本发明属于分布式能源领域，具体涉及一种分布式冷热负荷预测系统及预测方法。
背景技术：
分布式能源系统是依托用户冷热负荷建立的，冷热负荷预测的精度对分布式的建设规模和盈利水平有重大影响，如申请号为201620439566.9的中国专利。目前分布式的冷热负荷预测在时间尺度上可分为现状负荷、近期负荷、远期负荷，分布式能源站的设计负荷基本是现状冷热负荷和近期冷热负荷的简单叠加，难以准确指导分布式能源站的规划。
技术实现要素：
本发明的目的在于克服现有技术中存在的上述不足，而提供一种设计合理的分布式冷热负荷预测系统及预测方法，用于提升预测过程的准确性和实用性。
本发明解决上述问题所采用的技术方案是：一种分布式冷热负荷预测系统，其特征在于，包括现状负荷数据收集模块、近期负荷数据收集模块、远期负荷数据收集模块、一级修正模块、综合负荷预测模块、二级修正模块、综合负荷设计模块、动力设备、调峰设备、储能设备、余热利用设备和用户端；所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块均与一级修正模块连接，所述一级修正模块与综合负荷预测模块连接，所述综合负荷预测模块与二级修正模块连接，所述二级修正模块与综合负荷设计模块连接，所述综合负荷设计模块分别与动力设备、调峰设备和储能设备连接，所述动力设备与余热利用设备连接，所述动力设备、调峰设备、储能设备和余热利用设备均与用户端连接。分布式冷热负荷预测系统结构设计合理，可对现状、近期和远期三个层面的负荷数据进行修正，得到合理的负荷设计值，提高指导分布式能源站规划的准确性。
进一步而言，所述现状负荷数据收集模块、近期负荷数据收集模块和远期负荷数据收集模块并联布置。通过对现状、近期和远期三个层面的负荷数据进行综合分析，来精确规划分布式能源站。
进一步而言，所述动力设备、调峰设备和储能设备并联布置；所述余热利用设备、调峰设备和储能设备并联布置。各设备相互配合，共同为用户提供所需能量。
一种如上所述的分布式冷热负荷预测系统的预测方法，其特征在于，所述预测方法如下：
（1）收集分布式能源系统中的基础冷热负荷数据，包括现状、近期和远期三个层面的数据；其中：在现状负荷数据收集模块中进行现状负荷数据的收集，在近期负荷数据收集模块中进行近期负荷数据的收集，在远期负荷数据收集模块中进行远期负荷数据的收集；
（2）在一级修正模块中对步骤（1）中收集的现状负荷数据、近期负荷数据和远期负荷数据进行分析，根据产业发展和需求稳定性因素，分别得到现状负荷数据、近期负荷数据和远期负荷数据的一级修正系数；
（3）根据步骤（2）中得到的一级修正系数，对现状负荷数据、近期负荷数据和远期负荷数据进行修正，在综合负荷预测模块中，得到区域冷热负荷总量预测值；
（4）考虑设计裕度，在二级修正模块中得到区域冷热负荷总量预测值的二级修正系数，并对区域冷热负荷总量预测值进行二级修正；
（5）在综合负荷设计模块中，得到区域冷热负荷设计值；根据区域冷热负荷设计值分别进行动力设备、调峰设备、储能设备和余热利用设备的选型匹配，满足用户端的用能需求。
通过对现状负荷数据、近期负荷数据和远期负荷数据进行分析并进行两次修正，得到了更为精细化的分布式冷热负荷的预测方法，相比传统方法中分布式能源站的设计负荷采用现状冷热负荷和近期冷热负荷的简单叠加，能更加准确的指导分布式能源站的规划，且规划更为合理。
进一步而言，在步骤（3）中，区域冷热负荷总量预测值为：t0=l1p1+l2p2+l3p3；其中，t0为区域冷热负荷总量预测值；l1为现状负荷数据，p1为现状负荷数据的一级修正系数；l2为近期负荷数据，p2为近期负荷数据的一级修正系数；l3为远期负荷数据，p3为远期负荷数据的一级修正系数；在步骤（5）中，区域冷热负荷设计值为：t=ξ×t0；其中，t为区域冷热负荷设计值，ξ为区域冷热负荷总量预测值的二级修正系数。可以更为精确的计算出区域冷热负荷设计值，从而选取合适的动力设备、调峰设备、储能设备以及余热利用设备。
本发明与现有技术相比，具有以下优点和效果：
