[发明专利]基于递推最小二乘法的空调所属建筑物一阶模型实时参数辨识方法

摘要

本发明公开了一种基于递推最小二乘法的空调所属建筑物一阶模型实时参数辨识方法，实时建立负荷聚合商管辖范围内的空调负荷模型，用以进行空调负荷的实时控制与调度；将空调所属建筑物ETP模型等效为标准差分方程，同时确定输入输出序列及待辨识参数序列；通过智能电网的高级计量终端对输入输出序列进行实时数据采集，并向负荷聚合商进行数据传递，负荷聚合商利用递推最小二乘法对空调负荷模型的实时参数进行辨识。本发明弥补了国内空调负荷实时建模方面的研究不足，为其参与需求响应提供了技术支撑。

主权项

一种基于递推最小二乘法的空调所属建筑物一阶模型实时参数辨识方法，其特征在于：实时建立负荷聚合商管辖范围内的空调负荷模型，用以进行空调负荷的实时控制与调度；将空调所属建筑物ETP模型等效为标准差分方程，同时确定输入输出序列及待辨识参数序列；通过智能电网的高级计量终端对输入输出序列进行实时数据采集，并向负荷聚合商进行数据传递，负荷聚合商利用递推最小二乘法对空调负荷模型的实时参数进行辨识；该方法具体包括如下步骤：(1)将空调所属建筑物ETP模型等效为单输入/输出线性系统，并使用差分方程的标准形式进行描述，确定k时刻的输入输出序列为[u(k),y(k)]，k时刻的随机变量序列为e(k)，待辨识参数数量为2n+1，待辨识参数为a1...an和b0...bn，负荷聚合商管辖范围内的空调负荷模型为：y(k)=-Σi=1naiy(k-i)+Σi=0nbiu(k-i)+e(k)---(1)]]>式中：n为差分方程的阶数；(2)负荷聚合商通过智能电网的高级计量终端采集输入输出数据，并对采集的输入输出数据进行预处理形成输入输出序列；(3)获取k‑2n‑3～k‑3时刻的N＝2n+1个输入输出序列，根据式(1)列出N个差分方程为：y(n+1)=-a1y(n)-...any(1)+b0u(n+1)+...+bnu(1)+e(n+1)y(n+2)=-a1y(n+1)-...any(2)+b0u(n+2)+...+bnu(2)+e(n+2)......y(n+N)=-a1y(n+N-1)-...any(N)+b0u(n+N)+...+bnu(N)+e(n+N)---(2)]]>将式(2)写成矩阵的形式为：Y(N)＝Φ(N)η(N)+E(N)   (3)式中：Y(N)＝[y(n+1),y(n+2),…,y(n+N)]T   (4)η(N)＝[a1,…,an,b0,…,bn]T   (5)E(N)＝[e(n+1),e(n+2),…,e(n+N)]T(6)式中：Y(N)为输出矩阵，Φ(N)为由输入输出序列组成的矩阵，η(N)为待辨识参数矩阵，E(N)为误差矩阵；(4)对采集的数据进行标准最小二乘法的参数估计，获取递推最小二乘法递推过程的初始值：P(N)＝[ΦT(N)Φ(N)]‑1   (9)η^(N)=[ΦT(N)Φ(N)]-1ΦT(N)Y(N)---(10)]]>式中：P(N)为中间变量，为经过标准最小二乘法求得的待辨识参数估计值；(5)负荷聚合商提取k‑2时刻的输入输出数据，并对输入输出数据进行预处理得到k‑1时刻的输入输出序列为[u(n+N+1),y(n+N+1)]；(6)负荷聚合商通过k‑2时刻的输入输出序列[u(n+N+1),y(n+N+1)]和P(N)，对修正系数进行计算：(7)根据计算更新后的待辨识参数估计值根据更新式(1)，实时更新空调负荷模型；(8)计算k‑2时刻的P(N+1)：然后令P(N)＝P(N+1)，k＝k+1，返回步骤(5)；所述步骤(2)和步骤(5)中，对采集的输入输出数据进行预处理，具体包括以下内容：(a)对于室内/室外温度，按照下述步骤进行预处理：(a1)按照如下方法计算室内/室外温度的平均值和标准差S：x‾=15(xi-2+xi-1+xi+xi+1+xi+2)---(15)]]>S=15Σi=-22(xi-x‾)2---(16)]]>式中：xi表示连续采集的第i个室内/室外温度；(a2)判断是否成立：若不成立，则说明xi是正常数据；否则说明xi是坏数据，需要进行修正；(a3)坏数据修正公式为：xi=α4(xi-2+xi+2)+β4(xi-1+xi+1)---(17)]]>式中：xi表示修正后的第i个室内/室外温度，α，β为自定义的修正系数，且α+β＝2；(b)对于空调负荷的开关状态量，按照下述步骤进行预处理：设连续采集的三个开关状态量为{xi‑1,xi,xi+1}，对应采集的三个室内温度为{yi‑1,yi,yi+1}，进行如下判断：①若xi‑1·xi·xi+1＝1，则表示xi是正常数据；②若xi‑1·xi+1＝1且xi‑1·xi·xi+1＝0，则表示xi是坏数据，需要进行修正，令xi＝xi+1；③若xi‑1·xi+1＝0，则：在(yi‑yi‑1)(yi+1‑yi)>0时：若xi‑1·xi＝1，则表示xi是正常数据；若xi‑1·xi＝0，则表示xi是坏数据，需要进行修正，令xi＝xi‑1；在(yi‑yi‑1)(yi+1‑yi)＜0时：若若xi·xi+1＝1，则表示xi是正常数据；若xi·xi+1＝0，则表示xi是坏数据，需要进行修正，令xi＝xi+1；式中：·表示逻辑与计算。