考虑建筑光伏传热特征的短期净负荷预测方法

本发明属于建筑光伏系统，具体涉及一种考虑建筑光伏传热特征的短期净负荷预测方法。

背景技术：

1、2023年，建筑运行能耗约占全球能源使用总量的30％，其中中央空调系统的能耗约占建筑总能耗的50％，且呈上升趋势。随着国家能源结构向清洁化、低碳化转型，为实现“建筑减碳”目标，建筑光伏充分发展，用以补偿建筑高峰时段的电力负荷。

2、尽管光伏系统的主要需求是发电，但建筑光伏的遮阳保温效应为建筑物带来的节能贡献也逐渐受到关注。wang yiping等人的研究表明，与传统裸露屋顶相比，有通风间隙的bipv(光伏建筑一体化)因其遮阳效果与良好的通风性能，能够在夏季减少46％的日得热量；在冬季，bipv能够减少5～20％的室内热负荷峰值和热损。ma zongyao等人着重分析了屋顶光伏在夏季的遮阳效应：屋顶安装光伏后，屋面热通量降低41.7％，屋面峰值温度降低22.9℃，日增热降低74.84％。bhuvad s s等人在对光伏遮阳在热负荷的年度效应分析中发现，尽管在所有气候带中，光伏遮阳效应都会在冬季增加建筑物的热负荷，但建筑物整体热负荷可能会降低22.76-74.07％。以上研究从不同地区、季节发现并论证了建筑光伏的遮阳保温效应对建筑负荷具有显著的影响，但目前尚缺乏对于建筑光伏节能效应的实际应用。

3、dominguez a等人指出，光伏组件的遮阳保温效应对建筑节能和热舒适性提升的效果，对隔热性能差、表面积大的低层工业建筑尤为明显。据统计，空调冷热负荷约占工业建筑总用电量的50％～67％，而工业建筑因其能够提供大面积的屋顶而颇受光伏发电开发商的青睐。espino-reyes等人记录了安装光伏系统的工业建筑具有显著的节能效果。对于冷热负荷占比较大的工业建筑，若在其屋顶安装光伏组件，则对其负荷的大小、波动规律都将产生巨大的影响。这对于需要对负荷需求进行规划控制的电网调度侧，则又将提升负荷预测的难度。

4、随着光伏渗透率的不断提高，电力公司将需要从预测实际负荷过渡到预测渗入光伏出力的净负荷，其预测难度不断增加。现有的净负荷预测方法有多方面不足之处，因此在实际应用场景中仍不能达到理想的预测精度。一方面，现有的净负荷预测方法中，对于输入特征的考虑较为单一，输入特征通常仍仅包括天气要素与光伏的单一信息如温度、气压、太阳辐射，而不包括气象特征如日期、星期类型和节假日等，而这些非气象特征对净负荷产生的影响也不可忽视；另一方面，对于安装在工业建筑屋顶的光伏，其安装也将对负载产生较大的影响。此外，还需要保障在不同季节的预测精度。

5、因此，为解决上述问题，目前需要一种能够进一步提高预测精度的净负荷预测方法。

技术实现思路

1、本发明是为解决上述问题而进行的，目的在于提供一种能够进一步提高预测精度的短期净负荷预测方法，本发明采用了如下技术方案：

2、本发明提供了一种考虑建筑光伏传热特征的短期净负荷预测方法，用于预测建筑的净负荷，该建筑的屋顶上设置有与该屋顶平行且架空的光伏组件，所述屋顶与所述光伏组件之间形成通风流道，该方法具有这样的技术特征，其包括以下步骤：步骤s1，获取预测所述净负荷所需的相关数据；步骤s2，基于所述相关数据计算斜面总辐照度；步骤s3，构建所述屋顶的光伏-屋顶集成传热模型，其中，该模型包括所述光伏组件的部件的能量平衡方程、所述通风流道内的空气的能量平衡方程、所述屋顶的一维非稳态传导热方程、所述屋顶的外表面的边界方程、所述屋顶的内表面的边界方程；步骤s4，基于所述光伏-屋顶集成传热模型以及所述相关数据对各个季节的日负荷类型进行划分，并结合所述日负荷类型计算得到各个季节的实际负荷预测结果；步骤s5，基于所述光伏-屋顶集成传热模型以及所述相关数据计算得到各个季节的光伏出力预测结果；步骤s6，基于各个季节的所述实际负荷预测结果以及各个季节的所述光伏出力预测结果得到各个季节的所述净负荷预测结果。

3、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s1中，所述相关数据包括水平面太阳总辐照度数据、直接辐照度数据、散射辐照度数据、反射辐照度数据、气温数据、地面温度数据、风速数据、所述光伏组件的安装数据、所述光伏组件的特性数据、所述建筑的结构数据、所述建筑的屋顶热物性数据、所述光伏组件的热物性数据、所述建筑的室内空调设置数据；步骤s3中，所述光伏组件包括玻璃盖板、光伏电池和光伏背板，所述光伏组件的部件的能量平衡方程包括所述玻璃盖板的能量平衡方程、所述光伏电池的能量平衡方程、所述光伏背板的能量平衡方程。

