考虑建筑物热动态特性的暖通空调模型预测控制方法

建筑楼宇作为城市电网的终端用能主体,对其用能特性进行建模及仿真分析具有重要意义。首先,提出一种预测楼宇制冷/制热能耗的热动态模型,由若干组热量瞬态能量平衡方程组成,可充分考虑楼宇围护结构在传热过程中的热对流,热传导和热储能对楼宇能耗的影响。随后,针对楼宇的核心用能单元——暖通空调系统(heating,ventilationand airconditioning,HVAC),提出考虑建筑围护结构热动态特性的HVAC模型预测控制(modelpredictivecontrol,MPC)方法,通过结合模型预测和短期控制来最小化楼宇总能耗,同时保证用户的温度舒适度水平。最后,对比测试所提控制方法在不同HVAC能效等级和楼宇窗墙比情况下的效果,验证所提方法在不同HVAC能效等级和不同建筑保温性能条件下的有效性。仿真结果表明,基于MPC的HVAC控制方法不仅有助于降低楼宇用能成本,而且在应对HVAC能效等级降低与楼宇保温性能变差方面,更有利于节约能源和提高楼宇的运行经济性。     

基于ARIMA-GM改进算法的建筑负荷预测

为降低空调能耗,实现2035年的双碳目标,应对建筑负荷的线性和非线性组合特性,提出了一种包含残差修正的ARIMA-GM组合模型对建筑负荷进行预测。利用Designbuilder在南京典型气象年下输出全年负荷结果,对数据进行筛选,进而用ARIMA模型对数据进行识别和拟合,对其残差子序列运用新陈代谢GM(1,1)改进模型进行修正。通过对南京市某楼宇的预测效果分析验证,所提方法能够提高楼宇负荷预测精度。     

基于传感器网络与高斯过程回归的楼宇负荷预测

建筑电力能耗的准确预测不仅对配电网运行的经济性和安全性具有重要作用,而且对建筑节能方案的制定也有参考意义。由于楼宇负荷受多种因素的影响,预测精度难以大幅提高。为了提高楼宇负荷预测的准确度,提出了基于传感器网络与高斯过程回归的楼宇负荷预测方法。首先,通过基于超宽频雷达的人员存在检测传感器网络对室内的建筑占有率进行检测,并将建筑占有率作为负荷预测模型的特征之一。其次,构建高斯过程回归模型,利用其拟合出负荷与相关影响因素的非线性函数,并基于采样的近似推断算法推断出模型的超参数最大后验估计值,进而提高短期负荷预测准确度。最后,通过对比不同协方差函数的高斯过程回归模型的预测效果,甄别出最优协方差函数,进一步提高预测精度。通过算例分析可知:采用所提方法比未考虑建筑占有率的传统高斯过程回归方法的平均绝对百分比误差降低了9.68%,验证了所提方法的有效性和准确性。     

关联规则技术在电力市场营销分析中的应用

关联规则是一种重要的数据挖掘技术。结合电力行业的特殊性,将关联规则应用于对电力市场营销分析中。采取K-Means聚类技术实现对历史数据的离散化处理,以便进行知识归纳,运用关联规则的FP-Growth算法搜索所有的强关联规则,这些强关联规则中蕴含着电量销售与电价、气温、降水等影响因素之间的关联关系。以某市的实际电力营销数据为例,说明了关联规则的分析方法对电力市场营销具有一定的辅助决策意义。     

基于配电数据的关联规则挖掘方法

针对配电数据的时序特性和现有关联规则算法的缺陷,提出了一种考虑配电数据时序变化并通过支持度与置信度进行关联规则挖掘的方法.首先,在数据预处理基础上,构建配电指标网络,依据网络的演化情况挖掘配电数据对应的关联规则,并建立规则–挖掘矩阵存储挖掘的信息;然后,引入Kulc度和不平衡度对关联规则进行过滤,不断更新规则–挖掘矩阵,完成配电数据之间高价值规则的挖掘;最后,通过算例分析验证了所提挖掘方法的有效性和实用性.结果表明,该方法为配电数据间隐含关联规则的挖掘提供了新方法和思路.     

基于关联规则挖掘的电力生产安全事故事件关键诱因筛选

随着智能电网、通信网络及电力生产安全事故事件分析水平的提高和发展,电力生产安全事故事件数据量快速增长、复杂性不断增大,逐步构成了电力生产安全事故事件大数据。为在先验事故事件大数据的基础上高效、可靠地对事故诱因进行分类和识别,基于关联规则挖掘进行电力生产安全事故事件关键诱因筛选。根据事故事件的特点,建立电力生产安全事故诱因分析体系,对不同类型的事故进行布尔离散化,并基于关联规则挖掘提出事故诱因的诱发度计算方法,运用Apriori算法进行深度关联规则挖掘,并根据强关联规则对关键诱因进行筛选和分析。以某区域近5年的事故实例分析验证了该方法的有效性。     

