CN119047655A - 基于多能耦合的区域供热制冷系统运行方法及装置 - Google Patents

Abstract

本申请提出一种基于多能耦合的区域供热制冷系统运行方法及装置，其中，方法包括：获取区域监测数据，基于区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；获取多种供能系统的工艺参数，并基于多种供能系统的工艺参数和系统运行状态预测模型，得到多种供能系统中各供能系统的运行状态指标数据；基于分时的区域能源需求预测结果、系统运行状态指标数据和系统运行策略，调整多种供能系统的运行状态。能够实现多能融合的区域供能系统能源供需动态平衡，提高能源利用率，降低运行成本。

Description

基于多能耦合的区域供热制冷系统运行方法及装置

技术领域

本申请涉及能源智能调控技术领域，尤其涉及一种基于多能耦合的区域供热制冷系统运行方法、装置、电子设备及存储介质。

背景技术

现有技术中，对于区域提供供热或制冷的供能系统存在能源单一，一般基于设备数据采集实时系统机组设备、循环水泵、电动阀门的运行情况，管道压力、流速等参数，进行设备运行状态调节。为了实现节能降碳，很多区域供热制冷系统采用多种能源系统进行供能，例如，深层地热能、浅层地热能、空气能、相变储热、水蓄冷和光伏蓄热等，但并未形成耦合多能源的区域供热制冷系统的智能运行方法。

由此，采用人工智能、大数据等先进技术赋能实现区域供暖制冷系统智慧运营技术，已经成为极具市场潜力和技术挖掘价值的研究方向，具有很高的技术攻关必要性。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于多能耦合的区域供热制冷系统运行方法，以实现多能融合的区域供能系统能源的供需动态平衡。

本申请的第二个目的在于提出一种基于多能耦合的区域供热制冷系统运行装置。

本申请的第三个目的在于提出一种电子设备。

本申请的第四个目的在于提出一种计算机可读存储介质。

本申请的第五个目的在于提出一种计算机程序产品。

为达上述目的，本申请第一方面实施例提出了一种基于多能耦合的区域供热制冷系统运行方法，所述区域供热制冷系统包括多种供能系统；方法包括：

获取区域监测数据，基于所述区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；

获取所述多种供能系统的工艺参数，并基于所述多种供能系统的工艺参数和系统运行状态预测模型，得到所述多种供能系统中各供能系统的运行状态指标数据；

基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态。

在一些实现方式中，所述能源需求预测模型是通过训练样本数据训练深度学习模型得到的，所述训练样本数据包括所述能源需求预测特征数据和对应的能源预测指标数据，所述能源需求预测特征数据包括所述区域内建筑物的室内温湿度数据和室外温湿度数据、气象数据、温控时间数据和温度目标数据，所述能源预测指标数据包括所述区域内建筑物的室内温度数据、系统功能数据、建筑物热散失热量数据、总耗能需求数据、系统用电数据和系统能效比。

在一些实现方式中，所述基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态；包括：

基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组；

基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态，所述系统运行状态预测模型用于根据供能系统的机组的工艺参数预测机组的系统运行状态指标数据。

在一些实现方式中，所述基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态；包括：

基于所述目标运行机组的系统运行状态指标数据计算所述目标运行机组的分时累积供能数据；

所述目标运行机组的分时累积供能数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态和运行参数。

在一些实现方式中，所述基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组；包括：

所述系统运行策略根据供能需求类型和所述分时的区域能源需求预测结果，从所述多种供能系统中确定目标供能系统；

所述系统运行策略根据所述目标供能系统的系统运行成本，确定所述目标供能系统所承担的供能比例；

根据所述目标供能系统所承担的供能比例，确定所述目标系统的目标运行机组。

在一些实现方式中，所述系统运行状态预测模型的输入包括主机冷冻水进水、冷冻水出水、冷却水进水、冷却水出水、油压差、压缩机排气温度、出水温度设定，所述系统运行状态预测模型的输出包括实际平均线电压、实际平均线电流、电机功率。

为达上述目的，本申请第二方面实施例提出了一种基于多能耦合的区域供热制冷系统运行装置，所述区域供热制冷系统包括多种供能系统；所述装置包括：

能源需求预测模块，用于获取区域监测数据，基于所述区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；

运行状态预测模块，用于获取所述多种供能系统的工艺参数，并基于所述多种供能系统的工艺参数和系统运行状态预测模型，得到所述多种供能系统中各供能系统的运行状态指标数据；

