基于數(shù)據(jù)的建筑能耗預(yù)測(cè)與優(yōu)化.pdf

1、伴隨著綠色能源、可再生能源規(guī)?；_(kāi)發(fā)與應(yīng)用，淺層地?zé)崮?、太?yáng)能、風(fēng)能、冷熱電三聯(lián)供等分布式能源(Distributed Energy Resource，DER)在建筑（群）中的應(yīng)用成為建筑供能系統(tǒng)的發(fā)展趨勢(shì)。建筑實(shí)際用能的波動(dòng)性、不確定性和冷/熱/電負(fù)荷需求的不匹配、不可知性，導(dǎo)致建筑用能與供能的不平衡，給建筑供能系統(tǒng)的優(yōu)化運(yùn)行帶來(lái)困難，限制了建筑環(huán)境設(shè)備和能源系統(tǒng)的優(yōu)化運(yùn)行效益。對(duì)此，本文研究了適用于建筑與能源系統(tǒng)優(yōu)化調(diào)度的建筑動(dòng)態(tài)負(fù)

2、荷預(yù)測(cè)模型構(gòu)建方法，主要有以下研究工作。
　　1、以TRNSYS軟件為仿真平臺(tái)，搭建了某既有建筑基于機(jī)理分析的瞬時(shí)模擬系統(tǒng)。由于在現(xiàn)實(shí)場(chǎng)景中難以對(duì)多系統(tǒng)耦合的建筑系統(tǒng)搭建實(shí)驗(yàn)平臺(tái)，本文選擇了TRNSYS軟件作為建筑能耗仿真平臺(tái)。本文探討了TRNSYS軟件仿真原理，參照某既有辦公建筑的圍護(hù)參數(shù)及實(shí)際用能系統(tǒng)運(yùn)行參數(shù)，對(duì)模擬建筑主要參數(shù)進(jìn)行了設(shè)置，計(jì)算出該建筑全年逐時(shí)冷/熱/電負(fù)荷值，得到了建筑負(fù)荷與其影響因素一一對(duì)應(yīng)的實(shí)驗(yàn)數(shù)據(jù)。

3、r>　　2、構(gòu)建了基于數(shù)據(jù)驅(qū)動(dòng)的建筑負(fù)荷預(yù)測(cè)模型。為了得到精度高、普適性強(qiáng)的建筑動(dòng)態(tài)負(fù)荷預(yù)測(cè)模型，本文將TRNSYS仿真數(shù)據(jù)看作建筑實(shí)際運(yùn)行數(shù)據(jù)，采用相關(guān)分析法對(duì)數(shù)據(jù)進(jìn)行分析，得到了建筑動(dòng)態(tài)負(fù)荷關(guān)鍵影響因素。提出動(dòng)態(tài)模糊C均值聚類算法確定HCMAC神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)節(jié)點(diǎn)，有效減少網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量和神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)運(yùn)算量。仿真結(jié)果表明，基于改進(jìn)HCMAC神經(jīng)網(wǎng)絡(luò)的建筑負(fù)荷預(yù)測(cè)模型預(yù)測(cè)最大相對(duì)誤差不超過(guò)3.9％。
　　3、基于粒子群優(yōu)化的最小

4、二乘支持向量機(jī)(PSO-LSSVM)對(duì)建筑周圍氣象參數(shù)作了超短期預(yù)測(cè)。氣象參數(shù)是建筑負(fù)荷的主要影響因素之一，利用相空間重構(gòu)對(duì)氣象參數(shù)歷史信息分析，以最小二乘支持向量機(jī)(LSSVM)作為預(yù)測(cè)算法，運(yùn)用粒子群優(yōu)化算法(PSO)優(yōu)化LSSVM模型參數(shù)，建立基于歷史數(shù)據(jù)的多輸入多輸出(MIMO)建筑周圍氣象參數(shù)預(yù)測(cè)模型。仿真結(jié)果顯示，該預(yù)測(cè)模型可以對(duì)影響建筑負(fù)荷的室外溫度、濕度進(jìn)行未來(lái)140min預(yù)測(cè)。
　　4、設(shè)計(jì)了一種基于建筑動(dòng)態(tài)負(fù)荷