降低损耗的电热综合能源系统能耗优化方法及优化系统技术方案

本发明专利技术涉及降低损耗的电热综合能源系统能耗优化方法，包括：获取电热综合能源系统的能耗数据；对获取的能耗数据进行处理，将其按能源消耗的区域归类，并划分时间段；分别针对不同区域的能耗数据进行分析，获取消耗源；分别针对不同区域的能耗进行优化，生成消耗源改进建议；实施降损措施，并分析对比降损效果，记录效果好的降损措施以便于推广使用。本发明专利技术还公开了一种能耗优化系统。本发明专利技术通过获取不同地区不同时间区间的能源消耗数据，实时监测能耗异常节点；利用期望最大化算法的正态分布概率模型，计算出最优的能耗数据分布情况，生成消耗源改进建议，进行能耗优化。进行能耗优化。进行能耗优化。

【技术实现步骤摘要】
降低损耗的电热综合能源系统能耗优化方法及优化系统


[0001]本专利技术属于能源系统优化领域，具体涉及一种降低损耗的电热综合能源系统能耗优化方法及优化系统。

技术介绍

[0002]能源的消耗即能耗是反映能源消费水平和节能降耗状况的主要指标，一次能源供应总量与国内生产总值的比率，是一个能源利用效率指标，能耗的种类有许多，不同的能源类型有着不同的能耗，其中电热能源的消耗即为电热能源能耗。为了降低电热能源的消耗，需要对于能耗进行优化设计。
[0003]公开号CN111144642A的中国专利“一种综合能源系统优化方法及系统”公开的优化方法包括微网联盟划分模块、优化调度模型建立模块、优化调度模型求解模块和系统优化模块，通过将综合能源系统划分为以CHP为联盟中心的电网热网双重联盟，通过对每个微网联盟进行优化调度，实现含大规模分布式能源的综合能源系统的优化。但传统的能耗优化系统内并未对于能耗进行特殊区域性划分，也并未截取时间点进行能耗分析，从而缺少对能耗进行针对性优化，往往这些区域内的能耗水平与类别与其他区域有很大差别，按照传统的优化方法并无法从根本上解决问题。

技术实现思路

[0004]本专利技术的目的是针对上述问题，提供一种降低损耗的电热综合能源系统能耗优化方法及优化系统，分别针对不同区域的能耗数据进行分析，获取消耗源；并利用期望最大化算法的正态分布概率模型，计算得到能耗数据分析对比的基准数据值，分别针对不同区域的能耗进行优化，生成消耗源改进建议即降损措施，实施能耗优化。
[0005]本专利技术的技术方案是降低损耗的电热综合能源系统能耗优化方法，包括以下步骤：
[0006]步骤1：获取电热综合能源系统的能耗数据；
[0007]步骤2：对获取的能耗数据进行处理，将其按能源消耗的区域归类，并划分时间段；
[0008]步骤3：分别针对不同区域的能耗数据进行分析，获取消耗源；
[0009]步骤4：分别针对不同区域的能耗进行优化，生成消耗源改进建议即降损措施；
[0010]步骤5：实施降损措施，并分析对比降损效果，记录效果好的降损措施以便于推广使用。
[0011]步骤4中，所述针对不同区域的能耗进行优化，能耗源偏差的计算式如下：
[0012][0013]式中η
t
表示特定区间内能耗数据与平均能耗的偏差；A
t
为时间间隔为t的时间段获取的综合能源系统的能耗数据；为日内24小时的平均能耗。
[0014]通过式(1)确定不同时间间隔内能耗差异的大小；计算所得的η
t
值越大，该时段内
能耗异常越严重。
[0015]通过分析，能耗数据A近似服从正态分布，即
[0016][0017]同理，A
t
的不同监测值同样服从正态分布，属于A的子分布；σ表示标准差；
[0018]利用期望最大化算法进行最大似然估计：
[0019]计算子分布的期望
[0020][0021][0022]式中：a
i
为不同能源数据A
t
的子分布占A的权重；n为取值个数；表示能源数据A
t
的概率密度函数。
[0023]求各参数的极大值，并进行迭代
[0024][0025][0026]式中μ
i
表示第i个正态分布模型的期望；σ
i
表示第i个模型的标准差；表示取正态模型中数据的平均值和正态分布模型期望μ
i
中的最大值。
[0027]重复上述计算，得到不同的σ
i
的值，选取最小σ
i
对应的能耗数据作为能耗数据对比的基准；不同时间间隔下的A
t
值经过延长监测天数，时间越长可供参考的正常能耗数据也越多，对损耗异常值的监测也越准确。
[0028]通过能耗数据对比，计算出每个节点实际能耗数据与基准的偏差大小，偏差越大说明该节点损耗越严重，设定偏差的阈值，针对超过阈值的节点生成节点改进建议即降损措施。
[0029]优选地，偏差的阈值设定为基准数据值的20％。
[0030]优选地，对于电能损耗严重的节点进行无功补偿以降低损耗；对于热能损耗严重的节点，通过设备升级更新换代或线路改进以降低热能损耗。
[0031]上述的电热综合能源系统能耗优化方法的能耗优化系统包括电热能耗数据获取模块、能耗数据处理分析模块和系统能耗优化模块。
[0032]电热能耗数据获取模块用于获取综合能源系统中各节点数据的获取。
[0033]能耗数据处理分析模块用于对已获取的能耗数据进行分类处理，并对已获取的能
耗数据进行分析，确定时间区间θ和时间间隔t。
[0034]系统能耗优化模块用于对已获取的能耗数据进行计算，并生成对能源消耗的改进建议。
[0035]相比现有技术，本专利技术的有益效果包括：
[0036]1)本专利技术通过获取不同地区不同时间区间的能源消耗数据，实时监测识别出能源损耗异常的节点；利用期望最大化算法的正态分布概率模型，计算出最优的能耗数据分布情况，生成消耗源改进建议，实现了能耗优化。
[0037]2)本专利技术基于降低损耗的电热综合能源系统能耗优化方法的优化系统便于计算机执行，实现实时监测，能够更加快速、准确的找出能耗异常点。
附图说明
[0038]下面结合附图和实施例对本专利技术作进一步说明。
[0039]图1为本专利技术实施例的电热综合能源系统能耗优化方法的流程示意图。
[0040]图2为本专利技术实施例的能源优化系统的模块结构示意图。
[0041]图3为本专利技术实施例的电热能耗数据获取模块的框图。
[0042]图4为本专利技术实施例的能耗数据处理分析模块的框图。
[0043]图5为本专利技术实施例的系统能耗优化模块的框图。
具体实施方式
[0044]如图1所示，降低损耗的电热综合能源系统能耗优化方法，包括以下步骤：
[0045]步骤1：获取电热综合能源系统的能耗数据；
[0046]步骤2：对获取的能耗数据进行处理，将其按能源消耗的区域归类，并划分时间段；
[0047]步骤3：分别针对不同区域的能耗数据进行分析，获取消耗源；
[0048]步骤4：分别针对不同区域的能耗进行优化，生成消耗源改进建议即降损措施；
[0049]步骤5：实施降损措施，并分析对比降损效果，记录效果好的降损措施以便于推广使用。
[0050]步骤4中，所述针对不同区域的能耗进行优化，能耗源偏差的计算式如下：
[0051][0052]式中η
i
表示区间内能耗数据与平均能耗的偏差；A
t
为时间间隔为t的时间段获取的综合能源系统的能耗数据；为日内24小时的平均能耗；
[0053]通过式(1)确定不同时间间隔内能耗偏差的大小；计算所得的ηt值越大，该时段内能耗异常越严重；
...

