一种基于轨道交通车站能耗模型的能耗指标计算方法

摘要

本发明公开了一种基于轨道交通车站能耗模型的能耗指标计算方法，包括以下步骤：S1、建立城市轨道交通站能耗模型；S2、利用多元回归模型进行城市轨道交通能耗预测；S3、将城市轨道交通站能耗分解，相比现有技术，本发明可建立以车站为统计单位对象的城市轨道交通能耗指标量化标准，从而为城市轨道交通运营部门量化节能考核提供依据，有利于提高运营部门管理水平，有利于城市轨道交通行业低碳减排。

说明书

技术领域

本发明涉及城市轨道交通运输领域，具体涉及一种基于轨道交通车站能耗模型的能耗指标计算方法。

背景技术

当前国内城市轨道交通能源管理，只有较为粗放的《城市轨道交通用电综合评定指标》作为参考依据，该标准是以线路为基本单位，以年为周期，按照较为广阔的严寒、夏热冬冷、夏热冬暖等区别度较粗的方式进行用电量综合指标的评定，其评定区间较大，偏于定性，而不是定量。

在实际运营管理中，以车站为基本单位，依据城市特点和运营需求制订合理的车站能耗指标，并进行量化评定、考核是城市轨道交通运营部门所迫切需要的，而目前无论是公共建筑领域还是城市轨道交通领域，都没有相应的指标计算方法来支撑城市轨道交通能源管理的需求。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于轨道交通车站能耗模型的能耗指标计算方法。

为了实现上述目标，本发明采用如下的技术方案：

一种基于轨道交通车站能耗模型的能耗指标计算方法，其特征在于：包括以下步骤：S1、建立城市轨道交通站能耗模型；S2、利用多元回归模型进行城市轨道交通能耗预测；S3、将城市轨道交通站能耗分解。

作为本发明的进一步优选，所述步骤S1具体步骤如下：S1.1、分析城市轨道交通能耗影响因素；S1.2、建立车站能耗模型，即建立多元回归模型；S1.3、变量关系线性验证。

作为本发明的进一步优选，所述步骤S1.1中城市轨道交通能耗影响因素包括：车站类别、线路类别、区域类别、线路节能坡采用比例、换成类别、设备类别、乘客类别、客流量、时间、服务质量和季节因素。

作为本发明的进一步优选，所述步骤S1.2具体步骤如下：S1.2.1、确定回归方程式中的因变量Y和自变量X，即被解释变量和解释变量；N赋值为1；S1.2.2、第N次建立方程回归式；S1.2.3、判断回归方程式是否符合检验；S1.2.4、若回归方程式不符合检验，则调整自变量、置信区间；S1.2.5、判断N是否大于等于K次，若N≥K，则因变量与自变量间不存在显著的线性关系；S1.2.6、若N不大于K，则N赋值为N+1，则重复S1.2.3-S1.2.5，其中K的取值范围：以车站历史能耗数据的积累年度为准，K=当前年度-车站开始有完整能耗数据的年度；S1.2.7、若回归方程式符合检验，则则因变量与自变量间成线性关系；S1.2.8、确定回归方程式。

作为本发明的进一步优选，所述步骤S1.2.1中因变量Y为城市轨道交通站的历史能耗数据；自变量X为车站类别、线路类别、区域类别、线路节能坡采用比例、换成类别、设备类别、乘客类别、客流量、时间、服务质量和季节因素。

作为本发明的进一步优选，所述步骤S1.2.8、中回归方程式为：y=α+β

作为本发明的进一步优选，所述步骤S2具体步骤如下：S2.1、建立影响因素的量化模型；S2.2、统计下一周期车站能耗指标时，在历史能耗值的基础上，对影响因素进行量化加权；S2.3、得到下一统计周期的能耗预测值；S2.4、下一统计周期的能耗预测值结合考核力度，得到下一统计周期的车站总能耗指标。

作为本发明的进一步优选，所述步骤3中将城市轨道交通站能耗分解为单位电耗、车站照明系统、通风与空调系统

本发明的有益之处在于：本发明可建立以车站为统计单位对象的城市轨道交通能耗指标量化标准，从而为城市轨道交通运营部门量化节能考核提供依据，有利于提高运营部门管理水平，有利于城市轨道交通行业低碳减排。

附图说明

图1是建立车站能耗模型的具体步骤流程图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

本发明通过能耗影响因素分析，建立一个城市轨道交通车站的能耗模型，采用多元线性回归分析得到该模型的各项参变量。使用该模型结合实际数据，得到城市轨道交通车站的理论能耗预测值，并分解计算得到城市轨道交通车站各项能耗指标。

