基于大数据的我国公共建筑空调负荷预测的研究进展

公共机构能耗监测平台为大型公共建筑空调节能运行和管理提供了大量数据。冷(热)负荷预测是建筑节能运行的关键环节,是实现建筑空调系统的优化控制的基础。文章从公共机构建筑大数据预处理、负荷预测算法及在空调系统节能运行应用等方面,综述了基于数据的公共机构办公建筑空调负荷预测进展,并进行展望。     

碳中和城市建筑能源系统(3):负荷篇

本文是碳中和城市建筑能源系统系列文章的第三篇。碳中和城市能源系统要实现“两个替代”,即能源生产的可再生能源替代和能源消费的电力替代。因此有2个关键点对负荷分析提出了要求：一是建筑电气化,使得建筑供热供冷负荷与电力负荷更紧密地结合在一起。二是可再生能源利用的规模化,使得电力系统从原先只应对需求侧的变动负荷,变为要应对需求侧和供应侧2个方面的变动负荷;而建筑成为电网灵活性的最主要的提供者。本文总结了在这种形势下的电力负荷和冷热负荷分析的特点,阐述了电力负荷分析与建筑供热供冷负荷分析技术路径的异同。重点介绍了在建筑能耗限额背景下供热供冷负荷的反推方法,以及其重要参数“当量满负荷小时数”的概念和生成方法。最后介绍了为电网提供灵活性的供热供冷负荷预测的技术路径。     

建筑能源互联网及其AI应用研究

本文在分析能源互联网政策和研究背景的前提下,提出了对建筑能源互联网(Building Energy Internet,BEI)内涵的理解。从能源结构变革、建筑能源产业链、建筑能源供需匹配、系统去中心化、用户体验几个角度综合分析了建筑能源互联网的主要特征。进一步阐述了建筑能源互联网六大内容板块及其关联、基于建筑能源云的建筑能源互联网架构、能源采集与传输系统架构。随后介绍了AI+建筑能源互联网的落地应用方法,并给出了建筑能源大数据智能化分析结果。     

最大面积法确定三联供系统容量

冷热电三联供系统已成为建筑节能的重要途径和发展方向,本文以苏州某CBD区域建筑为例,基于相同类型建筑实测数据,获得建筑冷热电8760 h逐时负荷曲线,并基于此提出一种简单新方法(最大面积法)确定三联供系统最佳容量,分析了该CBD区域建筑导入三联供系统的可行性。结果表明:基于逐时热负荷曲线采取"最大面积法"确定的CBD建筑三联供方案有较好的一次能源利用效率(超过50%)和经济性(静态回收年限小于5年)。     

基于最近邻搜索的区域建筑负荷预测方法

区域建筑负荷预测是区域能源系统进行设备容量配置的基础,决定了系统实际运行效果,如何快速准确地实现区域建筑负荷逐时预测,是目前面对的一个难题.本文以能耗模拟软件EnergyPlus为计算工具,建立了基于软件模拟的"模型参数变量-负荷"数据库.在此基础上,提出了最近邻搜索方法对区域建筑负荷进行预测,并通过度量选择筛选得到了...     

基于LSTM的高校建筑电力负荷预测方法

提出一种基于长短时记忆网络(LSTM)的预测模型,以提高高校电力负荷预测的准确率.以某高校的电力负荷数据为研究对象,分析不同超参数的影响,确定最优的预测模型,并与常用的基于支持向量机(SVM)的负荷预测模型进行负荷预测对比.结果 表明,本文提出的负荷预测模型平均绝对百分误差(MAPE)为:办公楼6.67％、科研楼4.32％、教学楼5.98％和宿舍4.57％,每类建筑均比基于SVM预测模型的MAPE低1.5％左右.     

建筑光储空调系统参与电网削峰的优化调度研究

光伏发电的不确定性给高比例可再生能源接入电网带来了巨大的压力，考虑到空调负荷具备热储存能力，本研究提出光伏储能辅助空调系统，通过空调负荷对光伏发电进行消纳。本研究以北京某办公楼为研究案例，基于热电的RC模型来预测该办公楼的空调负荷。进一步，基于峰谷电价，提出了遗传算法优化余电分配系数的运行策略。以负荷预测结果为依据，采用遗传算法对光储空调系统的最优调度问题进行了求解。RC模型可以反映该办公楼的建筑热过程，光伏储能辅助空调系统可以有效地消纳光伏发电量，减少近90.20%的购电量；推迟用电峰值，并且电网购电峰谷差由28.45 kW降低至7.39 kW。空调负荷采用15 min直接削减负荷的方法参与电网削峰的调度计划后，建筑室内温度升高约0.2℃。     

浅析AI时代下景观照明控制理论探讨

本文探讨了人工智能(AI)在景观照明控制系统中的关键应用及优势。介绍了AI在景观照明领域的多重应用,包括数据分析与预测、个性化照明控制、能源管理与节能、系统故障预测与维护,通过部分案例突出了这些技术在不同场景中的应用。总结了AI景观照明控制系统的优势。AI在景观照明控制系统中的应用将为未来照明领域带来智能化、高效能源利用、舒适个性化体验以及可持续发展等方面的深刻改变。     

负荷预测对分布式能源系统的影响

环境问题日益突出,导致能源系统深层次的改革势在必行。作为一项全新供能模式,分布式能源系统有其自身的优势。但由于现有条件的限制,分布式能源系统未得到广泛应用,其中一个问题是系统设计应用时未进行用户终端负荷的准确预测,负荷设计偏大导致系统常处于低负荷运行状态。本文重点阐述了负荷预测对分布式能源系统的影响。     

大型建筑群复合式热泵供热供冷技术研究及规模化应用

建筑供热供冷是社会各界高度关注的民生工程,热泵是将热能从低品位提升到高品位的高效低碳供能方式,也是国际建筑领域实现碳中和的重要途径。本项目针对大型建筑群复合式热泵供热供冷系统存在总冷热负荷动态预测方法缺失、规划设计体系不完备、系统运行能效低、关键技术和产品不配套、规模化推广难度大等问题,以提升复合式热泵系统能效、有效推进规模化应用为目标,系统性地开展了“负荷预测-优化设计-智慧运行-关键产品-标准推广”的全链条创新工作：提出了基于建筑特征、用户需求的大型建筑群供热供冷系统总负荷动态预测方法,开发了冷热动态负荷特征因子数据库和建筑群负荷集合寻优工具;提出了一种多场景复合式热泵系统能源总线架构理论,建立了仿真平台及综合评价体系,形成了系统容量弹性配置方法;建立了数字孪生复合式热泵系统模型,提出分层控制架构和预测方法,建立了智慧优化运行控制体系;研发了大型复合式热泵系统的关键技术和成套产品;制定了相关工程标准。相关研究成果实现了规模化稳定高效利用可再生能源供热供冷的技术突破,对推进建筑用能方式变革和实现建筑领域国家双碳战略起到重要支撑作用。