首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 电能论文 > 楼宇空调用能基于柔性负荷调控的优化解决方案研究

楼宇空调用能基于柔性负荷调控的优化解决方案研究

2023-11-30 146 上传者：管理员

摘要：在“双碳”目标下，为了强化用户负荷与电网负荷的互动，实现电网运行模式从“源随荷动”向“源网荷储互动”转变，提出了一种楼宇空调用能优化解决方案。总结了楼宇空调负荷调控的技术现状，并重点阐述了系统架构、功能应用内容。通过对空调主机、末端设备的实时监测、管控，对空调负荷进行预测，建立空调设备优化调度模型，为空调运行优化提供依据，降低能耗。同时，在电力负荷高峰时段，可以聚合分散的用户空调负荷资源，作为柔性负荷参与电力需求调峰。

关键词：
楼宇
用能优化
碳中和
碳排放
空调
加入收藏

2020年9月22日，国家主席习近平在第七十五届联合国大会一般性辩论上作出中国“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的郑重承诺[1,2]。实现碳达峰、碳中和是以习近平同志为核心的党中央经过深思熟虑作出的重大战略部署，是中国实现可持续发展、高质量发展的内在要求，也是推动构建人类命运共同体的必然选择。在“双碳”目标的指引下，随着电力市场化改革的不断推进以及能源互联网建设的深入，全国多地探索实践了空调柔性负荷调控，并逐步进入“市场化”和“常态化”状态。通过充分调动楼宇空调负荷资源，实现电网运行模式从“源随荷动”向“源网荷储互动”的转变，同时推动着楼宇用能实现更加科学合理、精细化的能源管理，对于建设清洁低碳、安全高效现代能源体系，助力“双碳”目标的实现具有重要的现实意义和深远的战略意义。

在发电侧，新能源发电所占的比例逐年上升，但随之带来的新能源发电预测、并网、消纳等问题成为新能源行业发展的瓶颈和研究的重点[3,4]。在负荷侧，大量分布式发电资源以及可主动改变自己用电习惯的柔性负荷的出现，使得电网可以和用户进行互动，在传统电网中会出现双向潮流[5,6,7]。以上问题的出现均对电网的运行调度、管理理念等提出更高的要求。楼宇空调负荷调控作为一种负荷参与电网调度的手段，可以通过补偿措施或改变电价形式等方法激励用户主动改变自己的用电行为[8,9,10]，实现削峰填谷、平抑新能源出力波动、消纳新能源等目的。因此楼宇空调负荷调控成为近年的研究热点课题，随着柔性负荷调控市场的深入发展，楼宇空调负荷资源的开发利用日趋受到重视。

1、楼宇空调用能优化发展现状

美国普遍推广实施了中央空调轮停技术，对用户的空调、热水器等用电设备进行分批编组、按批短时轮控，对抑制夏季空调用电尖峰负荷起到了良好效果[11]。日本东京电力公司制定了比较丰富的谷段优惠电价，用以调节用户的用电行为，在反映能源价格变化的同时，最大限度地实现移峰填谷[12]。

国内的王婷等[13]开展了大规模空调负荷聚合建模及跟踪控制方案研究，建立了空调的热力学模型，提出了基于蒙特卡洛方法建立大规模空调负荷聚合模型，并研究了实施直接负荷控制的空调负荷跟踪控制方案，讨论了空调负荷参与需求响应的负荷削减潜力。2014年，根据国家发展改革委的要求，上海成为全国唯一一座实行电力需求响应试点工作的城市。2014年8月29日，第一次电力需求响应试点试验工作在国网上海市电力公司开展[14]。在试验过程中，有6家工业用户和28家楼宇用户积极参与，在需求响应启动指令发布后30 min内共降负荷5.5×104k W。2018年8月17日12:00—13:00，上海市黄浦区发改委承担建设的国家需求侧示范项目“黄浦区虚拟电厂”组织实施一次“虚拟发电”，通过运营调度平台的指令，区内104幢签约商业建筑，作为虚拟发电节点同一时间投入运转，合理调节各自空调、照明、动力使用负荷，削减高峰电力，1 h实际削减电力负荷20.12 MW。

针对楼宇空调用能优化，为了推动楼宇空调负荷调控更好地参与电网调度，将调控削减的空调负荷作为1种虚拟电厂资源参与电力需求响应，国内外专家学者开展了大量的研究及应用工作[15,16,17,18]。但更多的是采用空调负荷暂停、峰谷电力差距激励等手段实现，没有考虑空调主机、末端设备的优化调度，未能对楼宇空调用能优化进行深入研究。因此，基于空调这一柔性可调负荷，针对楼宇空调用能优化解决方案展开研究。

2、解决方案

2.1系统架构

楼宇空调用能优化系统自下而上分为感知层、采集层、网络层、应用层。其中感知层包括温度传感器、流量传感器、智能插座、用户智能表、电能管理系统等。采集层通过物联网技术实现与感知层设备的信息物理融合，使空调负荷成为可测量、可调控的智能化单元，再通过网络层实现与应用层的双向通信，应用层内置有边缘计算模块，通过计算向调控单元发出负荷调控及优化调度指令，实现基于用户生产生活行为的空调负荷响应与基于空调设备运行优化的优化调度。图1为楼宇空调用能优化系统架构图。

