一种分布式冷热负荷预测系统及预测方法技术方案

本发明专利技术涉及一种分布式冷热负荷预测系统及预测方法。目前，分布式能源站的设计负荷基本是现状冷热负荷和近期冷热负荷的简单叠加，难以准确指导能源站的规划。本发明专利技术中现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块均与一级修正模块连接，一级修正模块与综合负荷预测模块连接，综合负荷预测模块与二级修正模块连接，二级修正模块与综合负荷设计模块连接，综合负荷设计模块分别与动力设备、调峰设备和储能设备连接，动力设备与余热利用设备连接，动力设备、调峰设备、储能设备和余热利用设备均与用户端连接。本发明专利技术对现状、近期和远期三个层面的负荷数据进行修正，得到合理的负荷设计值，提升负荷预测的准确性和实用性。

A distributed thermal and thermal load forecasting system and prediction method

The invention relates to a distributed cold and hot load forecasting system and a prediction method. At present, the design load of distributed energy station is basically a simple superposition of the current cold and heat load and the recent cold and heat load. It is difficult to accurately guide the planning of energy station. The current load data collection module, the short-term load data collection module and the long-term load data collection module are all connected with the first-level correction module, the first-level correction module and the comprehensive load prediction module, the comprehensive load prediction module and the second-level correction module, and the second-level correction module and the comprehensive load design module. Then, the integrated load design module is connected with power equipment, peak shaving equipment and energy storage equipment, power equipment and waste heat utilization equipment, power equipment, peak shaving equipment, energy storage equipment and waste heat utilization equipment are connected with the client. The invention corrects the load data of the present, short-term and long-term three levels, obtains the reasonable load design value, and improves the accuracy and practicability of load forecasting.

