[发明专利]一种楼宇综合能源负荷预测方法及系统

权利要求书

1.一种楼宇综合能源负荷预测方法，其特征是，包括：

将楼宇划分为不同的功能区；

针对各不同功能区建立室内环境标准模式集；

对各功能区室内环境数据及人员信息进行聚类，并与标准模式集进行对标修正，形成各功能区用能习惯集；

基于室外气象环境数据、用能习惯、人员安排信息参数构建支持向量机预测模型；

基于支持向量机预测模型，得到预测日的负荷预测结果。

2.如权利要求1所述的一种楼宇综合能源负荷预测方法，其特征是，还包括：实时监测室内环境参数和负荷信息，对比室内环境标准模式集和负荷预测结果，对于环境参数调整超限和负荷偏差值大于预设阈值情形，发出耗能异常预警。

3.如权利要求1所述的一种楼宇综合能源负荷预测方法，其特征是，所述室内环境标准模式集包含该功能区每天24小时可能的环境模式，各模式对应的室内温度、湿度、光照度和CO₂浓度期望值及其调整上下限以及各模式对应的运行时间。

4.如权利要求1所述的一种楼宇综合能源负荷预测方法，其特征是，还包括获取不同功能区的室内环境数据及人员信息、室外气象环境数据、冷热电用能负荷数据；

优选的，室内环境数据及人员信息包含室内逐时气温、室内逐时相对湿度、室内逐时光照度、室内逐时CO₂浓度、室内逐时人员数量及对应环境模式；

室外气象环境数据包括室外天气类型、室外当日最高气温、室外当日最低气温、室外逐时气温、室外逐时相对湿度及室外逐时太阳总辐射；

用能负荷数据包括功能区的逐时冷/热负荷及逐时耗电量。

5.如权利要求4所述的一种楼宇综合能源负荷预测方法，其特征是，室内外环境参数及负荷逐时数据为逐时平均值，以秒级历史数据为基础，采用累计平均法计算获得；某一时刻的冷/热负荷通过空调供水流量和供回水温差计算获得。

6.如权利要求1所述的一种楼宇综合能源负荷预测方法，其特征是，形成各功能区用能习惯集的方式为：

针对各功能区给定时段，对同一供能周期和往年同期相似时段相同模式下的室内环境参数历史数据逐时进行聚类，获得用户用能习惯特征向量；

然后，将获得的用户用能习惯特征向量与该功能区室内环境标准模式集进行比较，对于超出调整上下限的参数分量进行限制修正，组合形成该功能区的用户用能习惯集。

7.如权利要求1所述的一种楼宇综合能源负荷预测方法，其特征是，构建支持向量机预测模型的步骤为：

根据预测时刻的能耗特征向量，选取与之加权欧式距离最小的N个时刻作为待预测时刻构建训练样本集；

对训练样本进行归一化，消除不同量纲影响；

优化支持向量机模型参数，获得支持向量机预测模型；

优选的，预测时刻的能耗特征向量构建具体为：

对于待预测日，构建t时段能耗特征向量X(t)＝[x1,x2,……,x12]，x1～x6分别对应室外当日天气类型值、室外当日最高气温、室外当日最低气温、室外t时气温、室外t时相对湿度、室外t时太阳总辐射，x7～x10分别对应功能区用户用能习惯特征向量对应的室内t时气温、室内t时相对湿度、室内t时光照度、室内t时CO₂浓度，x11、x12对应室内t时预期人员数量及环境模式；

优选的，在预测时，针对各功能区逐时滚动预测冷热和电负荷，获得预测日的用能负荷曲线。