，获得新的预测曲线。如此在其它条件接近相同的情况下，可以确定光照条件与乡村建筑群能耗的关系，在对乡村建筑群未来一段时间的能耗进行预测时，只需根据未来一段时间的天气情况，确定光照条件，便可预测乡村建筑群的能耗。
本方法相比于直接制作拟合曲线，能够提高光照条件大于等于光照界限值时及光照条件小于等于光照界限值/>时的预测精度，进而整体提高预测的精准度。
实施例2：本实施例公开了一种乡村建筑群能耗预测系统，参照图2，乡村建筑群能耗预测系统包括以下模块：
数据库模块：用于记录每天的能耗数据以及光照条件数据，并根据光照条件对能耗数据进行排序；
选取模块I：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取X个能耗数据，将该X个能耗数据作为第一数据。
计算模块I：输入端与选取模块I的输出端连接，用于计算第一数据的能耗均值及标准差/>；
选取模块II：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取Y个能耗数据，且该Y个能耗数据的光照条件的差值在第一阈值范围内，将该Y个能耗数据作为第二数据。
计算模块II：输入端与选取模块II的输出端连接，用于计算第二数据的能耗均值。
计算模块III：输入端与计算模块I以及计算模块II的输出端连接，用于计算第一数据的能耗均值与标准差/>之和、与第二数据的能耗均值/>的绝对差值/>。
计算模块IV：输入端与计算模块III的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值。
由于当光照条件大于等于一定数值时，所有的使用太阳能作为辅助能源的电器均不需要接入电网，因此，选取光照条件最高时的X个能耗数据作为第一数据，计算第一数据的能耗均值及标准差/>，之后依次选取Y个光照条件的差值在第一阈值范围内的Y个能耗数据作为第二数据，当第一数据的能耗均值/>与标准差/>之和与第二数据的能耗均值/>的绝对差值/>最小时，证明此时的光照条件开始无法满足使用太阳能作为辅助能源的电器的需求，因此，光照条件大于等于光照界限值/>时，乡村建筑群的能耗情况为排出使用太阳能作为辅助能源的电器后电器的能耗情况。
选取模块III：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取V个能耗数据，将该V个能耗数据作为第三数据。
计算模块V：输入端与选取模块III的输出端连接，用于计算第一数据的能耗均值及标准差/>。
选取模块IV：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取W个能耗数据，且该W个能耗数据的光照条件的差值在第一阈值范围内，将该W个能耗数据作为第四数据。
计算模块VI：输入端与选取模块IV的输出端连接，用于计算第四数据的能耗均值。
计算模块VII：输入端与计算模块V以及计算模块VI的输出端连接，用于计算第三数据的能耗均值与标准差/>之差、与第二数据的能耗均值/>的绝对差值/>。
计算模块VIII：输入端与计算模块VII的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值。
由于当光照条件小于等于一定数值时，所有的使用太阳能作为辅助能源的电器需要完全接入电网，因此，选取光照条件最低时的V个能耗数据作为第三数据，计算第三数据的能耗均值及标准差/>，之后依次选取W个光照条件的差值在第一阈值范围内的W个能耗数据作为第四数据，当第三数据的能耗均值/>与标准差/>之差与第四数据的能耗均值/>的绝对差值/>最小时，证明此时的光照条件开始无法向使用太阳能作为辅助能源的电器供给能量，因此，光照条件小于等于光照界限值/>时，乡村建筑群的能耗情况为使用太阳能作为辅助能源的电器及其它电器的总能耗情况。
拟合模块：输入端与计算模块IV、计算模块VIII以及数据库模块的输出端连接，用于对光照条件小于等于光照界限值且大于等于光照界限值/>时的数据进行拟合，并制作拟合曲线p（l）；
拼接模块：输入端与拟合模块、计算模块VIII以及计算模块IV的输出端连接，用于拼接拟合曲线、第一数据的能耗均值与标准差/>之和以及第三数据的能耗均值/>与标准差之差，进而得到能耗预测曲线P。
计算模块X：输入端与拼接模块以及数据库模块的输出端连接，用于确定波动补偿系数C。
计算模块IX：输入端与拼接模块以及计算模块IX的输出端连接，用于根据波动补偿系数C重新确定能耗预测曲线P。
气象预测模块：用于预测未来第N天的光照条件；
能耗预测模块：输入端与气象预测模块以及计算模块IX的输出端连接，用于预测未来第N天能耗。
本实施例乡村建筑群能耗预测系统的实施原理为：
由于当光照条件大于等于一定数值时，所有的使用太阳能作为辅助能源的电器均不需要接入电网，因此，选取光照条件最高时的X个能耗数据作为第一数据，计算第一数据的能耗均值及标准差/>，之后依次选取Y个光照条件的差值在第一阈值范围内的Y个能耗数据作为第二数据，当第一数据的能耗均值/>与标准差/>之和与第二数据的能耗均值/>的绝对差值/>最小时，证明此时的光照条件开始无法满足使用太阳能作为辅助能源的电器的需求，因此，光照条件大于等于光照界限值/>时，乡村建筑群的能耗情况为排出使用太阳能作为辅助能源的电器后电器的能耗情况。
由于当光照条件小于等于一定数值时，所有的使用太阳能作为辅助能源的电器需要完全接入电网，因此，选取光照条件最低时的V个能耗数据作为第三数据，计算第三数据的能耗均值及标准差/>，之后依次选取W个光照条件的差值在第一阈值范围内的W个能耗数据作为第四数据，当第三数据的能耗均值/>与标准差/>之差与第四数据的能耗均值/>的绝对差值/>最小时，证明此时的光照条件开始无法向使用太阳能作为辅助能源的电器供给能量，因此，光照条件小于等于光照界限值/>时，乡村建筑群的能耗情况为使用太阳能作为辅助能源的电器及其它电器的总能耗情况。
拟合模块所拟合的曲线为光照界限值至/>之间光照条件与能耗的关系曲线，拟合曲线能够代表太阳能与电能同时为使用太阳能作为辅助能源的电器功能时，电器需要的电能与光照条件之间的关系。光照条件在大于等于光照界限值/>时，能耗值取/>，光照条件在小于等于光照界限值/>时，能耗值取/>，之后使用波动补偿系数C对预测曲线进行补偿，获得新的预测曲线P。在对乡村建筑群未来一段时间的能耗进行预测时，只需根据未来一段时间的天气情况，确定光照条件，便可预测乡村建筑群的能耗。
以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (8)

