本发明涉及预测控制领域，具体涉及一种航空港供冷系统负荷-室温联合预测控制方法及装置。
背景技术：
1、随着航空运输需求的不断增加和全球气候的变化，大型航空港的负荷需求与日俱增。在潮湿炎热的南方地区，供冷系统在航空港整体能源消耗中占有较高比例。作为供冷系统中的重要设备，冰蓄冷系统(ice storage system，iss)在不同时段的蓄冰或融冰决策以及相应的出力功率都对航空港供冷系统的经济效益和供冷质量息息相关，因此，对冰蓄冷系统实施高效节能的预测控制策略是实现航空港供冷系统(airport cooling system，acs)经济高效运行的行之有效的方案。
2、作为高能耗、大规模的能源系统，航空港供冷系统的供冷负荷与室内供冷温度具有非线性、滞后性的变化特点，现有的预测技术多侧重于对供冷负荷或室内供冷温度进行单一目标的建模预测，较少考虑二者之间的相互作用与反馈关系。另一方面，传统的冰蓄冷系统控制策略多按照固定的时段进行决策或依据市场电价进行决策，上述的控制策略具有一定的经济型，但缺乏灵活性，会导致在调控过程中存在能耗较高、舒适度控制不精确等问题，不能充分发挥冰蓄冷系统的节能潜力。
3、由于南方地区属于亚热带海洋季风性气候，气温高，湿度大，因此航空港供冷系统对于室内温度的控制要求更为严格，若在调控过程中造成对于室内舒适度的破坏，会严重影响系统的供冷质量。同时，供冷系统中依靠传冷介质进行冷量的存储和输送，由于热辐射等因素的影响，供冷系统存在冷量衰减的现象，该冷量衰减特性会降低系统控制的准确性及经济性。现有航空港供冷系统中预测控制策略面临预测精度不足，调控灵活性差、能耗优化不充分的局限性，难以有效应对系统的非线性、滞后性及外界环境的动态变化。
技术实现思路
1、本技术的目的在于针对上述提到的技术问题提出一种航空港供冷系统负荷-室温联合预测控制方法及装置。
2、第一方面，本发明提供了一种航空港供冷系统负荷-室温联合预测控制方法，包括以下步骤：
3、基于冰蓄冷系统和冷水机组构建航空港供冷系统，考虑航空港供冷系统存在的冷量衰减特性，建立航空港供冷系统的供冷管道冷能衰减估计模型；
4、构建基于lstm的航空港供冷系统的供冷负荷预测模型并训练，得到经训练的供冷负荷预测模型；构建基于informer的航空港供冷系统的室内供冷温度预测模型并训练，得到经训练的室内供冷温度预测模型；
5、结合经训练的供冷负荷预测模型和经训练的室内供冷温度预测模型构建航空港供冷系统的负荷-室温联合预测控制模型；获取当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据并分别进行归一化处理，将归一化处理后的当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据构建输入矩阵，将输入矩阵输入到经训练的供冷负荷预测模型，得到当前时间步的供冷负荷的预测值，对当前时间步的供冷负荷的预测值进行反归一化处理，得到当前时间步的供冷负荷数据，根据当前时间步的供冷负荷数据和当前时间步的冷冻水供水温度计算得到当前时间步的室内供冷温度；获取下一个时间步的室外环境温度、下一个时间步的室外光照强度、当前时间步的室内供冷温度和当前时间步的冷冻水供水温度构成输入序列，将输入序列输入到经训练的室内供冷温度预测模型，预测得到下一个时间步的室内供冷温度；基于下一个时间步的室内供冷温度、当前时间步的冷冻水供水温度、当前时间步的惩罚因子和室内舒适基准温度构建负荷-室温联合预测控制模型的目标函数，以目标函数最小化为优化目标，采用粒子群算法求解出下一个时间步的冷冻水供水温度；
6、获取下一个时间步的冷冻水回水温度和冰蓄冷系统的运行决策，将下一个时间步的冷冻水供水温度和冷冻水回水温度与供冷管道冷能衰减估计模型结合计算得到航空港供冷系统的实际供冷功率，基于航空港供冷系统的实际供冷功率和冰蓄冷系统的运行决策计算出航空港供冷系统所节约的供冷成本。
7、作为优选，获取当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据并分别进行归一化处理，将归一化处理后的当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据构建输入矩阵，将输入矩阵输入到经训练的供冷负荷预测模型，得到当前时间步的供冷负荷的预测值，对当前时间步的供冷负荷的预测值进行反归一化处理，得到当前时间步的供冷负荷数据，具体包括：
8、获取第k个时间步的室外环境温度、第k个时间步的室外光照强度、第k个时间步的室外风速和第k个时间步之前的n个时间步的供冷负荷数据并分别按照对应类别的数据进行归一化处理，得到归一化处理后的第k个时间步的室外环境温度、第k个时间步的室外光照强度、第k个时间步的室外风速和第k个时间步之前的n个时间步的供冷负荷数据；
9、将归一化处理后的第k个时间步的室外环境温度、第k个时间步的室外光照强度、第k个时间步的室外风速和第k个时间步之前的n个时间步的供冷负荷数据构建输入矩阵并输入到经训练的供冷负荷预测模型，经训练的供冷负荷预测模型包括lstm模块和全连接层，输入矩阵经过lstm模块，得到一维列向量，一维列向量输入全连接层，得到第k个时间步的供冷负荷的预测值，对第k个时间步的供冷负荷的预测值进行反归一化处理，得到第k个时间步的供冷负荷数据。
10、作为优选，根据当前时间步的供冷负荷数据和当前时间步的冷冻水供水温度计算得到当前时间步的室内供冷温度，具体包括：
11、采用下式计算第k个时间步的室内供冷温度：
12、；
13、其中，为第k个时间步的室内供冷温度，为第k个时间步的供冷负荷数据；为第k个时间步的冷冻水供水温度，为航空港供冷系统的建筑热容量，用于描述建筑的热滞后效应，为供冷效率因子。
14、作为优选，获取下一个时间步的室外环境温度、下一个时间步的室外光照强度、当前时间步的室内供冷温度和当前时间步的冷冻水供水温度并构成输入序列，将输入序列输入到经训练的室内供冷温度预测模型，预测得到下一个时间步的室内供冷温度；基于下一个时间步的室内供冷温度、当前时间步的冷冻水供水温度、当前时间步的惩罚因子和室内舒适基准温度构建负荷-室温联合预测控制模型的目标函数，以目标函数最小化为优化目标，采用粒子群算法求解出下一个时间步的冷冻水供水温度，具体包括：
15、获取第k+1个时间步的室外环境温度、第k+1个时间步的室外光照强度、第k个时间步的室内供冷温度和第k个时间步的冷冻水供水温度并构成输入序列，将输入序列输入到经训练的室内供冷温度预测模型，经训练的室内供冷温度预测模型采用informer模型，预测得到第k+1个时间步的室内供冷温度，如下式所示：
16、；
17、其中，表示第k+1个时间步的室内供冷温度，表示informer模型对应的函数，表示第k+1个时间步的室外环境温度，表示第k+1个时间步的太阳辐照强度，表示第k个时间步的室内供冷温度，表示第k个时间步的冷冻水供水温度；
18、采用下式构建负荷-室温联合预测控制模型的目标函数j，使得室内供冷温度的偏差与航空港供冷系统的供冷能耗最小化：
19、；
20、其中，n为预测范围，为惩罚系数，和为比例因子，为第k+1个时间步的室内供冷温度，为室内舒适基准温度，为第k个时间步的冷冻水供水温度，为第k个时间步的惩罚因子；
21、粒子群算法通过模拟群体行为优化目标函数，以保证第k+1个时间步的室内供冷温度处于舒适范围并最小化供冷能耗，最终收敛到全局最优解，输出的第k+1个时间步的冷冻水供水温度。
22、作为优选，航空港供冷系统的供冷管道冷能衰减估计模型的表达式如下：
23、；
24、其中，为t时刻供冷管道损失的冷量，单位为gj/（m•h）；为第r层保冷材料的外径，为第r-1层保冷材料的外径，单位为m；为管道中t时刻的冷冻水的温度，为管道表面t时刻的温度，单位为k；q为保冷材料的层数；为第r层保冷材料的导热系数，单位为gj/（m•h）。
25、作为优选，获取下一个时间步的冷冻水回水温度和冰蓄冷系统的运行决策，将下一个时间步的冷冻水供水温度和冷冻水回水温度与供冷管道冷能衰减估计模型结合计算得到航空港供冷系统的实际供冷功率，基于航空港供冷系统的实际供冷功率和冰蓄冷系统的运行决策计算出航空港供冷系统所节约的供冷成本，具体包括：
26、采用下式计算航空港供冷系统在t时刻的供冷功率：
27、；
28、；
29、其中，，为每个时间步的长度，表示航空港供冷系统在t时刻的供冷功率，为水的比热容；为冷冻水的质量流率，和分别为冰蓄冷系统在t时刻的冷冻水供水温度和冷冻水回水温度；lpm为冷冻水流量，单位为(l/min)；
30、在考虑航空港供冷系统的冷量衰减特性后，将航空港供冷系统在t时刻的供冷功率与供冷管道冷能衰减估计模型结合计算得到航空港供冷系统在t时刻的实际供冷功率，如下式所示：
31、；
32、其中，表示航空港供冷系统在t时刻的实际供冷功率；
33、采用下式计算考虑冷量衰减特性后航空港供冷系统在t时刻的实际用电功率：
34、；
35、其中，为考虑冷量衰减特性后航空港供冷系统在t时刻的实际用电功率，cop为供冷能效系数；
36、引入航空港供冷系统在t时刻所节约的供冷成本，如下式所示：
37、；
38、其中，为航空港供冷系统在t时刻所节约的供冷成本，为冰蓄冷系统决策因子，其值只能为1或者-1，冰蓄冷系统中的蓄冷装置的运行决策分为蓄冰充能模式和融冰放能模式，当冰蓄冷系统中的蓄冷装置的运行决策选择蓄冰充能模式时，则，当冰蓄冷系统中的蓄冷装置的运行决策选择融冰放能模式，则，当冰蓄冷系统中的蓄冷装置不工作，则；为考虑冷量衰减后t时刻的实际用电功率；为航空港供冷系统在t时刻所使用的峰谷电价，为航空港供冷系统在t时刻违反约束的惩罚函数，为惩罚函数对应的权重系数；
39、航空港供冷系统在t时刻违反约束的惩罚函数的表达式如下：
40、；
41、其中，为冰蓄冷系统中的蓄冰装置的蓄冰量，为冰蓄冷系统中的蓄冰装置的最大蓄冰容量。
42、第二方面，本发明提供了一种航空港供冷系统负荷-室温联合预测控制装置，包括以下步骤：
43、冷能衰减估计模块，被配置为基于冰蓄冷系统和冷水机组构建航空港供冷系统，考虑航空港供冷系统存在的冷量衰减特性，建立航空港供冷系统的供冷管道冷能衰减估计模型；
44、模型构建模块，被配置为构建基于lstm的航空港供冷系统的供冷负荷预测模型并训练，得到经训练的供冷负荷预测模型；构建基于informer的航空港供冷系统的室内供冷温度预测模型并训练，得到经训练的室内供冷温度预测模型；
45、预测模块，被配置为结合经训练的供冷负荷预测模型和经训练的室内供冷温度预测模型构建航空港供冷系统的负荷-室温联合预测控制模型；获取当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据并分别进行归一化处理，将归一化处理后的当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据构建输入矩阵，将输入矩阵输入到经训练的供冷负荷预测模型，得到当前时间步的供冷负荷的预测值，对当前时间步的供冷负荷的预测值进行反归一化处理，得到当前时间步的供冷负荷数据，根据当前时间步的供冷负荷数据和当前时间步的冷冻水供水温度计算得到当前时间步的室内供冷温度；获取下一个时间步的室外环境温度、下一个时间步的室外光照强度、当前时间步的室内供冷温度和当前时间步的冷冻水供水温度构成输入序列，将输入序列输入到经训练的室内供冷温度预测模型，预测得到下一个时间步的室内供冷温度；基于下一个时间步的室内供冷温度、当前时间步的冷冻水供水温度、当前时间步的惩罚因子和室内舒适基准温度构建负荷-室温联合预测控制模型的目标函数，以目标函数最小化为优化目标，采用粒子群算法求解出下一个时间步的冷冻水供水温度；
46、成本计算模块，被配置为获取下一个时间步的冷冻水回水温度和冰蓄冷系统的运行决策，将下一个时间步的冷冻水供水温度和冷冻水回水温度与供冷管道冷能衰减估计模型结合计算得到航空港供冷系统的实际供冷功率，基于航空港供冷系统的实际供冷功率和冰蓄冷系统的运行决策计算出航空港供冷系统所节约的供冷成本。
47、第三方面，本发明提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
48、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
49、第五方面，本发明提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
50、相比于现有技术，本发明具有以下有益效果：
51、（1）本发明提出的航空港供冷系统负荷-室温联合预测控制方法针对大型航空港的供冷系统，考虑了供冷系统中存在的冷量衰减现象给供冷精度和供冷质量带来的影响，构建了航空港供冷系统的供冷管道冷能衰减估计模型。
52、（2）本发明提出的航空港供冷系统负荷-室温联合预测控制方法结合航空港用能及地理位置特点，采用基于lstm的航空港供冷系统的供冷负荷预测模型对航空港供冷系统的供冷负荷数据进行预测，以此为基础开展对室内供冷温度的预测和控制，为实现航空港供冷系统精准供冷和为旅客营造舒适的供冷环境做好基础。
53、（3）本发明提出的航空港供冷系统负荷-室温联合预测控制方法建立了基于informer的航空港供冷系统的室内供冷温度预测模型，informer模型具有更高的预测精度，并且结合经训练的供冷负荷预测模型和经训练的室内供冷温度预测模型构建航空港供冷系统的负荷-室温联合预测控制模型，设置负荷-室温联合预测控制模型的目标函数，采用粒子群算法求解下一个时间步的冷冻水供水温度，通过调控冷冻水供水温度这一控制变量，该方法可以更有效地测量室内供冷温度、环境因素等参数之间的关系，为调控提供模型基础和决策支持。
54、（4）本发明提出的航空港供冷系统负荷-室温联合预测控制方法结合供冷系统中存在的冷量衰减特性，提出了更加契合系统实际运行的评价指标，以航空港供冷系统所节约的供冷成本衡量本发明提出的方法应用于航空港供冷系统的室温预测和控制中的可行性与有效性，为航空港供冷系统的智能快捷、经济高效的发展提供了重要参考。
1.一种航空港供冷系统负荷-室温联合预测控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的航空港供冷系统负荷-室温联合预测控制方法，其特征在于，获取当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据并分别进行归一化处理，将归一化处理后的当前时间步的室外环境温度、当前时间步的室外光照强度、当前时间步的室外风速和供冷负荷数据的历史数据构建输入矩阵，将所述输入矩阵输入到所述经训练的供冷负荷预测模型，得到当前时间步的供冷负荷的预测值，对所述当前时间步的供冷负荷的预测值进行反归一化处理，得到当前时间步的供冷负荷数据，具体包括：
3.根据权利要求1所述的航空港供冷系统负荷-室温联合预测控制方法，其特征在于，根据所述当前时间步的供冷负荷数据和当前时间步的冷冻水供水温度计算得到当前时间步的室内供冷温度，具体包括：
4.根据权利要求1所述的航空港供冷系统负荷-室温联合预测控制方法，其特征在于，获取下一个时间步的室外环境温度、下一个时间步的室外光照强度、当前时间步的室内供冷温度和当前时间步的冷冻水供水温度并构成输入序列，将所述输入序列输入到所述经训练的室内供冷温度预测模型，预测得到下一个时间步的室内供冷温度；基于下一个时间步的室内供冷温度、当前时间步的冷冻水供水温度、当前时间步的惩罚因子和室内舒适基准温度构建负荷-室温联合预测控制模型的目标函数，以所述目标函数最小化为优化目标，采用粒子群算法求解出下一个时间步的冷冻水供水温度，具体包括：
5.根据权利要求1所述的航空港供冷系统负荷-室温联合预测控制方法，其特征在于，所述航空港供冷系统的供冷管道冷能衰减估计模型的表达式如下：
6.根据权利要求5所述的航空港供冷系统负荷-室温联合预测控制方法，其特征在于，获取下一个时间步的冷冻水回水温度和冰蓄冷系统的运行决策，将下一个时间步的冷冻水供水温度和冷冻水回水温度与所述供冷管道冷能衰减估计模型结合计算得到所述航空港供冷系统的实际供冷功率，基于所述航空港供冷系统的实际供冷功率和冰蓄冷系统的运行决策计算出所述航空港供冷系统所节约的供冷成本，具体包括：
7.一种航空港供冷系统负荷-室温联合预测控制装置，其特征在于，包括以下步骤：
8.一种电子设备，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
