公共楼宇电能替代潜力评估方法及系统与流程

1.本发明涉及电能替代潜力的评估领域，具体涉及一种公共楼宇电能替代潜力评估方法及系统。


背景技术：

2.近年来随着建筑业的不断发展，建造和运行使用的能源数量越来越大，尤其是在建筑的采暖和空调耗能方面，大力推进建筑节能迫在眉睫。作为节能工作的重要组成部分，建筑节能是改善和提高建筑节约能源、促进环境保护、减少温室气体排放量的重要措施之一。
3.建筑内的能耗设备主要包括空调、照明、暖通、食堂烹饪设备等，一般使用电力、天然气作为直接能源，在这些设备中，采暖和空调耗能占比55％左右；在南方地区，空调耗能比较大，而在北方地区，采暖耗能占比较高，在大部分独立供暖的建筑里，使用天然气作为能源的锅炉是主要设备。
4.然而，电网收集的燃气负荷信息往往较简单，但实际很复杂。仅仅传统依靠工程经验的电能替代增量估计方法并没有考虑不同区域用户用能模式的差异，无法达到较高的估计精度。且受多种因素的影响，其时间序列往往由多个不同的时间尺度分量叠加构成，是一种非平稳时间序列。由于不同类型负荷的特性差异，分析负荷不同尺度下的变化特性将有助于挖掘其应用潜力。针对非线性非平稳信号问题，经验模态分解(empirical mode decomposition，emd)具有自适应强且适合处理非平稳信号的特点，在气象、经济、医学领域的信号处理方面均具有广泛的应用基础。