运行状态调整模块，用于基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态。

在一些实现方式中，所述能源需求预测模型是通过训练样本数据训练深度学习模型得到的，所述训练样本数据包括所述能源需求预测特征数据和对应的能源预测指标数据，所述能源需求预测特征数据包括所述区域内建筑物的室内温湿度数据和室外温湿度数据、气象数据、温控时间数据和温度目标数据，所述能源预测指标数据包括所述区域内建筑物的室内温度数据、系统功能数据、建筑物热散失热量数据、总耗能需求数据、系统用电数据和系统能效比。

在一些实现方式中，所述运行状态调整模块，具体用于：

基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组；

基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态，所述系统运行状态预测模型用于根据供能系统的机组的工艺参数预测机组的系统运行状态指标数据。

在一些实现方式中，所述运行状态调整模块在基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态时；用于：

基于所述目标运行机组的系统运行状态指标数据计算所述目标运行机组的分时累积供能数据；

所述目标运行机组的分时累积供能数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态和运行参数。

在一些实现方式中，所述运行状态调整模块在基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组时；用于：

所述系统运行策略根据供能需求类型和所述分时的区域能源需求预测结果，从所述多种供能系统中确定目标供能系统；

所述系统运行策略根据所述目标供能系统的系统运行成本，确定所述目标供能系统所承担的供能比例；

根据所述目标供能系统所承担的供能比例，确定所述目标系统的目标运行机组。

在一些实现方式中，所述系统运行状态预测模型的输入包括主机冷冻水进水、冷冻水出水、冷却水进水、冷却水出水、油压差、压缩机排气温度、出水温度设定，所述系统运行状态预测模型的输出包括实际平均线电压、实际平均线电流、电机功率。

为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面所述的方法。

为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面所述的方法。

为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。

本申请提供的基于多能耦合的区域供热制冷系统运行方法、装置、电子设备及存储介质，通过需求端的监测数据结合能源需求预测模型，得到能源需求预测结果；根据供能系统的工艺参数和系统运行状态预测模型，得到各供能系统的运行状态指标数据；基于能源需求预测结果、系统运行状态指标数据和系统运行策略，调整供能系统的运行状态，实现多能融合的区域供能系统能源供需动态平衡；能够实时监测能源使用情况，并根据需求动态调整能源供给，减少能源浪费；通过优化各种能源的分配和利用，能够显著提高整体能源利用效率，降低运行成本，降低碳排放，增强不同类型能源之间耦合度，具有显著的社会推广价值。

本申请附加的方面和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，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例所提供的一种基于多能耦合的区域供热制冷系统运行方法的流程示意图；

图2为本申请实施例所提供的一种基于多能耦合的区域供热制冷系统运行装置的框图；

图3为本申请实施例所提供的一种电子设备的框图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的基于多能耦合的区域供热制冷系统运行方法、装置及设备。

图1为本申请实施例所提供的一种基于多能耦合的区域供热制冷系统运行方法的流程示意图。

需要说明的是，本申请实施例的基于多能耦合的区域供热制冷系统运行方法的执行主体为本申请实施例的基于多能耦合的区域供热制冷系统运行装置，该基于多能耦合的区域供热制冷系统运行装置可被配置于电子设备中，以使该电子设备可以执行基于多能耦合的区域供热制冷系统运行功能。

本申请实施例的区域供热制冷系统包括多种供能系统，多种供能系统可以包括但不限于中深层地热能系统、浅层地热能系统、空气能系统、相变储热系统、水蓄冷系统和光伏蓄热系统等。区域供热制冷系统通过多种供能系统的某些供能系统提供需求端的供热需求或者供冷需求，供热或供冷所选择的供能系统不同，选择供能系统时需要同时考虑成本与低碳的因素。

如图1所示，该基于多能耦合的区域供热制冷系统运行方法包括以下步骤：

步骤101，获取区域监测数据，基于区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果。

作为一种实现方式，获取区域监测数据的实现方式，可以通过SCADA(SupervisoryControl And Data Acquisition，数据采集与监视控制系统)系统，实时采集区域供热制冷系统的各种监测数据。采集数据各种系统所需的监测数据之后，对数据进行清洗，去除异常值和缺失值；对数据进行归一化或标准化处理，以提高模型的收敛速度和预测精度。

