[发明专利]一种商业楼宇空调负荷集中调度方法有效

专利信息
申请号: 201910438557.6 申请日: 2019-05-24
公开(公告)号: CN110161856B 公开(公告)日: 2021-09-21
发明(设计)人: 余涛;李卓环 申请(专利权)人: 华南理工大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 王东东
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 商业 楼宇 空调 负荷 集中 调度 方法
【权利要求书】:

1.一种商业楼宇空调负荷集中调度方法,其特征在于,包括如下步骤:

采集某电网系统的用户历史数据,获得历史数据样本;

对历史数据进行特征提取,并获得最优特征集;

将各历史数据样本提取的特征元素的特征值进行归一化处理,所述特征元素包括最优特征集中日用电量、日最大负荷、日最小负荷、日最大负荷出现时刻、日最小负荷出现时刻、年度用电数据、季节用电数据及日用电类型数据;

选择极限学习机的参数,其参数包括核函数和隐含层节点个数;

采用极限学习机对归一化的最优特征集进行训练分类,得到按照实际使用情况,商业楼宇空调负荷的分类;

根据公共楼宇的行为特性,对各时段的楼宇空调负荷进行削峰优先级评估;

基于各公共楼宇各时段的优先级和调度模型进行初步的公共楼宇降负荷指标分配;

各公共楼宇根据降负荷指标、调度模型和削峰优化模型约束,然后利用自身的柔性和刚性调控手段,对空调负荷进行虚拟优化预调控;

对各楼宇的调控状况进行评价,根据评价值调整降负荷指标,并重新进行各楼宇的优化调控,直至所有楼宇满足调控目标。

2.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,所述历史数据是指夏季用电高峰的负荷数据以及春季入夏前的用电负荷数据。

3.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,采用启发式算法及向前添加搜索,并同步评价,不断迭代的方式对历史数据进行特征提取,并获得最优特征集。

4.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,采用极限学习机对归一化的最优特征集进行训练分类,得到按照实际使用情况,商业楼宇空调负荷的分类;

具体是根据商业楼宇内,不同单位的负荷集中时间及峰值时刻进行分类。

5.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,根据公共楼宇的行为特性,对各时段的楼宇空调负荷进行削峰优先级评估;

在同一类负荷中,根据3h内各个单位的峰谷差大小进行排序,得到根据空调负荷需求的优先级顺序。

6.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,所述初步的公共楼宇降负荷指标分配根据各时刻的用户负荷类别、当时刻的空调负荷类别降负荷优先级以及同一类别内各楼宇的降负荷优先级排序,进行降负荷指标预下发,降负荷的指标量统一规定为该楼宇负荷需求量的百分比,降负荷优先级越高,其百分比数越大。

7.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,所述刚性调控手段包括关闭新风机组、关闭管盘及关闭主机;所述柔性调控手段包括调节出水温度、调节风机变频及调节水泵变频。

8.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,所述各楼宇的削峰优化模型具体为:

式中,xi为调控变量,即各种调控手段带来状态变化量;βi为最小二乘拟合的降负荷系数,模型目标函数值为降负荷值最大;ai为最小二乘拟合的舒适度损耗系数,约束条件分别为舒适度损耗低于事先设定的阈值。

9.根据权利要求1所述的一种商业楼宇空调负荷集中调度方法,其特征在于,所述调度模型依据该栋楼每天的用电模式,用电习惯和用电负荷的量还有用电负荷的随时间波动的特性建立。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910438557.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top