建筑柔性负荷控制方法、系统、电子设备及介质

摘要

本发明提供一种基于电力需量控制的建筑柔性负荷控制方法及装置、设备及介质，包括预测中央空调负荷；基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限；基于电力需量预测开机阶段和运行阶段中央空调的柔性负荷控制量；基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二方式控制运行阶段运行策略，本发明通过对中央空调系统的控制，实现对中央空调负荷的实时管理，实现对电力需量的控制和管理，做到可持续的运行稳定。

权利要求

1.一种基于电力需量控制的建筑柔性负荷控制方法，其特征在于，包括：预测中央空调负荷；

基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限；

基于电力需量预测开机阶段和运行阶段中央空调的柔性负荷控制量；

基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略；

所述预测中央空调负荷包括：

根据历史数据预测中央空调负荷，对建筑的历史运行数据处理，筛选出有效数据，通过有效数据预测中央空调负荷；

所述筛选出有效数据包括筛选有效运行时间、筛选参数限值；

所述筛选有效运行时间包括过滤开机执行后预设时间段以内的数据和关机执行后的数据；

所述筛选参数限值包括过滤冷水机组、冷冻泵、冷却泵、冷却塔运行在预设赫兹段范围外的数据，过滤掉冷冻水供水温度、冷却水回水温度、冷冻水供回水温差、冷却水供回水温差在设定值范围外的数据；

所述通过有效数据预测中央空调负荷包括对有效数据进行正态分布，过滤3倍标准差以外的数据，得到标准数据，采用ARIMA回归算法对标准数据进行计算，得到中央空调负荷；

所述基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限包括：；

其中，NCHL为冷水机组的上限台数，NCHWP为冷冻泵的上限台数，NCWP为冷却泵的上限台数，NCOT为冷却塔的总台数；QCHL,rated为冷水机组的名义负载，QCHWP,rated为冷冻泵的名义负载，QCWP,rated为冷却泵的名义负载，QCOT,rated为冷却塔的名义负载；

系统负载上限为QSYS，系统的负载上限QSYS小于电力需量QER；

。

2.根据权利要求1所述的建筑柔性负荷控制方法，其特征在于：所述基于电力需量预测开机阶段和运行阶段中央空调的柔性负荷控制量包括：在开机阶段中， ；其中

Qopen为开机阶段的中央空调柔性负荷的控制量；

为预测的开机阶段中央空调柔性负荷；

为预测的开机阶段电力需量负荷；

在运行阶段中， ；其中

Qopearting为运行阶段的中央空调柔性负荷的控制量；

为预测的运行阶段中央空调柔性负荷；

为预测的运行阶段电力需量负荷。

3.根据权利要求2所述的建筑柔性负荷控制方法，其特征在于，所述基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略包括：计算开机阶段的运行时间： ；

所述第一控制方式为将 的柔性负荷前置于正常开机时间，提前Topen,ER的时间开启NCHL台冷水机组、NCHWP台冷冻泵、NCWP台冷却泵、NCOT台冷却塔；

在运行阶段，预测中央空调系统运行的能耗上限QMAX为：;

c为常数；

基于中央空调的柔性负荷的控制量 ；

运行阶段的运行时间Topearting,ER为：；

所述第二控制方式为：提前Topearting,ER的时间设定电力需量控制模式下的冷水机组电流负载率上限IMAX、冷冻泵、冷却泵、冷却塔的频率运行上限FRQCHWP、FRQCWP、FRQCOT；

将室内温度设定值上调至置信区间上限Tindoor,MAX，将冷冻水供水温度上调至置信区间上限TCHWS,MAX。

4.根据权利要求3所述的建筑柔性负荷控制方法，其特征在于，c的取值范围为2.5 3。

~

5.根据权利要求4所述的建筑柔性负荷控制方法，其特征在于，还包括：所述预设时间段为30min；

所述预设赫兹段为30 50Hz。

~

6.一种包含权利要求1‑5中任一项所述的建筑柔性负荷控制方法的建筑柔性负荷控制系统，其特征在于，包括：负荷预测模块，用于预测中央空调负荷；

台数预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调运行台数上限；

控制量预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调的柔性负荷控制量；

策略模块，用于预测在电力需量条件下开机阶段和运行阶段的运行时间，并通过第一控制方式控制开机阶段的运行策略，通过第二控制方式控制运行阶段的运行策略。

7.一种电子设备，其特征在于，包括：至少一个处理器；以及

与所述至少一个处理器通信的存储器，其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑5中任一项所述的控制方法。