基于预处理之后的区域监测数据，获取能源需求预测模型所需的特征数据；并将该特征数据输入能源需求预测模型，得到分时的区域能源需求预测结果。

在一些实施例中，能源需求预测模型是通过训练样本数据训练深度学习模型得到的，训练样本数据包括能源需求预测特征数据和对应的能源预测指标数据，能源需求预测特征数据包括区域内建筑物的室内温湿度数据和室外温湿度数据、气象数据、温控时间数据和温度目标数据，能源预测指标数据包括区域内建筑物的室内温度数据、系统功能数据、建筑物热散失热量数据、总耗能需求数据、系统用电数据和系统能效比。

作为一种实现方式，本实施例的深度学习模型可以使用深度学习框架（如TensorFlow、PyTorch等）和机器学习算法（如LSTM、GRU等）构建能源需求预测模型，根据数据的特性和预测目标，选择合适的模型架构和超参数。

在一些实施例中，能源需求预测模型的输入包括：室外温度数据、室外湿度数据、室内温度数据、室内湿度数据、未来10小时整点的温度天气预报数据、上下班时间、温度目标阈值高低温数据、月底室外平均温度、月度室外平均湿度；能源需求预测模型的输出包括未来10小时整点的建筑物室内平均温度、未来10小时整点的系统供能量、未来24小时建筑物热散失热量、未来24小时总耗能需求、未来24小时系统供能量、未来24小时系统用电量，未来24小时系统能效比。

需要说明的是，区域供热制冷系统的需求端因建筑物形态、用户行业类型的不同，使其随时间、天气动态变化的用能特性也存在较大差异，如裙楼入驻商业体、主楼入驻办公企业、厂房入住的工厂车间的用能温度需求、用能时间需求、用能功率、温度波动范围、建筑热散失特性等参数需求均存在差异，为得到精准的能源需求预测，需要对不同类型用户所在的建筑区域用热特性进行研究和分析，得出能源需求预测模型的输入特征。其中，建筑物的室温是最直接反映用户实际供热效果的监测参数，结合区域内室温测量与采集数据，以室温达标为基准，对不同室外天气条件下能源需求预测进行供能效果评估与辨识修正，通过能源需求预测模型实现能源需求的按需精准预测。

在一些实施例中，对区域供热制冷系统的历史能源需求数据进行时间序列分析，识别数据中的趋势、季节性和周期性成分，构建能源需求时间序列预测模型和能源成本时间序列预测模型；根据能源需求时间序列预测模型和能源成本时间序列预测模型的预测结果，结合能源需求预测模型的输出结果，得到更精准的能源需求预测结果。

在一些实施例中，可以分析供能系统的工艺特性，将系统的工艺特性融入能源需求预测模型中，通过特征工程提取对能源需求预测有影响的关键特征，将该关键特征同时作为能源需求预测模型的输入。例如，工艺特性可以包括发电机的效率、输电线路的损耗、配电网络的结构等。

步骤102，获取多种供能系统的工艺参数，并基于多种供能系统的工艺参数和系统运行状态预测模型，得到多种供能系统中各供能系统的运行状态指标数据。

需要说明的是，对于各种供能系统，主要进行能源输出调控的对象为其能源主机机组，例如离心热泵机组、螺杆热泵机组等，各供能系统可能包括一个机组，且设置主备机组。

在一些实施例中，多种供能系统的工艺参数包括主机机组的工艺参数。

示例性的，系统运行状态预测模型的输入包括主机冷冻水进水、冷冻水出水、冷却水进水、冷却水出水、油压差、压缩机排气温度、出水温度设定，系统运行状态预测模型的输出包括实际平均线电压、实际平均线电流、电机功率。

需要说明的是，可以根据各供能系统的运行状态指标数据（例如实际平均线电压、实际平均线电流、电机功率）计算得到供能系统的分时累积供能。

作为一种实现方式，可以结合各供能系统的工艺特性，通过线性规划、混合整数规划和启发式算法等，构建系统运行状态预测模型。其中，在实际问题中，可能存在一些变量是整数（如发电机的启停次数、输电线路的开关状态等），因此需要使用混合整数规划方法来求解优化问题。对于复杂的大规模系统，线性规划和混合整数规划可能无法在短时间内找到最优解。此时，可以使用启发式算法（如遗传算法、粒子群优化等）来求解近似最优解。

