[0001] 本发明涉及能效优化，具体涉及一种园区能效优化系统。

[0002] 能效优化系统是以绿色建筑、工业园区内各种能源供、配、用设施的运行状态和参数，以及运行特点为基本条件，涉及建筑智能化、工业自动化、数据采集、大数据分析、人工智能等多个技术领域，根据各类用电设备运行过程中所采集的信息，反映其能源传输、变换与消耗的特征，采用能效控制策略实现能效最优化，最终目的就是通过智能化系统集成来实现“管理节能”和“绿色用能”。

[0003] 目前，大部分园区仍然依赖各用电设备的PID调节器，来实施基于规则的节能控制方案，PID控制方法存在参数整定和调试困难的问题，在设备负荷和工况发生变化时极易产生振荡，控制效果不佳。基于规则的节能控制方案是指根据设备运行表对各设备采取固定模式的变频技术，该方法存在无法根据实际负荷需求实时调整控制参数的问题，从而导致消耗更多的能源。因此，现有的园区能效优化系统难以对园区空调能效进行有效优化。

[0042] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0043] 一种园区能效优化系统，如图1和图2所示，包括服务器，服务器通过历史能耗数据采集模块采集园区的历史能耗数据，并利用第一能耗预测结果输出模块、第二能耗预测结果输出模块基于历史能耗数据针对预测日分别输出不同周期跨度的第一能耗预测结果、第二能耗预测结果，服务器通过最终能耗预测结果输出模块基于第一能耗预测结果、第二能耗预测结果输出最终能耗预测结果，并利用能耗监测模块基于最终能耗预测结果对园区进行能耗监测，服务器通过能耗优化开启模块基于园区能耗监测结果开启空调能耗优化模式。

[0044] ①第一能耗预测结果输出模块、第二能耗预测结果输出模块基于历史能耗数据针对预测日分别输出不同周期跨度的第一能耗预测结果、第二能耗预测结果，包括：

[0045] 第一能耗预测结果输出模块构建第一长短期记忆网络模型，并对预测日之前预设天数的历史能耗数据进行聚类，得到第一聚类历史能耗数据；

[0046] 基于第一长短期记忆网络模型利用第一聚类历史能耗数据对预测日进行能耗预测，输出第一能耗预测结果；

[0047] 第二能耗预测结果输出模块构建第二长短期记忆网络模型，并对预测日之前预设年份中与预测日同天的历史能耗数据进行聚类，得到第二聚类历史能耗数据；

[0048] 基于第二长短期记忆网络模型利用第二聚类历史能耗数据对预测日进行能耗预测，输出第二能耗预测结果。

[0049] ②最终能耗预测结果输出模块基于第一能耗预测结果、第二能耗预测结果输出最终能耗预测结果，包括：

[0050] 采用线性加权方法对第一能耗预测结果、第二能耗预测结果进行处理，得到最终能耗预测结果。

[0051] 具体地，采用线性加权方法对第一能耗预测结果、第二能耗预测结果进行处理，得到最终能耗预测结果，包括：

[0052] 采用下式对第一能耗预测结果、第二能耗预测结果进行处理，得到最终能耗预测结果：

[0053] ECp＝ω1·EC1+ω2·EC2

[0054] 其中，ECp为最终能耗预测结果，EC1为第一能耗预测结果，ω1为第一能耗预测结果对应的权重，EC2为第二能耗预测结果，ω2为第二能耗预测结果对应的权重。

[0055] ③能耗监测模块基于最终能耗预测结果对园区进行能耗监测，包括：

[0056] 若最终能耗预测结果超过第一预设能耗阈值，则将园区划分为多个子区域，并对各子区域进行能耗监测得到对应的子区域能耗监测结果。

[0057] ④能耗优化开启模块基于园区能耗监测结果开启空调能耗优化模式，包括：

[0058] 若子区域能耗监测结果超过第二预设能耗阈值，则将该子区域判定为能耗异常子区域，并开启能耗异常子区域中的空调能耗调控方案输出模块，输出优化的空调能耗调控方案。

[0059] 上述技术方案，第一能耗预测结果输出模块、第二能耗预测结果输出模块基于历史能耗数据针对预测日分别输出不同周期跨度的第一能耗预测结果、第二能耗预测结果，最终能耗预测结果输出模块基于第一能耗预测结果、第二能耗预测结果输出最终能耗预测结果，能耗监测模块基于最终能耗预测结果对园区进行能耗监测，能耗优化开启模块基于园区能耗监测结果开启空调能耗优化模式，根据园区能耗预测结果对园区进行分区能耗监测，并基于分区能耗监测结果开启园区内各子区域的空调能耗优化模式，从而确保空调能耗优化模式能够合理、及时的开启。

[0060] 如图1和图3所示，服务器通过历史数据采集模块采集历史气象数据、历史空调能耗数据和历史空调运行数据，并利用空调能耗预测结果输出模块基于历史气象数据、历史空调能耗数据输出空调能耗预测结果，服务器通过空调能耗优化模型构建模块基于空调能耗预测结果、历史空调运行数据构建空调能耗优化模型，并利用空调能耗调控方案输出模块基于空调能耗优化模型输出优化的空调能耗调控方案。

[0061] 本申请技术方案中，历史气象数据包括室外温度，历史空调运行数据包括冷却水泵流量、冷冻水泵流量、冷却水进水温度和冷冻水出水温度。

[0062] ①空调能耗预测结果输出模块基于历史气象数据、历史空调能耗数据输出空调能耗预测结果，包括：

[0063] 构建第三长短期记忆网络模型作为空调能耗预测模型，基于空调能耗预测模型利用历史气象数据、历史空调能耗数据进行空调能耗预测，输出空调能耗预测结果。

[0064] ②空调能耗优化模型构建模块基于空调能耗预测结果、历史空调运行数据构建空调能耗优化模型，包括：

[0065] 将空调能耗预测结果及其对应的历史空调运行数据作为空调能耗优化模型的状态，将对应的历史空调运行数据作为空调能耗优化模型的动作，以制冷机组总能耗最小为目标建立奖励函数。

[0066] ③空调能耗调控方案输出模块基于空调能耗优化模型输出优化的空调能耗调控方案，包括：

[0067] 对actor‑critic网络进行初始化，随机选择多组空调能耗优化模型的动作并执行，获取对应的多组状态和奖励，并将相邻状态和奖励的转换存储至经验回放池中；

[0068] 达到预设条件后，从经验回放池中随机选择多组转换以更新actor‑critic网络的网络参数；

[0069] 计算损失函数，基于损失函数进一步更新actor‑critic网络的网络参数，重复上述过程直至奖励最大化，输出优化的空调能耗调控方案。

[0070] 上述技术方案，空调能耗预测结果输出模块基于历史气象数据、历史空调能耗数据输出空调能耗预测结果，空调能耗优化模型构建模块基于空调能耗预测结果、历史空调运行数据构建空调能耗优化模型，空调能耗调控方案输出模块基于空调能耗优化模型输出优化的空调能耗调控方案，通过对园区空调进行能耗预测来构建空调能耗优化模型，并基于空调能耗优化模型能够得到优化的空调能耗调控方案，从而实现对园区空调能效的有效优化。

[0071] 以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。