技术实现要素：

5.本发明提出的一种公共楼宇电能替代潜力评估方法，如何从受到电价因素、环境温度因素等影响的非电用能负荷中，探究价格因素、环境温度因素公共楼宇电能替代潜力之间的动态关联性，分辨负荷的多类型构成及其演变规律，为电能替代潜力评估提供一种行之有效且简便易行的方法。
6.为实现上述目的，本发明采用了以下技术方案：
7.一种公共楼宇电能替代潜力评估方法，包括以下步骤，
8.s1、将公共楼宇的非电等效负荷时间序列以及温度序列进行经验模态分解；
9.s2、将经验模态分解得到的固有模态函数在其之间的最大瞬时周期进行滑动拓展；
10.s3、计算任意时刻不通过阶数的固有模态函数的模态时序相关矩阵；
11.s4、构建加权相关性指标用于确定两个固有模态函数之间的动态相关性，确定受电价因素影响较大的非电负荷的比重，从而得到楼宇电能替代潜力。
12.进一步的，步骤s1具体包括通过安装在楼宇内部的非电量的计量装置，获取用户楼宇内燃气及供热等其他非电负荷时间序列，将其折算成电能量，同时乘以各时刻的电力
价格，称之为计及电价影响因子的非电等效负荷，将非电等效负荷的时间序列信号记为x1(t)。基于温度和用能负荷之间的强耦合关系，获取温度时间序列x2(t)，采用经验模态分解(empirical mode decomposition,emd)对x1(t)和x2(t)进行分解，得到多个固有模态函数(intrinsic mode function，imf)。
[0013][0014]
为xi(t)的k阶imf，ri(t)为xi(t)的余项。
[0015]
进一步的，步骤s2具体包括基于希尔伯特黄变换(hilbert-huang
ꢀꢀ
transform，hht)计算权利要求1中得到的固有模态函数的瞬时周期，得到固有模态函数和的瞬时周期分别为和
[0016]
定义以任意时刻tk为中心的滑动窗口表示为：
[0017][0018]
式中：n为任意正实数，通常取为1。
[0019]
滑动窗口是完全自适应的，取决于td的大小，td的表达式如下：
[0020][0021]
式中：td是两组信号所对应的每对固有模态函数之间的最大瞬时周期，同时在局部相关计算中，td也是最小滑动窗口大小，以确保在计算局部相关系数时至少包含一个周期。
[0022]
进一步的，步骤s3具体包括计算两组固有模态函数和在任意时刻tk的第k阶模态时序相关矩阵q
ab
，矩阵中的每个参量为：
[0023][0024]
式中：c(
·
)表示两个模态和在内的皮尔逊相关系数。
[0025]
模态时序相关矩阵q
ab
可用一个底边长为a，高为b的三角形的相关系数描述，图中每个点均代表在时间点u∈(0,a)，以l∈(0,b)为时间窗计算所得到的相关系数。由于模态时序相关矩阵图的数据点密集，且相关性存在动态交替的演变过程，缺少定量评价指标来判断该组imf 相较于其他组是否具有更强的耦合性。在模态时序相关矩阵图中任意点的相关性统计意义均显著的前提下，本文根据时间窗越小，相关系数描述耦合关系越显著的原则，引入定量评估参数自适应权重ω
ul
，作为imf之间数据耦合程度的判断依据
[0026]
ω
ul
＝ln(g
u-ju 1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0027]
式中：ω
ul
代表点所对应权重值；ju和gu分别对应加权相关性指标ωq
ab
的第u列中第一个和最后一个有意义的点。
[0028]
进一步的，步骤s4具体包括构建加权相关性指标ω，用于确定两个 imf之间的动态相关性，假设相关性的强弱仅与相关系数数值大小相关，而与相关性的性质无关，则加权相关性指标ω为：
[0029][0030]
式中：sq为模态时序相关矩阵的三角形矩阵图形面积大小。
[0031]
根据公式(6)可以认为，当计算所得加权相关性越大时，imf之间的耦合性越强，反之则越弱。ω即为受电价因素影响较大的非电负荷比例，也是潜在的、可以实施电能替代的其他能源形式的比重。
[0032]
另一方面，本发明还公开一种计算机系统，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0033]
由上述技术方案可知，本发明的一种公共楼宇电能替代潜力评估方法包括：1、将公共楼宇的非电等效负荷时间序列以及温度序列进行经验模态分解；2、将经验模态分解得到的固有模态函数在其之间的最大瞬时周期进行滑动拓展；3、计算任意时刻不通过阶数的固有模态函数的模态时序相关矩阵；4、构建加权相关性指标用于确定两个固有模态函数之间的动态相关性，确定受电价因素影响较大的非电负荷的比重，从而得到楼宇电能替代潜力。
[0034]
本发明的公共楼宇电能替代潜力评估方法具有以下有益效果：
[0035]
(1)本发明提出了一种计及电能价格的非电等效负荷概念，从而能够将时变的电能价格影响因素纳入用能负荷特性的分析过程中，提高了用能特性分析的精度；
[0036]
(2)本发明提出了基于模态时序相关矩阵进行电能替代潜力的评估方法，精准刻画了不同时间尺度下用户用能需求的变化潜力，提高了电能替代潜力评估的精度。
附图说明
[0037]
图1是本发明实现方法流程图；
[0038]
图2是温度和非电等效负荷固有模态函数之间的时序相关矩阵示意图。
具体实施方式
[0039]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
[0040]
本实施例的一种公共楼宇电能替代潜力评估方法，其具体实施步骤如图1所示，包括：
[0041]
s1、将公共楼宇的非电等效负荷时间序列以及温度序列进行经验模态分解；
[0042]
s2、将经验模态分解得到的固有模态函数在其之间的最大瞬时周期进行滑动拓展；
[0043]
s3、计算任意时刻不通过阶数的固有模态函数的模态时序相关矩阵；
[0044]
s4、构建加权相关性指标用于确定两个固有模态函数之间的动态相关性，确定受电价因素影响较大的非电负荷的比重，从而得到楼宇电能替代潜力。
[0045]
以下具体说明：
[0046]
步骤1：通过安装在楼宇内部的非电量的计量装置，获取用户楼宇内燃气及供热等
其他非电负荷时间序列，按照不同能量与电能的换算关系，将其折算成电能量。考虑到电力价格是浮动变化的，故还需将折算成电能量的非电负荷乘以各时刻的电力价格，称之为计及电价影响因子的非电等效负荷，并将该非电等效负荷的时间序列信号记为x1(t)。
[0047]
考虑到温度和其他用能负荷之间的强耦合关系，同时也需要获取温度时间序列x2(t)。
[0048]
采用经验模态分解(empirical mode decomposition,emd)对x1(t)和 x2(t)进行分解，得到多个固有模态函数(intrinsic mode function，imf)。
[0049][0050]
为xi(t)的k阶imf，ri(t)为xi(t)的余项。
[0051]
步骤2：基于希尔伯特黄变换(hilbert-huang transform，hht)计算步骤1中得到的固有模态函数的瞬时周期，其中和分别表示固有模态函数和的瞬时周期，以任意时刻tk为中心的滑动窗口表示为：
[0052][0053]
式中：n为任意正实数，通常取为1。
[0054]
滑动窗口是完全自适应的，取决于td的大小，td的表达式如下：
[0055][0056]
式中：td是两组信号所对应的每对固有模态函数之间的最大瞬时周期，同时在局部相关计算中，td也是最小滑动窗口大小，以确保在计算局部相关系数时至少包含一个周期。
[0057]
步骤3：计算两组固有模态函数和在任意时刻tk的第k阶模态时序相关矩阵q
ab
，该矩阵中的每个参量为：
[0058][0059]
式中：c(
·
)表示两个固有模态函数和在时刻的皮尔逊相关系数。
[0060]
模态时序相关矩阵q
ab
可用一个底边长为a，高为b的三角形的相关系数描述，具体如图2所示，图中每个点均代表在时间点u∈(0,a)，以 l∈(0,b)为时间窗计算所得到的相关系数。由于模态时序相关矩阵图的数据点密集，且相关性存在动态交替的演变过程，缺少定量评价指标来判断该组imf相较于其他组是否具有更强的耦合性。在模态时序相关矩阵图中任意点的相关性统计意义均显著的前提下，本文根据时间窗越小，相关系数描述耦合关系越显著的原则，引入定量评估参数自适应权重ω
ul
，作为imf之间数据耦合程度的判断依据
[0061]
ω
ul
＝ln(g
u-ju 1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0062]
式中：ω
ul
代表点所对应权重值；ju和gu分别对应加权相关性指标ωq
ab
的第u列中第一个和最后一个有意义的点。
[0063]
步骤4：构建加权相关性指标ω，用于确定两个imf之间的动态相关性，假设相关性
的强弱仅与相关系数数值大小相关，而与相关性的性质无关，则加权相关性指标ω为：
[0064][0065]
式中：sq为模态时序相关矩阵的三角形矩阵图形面积大小。
[0066]
根据公式(6)可以认为，当计算所得加权相关性越大时，imf之间的耦合性越强，反之则越弱。ω即为受电价因素影响较大的非电负荷比例，也是潜在的、可以实施电能替代的其他能源形式的比重。
[0067]
又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述任一方法的步骤。
[0068]
再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一方法的步骤。
[0069]
在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一方法的步骤。
[0070]
可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
[0071]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器 (rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram (sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0072]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0073]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。