作为一种实现方式，通过数据拟合方法得到各供能系统的主机机组的运行工况曲线，根据运行工况曲线，构建系统运行状态预测模型。

还需要说明的是，将系统运行状态预测模型应用于各供能系统中，对供能系统的运行状态进行预测，并根据预测结果调整各供能系统以及整个区域供热制冷系统的系统运行策略。将系统运行状态预测模型与其他系统分析工具（如潮流计算、稳定性分析等）进行集成，以实现更加完整的系统运行状态预测和系统分析。

在一些实施例中，还可以从用电、用水、供热、制冷的角度，构建对各供能系统的运行工况进行预测的数字孪生模型，例如可以预测电网负荷、优化电力分配、提前发现潜在故障等；预测水资源需求、优化供水调度等；通过模拟不同供热方案的效果，选择最优供热策略，提高供热效率和服务水平；优化制冷设备运行、降低能耗和运营成本；在提高预测准确性、实现智能优化、增强应急响应能力、支持决策制定以及推动数字化转型等方面具有重要作用，这些模型的应用将有助于提升系统的整体性能和效率，促进可持续发展。

步骤103，基于分时的区域能源需求预测结果、系统运行状态指标数据和系统运行策略，调整多种供能系统的运行状态。

作为一种实现方式，基于分时的区域能源需求预测结果、系统运行状态指标数据和系统运行策略，调整多种供能系统的运行状态；包括：基于分时的区域能源需求预测结果和系统运行策略，确定多种供能系统中各功能系统的目标运行机组；基于目标运行机组的系统运行状态指标数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态，系统运行状态预测模型用于根据供能系统的机组的工艺参数预测机组的系统运行状态指标数据。

在一些实施例中，基于分时的区域能源需求预测结果和系统运行策略，确定多种供能系统中各功能系统的目标运行机组；包括：系统运行策略根据供能需求类型和分时的区域能源需求预测结果，从多种供能系统中确定目标供能系统；系统运行策略根据目标供能系统的系统运行成本，确定目标供能系统所承担的供能比例；根据目标供能系统所承担的供能比例，确定目标系统的目标运行机组。其中，供能需求类型包括供热和供冷。

作为一种实现方式，系统运行策略根据各供能系统的系统特性、系统运行成本以及低碳目标等因素，根据供能需求类型（供热或供冷）以及供能需求量，从多种供能系统中选择当前提供能源的供能系统以及所选择供能系统的系统运行主机机组，以在区域供热制冷系统耦合多种不同类型供能方式的前提下，结合峰谷平均电价实现系统运行成本最优。例如，系统运行策略包括根据供能需求类型和供能需求量，结合预设阈值选择当前提供能源的供能系统以及所选择供能系统的系统运行主机机组。还有，系统运行策略优先选择可再生能源（如太阳能、风能），并在必要时补充化石能源（如天然气），从而有效减少碳排放，精准控制能源供给和分配，推动区域供热制冷系统向低碳、环保方向发展。例如，对于系统用电运行成本可以根据如下公式计算得到。

运行成本=∑电量成本+设备折旧成本+设备运维均摊成本+运维人员薪酬

作为一种实现方式，可以利用数据融合技术将多个系统的数据进行集成，形成统一的数据源，通过数据清洗和转换，去除噪声、填补缺失值，利用数据聚类和异常检测提升识别、处理异常数据的效率和质量。通过人工智能快速计算和分析大量数据的能力，计算各供能系统的运行成本和效益，评估各供能系统的成本效益分析和不同环境因素下的经济性，并验证分析的准确性。可以计算各系统的运行成本（包括固定成本和变动成本）和效益（如节能效果、减排效益），识别对经济性影响最大的因素，例如分时电价、设备负荷变化、系统最佳效率等，利用图论、复杂网络等理论和方法建立各系统之间的交互关系模型，分析供能负荷与经济成本变化的趋势，基于分析结果为系统运行策略实现多能智慧互补调度算法提供决策支持依据，实现调整能源计划、优化运行策略等目的。

作为一种实现方式，基于目标运行机组的系统运行状态指标数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态；包括：基于目标运行机组的系统运行状态指标数据计算目标运行机组的分时累积供能数据；目标运行机组的分时累积供能数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态和运行参数。

