[发明专利]一种基于大数据的建筑用能优化方法、装置及存储介质

说明书

本发明公开了一种基于大数据的建筑用能优化方法、装置及存储介质，其方法包括：获取用户的建筑用能提供量；设置用户的建筑用能需求量的约束范围；根据建筑用能提供量和建筑用能需求量的约束范围构建适应度函数；根据适应度函数采用遗传算法计算建筑用能需求量的最优参数；根据建筑用能需求量的最优参数优化建筑用能提供量；本发明协同考虑用户用能需求以及设备的能耗，构建适应度函数，并通过遗传算法获得设备的用能最优解，从而对相关设备进行调控，实现建筑用能的精确控制。

技术领域

本发明涉及一种基于大数据的建筑用能优化方法、装置及存储介质，属于电力系统技术领域。

背景技术

伴随社会经济的发展，人们对用能需求越来越大，能源浪费已经屡见不鲜，对于能源的优化已经迫在眉睫，为了有效的利用能源，各种技术和算法已被应用于能源优化。目前，通常采用获取的用能设备的参数通过相关算法预测用能需求，但是，日前用户日益增长的用能需求与能耗节约之间的冲突越来越明显，现有技术并未在预测过程中考虑用户需求，而导致预测的全面性和精度不够。考虑用户需求维度以及预测过程中如何平衡用户需求以及设备耗能之间的关系，成为保证用户用能需求的前提下优化能源利用率的关键问题。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于大数据的建筑用能优化方法、装置及存储介质，在获取建筑用能提供量，在考虑用户需求维度的基础上采用遗传算法进行优化，预测出用户需求量的最优值，从而实现建筑用能的精确控制。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于大数据的建筑用能优化方法，包括：

获取用户的建筑用能提供量；

设置用户的建筑用能需求量的约束范围；

根据建筑用能提供量和建筑用能需求量的约束范围构建适应度函数；

根据适应度函数采用遗传算法计算建筑用能需求量的最优参数；

根据建筑用能需求量的最优参数优化建筑用能提供量。

可选的，所述建筑用能包括空气质量、照明度以及室内温度。

可选的，所述根据建筑用能提供量和建筑用能需求量的约束范围构建适应度函数包括：

获取处于约束范围内的建筑用能需求量；

根据建筑用能提供量和建筑用能需求量计算维持所述建筑用能需求量的能耗值E_o：

E_o＝P_A(A_o-A_c)+P_L(L_o-L_c)+P_T(T_o-T_c)

式中，A_o、L_o、T_o为空气质量、照明度以及室内温度的建筑用能需求量，P_A、P_L、P_T为每单位空气质量、照明度以及室内温度变化消耗的功率，A_c、L_c、T_c为空气质量、照明度以及室内温度的建筑用能提供量；能耗值E_o满足：

式中，(A_min，A_max)、(L_min，L_max)、(T_min，T_max)为空气质量、照明度以及室内温度的约束范围；E_max、E_min为最大能耗值和最小能耗值：