一种分体式空调节能效果评估方法、系统、设备及介质与流程

1.本发明属于节能服务技术领域，具体涉及一种分体式空调节能效果评估方法、系统、设备及介质。


背景技术：

2.随着全球气候变化趋势的日益严重，节能减排将会是全国各行各业未来的目标。国内的办公建筑数不胜数，在办公建筑中，有研究发现，空调系统用电量通常占建筑总能耗的40%~50%，因此，研究如何降低办公建筑中空调的用电量、减少能耗浪费，对于我国的节能减排技术发展有着重要意义。
3.分体式空调价格便宜、安装便利，被广泛的使用在各类建筑物中，随着节能减排技术的发展，目前市场上有很多分体式空调的节能方法，如智能群控法、更换制冷剂、冷凝水回收、更换能效等级更高的空调以及空调能耗限额控制等方法。
4.办公建筑是分体式空调使用较多的场景，也是节能改造的重点对象，因此在该场景下设计一种合适的节能效果评估方法是非常有意义的。目前，办公建筑分体式空调节能改造完成之后，我国国内一般根据gb/t28750-2012《节能量测量和验证技术通则》给出的方法来进行空调节能量的测量和验证，共有如下3种方法：基准期能耗-影响因素模型法、直接比较法（也称为相似日比较法）和模拟软件法。但是，在使用现有技术过程中，发明人发现现有技术中至少存在如下问题：a.基准期能耗-影响因素模型法在实际应用时，建立模型至少需要12个月的采样周期，会影响节能改造的投资回报率；b.直接比较法通常会选取一个或几个相似工况日进行对比，其采样周期虽然短，但由于合适的样本较少，无法进行全年的节能量测量，使之只能用于特定工况，难以代表全年的运行工况，而且不同的建筑物用途不同，影响空调使用工况的因素不同，从而也会影响相似工况日的选取；c.模拟软件法采用了很多假设条件，难以代表实际的运行工况，因此计算结果与实际情况存在偏差。


技术实现要素：

5.本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种分体式空调节能效果评估方法、系统、设备及介质。
6.为了实现上述目的，本发明采用以下技术方案：第一方面，本发明提供了一种分体式空调节能效果评估方法，包括：获取办公建筑内分体式空调当月用电量的基准期采样周；将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，并获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作
日的用电量基准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和；将当月内非基准期采样周的节电期分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，并获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和；根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。
7.本发明可缩短现有评估方法中的统计周期，同时结合办公建筑的特点，考虑了温度、工作日与非工作日因素对“相似工况日”选取的影响，另外计算均采用实际运行数据，从而解决现有技术中直接比较法和模拟软件法中数据不能代表实际运行工况的问题。此外，本发明相比于整体能耗法而言，采样周缩短为每月一周，不需要长达12个月的采样期，相比于相似日直接比较法而言可以有更多的可利用的样本数据，实现了节能率的按月评估，为我国分体式空调节能改造的效果评估提供了新思路。
8.在一个可能的设计中，采用动态时间规整算法获取办公建筑内分体式空调当月用电量的基准期采样周。
9.在一个可能的设计中，获取办公建筑内分体式空调当月用电量的基准期采样周，包括：从预设天气预报网站中获取当月的天气预报数据，根据当月的天气预报数据得到当月的每日平均温度，并将当月的每日平均温度作为当月的每日温度；其中，所述天气预报数据包括每日最高温度与每日最低温度；将当月的每日温度以周一至周日的顺序划分为集合y1~集合y7共7个集合，按照集合y1~集合y7的排列顺序求取7个集合的笛卡尔积，所有笛卡尔积组成笛卡尔积矩阵，笛卡尔积矩阵的每一行代表当月所有周一至周日共7天的温度组合；根据当月的天气预报数据得到当月气温曲线，并采用动态时间规整算法计算所述笛卡尔积矩阵中每一行温度组合构成的温度曲线与当月气温曲线之间的相似度，以便得到所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合；将所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合对应的日期作为当月用电量的基准采样周。
10.在一个可能的设计中，与当月气温曲线距离最短的一个温度曲线为所述笛卡尔积矩阵中与当月气温曲线之间的相似度最小的温度曲线，对应的最小相似度为：；式中，q为当月气温曲线，c为当前与当月气温曲线进行相似度对比的温度曲线，为预设的长度补偿值，，为根据当月气温曲线q和当前温度曲线c得到的规整路径上的第个元素值。
11.在一个可能的设计中，笛卡尔积矩阵的表达式为：
y1
×
y2
×
y3
×
y4
×
y5
×
y6
×
y7={(y1,y2,y3,y4,y5,y6,y7)|y1∈y1∧y2∈y2∧y3∈y3∧y4∈y4∧y5∈y5∧y6∈y6∧y7∈y7}；式中，y1~y7表示集合y1~集合y7，y1、
……
y7分别表示y1~集合y7中对应日期的温度，∧表示逻辑与运算符号。
12.在一个可能的设计中，所述月节电量为：；式中，为分体式空调在基准期工作日的用电量基准值，为分体式空调在基准期非工作日的用电量基准值，为分体式空调在节电期工作日的用电量实际值，为分体式空调在节电期非工作日的用电量实际值，i为当月的基准期工作日的天数，j为当月的基准期非工作日的天数，c为当月的节电期工作日的天数，d为当月的节电期非工作日的天数。
13.在一个可能的设计中，所述月节能率为：。
14.第二方面，本发明提供了一种分体式空调节能效果评估系统，用于实现如上述任一项所述的分体式空调节能效果评估方法；所述分体式空调节能效果评估系统包括：基准期采样周获取模块，用于获取办公建筑内分体式空调当月用电量的基准期采样周；基准期采样周电量获取模块，与所述基准期采样周获取模块通信连接，用于将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，并获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作日的用电量基准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和；节电期电量获取模块，与所述基准期采样周获取模块通信连接，用于将当月内非基准期采样周的节电期分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，并获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和；能效评估模块，与所述基准期采样周电量获取模块和所述节电期电量获取模块通信连接，用于根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。
15.第三方面，本发明提供了一种电子设备，包括：存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如上述任一项所述的分体式空调节能效果评估方法的操作。
16.第四方面，本发明提供了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如上述任一项所述的分体式空调节能效果评估方法的操作。
附图说明
17.图1是实施例中分体式空调节能效果评估方法的流程图；图2是笛卡尔积矩阵中任一行温度组合构成的温度曲线与当月气温曲线的实际对比示意图；图3是图2中温度曲线与当月气温曲线经过算法扭曲后的对比示意图；图4是实施例中一种分体式空调节能效果评估系统的模块框图。
具体实施方式
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
19.实施例1：针对现有技术中的问题，本实施例结合某企业园区办公建筑分体式空调节能改造项目，提出了一种基于相似日比较法优化的分体式空调节能效果评估方法，该方法基于皮尔森相关系数法考虑了温度、工作日和节假日对空调运行工况的影响，同时基于动态时间规整算法选择空调基准值的采样周期，能够快速可靠的对分体式空调节能率进行评估。通过实际项目验证，本方法的采样周期缩短为每月一周，评估周期缩短为一月，并且可以辅助实施分体式空调节能改造的办公建筑用户据此了解分体式空调全年的节能效果。
20.具体地，本实施例公开了一种分体式空调节能效果评估方法，可以但不限于由具有一定计算资源的计算机设备或虚拟机执行，例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行，或者由虚拟机执行。
21.如图1所示，一种分体式空调节能效果评估方法，可以但不限于包括有如下步骤：s1.获取办公建筑内分体式空调当月用电量的基准期采样周。
22.本实施例中，采用动态时间规整算法获取办公建筑内分体式空调当月用电量的基准期采样周。
23.需要说明的是，本实施例中，对基准期采样周的选择原则为：该周次需要能够代表当月分体式空调的整体用电情况。具体地，如何选取该周次需要涉及到对影响空调运行工况的主要因素进行选取与评估。影响空调运行工况的因素主要有：室外温度、室内人员数量、围护结构材料、产值、工作日与非工作日。
24.对于办公建筑而言，围护结构材料属于建筑的固有因素，属于不变因素；企业办公人员的数量、产值在一个月内通常不会发生很大变化，因此也属于不变因素。而室外温度、
工作日与非工作日不是建筑固有因素，当室外温度高时，室内对空调的需求会明显增强；而工作日办公室的人员会远高于非工作日，工作日对空调的使用需求也会明显强于非工作日。因此初步考虑选取平均温度、工作日、非工作日为影响空调运行工况的主要因素。
25.此处选取皮尔森（pearson correlation coefficient， pcc）相关系数法，对上述3个因素与空调用电量的关系进行验证。具体地，pcc相关系数是一种线性相关系数，它反映两个变量间的线性相关程度。设对于任意两随机变量x={x1,x2,
…
,xn}，y={y1,y2,
…yn
}，pcc（x,y）定义如下：；式中，、分别是、的均值。pcc(x,y)取值在-1~1之间，该值的绝对值越大，表示两个变量越相关。
26.下表1为某建筑2021年分体式空调11月用电量与该月室外平均温度、是否工作日的数据采集表。然后计算各因素与空调用电量之间的pcc相关系数，根据表2的计算结果可得出：空调11月用电量与该月平均温度的相关系数达0.736；在只考虑工作日时，用电量与平均温度的相关系数升高为0.8087；只考虑非工作日时，用电量与平均温度的相关系数升高为0.8964。由此可见，气温、工作日与非工作日与空调用电量是呈正相关的，因此认为考虑这3个因素作为采样周期选择的主要指标是合理的。
27.表1某建筑2021年11月数据采集表
日期空调用电量/kwh平均温度/℃是否工作日日期空调用电量/kwh平均温度/℃是否工作日2021/11/138423.5是2021/11/1622823.5是2021/11/243224.5是2021/11/1728922.5是2021/11/339224.5是2021/11/1822121.5是2021/11/467226是2021/11/1915323.5是2021/11/573926是2021/11/2016223.5否2021/11/642325.5否2021/11/218022.5否2021/11/717523否2021/11/226514.5否2021/11/818319是2021/11/232716.5是2021/11/912518是2021/11/244318是2021/11/1010115.5是2021/11/257919.5是2021/11/119319是2021/11/2610920是2021/11/1218420.5是2021/11/275621否2021/11/137720否2021/11/288921否2021/11/142420否2021/11/2917222是2021/11/1517822是2021/11/3015617是
表2 各变量与11月空调用电量的相关系数
变量11月平均温度11月工作日平均温度11月非工作日平均温度与11月空调用电量的pcc相关系数0.7360.80870.8964
本实施例中，在确定了将气温作为遴选基准期周次的主要因素后，由于基准周次只有7个采样点，而一个月至少有30天，因此本实施例中采用动态时间规整算法进行具体基准期采样周的选取。
28.具体地，获取办公建筑内分体式空调当月用电量的基准期采样周，包括：s101.从预设天气预报网站中获取当月的天气预报数据，根据当月的天气预报数据得到当月的每日平均温度，并将当月的每日平均温度作为当月的每日温度；其中，所述天
气预报数据包括每日最高温度与每日最低温度，当月的任一日的平均温度c
ave
=（当日最高温度ch+当日最低温度c
l
）/2；s102.将当月的每日温度以周一至周日的顺序划分为集合y1~集合y7共7个集合，需要说明的是，每个集合中的元素为对应日期的温度，即集合y1里的元素为该月所有周一对应日期的温度，其余集合以此类推；按照集合y1~集合y7的排列顺序求取7个集合的笛卡尔积，所有笛卡尔积组成笛卡尔积矩阵，笛卡尔积矩阵的每一行代表当月所有周一至周日共7天的温度组合；需要说明的是，笛卡尔积矩阵的符号表达式为：y1
×
y2
×
y3
×
y4
×
y5
×
y6
×
y7={(y1,y2,y3,y4,y5,y6,y7)|y1∈y1∧y2∈y2∧y3∈y3∧y4∈y4∧y5∈y5∧y6∈y6∧y7∈y7}；式中，y1~y7分别表示集合y1~集合y7，y1、
……
y7分别表示y1~集合y7中对应日期的温度，∧表示逻辑与运算符号；本实施例中，以2022年3月为例，当月的每日平均气温见表3，7个集合的元素见表,4，笛卡尔积矩阵见表5：表3 2022年3月平均气温表表4 集合y1~y7表5 笛卡尔积矩阵
s103.根据当月的天气预报数据得到当月气温曲线，并采用动态时间规整算法计算所述笛卡尔积矩阵中每一行温度组合构成的温度曲线与当月气温曲线之间的相似度，以便得到所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合；本实施例中，图2、图3为所述笛卡尔积矩阵中任一行温度组合构成的温度曲线与当月气温曲线的对比展示图，其中图2为实际曲线的对比示意图，通过对实际曲线进行算法扭曲操作，可便于实现对温度曲线与当月气温曲线之间的对比，其中图3为经过算法扭曲后的对比示意图；虚线为该种温度组合的曲线，即基准周次温度曲线，实线为当月气温曲线。
29.本实施例中，与当月气温曲线距离最短的一个温度曲线为所述笛卡尔积矩阵中与当月气温曲线之间的相似度最小的温度曲线，对应的最小相似度为：；式中，q为当月气温曲线，c为当前与当月气温曲线进行相似度对比的温度曲线，为预设的长度补偿值，，为根据当月气温曲线q和当前温度曲线c得到的规整路径上的第个元素值。
30.在此需要说明的是，根据当月气温曲线q和所述笛卡尔积矩阵中与当月气温曲线进行相似度对比的温度曲线c，可构造矩阵d，矩阵d的行数与当月气温曲线q中的气温数量相同，矩阵d的列数与当前温度曲线c中的温度数量相同；矩阵d中的每个元素值d(i,j)代表当月气温曲线q中第i个气温qi与当前温度曲线c中第j个温度cj之间欧氏距离，即d(i,j)=(q
i-c
j)
²
；从矩阵d的左上角寻找一条路径到达右下角，这条路径一定会经过当月气温曲线q对应气温序列中的气温与当前温度曲线c对应气温序列中的温度，并且这样的路径有指数条，本实施例中将该路径称为规整路径；将规整路径经过点的欧氏距离相加可得到最终的累加距离，该累加距离最小的一条路径便是所要寻找的最短路径，其累加距离便是最短距离，累加距离与预设长度补偿值的比也就是所述最小相似度。
31.s104.将所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合对应的日期作为当月用电量的基准采样周。
32.本实施例中，采用动态时间规整（dynamic time warping，dtw）算法选择办公建筑内分体式空调每个月用电量的基准期采样周。需要说明的是，dtw算法是一种基于动态规划技术，对非线性时间进行归一化再模式匹配的算法，用于计算不同长度的时间序列之间的相似度。标准曲线与对比曲线间的距离越短说明这两条曲线越相似。本实施例中，在基准期采样周的选取中可认为：若该周次的平均温度曲线与当月气温曲线越相似，那么说明该基准期采样周的温度数据与当月的温度是数据相似的。
33.s2.将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，需要说明的是，分体式空调工作时可处于节能或非节能运行模式，此处为关闭分体式空调的节能运行模式，即分体式空调在上述两个时期（基准期工作日与基准期非工作日）内处于非节能运行状态；并从计量电表或本身带有计量功能的空调控制器设备处获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作日的用电量基准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和。
34.s3.将当月内非基准期采样周的节电期（即采用了空调节电策略的日期）分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，此处为开启分体式空调的节能运行模式，即分体式空调在上述两个时期（节电期工作日与节电期非工作日）内处于节能运行状态；并从计量电表或本身带有计量功能的空调控制器设备处获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和。
35.s4.根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。
36.本实施例中，所述月节电量为：；式中，为分体式空调在基准期工作日的用电量基准值，为分体式空调在基准期非工作日的用电量基准值，为分体式空调在节电期工作日的用电量实际值，为分体式空调在节电期非工作日的用电量实际值，i为当月的基准期工作日的天数，j为当月的基准期非工作日的天数，c为当月的节电期工作日的天数，d为当月的节电期非工作日的天数。需要说明的是，和均为节电量，都应为非负值。
37.所述月节能率为：。
38.需要说明的是，和中的参数表示一个月内的第w周，w∈{1，2，3，4，5}，和中的参数表示第m月，m∈{1，2，3，
…
，12}。
39.作为对本实施例中方法的验证，以某公司园区办公大楼分体式空调节能改造项目
为例，分析该建筑分体式空调节能控制系统的节能效果。
40.该公司园区大楼共六层，总建筑面积为2.3万平方米，坐西朝东，为框架结构，窗户为普通双层玻璃，外墙有部分为玻璃幕墙；幕墙玻璃为普通钢化玻璃，窗户框为铝合金，外墙墙体材料为200毫米厚加气混凝土砌块，有一定保温效果，屋顶无保温层。建筑主要采用5匹（制冷量为12000w）分体式空调进行夏季制冷，分体式空调共104台，由于用能单位建筑分区功能不同，各楼层使用的空调设备种类、品类、功率各有不同。
41.经过调研发现，该公司分体式空调数量较多且分布于各个办公区域，没有专人对空调的启停以及温度设置进行管理，而是由分体式空调所在区域的办公人员自行启停及设置温度；这样松散的管理之下经常会出现有部门下班后忘记关空调的情况导致许多不必要的能耗增加；而在一些较大的办公区域，办公人员通常会将温度设置得过低，且经常存在门窗处于开启状态时使用空调的现象，在增加能耗的同时降低了空调的使用寿命。
42.基于上述情况，本改造项目对所有分体式空调安装智能远程空调控制器、对必要区域的门窗安装智能门磁感应器以及对办公区域、会议室、过道等人员存在的区域安装人体微动感应器；并在云端部署了一套节能控制平台，在设置了相应的控制策略后实现对所有分体式空调的智能控制。
43.具体地，本实施例中，部分节能策略如下表6所示：表7 部分智能控制策略该公司园区所有设备于2021年8月底安装完成，本次选取2021年9月至2022年2月作为研究周期，气温数据从权威天气预报网站获取，基准期周次的选取计算结果见下表7：表7 基准期周次选取结果基于以上得出的基准期周次结论，采用基准期周次关闭智能控制、其他时间开启智能控制的方式运行空调，统计分析2021年9月至2022年2月实际分体式空调的用电量，最终计算结果见表8：表8 最终计算结果
根据以上计算分析结果，评估期每月月均节能率区间为15.39%~43.08%，经分析，12月份节能率较高的原因为：12月的最高温在19~25
°
范围内变化，节能控制前，员工习惯于将空调温度定为23
°
，因此大部分时间空调还是会运行，但节能控制后，空调的定温温度设为26
°
，且在室温≤24
°
时会将空调待机，所以大部分时间空调是待机的。而其他月份由于温度偏高空调长时间运行只能通过定温调高来节能，或温度偏低空调长时间待机只能通过关闭电源来节能，因此12月相比其他月份的节能效果更加明显。
44.为了验证上述评估方法是否准确，通常需要采用不同的方法来进行对比。“基准期能耗-影响因素模型法”由于建立模型需要的时间很长，项目没有采集12个月数据的条件，因此此处选择采用“相似日直接比较法”计算节能效果，相似条件选取为工作日、非工作日、最高温、最低温、平均温，在已有数据中，只有2021年12月和2022年1月能够找到相似的控制日和非控制日，见表9。可以看出，采用相似日直接比较法计算12月和1月的平均节能率分别为46.15%和17.91%，采用基于动态规整算法的节能效果评估计算结果为43.08%和18.84%，计算结果是相近的，因此本实施例给出的评估方法是具有可行性的。
45.表9 相似日直接计算法节能效果计算结果由此可知，本实施例可缩短现有评估方法中的统计周期，同时结合办公建筑的特点，考虑了温度、工作日与非工作日因素对“相似工况日”选取的影响，另外计算均采用实际运行数据，从而解决现有技术中直接比较法和模拟软件法中数据不能代表实际运行工况的问题。此外，本实施例相比于整体能耗法而言，采样周缩短为每月一周，不需要长达12个月的采样期，相比于相似日直接比较法而言可以有更多的可利用的样本数据，实现了节能率的按月评估，为我国分体式空调节能改造的效果评估提供了新思路。
46.实施例2：本实施例公开了一种分体式空调节能效果评估系统，用于实现实施例1中分体式空调节能效果评估方法；如图4所示，所述分体式空调节能效果评估系统包括：基准期采样周获取模块，用于获取办公建筑内分体式空调当月用电量的基准期采样周；基准期采样周电量获取模块，与所述基准期采样周获取模块通信连接，用于将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，并获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作日的用电量基
准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和；节电期电量获取模块，与所述基准期采样周获取模块通信连接，用于将当月内非基准期采样周的节电期分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，并获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和；能效评估模块，与所述基准期采样周电量获取模块和所述节电期电量获取模块通信连接，用于根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。
47.实施例3：在实施例1或2的基础上，本实施例公开了一种电子设备，该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等，电子设备包括：存储器，用于存储计算机程序指令；以及，处理器，用于执行所述计算机程序指令从而完成如实施例1中任一所述的分体式空调节能效果评估方法的操作。
48.实施例4：在实施例1至3任一项实施例的基础上，本实施例公开了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如实施例1所述的分体式空调节能效果评估方法的操作。
49.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
50.最后应说明的是，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。

技术特征：
1.一种分体式空调节能效果评估方法，其特征在于：包括：获取办公建筑内分体式空调当月用电量的基准期采样周；将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，并获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作日的用电量基准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和；将当月内非基准期采样周的节电期分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，并获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和；根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。2.根据权利要求1所述的一种分体式空调节能效果评估方法，其特征在于：采用动态时间规整算法获取办公建筑内分体式空调当月用电量的基准期采样周。3.根据权利要求2所述的一种分体式空调节能效果评估方法，其特征在于：获取办公建筑内分体式空调当月用电量的基准期采样周，包括：从预设天气预报网站中获取当月的天气预报数据，根据当月的天气预报数据得到当月的每日平均温度，并将当月的每日平均温度作为当月的每日温度；其中，所述天气预报数据包括每日最高温度与每日最低温度；将当月的每日温度以周一至周日的顺序划分为集合y1~集合y7共7个集合，按照集合y1~集合y7的排列顺序求取7个集合的笛卡尔积，所有笛卡尔积组成笛卡尔积矩阵，笛卡尔积矩阵的每一行代表当月所有周一至周日共7天的温度组合；根据当月的天气预报数据得到当月气温曲线，并采用动态时间规整算法计算所述笛卡尔积矩阵中每一行温度组合构成的温度曲线与当月气温曲线之间的相似度，以便得到所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合；将所有温度曲线中与当月气温曲线距离最短的一个温度曲线对应的温度组合对应的日期作为当月用电量的基准采样周。4.根据权利要求3所述的一种分体式空调节能效果评估方法，其特征在于：与当月气温曲线距离最短的一个温度曲线为所述笛卡尔积矩阵中与当月气温曲线之间的相似度最小的温度曲线，对应的最小相似度为：；式中，q为当月气温曲线，c为当前与当月气温曲线进行相似度对比的温度曲线，为预设的长度补偿值，，为根据当月气温曲线q和当前温度曲线c得到的规整路径上的第个元素值。5.根据权利要求3所述的一种分体式空调节能效果评估方法，其特征在于：笛卡尔积矩
阵的表达式为：y1
×
y2
×
y3
×
y4
×
y5
×
y6
×
y7={(y1,y2,y3,y4,y5,y6,y7)|y1∈y1∧y2∈y2∧y3∈y3∧y4∈y4∧y5∈y5∧y6∈y6∧y7∈y7}；式中，y1~y7表示集合y1~集合y7，y1、
……
y7分别表示y1~集合y7中对应日期的温度，∧表示逻辑与运算符号。6.根据权利要求1所述的一种分体式空调节能效果评估方法，其特征在于：所述月节电量为：；式中，为分体式空调在基准期工作日的用电量基准值，为分体式空调在基准期非工作日的用电量基准值，为分体式空调在节电期工作日的用电量实际值，为分体式空调在节电期非工作日的用电量实际值，i为当月的基准期工作日的天数，j为当月的基准期非工作日的天数，c为当月的节电期工作日的天数，d为当月的节电期非工作日的天数。7.根据权利要求6所述的一种分体式空调节能效果评估方法，其特征在于：所述月节能率为：。8.一种分体式空调节能效果评估系统，其特征在于：用于实现如权利要求1至7中任一项所述的分体式空调节能效果评估方法；所述分体式空调节能效果评估系统包括：基准期采样周获取模块，用于获取办公建筑内分体式空调当月用电量的基准期采样周；基准期采样周电量获取模块，与所述基准期采样周获取模块通信连接，用于将所述基准期采样周分为基准期工作日与基准期非工作日，关闭分体式空调的节能运行模式，并获取分体式空调在基准期工作日与基准期非工作日的日耗电量数据，以便得到基准期工作日的用电量基准值和基准期非工作日的用电量基准值；其中，基准期工作日的用电量基准值为分体式空调在基准期工作日的所有日耗电量数据之和，基准期非工作日的用电量基准值为分体式空调在基准期非工作日的所有日耗电量数据之和；节电期电量获取模块，与所述基准期采样周获取模块通信连接，用于将当月内非基准期采样周的节电期分为节电期工作日与节电期非工作日，开启分体式空调的节能运行模式，并获取分体式空调在节电期工作日与节电期非工作日的日耗电量数据，以便得到节电期工作日的用电量实际值和节电期非工作日的用电量实际值；其中，节电期工作日的用电量实际值为分体式空调在节电期工作日的所有日耗电量数据之和，节电期非工作日的用电量实际值为分体式空调在节电期非工作日的所有日耗电量数据之和；能效评估模块，与所述基准期采样周电量获取模块和所述节电期电量获取模块通信连接，用于根据基准期工作日的用电量基准值、基准期非工作日的用电量基准值、节电期工作日的用电量实际值和节电期非工作日的用电量实际值，得到分体式空调的月节电量和月节能率。
9.一种电子设备，其特征在于：包括：存储器，用于存储计算机程序指令；以及，处理器，用于执行所述计算机程序指令从而完成如权利要求1至7中任一项所述的分体式空调节能效果评估方法的操作。10.一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，其特征在于：所述计算机程序指令被配置为运行时执行如权利要求1至7中任一项所述的分体式空调节能效果评估方法的操作。

技术总结
本发明属于节能服务技术领域，其目的在于提供一种分体式空调节能效果评估方法、系统、设备及介质。本发明可缩短现有评估方法中的统计周期，同时结合办公建筑的特点，考虑了温度、工作日与非工作日因素对“相似工况日”选取的影响，另外计算均采用实际运行数据，从而解决现有技术中直接比较法和模拟软件法中数据不能代表实际运行工况的问题。此外，本实施例相比于整体能耗法而言，采样周缩短为每月一周，不需要长达12个月的采样期，相比于相似日直接比较法而言可以有更多的可利用的样本数据，实现了节能率的按月评估，为我国分体式空调节能改造的效果评估提供了新思路。改造的效果评估提供了新思路。改造的效果评估提供了新思路。


技术研发人员：李敏姝 余雨薇 侯亮 张尹 孔祥金 鲁闯 张松云 余冬杰 吴锡通 秦家立 林尤欢 范保平
受保护的技术使用者：成都深瑞同华科技有限公司
技术研发日：2023.06.05
技术公布日：2023/8/31