作为一种实现方式，基于目标运行机组的分时累积供能数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态和运行参数的实现方法，包括：基于目标运行机组的分时累积供能数据、分时的区域能源需求预测结果以及热力温度延迟响应时间，调整目标运行机组的运行状态和运行参。

可以理解为，能源传递至需求端并达到温度目标值，需要一定的响应时间，这个时间则为热力温度延迟响应时间。

示例性的，能源需求预测模型已经预测出不同分时系统的总供能量，系统运行策略对各个供能系统所需负担的供能比例进行分配，例如，需要地热能系统提供供冷需求，定时任务需要建筑物的室温在早上8点半上班时间达到25度，例如早上8点半天气温度为28度，则存在3度负差，则可以通过能源需求预测模型预测出区域所需冷能实现室温下降3度，例如，某供能系统的某机组在开机1小时之后才能输出其所承担的负担能量，则在早上7点半则需要控制该机组启动运行。其中，可以获取该机组开机一小时累积的供能量、2小时累积的供能量，从而控制该机组的启动运行时间以及运行参数。

还需要说明的是，在构建能源需求预测模型和系统运行状态预测模型等各种模型之后，可以对模型进行模型评估、验证、持续优化与改进以及模型更新。评估指标可以选择如均方误差、平均绝对误差等来评估预测模型的准确性。验证方式可以采用交叉验证，使用交叉验证方法对预测模型进行验证，以确保模型的泛化能力和稳定性。可以通过定期更新历史数据，并重新训练预测模型，以实现预测模型的持续优化和改进，从而满足系统的新变化和需求。可以不断探索新的深度学习算法和优化方法进行模型更新，以提高预测模型的准确性和效率。

作为一种实现方式，区域供热制冷系统通过其能源管理系统实现能源管控，主要控制对象包括供能系统、设备控制模块、数据采集器、信号反馈控制网络等。能源管理系统的能源管理工作站用于监控各供能系统中 的所有设备（包括热源井、机组、泵）入水口和出水口的温度、压降和流速数据，并将其存储后对流量进行计算分配。此外，能源管理工作站接收数据采集器传输到网络交换机的反馈信号，实时显示系统信息和实时计算迭代更新逐时热负荷。供能系统需要结合室外空气温度、建筑热工参数、设计温度范围偏差和室内实时温度，以室内空气热平衡算法连续地计算迭代更新逐时热负荷，确定建筑需要的供热量，然后基于逐时热负荷控制迭代计算分配热负荷并计算出控制参数。其中，室内外的实时温度通过建筑设置温度传感器可以监测统计，通过温度变送器传输，分户热计量表实时监测统计供热系统进入用户的用热量，各环路热媒的供、回温度和流量也被数据采集器实时监测统计，通过信号反馈控制网络将监测统计的数据传输到能源管理系统保存。在实际供热过程中，根据室内实时温度反馈，通过使用自控网络发送命令到变频驱动器实现变频泵的转速调频，进而调整供热系统的工质循环流量或者温度，改变系统供热量，满足热用户的热量需求。示例性的，能源管理系统的实现原理：系统供能区域安装多个基于LORA通讯的室温采集器，明确采集温度范围在5-40℃，属于有效室温采集器，在整个采暖季跨度内，通过记录有效室温采集器的有效采集次数及其采集有效率分析筛选出长期有效工作的传感器。通过3_sigma原则剔除其中的分布异常点。筛选出来后取算术平均值作为该时刻平均室温。实时监测供热过程中各热力站在对应天气、供热参数下的平均室温数据变化，存在实际供热负荷满足热力站供热需求，平均室温仍偏低，或相反工况，则提取该时间段热力站的供热参数、天气数据及平均室温数据作为修正样本，对能源需求预测模型进行修正。结合AI算法和SCADA技术，在用能需求精准预测的基础上，开展系统运行动态供需平衡的精准调控，减少能源浪费，实现系统整体的降本增效。在某些示范项目中，通过本方案的运行方法，使得能源利用效率相比传统系统提高了20%以上。能源管理系统包括小时级、分钟级和秒级优化调控层级，可以通过PLC控制获取各种传感器采集的监测数据，根据PID控制算法实现对各供能系统的泵、阀等装置的控制。