【技术实现步骤摘要】
一种分布式冷热负荷预测系统及预测方法
本专利技术属于分布式能源领域，具体涉及一种分布式冷热负荷预测系统及预测方法。
技术介绍
分布式能源系统是依托用户冷热负荷建立的，冷热负荷预测的精度对分布式的建设规模和盈利水平有重大影响，如申请号为201620439566.9的中国专利。目前分布式的冷热负荷预测在时间尺度上可分为现状负荷、近期负荷、远期负荷，分布式能源站的设计负荷基本是现状冷热负荷和近期冷热负荷的简单叠加，难以准确指导分布式能源站的规划。
技术实现思路
本专利技术的目的在于克服现有技术中存在的上述不足，而提供一种设计合理的分布式冷热负荷预测系统及预测方法，用于提升预测过程的准确性和实用性。本专利技术解决上述问题所采用的技术方案是：一种分布式冷热负荷预测系统，其特征在于，包括现状负荷数据收集模块、近期负荷数据收集模块、远期负荷数据收集模块、一级修正模块、综合负荷预测模块、二级修正模块、综合负荷设计模块、动力设备、调峰设备、储能设备、余热利用设备和用户端；所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块均与一级修正模块连接，所述一级修正模块与综合负荷预测模块连接，所述综合负荷预测模块与二级修正模块连接，所述二级修正模块与综合负荷设计模块连接，所述综合负荷设计模块分别与动力设备、调峰设备和储能设备连接，所述动力设备与余热利用设备连接，所述动力设备、调峰设备、储能设备和余热利用设备均与用户端连接。分布式冷热负荷预测系统结构设计合理，可对现状、近期和远期三个层面的负荷数据进行修正，得到合理的负荷设计值，提高指导分布式能源站规划的准确性。进一步而言，所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块并联布置。通过对现状、近期和远期三个层面的负荷数据进行综合分析，来精确规划分布式能源站。进一步而言，所述动力设备、调峰设备和储能设备并联布置；所述余热利用设备、调峰设备和储能设备并联布置。各设备相互配合，共同为用户提供所需能量。一种如上所述的分布式冷热负荷预测系统的预测方法，其特征在于，所述预测方法如下：（1）收集分布式能源系统中的基础冷热负荷数据，包括现状、近期和远期三个层面的数据；其中：在现状负荷数据收集模块中进行现状负荷数据的收集，在近期负荷数据收集模块中进行近期负荷数据的收集，在远期负荷数据收集模块中进行远期负荷数据的收集；（2）在一级修正模块中对步骤（1）中收集的现状负荷数据、近期负荷数据和远期负荷数据进行分析，根据产业发展和需求稳定性因素，分别得到现状负荷数据、近期负荷数据和远期负荷数据的一级修正系数；（3）根据步骤（2）中得到的一级修正系数，对现状负荷数据、近期负荷数据和远期负荷数据进行修正，在综合负荷预测模块中，得到区域冷热负荷总量预测值；（4）考虑设计裕度，在二级修正模块中得到区域冷热负荷总量预测值的二级修正系数，并对区域冷热负荷总量预测值进行二级修正；（5）在综合负荷设计模块中，得到区域冷热负荷设计值；根据区域冷热负荷设计值分别进行动力设备、调峰设备、储能设备和余热利用设备的选型匹配，满足用户端的用能需求。通过对现状负荷数据、近期负荷数据和远期负荷数据进行分析并进行两次修正，得到了更为精细化的分布式冷热负荷的预测方法，相比传统方法中分布式能源站的设计负荷采用现状冷热负荷和近期冷热负荷的简单叠加，能更加准确的指导分布式能源站的规划，且规划更为合理。进一步而言，在步骤（3）中，区域冷热负荷总量预测值为：T0=L1P1+L2P2+L3P3；其中，T0为区域冷热负荷总量预测值；L1为现状负荷数据，P1为现状负荷数据的一级修正系数；L2为近期负荷数据，P2为近期负荷数据的一级修正系数；L3为远期负荷数据，P3为远期负荷数据的一级修正系数；在步骤（5）中，区域冷热负荷设计值为：T=ξ×T0；其中，T为区域冷热负荷设计值，ξ为区域冷热负荷总量预测值的二级修正系数。可以更为精确的计算出区域冷热负荷设计值，从而选取合适的动力设备、调峰设备、储能设备以及余热利用设备。本专利技术与现有技术相比，具有以下优点和效果：1、综合考虑区域的现状、近期和远期冷热负荷，并对其数据进行二次修正，得到更为合理的区域冷热负荷设计值，为分布式能源的建设规划提供了更为准确的依据。2、对现状、近期和远期冷热负荷采用不同的负荷系数，提高负荷设计的精度。附图说明图1是本专利技术实施例中分布式冷热负荷预测系统的整体结构示意图。图2是本专利技术实施例中分布式冷热负荷预测方法的流程示意图。图中：现状负荷数据收集模块1、近期负荷数据收集模块2、远期负荷数据收集模块3、一级修正模块4、综合负荷预测模块5、二级修正模块6、综合负荷设计模块7、动力设备8、调峰设备9、储能设备10、余热利用设备11、用户端12。具体实施方式下面结合附图并通过实施例对本专利技术作进一步的详细说明，以下实施例是对本专利技术的解释而本专利技术并不局限于以下实施例。实施例。参见图1至图2，一种分布式冷热负荷预测系统，包括现状负荷数据收集模块1、近期负荷数据收集模块2、远期负荷数据收集模块3、一级修正模块4、综合负荷预测模块5、二级修正模块6、综合负荷设计模块7、动力设备8、调峰设备9、储能设备10、余热利用设备11和用户端12。现状负荷数据收集模块1、近期负荷数据收集模块2和远期负荷数据收集模块3均与一级修正模块4连接，现状负荷数据收集模块1、近期负荷数据收集模块2和远期负荷数据收集模块3并联布置；一级修正模块4与综合负荷预测模块5连接，综合负荷预测模块5与二级修正模块6连接，二级修正模块6与综合负荷设计模块7连接，综合负荷设计模块7分别与动力设备8、调峰设备9和储能设备10连接，动力设备8、调峰设备9和储能设备10并联布置；动力设备8与余热利用设备11连接，余热利用设备11、调峰设备9和储能设备10并联布置；动力设备8、调峰设备9、储能设备10和余热利用设备11均与用户端12连接，各设备相互配合共同为用户提供能量。一种如上所述的分布式冷热负荷预测系统的预测方法，预测方法如下：（1）收集分布式能源系统中的基础冷热负荷数据，包括现状、近期和远期三个层面的数据；其中：在现状负荷数据收集模块1中进行现状负荷数据的收集，在近期负荷数据收集模块2中进行近期负荷数据的收集，在远期负荷数据收集模块3中进行远期负荷数据的收集；（2）在一级修正模块4中对步骤（1）中收集的现状负荷数据、近期负荷数据和远期负荷数据进行分析，根据产业发展和需求稳定性因素，分别得到现状负荷数据、近期负荷数据和远期负荷数据的一级修正系数；（3）根据步骤（2）中得到的一级修正系数，对现状负荷数据、近期负荷数据和远期负荷数据进行修正，在综合负荷预测模块5中，得到区域冷热负荷总量预测值；（4）考虑设计裕度，在二级修正模块6中得到区域冷热负荷总量预测值的二级修正系数，并对区域冷热负荷总量预测值进行二级修正；（5）在综合负荷设计模块7中，得到区域冷热负荷设计值；根据区域冷热负荷设计值分别进行动力设备8、调峰设备9、储能设备10和余热利用设备11的选型匹配，满足用户端12的用能需求。在步骤（3）中，区域冷热负荷总量预测值为：T0=L1P1+L2P2+L3P3；其中，T0为区域冷热负荷总量预测值；L1为现状负荷数据，P1为现状负荷本文档来自技高网...