S1、建立城市轨道交通站能耗模型。

具体步骤如下：

S1.1、分析城市轨道交通能耗影响因素。

城市轨道交通车站能耗影响因素可以根据车站、线路、专业、时间、环境等因素分为以下几类：

车站类别：地下站、地面站、高架站。

线路类别：地下、地面、高架。

区域类别：市区、郊区。

线路节能坡采用比例：低、高、中。

换乘类别：换乘站、非换乘站。

设备类别：通风空调、照明、给排水、电扶梯、弱电系统、车辆基地设备等。

乘客类别：长距离、中距离、短距离。

客流量：高、中、低。

时间类别：施工期、调试期、初期、近期、远期。

服务质量：高、低。

季节因素：春、夏、秋、冬。

1）车站、线路类别

城市轨道交通车站分为地上站和地下站，不同的敷设方式对能耗有不同影响。一般情况下，地下非换乘站的能耗普遍高于地上非换乘站。地下站空间封闭，需要持续进行照明，同时需要通风设备对其进行通风调节，特别是夏天需要空调设备对地下站温度进行调节。而地上站空间开放，只需要必要的通风设备及夜晚的必要照明。除此之外，地下车站由于埋挖较深，相对地上车站需要设置更多的电梯提供垂直上下的服务。

2）车站规模与出入口数量

车站的建筑面积在一定程度上可以反映车站整体规模，是车站的固有属性之一。一般情况下，城市轨道交通车站建筑面积越大，其车站能耗总值越高。原因在于通风空调设备能耗、照明设备能耗是城市轨道交通能耗的主要构成部分，在同样的标准下，车站的建筑面积决定了照明设备以及通风空调设备的数量及类型。

3）区域类别

城市轨道交通车站区位因素影响乘客的出行特点。在同样的车站形式下，处于郊区位置的车站早晚高峰时站内客流量较大，相反，处于市区的车站相较郊区车站平峰时间时客流量较大。因此，对于城市轨道交通车站来说，高峰时对郊区车站的电梯设备和通风空调设备负荷的要求更高，而在平峰时市区车站对电梯及通风空调设备的负荷要求高于郊区车站。

4）换乘类别

换乘形式影响整个轨道交通车站的设置形式，不同的换乘形式影响通道长度、建筑设计，从而影响车站用电设备的布置方式、数量等问题。一般来说，换乘站能耗高于非换乘站能耗，因为换乘站存在两条以上的地铁线路，建筑面积与客流量较大。

5）设备类别

轨道交通车站能耗主要源于用能设备为了满足车站所需要的服务而耗费的电能，因此和各个用能设备密切相关。不同类型的设备功率不同，在同样数量下能耗自然不同；而同样的设备由于不同车站安装数量不同，能耗也有很大差别。同时，设备使用时间也会造成能耗的差异。除此之外，由于客流量、车站区位因素等原因，不同车站的设备运行效率也不同。以自动扶梯为例，相同型号的自动扶梯因客流量不同致使其运行效率存在差异，客流量越高，其自动扶梯耗电量越高。

6）环控方式

城市轨道交通车站环控方式主要分为闭式系统及屏蔽门式系统。不同的环控方式下车站能耗有很大差别，主要影响车站的通风空调设备。闭式系统中站内站外完全隔绝，通风完全依靠空调系统来完成，由于区间隧道和车站为一个整体，空调设备需同时满足两者要求，即除了满足站台要求外，还需要满足列车运行热效应，占地面积大，耗电量大；而屏蔽门式系统将区间隧道与站台层划分开来，分别设置空调和通风设备，这样的设置使得只有当车辆到站时隧道和车站才存在空气交换。

7）客流量

城市轨道交通为乘客服务，因此，为保证乘客的满意度，轨道交通车站应提供较为舒适的环境，特别是在客流量大的地下车站要保证足够的通风，夏天应保证适当的清凉度，减少乘客身体出现不良反应的现象。客流量越大，城市轨道交通车站内的自动扶梯、AFC等设备使用频率则越高，设备用能则越大。

8）服务质量

车站是供乘客候车、乘降以及换乘的场所，为了保证良好的服务质量，给旅客舒适的乘车环境，往往需要相关设备的辅助。设备主要是通风空调系统、楼扶梯、照明系统等。一般情况下，服务质量高的车站能耗要高于服务质量低的车站。

9）季节因素

城市轨道交通车站的主要耗能设备包括通风空调、照明、自动扶梯等，其中车站照明耗能相对稳定，自动扶梯一定程度受到客流影响，而通风空调则显著地受到季度、温度变化因素的影响。除此之外，不同季度出行者的出行行为差异对车站其他设备用能也存在一定的影响。空调季与非空调季存在明显差异，主要原因在于通风空调设备是车站用能中的耗电大项，不同季节车站是否开启空调设备对能耗影响显著。