本实施例的区域供热制冷系统运行方法在住宅、商业、工业等多种场合均有较好的适应性，提高了供热制冷系统的适应性和灵活性，针对不同区域、不同时间段对供热制冷的需求各异，多能耦合系统能够根据实际需求灵活调整能源供给方式和供应量，可以满足多样化的供热制冷需求。

本申请实施例的基于多能耦合的区域供热制冷系统运行方法，通过需求端的监测数据结合能源需求预测模型，得到能源需求预测结果；根据供能系统的工艺参数和系统运行状态预测模型，得到各供能系统的运行状态指标数据；基于能源需求预测结果、系统运行状态指标数据和系统运行策略，调整供能系统的运行状态，实现多能融合的区域供能系统能源供需动态平衡；能够实时监测能源使用情况，并根据需求动态调整能源供给，减少能源浪费；通过优化各种能源的分配和利用，能够显著提高整体能源利用效率，降低运行成本，降低碳排放，增强不同类型能源之间耦合度，具有显著的社会推广价值。

为了实现上述实施例，本申请还提出一种基于多能耦合的区域供热制冷系统运行装置，区域供热制冷系统包括多种供能系统。图2为本申请实施例提供的一种基于多能耦合的区域供热制冷系统运行装置的框图。如图2所示，该基于多能耦合的区域供热制冷系统运行装置可以包括：能源需求预测模块201、运行状态预测模块202和运行状态调整模块203。

其中，能源需求预测模块201，用于获取区域监测数据，基于区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；

运行状态预测模块202，用于获取多种供能系统的工艺参数，并基于多种供能系统的工艺参数和系统运行状态预测模型，得到多种供能系统中各供能系统的运行状态指标数据；

运行状态调整模块203，用于基于分时的区域能源需求预测结果、系统运行状态指标数据和系统运行策略，调整多种供能系统的运行状态。

进一步地，在本申请实施例的一种可能的实现方式中，能源需求预测模型是通过训练样本数据训练深度学习模型得到的，训练样本数据包括能源需求预测特征数据和对应的能源预测指标数据，能源需求预测特征数据包括区域内建筑物的室内温湿度数据和室外温湿度数据、气象数据、温控时间数据和温度目标数据，能源预测指标数据包括区域内建筑物的室内温度数据、系统功能数据、建筑物热散失热量数据、总耗能需求数据、系统用电数据和系统能效比。

进一步地，在本申请实施例的一种可能的实现方式中，运行状态调整模块203，具体用于：

基于分时的区域能源需求预测结果和系统运行策略，确定多种供能系统中各功能系统的目标运行机组；

基于目标运行机组的系统运行状态指标数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态，系统运行状态预测模型用于根据供能系统的机组的工艺参数预测机组的系统运行状态指标数据。

进一步地，在本申请实施例的一种可能的实现方式中，运行状态调整模块203在基于目标运行机组的系统运行状态指标数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态时；用于：

基于目标运行机组的系统运行状态指标数据计算目标运行机组的分时累积供能数据；

目标运行机组的分时累积供能数据和分时的区域能源需求预测结果，调整目标运行机组的运行状态和运行参数。

进一步地，在本申请实施例的一种可能的实现方式中，运行状态调整模块203在基于分时的区域能源需求预测结果和系统运行策略，确定多种供能系统中各功能系统的目标运行机组时；用于：

系统运行策略根据供能需求类型和分时的区域能源需求预测结果，从多种供能系统中确定目标供能系统；

系统运行策略根据目标供能系统的系统运行成本，确定目标供能系统所承担的供能比例；

根据目标供能系统所承担的供能比例，确定目标系统的目标运行机组。

进一步地，在本申请实施例的一种可能的实现方式中，系统运行状态预测模型的输入包括主机冷冻水进水、冷冻水出水、冷却水进水、冷却水出水、油压差、压缩机排气温度、出水温度设定，系统运行状态预测模型的输出包括实际平均线电压、实际平均线电流、电机功率。

需要说明的是，前述对基于多能耦合的区域供热制冷系统运行方法实施例的解释说明也适用于该实施例的基于多能耦合的区域供热制冷系统运行装置，此处不再赘述。

为了实现上述实施例，本申请还提出一种电子设备。请参见图3，图3是本申请实施例提供的电子设备的框图。如图3所示，电子设备300包括：处理器301，以及与处理器301通信连接的存储器302；存储器302存储计算机执行指令；处理器301执行存储器存储的计算机执行指令，以实现执行前述实施例所提供的方法。

