[發明專利]一種基于物理網的建筑能源管理方法

在審

• 申請號: 201810368926.4
• 申請日: 2018-04-23
• 公開（公告）號: CN108596478A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 羅燕玲
• 申請（專利權）人: 湖南城市學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種基于物理網的建筑能源管理方法，其特征在于，所述基于物理網的建筑能源管理系統包括：

能源供應模塊、數據采集模塊、中央控制模塊、能源調度模塊、云服務模塊、能源分析模塊、能源告警模塊、顯示模塊；

能源供應模塊，與中央控制模塊連接，用于通過太陽能、風能、地熱能、生物能對建筑進行功能；

數據采集模塊，與中央控制模塊連接，用于對能源的使用情況進行數據采集；

中央控制模塊，與能源供應模塊、數據采集模塊、能源調度模塊、云服務模塊、能源分析模塊、能源告警模塊、顯示模塊連接，用于調度各個模塊正常工作；

能源調度模塊，與中央控制模塊連接，用于對能源的供應進行合理的調度分配；

云服務模塊，與中央控制模塊連接，用于通過云服器集中大數據資源對能源數據信息進行處理；

能源分析模塊，與中央控制模塊連接，用于對能源的能耗進行分析；

能源告警模塊，與中央控制模塊連接，用于根據能源分析模塊6的結果，對超標能源用量進行統計，同時標記超標能源用量的建筑樓宇；

顯示模塊，與中央控制模塊連接，用于顯示能源使用、調度分配信息。

2.一種基于物理網的建筑能源管理方法包括以下步驟：

步驟一，通過能源供應模塊將太陽能、風能、地熱能、生物能對建筑進行功能；通過數據采集模塊對能源的使用情況進行數據采集；

步驟二，中央控制模塊調取能源調度模塊對能源的供應進行合理的調度分配；

步驟三，通過云服務模塊集中大數據資源對能源數據信息進行處理；通過能源分析模塊對能源的能耗進行分析；

步驟四，通過能源告警模塊根據能源分析模塊的結果，對超標能源用量進行統計，同時標記超標能源用量的建筑樓宇；

步驟五，通過顯示模塊顯示能源使用、調度分配信息。

3.如權利要求1所述的基于物理網的建筑能源管理方法，其特征在于，所述數據采集模塊包括溫度檢測模塊、能耗檢測模塊、使用量檢測模塊；

溫度檢測模塊，用于通過溫度傳感器檢測能源供應時的溫度數據；

能耗檢測模塊，用于對建筑能耗、設備能耗數據進行檢測；

使用量檢測模塊，用于對能源使用量進行檢測。

4.如權利要求1所述的基于物理網的建筑能源管理方法，其特征在于，所述能源分析模塊包括建筑能耗分析模塊、設備能效分析模塊、報表生成模塊；

建筑能耗分析模塊，用于通過能耗的同比、環比分析建筑的能耗情況，利用動態圖表展示建筑的用能狀況；

設備能效分析模塊，用于根據檢測設備的能效狀況，并對檢測的能效結果進行分析，并制定改進設備能效的方案；

報表生成模塊，用于根據能源消耗、設備消耗、使用量等數據信息，融合生成建筑樓宇的能源報表。

5.如權利要求4所述的基于物理網的建筑能源管理方法，其特征在于，建筑能耗分析模塊通過獲得建筑的海量歷史能耗數據，建立其能耗動態預測模型；假設因變量y隨著m組觀測數據(y_k，x_k1，x_k2，…x_kn),k＝1，2，…，m的變化而變化，則其一般形式為：

Y＝β₀+β₁x_k1+β₂x_k2+…+β_nx_kn+e (1)

式中，n為解釋變量個數，β₀，β₁，…，β_n為回歸系數，e為回歸殘差；x_k1，x_k2，…，x_kn為影響因變量Y的因素；其中：

則將式(1)寫成對應的矩陣形式為：

Y＝Xβ+e，E(e)＝0，Cov(e)＝σ²I_n (3)

根據以上建模方法及用能耗數據，可以對模型進行回歸系數估計、顯著性檢驗及殘差自相關分析等，最終得出建筑的能耗動態預測模型。

6.如權利要求5所述的基于物理網的建筑能源管理方法，其特征在于，對能耗模型的回歸系數進行估計時，采用最小二乘法進行參數估計，參數β₀，β₁，…，β_n的最小二乘估計值應使得全部觀測值y_k與回歸值的偏差平方和P達到最小，即：

求解可得到β的估計值

為了減少計算量以及數據在計算機中所占的存儲量，同時也可以實時地辨識出動態系統的特性，采用遞推最小二乘法RLS進行參數估計，遞推最小二乘法的思想可以概括為：新的遞推參數估計值是在舊的遞推估計值的基礎上修正而成，該算法不僅可以減少計算量和存儲量，而且能實現在線的實時辨識，由RLS得：

取初始參數和P(0)：

取ε＝[0.001，0.001，…，0.001]^-1，α＝10³，另外可用下式作為遞推算法的停機標準：

E是適當小的數 (8)

取E＝5×10^-9，意味著當所有參數估計值變化不大時，即可停機；式(6)表明，k時刻的參數估計值等于(k-1)時刻的參數估計值加上修正項，在遞推最小二乘參數估計算法中，根據前次觀測數據得到的P(k-1)及新的觀測數據，可以計算出K(k)，從而由遞推算出