8.一种介质，其特征在于，存储有计算机指令，所述计算机指令用于使计算机执行权利要求1‑5中任一项所述的控制方法。

说明书

建筑柔性负荷控制方法、系统、电子设备及介质

技术领域

[0001] 本发明涉及电力领域，特别是涉及一种基于电力需量控制的建筑柔性负荷控制方法、系统、电子设备及介质。

背景技术

[0002] 通过对智能办公楼宇开展中央空调的实证调控。在基本不影响人体舒适度的前提下，通过优化空调主机运行模式、运行方式、改变现场运行参数、改变运行状态、设定边界条件等多种方式，验证了楼宇中央空调系统的调控曲线、降负荷效果，实际数据表明，采取合适的空调调控策略，不仅可以明显削减峰值负荷，而且可以将人体舒适度的影响减少到最小，一般情况下负荷削减量可达到5％‑15％之间，特殊情况下负荷削减量可达到60％。

[0003] 因此，通过对建筑内的柔性负荷进行控制，使整体电力负荷更趋于平稳，延长设备的使用寿命。

[0004] 现有技术中，在对中央空调进行控制时，中央空调的开启阶段和运行阶段的电力负荷区别较大，因此会导致电力负荷的落差较大，电力负荷不够平稳。

发明内容

[0005] 鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于电力需量控制的建筑柔性负荷控制方法、系统、电子设备及介质。

[0006] 为实现上述目的及其他相关目的，本发明提供了基于电力需量控制的建筑柔性负荷控制方法，包括：

[0007] 预测中央空调负荷；

[0008] 基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限；

[0009] 基于电力需量预测开机阶段和运行阶段中央空调的柔性负荷控制量；

[0010] 基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略。

[0011] 所述预测中央空调符合包括：

[0012] 根据历史数据预测中央空调符合，对建筑的历史运行数据处理，筛选出有效数据，通过有效数据预测中央空调负荷；

[0013] 所述筛选出有效数据包括筛选有效运行时间、筛选参数限值；

[0014] 所述筛选有效运行时间包括过滤开机执行后预设时间段以内的数据和关机执行后的数据；

[0015] 所述筛选参数限值包括过滤冷水机组、冷冻泵、冷却泵、冷却塔运行在预设赫兹段范围外的数据，过滤掉冷冻水供水温度、冷却水回水温度、冷冻水供回水温差、冷却水供回水温差在设定值范围外的数据；

[0016] 所述通过有效数据预测中央空调负荷包括对有效数据进行正态分布，过滤3倍标准差以外的数据，得到标准数据，采用ARIMA回归算法对标准数据进行计算，得到中央空调负荷。

[0017] 在一实施例中，所述基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限包括：

[0018]

[0019] 其中，NCHL为冷水机组的上限台数，NCHWP为冷冻泵的上限台数，NCWP为冷却泵的上限台数，NCOT为冷却塔的总台数；QCHL,rated为冷水机组的名义负载，QCHWP,rated为冷冻泵的名义负载，QCWP,rated为冷却泵的名义负载，QCOT,rated为冷却塔的名义负载；

[0020] 系统负载上限为QSYS，系统的负载上限QSYS小于电力需量QER；

[0021] QSYS＝NCHL*QCHL，rrated+NCHWP*QCHWP，rated+NCWP*QCWP，rated+NCOT*QCOTrated。

[0022] 在开机阶段中， 其中

[0023] Qopen为开机阶段的中央空调柔性负荷的控制量；

[0024] 为预测的开机阶段中央空调柔性负荷；

[0025] 为预测的开机阶段电力需量负荷；

[0026] 在运行阶段中， 其中

[0027] Qopearting为运行阶段的中央空调柔性负荷的控制量；

[0028] 为预测的运行阶段中央空调柔性负荷；

[0029] 为预测的运行阶段电力需量负荷。

[0030] 在一实施例中，所述基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略包括：

[0031] 计算开机阶段的运行时间：

[0032]

[0033] 所述第一控制方式为将Qopen的柔性负荷前置于正常开机时间，提前Topen，ER的时间开启NCHL台冷水机组、NCHWP台冷冻泵、NCWP台冷却泵、NCOT台冷却塔；