1.一种乡村建筑群能耗预测方法，其特征在于：包括以下步骤：
监测能耗数据：监测乡村建筑群的能耗数据和光照数据，并将能耗数据和光照输入至数据库，在数据库中获取该乡村建筑群每天的能耗数据，M为能耗所对应的时间，并获取与当天的能耗相对应的光照条件数据；
数据分析I：选取X个光照条件最充足时的能耗数据作为第一数据，并计算第一数据的能耗均值及标准差/>；
数据分析II：选取Y个能耗数据作为第二数据，选取第二数据时，按照光照条件的降序进行依次选取，且该Y个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值；
能耗差值计算I：取第一数据的能耗均值和标准差/>的和作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
；
确定光照界限值I：重复数据分析II步骤以及能耗差值计算I步骤，并取与相对应的光照条件均值作为光照界限值/>；
数据拟合：将光照条件在光照界限值以下的能耗数据进行拟合，进而获得光照条件与能耗的拟合曲线p（l），l为光照条件；
曲线整合：将拟合曲线p（l）与第一数据的能耗均值及标准差/>进行整合，进而获得能耗预测曲线P，
；
预测：根据气象预测第N天的光照条件，并根据预测曲线P预测第N天的能耗。
2.根据权利要求1所述的一种乡村建筑群能耗预测方法，其特征在于：还包括数据分析III步骤、数据分析IV步骤、能耗差值计算II步骤以及确定光照界限值II，
数据分析III：选取V个光照条件最不充足时的能耗数据作为第三数据，并计算第三数据的能耗均值及标准差/>；
数据分析IV：选取W个能耗数据作为第四数据，选取第四数据时，按照光照条件的升序进行依次选取，且该W个能耗数据的光照条件的差值在第一阈值范围内，并计算第二数据的能耗均值；
能耗差值计算II：取第三数据的能耗均值和标准差/>的差作为参照基准，并计算绝对差值/>；绝对差值/>的计算模型如下：
；
确定光照界限值II：重复数据分析IV步骤以及能耗差值计算II步骤，并取与相对应的光照条件均值作为光照界限值/>；
在所述数据拟合步骤中，将光照条件在光照界限值至/>之间能耗数据进行拟合，进而获得光照条件与能耗的拟合曲线p（l）；
在所述曲线整合步骤中，将拟合曲线p（l）、第一数据的能耗均值及标准差/>以及第三数据的能耗均值/>和标准差/>进行整合，进而获得能耗预测曲线P，
。
3.根据权利要求2所述的一种乡村建筑群能耗预测方法，其特征在于：还包括预测补偿步骤；
预测补偿：对能耗曲线P进行补偿，补偿后的预测曲线P的计算模型如下：
；
式中，C为波动补偿系数，且C＞1。
4.根据权利要求3所述的一种乡村建筑群能耗预测方法，其特征在于：所述预测补偿步骤中，波动补偿系数的计算模型如下：
。
5.一种使用如权利要求1-4中任意一项所述乡村建筑群能耗预测方法的乡村建筑群能耗预测系统，其特征在于：包括以下模块：
数据库模块：用于记录每天的能耗数据以及光照条件数据，并根据光照条件对能耗数据进行排序；
选取模块I：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取X个能耗数据，将该X个能耗数据作为第一数据；
计算模块I：输入端与选取模块I的输出端连接，用于计算第一数据的能耗均值及标准差/>；
选取模块II：输入端与数据库模块的输出端连接，用于根据光照条件的降序选取Y个能耗数据，且该Y个能耗数据的光照条件的差值在第一阈值范围内，将该Y个能耗数据作为第二数据；
