基于深度强化学习的智能园区空调负荷调控方法和系统技术方案

本发明专利技术提供一种基于深度强化学习的智能园区空调负荷调控方法、系统、存储介质和电子设备，涉及空调负荷预测技术领域。本发明专利技术包括采集并预处理园区的历史数据；根据预处理后的历史气象数据和历史负荷数据，构建园区空调负荷短期预测模型，获取园区的空调负荷预测数据；根据预处理后的空调历史运行数据和空调负荷预测数据，构建园区空调制冷系统能耗优化的学习模型；采用深度强化学习方法进行寻优，获取园区的最优空调负荷调控方案。基于园区空调负荷短期预测值对园区空调负荷进行整体调控，提高园区能源的利用效率和整体经济性；在园区空调负荷预测的基础上对园区空调负荷进行优化调控，对于实现园区空调系统节能运行也有重要意义。要意义。要意义。

【技术实现步骤摘要】
基于深度强化学习的智能园区空调负荷调控方法和系统


[0001]本专利技术涉及空调负荷预测
，具体涉及一种基于深度强化学习的智能园区空调负荷调控方法、系统、存储介质和电子设备。

技术介绍

[0002]目前，我国电力供需仍是紧张状态，仅靠单一的增加发电规模无法应对这一状态，必须调动负荷侧资源参与电网调峰，才能有效缓解电力供需矛盾。智能园区存在用电、用热、用冷等多种用能需求，用电量占全社会用电量很大比重，智能园区空调的集中使用不仅增大电网峰谷差，而且给电网的安全稳定运行带来隐患，针对智能园区内空调负荷容量大、可控性较强等特点，提前预测出园区空调系统的负荷，在满足智能园区空调负荷需求且保证安全高效运行的情况下，根据空调负荷需求的变化，及时调整制冷机组的相关运行参数，对于降低整个园区空调综合能耗具有决定性作用。
[0003]现有的技术方案框架是：在园区空调负荷预测阶段，采用白箱方法，根据详细的建筑物理参数、建筑设计参数以及气象参数，通过计算或者模拟仿真的方式预测空调负荷；在园区空调负荷调控阶段，采用占空比控制的直接负荷控制方法，根据一定时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度强化学习的智能园区空调负荷调控方法，其特征在于，包括：S1、采集并预处理园区的历史数据，所述历史数据包括历史气象数据、历史负荷数据和空调历史运行数据；S2、根据预处理后的所述历史气象数据和历史负荷数据，构建园区空调负荷短期预测模型，获取所述园区的空调负荷预测数据；S3、根据预处理后的所述空调历史运行数据和所述空调负荷预测数据，构建园区空调制冷系统能耗优化的学习模型；S4、根据所述学习模型，采用基于策略的深度强化学习方法进行寻优，获取所述园区的最优空调负荷调控方案。2.如权利要求1所述的智能园区空调负荷调控方法，其特征在于，还包括：S5、将最优空调负荷调控方案实时推送给空调机房管理人员，指导管理人员及时调整各运行参数。3.如权利要求1或者2任一项所述的智能园区空调负荷调控方法，其特征在于，所述S1中：所述历史气象数据包括1周前逐小时室外温度；所述历史负荷数据包括1周前对应时刻负荷值、24h前对应时刻负荷值、3h前对应时刻负荷值、2h前对应时刻负荷值、1h前对应时刻负荷值；所述空调历史运行数据包括1周前对应时刻的冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度，24h前对应时刻的冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度，3h前对应时刻的冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度，2h前对应时刻的冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度，1h前对应时刻冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度。4.如权利要求3所述的智能园区空调负荷调控方法，其特征在于，所述S1中预处理过程包括对所述历史数据进行归一化处理；(1)对于所述历史气象数据和历史负荷数据，具体的归一化处理过程为：其中，p
′
表示归一化后的历史气象数据或者历史负荷数据，p表示原始的历史气象数据或者历史负荷数据，max(p)表示原始的历史气象数据或者历史负荷数据中的最大值，min(p)表示原始的历史气象数据或者历史负荷数据中的最小值；(2)对于所述空调历史运行数据，具体的归一化处理过程为：C
min
＝H
min
‑
α|H
max
‑
H
min
|C
max
＝H
max
+α|H
max
‑
H
min
|其中，H(j)
′
为归一化后的空调历史运行数据，H(j)为归一化前的空调历史运行数据，C
max
和C
min
为待归一化的空调历史运行数据序列的最大值和最小值，α为预设的比例因子。5.如权利要求3所述的智能园区空调负荷调控方法，其特征在于，所述S2中基于长短期
记忆神经网络训练获取所述园区空调负荷短期预测模型。6.如权利要求3所述的智能园区空调负荷调控方法，其特征在于，所述S3中的学习模型的构建过程，具体包括：S31、将负荷预测数据q、冷却水泵流量L
c

【专利技术属性】
技术研发人员：周开乐，彭宁，费志能，丁涛，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：