基于大数据分析的自动寻优智慧能源控制系统及方法

1.本发明涉及能源管理信息化技术领域，具体涉及基于大数据分析的自动寻优智慧能源控制系统及方法。


背景技术：

2.随着经济的发展，我国的建筑业发展迅速，城市化进程的快速推进，大型公共建筑鳞次梓比。然而，这些“水泥森林”中的大型公共建筑，往往都是高耗能建筑。现在我国95％的既有建筑都是高耗能建筑，这些建筑每年都要消耗大量的能源。在大楼建筑设备运行过程中，对空调、照明、电梯等能耗大、能源消耗不易察觉的机电设备，目前的粗放式能源管理模式存在能耗利用率低，自动化程度低，占用大量人力物力，已经不适合低碳社会的发展要求。建筑能耗已经占据社会总能耗很大一部分，并且有上升的趋势。同时，我国正处在能源相对短缺的时期，建筑高能耗加大了我国的能源压力，制约着我国经济的可持续发展，建筑节能已是刻不容缓建筑领域的节能减排势在必行。
3.针对上述的技术问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明意在提供基于大数据分析的自动寻优智慧能源控制系统，采用智能化控制方式，基于大数据分析结合系统优化，能够提高能耗利用率，对其进行自动化控制，减少人力物力的占用，为节能减排和低能高效提供解决方案。
5.本发明提供的技术方案为：基于大数据分析的自动寻优智慧能源控制系统，包括：数据采集模块、数据存储模块、数据分析模块、寻优调整模块、仿真模拟模块，所述数据采集模块用于实时采集各个设备的能耗数据；所述数据存储模块用于存储能源大数据和采集的能耗数据；所述数据分析模块用于将存储模块的数据加载至能耗计算模型，根据模型生成能耗计算结果；所述寻优调整模块用于将能耗计算结果及寻优方案进行集成，生成优化策略；所述仿真模拟模块用于对优化策略进行模拟与验证。
6.本发明的工作原理及优点在于：数据采集模块实时采集各个设备的能耗数据，发送至数据存储模块。数据存储模块存储有能源大数据和采集的能耗数据。数据分析模块将采集的能耗数据结合能源大数据加载至能耗计算模型，生成能耗计算结果。寻优调整模块将能耗计算结果结合自寻优方案进行集成，生成优化策略。仿真模拟模块则对优化策略进一步的模拟和验证，确定其可行性。本发明方案通过智能化控制方式，对其能源控制系统进行自动化控制，减少了人力物力的占用，达到高效、便捷的目的，基于能源大数据分析，结合自优化方案，生成针对当前场景的优化策略，并加以模拟和验证，提高其可行性，使得整体能耗利用率得到提高，为节能减排和低能高效提高最优的解决方案。
7.进一步，所述数据存储模块包括采集数据单元和大数据单元，所述采集数据单元用于存储采集的能耗数据，所述大数据单元用于存储能源大数据。
8.数据存储模块包括采集数据单元和大数据单元分别对实时采集的能耗数据和能
源大数据进行存储，将两类数据分别管理。
9.进一步，所述数据存储模块还包括数据修正单元，所述数据修正单元用于对采集的能耗数据进行判断，对错误数据进行修正，对缺失数据按存储规则和采集对象数据变化规律进行补齐，得到完整的能耗数据。
10.在进行实时采集数据的过程中，因为通讯或信号传输等意外，会遇到采集到错误数据或数据缺失的情况，数据修正单元会进行相应的修正或补齐，得到完整的能耗数据，使其不影响下一步的计算和分析。
11.进一步，所述数据分析模块包括评价模型单元和预测模型单元，所述评价模型单元用于将存储模块的数据加载到能耗评价计算模型，生成能耗评价结果，所述预测模型单元用于将存储模块的数据加载到能耗预测计算模型，生成能耗预测结果。
12.数据分析模块的计算模型包括能耗评价计算模型和能耗预测计算模型，评价模型单元将数据加载到能耗评价计算模型，计算模型分析采集数据并结合能源大数据，生成当前设备能耗情况的总体评价结果。预测模型单元将数据加载到能耗预测计算模型，计算模型分析采集并结合能源大数据，生成当前设备在当前运行情况下的能耗预测结果。
13.进一步，所述数据分析模块还包括控制模型单元，所述控制模型单元用于将能耗评价结果和能耗预测结果加载到能耗控制计算模型并结合能源大数据，生成设备能耗控制结果。
14.在能耗评价结果和能耗预测结果在基础上，控制模型单元将以上数据加载到能耗控制计算模型再结合能源大数据，生成当前设备在控制系统下的能耗控制情况，便于进行下一步能耗控制优化。