基于电力大数据的地区E-GDP值预测

为通过电力发展和使用数据评估一个地区的经济发展水平,提出一种表征地区国内生产总值(GDP)发展趋势的类GDP值(E-GDP)的预测方法。该方法基于多源电力大数据和动态贝叶斯网络(DBN)机器学习,采用灰色关联分析法筛选出与GDP变化趋势关联度较大的关键电力数据。利用格兰杰因果分析确定与GDP变化具有因果关联关系的电力指标,并确定各电力指标间的因果关系。进一步运用所得出的因果关系建立DBN预测获得E-GDP。最后将所提方法应用于上海市E-GDP预测,算例结果表明所提方法可以准确地预测地区E-GDP值,同时还可预测得出GDP的概率分布情况。     

电力市场技术支持系统人机图形组态架构及关键技术

电力市场技术支持系统需要随市场规则变化不断调整,现有的电力市场技术支持系统在人机图形展示方面主要依赖定制化开发,在运维升级方面存在明显局限。文中结合电力市场数据特点,分析电力市场数据的图形展示交互需求,提出一种电力市场多维度数据灵活展示的图形组态架构,并对其关键技术如属性引用及事件交互组态、多维数据动态关联定义、基于推送和触发模式相融合的数据交互、业务人机操作的扩展等进行了讨论。最后,通过实际应用结果验证了所提人机图形组态架构的可行性。     

基于物理-数据融合的楼宇用电需求响应潜力分析

建筑楼宇能耗在能源总消耗量中所占比重较大,需求响应技术可以充分利用楼宇的用电需求响应(demand respond,DR)潜力,提高电网功率平衡的稳定性。提出了一种基于物理-数据融合的楼宇用电需求响应潜力分析方法,可以实现对楼宇DR潜力的准确评估。首先基于楼宇的用电能耗模型,提出了物理-数据融合算法可对模型的关键参数进行修正;其次,定量分析了楼宇DR潜力的时变特性,并通过物理-数据融合算法对计算过程中负荷模型产生的误差进行修正,表明DR潜力的容量、速率和概率是DR潜力的主要指标;最后,考虑建筑的固有蓄热特性,提出了提高楼宇DR潜力的智能优化策略。通过实例分析,给出了一种考虑楼宇DR潜力时变特性的智能DR策略,证明了该方法的合理性和有效性。     

基于APRIORI-贝叶斯优化XGBoost的电力通信网根告警预测

电力通信网根源性告警的精准预测,能够辅助运维人员提前对通信网高风险点进行高效排查和快速定位,从根源上避免区域性通信故障和衍生告警,降低网络风险和运维成本。针对现有研究中电力通信网根告警预测源数据冗余、准确率不高的问题,面向电力通信网根告警提出基于APRIORI-贝叶斯优化XGBoost的预测模型,利用APRIORI算法优化预测模型输入,挖掘根告警影响因素间的关联规则,借助关联规则概率化方法确定关键影响因子,降低贝叶斯优化XGBoost模型训练数据冗余度,提高数据价值密度,进而提升模型效率和告警预测精度。实验结果表明,所提算法在预测准确率、召回率和F-值等性能上均取得良好的效果,并在最小支持度为15%时达到最优预测结果,能为电力通信网高效运维和故障排查提供技术支撑。     

计及价格要素的城市公共建筑群虚拟电厂负荷聚类分析研究

价格机制是引导城市公共建筑调整用电行为的手段之一。为评估价格对城市公共建筑用电行为的影响及进一步挖掘城市公共建筑群作为可控负荷式虚拟电厂能源资源参与到电力调度或电力市场交易中,文章通过引入分时电价机制和用户心理学模型,对城市建筑日负荷曲线进行调整,形成考虑价格要素的日计价拟合负荷曲线;采用结合了聚合聚类法和模糊C均值法的两阶段聚类分析算法,对调整后的日负荷曲线进行聚类分析。根据上述方法,通过对100个典型负荷的聚类分析,验证了文章所选算法的有效性,并进一步探讨了通过价格机制引导不同的城市建筑负荷调整用电行为的潜力,为利用价格手段深入挖掘城市公共建筑群作为虚拟电厂资源提供依据。     

公共楼宇可调负荷资源调控技术研究综述

公共楼宇的大量负荷属于需求侧可调负荷资源,且参与电网互动时的精细化调控潜力尚未得到充分挖掘。文中对公共楼宇的负荷进行分类,对公共楼宇典型可调负荷资源的用能行为特征、用能模型、调控模型与调控策略的关键技术及其研究现状进行归纳总结,给出了公共楼宇可调负荷资源用能行为特征的分析框架与特征指标体系。考虑到公共楼宇可调负荷资源是参与区域综合能源服务(Integrated Energy Services, IES)与虚拟电厂(Virtual Power Plants, VPP)的重要组成部分,因此对多能异构的负荷资源协调管控技术开展了深入研究并进行综述。文中的研究工作将为公共楼宇可调负荷资源参与需求侧响应(Demand Response, DR)与电网互动奠定良好的理论基础,为相关研究提供一些有价值的参考。     

