一种零碳建筑综合能源负荷优化调度方法技术

本发明专利技术公开一种零碳建筑综合能源负荷优化调度方法，包括：步骤S1，对零碳建筑的历史源荷数据通过第一神经网络预测，得到预测源荷数据；步骤S2，获取零碳建筑中供能、储能和用电设备的组成及配置参数；步骤S3，基于零碳建筑中配置参数及设备的运行状态，建立以运行成本最低、舒适度最高、消纳所述零碳建筑内的光伏太阳能最大为优化目标的系统优化调度模型，并对系统优化调度模型进行求解；步骤S4，将求解结果作为调度决策输出。本发明专利技术通过与需求响应结合，以多目标为优化目标，考虑多种舒适度，特别是关注用户在建筑中体感和光照的影响，同时兼顾零碳系统自身产生能的消纳最优化，满足了舒适度需求又能实现节能减排，从而实现对建筑的智能供能。智能供能。智能供能。

【技术实现步骤摘要】
一种零碳建筑综合能源负荷优化调度方法


[0001]本专利技术涉及综合能源负荷优化
，具体涉及一种零碳建筑综合能源负荷优化调度方法。

技术介绍

[0002]由于现有建筑可再生新能源利用率不高，消耗常规化石能源产生较大碳排放，产生温室气体，不可持续健康发展。绿色技术和清洁可再生能源技术，特别是光伏发电技术和地源供热技术得到了快速发展，储能系统是提高清洁可再生能源利用率的重要方式。通过零碳建筑系统形式多样供能、转换灵活的能源，使得零碳建筑综合能源综合利用水平得到大幅提高的同时，互动能力也得到进一步加强，是潜在、容量可观且优质的响应资源，可利用其在能源成本、响应性能及地理位置等方面的优势，参与需求响应，甚至将零碳建筑中盈余电量出售给电网从中获利。在评估零碳建筑综合能源负荷优化调度时，既要考虑零碳建筑本身供储用能设备的调节能力，也要考虑零碳建筑用户舒适度，同时需要最大限度消纳自身的供能，因此亟需产生一种适应上述要求的零碳建筑综合能源负荷优化调度方法。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种零碳建筑综合能源负荷优化调度方法，以实现对零碳建筑的智能供能。
[0004]为解决上述技术问题，本专利技术提供一种零碳建筑综合能源负荷优化调度方法，包括：
[0005]步骤S1，对零碳建筑的历史源荷数据通过第一神经网络预测，得到预测源荷数据；
[0006]步骤S2，获取零碳建筑中供能、储能和用电设备的组成及配置参数；
[0007]步骤S3，基于零碳建筑中配置参数及设备的运行状态，建立以运行成本最低、舒适度最高、消纳所述零碳建筑内的光伏太阳能最大为优化目标的系统优化调度模型，并对系统优化调度模型进行求解；
[0008]步骤S4，将求解结果作为调度决策输出。
[0009]进一步地，在所述步骤S2中，获取零碳建筑中供能、储能和用电设备的组成及配置参数包括：电网电价，收购电网价格，需求响应激励价格，电负荷、冷热负荷、零碳建筑中用电设备组成、设备运行状态及参数、楼宇等效热阻的参数。
[0010]进一步地，在所述步骤S3中，设备运行状态划分为如下类型：可削减负荷、可转移负荷、可中断负荷、不可调节负荷；其中可削减负荷、可转移负荷、可中断负荷参与系统优化调度模型调整。
[0011]进一步地，所述运行成本如式所示：
[0012]c＝c cos t+cma
‑
cinc
[0013]其中，c为运行成本，c cos t为电网购电费用，cma为设备损失成本，cinc为收益。
[0014]进一步地，电网购电费用表示为：ccost＝p*v；其中，p为电网电价，v为预测的源荷
数据；
[0015]设备损失成本表示为：cma＝cbattery+cwire+closs；其中，cbattery为储能与电动汽车电池寿命折算成本，cwire为线路电能损失成本，closs为储能与电动汽车电池电能损失成本；
[0016]收益表示为：cinc＝cacq+cres；其中，cacq为零碳建筑盈余的电量出售给电网所产生收益，cres为需求响应激励。
[0017]进一步地，舒适度如下式所示：
[0018]m(t)＝θ1m
air
(t)+θ2m
pmv
(t)+θ3m
lig
(t)
[0019]其中，m(t)为舒适度，m
air
(t)为冷热电用能舒适度，m
pmv
(t)为人体热舒适度，m
lig
(t)为照明舒适度，θ1,θ2,θ3为舒适度权重系数，且θ1+θ2+θ3＝1。
[0020]进一步地，冷热电用能舒适度表示为：其中，Q
0air
(t)为实施需求响应前的冷热负荷，Q
air
(t)为实施需求响应后的冷热负荷；
[0021]人体热舒适度表示为：m
pmv
(t)＝[0.303e
‑
0.06M