15.进一步，所述寻优调整模块包括管理优化单元、运行优化单元、使用优化单元；所述管理优化单元用于将能耗计算结果及寻优方案进行集成，生成设备管理优化策略；所述运行优化单元用于将能耗计算结果及寻优方案进行集成，生成设备运行优化策略；所述使用优化单元用于将能耗计算结果及寻优方案进行集成，生成用户使用优化策略。
16.寻优调整方向分为设备管理、设备运行、使用情况三个方面。管理优化单元将能耗计算结果结合其自寻优方案，在设备管理方面上生成优化策略，如在合适时间将设备调整至低功耗状态。运行优化单元将能耗计算结果结合其自寻优方案，在设备运行方面上生成优化策略，如对某些设备定期维护，使其能耗降低。使用优化单元将能耗计算结果结合其自寻优方案，在用户使用情况方面上生成优化策略，如对某些设备的用户使用习惯上提出有利于降低其能耗的使用建议。
17.进一步，所述寻优调整模块还包括信息融合单元，所述信息融合单元用于将设备管理优化策略、设备运行优化策略、用户使用优化策略的信息进行融合，生成综合优化策略。
18.信息融合单元将以上各类优化策略信息进行融合和调整，去掉一些重复的策略信息，生成一个总体的综合优化策略，便于用户理解，以及进行下一步的模拟和验证。
19.进一步，所述仿真模拟模块包括模拟计算单元和模拟仿真单元，所述模拟计算单元用于对优化策略结合控制系统进行模拟计算，生成计算结果，所述模拟仿真单元用于对优化策略结合控制系统进行仿真运行，生成仿真结果。
20.仿真模拟模块的模拟验证过程分为模拟计算和模拟仿真运行两步，首先对其优化
策略结合当前控制系统进行模拟计算，生成计算结果，能够基本了解该优化策略的预期效果。然后将优化策略结合当前控制系统在仿真软件上进行仿真运行，生成仿真运行结果，能够进一步验证该优化策略的可行性。
21.进一步，所述仿真模拟模块还包括调试单元，所述调试单元用于将优化策略加载至控制系统进行设备调试，使控制系统正确执行优化策略。
22.在进行模拟计算和模拟仿真的步骤后，验证该优化策略切实可行后，调试单元将该优化策略加载至当前控制系统进行与设备进行调试，使控制系统对于新的优化策略能够正确执行。
23.本发明还提供基于大数据分析的自动寻优智慧能源控制方法，其特征在于，该方法使用了以上系统。
附图说明
24.图1为本发明基于大数据分析的自动寻优智慧能源控制系统实施例的模块框图。
具体实施方式
25.实施例：
26.如图1所示，本实施例公开了基于大数据分析的自动寻优智慧能源控制系统，包括数据采集模块、数据存储模块、数据分析模块、寻优调整模块、仿真模拟模块。
27.所述数据采集模块用于实时采集各个设备的能耗数据，本实施例中主要包括空调、照明、电梯、给水设备等高耗能机电设备。
28.所述数据存储模块包括大数据单元、数据修正单元、采集数据单元。大数据单元存储有能源大数据，包括从发电端到输变电、各级供配电系统、主流机电设备能耗情况、各类工民建筑控制运行模式等各类能源相关大数据。数据修正单元用于接收数据采集模块实时采集的设备能耗数据，并对其智能分析和判断，对错误数据进行相应修正，对缺失数据按存储规则和采集对象数据变化规律进行补齐，得到完整的能耗数据，再将其发送至采集数据单元。采集数据单元用于存储数据修正单元优化后的设备能耗数据。
29.所述数据分析模块包括评价模型单元、预测模型单元、控制模型单元。评价模型单元包括能耗评价计算模型，评价模型单元将采集数据单元的设备采集数据加载到能耗评价计算模型，计算模型分析采集数据并结合能源大数据，生成当前各类设备能耗情况的总体评价结果，例如中央空调、照明、电梯等设备根据大数据能耗情况相比的结果，得出能耗评价结果。预测模型单元包括能耗预测计算模型，预测模型单元将采集数据单元的设备采集数据加载到能耗预测计算模型，计算模型分析采集数据并结合能源大数据，生成当前各类设备在当前运行情况下的能耗预测结果，例如中央空调在当前季节的使用频率和时长，并结合大数据分析往后季节同样的使用频率下能耗的预测结果。控制模型单元包括能耗控制计算模型，控制模型单元将能耗评价结果和能耗预测结果加载到能耗控制计算模型并结合能源大数据，生成当前设备在控制系统下的能耗控制结果，例如照明系统设备能耗占控制系统总能耗的百分比以及运行效率关系。
30.寻优调整模块包括管理优化单元、运行优化单元、使用优化单元、信息融合单元。管理优化单元综合能耗评价结果、能耗预测结果、能耗控制结果的数据信息，结合自寻优方