1、综合考虑区域的现状、近期和远期冷热负荷，并对其数据进行二次修正，得到更为合理的区域冷热负荷设计值，为分布式能源的建设规划提供了更为准确的依据。
2、对现状、近期和远期冷热负荷采用不同的负荷系数，提高负荷设计的精度。
附图说明
图1是本发明实施例中分布式冷热负荷预测系统的整体结构示意图。
图2是本发明实施例中分布式冷热负荷预测方法的流程示意图。
图中：现状负荷数据收集模块1、近期负荷数据收集模块2、远期负荷数据收集模块3、一级修正模块4、综合负荷预测模块5、二级修正模块6、综合负荷设计模块7、动力设备8、调峰设备9、储能设备10、余热利用设备11、用户端12。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
参见图1至图2，一种分布式冷热负荷预测系统，包括现状负荷数据收集模块1、近期负荷数据收集模块2、远期负荷数据收集模块3、一级修正模块4、综合负荷预测模块5、二级修正模块6、综合负荷设计模块7、动力设备8、调峰设备9、储能设备10、余热利用设备11和用户端12。
现状负荷数据收集模块1、近期负荷数据收集模块2和远期负荷数据收集模块3均与一级修正模块4连接，现状负荷数据收集模块1、近期负荷数据收集模块2和远期负荷数据收集模块3并联布置；一级修正模块4与综合负荷预测模块5连接，综合负荷预测模块5与二级修正模块6连接，二级修正模块6与综合负荷设计模块7连接，综合负荷设计模块7分别与动力设备8、调峰设备9和储能设备10连接，动力设备8、调峰设备9和储能设备10并联布置；动力设备8与余热利用设备11连接，余热利用设备11、调峰设备9和储能设备10并联布置；动力设备8、调峰设备9、储能设备10和余热利用设备11均与用户端12连接，各设备相互配合共同为用户提供能量。
一种如上所述的分布式冷热负荷预测系统的预测方法，预测方法如下：
（1）收集分布式能源系统中的基础冷热负荷数据，包括现状、近期和远期三个层面的数据；其中：在现状负荷数据收集模块1中进行现状负荷数据的收集，在近期负荷数据收集模块2中进行近期负荷数据的收集，在远期负荷数据收集模块3中进行远期负荷数据的收集；
（2）在一级修正模块4中对步骤（1）中收集的现状负荷数据、近期负荷数据和远期负荷数据进行分析，根据产业发展和需求稳定性因素，分别得到现状负荷数据、近期负荷数据和远期负荷数据的一级修正系数；
（3）根据步骤（2）中得到的一级修正系数，对现状负荷数据、近期负荷数据和远期负荷数据进行修正，在综合负荷预测模块5中，得到区域冷热负荷总量预测值；
（4）考虑设计裕度，在二级修正模块6中得到区域冷热负荷总量预测值的二级修正系数，并对区域冷热负荷总量预测值进行二级修正；
（5）在综合负荷设计模块7中，得到区域冷热负荷设计值；根据区域冷热负荷设计值分别进行动力设备8、调峰设备9、储能设备10和余热利用设备11的选型匹配，满足用户端12的用能需求。
在步骤（3）中，区域冷热负荷总量预测值为：t0=l1p1+l2p2+l3p3；其中，t0为区域冷热负荷总量预测值；l1为现状负荷数据，p1为现状负荷数据的一级修正系数；l2为近期负荷数据，p2为近期负荷数据的一级修正系数；l3为远期负荷数据，p3为远期负荷数据的一级修正系数。
在步骤（5）中，区域冷热负荷设计值为：t=ξ×t0；其中，t为区域冷热负荷设计值，ξ为区域冷热负荷总量预测值的二级修正系数。
具体实施过程如下，某工业园区，已有企业的热负荷年平均需求为30t/h，3-5年规划企业的热负荷年平均需求为60t/h,5-10年规划年平均需求为100t/h，一级修正系数分别为1.0、0.8、0.2，则区域冷热负荷总量预测值为：
t0=l1p1+l2p2+l3p3=30×1.0+60×0.8+100×0.2=98t/h。
二级修正系数为0.9，则区域冷热负荷设计值为：
t=ξ×t0=0.9×98=88.2t/h
根据此区域冷热负荷设计值来选取合适的动力设备8、调峰设备9、储能设备10和余热利用设备11。
虽然本发明以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。