+0.0275]TL；其中，TL为人体热负荷，表示人体产热量与散热量之间的差值；M为人体能量代谢率；
[0022]照明舒适度表示为：其中，E
set
为室内标准照度，E(t)为室内照度值。
[0023]进一步地，在所述步骤S4之后，还包括：对求解结果通过第二神经网络进行行为风险预测，并对风险预测结果判断是否超过行为风险约束，如超过则返回步骤S3；直至风险预测结果不超过风险约束，执行调度决策。
[0024]进一步地，行为风险预测为需求响应失约；所述需求响应失约是指用户的舒适度低于阈值时，用户用能行为违反合约。
[0025]进一步地，零碳建筑的用电设备还包括电动汽车的充电桩，所述电动汽车的充电桩运行状态划分根据电动汽车离开时汽车电池负荷状态能否满足行驶耗电量判定；如能满足，则所述电动汽车的充电桩为可转移负荷；如不能，则所述电动汽车的充电桩为不可调节负荷。
[0026]实施本专利技术具有如下有益效果：本专利技术通过与需求响应结合，制定的负荷优化方案以多目标为优化目标，考虑多种舒适度，特别是关注用户在建筑中体感和光照的影响，同时兼顾零碳系统自身产生能的消纳最优化，满足了舒适度需求又能实现节能减排，从而实现对建筑的智能供能；本专利技术优化目标求解后，还经过行为风险判断，进一步保障了用户的舒适度，以用户舒适度最大为目标，实现零碳排放目标。
附图说明
[0027]为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1是本专利技术实施例一种零碳建筑综合能源负荷优化调度方法的流程示意图。
[0029]图2是本专利技术实施例中零碳建筑系统的构成示意图。
具体实施方式
[0030]以下各实施例的说明是参考附图，用以示例本专利技术可以用以实施的特定实施例。
[0031]请参照图1所示，本专利技术实施例提供一种零碳建筑综合能源负荷优化调度方法，包括：
[0032]步骤S1，对零碳建筑的历史源荷数据通过第一神经网络预测，得到预测源荷数据；
[0033]步骤S2，获取零碳建筑中供能、储能和用电设备的组成及配置参数；
[0034]步骤S3，基于零碳建筑中配置参数及设备的运行状态，建立以运行成本最低、舒适度最高、消纳所述零碳建筑内的光伏太阳能最大为优化目标的系统优化调度模型，并对系统优化调度模型进行求解；
[0035]步骤S4，将求解结果作为调度决策输出。
[0036]具体地，再如图2所示，本实施例中，零碳建筑具有各类供能、储能、用电设备，其中，供能设备包括：地源热泵、光伏
‑
太阳能；储能设备包括蓄热罐、冰蓄冷、蓄电池；用电设备包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种零碳建筑综合能源负荷优化调度方法，其特征在于，包括：步骤S1，对零碳建筑的历史源荷数据通过第一神经网络预测，得到预测源荷数据；步骤S2，获取零碳建筑中供能、储能和用电设备的组成及配置参数；步骤S3，基于零碳建筑中配置参数及设备的运行状态，建立以运行成本最低、舒适度最高、消纳所述零碳建筑内的光伏太阳能最大为优化目标的系统优化调度模型，并对系统优化调度模型进行求解；步骤S4，将求解结果作为调度决策输出。2.根据权利要求1所述的方法，其特征在于，在所述步骤S2中，获取零碳建筑中供能、储能和用电设备的组成及配置参数包括：电网电价，收购电网价格，需求响应激励价格，电负荷、冷热负荷、零碳建筑中用电设备组成、设备运行状态及参数、楼宇等效热阻的参数。3.根据权利要求2所述的方法，其特征在于，在所述步骤S3中，设备运行状态划分为如下类型：可削减负荷、可转移负荷、可中断负荷、不可调节负荷；其中可削减负荷、可转移负荷、可中断负荷参与系统优化调度模型调整。4.根据权利要求1所述的方法，其特征在于，所述运行成本如式所示：c＝c
cost
+c
ma
‑
c
inc
其中，c为运行成本，c
cost
为电网购电费用，c
ma
为设备损失成本，c
inc
为收益。5.根据权利要求5所述的方法，其特征在于，电网购电费用表示为：c
cost
＝p*v；其中，p为电网电价，v为预测的源荷数据；设备损失成本表示为：c
ma
＝c
battery
+c
wire
+c
loss
；其中，c
battery
为储能与电动汽车电池寿命折算成本，c
wire
为线路电能损失成本，c
loss
为储能与电动汽车电池电能损失成本；收益表示...

【专利技术属性】
技术研发人员：李艳，王静，赵宇明，任佳，王同贺，廖卓颖，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：