[0034] 在运行阶段，预测中央空调系统运行的能耗上限QMAX为：

[0035] QMAX＝NCHL*QCHL，rated*IMAX+NCHWP*QCHWP，rated*(FRQCHWP/50)c +NCWP*QCWP，rated*(FRQCWP/c c50) +NCOT*QCOT，rated*(FRQCOT/50) ；

[0036] c为常数；

[0037] 基于中央空调的柔性负荷的控制量

[0038]

[0039] 运行阶段的运行时间Topearting，ER为：

[0040]

[0041] 所述第二控制方式为：提前Topearting，ER的时间设定电力需量控制模式下的冷水机组电流负载率上限IMAX、冷冻泵、冷却泵、冷却塔的频率运行上限 FRQCHWP、FRQCWP、FRQCOT；

[0042] 将室内温度设定值上调至置信区间上限Tindoor，MAX，将冷冻水供水温度上调至置信区间上限TCHWS，MAX。

[0043] 在一实施例中，c的取值范围为2.5～3。

[0044] 在一实施例中，所述预设时间段为30min；

[0045] 所述预设赫兹段为30～50Hz。

[0046] 一种建筑柔性负荷控制系统，包括：

[0047] 负荷预测模块，用于预测中央空调负荷；

[0048] 台数预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调运行台数上限；

[0049] 控制量预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调的柔性负荷控制量；

[0050] 策略模块，用于预测在电力需量条件下开机阶段和运行阶段的运行时间，并通过第一控制方式控制开机阶段的运行策略，通过第二控制方式控制运行阶段的运行策略。

[0051] 一种电子设备，包括：

[0052] 至少一个处理器；以及

[0053] 与所述至少一个处理器通信的存储器，其中

[0054] 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的控制方法。

[0055] 一种介质，存储有计算机指令，所述计算机指令用于使计算机执行上述的控制方法。

[0056] 如上所述，本发明的提供的基于电力需量控制的建筑柔性负荷控制方法，具有以下有益效果：

[0057] 通过对中央空调系统的控制，实现对中央空调负荷的实时管理，实现对电力需量的控制和管理，做到可持续的运行稳定。

附图说明

[0058] 图1显示为本发明提出的控制方法的流程图。

[0059] 图2显示为本发明提出的控制方法的系统图。

具体实施方式

[0060] 下面结合具体实施例进一步阐述本发明，应理解，这些实施例仅用于说明本发明而不用于限制本发明的保护范围。

[0061] 以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

[0062] 请参照图1，基于电力需量控制的建筑柔性负荷控制方法，包括：

[0063] 在步骤100中，预测中央空调负荷；

[0064] 在步骤200中，基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限；

[0065] 在步骤300中，基于电力需量预测开机阶段和运行阶段中央空调的柔性负荷控制量；

[0066] 在步骤400中，基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略。

[0067] 将空调，尤其是中央空调划分为两个阶段，一个是开机阶段，采用第一方式进行控制，而运行阶段采用第二控制方式进行控制，这样可以根据不同的时间，分开对空调进行控制，并根据电力需量，对电力负荷进行调节，保证电力设备能够平稳运行。

[0068] 在一实施例中，所述预测中央空调符合包括：

[0069] 根据历史数据预测中央空调符合，对建筑的历史运行数据处理，筛选出有效数据，通过有效数据预测中央空调负荷；

[0070] 所述筛选出有效数据包括筛选有效运行时间、筛选参数限值；

[0071] 所述筛选有效运行时间包括过滤开机执行后预设时间段以内的数据和关机执行后的数据；

[0072] 所述筛选参数限值包括过滤冷水机组、冷冻泵、冷却泵、冷却塔运行在预设赫兹段范围外的数据，过滤掉冷冻水供水温度、冷却水回水温度、冷冻水供回水温差、冷却水供回水温差在设定值范围外的数据；

[0073] 所述通过有效数据预测中央空调负荷包括对有效数据进行正态分布，过滤3倍标准差以外的数据，得到标准数据，采用ARIMA回归算法对标准数据进行计算，得到中央空调负荷。

[0074] ARIMA模型的全称叫做自回归移动平均模型，全称是(ARIMA, Autoregressive Integrated Moving Average Model)。也记作ARIMA(p,d,q)，是统计模型(statistic model)中最常见的一种用来进行时间序列预测的模型。

[0075] 采用ARIMA模型预测时序数据，必须是稳定的，如果不稳定的数据，是无法捕捉到规律的。比如股票数据用ARIMA无法预测的原因就是股票数据是非稳定的，常常受政策和新闻的影响而波动。而电力模型则跟时间的关联性很大，因此，采用ARIMA模型进行预测，结果准确。