案，生成设备管理方面优化策略，例如在人潮低峰期关闭一部分照明设备，暂停一部分空调运行，在温度达到舒适温度后使中央空调设备处于低能耗模式等优化策略。运行优化单元综合能耗评价结果、能耗预测结果、能耗控制结果的数据信息，结合自寻优方案，生成设备运行方面优化策略，例如某空调设备运行能耗明显高于大数据统计同款空调的平均能耗，分析可能是空调缺乏维护导致制冷效果下降，需要更大耗能来达到系统的制冷效果，因此需要定期检测和维护，以保持其制冷效果，降低能耗。使用优化单元综合能耗评价结果、能耗预测结果、能耗控制结果的数据信息，结合自寻优方案，生成用户使用方面优化策略，例如提醒用户在非使用期间及时关闭某设备。信息融合单元将以上优化策略信息进行融合整合，精简掉重复信息，生成总体的综合优化策略，供用户查看和进行下一步验证。
31.所述仿真模拟模块包括模拟计算单元、模拟仿真单元、调试单元。模拟计算单元对综合优化策略结合当前控制系统进行模拟计算，生成计算结果，能够直观反应若采取该优化策略后能够减少的能耗数据等信息。然后模拟仿真单元将优化策略引入当前控制系统专用的仿真软件上运行，生成仿真结果，以进一步验证该优化策略的可行性。最后调试单元将该优化策略加载至当前控制系统进行设备联调，确保控制系统能够准确执行该优化策略。
32.本实施例中还公开了与上述基于大数据分析的自动寻优智慧能源控制系统配套的方法，该方法包括以下内容：
33.本实施例为基于大数据分析的自动寻优智慧能源控制方法在写字楼能源管理系统的应用：
34.数据采集模块实时采集该写字楼中空调设备、照明系统、电梯系统、送/排风系统、供配电系统的实时能耗参数，并发送至数据存储模块的数据修正单元。
35.数据存储模块的数据修正单元将采集的错误数据、缺失数据按照存储规则和采集对象数据变化规律进行修正和补齐，得到各类设备完整的能耗数据，并发送至采集数据单元进行存储。大数据单元对其存储的能源大数据定期更新。
36.数据分析模块的评价模型单元和预测模型单元分别从数据存储模块对设备采集数据和能源大数据进行提取，将设备采集数据加载到能耗评价计算模型和能耗预测计算模型，并结合能源大数据相似的应用场景，分别生成各类设备的能耗评价结果和能耗预测结果。该写字楼供配电系统的电能质量评价，空调设备、给排水系统设备、电梯系统设备、送/排风机等设备的能耗评价及用电参数的负荷曲线、能耗柱状图。根据大数据规律，结合季节、使用规律等外部因素，生成该写字楼各类设备的未来一年功耗预测曲线图。控制模型单元将能耗评价结果和能耗预测结果加载到能耗控制计算模型并结合能源大数据，生成当前设备在控制系统下的能耗控制结果。该写字楼各类设备的能耗占比和运行效率关系图。
37.寻优调整模块的管理优化单元、运行优化单元、使用优化单元分别综合能耗评价结果、能耗预测结果、能耗控制结果的数据信息，结合自优化算法及方案，分别生成设备管理优化策略、运行优化策略、用户使用优化策略。信息融合单元对以上三方面的优化策略融合整理，生成总体的综合优化策略。具体为：设备管理：在室温26度时将空调系统自动切换至低能耗模式，在晚上八点后自动暂停一半的电梯运行并关闭一半走廊和大厅路灯，在晚上十点后自动关闭楼外彩灯。运行优化：运检人员定期检修和维护空调制冷机，检查照明系统是否有坏灯，检查供配电系统与电表数据是否对的上。使用优化：用户离开办公室及时关灯，空调设置合理温度，杜绝常开，计算机、打印机等办公设备长时间不用的情况下，尽可能
关闭电源。
38.仿真模拟模块的模拟计算单元对综合优化策略代入该写字楼的能源控制系统进行模拟计算，生成未来一年各类设备预测能耗柱状图，总体节能预测曲线、运行效率关系图等。模拟仿真单元将综合优化策略代入当前控制系统的专用的仿真软件，安装优化策略调整参数开始模拟运行，生成模拟运行结果。在模拟运行结果无问题后，调试单元按照综合优化策略对控制系统进行相应参数的调整，如空调、照明、电梯等设备在特定条件下的控制开关，调整好参数后进行设备联调，检查各类设备是否按照控制系统的调整正确执行。
39.以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术得出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。