S1.2、建立车站能耗模型，即建立多元回归模型。

具体步骤如下：

S1.2.1、确定回归方程式中的因变量Y和自变量X，即被解释变量和解释变量；N赋值为1。

假设因变量与自变量呈线性关系，那么线性回归的数学模型以矩阵形式可 以表示为：Y＝α+Xβ+ε

其中，

多元回归模型的估计使用广义最小二乘法，回归向量

被解释变量的回归方程:

S1.2.2、第N次建立方程回归式。

S1.2.3、判断回归方程式是否符合检验。

S1.2.4、若回归方程式不符合检验，则调整自变量、置信区间。

S1.2.5、判断N是否大于等于K次，若N≥K，则因变量与自变量间不存在显著的线性关系；S1.2.6、若N不大于K，则N赋值为N+1，则重复S1.2.3-S1.2.5，其中K的取值范围：以车站历史能耗数据的积累年度为准，K=当前年度-车站开始有完整能耗数据的年度。

S1.2.7、若回归方程式符合检验，则则因变量与自变量间成线性关系。

S1.2.8、确定回归方程式。

根据上节的影响因素相关性分析结果，以车站能源管理系统数据库的历史 能耗数据作为被解释量，以车站、线路类别、车站规模和出入口数量、区域类 别、换乘类别、设备类别、环控方式、客流量、服务质量、季节等因素中相关 性高的为解释变量，建立多元回归模型，将被解释量和解释变量(均为已知的 历史数据)，最终可获得回归方程系数β

其中，y为历史能耗数据，x

S1.3、变量关系线性验证。

分别计算各变量与能耗值的相关系数，如果结果表明能耗值与上述解释变量有一定线性关系，则该模型可以一定程度上模拟车站能耗。

S2、利用多元回归模型进行城市轨道交通能耗预测。

具体步骤如下：

S2.1、建立影响因素的量化模型。

S2.2、统计下一周期车站能耗指标时，在历史能耗值的基础上，对影响因素进行量化加权。

S2.3、得到下一统计周期的能耗预测值。

S2.4、下一统计周期的能耗预测值结合考核力度，得到下一统计周期的车站总能耗指标。

S3、将城市轨道交通站能耗分解。

1）单位电耗

车站单位电耗评价指标包括车站单位建筑面积电耗和车站每万人次电耗：

（1）车站单位建筑面积电耗是指在统计期内，车站每平方米的电耗。单位：千瓦时/平方米。计算方法：车站单位建筑面积电耗=车站电耗/车站建筑面积。

（2）车站每万人次电耗是指在统计期内，车站服务于每万人次乘客的电耗。单位：千瓦时/万人次。计算方法：车站每万人次电耗=车站电耗/(车站进站客流量+车站出站客流量+换乘站换乘客流量)。

2）车站照明系统

车站照明系统单位电耗评价指标为车站照明系统每平方米电耗，是指在统计期内车站单位照明区域面积照明系统的电耗。单位：千瓦时/平方米。计算方法：车站照明系统每平方米电耗=车站照明系统电耗/车站照明区域面积。

3）通风与空调系统

车站通风与空调系统单位电耗评价指标包括车站通风与空调系统每平方米电耗和车站通风与空调系统每万人次电耗。具体计算方法如下：

（1）车站通风与空调系统每平方米电耗是指在统计期内，车站单位建筑面积通风与空调系统的电耗。单位：千瓦时/平方米。计算方法：车站通风与空调系统每平方米电耗=车站通风与空调系统电耗/车站建筑面积

（2）车站通风与空调系统每万人次电耗是在统计期内，车站通风与空调系统服务于每万人次乘客的电耗。单位：千瓦时/万人次。计算方法：车站通风与空调系统每万人次电耗=车站通风与空调系统电耗/(车站进站客流量+车站出站客流量+换乘站换乘客流量)。

4）车站其他系统

车站其他系统单位电耗评价指标为车站其他系统每平方米电耗，是指在统计期内，车站单位建筑面积其他系统的电耗。单位：千瓦时/平方米。计算方法：车站其他系统每平方米电耗=车站其他系统电耗/车站建筑面积。

本发明的有益之处在于：本发明可建立以车站为统计单位对象的城市轨道交通能耗指标量化标准，从而为城市轨道交通运营部门量化节能考核提供依据，有利于提高运营部门管理水平，有利于城市轨道交通行业低碳减排。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。