AIR CONDITIONING LOAD FORECASTING METHOD IN PEAK SEASON BASED ON HUMAN BODY AMENITY INDEX

Han Pingping; Ding Jingya; Wu Hongbin; Qiu Rujia; Xu Bin; Wu Jiayu

doi:10.19912/j.0254-0096.tynxb.2023-1797

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

AIR CONDITIONING LOAD FORECASTING METHOD IN PEAK SEASON BASED ON HUMAN BODY AMENITY INDEX

更新时间：2025-10-18

- AIR CONDITIONING LOAD FORECASTING METHOD IN PEAK SEASON BASED ON HUMAN BODY AMENITY INDEX
- Vol. 46, Issue 3, Pages: 141-150(2025)
- 作者机构：
  
  1. 新能源利用与节能安徽省重点实验室（合肥工业大学）,合肥 230009
  2. 国网安徽省电力有限公司电力科学研究院,合肥 230601
- 作者简介：
- 基金信息：
- DOI：10.19912/j.0254-0096.tynxb.2023-1797
  CLC： TM732
- Published Online：07 April 2025，
  
  Published：2025
- 稿件说明：
移动端阅览
韩平平, 丁静雅, 吴红斌, 仇茹嘉, 徐斌, 吴家毓. 基于人体舒适度指数的高峰季节空调负荷预测方法[J]. 太阳能学报, 2025, 46(3): 141-150.

Han Pingping, Ding Jingya, Wu Hongbin, et al. AIR CONDITIONING LOAD FORECASTING METHOD IN PEAK SEASON BASED ON HUMAN BODY AMENITY INDEX[J]. 2025, 46(3): 141-150.
韩平平, 丁静雅, 吴红斌, 仇茹嘉, 徐斌, 吴家毓. 基于人体舒适度指数的高峰季节空调负荷预测方法[J]. 太阳能学报, 2025, 46(3): 141-150. DOI： 10.19912/j.0254-0096.tynxb.2023-1797.

Han Pingping, Ding Jingya, Wu Hongbin, et al. AIR CONDITIONING LOAD FORECASTING METHOD IN PEAK SEASON BASED ON HUMAN BODY AMENITY INDEX[J]. 2025, 46(3): 141-150. DOI： 10.19912/j.0254-0096.tynxb.2023-1797.

摘要

提出一种基于综合人体舒适度指数的高峰季节空调负荷预测方法

从而获得更加准确的空调负荷数据参与电网调控。首先

考虑到不同季节的负荷增量影响和数据样本范围

分别利用最大负荷比较法和基准负荷比较法得到更具可信度的空调负荷数据;其次

计算包含温度、相对湿度和风速指标的主客观综合权重

构建考虑时空分布特性的人体舒适度模型

并验证其与空调负荷之间的关联性;最后

基于综合人体舒适度指数提取建模样本数据

并将其作为神经网络的输入

建立空调负荷预测模型。理论分析和算例验证表明所提方法在不同情景下可有效提高空调负荷预测精度。

Abstract

This paper proposes an air conditioning load forecasting method in peak season based on the comprehensive human body amenity index

so that more accurate air conditioning load data can be provided for power grid regulation. First

considering the impact of load increment in different seasons and the range of data samples

the maximum load comparative method and the reference load comparative method are used to obtain more reliable air conditioning load data. Then

the subjective and objective comprehensive weights

which includes temperature

relative humidity

and wind speed indicators are calculated. A human body amenity model is constructed to consider spatiotemporal distribution characteristics

and its correlation with air conditioning load is verified. Finally

utilizing on the comprehensive human body amenity index

the modeling sample data is extracted and used as input to the neural network to establish an air conditioning load forecasting model. Theoretical analysis and numerical cases demonstrate that the proposed method can effectively improve the accuracy of air conditioning load forecasting in different scenarios.

关键词

Keywords

references

费思源. 大数据技术在配电网中的应用综述[J]. 中国电机工程学报, 2018, 38(1): 85-96, 345.

JIN Z Y, DATTARAY P, WALL P, et al.A screening rule-based iterative numerical method for observability analysis[J]. IEEE transactions on power systems, 2017, 32(6): 4188-4198.

范德金, 张姝, 王杨, 等. 考虑用户调节行为多样性的空调负荷聚合商日前调度策略[J]. 电力系统保护与控制, 2022, 50(17): 133-142.

