基于人工智能的零碳建筑能源控制系统技术方案

本发明专利技术提供的一种基于人工智能的零碳建筑能源控制系统，包括系统控制器通过数据总线电性控制发电模块、化学储能模块、物理储能模块、电动汽车模块以及建筑能耗管理模块；其中，所述发电模块包括光伏供电单元及风力供电单元；所述化学储能模块包括蓄电池；所述物理储能模块包括水蓄能设备用作空调设备的储能设备；所述电动汽车模块控制器包括电动汽车及充电桩用作系统的放电设备及/或充电设备。借此，本发明专利技术通过采用水蓄能设备具有更高效的能源转换效率；通过电动汽车及充电桩的设置使得发电模块和化学储能模块的配置更加准确并提高系统的柔韧性，且本发明专利技术采用人工智能算法反复训练，具有高可靠性及自学习能力，能适应于不同项目应用。同项目应用。同项目应用。

【技术实现步骤摘要】
基于人工智能的零碳建筑能源控制系统


[0001]本专利技术涉及零碳建筑
，具体来说涉及基于人工智能的零碳建筑能源控制系统。

技术介绍

[0002]随着温室气体浓度的不断增加，气候变化已成为21世纪全人类共同面对的严峻挑战之一。对此，全球各国纷纷采取气候变化应对行动、制定碳减排目标，“碳达峰、碳中和”已逐渐成为全球议题。
[0003]零碳建筑是指可再生能源且年产能大于或等于建筑全年全部用能，且完全不使用一次能源的建筑物，可以独立于电网运作，能够依靠太阳能或风能等可再生能源运作。
[0004]值得注意的是，自从中国领导人提出双碳目标，目前学术讨论较多的仍是低碳建筑，对零碳建筑开展的课题研究较少。目前对于零碳建筑如何配置能源系统，目前尚无良好方案；比如零碳建筑要搭配多少规模的光伏，配置多大容量蓄电池，是否要搭配其他能源，才能满足零碳要求等技术问题；特别是上述问题所需的数据仅依靠估算而无明确的计算依据时，难以让建设方信服。
[0005]此外，在目前已有的零碳建筑能源系统研究中，尚存在不足之处需要解决：
[0006]第一，空调能耗无法实现有效调配。空调能耗是目前建筑物的主要能耗，占比70％左右。目前的研究均先采用蓄电池储能，再用于空调系统，这样一来蓄电池设置将十分庞大。如果不能有效调配空调能耗，零碳建筑能源系统的效率将会很低，从而造成系统造价高昂，难以推广。
[0007]第二，未将电动汽车纳入系统调配考虑。未来电动汽车数量将会非常庞大，电动汽车用电量将不容小觑。根据已有研究，电动汽车未来不仅可以充电，还可以向电网放电，而放电不会影响其电池寿命。因此，确保电动汽车在发电峰值充电，在用电峰值向电网适当放电，可以降低能源系统容量配置，提高系统经济性。
[0008]第三，零碳建筑能源系统各子系统之间配合不够。零碳建筑能源系统由众多子系统组成，比如发电模块、化学储能模块、物理储能模块、电动汽车模块等，这些子系统之间存在密切配合关系。如果不考虑彼此之间的配合，而按照最高容量进行配置，将会浪费节能潜力，导致系统造价偏高。而如果详细考虑各模块间逻辑关系，合理调配容量数据，则能够提高系统经济性，使零碳建筑达到向社会全面推广的目的。

