[发明专利]一种空调所属房屋一阶ETP模型的参数辨识方法和系统

说明书

本发明公开了一种空调所属房屋一阶ETP模型的参数辨识方法和系统，属于参数辨识领域。包括：获取待辨识居民空调各历史时段内负荷数据和对应时段室外温度数据；计算每个时段里空调平均负荷，以室外温度为自变量，以平均负荷为因变量，对所有时段数据进行线性拟合，拟合出的斜率倒数为房屋等效热阻；基于最小二乘的思想构建优化模型，求解所述优化模型得到室内温度和室内热源功率；根据待辨识居民空调历史负荷数据，计算空调工作功率；结合室外温度和辨识出房屋等效热阻、室内温度、室内热源功率、空调工作功率，计算房屋等效热容。本发明将待辨识参数分为稳态和动态，先求解稳态参数，再计算动态参数，提高了所构建的空调模型的准确性和鲁棒性。

技术领域

本发明属于空调负荷传统物理模型参数辨识领域，更具体地，涉及一种空调所属房屋一阶ETP(equivalent thermal parameter，等效热参数)模型的参数辨识方法和系统。

背景技术

随着以智能电表为代表的先进量测体系在居民用户中的逐步普及，居民用户的历史负荷数据可以被大量获得。在空调负荷传统物理模型的基础上，结合数据驱动技术可以对模型的参数进行辨识，进而更加准确地建立空调负荷模型。因此如何提取空调历史负荷曲线的关键特征量，进而对空调负荷物理模型相关参数进行准确辨识是急需解决的问题。

专利CN109827310A提出一种居民空调负荷群聚合模型建立方法，其主要思想为：获取居民空调负荷历史运行数据和室外温度，建立居民空调负荷群聚合模型，并运用参数辨识方法获得空调负荷聚合模型参数。然而，其存在以下缺陷：1)构建并辨识的模型针对的对象是聚合空调，忽略了不同空调运行性能的差异性，并且没有充分挖掘每户空调负荷数据的价值，模型的计算结果存在精度较低的问题；2)用户的室内温度计算结果和实际值差异较大，不能保障用户的舒适度。

专利CN105204334A提出一种基于递推最小二乘法的空调所属建筑物一阶模型实时参数辨识方法，其主要思想为：将空调所属建筑物ETP模型等效为标准差分方程，同时确定输入输出序列及待辨识参数序列，利用递推最小二乘法对空调负荷模型的实时参数进行辨识。然而，其存在以下缺陷：1)将ETP模型进行变形处理，辨识得到的系数不能直接表示ETP模型中参数的物理含义。；2)室内温度参数假设通过采集得到，并没有在线辨识。

专利CN105159085A提出一种空调所属建筑物二阶等效热参数模型的实时参数辨识方法，其主要思想为：建立空调负荷所属建筑物的二阶微分方程组，确定输入输出量及需要辨识的参数，利用协同粒子群算法进行实时参数辨识。然而，其存在以下缺陷：1)仅对等效热参数模型中的等效热阻进行在线辨识，得到的模型并不能有效模拟空调实际运行情况；2)参数在线辨识需要较快的计算速度，传统的粒子群优化求解算法并不能满足实时性的计算要求。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种空调所属房屋一阶ETP模型的参数辨识方法和系统，其目的在于基于居民用户空调负荷的历史数据，结合数据驱动技术对空调负荷物理模型的关键参数进行准确辨识，建立一个精度高、鲁棒性强的空调负荷物理模型，为空调负荷需求响应潜力的模拟和计算提供基础。

为实现上述目的，按照本发明的第一方面，提供了一种空调所属房屋一阶ETP模型的参数辨识方法，该方法包括：

S1.获取待辨识居民空调的各历史时段内的负荷数据和对应时段室外温度数据；

S2.计算每个时段里空调的平均负荷，以室外温度为自变量，以平均负荷为因变量，对所有时段的数据进行线性拟合，拟合出的斜率倒数即为一阶ETP模型中的房屋等效热阻；

S3.基于最小二乘的思想构建优化模型，求解所述优化模型得到一阶ETP模型中的室内温度和室内热源功率；

S4.根据待辨识居民空调的历史负荷数据，计算一阶ETP模型中的空调工作功率；