【技术保护点】
1.一种分布式冷热负荷预测系统，其特征在于，包括现状负荷数据收集模块、近期负荷数据收集模块、远期负荷数据收集模块、一级修正模块、综合负荷预测模块、二级修正模块、综合负荷设计模块、动力设备、调峰设备、储能设备、余热利用设备和用户端；所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块均与一级修正模块连接，所述一级修正模块与综合负荷预测模块连接，所述综合负荷预测模块与二级修正模块连接，所述二级修正模块与综合负荷设计模块连接，所述综合负荷设计模块分别与动力设备、调峰设备和储能设备连接，所述动力设备与余热利用设备连接，所述动力设备、调峰设备、储能设备和余热利用设备均与用户端连接。

【技术特征摘要】
1.一种分布式冷热负荷预测系统，其特征在于，包括现状负荷数据收集模块、近期负荷数据收集模块、远期负荷数据收集模块、一级修正模块、综合负荷预测模块、二级修正模块、综合负荷设计模块、动力设备、调峰设备、储能设备、余热利用设备和用户端；所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块均与一级修正模块连接，所述一级修正模块与综合负荷预测模块连接，所述综合负荷预测模块与二级修正模块连接，所述二级修正模块与综合负荷设计模块连接，所述综合负荷设计模块分别与动力设备、调峰设备和储能设备连接，所述动力设备与余热利用设备连接，所述动力设备、调峰设备、储能设备和余热利用设备均与用户端连接。2.根据权利要求1所述的分布式冷热负荷预测系统，其特征在于，所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块并联布置。3.根据权利要求1所述的分布式冷热负荷预测系统，其特征在于，所述动力设备、调峰设备和储能设备并联布置。4.根据权利要求1所述的分布式冷热负荷预测系统，其特征在于，所述余热利用设备、调峰设备和储能设备并联布置。5.一种如权利要求1-4中任一项权利要求所述的分布式冷热负荷预测系统的预测方法，其特征在于，所述预测方法如下：（1）收集分布式能源系统中的基础冷热负荷数据，包括现状、近期和远期三个层面的数据；其中：在现状负荷数据收集模块中进行现状负荷数据的收集，在近期负荷数据收集...

【专利技术属性】
技术研发人员：张海珍，郑文广，周宇昊，阮炯明，
申请(专利权)人：华电电力科学研究院有限公司，
类型：发明
国别省市：浙江,33