申请/专利权人：山东建筑大学

申请日：2023-12-18

公开（公告）日：2024-05-17

公开（公告）号：CN117669982B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06N3/0442;G06N3/045;G06N3/006;G06N3/126;G06Q50/06;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本申请涉及一种考虑用户多舒适性的园区综合能源系统容量配置方法，包括：S1）获取园区历史负荷数据；S2）搭建组合神经网络模型初始化模型；S3）输入数据，获取园区的负荷预测值；S4）构造损失函数；S5）继续对优化特征的决策变量进行优化，获取优化后的组合神经网络模型；S6）获取园区的负荷预测优化值；S7）建立基于能源设备的数学模型；S8）建立综合能源系统容量配置模型；S9）求解综合能源系统容量配置模型；S10）根据决策结果获得园区最优设备容量配置计划；本申请解决了以往能源设备容量配置时忽视用户多样化舒适性需求的问题，以及负荷预测模型结构单一的问题，本申请优化了组合神经网络负荷预测模型，使设备容量配置更能贴合用户需求。

主权项：1.一种考虑用户多舒适性的园区综合能源系统容量配置方法，其特征在于，包括以下步骤：S1）获取园区历史负荷数据，将所述历史负荷数据细分为照明电负荷、新风电负荷、供热负荷、新风冷负荷、其他冷负荷及其他电负荷，基于细分后的各类负荷数据划分训练集和测试集；S2）搭建组合神经网络模型并基于混沌遗传算法初始化组合神经网络模型，所述组合神经网络模型包括优化特征及长短时记忆神经网络；S3）将训练集和测试集输入组合神经网络模型，获取园区的负荷预测值；S4）将负荷预测值所对应时段的历史负荷数据作为负荷真实值，基于园区负荷预测值和负荷真实值，构造损失函数，所述损失函数如下： ；式中，Lloss表示损失函数；Ypredict表示负荷预测值；Yreal表示负荷真实值；S5）以损失函数作为适应度，继续以混沌遗传算法对优化特征的决策变量进行迭代优化，获取优化后的组合神经网络模型；S6）基于优化后的组合神经网络模型，获取园区的负荷预测优化值；S7）获取综合能源系统中能源设备的运行特性，建立基于能源设备的数学模型，以设备爬坡约束、能量平衡约束以及储能设备约束作为数学模型的约束条件；S8）以综合能源系统容量配置成本、㶲效率以及用户舒适度为指标，建立综合能源系统容量配置模型，所述综合能源系统容量配置模型如下： ；式中， 为园区日运行成本，为园区㶲效率；为用户舒适度；其中， ；上式中，为综合能源系统在时段第种能源设备的购买量；为综合能源系统时段第种能源设备的价格；为第种能源设备在时段的出力功率；为第种能源设备单位出力的运维费用；为第种能源设备的单位容量安装成本；为能源设备的容量；表示能源设备的使用寿命；表示贴现率； ；上式中，为输入能量形式的集合；为输出能量形式的集合；为输入能量形式i所包含的可用能；为输出能量形式i所包含的可用能；为第i种能量形式的可用能比例； ；上式中，为用户在调度周期内的用能舒适度，为t时段内室内热舒适度，代表用户在t时段内的采光舒适度，为用户在t时段的供氧舒适度，、、、分别为用能舒适度权重配比、热舒适度权重配比、采光舒适度权重配比、供养舒适度的权重配比，、、、通过熵权法计算；其中，用户舒适度由舒适度控制参数决定，所述舒适度控制参数包括用户的需求响应量、室内温度设置、室内遮阳帘开度以及室内新风量；用户的需求响应影响用能舒适度，室内温度设置影响热舒适度，室内遮阳帘开度影响采光舒适度，室内新风量影响供氧舒适度；所述步骤S8）中，使用采光系数来