图1楼宇空调用能优化系统架构图

2.2功能规划

基于柔性负荷调控的楼宇空调用能优化的解决方案是以空调运行监视、负荷预测为基础，结合空调主机自身的负荷-效率曲线、空调用户的生产生活特性，通过人工智能算法，建立“刚柔并济”的空调负荷调控策略及其定量决策方法，制定有效的空调负荷响应措施，实现电力负荷调峰；同时建立起空调主机设备的工况寻优模型，实现对主机、末端设备的优化调控，节约空调系统能耗。基于柔性负荷调控的楼宇空调用能优化系统的主要功能包含3个方面的内容，如图2所示。

1)通过物联网技术，采用智能传感器、智能通信技术，实现对空调设备、环境参数、空调电量等的实时监视，为需求响应提供数据支撑。

2)采用人工智能算法，通过相关性分析、数据预处理、预测算法，建立短期及逐时空调负荷预测模型，根据空调主机自身的负荷-效率曲线，结合空调用户的生产生活特性，形成基于用户生产生活行为的空调负荷响应模型以及基于运行优化的空调设备优化调度模型。

3)与电力需求响应市场实现对接，为售电公司聚合空调负荷作为柔性可调负荷资源提供支撑。根据空调负荷响应模型、空调设备优化调度模型引导空调用户自动开展楼宇空调用能优化，实现电力负荷调峰，完成空调负荷需求响应，为售电公司及用户获取收益，同时，可节约空调系统能耗，降低空调费用，减少CO2的排放，助力“双碳”目标的实现。

图2楼宇空调用能优化系统功能规划图

2.3功能应用

2.3.1运行监视

通过与原空调设备及系统的接口对接，新增传感器、智能插座设备等手段，实现对空调主机、末端设备、环境参数、空调电量等的实时监视，为需求响应提供数据支撑。包括环境监视、空调主机监视、空调末端设备监视、空调用电监视等功能。

2.3.2负荷预测

依据影响空调负荷的因素，例如室外环境因素、空调系统内部因素、人员喜好因素等，以及空调运行数据，采用人工智能算法，通过相关性分析、数据预处理、预测算法，获得空调逐时负荷数据，指导空调设备的智能调控与运行。包括短期空调负荷预测、逐时空调负荷预测等功能。

2.3.3柔性负荷调控

根据运行监视及空调负荷预测数据，通过人工智能算法，依据空调主机自身的负荷-效率曲线，结合空调用户的生产生活特性，制定有效的空调负荷响应措施，例如空调负荷暂停、削减、转移等措施，对空调主机、末端设备进行优化调控，在保证满足人体舒适度需求的前提下，实现电力负荷调峰。包括基于用户生产生活行为的空调负荷响应模型以及基于运行优化的空调设备优化调度模型。

2.4创新性

空调柔性负荷分布广泛，同时受室外环境因素、空调系统内部因素、人员喜好因素等的影响很大，通过数字技术与能源数据的融合应用，采用人工智能算法、大数据分析方法，获得短期空调负荷预测数据、逐时空调负荷预测数据，实现了用户空调需求的负荷预测。一方面，可以为空调设备优化调度模型提供负荷数据支持，为空调主机设备的工况寻优提供依据，节约空调系统能耗；另一方面，在电力负荷高峰时段，可以聚合分散的用户空调负荷资源，作为柔性负荷参与电力需求调峰，实现削峰填谷、平抑新能源出力波动、消纳新能源等目的。

3、预期效果

楼宇空调用能优化，可以保证满足用户空调需求，通过空调设备的工况寻优及优化调度，节约空调费用、减少CO2的排放，助力实现碳达峰、碳中和；还可以作为可调柔性负荷参与电力需求响应，可有效削减用电高峰时段用电负荷，缓解电力系统压力，提高电力系统安全可靠性，实现削峰填谷、平抑新能源出力波动、消纳新能源等目的。

同时，用户开展楼宇空调用能进行优化，可以降低空调系统电能消耗，节约电费；在政策允许的条件下，还可申领需求响应的相关补贴，为用户创造效益。

4、结束语

总结了楼宇空调负荷调控的技术现状，提出了一种楼宇空调用能优化解决方案，并重点阐述了系统架构、功能应用内容。该方案以柔性负荷调控为基础，通过对空调主机、末端设备的实时监测、管控以及空调负荷预测，为楼宇这一典型应用场景提供了完整的空调用能优化解决方案。

参考文献:

[1]曾鸣,张晓春.“新能源+储能”要抓住“碳中和”机遇[EB/OL].[2021-02-07].

[2]黄畅,张攀,王卫良,等.燃煤发电产业升级支撑我国节能减排与碳中和国家战略[J].热力发电,2021,50(4):1-6.

[3]齐晓琳.考虑新能源消纳的柔性负荷需求响应策略及优化调度[D].北京:华北电力大学(北京),2018.

[4]刘振亚.全球能源互联网[M].北京:中国电力出版社,2015.

[5]李扬,王蓓蓓,李方兴.灵活互动的智能用电展望与思考[J].电力系统自动化,2015,39(17):2-9.

[8]高红,温佳静.智能楼宇用电负荷优化调度[J].能源与节能,2021(1):70-72.

[9]魏文良,张利峰.基于能效管理控制的中央空调节能措施[J].能源与节能,2016(1):99-100.

[10]李欣璇,刘丽丽,陈曈,等.综合能源智能楼宇能量优化管理技术发展趋势研究[J].能源与节能,2021(7):56-57.