[0076] 预测采用的数据则通过筛选有效的时间、参数限值，运行时间筛选：中央空调系统的运行，可以分为开机阶段、运行阶段、关机阶段，由于开机阶段和关机阶段的运行不稳定，过滤掉从开机策略执行后的30min以内的数据，关机策略执行后的数据；

[0077] 参数限值筛选：由于系统运行参数的上下边界约束，过滤掉冷水机组、冷冻泵、冷却泵、冷却塔运行在30～50Hz范围外的数据；过滤掉冷冻水供水温度TCHWS、冷却水回水温度TCWR、冷冻水供回水温差ΔTCHW、冷却水供回水温差ΔTCW在设定值上下限范围外的数据；

[0078] PauTa准则：由于监测参数的离散度较大且存在着传感器的测量误差，对参数进行离散化并做正态分布，过滤掉3个标准差之外的数据；

[0079] 根据筛选好的历史数据等，使用ARIMA回归算法对空调负荷等柔性负荷进行预测QFC。

[0080] 在一实施例中，所述基于电力需量预测开机阶段和运行阶段中央空调的运行台数上限包括：

[0081]

[0082] 其中，NCHL为冷水机组的上限台数，NCHWP为冷冻泵的上限台数，NCWP为冷却泵的上限台数，NCOT为冷却塔的总台数；QCHL，rated为冷水机组的名义负载，QCHWP，rated为冷冻泵的名义负载，QCWP，rated为冷却泵的名义负载，QCOT，rated为冷却塔的名义负载；

[0083] 系统负载上限为QSYS，系统的负载上限QSYS小于电力需量QER；

[0084] QSYS＝NCHL*QCHL，rated+NCHWP*QCHWP，rated+NCWP*QCWP，rated+NCOT*QCOT，rated。

[0085] 在一实施例中，在开机阶段中，

[0086] 其中

[0087] Qopen为开机阶段的中央空调柔性负荷的控制量；

[0088] 为预测的开机阶段中央空调柔性负荷；

[0089] 为预测的开机阶段电力需量负荷；

[0090] 在运行阶段中， 其中

[0091] Qopearting为运行阶段的中央空调柔性负荷的控制量；

[0092] 为预测的运行阶段中央空调柔性负荷；

[0093] 为预测的运行阶段电力需量负荷。

[0094] 在一实施例中，所述基于电力需量预测开机阶段运行时间和运行阶段运行时间，采用第一控制方式控制开机阶段运行策略，采用第二控制方式控制运行阶段运行策略包括：

[0095] 计算开机阶段的运行时间：

[0096]

[0097] 所述第一控制方式为将Qopen的柔性负荷前置于正常开机时间，提前 Topen，ER的时间开启NCHL台冷水机组、NCHWP台冷冻泵、NCWP台冷却泵、NCOT台冷却塔；

[0098] 在运行阶段，预测中央空调系统运行的能耗上限QMAX为：

[0099] QMAX＝NCHL*QCHL，rated*IMAX+NCHWP*QCHWP，rated*(FRQCHWP/50)c +NCWP*QCWP，rated*(FRQCWP/c c50) +NCOT*QCOT，rated*(FRQCOT/50) ；

[0100] 基于中央空调的柔性负荷的控制量

[0101] 运行阶段的运行时间Topearting，ER为：

[0102]

[0103] 所述第二控制方式为：提前Topearting，ER的时间设定电力需量控制模式下的冷水机组电流负载率上限IMAX、冷冻泵、冷却泵、冷却塔的频率运行上限 FRQCHWP、FRQCWP、FRQCOT；

[0104] 将室内温度设定值上调至置信区间上限Tindoor，MAX，将冷冻水供水温度上调至置信区间上限TCHWS,MAX。

[0105] 在一实施例中，c的取值范围为2.5～3。

[0106] 在一实施例中，所述预设时间段为30min；

[0107] 所述预设赫兹段为30～50Hz。

[0108] 本发明所述的基于电力需量控制的建筑柔性负荷控制方法，通过对中央空调系统的控制，实现对中央空调负荷的实时管理，实现对电力需量的控制和管理，做到可持续的运行稳定。

[0109] 在具体实施时，比如在商务大厦中，往往在上班时间，早上8‑9点之间，开机的较多，这个时间段内，电力负荷会急剧增加，而采用本方法，可以通过电力负荷的变化，提前打开，比如在7‑7：30之间开机，这样能够避开开机的高峰期，从而使整个电力系统能够以更加平稳运行，提高电力系统的稳定和安全。

