(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110270444.7 (22)申请日 2021.03.12 (65)同一申请的已公布的文献号 申请公布号 CN 112966444 A (43)申请公布日 2021.06.15 (73)专利权人 南京邮电大 学 地址 210012 江苏省南京市雨 花台区宁双 路19号 (72)发明人 余亮　谢玮玮　秦书琪　岳东　 窦春霞　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 孙永生 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) H02J 3/00(2006.01) H02J 3/28(2006.01) G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/06(2020.01) (56)对比文件 CN 110458443 A,2019.1 1.15 审查员 李会 (54)发明名称 一种建筑多能源系统智慧能量优化方法及 装置 (57)摘要 本发明公开了一种建筑多能源系统智慧能 量优化方法及装置， 方法的设计步骤如下： 获取 建筑多能源系统的当前环境状态； 将所述当前环 境状态输入到训练好的深度神经网络； 通过深度 神经网络输出建筑多能源系统行为； 对所述建筑 多能源系统的行为按照能量存储系统储能水平 动态性和运行约束进行重调整， 并计算得到热能 存储系统注入/释放功率、 天然气锅炉输出功率 以及建筑多能源系统与大电网之间的能量交易 量； 根据上述结论对建筑多能源系统进行控制。 本发明方法无需知晓任何不确定性参数的先验 信息和明确的建筑热动态性模型。 相比现有方 法， 本发明方法可有效降低运行成本且具有更强 的鲁棒性和通用性。 权利要求书5页 说明书12页 附图3页 CN 112966444 B 2022.08.16 CN 112966444 B 1.一种建筑多能源系统智慧能量优化方法， 其特 征在于， 包括如下步骤： 获取建筑多能源系统的当前环境状态； 将所述当前环境状态输入到训练好的深度神经网络； 通过深度神经网络 输出建筑多能源系统行为； 对所述建筑多能源系统的行为按照能量存储系统储能水平动态性和运行约束进行重 调整， 并计算得到热能存储系统注入/释放功 率、 天然气锅炉输出功 率以及建筑多能源系统 与大电网之间的能量交易 量； 根据所述建筑多能源系统的行为和计算所得的热能存储系统注入/释放功率、 天然气 锅炉输出功 率以及建筑多能源系统与大电网之 间的能量交易量， 对建筑多能源系统进 行控 制； 所述热能存储系统的注入/释放功率、 天然气锅炉输出功率以及建筑多能源系统与大 电网之间的能量交易量计算方法为： 比较建筑热负载 需求的热供给功率Psp,t和燃料电池释 放功率Pfc,t之间的大小， 若前者大于后者， 则根据热能存储系统运行约 束、 天然气锅炉运行 约束、 热能平衡约束以及热能存储系统中储能水平的动态性计算热能存储系统释放的热功 率和由天然气锅炉补充的热功 率； 反之， 则根据热能存储系统运行约束、 热能平衡约束以及 热能存储系统中储能水平的动态性计算热能存储系统释放的热功率， 此时天然气锅炉输出 的热功率为零； 建筑多能源系统与大电网之间的能量交易量Pg,t可根据功率平衡约束计算 得出； 深度神经网络的训练过程包括如下步骤： 获取建筑多能源系统的当前环境状态； 通过深度神经网络根据所述当前环境状态， 输出建筑多能源系统的当前 行为； 对所述建筑多能源系统的当前行为按照能量存储系统储能水平动态性和运行约束进 行重调整， 并计算得到热能存储系统注入/释放功 率、 天然气锅炉输出功率以及建筑多能源 系统与大电网之间的能量交易 量； 根据所述当前行为和计算所得热能存储系统注入/释放功率、 