System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于负荷可调节潜力评估领域,是一种面向需求响应的空调负荷可调节潜力评估与互动方法。
技术介绍
1、随着社会经济的高速发展,能源紧缺和环境污染等问题变得越来越突出。为实现“双碳”目标,国家正在积极推进新能源体系建设,并逐步提高新能源发电的比例。但是,由于新能源发电存在不稳定和间歇性的特点,大量接入新能源会导致电网质量问题,如频率不稳定和谐波严重等。同时,负载多样化使得负荷侧具有很大的可调节潜力,接纳温控负载后,电网的调节能力也会进一步增强。此外,随着电网用电负荷逐年增加,空调等温控负荷在电网用电负荷中的占比不断上升,电力供需矛盾日益加剧。然而,仅依靠传统方式增加装机容量以维持电网稳定已变得越来越困难,因此需要推进需求侧可调节资源参与负荷调节,转向“源荷互动”协调模式,以保持电力系统平衡的稳定。由于储热介质热惯性作用的影响,短时间内对温控负荷的运行状态进行调节基本不会影响用户使用体验,因此温控负荷具有较大的可调节空间。
2、目前针对空调负荷的研究大多集中于空调运行特性的研究与空调的控制方案的研究,针对空调负荷的可调节潜力研究较少,并且多采用启停的方式作为空调的调控方法,未考虑到人体舒适度,具体实施起来较为困难。多使用简单的等效热参数模型(equivalentthermal parameters,etp)与机器学习进行建模,尽管机器学习使用起来较为简单,但对于复杂的非线性问题无法做到精准表达,因此评估精度不高。
3、为了对空调负荷的可调节潜力进行较为精准的评估,本专利技术采用深度学习中的深度置信网络作
4、在此背景下,本专利提出了一种面向需求响应的空调负荷可调节潜力评估与互动方法。
技术实现思路
1、针对现有技术的缺陷,本专利技术的目的在于提供一种面向需求响应的空调负荷可调节潜力评估与互动方法,该方法解决了现有关于空调负荷可调节潜力研究中多采用启停方式控制空调,不满足人体舒适度,实施起来较为困难的问题。实现了电网与空调的实时交互。解决了传统dbn网络的隐含层神经元个数不易确定与参数选取困难的问题,并且具有极强的非线性映射能力,良好的评估精度和稳定性,为空调负荷可调节潜力评估的后续研究提供了一种新思路。
2、为实现上述目的,本专利技术提供了一种面向需求响应的空调负荷可调节潜力评估与互动方法,包括以下步骤:
3、s1、定义空调负荷可调节潜力指标;
4、s2、建立人体舒适度模型;
5、s3、建立基于改进金豺优化算法的深度置信网络模型;
6、s4、基于igjo-dbn的空调负荷可调节潜力评估;
7、s5、基于igjo-dbn互动模型,根据需要调节的空调功率信息结合空调、环境参数等,计算预算温度的设定;
8、s6、面向需求响应的空调负荷实时交互。
9、优选的,所述步骤s1中,定义空调负荷可调节潜力指标,其具体步骤为:
10、s11、本专利技术采用重设空调目标温度的方法来评估空调的可调节潜力,该方法在满足人体舒适度的条件下,对空调设定温度进行调节;
11、s12、本专利技术定义了空调负荷的可调节潜力指标,用于衡量空调负荷的可调节潜力,该指标通过以下公式计算:prd=p1-p2,其中prd为空调功率调整量,p1为空调设定温度为tset1对应的运行功率,p2为空调设定温度为tset2对应的运行功率。
12、优选的,所述步骤s2中,建立人体舒适度模型,其具体步骤为:
13、本专利技术在满足人体舒适度条件下对空调的设定温度进行调节,其中,人体舒适度指数考虑了平均气温、相对湿度和风速3个要素对人体的综合影响,根据人体舒适度模型,本专利技术以人体感受最为舒适的指数为条件,输入室内湿度与风速,输出最为舒适的室内温度范围(t1~t2)。
14、优选的,所述步骤s3中,建立基于改进金豺优化算法的深度置信网络模型,其具体步骤为:
15、s31、构建dbn模型,确定模型待优化参数;
16、s32、初始化改进金豺优化算法各参数与猎物种群,计算种群适应度;
17、s33、根据适应度值,适应度最佳值为雄金豺,适应度次最佳值为雌金豺;
18、s34、计算逃避能量e,根据能量e的值决定猎物位置更新方法;
19、s35、终止判断,若运行次数小于最大迭代次数,返回步骤s33执行,否则,返回雄金豺位置作为问题最优解;
20、s36、将最优参数返回到dbn模型;
21、s37、建立基于改进金豺优化算法的深度置信网络模型。
22、优选的,所述步骤s4中,基于igjo-dbn的空调负荷可调节潜力评估,其具体步骤为:
23、s41、确定空调运行特性的影响因素
24、根据大量文献记载,影响空调运行特性的主要因素包括室外温湿度,天气类型,太阳辐射,室外风速,建筑材料的保温性能,室内热源散热量,室内空间大小,室内空调数量,设定温度,空调工作模式以及空调自身参数;