为了实现上述实施例，本申请还提出一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现前述实施例所提供的方法。

为了实现上述实施例，本申请还提出一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述实施例所提供的方法。

本申请中所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

需要说明的是，来自用户的个人信息应当被收集用于合法且合理的用途，并且不在这些合法使用之外共享或出售。此外，应在收到用户知情同意后进行此类采集/共享，包括但不限于在用户使用该功能前，通知用户阅读用户协议/用户通知，并签署包括授权相关用户信息的协议/授权。此外，还需采取任何必要步骤，保卫和保障对此类个人信息数据的访问，并确保有权访问个人信息数据的其他人遵守其隐私政策和流程。

本申请预期可提供用户选择性阻止使用或访问个人信息数据的实施方案。即本公开预期可提供硬件和/或软件，以防止或阻止对此类个人信息数据的访问。一旦不再需要个人信息数据，通过限制数据收集和删除数据可最小化风险。此外，在适用时，对此类个人信息去除个人标识，以保护用户的隐私。

在前述各实施例描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于多能耦合的区域供热制冷系统运行方法，其特征在于，所述区域供热制冷系统包括多种供能系统；所述方法包括以下步骤：

获取区域监测数据，基于所述区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；

获取所述多种供能系统的工艺参数，并基于所述多种供能系统的工艺参数和系统运行状态预测模型，得到所述多种供能系统中各供能系统的运行状态指标数据；

基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态。

2.根据权利要求1所述的方法，其特征在于，所述能源需求预测模型是通过训练样本数据训练深度学习模型得到的，所述训练样本数据包括所述能源需求预测特征数据和对应的能源预测指标数据，所述能源需求预测特征数据包括所述区域内建筑物的室内温湿度数据和室外温湿度数据、气象数据、温控时间数据和温度目标数据，所述能源预测指标数据包括所述区域内建筑物的室内温度数据、系统功能数据、建筑物热散失热量数据、总耗能需求数据、系统用电数据和系统能效比。

3.根据权利要求1所述的方法，其特征在于，所述基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态；包括：

基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组；

基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态，所述系统运行状态预测模型用于根据供能系统的机组的工艺参数预测机组的系统运行状态指标数据。

4.根据权利要求3所述的方法，其特征在于，所述基于所述目标运行机组的系统运行状态指标数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态；包括：

基于所述目标运行机组的系统运行状态指标数据计算所述目标运行机组的分时累积供能数据；

所述目标运行机组的分时累积供能数据和所述分时的区域能源需求预测结果，调整所述目标运行机组的运行状态和运行参数。

5.根据权利要求3所述的方法，其特征在于，所述基于所述分时的区域能源需求预测结果和所述系统运行策略，确定所述多种供能系统中各功能系统的目标运行机组；包括：

所述系统运行策略根据供能需求类型和所述分时的区域能源需求预测结果，从所述多种供能系统中确定目标供能系统；

所述系统运行策略根据所述目标供能系统的系统运行成本，确定所述目标供能系统所承担的供能比例；

根据所述目标供能系统所承担的供能比例，确定所述目标系统的目标运行机组。

6.根据权利要求1所述的方法，其特征在于，所述系统运行状态预测模型的输入包括主机冷冻水进水、冷冻水出水、冷却水进水、冷却水出水、油压差、压缩机排气温度、出水温度设定，所述系统运行状态预测模型的输出包括实际平均线电压、实际平均线电流、电机功率。

7.一种基于多能耦合的区域供热制冷系统运行装置，其特征在于，所述区域供热制冷系统包括多种供能系统；所述装置包括：

能源需求预测模块，用于获取区域监测数据，基于所述区域监测数据和能源需求预测模型，得到分时的区域能源需求预测结果；

运行状态预测模块，用于获取所述多种供能系统的工艺参数，并基于所述多种供能系统的工艺参数和系统运行状态预测模型，得到所述多种供能系统中各供能系统的运行状态指标数据；

运行状态调整模块，用于基于所述分时的区域能源需求预测结果、所述系统运行状态指标数据和系统运行策略，调整所述多种供能系统的运行状态。

8.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-6中任一项所述的方法。

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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-6中任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法。