大型公共建筑電氣設備能耗預測方法研究

司圣生

0 引言

當前經濟的發(fā)展與文化的進步，使得對于公共空間的開發(fā)以及利用都達到了前所未有的高度。與其他類型的建筑相比較，其對于能源的需求量更加龐大。在此背景下，在建筑設計初期以及建筑能源管理過程中，對其能耗進行精準預測成為至關重要的環(huán)節(jié)之一。作為一種現(xiàn)代建筑形式，其對能源的應用都是通過電氣設備實現(xiàn)的，不僅如此，電氣設備自身的能量轉換能力也對其能耗值的高低有直接影響。現(xiàn)階段大多數據的能耗預測都是以現(xiàn)有數據為基礎展開的。其中，文獻[5]提出了一種以鯨魚算法為基礎的能耗監(jiān)測方法，通過對其表現(xiàn)出的發(fā)展趨勢和特征實現(xiàn)對短期內建筑群綜合能耗的預測，其在一定程度上實現(xiàn)了對能耗發(fā)展主要趨勢的預測，但在精度上存在明顯不足；文獻[6]借助現(xiàn)代數據挖掘技術對綜合體的能耗情況進行分析，進一步提高了對能耗特征的提取精度，并通過分析結果實現(xiàn)了對建筑能耗的預測，但是其對于數據的依賴性較強，一旦在運行數據中出現(xiàn)非常態(tài)的能耗數值，或者由于故障等問題導致能耗出現(xiàn)異常，都會引起預測結果的誤差。

對此，本文提出一種大型公共建筑電氣設備能耗預測方法研究，在實際應用測試中對其預測結果的準確性進行驗證。通過本文的研究，以期為相關能源管理工作的開展提供參考。

1 建筑能耗預測方法設計

1.1 電氣設備能耗粒子化處理

對于大型公共建筑而言，其電氣設備的安置數量明顯較多，因此，要實現(xiàn)對建筑能耗的準確預測，首先要對每個設備的能耗作出最佳定量判斷。以此為基礎，對所有設備的信息進行綜合，得出最終的預測結果。考慮到建筑內的能耗設備數量問題，本文采用PSO（Particle Swarm Optimization，粒子群優(yōu)化）算法實現(xiàn)對能耗的預測。因此，在對建筑整體進行預測之前，首先對建筑內的建筑設備進行粒子化處理。

假設建筑內的電氣能耗設備數量為n，則對應生成n 個粒子。需要注意的是，在對其進行粒子化處理時，在后期的預測中需要計算粒子的最優(yōu)值，若粒子的復雜性過高會加大尋優(yōu)的難度，除此之外，粒子之間的關聯(lián)性也會降低粒子尋優(yōu)的效果。為此，本文在對電氣設備進行粒子化處理時主要首先保持了其本身的簡潔性，未額外設置參數對粒子的一致性進行固態(tài)調整，其次，未對粒子建立梯度依賴性關系，確保粒子的獨立性。以此為基礎，在n 個粒子中，任意粒子都可以表示為：

其中，表示對應建筑內第n 個電氣設備的粒子信息， h表示建筑內第n 個電氣設備所處的環(huán)境信息， w表示建筑內第n 個電氣設備覆蓋范圍的溫度信息，表示建筑內第n 個電氣設備覆蓋范圍內的人群流量信息。

通過這樣的方式，實現(xiàn)對大型公共建筑內電氣設備的粒子化處理，為后續(xù)的能耗預測工作提供基礎。

1.2 電氣設備能耗預測

在上述基礎上，對電氣設備能耗的預測就可以轉化為對n個粒子最優(yōu)值的綜合計算。本質上，可以將其理解為對粒子在能耗賦值范圍內的定位問題，本文借助PSO 算法的優(yōu)勢實現(xiàn)該過程。

首先，對由n 個粒子組成的粒子群進行初始化處理，確保各粒子的初始位置在其對應的可行解空間范圍內，此時的可行解空間范圍就是電氣設備運行能耗的最大值和最小值之間的范圍。以此為基礎，對粒子的移動速率進行約束，由于不同粒子尋優(yōu)范圍也不同，因此本文以區(qū)間范圍的形式對其進行設置，并表示為[v，v]。計算方式為：

其中，和分別表示粒子可行解最小空間范圍和最大空間范圍。以此為基礎，粒子尋優(yōu)函數表示為：

其中，(*)表示尋優(yōu)函數，表示目標溫度值， W表示對應的可行解空間范圍。其中，受環(huán)境基礎條件以及人群流量的雙重影響，因此其計算方式：

其中，表示環(huán)境的基礎狀態(tài)，表示單個人群流量對環(huán)境溫度的擾動系數，表示基礎人群流量。

通過這樣的方式，計算得到所有粒子的最優(yōu)值，再對其進行求和即可得到最終的能耗預測結果：

其中，P 即為最終的預測結果。

通過這樣的方式，實現(xiàn)對建筑電氣能耗的準確預測。

2 應用測試

為了對本文設計預測方法的有效性進行分析，進行了試驗測試，并將文獻[5]和文獻[6]提出的方法作為此次測試的對照組。

2.1 測試環(huán)境

本文以某智能生產辦公型建筑作為測試目標，其屬于綜合建筑，總建筑面積為14 500m，地上總建筑面積為12 500m，地下總建筑面積為2 000m，建筑總占地面積為1 850m。對建筑的整體構造進行分析，總層數為16 層，其中包含14 層地上建筑和2 層地下建筑，地上建筑總高度為60m。建筑的主要構架是通過剪力墻為基礎搭建的。其中，建筑在功能上具有明顯的多樣性，包括以安全和信息管理為目標的資源調度中心、以緊急問題處理為目標的應急管理中心、以信息交互管理為目標的通信辦公以及基礎的辦公區(qū)、會議區(qū)、商務接待區(qū)、資料管理區(qū)，基礎的電氣管理配套設施裝置在集中的配置房中統(tǒng)一管理。由于建筑自身的面積較大，因此空調的冷熱源供應是通過多聯(lián)機空調機組實現(xiàn)的。多聯(lián)機的外機部分設置在主樓側面。建筑的基礎能耗參量指標如表1 所示。

表1 測試建筑基礎能耗參數統(tǒng)計表

按照表1 的數據信息，分別采用三種方法對未來半年內建筑的能耗進行預測。

2.2 測試結果

在上述基礎上，三種方法對未來半年內的能耗需求預測結果如表2 所示，統(tǒng)計了實際的能耗情況與之進行比較，分析其預測的準確性。

從表2 中可以看出，文獻[5]方法的預測結果與實際能耗之間的差異較大，最大誤差達到了30×10kwWh，且測試結果始終低于實際結果。文獻[6]方法的預測結果與實際能耗結果的接近程度有所提升，但穩(wěn)定性方面仍有提升空間，其中最小誤差僅為3.78×10kwWh，最大誤差達到了11.66×10kwWh。相比之下，本文方法的預測結果與實際能耗值之間的差異始終穩(wěn)定在2.0×10kwWh 以內，表明本文設計方法能夠實現(xiàn)對建筑能耗的準確預測。

表2 預測結果統(tǒng)計表/103kwWh

3 結語

建筑能耗預測的重點在于對建筑動態(tài)能源需求變化的準確分析，而在實際的預測過程當中，這類變化是受多方面因素共同作用影響的，這就導致對其的預測精準度較低。本文提出一種大型公共建筑電氣設備能耗預測方法研究，實現(xiàn)了對目標期限內能耗的準確預測。通過本文的研究，也希望為相關建筑能耗管理相關問題的開展提供有價值的參考。