4、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s3中，所述玻璃盖板的能量平衡方程为：

5、

6、式中，mg为玻璃盖板的质量，cg为玻璃盖板的比热，gt为斜面总太阳辐照度，αg为玻璃盖板对太阳辐照的吸收率，a为玻璃盖板的面积，ρo,g为玻璃盖板的反射率，hc,glass为玻璃盖板与周围环境的对流传热系数，ta为环境温度，hgc为玻璃盖板与光伏电池之间的传热系数，φr,g-s为玻璃盖板与周围环境的辐射换热量，所述光伏电池的能量平衡方程为：

7、

8、式中，gpv为入射到光伏电池上的辐照度，gpv＝gt·a(1-ρo,g)(1-αg)，hgc为光伏电池与玻璃盖板的传热系数，htc为光伏电池与光伏背板的传热系数，pc为光伏电池的输出功率，所述光伏背板的能量平衡方程为：

9、

10、式中，htf为光伏背板与通风流道内空气的对流传热系数；εt、εe分别为光伏背板和屋顶外表面的发射率；δ为斯蒂芬-玻尔兹曼常数，所述通风流道内的空气的能量平衡方程为：

11、

12、式中，hfe为通风流道内空气与屋顶外表面的对流传热系数，设hfe与光伏背板和通风流道内空气之间的对流传热系数htf相同；mfr、cf分别为流道内空气的质量流量和比热容；tfo与tfi分别为流道进出口温度，设tfo＝ta，且tf＝(tfo+tfi)/2，所述屋顶的一维非稳态导热方程为：

13、

14、式中，a为屋顶材料的热扩散系数；所述屋顶外表面的边界方程为：

15、

16、所述屋顶内表面的边界方程为：

17、

18、式中，λe、λi分别为屋顶外表面与屋顶内表面的导热系数，the为建筑室内空调设备指定温度，hih为屋顶内表面传热系数。

19、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s4包括以下子步骤：步骤s4-1，基于所述光伏-屋顶集成传热模型以及所述相关数据计算所述屋顶的逐时传热量；步骤s4-2，基于所述逐时传热量的日最值构建特征矩阵，并基于该特征矩阵利用层次聚类法对各个季节的日负荷类型进行划分，得到各个季节对应日负荷类型标签；步骤s4-3，以各个季节对应的所述负荷类型标签、所述逐时传热量、实际负荷功率时间序列分别构建各个季节的实际负荷输入矩阵；步骤s4-4，基于待预测的季节对应的所述实际负荷输入矩阵，通过双向长短期记忆网络算法来预测各个季节的实际负荷，得到待预测的季节的所述实际负荷预测结果。

20、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s4-3中，所述实际负荷预测时的输入矩阵x1为：

21、

22、式中，h为屋顶逐时传热量，l为负荷类型标签，sload为历史实际负荷功率时间序列，i为样本点的索引值，n为历史实际负荷功率时间序列的长度。

23、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s4-2中，对于春季，聚类个数为五个；对于夏季、秋季、冬季，聚类个数为四个，为每一个聚类设置一个标签，作为所述负荷类型标签。

24、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s5包括以下子步骤：步骤s5-1，基于所述光伏-屋顶集成传热模型以及所述相关数据计算所述光伏电池的光伏电池温度；步骤s5-2，基于所述光伏电池温度、所述斜面总辐照度、相对湿度、光伏出力时间序列构建预测的季节的光伏出力输入矩阵；步骤s5-3，基于各个季节对应的所述光伏出力输入矩阵，通过双向长短期记忆网络算法来预测待预测的季节的光伏出力，得到各个季节的所述光伏出力预测结果。

25、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s5-2中，所述光伏出力输入矩阵为：

26、

27、式中，tc为光伏电池温度，gt为斜面总辐照度，h为相对湿度；spv为历史光伏出力时间序列。

28、本发明提供的考虑建筑光伏传热特征的短期净负荷预测方法，还可以具有这样的技术特征，其中，步骤s2中，采用liu&jordan模型来计算斜面总辐照度：

29、

30、式中，gt为斜面总辐照度，gb为水平面直接辐照度，rb为斜面与水平面上直接辐照度之比，gd为水平面散射辐照度，θ为光伏组件的倾角，g为水平面总辐照度，ρ为屋顶反射率。

31、发明作用与效果

32、根据本发明的考虑建筑光伏传热特征的短期净负荷预测方法，对于设置有平行架空式光伏组件的建筑屋顶，通过热平衡法构建了光伏-屋顶集成传热模型，包括光伏组件中的部件的能量平衡方程、通风流道内空气的能量平衡方程、屋顶一维非稳态导热方程、屋顶内外表面的边界方程，并基于该模型来预测实际负荷和光伏出力，从而得到短期净负荷的预测结果，并且在预测实际负荷时，基于该模型以及相关数据对各个季节的日负荷类型进行了划分，也即，本实施例的方法充分考虑了对负荷波动具有较大影响的屋顶光伏热效应，并且根据季节对日负荷类型进行了细分，因此能够有效提高对于短期净负荷的预测准确度。