【技术保护点】

【技术特征摘要】
1.降低损耗的电热综合能源系统能耗优化方法，其特征在于，包括以下步骤：步骤1：获取电热综合能源系统的能耗数据；步骤2：对获取的能耗数据进行处理，将其按能源消耗的区域归类，并划分时间段；步骤3：分别针对不同区域的能耗数据进行分析，获取消耗源；步骤4：分别针对不同区域的能耗进行优化，生成消耗源改进建议即降损措施；步骤5：实施降损措施，并分析对比降损效果，记录效果好的降损措施以便于推广使用。2.根据权利要求1所述的电热综合能源系统能耗优化方法，其特征在于，步骤4中，所述针对不同区域的能耗进行优化，能耗源偏差的计算式如下：式中η
t
表示区间内能耗数据与平均能耗的偏差；为日内24小时的平均能耗，A
t
为时间间隔为t的时间段获取的综合能源系统的能耗数据；通过式(1)确定不同时间间隔内能耗偏差的大小；计算所得的η
t
值越大，该时段内能耗异常越严重；通过分析，能耗数据A近似服从正态分布，即同理，A
t
的不同监测值同样服从正态分布，属于A的子分布；σ表示标准差；利用期望最大化算法进行最大似然估计：计算子分布的期望计算子分布的期望式中：γ
i
表示第i个数据属于正态分布的概率；a
i
为不同能源数据A
t
的子分布占A的权重；n为取值个数；表示能源数据A
t
的概率密度函数；求各参数的极大值，并进行迭代求各参数的极大值，并进行迭代式中：μ
i
表示正态分布模型的期望；σ
i
表示每个模型的标准差；表示取正态模型中数据的平均值和正态分布模型的期望μ
i
中的最大值；
重复上述计算，得到不同的σ
i
的值，选取最小σ
i
对应的能耗数据作为能耗数据对比的基准；不同时间间隔下的A
t
值经过延长监测天数，时间越长可供参考的正常能耗数据也越多，对损耗异常值的监测也越准确；通过能耗数据对比，计算出每个节点实际能耗数据与基准的偏差大小，偏差越大说明该节点损耗越严重，设定偏差的阈值，针对超过阈值的节点生成节点改进建议即降损措施。3.根据权利要求2所述的电热综合能源系统能耗优化方法，其特征在于，所述节点改进建议，包括：对于电能损耗严重的节点进行无功补偿以降低损耗；对于热能损耗...

【专利技术属性】
技术研发人员：李春雨，鲁玲，王凌云，苑涛，
申请(专利权)人：三峡大学，
类型：发明
国别省市：