基于随机鲁棒优化的建筑能源系统节能改造规划研究

Building energy retrofitting is an important part of the energy efficiency activities. This study focuses on addressing the uncertainties in building energy retrofitting by exploring the following topics: 1) With the analysis on the system parameter and user behavior uncertainties, the retrofitting planning decision making model under uncertainties can be established, and the corresponding stochastic robust optimization methodology will be studied; 2) Taking account of the interplay between retrofitting and user behavior, the impact from the rebound effect can be modelled and incorporated into the retrofitting planning, based on which the stochastic robust optimization of retrofitting planning under rebound effect will be studied; 3) The equipment failure and performance deterioration after retrofitting will be investigated and modelled as a dynamic system under uncertainties, based on which the energy maintenance planning will be studied, and a stochastic robust optimization based optimal control approach will be developed for the maintenance planning; 4) Taking advantage of the building energy system simulation, the preceding theoretical analysis will be tested to verify the effectiveness of the studies. The main finding of this project supports the decision making of building energy retrofitting planning under uncertainties. It also facilitates the development and application of the complex system optimization theory.

建筑节能改造规划是节能减排工作的重要组成部分。本项目围绕建筑节能改造中的不确定问题，开展以下研究：1）建筑节能改造规划中系统参数不确定和用户行为不确定的分析，建立带有参数不确定性的节能改造规划决策模型，并开展基于随机鲁棒优化的含参数不确定的节能改造规划研究；2）考虑节能改造与被改造建筑用户之间的相互作用，正确评价用户因实施节能改造而改变行为模式所导致的反弹效应的影响，开展基于随机鲁棒优化的含用户行为不确定的节能改造规划研究；3）对建筑能源系统运行中必然存在的设施损毁和性能衰减现象进行建模，考察其中的不确定因素，结合随机鲁棒优化和最优控制思想，开展基于动态系统性能优化的含不确定的节能维修规划研究；4）仿真研究，通过计算机仿真平台进行节能改造和维修方案的分析，验证理论研究的有效性。本项目的研究成果为不确定条件下建筑能源系统节能改造决策提供理论指导与技术支持，推动复杂系统优化理论的发展和应用。

建筑节能改造研究是面向国家节能减排战略需求，实现碳中和、碳达峰的重要研究。本项目围绕不确定条件下的节能改造和节能维修的规划问题，开展以下研究：1）构建了既有建筑节能改造多目标优化模型，比较了两种多目标优化算法性能，并针对高维帕累托解集决策设计了一种多目标后优化决策框架。2) 提出了一种基于补丁学习和长短期记忆网络的建筑负荷短期预测模型，并在三个数据集上与另外四种预测模型从准确性，鲁棒性和泛化性能方面进行了比较。3) 针对实际能耗不确定，改造项目价格不确定的问题设计了多目标随机鲁棒优化模型，并采用多目标进化算法进行求解。4) 对建筑节能改造规划中的用户满意度进行了建模，设计了考虑多种用户利益需求的超多目标节能改造优化算法 5) 将改造设施群视为一类动态系统，并用衰减规律模型描述系统的动态特性。将维修方案视为控制变量，在最优控制思想的基础上建立带有不确定的维修规划问题模型，并结合随机鲁棒优化、智能优化和最优控制思想来进行求解。本项目的研究成果为不确定条件下的建筑节能改造提供理论指导与技术支持，帮助节能改造活动更广泛地实现，同时推动了系统科学与控制科学相结合的学科发展。