Volume 3,Issue 9
“双碳”目标下数字建筑能源管控平台创新：基于负荷预测算法的光伏- 储能- 微网协同控制优化
本文围绕数字建筑能源管控平台创新展开研究，核心聚焦基于负荷预测算法的光伏- 储能- 微网协同控制优化。研究提出了一种基于负荷预测算法的光伏- 储能- 微网协同控制优化方法，以提升建筑能源系统的经济性、稳定性与环保性。研究结果表明，本文提出的创新方法与平台能够显著提升建筑负荷预测精度，优化光伏- 储能系统运行效率，有效降低建筑运行成本与碳排放，为实现“双碳”目标下的建筑绿色低碳转型提供了重要的理论依据与实践路径。
[1] 张军. 公共建筑能耗监测系统及能耗数据挖掘方法的研究[D]. 陕西: 长安大学,2017.
[2] 包胜, 陈超, 楼笑笑, 等. 基于BIM 的建筑能耗分析[J]. 科技通报,2024,40(1):49-54. DOI:10.13774/j.cnki.kjtb.2024.01.008.
[3] 曹瑞, 张晓兰. 建筑能耗影响因素及节能优化设计研究[J]. 智能建筑与工程机械,2025,7(5):29-31.
[4] 胡真齐, 赵何超, 张茂强, 等. 基于IAFSA-LSSVR 的办公建筑能耗预测模型[J]. 制冷与空调,2025,25(7):8-15. DOI:10.20245/j.issn.1009-8402.2025.07.002.
[5] 蒲靖, 刘婉莹, 祁熙鹏, 等. 基于BIM+CIM 数据集成的建筑能耗管理应用[J]. 土木建筑工程信息技术,2025,17(1):43-49. DOI:10.16670/j.cnki.cn11-5823/tu.2025.01.08.
[6] 陈龙, 李明月. 基于BIM 的建筑能耗模拟与优化策略研究[J]. 佳木斯大学学报（自然科学版）,2025,43(2):146-149. DOI:10.3969/j.issn.1008-1402.2025.02.039.
[7] 要陶然, 陈奕帆, 祝晨阳, 等. 基于Python 的建筑能耗回归模型与可视化系统[J]. 科技与创新,2025(13):122-125. DOI:10.15913/j.cnki.kjycx.2025.13.033.
[8] 黄险峰. 建筑能耗模拟策略[J]. 广西城镇建设,2007(3):63-65. DOI:10.3969/j.issn.1672-7045.2007.03.026.
[9] 张进, 方海燕, 马雪源. 基于BIM 技术的绿色建筑能耗模拟方法设计[J]. 石材,2025(6):174-176.
[10] 马文韬, 刘兴成. 基于Transformer 神经网络的建筑能耗预测模型[J]. 建筑节能（中英文）,2024,52(10):114-121. DOI:10.3969/j.issn.2096-9422.2024.10.016.