[发明专利]基于时间、温度与空调参数的空调负荷预测方法

说明书

本发明公开了一种基于时间、温度与空调参数的空调负荷预测方法，所述的方法包括以下步骤：步骤一、根据空调运行情况，收集每个时间粒度空调负荷数据和空调参数；步骤二、根据空调所属区域获取环境温度，建立环境温度与时间关系数据集；步骤三、根据所述步骤一中收集的数据参数，结合所述步骤二中获取的环境温度，建立多元回归模型；步骤四、根据历史天气周期性，将多元回归模型参数做离群点检测，优化所述多元回归模型参数，完成预设时间的空调负荷预测。本发明能够简明、有效、快速、准确的完成空调负荷预测，能够为能源管理平台用电能源预测与评估提供有效数据支持。

技术领域

本发明涉及能源服务技术领域，适用于能源管理平台用电能源预测与评估，具体涉及一种基于时间、温度与空调参数的空调负荷预测方法。

背景技术

随着我国经济不断快速发展，城镇化的飞速扩张，我国的电力需求不断攀升。而在近十几年来，空调系统普及，空调系统不仅进入千家万户，更重要的是空调系统在商业地产上的作用更加举足轻重，因此使得空调的用电能耗占整个城市的用电能耗的比例迅速上升，在用电高峰期，一些大中型城市的空调用电能耗已占到总城市用电能耗的20％以上。除了空调系统带来的能耗压力，同时它也加剧了日高峰低谷配电矛盾。尤其在夏季城市用电高峰期，这种矛盾更加严峻，由于高能耗的空调系统其负荷日用电高峰期与城市的其他大部分设备日用电高峰期高度重叠，而据调查，我国空调的夏季用电负荷占整个电网尖峰用电负荷的30％以上，使得城市高峰用电负荷与低谷用电负荷差距大幅扩大，电网处于严重的不均匀运行中。虽然空调的用电负荷主要集中在夏季，年均持续时间仅仅数百个小时，但是它对我国电网安全经济运行的影响很大。如果仅依靠增加电力供应是无法从根本上解决能耗上升和供电矛盾的。

因此，作为用电大户的空调系统，如何智能化的调节空调系统，有效的降低用电高峰，不仅可以节省大量的电费同时也为平衡电网负荷发挥了重要的作用。空调系统能耗预测与评估是整个智能空调系统的核心，能够及时、快速、准确的预测空调负荷是智能用电的基础。

发明内容

本发明克服了现有技术的不足，提供一种基于时间、温度与空调参数的空调负荷预测方法。不针对具体品牌、型号，建立预测模型只需提供空调本身参数—制冷剂类型，额定功率和历史负荷数据，结合所属环境天气温度历史与实时数据，实现空调负荷预测。

为解决上述的技术问题，本发明采用以下技术方案：

一种基于时间、温度与空调参数的空调负荷预测方法，所述的方法包括以下步骤：

步骤一、根据空调运行情况，收集每个时间粒度空调负荷数据和空调参数；

步骤二、根据空调所属区域获取环境温度，建立环境温度与时间关系数据集；

步骤三、根据所述步骤一中收集的数据参数，结合所述步骤二中获取的环境温度，建立多元回归模型；

步骤四、根据历史天气周期性，将多元回归模型参数做离群点检测，优化所述多元回归模型参数，完成预设时间的空调负荷预测。

更进一步的技术方案是所述的步骤一中根据时间粒度收集空调负荷数据，粒度至少到小时级。

更进一步的技术方案是所述的空调参数包括：制冷剂类型、定频\变频和/或制冷量。

更进一步的技术方案是所述的制冷剂类型包括：R22、R410、或R32类型。

更进一步的技术方案是所述的步骤二包括：获取空调设备所在区域的环境温度，并且环境温度与时间建立对应关系，粒度至少到小时级。

更进一步的技术方案是所述的步骤三中，建立多元回归模型为：αX_{制冷剂类型}+βX_环境温度+γX_制冷量+δX_定/变频＝Y_负荷，根据步骤一和步骤二中收集的数据，完成模型训练。