【技术实现步骤摘要】
本专利技术涉及智能楼宇暖通空调系统领域，特别是涉及一种智能楼宇可调节能力的评估方法、系统及电子设备。
技术介绍
1、广泛接入的需求侧可调节负荷为促进电力系统的供需匹配与运行灵活性提供了重要解决方案。智能楼宇暖通空调系统(heating,ventilation and air conditioning,hvac)在需求侧耗能占比较高，且由于热惯性的存在，可以在保证用户使用需求的条件下响应电网调度指令或经济激励政策。为充分引导智能楼宇参与电网调度运行，亟需依据hvac系统的历史、实时运行数据评估其可调节能力，并将智能楼宇hvac系统各时刻可调节能力的大小直观呈现给电网调度决策者。然而，针对可调节能力评估，现有研究大多将可调节功率上下限、可调节持续时间定义为可调节能力，较少考虑参与调节的成功率，且未结合实时数据进行可调节能力的评估；同时，对于智能楼宇的可调节能力评估未能直观给出各时刻可调节能力大小，在实际调度应用过程中存在局限性。因此，为应对智能楼宇可调节能力评估不充分的问题，亟需一种能够充分对智能楼宇可调节能力进行评估的评估方法。
技术实现思路
1、本专利技术的目的是提供一种智能楼宇可调节能力的评估方法、系统及电子设备，能够更加全面地对智能楼宇暖通空调系统的可调节负荷需求响应能力进行评估。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种智能楼宇可调节能力的评估方法，所述评估方法包括：
4、构建用于评估智能楼宇可调节能力的评估指标；所述评估指
5、基于热容热阻网络模型对智能楼宇暖通空调系统进行建模，得到楼宇模型；
6、根据智能楼宇暖通空调系统的电功率消耗表达式和所述楼宇模型，确定智能楼宇参数辨识表达式；
7、基于所述智能楼宇参数辨识表达式，应用遗忘因子最小二乘法进行参数辨识，得到辨识结果；
8、根据所述辨识结果，实时计算所述评估指标的值，得到智能楼宇可调节能力的评估结果。
9、可选地，所述基于热容热阻网络模型对所述智能楼宇暖通空调系统进行建模，得到楼宇模型，具体包括：
10、基于热容热阻网络模型，得到智能楼宇的多个房间模型；各所述房间模型包括房间内空气热容模型和房间墙体热容模型；
11、对多个所述房间模型进行聚合，得到楼宇模型。
12、可选地，所述房间内空气热容为：
13、
14、所述房间墙体热容为：
15、
16、其中，ni,j表示与墙体ij相邻的节点的集合，ni为与房间节点i相邻的节点的集合，表示房间i的空气热容，为墙体ij的热阻，为墙体ij的热容，为窗体ij的热阻；为t时刻待求墙体ij的温度，为t时刻待求房间i的温度，tj,t为节点j处温度，为房间i的室内送风温度；hi,j,t为表征阳光是否直射墙体ih的0-1变量，若阳光直射墙体，则hi,h,t＝1，否则hi,j,t＝0；为墙体ij的吸热率；为墙体的表面积；为窗体的表面积；为墙体ij对应朝向的光照强度；为房间i的室内热源；wi,j为表征对应房间是否在墙体ij上有窗的0-1变量，若有，wi,j＝1，否则为0；mi,t为房间i的送风质量流量；cair表示该房间i的空气比热容；tri,j表示窗体ij的光照投射率。
17、可选地，所述根据智能楼宇暖通空调系统的电功率消耗表达式和所述楼宇模型，确定智能楼宇参数辨识表达式，具体包括：
18、将所述智能楼宇暖通空调系统的电功率消耗表达式带入所述楼宇模型，得到描述房间内空气热容的第一微分方程和描述房间墙体热容的第二微分方程；
19、在预设时刻分别对所述第一微分方程和所述第二微分方程进行积分，得到房间内空气热容的变化量表达式和房间墙体热容的变化量表达式；
20、确定所述房间内空气热容的变化量表达式中的房间内空气热容待求参数以及所述房间墙体热容的变化量表达式中的房间墙体热容待求参数；
21、分别对所述房间内空气热容的变化量表达式和所述房间墙体热容的变化量表达式进行离散化，得到离散化后的房间内空气热容的变化量表达式和房间内空气热容已知参数以及离散化后的房间墙体热容的变化量表达式和房间墙体热容已知参数，并由所述房间内空气热容待求参数、所述房间墙体热容待求参数、所述离散化后的房间内空气热容的变化量表达式、所述房间内空气热容已知参数、所述离散化后的房间墙体热容的变化量表达式和所述房间墙体热容已知参数组成所述智能楼宇参数辨识表达式。
22、可选地，所述智能楼宇暖通空调系统的电功率消耗表达式为：
23、phvac(t)＝pf(t)+ph(t)；
24、
25、