25、s42、确定输入输出数据
26、将室外温湿度,天气类型,太阳辐射,室外风速,建筑材料的保温性能,室内热源散热量,室内空间大小,室内空调数量,初始设定温度tset1,调节后的设定温度tset2,空调工作模式以及空调自身参数作为可调节潜力评估模型的输入数据,将功率调整量prd作为可调节潜力评估模型的输出数据;
27、s43、数据预处理;
28、s44、划分数据集;
29、s45、模型训练与测试;
30、s46、输出评估结果,并根据模型评估指标对评估结果进行分析。
31、优选的,所述步骤s5中,基于igjo-dbn互动模型,根据需要调节的空调功率信息结合空调、环境参数等,计算预算温度的设定,其具体步骤为:
32、s51、确定输入输出数据
33、将室外温湿度,天气类型,太阳辐射,室外风速,建筑材料的保温性能,室内热源散热量,室内空间大小,室内空调数量,初始设定温度tset1,功率调整量prd,空调工作模式以及空调自身参数作为可调节潜力评估模型的输入数据,将新的温度设定值tset2作为互动模型的输出数据;
34、s52、数据预处理;
35、s53、划分数据集;
36、s54、模型训练与测试;
37、s55、输出评估结果,并根据模型评估指标对评估结果进本文档来自技高网...
【技术保护点】
1.一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,包括以下步骤:
2.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S1中,定义空调负荷可调节潜力指标,其可调节潜力指标具体为:空调功率调整量Prd,其中Prd=P1-P2,P1为空调设定温度为Tset1对应的运行功率,P2为空调设定温度为Tset2对应的运行功率。
3.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S2中,建立人体舒适度模型,其具体内容包括:根据人体舒适度模型,以人体感受最为舒适的指数为条件,输入室内湿度与风速,输出最为舒适的室内温度范围(T1~T2)。
4.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S3中,建立基于改进金豺优化算法的深度置信网络模型,其金豺优化算法具体改进方法包括:
5.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S4中,基于IGJO-DBN的空调负荷可
6.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S5中,基于IGJO-DBN互动模型,根据需要调节的空调功率信息结合空调、环境参数等,计算预算温度的设定,其互动模型输入输出数据具体为:将室外温湿度,天气类型,太阳辐射,室外风速,建筑材料的保温性能,室内热源散热量,室内空间大小,室内空调数量,初始设定温度Tset1,功率调整量Prd,空调工作模式以及空调自身参数作为可调节潜力评估模型的输入数据,将新的温度设定值Tset2作为互动模型的输出数据。
7.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤S6中,面向需求响应的空调负荷实时交互,其具体步骤为:
...【技术特征摘要】
1.一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,包括以下步骤:
2.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤s1中,定义空调负荷可调节潜力指标,其可调节潜力指标具体为:空调功率调整量prd,其中prd=p1-p2,p1为空调设定温度为tset1对应的运行功率,p2为空调设定温度为tset2对应的运行功率。
3.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤s2中,建立人体舒适度模型,其具体内容包括:根据人体舒适度模型,以人体感受最为舒适的指数为条件,输入室内湿度与风速,输出最为舒适的室内温度范围(t1~t2)。
4.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力评估与互动方法,其特征在于,所述步骤s3中,建立基于改进金豺优化算法的深度置信网络模型,其金豺优化算法具体改进方法包括:
5.权利要求1中所述的一种面向需求响应的空调负荷可调节潜力...
【专利技术属性】
技术研发人员:张奇奇,周孟然,胡锋,朱梓伟,王玲,周光耀,孔伟乐,吴长臻,
申请(专利权)人:安徽理工大学,
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。