本發明屬于電力系統調控，具體涉及一種暖通空調廣義儲能時空等效模型構建方法。

背景技術：

1、構建暖通空調(hvac)廣義儲能時空等效模型，是挖掘hvac系統靈活性、優化建筑能耗管理的重要技術創新。該模型通過精確量化暖通空調系統的儲能能力和動態特性，將其與電網需求、能源供給高效匹配，全面提升能源系統的運行效率。在電力系統中，hvac廣義儲能模型可通過削峰填谷和參與輔助服務，實現電網負荷的平衡調節，緩解新能源波動性對電網的影響，推動電力系統穩定運行。同時，該模型支持精準的電力需求側管理，通過優化hvac的時空調控策略，動態調節建筑負荷，增強系統對負荷波動的響應能力。在能源利用方面，hvac儲能模型能夠優化熱能存儲與消耗路徑，顯著提升建筑運行效率，減少無效能耗和設備損耗，降低運行成本。此外，通過引導暖通空調系統優先使用清潔能源，可有效提高新能源消納能力，降低化石能源依賴，減少碳排放，為實現“雙碳”目標提供支持。該模型還在智能電網和能源互聯網建設中具有重要意義。它推動電力與熱力系統的深度耦合，促進多能協同互補，為分布式能源系統的優化調度提供技術支撐。hvac廣義儲能模型是實現建筑節能、智能電網和低碳能源體系的重要基礎，為綠色可持續發展提供了強有力的技術保障。

2、但現有方法存在以下不足：1)多維復雜性不足，暖通空調系統的空間分布特性，比如設備布局、建筑熱慣性、區域間能量交換復雜，現有方法難以同時考慮多維空間因素；缺乏對空間維度中設備與環境相互作用的精確建模，無法反映熱能動態分布的真實情況。2)非線性與耦合性難處理，暖通空調系統的空間熱動態表現出高度非線性和參數耦合特性，傳統辨識方法對這些復雜性建模能力有限。3)辨識精度不足，現有空間參數辨識方法多基于靜態模型，難以捕捉區域熱流變化中的動態交互關系，導致辨識結果偏差較大。4)動態響應特性未充分挖掘，暖通空調系統的時間參數，比如溫度響應時間、熱延遲效應表現出顯著的動態性，傳統方法未能充分捕捉這些時序變化；難以建模外界環境，比如天氣變化、使用模式對時間參數的非線性影響。5)長時間序列建模能力不足，時間參數辨識需要處理長期運行數據，但現有方法在建模長時間序列特性時容易出現數據丟失或計算效率低的問題。6)缺乏復雜時間關聯的建模能力，暖通空調的運行行為受到歷史狀態和外部擾動的多重影響，現有方法難以有效解析上述復雜關聯，因此，需要研發一種新的暖通空調廣義儲能時空等效模型構建方法來解決現有的問題。

技術實現思路

1、本發明的目的在于提供一種暖通空調廣義儲能時空等效模型構建方法，以解決空間參數辨識精度不足的問題。

2、為實現上述目的，本發明提供如下技術方案：一種暖通空調廣義儲能時空等效模型構建方法，包括：

3、采集暖通空調信息；

4、構建暖通空調廣義儲能等效模型空間參數模型，訓練暖通空調運行信息的樣本，對暖通空調廣義儲能等效模型的空間參數進行辨識；

5、構建用于辨識暖通空調室內溫度動態模型中的空調開啟時間、關斷時間的暖通空調廣義儲能等效模型時間參數模型；

6、其中，暖通空調廣義儲能等效模型時間參數模型包括用于根據熱負荷、空調功率以及房間熱容量計算室內溫度變化，控制空調的開啟和關閉的時間，將室內溫度控制在設定范圍內的構建暖通空調室內溫度動態模型。

7、優選的，所述采集暖通空調信息的公式如下：

8、xc＝[troom,tset,tout,qload,phvac,rh,croom,γstore,αon,βdis]公式(1)

9、式中：xc為采集的暖通空調信息，troom為當前室內溫度，tset為設定目標室溫，tout為室外溫度，qload為室內熱負荷，phvac為暖通空調系統運行功率，rh為室內相對濕度，croom為室內熱容量，γstore為冷/熱蓄存效率，αon為設備開啟率，βdis為設備放電效率。

10、優選的，所述暖通空調廣義儲能等效模型空間參數模型包括：虛擬儲能容量辨識模型、等效充電功率折算系數辨識模型、等效放電功率折算系數辨識模型以及等效儲電量折算系數辨識模型。

11、優選的，所述虛擬儲能容量辨識模型包括：

12、eeq＝croom·(tmax-tmin)公式(2)

13、tmax＝tset+δtallow公式(3)

14、tmin＝tset-δtallow公式(4)