基于云计算的家庭智能用电策略

对智能小区的居民用电行为展开研究,基于云计算平台和并行关联规则Apriori算法,挖掘出了用户用电行为间的关联规则,根据挖掘出的关联规则使用遗传算法对家庭用电时间分布进行合理规划,达到经济用电的目标,给出了行之有效的智能用电策略。由供电局将用户的智能用电策略以短信等交互方式传递给智能用电家庭。经实例验证,文中基于云计算平台和并行Apriori算法的居民用电行为分析结果是有效的,可使居民高效智能用电,节约家庭能耗。     

公共建筑能耗监测系统研究

针对我国目前建筑能耗的现状与未来发展趋势,依据国家机关办公建筑和大型公共建筑能耗监测系统建设的相关技术导则,对能耗监测系统的组成及系统功能要求进行了总结和概述。详细论述了电能分项监测系统的硬件和利用LabVIEW语言设计的系统的结构组成、实现方法和功能。该监测系统具有可操作性强、通用性好,功能强大、快捷方便的特点,且能够实现远程在线实时监测,具有广泛的发展应用前景。     

基于模型预测控制的智能楼宇用能灵活性调控策略

提出一种基于模型预测控制的智能楼宇用能灵活性调控策略。首先,根据楼宇蓄热特性,构建考虑楼宇内部不同制热区域的智能楼宇能耗预测模型,并将楼宇系统作为灵活可控单元集成到配电网中;然后基于模型预测控制方法,通过楼宇内部暖通空调系统在温度舒适度范围内对室温进行优化调节,实现楼宇系统的能耗灵活管理,降低楼宇运行成本;最后,在冬季制热场景下,对不同暖通空调控制方法下的楼宇集群进行优化调度分析,并对比分析了楼宇集群优化调度对于配电网运行状态的影响。结果表明,所提方法在保证温度舒适度的前提下可充分发掘智能楼宇的需求响应潜力,降低楼宇运行成本,同时可有效解决由可再生能源出力预测数据误差而导致的楼宇日前调控方案与实际运行场景偏差较大的问题,在预测不确定性环境下具有较强的鲁棒性。     

The use of statistical methods to analyze electric-energy consumption by budget institutions

The possibilities of applying statistical methods to analyze the consumption of electric energy by budget organizations and control energy efficiency are studied. Statistical methods are used to consider the influence of the season and climatic conditions on consumption of electric energy, which allowed a simulation model to be created of electric-energy consumption for illumination and other needs according to data of devices considering only the total consumption of electric energy by all groups of consumers. The change in monthly consumption of electric energy within a year is a stochastic value depending on the duration of light in a day and other factors. The statistical characteristics of the monthly consumption of electric energy by individual buildings of Chuvash State University are determined. Dispersion analysis shows that distribution of the values of the monthly electric-energy consumptions by most buildings corresponds to the normal law. The correlation between the monthly electric-energy consumption and duration of light in a day permitted one to carry out a regression analysis and determine the actual average power of the lighting system and actual average power of the rest of the energy consumption of each facility. The results of the statistical analysis make it possible to compile the electric-energy consumption balance, predict electric-energy consumption by the different group of consumers, estimate the efficiency of energy-saving measures, and obtain the data necessary to fill in energy declarations and energy-performance certificates.     

基于统计学特征的新能源消纳平衡模型及灵敏度分析

在碳达峰、碳中和背景下,新能源将快速发展,掌握消纳机理、量化消纳措施以及科学制定消纳目标,关系到新能源的健康发展和高效利用。研究含高占比新能源电力系统的平衡机理,从新能源统计学规律中提炼出消纳曲线,进而推导出新能源利用率和新能源发电占比的解析式;分析新能源利用率、新能源发电占比对电网备用率、负荷率、常规电源调峰率、新能源资源系数、新能源穿透率的灵敏度,揭示消纳措施对消纳目标的作用机理和规律;基于统计学规律建立新能源消纳的测算模型和回算模型。基于西北电网实际运行数据进行量化分析,结果表明,所提模型和方法可以揭示新能源消纳的规律,为新能源装机规划、消纳措施量化、消纳效果评价提供理论依据和工程指导。     

考虑点对点电能共享的智能楼宇群分布式优化调度

针对兼具电能生产和消费能力的智能楼宇,基于能源与信息双向流动的特性,提出一种以点对点(P2P)电能共享为核心的智能楼宇群能量管理框架.对智能楼宇内部资源进行量化建模,同时针对楼宇内部的供冷特性,考虑用冰蓄冷储能系统满足楼宇冷却需求,利用P2P电能共享机制提升系统运行灵活性和经济性,并建立智能楼宇群日前经济调度优化模型;通过快速交替方向乘子法对所提模型进行分布式求解,得到智能楼宇群P2P电能共享的最优策略.算例结果表明,所提模型可以有效降低楼宇群对外部能源的依赖,在保证楼宇内用户舒适性的同时,提高系统运行的整体经济性以及对新能源的消纳水平.     

浅析智能化技术在建筑中的节能效益

从智能化建筑和绿色建筑的建设要求出发,以建筑物所使用的能耗资源管理为目的,对楼宇自控系统、智能照明系统、能量计量系统和自动遮阳系统在现代化大楼中的应用进行了节能效益和经济价值分析,旨在提高能源使用效率,降低能耗.     

基于密度聚类技术的电力系统用电量异常分析算法

如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。