计算模块II：输入端与选取模块II的输出端连接，用于计算第二数据的能耗均值；
计算模块III：输入端与计算模块I以及计算模块II的输出端连接，用于计算第一数据的能耗均值与标准差/>之和、与第二数据的能耗均值/>的绝对差值/>；
计算模块IV：输入端与计算模块III的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值/>；
拟合模块：输入端与计算模块IV以及数据库模块的输出端连接，用于对光照条件小于等于光照界限值时的数据进行拟合，并制作拟合曲线p（l）；
拼接模块：输入端与拟合模块以及计算模块IV的输出端连接，用于拼接拟合曲线及第一数据的能耗均值与标准差/>之和，进而得到能耗预测曲线P；
气象预测模块：用于预测未来第N天的光照条件；
能耗预测模块：输入端与气象预测模块以及拼接模块的输出端连接，用于预测未来第N天能耗。
6.根据权利要求5所述的一种乡村建筑群能耗预测系统，其特征在于：还包括：
选取模块III：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取V个能耗数据，将该V个能耗数据作为第三数据；
计算模块V：输入端与选取模块III的输出端连接，用于计算第一数据的能耗均值及标准差/>；
选取模块IV：输入端与数据库模块的输出端连接，用于根据光照条件的升序选取W个能耗数据，且该W个能耗数据的光照条件的差值在第一阈值范围内，将该W个能耗数据作为第四数据；
计算模块VI：输入端与选取模块IV的输出端连接，用于计算第四数据的能耗均值；
计算模块VII：输入端与计算模块V以及计算模块VI的输出端连接，用于计算第三数据的能耗均值与标准差/>之差、与第二数据的能耗均值/>的绝对差值/>；
计算模块VIII：输入端与计算模块VII的输出端连接，用于确定绝对差值的最小值，且计算与绝对差值/>的最小值相对应的光照条件的均值，并将该均值作为光照界限值/>；
所述拟合模块的输入端还与计算模块VIII的输出端连接，用于对光照条件小于等于光照界限值且大于等于光照界限值/>时的数据进行拟合，并制作拟合曲线p（l）；
所述拼接模块的输入端还与计算模块VIII的输出端连接，用于拼接拟合曲线、第一数据的能耗均值与标准差/>之和以及第三数据的能耗均值/>与标准差/>之差，进而得到能耗预测曲线P。
7.根据权利要求6所述的一种乡村建筑群能耗预测系统，其特征在于：还包括计算模块IX，
计算模块IX：输入端与拼接模块的输出端连接，输出端与所述能耗预测模块的输入端连接，用于根据波动补偿系数C重新确定能耗预测曲线P。
8.根据权利要求7所述的一种乡村建筑群能耗预测系统，其特征在于：还包括计算模块X，
计算模块X：输入端与拼接模块以及数据库模块的输出端连接，输出端与计算模块IX的输入端连接，用于确定波动补偿系数C。
CN202410056345.2A 2024-01-16 2024-01-16 一种乡村建筑群能耗预测方法及系统 Active CN117575369B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410056345.2A CN117575369B (zh) 2024-01-16 2024-01-16 一种乡村建筑群能耗预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410056345.2A CN117575369B (zh) 2024-01-16 2024-01-16 一种乡村建筑群能耗预测方法及系统