15、虛擬儲能容量通過室溫波動范圍和房間熱容量計算，室內溫度最大、最小值分別根據公式(3)和公式(4)來計算，公式(2)為虛擬儲能容量辨識模型；式中：eeq為虛擬儲能容量，croom為室內熱容量，tmax、tmin分別為室內溫度最大、室內溫度最小值，tset為設定目標室溫，δtallow為允許的室溫偏差。

16、優選的，所述等效充電功率折算系數辨識模型包括：

17、

18、ηch＝αon·φ(troom,tset)????公式(6)

19、

20、公式(5)、公式(6)和公式(7)為等效充電功率折算系數辨識模型，等效充電功率折算系數表示實際輸入功率的比例，基于設備開啟率和運行狀態，其中，為等效充電功率，為標稱輸入功率，ηch為等效充電功率折算系數，αon為設備開啟率，φ(troom,tset)為當前溫差對效率的影響函數，troom為當前室內溫度。

21、優選的，所述等效放電功率折算系數辨識模型包括：

22、

23、ηdis＝βdis·φ(troom,tset)公式(9)

24、公式(8)和公式(9)為等效放電功率折算系數辨識模型，基于設備運行效率和溫差狀態；等效放電功率折算系數反映實際放電效率；其中，為等效放電功率，為標稱放電功率，ηdis為等效放電功率折算系數，βdis為設備放電效率。

25、優選的，所述等效儲電量折算系數辨識模型包括：

26、eeff＝ηe·eeq??????公式(10)

27、ηe＝γstore·ψ(troom)?????公式(11)

28、

29、公式(10)-(12)為等效儲電量折算系數辨識模型；其中，γstore為冷/熱蓄存效率，ηe為等效儲電量折算系數，ψ(troom)為室內溫度偏離設定值時的效率變化函數；等效儲電量折算系數考慮設備的冷/熱蓄存效率和溫度狀態，eeff為等效儲電量折算系數。

30、優選的，所述訓練暖通空調運行信息的樣本，對暖通空調廣義儲能等效模型空間的參數進行辨識包括：

31、對采集的暖通空調樣本xc進行訓練，辨識出虛擬儲能容量、等效充電功率折算系數、等效放電功率折算系數、等效儲電量折算系數，如公式(14)所示；

32、

33、式中：為辨識出的暖通空調廣義儲能等效模型空間參數，為基于alphafold算法的暖通空調廣義儲能等效模型空間參數辨識模型，為辨識出的虛擬儲能容量、為辨識出的等效充電功率折算系數、為辨識出的等效放電功率折算系數、為辨識出的等效儲電量折算系數。

34、優選的，所述構建暖通空調室內溫度動態模型包括：如公式(15)和(16)所示，室內溫度變化由熱負荷qload(t)、空調功率phvac(t)、以及房間熱容量croom決定；

35、公式(17)為室溫邊界條件，空調開啟和關閉的時間需將室內溫度控制在設定的范圍內；

36、公式(18)為空調開始時間參數，空調在室內溫度達到上限tmax時開啟；

37、公式(19)為空調關閉時間參數，空調在室內溫度達到下限tmin時關閉；

38、

39、

40、tmin≤troom(t)≤tmax公式(17)

41、ton＝min{t:troom(t)≥tmax}公式(18)

42、toff＝min{t:troom(t)≤tmin}公式(19)

43、式中：troom為當前室內溫度，croom為室內熱容量，qload(t)為室內熱負荷，為辨識出的等效放電功率折算系數，phvac(t)為暖通空調系統運行功率，tmax、tmin分別為室內溫度最大、室內溫度最小值，ton為空調開啟時間，toff為空調關閉時間，d表示對時間t求偏導。

44、優選的，所述暖通空調廣義儲能等效模型時間參數模型包括：對采集的暖通空調樣本xc進行訓練，辨識出暖通空調開啟時間，關閉時間，如公式(21)所示；

45、

46、式中：為辨識出的暖通空調時間參數，為基于alphafold算法的暖通空調廣義儲能等效模型時間參數辨識模型，為辨識出的暖通空調開啟時間，為辨識出的暖通空調關閉時間。

47、本發明的技術效果和優點：該暖通空調廣義儲能時空等效模型構建方法，基于alphafold的方法能夠建模多維熱能動態分布，提高空間參數辨識的精確度；通過雙向時間序列建模，精準捕捉動態響應特性，為時間參數辨識提供更可靠的結果，提升模型辨識精度；同時支持暖通空調優化調控，空間參數辨識結果為建筑區域間熱耦合調控提供基礎；時間參數辨識結果為優化暖通空調系統的動態響應策略提供支持；增強系統運行靈活性，通過精準的參數辨識，提升暖通空調系統對外界擾動的適應能力，增強系統調控的靈活性和可靠性；推動智能化和節能化發展，為暖通空調廣義儲能的智能化建模提供了新的工具；精確辨識的參數可支持更高效的運行策略，降低能耗和碳排放。