基于天气负荷的空调能量控制方法、设备及介质技术

本发明专利技术提供了一种基于天气负荷的空调能量控制方法、设备及存储介质，其中，方法包括：将PLC底层仪表数据、室内温度传感器数据以及公开数据保存至云平台服务器；将上述数据进行处理，以预定工作时间为单位计算第一指标数据，根据第一指标数据计算优化负荷量；通过筛选历史运行数据中最接近预测负荷日综合温度T的日期作为参考日，将参考日的负荷作为参考日负荷；通过预设的两个优化条件以及参考日负荷根据优化负荷量进行空调能量调节。本发明专利技术通过历史数据挖掘气候、室内温度与负荷变化的相关性规律三者间的对应关系，从而预测未来的负荷变化规律，实现精准供能的目的，有效避免了能源浪费。源浪费。源浪费。

【技术实现步骤摘要】
基于天气负荷的空调能量控制方法、设备及介质


[0001]本专利技术涉及空调能量调节
，尤其涉及一种基于天气负荷的空调能量控制方法、设备及介质。

技术介绍

[0002]为实现“碳达峰”“碳中和”目标，就供热领域而言，优化供热资源配置，调整供热系统模式显得尤为重要。未来可以用于供热的能源只能是低碳甚至零碳的能源，如绿电、余热、光热、地热，以绿电为基础能源，调整供热系统。而在实际应用过程中，空调供热占建筑能耗的40％以上，如何精准供能、按需调节将对节能减排起到决定性作用。随着数字能源发展，如何深度利用数据，挖掘数据价值，成为能源领域新的革命突破。
[0003]在此背景下，考虑到建筑供热需求多变，扰动因素繁多，因此亟需一种空调能量控制方法解决上述问题。

