基于智能云平台数据的空调负荷调控方法、系统及设备与流程

    专利2026-01-26  9


    本发明涉及空调负荷调控领域,尤其涉及一种基于智能云平台数据的空调负荷调控方法、系统及设备。


    背景技术:

    1、空调负荷调控是指根据需要对空调系统的运行状态进行调整,以实现合理、高效的能源利用和舒适度控制,这涉及到监测和调整空调系统的热负荷,即室内和室外的热量平衡,以确保系统在满足舒适度要求的同时最小化能耗。

    2、随着经济快速发展和居民生活水平提高,空调设备普及和使用量不断增加,电力需求与日剧增,高温夏季和寒冷冬季对空调的需求更加迫切,加剧了电力系统保供压力,因此,为了确保电力供应可靠性和稳定性,亟需提出一种基于智能云平台数据的空调负荷调控方法、系统及设备,来温控空调负荷并准确预测电力负荷。


    技术实现思路

    1、本发明的目的是克服现有技术中存在负荷预测精度低和负荷调控可靠性低的缺陷与问题,提供一种负荷预测精度高和负荷调控可靠性高的基于智能云平台数据的空调负荷调控方法、系统及设备。

    2、为实现以上目的,本发明的技术解决方案是:一种基于智能云平台数据的空调负荷调控方法,所述方法包括以下步骤:

    3、s1、根据联网通信收集空调相关数据;空调相关数据包括空调活跃台数、设定温度、室外温度、空调负荷、一定时间内的制冷量或制热量以及能量消耗量;

    4、s2、根据空调相关数据建立负荷预测模型;

    5、s3、根据负荷预测模型和空调相关数据得到空调的设定温度调整值,并通过设定温度调整值来调整空调的温度。

    6、根据空调负荷对空调活跃台数、各个空调所处室外温度与设定温度差值和理想空调效率的乘积的回归函数,得到理论回归模型;将理论回归模型多次观测后得到样本回归模型;

    7、样本回归模型通过样本数据,并调整预测值和真实值之间的误差,可得出负荷预测模型。

    8、所述负荷预测模型为:

    9、p=a0+a1×cn+a2×δt+a3×nac+ε;

    10、式中,p为总的空调负荷;a0、a1、a2、a3均为调整系数,通过训练得到;cn为空调活跃台数;δt为各个空调所处室外温度与设定温度差值;nac为制冷效率系数;ε为期望值。

    11、调整系数a0、a1、a2、a3采用最小二乘法进行线性回归估计。

    12、制冷效率系数为:

    13、nac=acop×ni;

    14、式中:acop为各个空调的制冷量或制热量与能量消耗量比值;ni为各空调的理想空调效率;

    15、理想空调效率ni的计算方法如下:

    16、

    17、式中:tmin为室外设定温度最小值;tmax为室外设定温度最大值。

    18、根据负荷预测模型和空调相关数据得到空调的设定温度调整值,并通过设定温度调整值来调整空调的温度,具体包括:

    19、设定空调负荷调整量后,根据实际的室外温度、空调活跃台数和负荷预测模型,可得到空调的设定温度调整值,并通过联网通信调整相应空调的温度。

    20、在空调的温度得到调整后,重新收集空调相关数据,用于更新负荷预测模型。

    21、一种基于智能云平台数据的空调负荷调控系统,该系统应用于上述所述的方法,包括:

    22、数据收集模块,用于根据联网通信收集空调相关数据;空调相关数据包括空调活跃台数、设定温度、室外温度、空调负荷、一定时间内的制冷量或制热量以及能量消耗量;

    23、负荷预测模型建立模块,用于根据空调相关数据建立负荷预测模型;

    24、空调负荷控制模块,用于根据负荷预测模型和空调相关数据得到空调的设定温度调整值,并通过设定温度调整值来调整空调的温度。

    25、一种基于智能云平台数据的空调负荷调控设备,包括存储器和处理器;

    26、所述存储器,用于存储计算机程序代码,并将所述计算机程序代码传输给所述处理器;

    27、所述处理器,用于根据所述计算机程序代码中的指令执行如上述所述的方法。

    28、一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述的方法。

    29、与现有技术相比,本发明的有益效果为:

    30、本发明一种基于智能云平台数据的空调负荷调控方法、系统及设备,针对现有技术中存在负荷预测精度低和负荷调控可靠性低的的问题,提出通过预测空调负荷,可以有效地预测和管理电力负荷,提高电力系统的稳定性和可靠性,同时,调控空调负荷可以有效地减轻电力供应压力,确保电力供应可靠性和稳定性,且实时监测和控制空调设备运行状态可以降低能耗,提高能源利用效率。



    技术特征:

    1.一种基于智能云平台数据的空调负荷调控方法,其特征在于,所述方法包括以下步骤:

    2.根据权利要求1所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    3.根据权利要求2所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    4.根据权利要求3所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    5.根据权利要求3所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    6.根据权利要求1所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    7.根据权利要求6所述的一种基于智能云平台数据的空调负荷调控方法,其特征在于,

    8.一种基于智能云平台数据的空调负荷调控系统,其特征在于,该系统应用于权利要求1-7任一项所述的方法,包括:

    9.一种基于智能云平台数据的空调负荷调控设备,其特征在于,

    10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。


    技术总结
    一种基于智能云平台数据的空调负荷调控方法,所述方法包括以下步骤:S1、根据联网通信收集空调相关数据;空调相关数据包括空调活跃台数、设定温度、室外温度、空调负荷、一定时间内的制冷量或制热量以及能量消耗量;S2、根据空调相关数据建立负荷预测模型;S3、根据负荷预测模型和空调相关数据得到空调的设定温度调整值,并通过设定温度调整值来调整空调的温度。本发明提出通过预测空调负荷,可以有效地预测和管理电力负荷,提高电力系统的稳定性和可靠性,同时,调控空调负荷可以有效地减轻电力供应压力,确保电力供应可靠性和稳定性,且实时监测和控制空调设备运行状态可以降低能耗,提高能源利用效率。

    技术研发人员:李慧慧,陈熙,董哲,方仍存,别芳玫,王润华,邹崇哲
    受保护的技术使用者:国网湖北省电力有限公司经济技术研究院
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-94243.html

    最新回复(0)