集中供冷系统优化控制方法、装置、电子设备及存储介质与流程

本发明涉及优化控制，尤其是涉及一种集中供冷系统优化控制方法、装置、电子设备及存储介质。

背景技术：

1、集中供冷系统是公共建筑中的重要能耗子系统，其运行效率对建筑节能减排具有重要影响。供冷系统的冷负荷受室外气象条件、建筑使用模式等多种不确定因素影响。

2、传统供冷系统调控方法通常基于冷负荷单值预测结果制定运行策略，然而冷负荷预测必然存在误差，单值预测难以量化预测偏差对系统运行的影响，导致调控策略缺乏对预测不确定性的应对能力。此外，现有调控方法在制定运行策略时，无法进行灵活决策，难以在保障供冷安全性与降低运行能耗之间实现有效平衡。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种集中供冷系统优化控制方法、装置、电子设备及存储介质，通过引入冷负荷预测区间边界值参与寻优决策，能够有效量化预测不确定性对系统运行的影响，提高供冷系统调控策略对预测误差的鲁棒性。

2、第一方面，本发明实施例提供了一种集中供冷系统优化控制方法，方法包括：获取系统输入特征数据，将系统输入特征数据输入至区间估计机器学习模型中进行处理，得到当前时刻冷负荷的预测均值和预测标准差；基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间边界值；将冷负荷预测区间边界值输入至集中供冷系统寻优模型中进行寻优处理，确定当前时刻的运行控制参数并更新系统运行状态；在下一时间点，获取上一时间段内系统运行总能耗的实际值，并根据实际值与理论计算值的相对偏差，对不确定性系数进行动态更新；理论计算值通过集中供冷系统寻优模型计算得到；以更新后的不确定性系数作为下一时间点的输入，重新获取系统输入特征数据。

3、在本发明较佳的实施例中，上述基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间边界值，包括：通过以下算式基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间上界值：；通过以下算式基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间下界值：；将冷负荷预测区间上界值和冷负荷预测区间下界值共同作为冷负荷预测区间边界值；其中，表示冷负荷预测区间上界值，表示冷负荷预测区间下界值，表示预测均值，表示不确定性系数，表示预测标准差。

4、在本发明较佳的实施例中，上述将冷负荷预测区间边界值输入至集中供冷系统寻优模型中进行寻优处理，确定当前时刻的运行控制参数并更新系统运行状态，包括：从冷负荷预测区间边界值中提取冷负荷预测区间上界值和冷负荷预测区间下界值；将冷负荷预测区间上界值代入集中供冷系统寻优模型中进行第一寻优求解，得到第一最优运行参数；第一最优运行参数包含第一设备开启台数；将冷负荷预测区间下界值代入集中供冷系统寻优模型中进行第二寻优求解，得到第二最优运行参数；第二最优运行参数包含第二设备开启台数；从第一最优运行参数和第二最优运行参数中选取一组作为当前时刻的运行控制参数，并根据运行控制参数更新系统运行状态。

5、在本发明较佳的实施例中，上述将冷负荷预测区间上界值代入集中供冷系统寻优模型中进行第一寻优求解，得到第一最优运行参数，包括：以集中供冷系统的运行能耗最小化为优化目标，在集中供冷系统输出的供冷量不超过冷负荷预测区间上界值的约束条件下进行寻优求解，得到第一最优运行参数；将冷负荷预测区间下界值代入集中供冷系统寻优模型中进行第二寻优求解，得到第二最优运行参数，包括：以集中供冷系统的运行能耗最小化为优化目标，在集中供冷系统输出的供冷量不低于冷负荷预测区间下界值的约束条件下进行寻优求解，得到第二最优运行参数。

6、在本发明较佳的实施例中，上述从第一最优运行参数和第二最优运行参数中选取一组作为当前时刻的运行控制参数，包括：确定第一设备开启台数与第二设备开启台数是否相同；若相同，则选取第二最优运行参数作为当前时刻的运行控制参数；若不同，则根据冷负荷预测区间上界值与冷负荷预测区间下界值之间的差值，对下一时段的冷冻水回水温度和建筑室内温度进行预测，得到冷冻水回水温度预测值和建筑室内温度预测值；基于冷冻水回水温度预测值、建筑室内温度预测值、预先设置的回水温度上限值和预先设置的室内温度上限值，确定当前时刻的运行控制参数。

7、在本发明较佳的实施例中，上述基于冷冻水回水温度预测值、建筑室内温度预测值、预先设置的回水温度上限值和预先设置的室内温度上限值，确定当前时刻的运行控制参数，包括：确定冷冻水回水温度预测值是否高于回水温度上限值，或建筑室内温度预测值是否高于室内温度上限值；若是，则选取第一最优运行参数作为当前时刻的运行控制参数；若否，则选取第二最优运行参数作为当前时刻的运行控制参数。

8、在本发明较佳的实施例中，根据实际值与理论计算值的相对偏差，对不确定性系数进行动态更新，包括：通过以下算式确定实际值与理论计算值的相对偏差：；其中，表示相对偏差，表示实际值，表示理论计算值；通过以下算式对不确定性系数进行动态更新：；其中，，；其中，表示更新后的不确定性系数，表示动态权重系数，表示不确定性系数，表示不确定性系数目标值，表示初始权重因子，表示相对偏差，表示运行能耗相对偏差阈值，表示偏差系数，表示前次运行能耗相对偏差的平均值。

9、第二方面，本发明实施例还提供一种集中供冷系统优化控制装置，装置包括：系统输入特征数据获取模块，用于获取系统输入特征数据，将系统输入特征数据输入至区间估计机器学习模型中进行处理，得到当前时刻冷负荷的预测均值和预测标准差；数据处理模块，用于基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间边界值；系统运行状态更新模块，用于将冷负荷预测区间边界值输入至集中供冷系统寻优模型中进行寻优处理，确定当前时刻的运行控制参数并更新系统运行状态；动态更新模块，用于在下一时间点，获取上一时间段内系统运行总能耗的实际值，并根据实际值与理论计算值的相对偏差，对不确定性系数进行动态更新；理论计算值通过集中供冷系统寻优模型计算得到；系数输入模块，用于以更新后的不确定性系数作为下一时间点的输入，重新获取系统输入特征数据。

10、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面的集中供冷系统优化控制方法。

11、第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面的集中供冷系统优化控制方法。

12、本发明实施例带来了以下有益效果：

13、本发明实施例提供了一种集中供冷系统优化控制方法、装置、电子设备及存储介质，通过获取系统输入特征数据，将系统输入特征数据输入至区间估计机器学习模型中进行处理，得到当前时刻冷负荷的预测均值和预测标准差，基于预测均值和预测标准差，结合预设的不确定性系数进行处理，得到冷负荷预测区间边界值，将冷负荷预测区间边界值输入至集中供冷系统寻优模型中进行寻优处理，确定当前时刻的运行控制参数并更新系统运行状态，在下一时间点，获取上一时间段内系统运行总能耗的实际值，并根据实际值与理论计算值的相对偏差，对不确定性系数进行动态更新，理论计算值通过集中供冷系统寻优模型计算得到，以更新后的不确定性系数作为下一时间点的输入，重新获取系统输入特征数据。该方式中，通过引入冷负荷预测区间边界值参与寻优决策，能够有效量化预测不确定性对系统运行的影响，提高供冷系统调控策略对预测误差的鲁棒性。

14、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

15、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。