Publications (2)

Publication Number Publication Date
CN117575369A true CN117575369A (zh) 2024-02-20
CN117575369B CN117575369B (zh) 2024-03-29

Family

ID=89888533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410056345.2A Active CN117575369B (zh) 2024-01-16 2024-01-16 一种乡村建筑群能耗预测方法及系统

Country Status (1)

Country Link
CN (1) CN117575369B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117969946A (zh) * 2024-04-01 2024-05-03 山东普源电力工程有限公司 一种照明系统能耗检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2704367A1 (de) * 2012-08-30 2014-03-05 EnBW Energie Baden-Württemberg AG Energieverbrauchersteuerverfahren und Steuervorrichtung auf Basis eines Energieverbrauchsprofils
CN112734128A (zh) * 2021-01-19 2021-04-30 重庆大学 一种基于优化rbf的7日电力负荷峰值预测方法
EP3978949A2 (en) * 2020-10-02 2022-04-06 Origin Wireless, Inc. System and method for wireless motion monitoring
CN115249094A (zh) * 2022-09-26 2022-10-28 烟台东方智能技术有限公司 一种基于大数据的建筑能效管理和优化方法
CN116976622A (zh) * 2023-08-02 2023-10-31 云南电网有限责任公司 基于边跨境季节-产业的负荷耦合协调修正方法及系统
CN117251724A (zh) * 2023-09-11 2023-12-19 重庆理工大学 一种基于序列相关机制和Informer的短期风电功率预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2704367A1 (de) * 2012-08-30 2014-03-05 EnBW Energie Baden-Württemberg AG Energieverbrauchersteuerverfahren und Steuervorrichtung auf Basis eines Energieverbrauchsprofils
EP3978949A2 (en) * 2020-10-02 2022-04-06 Origin Wireless, Inc. System and method for wireless motion monitoring
CN112734128A (zh) * 2021-01-19 2021-04-30 重庆大学 一种基于优化rbf的7日电力负荷峰值预测方法
CN115249094A (zh) * 2022-09-26 2022-10-28 烟台东方智能技术有限公司 一种基于大数据的建筑能效管理和优化方法
CN116976622A (zh) * 2023-08-02 2023-10-31 云南电网有限责任公司 基于边跨境季节-产业的负荷耦合协调修正方法及系统
CN117251724A (zh) * 2023-09-11 2023-12-19 重庆理工大学 一种基于序列相关机制和Informer的短期风电功率预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
欧阳前武;李辉;李俊;: "ARMA模型在商业建筑群能耗预测中的应用", 建筑热能通风空调, no. 03, 25 May 2013 (2013-05-25), pages 56 - 58 *
黄志锋;: "建筑能耗定额编制中数据样本的时效性分析", 广东土木与建筑, no. 07, 15 July 2012 (2012-07-15), pages 18 - 20 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117969946A (zh) * 2024-04-01 2024-05-03 山东普源电力工程有限公司 一种照明系统能耗检测方法及系统

Also Published As

Publication number Publication date
CN117575369B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
CN117575369B (zh) 一种乡村建筑群能耗预测方法及系统
CN106532764B (zh) 一种就地消纳光伏发电的电动汽车充电负荷调控方法
CN113780660B (zh) 一种居民用电量预测方法、系统及存储介质
CN115441447B (zh) 一种新能源发电功率预测方法
CN115689253B (zh) 一种以建筑碳排总量为目标的综合能源调度优化方法
CN107122599B (zh) 一种蓄热电锅炉实时消纳弃风弃光电量能力的评估方法
CN114722709A (zh) 兼顾发电量和最小出力的梯级水库群优化调度方法及系统
CN109978277B (zh) 光伏发电中区域上网负荷预测方法及装置
CN114336762B (zh) 风光发电及电网负荷波动日前调度储能配置优化方法
CN116131340A (zh) 发电站与负荷区域匹配的方法、装置、设备及存储介质
CN106295863A (zh) 一种新能源电站辅助功率预测与发电功率申请方法和系统
CN111682540B (zh) 一种发电侧调峰能力的预测方法和系统
CN116231764B (zh) 一种源网荷储协调控制方法及系统
CN115864398B (zh) 一种综合能源分布式管理调度方法及系统
CN116742666A (zh) 储能系统的充放电控制方法及系统
CN111668844A (zh) 风电/光伏富余电力参与跨省消纳的优化配置方法
CN116826695A (zh) 一种光储直柔直流微网的辅助控制方法、系统及存储介质
CN115860788A (zh) 含柔性电热负荷综合能源系统日前随机优化方法及系统
CN114389262B (zh) 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN116207760A (zh) 源网荷储容量配置方法
CN114386849B (zh) 新能源高占比系统电力平衡风险预警方法
CN113507136B (zh) 一种基于图形分析法的光伏调节能力需求分析的方法
CN116468302A (zh) 建筑园区能源结构评估方法、系统、电子设备及存储介质
CN117663503B (zh) 一种智能调节熔盐储热速率的方法及系统
CN117937715B (zh) 一种智能建筑光伏玻璃供电控制方法及其系统

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
GR01 Patent grant
GR01 Patent grant