一种综合能源楼宇能耗智能调控设备

本发明涉及能耗智能调控，具体一种综合能源楼宇能耗智能调控设备。

背景技术：

1、随着科学技术的发展，我国对新能源产业的发展更为注重，楼宇建筑使用的能源类型逐渐增多，能源及设备管理的复杂性随之提升。结合实际情况来讲目前我国楼宇建筑内对于电力资源方面的能耗在社会活动中占有相对较大的比重。同时我国在经济领域的不断发展的影响下城市化水平也在不断的提高，从而造成了楼宇建筑在电力资源方面的消耗将逐渐的提高，并且在社会能耗放慢的比重也越来越大所以对于楼宇用电能耗方面的管理系统具有深远的影响。

2、由于楼宇负荷多为大量集中的照明负荷、空调负荷等，在不影响运营的前提下，集中式的控制手段与调节方式更为灵活多样，还能够减少对电网造成的冲击。现行楼宇能耗智能调控是以经济性最优和与电网交互最小为目标，尽可能充分利用清洁能源与天然气对楼宇进行供电与供热。然而，由于城市中楼宇密集加上的机动车、工业生产以及居民生活，产生了大量的氮氧化物、二氧化碳和粉尘等排放物。这些大气污染物浓度大，气溶胶微粒多，会吸收下垫面热辐射，产生温室效应，引起大气进一步升温，进一步影响楼宇温度居高不下。现行的能耗智能调控的相关调控中并未考虑楼宇室内的温度与生活用水的水温这些用户舒适方面的需求，忽视了住户的健康环境与入住体验，基于此提出一种综合能源楼宇能耗智能调控设备。系统在用户保证舒适度的同时达到最佳经济性运行模式，有效提高能源利用效率避免了能源的浪费。

技术实现思路

1、发明目的：针对现有技术中存在的问题，本发明提供一种综合能源楼宇能耗智能调控设备，利用鲸鱼优化算法ms-woa进行寻优求解，在用户保证舒适度的同时达到最佳经济性运行模式，有效提高能源利用效率避免了能源的浪费。

2、技术方案：本发明公开了一种综合能源楼宇能耗智能调控设备，包括数据采集单元、供电单元、供电端参数采集控制模块、控制单元、负荷单元以及能源管理策略设计单元；

3、所述数据采集单元通过楼宇内多点安装的传感器模块进行数据采集，传感器模块包括对楼宇各区域室内温度进行检测的温度传感器x以及对各区域用于储存楼宇用户非饮用热水供应的储水箱温度进行检测的温度传感器t；检测的温度数据传入控制单元的控制模块中；

4、所述供电单元包括分布式能源系统、冷热电联产系统cchp机组以及配电网三种供能方式，供电端参数采集控制模块对供电单元各供能方式的供电功率时时检测并记录数据输入至控制单元中的控制模块；所述供电单元与所述负荷单元连接；

5、所述控制单元的联网模块实时接收当天的实时电价、燃气价格，并传输给控制模块；所述控制模块中设置有目标函数，所述能源管理策略设计单元通过基于混合策略改进的鲸鱼优化算法ms-woa优化控制模块的内置目标函数，并寻优输出最佳结果下的供能方式，通过控制模块对供电端参数采集控制模块下达控制指令，调节各供能机组功率；

6、所述目标函数为：

7、

8、

9、式中，f1为用户舒适度最优目标函数，f2为经济最优函数，ttein和ttehw为室温和水温的在t时刻期望值；tout为t时刻的智能分时电价；ptgrid为t时刻网购电功率；为t时刻天然气价格，ftcchp为t时刻天然气消耗速率。

10、进一步地，所述控制单元中还包括报警模块，所述报警模块与控制模块协同工作，当所检测的温度参数超过设定的阈值时，所述报警模块启动报警操作并且通过控制模块对相应负荷单元中设备紧急断电。

11、进一步地，所述负荷单元包括保障用户体验设备和常规设备；保障用户体验设备包括暖风设备、热水设备以及空调；常规设备包括打印机、服务器。

12、进一步地，所述能源管理策略设计单元通过ms-woa算法优化控制模块的内置目标函数，并寻优输出最佳结果下的供能方式，主要包括如下步骤：

13、步骤1：初始化参数，种群规模n，空间维度dim，种群的可搜索空间[ub,lb]，迭代次数t；

14、步骤2：采用sobol序列对种群位置进行初始化，每组种群对应f1，f2两个目标函数；

15、步骤3：计算个体适应度值，并找出最优适应度值及对应的最优个体；

16、步骤4：判定最优适应度值连续10代是否发生变化，如发生变化则对最优个体进行变异操作，否则进入步骤5，变异操作公式(1)如下

17、

18、

19、其中,为当前最优值经柯西扰动后得到的新值,x*(t)每次迭代的最优解，cauchy(0,1)为柯西算子，f(x)标准柯西分布函数；

20、步骤5：对非线性因子a、参数a、自适应权重w(t)进行更新，同时更行c、p，更新公式(2)-(4)如下：

21、

22、

23、a＝2ar-a

24、a＝2-2t (4)

25、c＝2r

26、其中，t为当前迭代次数，t为最大迭代次数；

27、步骤6：对个体位置更新并对p、|a|进行判定，当p＜0.5时，若|a|＞1，进入步骤7，若|a|≤1，进入步骤8，当p≥0.5时，进入步骤9；

28、步骤7：进行全局搜索，根据式(5)进行随机性学习更新较差个体位置，进一步根据式(6)更新个体位置：

29、

30、x(t+1)＝xrand(t)×w-a×drand,p＜0.5,|a|＞1 (6)

31、其中，xrand为捕猎群体中的任意鲸鱼位置，x(t)为当前位置，t为当前迭代次数，学习因子rand(0,1)是(0,1)间的随机数，体现每个个体学习能力的差异，

32、经过学习后，如果f(xnew)＜f(x)，则种群接受新个体xnew并取代个体x，否则种群拒绝劣体x；

33、new

34、步骤8：包围猎物，根据式(7)更新个体位置：

35、x(t+1)＝x*(t)×w-a×d1,p＜0.5,|a|≤1 (7)

36、其中，d1每次迭代的最优解。当a∈[-1,1]间的随机值时x(t+1)从x(t)向x*(t)迭代更新，逐渐靠近包围最优解；

37、步骤9：进行螺旋气泡网捕食，根据式(8)更新个体位置：

38、x(t+1)＝d2ebl cos(2πl)+x*(t)×(1-w)，p≥0.5 (8)

39、步骤10：判断是否满足迭代终止条件，满足则输出舒适度目标函数f1与经济性目标函数f2的最优解并输出最优情况下各供电机组的功率及最佳室温与水温，否则进入步骤4继续执行；

40、步骤11：将得到的最优情况下各供电机组的功率及最佳室温与水温传输给控制模块下达调节指令。

41、有益效果：

42、1、本发明通过温度传感器模块的精准检测，独立成组，精准把控温度，且不影响其他模组正常运作。

43、2、本发明以用户的舒适度与经济性为目标函数建立模型，数据采集单元所检测的温度传感器的数据与报警模块和控制模块协同作用负载端，从而达到了各个模块的合理运行，避免智能调控的出错。

44、3、本发明还利用鲸鱼优化算法ms-woa进行寻优求解，从而在用户保证舒适度达到最佳的情况下，能够实现经济性运行模式，有效提高能源利用效率，避免了能源的浪费。