衡量室内的天然采光情况，通过运用直射光、天空扩散光和地面反射光这三个参数计算室内平均照度值，同时需要考虑遮阳帘的安装给这三个参数的计算方式带来的变化；室内遮阳帘开度与室内照度的关系：直射光系数： ；式中：为时段的直射光系数；为时段遮阳帘覆盖面积；为室内透光玻璃面积；表示时段室内受太阳直射阳光而产生的的照度；表示时段太阳直射阳光在室外无遮挡水平面上的照度；天空光扩散系数：假定天空和地面的光线分布是均匀的，则表示为： ；式中：为时段的天空光散射系数；表示时段室内受天空漫射光而产生的照度；表示时段天空散射光在室外无遮挡水平面上的照度；反射光系数：假定天空和地面的光线分布是均匀的，则表示为： ；式中：为时段的反射光系数；表示时段室内受地表反射的太阳光而产生的照度；表示地面对太阳光的平均反射率；室内第个测试点的照度计算公式为： ；式中：为时段内第个测试点的日光照度；室内照度与照明负荷之间的关系：室内平均照度不能满足采光舒适度要求时，需要采用人工照明方式进行辅助，修正后的照度值计算如下： ；式中：为时段内的园区最终平均照度值；为时段内当天然采光不能满足室内照度要求时的照明负荷；为照明功率密度；为采光计算点个数；为园区总照明面积；室内照度和采光舒适度之间的关系：基于实验得到的照度、色温、照度均匀度对办公室光环境舒适度影响数据，以“照度”为决策变量，以“舒适度”为影响变量，所得出的采光舒适度模型为： 式中：代表用户在t时段内的采光舒适度，T代表相关色温；根据相关文献，取4.5时为人体最适宜的采光舒适度；所述步骤S8）中，室内设定温度与供冷负荷的关系如下式： ；式中：为时段内的建筑供冷负荷量；为室内空气密度；为室内空气体积；为空气的比热容；为室内控制温度；为通过表面的对流传热量；为围护结构表面的个数；为表面的面积；为表面热平衡方程中的日射、灯光、人员和设备得热中的对流部分以及水分蒸发所导致的潜热量；为新风和渗透风的重量风量之和；为室外空气温度；为室内空气温度；所述步骤S8）中，室内温度与热舒适度的关系如下所示： ；式中，为时段内室内热舒适度；为皮肤平均温度；为外部热物质外表面面积；为供冷房间内表面的面积；为时段内建筑物室内设定温度；为外部热物质表面温度；为人体新陈代谢率；为服装基本热阻；为空气层热阻与服装面积系数的比值；所述步骤S8）中的供氧舒适度基于最小新风需求确定，最小新风需求计算公式如下： ；式中，为室内最小新风需求；为公共建筑主要房间每人所需最小新风量；为人员数量；新风系统运行时，t时段的新风量需大于或等于室内最小新风需求，因此供氧舒适度的计算公式如下： ；式中，为用户在时段的供氧舒适度，且，为时段的新风量；所述新风冷负荷的计算公式如下： ；式中，为时段夏季新风预冷负荷；为时段的新风量；为时段室外空气焓值；为室内空气焓值；所述步骤S8）中，用户需求响应量与用能舒适度的关系如下： ；式中：为用户在调度周期内的用能舒适度，趋近于0时代表用户不用改变任何用能行为，此时用能舒适度最好；、分别为时段的削减电负荷和转移电负荷；为时段建筑总电负荷；S9）采用多目标蜣螂优化算法求解综合能源系统容量配置模型，以能源设备的容量配置范围及S8）中各舒适度的调节参数为决策变量，获取三维Pareto解集；S10）使用TOPSIS法对三维Pareto解集进行决策，根据决策结果获得园区最优设备容量配置计划，所述容量配置计划包括各能源设备的容量配置情况、用户参与需求响应量、室内遮阳帘开度、室内设置温度以及室内新风量。

全文数据：

权利要求：

百度查询： 山东建筑大学 一种考虑用户多舒适性的园区综合能源系统容量配置方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD