本公开提供了一种供热建筑非线性动态模型的不确定性估计方法及系统,涉及建筑建模技术领域,包括:构造热水散热器、建筑围护结构和室内空气三个独立储热单元之间的非线性传热方程,根据三个独立储热单元之间的非线性传热方程构建供热建筑的非线性动力学模型;获取实际建筑数据,根据实际建筑数据并基于遗传算法估计所述非线性动力学模型的最优参数向量;基于模糊集合理论,设计隶属度函数,利用所述隶属度函数度量由最优参数向量以及所有可能的最优参数向量组成的基本元素集合,确定模糊水平值,从而获得一个模糊截集作为非线性动力学模型不确定性范围。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
建筑是全球能源消耗和碳排放的主要贡献行业。根据国际能源机构的数据,建筑行业占全球最终能源消耗总量和与能源相关的二氧化碳排放总量的30%以上。冬季供热能源消耗是占建筑能源消耗的很大比例,并随着建筑面积的不断增加和人们对热舒适性的需求而持续增长。目前许多研究旨在提高供热建筑的能源效率以降低能源消耗,重点包括建筑改造、建筑负荷预测、先进的温度控制和可再生能源应用等等。然而,这些技术和方法都需要掌握建筑的热动力学知识才能有效地执行。因此,准确建立供热建筑的非线性动态模型是建筑应用的支柱,对于实现节能减排的重大目标具有十分重要的意义。
建立的供热建筑非线性动态模型具有不确定性。主要来源于三个方面。第一,动态模型本质上是真实物理系统的简化表示,它仅利用了一些关键的模型参数再现供热建筑内复杂的非线性热动态过程;第二,影响供热建筑建模的因素是不确定的,例如占用率、天气条件、围护结构和室内设备的热性能等等;第三,供热建筑的输入和输出变量在测量过程中可能会受到未知分布的噪声干扰。非线性动态模型的不确定性具体是指模型参数的取值不唯一,主要体现于存在多个与最优模型参数值非常接近的次优模型参数值,它们同样可以很好地描述供热建筑的非线性动态变化过程。这些最优和次优模型参数值形成了1个多维度的空间区域,称为模型不确定范围。当基于非线性动态模型对供热建筑实施优化、控制和预测方案时,考虑模型不确定范围,能够给出可靠的运行设备、控制器参数区间以及未来的预测输出边界,提高了供热建筑室内环境质量和能源效率,降低了能源消耗。
目前,概率方法被广泛地用于处理模型的不确定性,即认为非线性动态模型的参数向量是一个随机变量,其不确定性用概率分布来描述。对于具有特殊结构的非线性动态模型,例如哈默斯坦模型和维纳模型,概率方法可以在噪声服从高斯分布的假设下,推导出模型参数向量的概率分布解析表达式。对于一般的非线性动态模型,一种常用的方法是随机抽样和评估参数向量,并利用样本的后验分布近似参数向量的概率分布。
然而,上述方法的不确定性计算依赖于一个噪声服从高斯分布假设的似然函数。当存在模型结构偏差和未知噪声分布的情况下,这种假设可能不成立,导致概率方法难以获得准确的模型不确定性测量。
实现思路