[0110] 请参照图2，一种建筑柔性负荷控制系统，包括：

[0111] 负荷预测模块，用于预测中央空调负荷；

[0112] 台数预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调运行台数上限；

[0113] 控制量预测模块，用于预测在电力需量条件下开机阶段和运行阶段的中央空调的柔性负荷控制量；

[0114] 策略模块，用于预测在电力需量条件下开机阶段和运行阶段的运行时间，并通过第一控制方式控制开机阶段的运行策略，通过第二控制方式控制运行阶段的运行策略。

[0115] 一种电子设备，包括：

[0116] 至少一个处理器；以及

[0117] 与所述至少一个处理器通信的存储器，其中

[0118] 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的控制方法。

[0119] 一种介质，存储有计算机指令，所述计算机指令用于使计算机执行上述的控制方法。

[0120] 上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

[0121] 在本文的描述中，提供了许多特定细节，诸如部件和/或方法的实例，以提供对本发明实施例的完全理解。然而，本领域技术人员将认识到可以在没有一项或多项具体细节的情况下或通过其他设备、系统、组件、方法、部件、材料、零件等等来实践本发明的实施例。在其他情况下，未具体示出或详细描述公知的结构、材料或操作，以避免使本发明实施例的方面变模糊。

[0122] 在整篇说明书中提到“一个实施例”、“实施例”或“具体实施例”意指与结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中，并且不一定在所有实施例中。因而，在整篇说明书中不同地方的短语“在一个实施例中”、“在实施例中”或“在具体实施例中”的各个表象不一定是指相同的实施例。此外，本发明的任何具体实施例的特定特征、结构或特性可以按任何合适的方式与一个或多个其他实施例结合。应当理解本文所述和所示的发明实施例的其他变型和修改可能是根据本文教导的，并将被视作本发明精神和范围的一部分。

[0123] 还应当理解还可以以更分离或更整合的方式实施附图所示元件中的一个或多个，或者甚至因为在某些情况下不能操作而被移除或因为可以根据特定应用是有用的而被提供。

[0124] 另外，除非另外明确指明，附图中的任何标志箭头应当仅被视为示例性的，而并非限制。此外，除非另外指明，本文所用的术语“或”一般意在表示“和/或”。在术语因提供分离或组合能力是不清楚的而被预见的情况下，部件或步骤的组合也将视为已被指明。

[0125] 如在本文的描述和在下面整篇权利要求书中所用，除非另外指明，“一个”、和“该”包括复数参考物。同样，如在本文的描述和在下面整篇权利要求书中所用，除非另外指明，“在…中”的意思包括“在…中”和“在…上”。

[0126] 本发明所示实施例的上述描述(包括在说明书摘要中所述的内容)并非意在详尽列举或将本发明限制到本文所公开的精确形式。尽管在本文仅为说明的目的而描述了本发明的具体实施例和本发明的实例，但是正如本领域技术人员将认识和理解的，各种等效修改是可以在本发明的精神和范围内的。如所指出的，可以按照本发明所述实施例的上述描述来对本发明进行这些修改，并且这些修改将在本发明的精神和范围内。

[0127] 本文已经在总体上将系统和方法描述为有助于理解本发明的细节。此外，已经给出了各种具体细节以提供本发明实施例的总体理解。然而，相关领域的技术人员将会认识到，本发明的实施例可以在没有一个或多个具体细节的情况下进行实践，或者利用其它装置、系统、配件、方法、组件、材料、部分等进行实践。在其它情况下，并未特别示出或详细描述公知结构、材料和/ 或操作以避免对本发明实施例的各方面造成混淆。

[0128] 因而，尽管本发明在本文已参照其具体实施例进行描述，但是修改自由、各种改变和替换亦在上述公开内，并且应当理解，在某些情况下，在未背离所提出发明的范围和精神的前提下，在没有对应使用其他特征的情况下将采用本发明的一些特征。因此，可以进行许多修改，以使特定环境或材料适应本发明的实质范围和精神。本发明并非意在限制到在下面权利要求书中使用的特定术语和/或作为设想用以执行本发明的最佳方式公开的具体实施例，但是本发明将包括落入所附权利要求书范围内的任何和所有实施例及等同物。因而，本发明的范围将只由所附的权利要求书进行确定。