技术实现思路

[0009]鉴于上述情况，本专利技术目的在于提供一种基于人工智能的零碳建筑能源控制系统，以改善上述技术问题。
[0010]为实现上述目的，本专利技术采取的技术方案是提供一种基于人工智能的零碳建筑能源控制系统，包括系统控制器，所述系统控制器通过数据总线电性控制发电模块、化学储能模块、物理储能模块、电动汽车模块以及建筑能耗管理模块；其中，所述发电模块包括发电
模块控制器与所述数据总线连接；所述发电模块控制器另连接光伏供电单元和风力供电单元；所述化学储能模块包括化学储能模块控制器与所述数据总线连接；所述化学储能模块控制器另连接蓄电池；所述物理储能模块包括物理储能模块控制器与所述数据总线连接；所述物理储能模块控制器另连接水蓄能设备；所述电动汽车模块包括电动汽车模块控制器与所述数据总线连接；所述电动汽车模块控制器另连接电动汽车和充电桩；所述建筑能耗管理模块包括能耗管理模块接收器与所述数据总线连接，所述能耗管理模块接收器通过所述数据总线获得所述零碳建筑能源系统的能耗数据。
[0011]本专利技术零碳建筑能源控制系统的进一步改进在于，所述系统控制器通过输入建筑物自身有功计算数据、建筑所在地气象数据以计算获得所述发电模块、所述化学储能模块及所述物理储能模块的安装容量。
[0012]本专利技术零碳建筑能源控制系统的进一步改进在于，所述建筑物自身有功计算数据包括变压器有功计算功率P0、照明有功计算功率P1、空调有功计算功率P2、电力有功计算功率P3、充电桩有功计算功率P4；其中，P0＝P1+P2+P3+P4。
[0013]本专利技术零碳建筑能源控制系统的进一步改进在于，所述建筑所在地气象数据包括建筑物性质、气象数据、国家节假日信息；所述系统控制器采用人工智能算法计算获得全年能耗P
e0
的曲线图，并根据全年能耗P
e0
的曲线图，采用人工智能算法计算获得照明能耗P
e1
、空调能耗P
e2
，电力能耗P
e3
、充电桩能耗P
e4
的曲线图；其中，P
e0
＝P
e1
+P
e2
+P
e3
+P
e4
。
[0014]本专利技术零碳建筑能源控制系统的进一步改进在于，所述系统控制器根据所述建筑所在地气象数据，计算单位光伏供电单元的光伏全年发电量P
V0
的曲线图以及单位风力供电单元的风力全年发电量P
W0
的曲线图。
[0015]本专利技术零碳建筑能源控制系统的进一步改进在于，所述化学储能模块的安装容量P
b
按下列公式计算获得：P
b
＝1.25(P
e1
+P
e3
‑
k
g1
P
g
‑
k4P4)；其中，P
e1
为照明能耗，P
e3
为电力能耗，k
g1
P
g
为电力分配系数(k
g1
)乘以发电模块的安装容量(P
g
)，获得乘积为发电模块照明类负荷直接使用功率，k4P4为占比系数(k4)乘以充电桩有功计算功率(P4)，获得乘积为高峰时刻电动汽车放电功率。
[0016]本专利技术零碳建筑能源控制系统的进一步改进在于，所述物理储能模块的安装容量P
s
按下列公式计算：P
s
＝(P
e2
‑
k
g2
P
g
)/k
s
；其中，P
e2
为人工智能计算空调能耗，k
g2
P
g
为电力分配系数(k
g2
)乘以发电模块的安装容量(P
g
)，获得乘积为发电模块空调负荷直接使用功率，k
s
为水蓄能容量(P
s
)的使用系数。
[0017]本专利技术零碳建筑能源控制系统的进一步改进在于，所述系统控制器按下式：P
g
＝αP
V
+βP
W
计算所述发电模块的安装容量P
g
；其中，α为光伏供电单元的安装单位数量，P
V
为单位光伏供电单元的发电量，β为风力供电单元的安装单位数量，P
W
为单位风力供电单元的发电量。
[0018]本专利技术零碳建筑能源控制系统的进一步改进在于，所述系统控制器按下列公式计算包括：
[0019]全年能耗W0，
[0020]照明能耗W1，
[0021]空调能耗W2，
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的零碳建筑能源控制系统，其特征在于包括系统控制器，所述系统控制器通过数据总线电性控制发电模块、化学储能模块、物理储能模块、电动汽车模块以及建筑能耗管理模块；其中：所述发电模块包括发电模块控制器与所述数据总线连接；所述发电模块控制器另连接光伏供电单元和风力供电单元；所述化学储能模块包括化学储能模块控制器与所述数据总线连接；所述化学储能模块控制器另连接蓄电池；所述物理储能模块包括物理储能模块控制器与所述数据总线连接；所述物理储能模块控制器另连接水蓄能设备；所述电动汽车模块包括电动汽车模块控制器与所述数据总线连接；所述电动汽车模块控制器另连接电动汽车和充电桩；所述建筑能耗管理模块包括能耗管理模块接收器与所述数据总线连接，所述能耗管理模块接收器通过所述数据总线获得所述零碳建筑能源系统的能耗数据。2.根据权利要求1所述的基于人工智能的零碳建筑能源控制系统，其特征在于：所述系统控制器通过输入建筑物自身有功计算数据、建筑所在地气象数据以计算获得所述发电模块、所述化学储能模块及所述物理储能模块的安装容量。3.根据权利要求2所述的基于人工智能的零碳建筑能源控制系统，其特征在于：所述建筑物自身有功计算数据包括变压器有功计算功率P0、照明有功计算功率P1、空调有功计算功率P2、电力有功计算功率P3、充电桩有功计算功率P4；其中，P0＝P1+P2+P3+P4。4.根据权利要求2所述的基于人工智能的零碳建筑能源控制系统，其特征在于：所述建筑所在地气象数据包括建筑物性质、气象数据、国家节假日信息；所述系统控制器采用人工智能算法计算获得全年能耗P
e0
的曲线图，并根据全年能耗P
e0
的曲线图，采用人工智能算法计算获得照明能耗P
e1
、空调能耗P
e2
，电力能耗P
e3
、充电桩能耗P
e4
的曲线图；其中，P
e0
＝P
e1
+P
e2
+P
e3
+P
e4
。5.根据权利要求4所述的基于人工智能的零碳建筑能源控制系统，其特征在于：所述系统控制器根据所述建筑所在地气象数据，计算单位光伏供电单元的光伏全年发电量P
V0
的曲线图以及单位风力供电单元的风力全年发电量P
W0
的曲线图。6.根据权利要求2所述的基于人工智能的零碳建筑能源控制系统，其特征在于：所述化学储能模块的安装容量P
b
按下列公式计算获得：P
b
＝1.25(P
e1
+P
e3
‑
k
g1
P
g
‑
k4...

【专利技术属性】
技术研发人员：李鹏，朱健，滕喆，
申请(专利权)人：中国建筑第八工程局有限公司，
类型：发明
国别省市：