技术实现思路

[0004]本专利技术实施例提供了一种基于天气负荷的空调能量控制方法、设备及介质，旨在解决上述问题。
[0005]本专利技术提供了一种基于天气负荷的空调能量控制方法，包括：
[0006]S1、将PLC底层仪表数据、室内温度传感器数据以及公开数据保存至云平台服务器；
[0007]S2、将步骤S1获取的数据进行处理，以预定工作时间为单位计算第一指标数据，根据第一指标数据计算优化负荷量；
[0008]S3、通过筛选历史运行数据中最接近预测负荷日综合温度T的日期作为参考日，将参考日的负荷作为参考日负荷；
[0009]S4、通过预设的两个优化条件以及参考日负荷根据优化负荷量进行空调能量调节。
[0010]本专利技术提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述基于天气负荷的空调能量控制方法所述的步骤。
[0011]本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述基于天气负荷的空调能量控制方法所述的步骤。
[0012]本专利技术实施例通过历史数据挖掘气候、室内温度与负荷变化的相关性规律三者间的对应关系，从而预测未来的负荷变化规律，实现精准供能的目的，有效避免了能源浪费。充分利用历史数据的潜在价值，分析主要气候因子室外温度变化对空调系统能量需求的影响，从而计算出负荷根据气候变化的调节量，预测未来时间能量输出策略。
附图说明
[0013]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术实施例的基于天气负荷的空调能量控制方法的流程图；
[0015]图2为本专利技术实施例的具体实例的基于天气负荷的空调能量控制方法的流程图；
[0016]图3为本专利技术实施例的改进前后的压缩机台数对比量。
具体实施方式
[0017]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0018]方法实施例
[0019]本专利技术实施例提供了一种基于天气负荷的空调能量控制方法，图1为本专利技术实施例的基于天气负荷的空调能量控制方法的流程图，根据图1所示，本专利技术实施例的基于天气负荷的空调能量控制方法具体包括：
[0020]S1、将PLC底层仪表数据、室内温度传感器数据以及公开数据保存至云平台服务器，本专利技术实施例的步骤S1具体包括：
[0021]PLC将底层仪器仪表数据统一汇总至PLC控制器，通过VPN路由器在公共网络上建立专用网络，进行加密通讯，保证数据的安全传输；通过专用网络与云平台建立数据交互，数据保存至云平台服务器，实现数据的积累。室内温度传感器可通过WiFi或者4G网卡直接建立与云平台的连接。通过网络爬虫抓取公开气象数据，如中国气象网、百度天气等。
[0022]S2、将步骤S1获取的数据进行处理，以预定工作时间为单位计算第一指标数据，根据第一指标数据计算优化负荷量，本专利技术实施例的步骤S2具体包括：
[0023]对步骤S1中获取的数据进行处理，按照以系统工作时间为单位分别计算出第一指标数据，第一指标数据包括：室内平均温度t
n
、室外平均温度t
w
、能量输出量的值Q。根据应用场景需要，数据指标计算时间段可调整，如计算按照小时或天为单位计算。
[0024]计算优化负荷量，优化负荷量分两次进行计算，并且针对不同指标进行优化。室内温度偏差则需要一次优化，记为Q1，计算公式：标记为当前室内指标发生偏差需要调节的能量，即为一次优化负荷Q1；天气偏差则需进行二次优化，记为Q2，计算公式：标记为针对天气变化调节预测日的能量；室内温度和天气温度都偏差则需两次优化均进行，即先进行一次优化，公式不变，二次优化记为Q3，计算公式：
t
n1
表示室内目标值，t
w1
表示预测日室外平均温度。
[0025]S3、通过筛选历史运行数据中最接近预测负荷日综合温度T的日期作为参考日，将参考日的负荷作为参考日负荷；本专利技术实施例的步骤S3具体包括：
[0026]根据天气温度进行预测符合日的筛选，筛选规则按照计算式T＝AT
g
+BT
d
，T表示综合天气温度；Tg和Td表示预测负荷日天气预报的最高、最低温度；A和B表示天气系数，可根据不同区域和气候类型进行经验调节。通过筛选历史运行数据中最接近预测负荷日数值T的作为参考日负荷，调用当天负荷输出趋势图，作为调整基础。随着数据量增多，筛选规则是一种升维的类比推理模型，即在数据样本少时可以只针对天气温度进行历史数据筛选，当数据体量增多，出现多个符合要求的历史数据时，可以增加其它筛选条件，如湿度、辐照强度等进行精细化筛选。
[0027]S4、通过预设的两个优化条件以及参考日负荷根据优化负荷量进行空调能量调节。本专利技术实施例的步骤S4具体包括：
[0028]两个优化条件分别为优化条件1：参考日当天的供热合理，即工作时间内室内平均温度值t
n
落在室内目标值tn1内，区间18
‑
20℃，区间可调整；优化条件2：今天的天气预报气温和参考日的气温一致，即最高温和最低温任一个参数都相差
±
0.5℃以内。判断优化规则为：满足优化条件1和2，系统无需优化，预测日负荷直接按照参考日执行；满足优化条件2、不满足优化条件1进行一次优化；满足优化条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于天气负荷的空调能量控制方法，其特征在于，包括：S1、将PLC底层仪表数据、室内温度传感器数据以及公开数据保存至云平台服务器；S2、将步骤S1获取的数据进行处理，以预定工作时间为单位计算第一指标数据，根据所述第一指标数据计算优化负荷量；S3、通过筛选历史运行数据中最接近预测负荷日综合温度T的日期作为参考日，将参考日的负荷作为参考日负荷；S4、通过预设的两个优化条件以及参考日负荷根据所述优化负荷量进行空调能量调节。2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括：PLC将底层仪器仪表数据统一汇总至PLC控制器，通过VPN路由器在公共网络上建立专用网络进行加密通讯，通过专用网络与云平台建立数据交互，将PLC将底层仪器仪表数据保存至云平台服务器；室内温度传感器以及通过网络爬虫抓取公开气象数据通过WiFi或者4G网卡直接建立与云平台的连接。3.根据权利要求1所述的方法，其特征在于，所述步骤S2中根据所述第一指标数据计算优化负荷量具体包括：以预定工作时间为单位计算第一指标数据，所述第一指标数据包括：室内平均温度t
n
、室外平均温度t
w
以及能量输出量的值Q；根据公式1进行一次室内温度偏差优化：根据公式2和公式3进行二次天气偏差优化：根据公式2和公式3进行二次天气偏差优化：其中，Q1为室内温度偏差优化值，Q2为天气偏差第一次优化值，Q3为室内温度和天气温度同时出现偏差计算的优化值，t
n1
表示室内目标值，t
w1
表示预测日室外平均温度。4.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括：根据公式4筛选历史运行数据：T＝AT
g
+BT
d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式4；T表示综合天气温度，T
g
和T
d
表示预测负荷日天气预报的最高、最低温度；A和B表示天气系数；若出现多个预测负荷日综合温度T的历史数据时，通过增加筛选条件进行精细化筛选，所述增加筛选条件包括：湿度以及辐照强度。5.根据权...

【专利技术属性】
技术研发人员：孙策，赵鹏倩，雷艳杰，张军，
申请(专利权)人：北京华誉能源技术股份有限公司，
类型：发明
国别省市：