26、其中，pstatic表示静态压强差；ρair表示空气密度；v表示风速；pf(t)为t时刻楼宇hvac系统置换风耗电量；ph(t)为t时刻楼宇hvac系统制热耗电量；shvac(t)为hvac系统在t时刻的开关状态，取值为1时表示开机，否则表示关机；shvac(t-ε)为hvac系统在t-ε时刻的开关状态；ηfan为hvac系统风扇系数；ηmotor为hvac系统电机系数；ηac为hvac系统能效比；tset为hvac系统设置温度；δ为温度的死区宽度；ε为时滞；mi,t为房间i的送风质量流量；cair表示该房间i的空气比热容；为房间i的室内送风温度；为t时刻待求房间i的温度。
27、可选地，基于所述智能楼宇参数辨识表达式，应用遗忘因子最小二乘法进行参数辨识，得到辨识结果，具体包括：
28、根据所述智能楼宇参数辨识表达式，构建房间内空气热容的最小二乘模型和房间墙体热容的最小二乘模型，确定输出量、待求参数和已知参数；
29、根据遗忘因子最小二乘法的迭代公式，分别对所述房间内空气热容的最小二乘模型和所述房间墙体热容的最小二乘模型进行递推求解，得到辨识结果。
30、可选地，所述房间内空气热容的最小二乘模型为：
31、
32、
33、
34、所述房间墙体热容的最小二乘模型为：
35、
36、
37、
38、其中，θr(k)为房间内空气热容的最小二乘模型的待求参数；θw(k)为房间墙体热容的最小二乘模型的待求参数；为房间内空气热容的最小二乘模型的已知参数；为房间墙体热容的最小二乘模型的已知参数；yr(k)为房间内空气热容的最小二乘模型的输出量；yw(k)为房间墙体热容的最小二乘模型的输出量；和均为房间内空气热容的最小二乘模型的待求参数包含的各个参数；z1、z2、z3、z4和z5为房间内空气热容的最小二乘模型的已知参数包含的各个参数；为房间墙体热容的最小二乘模型的待求参数包含的各个参数；x2,1、x2,2、x2,3、x3,1、x3,2、x3,3、x4,1、x4,2、x4,3、x5,1、x5,2和x5,本文档来自技高网...
【技术保护点】
1.一种智能楼宇可调节能力的评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的智能楼宇可调节能力的评估方法，其特征在于，所述基于热容热阻网络模型对所述智能楼宇暖通空调系统进行建模，得到楼宇模型，具体包括：
3.根据权利要求2所述的智能楼宇可调节能力的评估方法，其特征在于，所述房间内空气热容为：
4.根据权利要求2所述的智能楼宇可调节能力的评估方法，其特征在于，所述根据智能楼宇暖通空调系统的电功率消耗表达式和所述楼宇模型，确定智能楼宇参数辨识表达式，具体包括：
5.根据权利要求4所述的智能楼宇可调节能力的评估方法，其特征在于，所述智能楼宇暖通空调系统的电功率消耗表达式为：
6.根据权利要求4所述的智能楼宇可调节能力的评估方法，其特征在于，基于所述智能楼宇参数辨识表达式，应用遗忘因子最小二乘法进行参数辨识，得到辨识结果，具体包括：
7.根据权利要求6所述的智能楼宇可调节能力的评估方法，其特征在于，所述房间内空气热容的最小二乘模型为：
8.一种智能楼宇可调节能力的评估系统，其特征在于，所
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至7中任一项所述的智能楼宇可调节能力的评估方法。
10.根据权利要求9所述的一种电子设备，其特征在于，所述存储器为可读存储介质。
...【技术特征摘要】
1.一种智能楼宇可调节能力的评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的智能楼宇可调节能力的评估方法，其特征在于，所述基于热容热阻网络模型对所述智能楼宇暖通空调系统进行建模，得到楼宇模型，具体包括：
3.根据权利要求2所述的智能楼宇可调节能力的评估方法，其特征在于，所述房间内空气热容为：
4.根据权利要求2所述的智能楼宇可调节能力的评估方法，其特征在于，所述根据智能楼宇暖通空调系统的电功率消耗表达式和所述楼宇模型，确定智能楼宇参数辨识表达式，具体包括：
5.根据权利要求4所述的智能楼宇可调节能力的评估方法，其特征在于，所述智能楼宇暖通空调系统的电功率消耗表达式为：
...
【专利技术属性】
技术研发人员：葛清，赵瑞娜，童存智，李晨，佟明泽，傅瑞园，殷自力，梁芙蓉，夏世威，刘坚，温兴玺，廖珠胜，许书锟，黄劼，杨林超，张水长，尤炜，廖成林，严昉，唐晓艳，郑传良，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。