MA Y F, MI Z Q, ZHANG R F, et al.Hybrid control strategy for air-conditioning loads participating in peak load reduction through wide-range transport model[J]. Journal of modern power systems and clean energy, 2022, 10(6): 1542-1551.

李明节, 梁志峰, 许涛, 等. 基于敏感气温空间分布的度夏度冬日最大负荷预测与应用研究[J]. 电网技术, 2023, 47(3): 1088-1098.

MAHDAVI N, BRASLAVSKY J H, SERON M M, et al.Model predictive control of distributed air-conditioning loads to compensate fluctuations in solar power[J]. IEEE transactions on smart grid, 2017, 8(6): 3055-3065.

李鹏, 袁智勇, 于力, 等. 考虑居民舒适度的户用光伏集群优化定价模型[J]. 太阳能学报, 2021, 42(11): 59-66.

包宇庆, 姚兹丽. 空调负荷参与电力系统调频的温度设定值概率控制策略[J]. 电力系统自动化, 2023, 47(2): 69-78.

ZHANG W, LIAN J M, CHANG C Y, et al.Reduced-order modeling of aggregated thermostatic loads with demand response[C]//2012 IEEE 51st IEEE Conference on Decision and Control (CDC). Maui, HI, USA, 2012: 5592-5597.

于军琪, 井文强, 赵安军, 等. 基于改进PSO-BP算法的冷负荷预测模型[J]. 系统仿真学报, 2021, 33(1): 54-61.

周兴华, 耿俊成, 杜松怀, 等. 考虑需求响应的温度敏感用户夏季短期负荷预测方法[J]. 电网与清洁能源, 2019, 35(4): 16-22.

杨梓俊, 丁小叶, 陆晓, 等. 面向需求响应的变频空调负荷建模与运行控制[J]. 电力系统保护与控制, 2021, 49(15): 132-140.

王敏, 凡宗胤, 陈媛, 等. 基于温控负荷变化特性的冷负荷启动参数量化及应用研究[J]. 电力系统保护与控制, 2022, 50(21): 54-64.

孙国强, 钱嫱, 陈亮, 等. 基于深度信念网络伪量测建模的配电网状态估计[J]. 电力自动化设备, 2018, 38(12): 94-99.

江岳春, 曾诚玉, 郇嘉嘉, 等. 计及人体舒适度和柔性负荷的综合能源协同优化调度[J]. 电力自动化设备, 2019, 39(8): 254-260.

秦海超, 王玮, 周晖, 等. 人体舒适度指数在短期电力负荷预测中的应用[J]. 电力系统及其自动化学报, 2006, 18(2): 63-66.

高亚静, 孙永健, 杨文海, 等. 基于新型人体舒适度的气象敏感负荷短期预测研究[J]. 中国电机工程学报, 2017, 37(7): 1946-1955.

李滨, 黄佳, 吴茵, 等. 基于分形特性修正气象相似日的节假日短期负荷预测方法[J]. 电网技术, 2017, 41(6): 1949-1955.

付志扬, 王涛, 孔令号, 等. 基于AHP-TOPSIS算法的重要电力客户用电状态评估[J]. 电网技术, 2022, 46(10): 4095-4101.

叶家豪, 魏霞, 黄德启, 等. 基于灰色关联分析的BSO-ELM-AdaBoost风电功率短期预测[J]. 太阳能学报, 2022, 43(3): 426-432.

王涛, 王旭, 许野, 等. 计及相似日的LSTM光伏出力预测模型研究[J]. 太阳能学报, 2023, 44(8): 316-323.

朱凌建, 荀子涵, 王裕鑫, 等. 基于CNN-BiLSTM的短期电力负荷预测[J]. 电网技术, 2021, 45(11): 4532-4539.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

考虑储能损耗的水光充储配电网节点碳排放特性分析

DESIGN,CONSTRUCTION AND EXPERIMENT OF A HEAT-REGENERATIVE ADSORPTION AIR-CONDITIONING PROTOTYPE

Related Author

鲁宗相

杨新婷

叶圣永

王湘

韩宇奇

龙川

李斌

王强

Related Institution

Refrigeration and Cryogenics Institute,Shanghai Jiao Tong University

天津大学电气自动化与能源工程学院天津300072

School of Electrical Automation and Energy Engineering,Tianjin University

Zhongkeneng Group

Tianpu Group

AI问答

⁰