天然气锅炉输出功率以 及建筑多能源系统与大电网之间的能量交易 量， 对建筑多能源系统进行控制； 获取建筑多能源系统的下一时隙奖励和下一时隙环境状态； 计算当前经验转移元组的优先级； 所述当前经验转移元组包括当前环境状态、 当前行 为、 下一时隙奖励和下一时隙环境状态； 将经验转移元组及其优先级存 储至经验 池中； 从经验池中抽取小批量训练样本， 利用基于优先经验回放的深度确定性策略梯度算法 更新深度神经网络的权 重参数； 所述环境状态的表达式如下： 式中， vt表示t时隙的买电价格， Ppv,t表示t时隙太阳能发电机的发电功率； Pload,t表示t 时隙的电负载需求； μe,t为t时隙大电网的碳排放率； Bt为t时隙电能存储系统中的储能水 平； 分别表示t ‑1时隙电解槽和燃料电池的开关状态； Ht为t时隙氢能存储系 统中的储能水平； Qth,t为t时隙热能存储系统中储能水平； βin,t为t时隙的室 内温度； βout,t为权　利　要　求　书 1/5 页 2 CN 112966444 B 2t时隙的室外温度； t表示当前时隙， 此处， 时隙是指建筑多能源系统执行连续两次行为决策 的时间间隔； 所述行为的表达式如下： at＝(ab,t,ah,t,Psp,t)                              (2) 式中， ab,t为电能存储系统在t时隙的充电/放电功率， 若ab,t＞0， 则电能存储系统充电 功率Pbc,t＝ab,t且表示t时隙电能存储系统的放电功率Pbd,t＝0； 否则， 表示t时隙电能存储系 统的放电功率Pbd,t＝ab,t且Pbc,t＝0； ah,t表示t时隙电解槽输入功率/燃料电池输出功率， 若 ah,t＞0， 则电解槽输入功率Pel,t＝ah,t且燃料电池输出功率Pfc,t＝0； 否则， Pfc,t＝ah,t且Pel,t ＝0； Psp,t表示t时隙供 给建筑物的热功率； 所述奖励的表达式如下： rt+1＝r1,t+1+πthr2,t+1                             (3) 式中， 其中C1,t为t时隙建筑多能源系统与大电网交互的能量成本； C2,t为t时隙碳排放成本； C3,t为t时隙电能存储系统的折旧成本； C4,t为t时隙氢能存储系统 的启动、 关闭、 运行和维护成本； C5,t为t时隙热能存储系统的折旧成本； C6,t为t时隙天然气 购买成本； r2,t+1为t时隙热不 适成本； πth是正权重系数。 2.根据权利要求1所述的建筑多能源系统智慧能量优化方法， 其特征在于， 对所述建筑 多能源系统的当前行为按照能量存储系统储能水平动态性和 运行约束进行重调整的方法 包括： 根据电能存储系统储能水平动态性、 氢能存储系统储能水平动态性以及与电能存储 系统相关的运行约束、 与氢能存储系统相关的运行约束、 与热负载需求相关的运行约束对 所述建筑多能源系统的行为进行重调整； 所述电能存 储系统储能水平的动态性如下式： 式中， Bt+1表示t+1时隙电能存储系统中的储能水平； Bt表示t时隙电能存储系统中的储 能水平； ηbc和 ηbd分别表示电能存储系统的充电和放电效率系数； Pbc,t和Pbd,t分别表示t时隙 电能存储系统的充电功率和放电功率； Pbc,t≥0且Pbd,t≤0； 所述氢能存 储系统储能水平的动态性如下式： 式中， Ht+1表示t+1时隙氢能存储系统的储能水平； Ht表示t时隙氢能存储系统的储能水 平； Pel,t和Pfc,t分别表示电解槽的输入功率和燃料电池的输出功率； ωel和ωfc分别表示电 解槽和燃料电池的转换系数； Pel,t≥0且Pfc,t≤0； 所述与电能存 储系统相关的运行约束包括： Bmin≤Bt≤Bmax， Pbc,t·Pbd,t＝0， 式中， Bmin和Bmax分别是电能存储系统的最小和最大储能水平； 为电能存储权　利　要　求　书 2/5 页 3 CN 112966444 B 3