[发明专利]一种楼宇级冷热电联供系统主动能源供应方法

说明书

技术领域

本发明属于主动能源供应技术领域，尤其涉及一种楼宇级冷热电联供系统主动能源供应方法，该方法可显著提高系统的主动性，以及对用户供能的及时性，彰显了智能微电网的理念。

背景技术

楼宇级冷热电联供系统是分布式能源的重要形式之一，是一种建立在能量梯级利用概念基础上，以一个大厦、学校或小区为单位，集制冷、供热(采暖和生活热水)及发电过程为一体的多联供总能系统。其最大的特点是适合中、小规模的终端用户，同时向用户提供冷热电三种产品。楼宇级冷热电联供系统的高效运行，不仅与联供系统结构、设备组成和容量大小有关，还与冷热电负荷、运行策略等多种因素有关。

经过对现有技术的公开文献检索发现，公开号为CN1945472的中国专利给出了一种冷热电三联供能源供应系统的集中优化控制方法，该优化方法以费用和能耗为目标函数进行优化，并以此控制终端设备的运行状态或调整设备的运行参数；公开号为CN101667013A的中国专利公开了一种微型燃气轮机冷电联供分布式供能系统优化运行控制方法，该优化方法仅针对微型燃气轮机冷热电联供系统，基于负荷预测结果，以最经济的运行方式为目标对联供系统的最优发电进行了优化；公开号为CN101813941A的中国专利公开了一种冷热电三联供设备能效优化调度系统，该系统通过负荷系统能量需求预测和相关优化计算，完成能源转化设备能量产出的优化调度，实现冷热电供给与需求之间的动态平衡。比对该三个文献的技术方案可以看出，冷热电联供系统的优化设计方法通常都是基于一次能源利用率和(或)经济成本指标的目标优化，虽然上述方法或技术都有一定的应用成效，但也都存在在明显的不足：

1)并未改变传统能源供给模式，均为用户端向供给端提出需求后，供给端再对其进行输送能源的方式；

2)其中涉及的相关负荷预测方法相对复杂，多数负荷预测方法均对指定的楼宇建筑有效，没有很好的普遍性与可移植性；

3)对于智能化能源供给方式的及时性、满足性以及提前性几乎没有提及。

发明内容

针对上述背景中提到现有冷热电联供系统的控制方法缺乏主动性、负荷预测模型复杂等不足，本发明提出了一种楼宇级冷热电联供系统主动能源供应方法。实现冷热电联供系统的主动式功能，解决了楼宇供暖具有延时性的问题，体现了智能微电网的理念。

本发明所采用的技术方案是：一种楼宇级冷热电联供系统主动能源供应方法，其特征在于，采用神经网络对未来负荷进行预测，提前向供能端反馈用户需求，实现冷热电联供系统主动式功能，所述方法包括如下步骤：

(1)利用相关历史数据作为输入，以及对应时段的热/冷负荷作为输出，对神经网络进行训练；

(2)利用传感器采集的实时数据，通过训练好的神经网络预测下一时段系统内的热/冷负荷；

(3)神经网络每隔一定周期对下一时段的热/冷负荷进行一次预测，并由得到的预测值，根据热回收装置与辅助锅炉的性能参数，确定系统所需要的能源需求量；

(4)根据所确定的能源需求量，由联供系统对用户进行提前的能源供给，以满足用户热需求为基准，对于向用户所输送的电力能源，相比用户的电需求，多则向大电网进行输送；少则向大电网索取，补足缺少的电力供应量。

进一步地，步骤(1)中所述相关历史数据包括空气温度、空气湿度、太阳辐射、风速。

进一步地，步骤(2)中所述实时数据包括空气温度、空气湿度、太阳辐射、风速。

进一步地，步骤(2)中所述预测下一时段系统内的热/冷负荷实现原理是：

由冷热电联供系统工作流程及结构可知，热负荷Q_h、冷负荷Q_c满足下列公式

Q_r＝Q_hrh (3)

E_user＝E_pgu-E_p-E_ec (6)

其中η_h为供暖机组效率，COP_ec为电制冷装置效率，η_pgu为发电机组效率，η_hrs为热回收装置效率。

由式(5)、(6)可知，根据神经网络预测出的热/冷负荷，能够得出发电机组发出的电能总量E_pgu，以及用户最终能接收到的电能总量E_user，因此实现了“以热定电”。