[发明专利]基于区域-温度-时间模型的空调虚拟储能潜力预测方法

权利要求书

1.一种基于区域-温度-时间模型的空调虚拟储能潜力预测方法，其特征在于：方法包括如下步骤：

步骤1)获取预设区域内的空调系统在之前的若干年中冬夏季每月的若干影响因素，针对预设区域在之前的各年中冬夏季的每个相同月份，将预设区域内的空调系统的每个影响因素在相同月份的数据构建为影响因素集，将各个影响因素集构建为影响因素体系，使用相关系数法将预设区域内的空调系统的各个空调负荷和影响因素体系进行相关性处理，获得各个影响因素集各自的相关性系数，根据各个影响因素集各自的相关性系数选取若干影响因素集作为优选影响因素集并构建优选影响因素体系；

步骤2)针对预设区域在之前的各年中冬夏季的每个相同月份及其优选影响因素体系，建立预设区域内的空调系统的第一电量线性预测模型，将优选影响因素体系输入第一电量线性预测模型中，第一电量线性预测模型输出优选影响因素体系中的各个优选影响因素集的因素系数；

步骤3)针对预设区域内的空调系统在之前的各年中冬夏季的每个相同月份的各个因素系数以及预设区域在之后的待预测的每年中冬夏季的相同月份，建立预设区域内的空调系统的第二电量线性预测模型，将各个因素系数输入第二电量线性预测模型中，第二电量线性预测模型输出预设区域内的空调系统的预测空调负荷；

步骤4)针对预设区域在之后的待预测的每年中冬夏季的每个月份，建立预设区域内的空调系统的区域-温度-时间虚拟储能潜力预测模型，将空调系统的预测空调负荷输入区域-温度-时间虚拟储能潜力预测模型中，区域-温度-时间虚拟储能潜力预测模型输出空调系统的预测功率值，即获得空调系统的可调节潜力值，实现对空调虚拟储能的潜力预测。

2.根据权利要求1所述的一种基于区域-温度-时间模型的空调虚拟储能潜力预测方法，其特征在于：所述的步骤1)中，影响因素包括当月30度以上天数、当月31度以上天数、当月32度以上天数、当月33度以上天数、当月34度以上天数、当月35度以上天数、当月36度以上天数、当月37度以上天数、当月38度以上天数、当月39度以上天数、当月40度以上天数、当月最高温度、预设区域内的空调系统的空调数量、预设区域内的空调系统的当月用电占比、当月10度以下天数、当月9度以下天数、当月8度以下天数、当月7度以下天数、当月6度以下天数、当月5度以下天数、当月4度以下天数、当月3度以下天数、当月2度以下天数、当月1度以下天数、当月0度以下天数以及当月最低温度。

3.根据权利要求1所述的一种基于区域-温度-时间模型的空调虚拟储能潜力预测方法，其特征在于：所述的步骤1)中，针对预设区域在之前的各年中冬夏季的每个相同月份，将预设区域内的空调系统的每个影响因素在相同月份的数据构建为影响因素集，将各个影响因素集构建为影响因素体系，具体如下：

其中，X_i为预设区域在之前的各年中i月份的影响因素体系；X¹、X²、…、X²⁶分别为预设区域在之前的各年中i月份的影响因素体系X_i中的第1、第2、…、第26影响因素集；分别为预设区域在之前的第1，2，…，n年的i月份中当月30度、31度、…、40度以上天数；为预设区域在之前的第1，2，…，n年的i月份的当月最高温度；为预设区域在之前的第1，2，…，n年的i月份的预设区域内的空调系统的空调数量；为预设区域在之前的第1，2，…，n年的i月份的预设区域内的空调系统的当月用电占比；分别为预设区域在之前的第1，2，…，n年的i月份中当月10度、9度、…、0度以下天数；为预设区域在之前的第1，2，…，n年的i月份的当月最低温度。