公共建筑參與電力需求響應策略及應用研究*

閻 俏， 張桂青， 袁銀雪， 陳 浩

(1. 山東建筑大學， 濟南 250101；2. 山東省智能建筑技術重點實驗室，濟南 250101；3. 山東省建筑設計研究院有限公司，濟南 250001；4. 濟南歷下控股集團有限公司， 濟南 250014)

0 引言

未來的智慧建筑不再僅僅局限于建立舒適的建筑內部環境，而是更加關注與城市公共信息進行互動。 電力需求響應(Demand Response)通過改變用戶的用電行為，調動負荷資源參與電網調峰，是電網和用戶之間構建能量和信息流動的典型應用，體現了智慧建筑的社會效益。 在調動空調負荷參與電力需求響應方面，國內外都開展了大量研究和實證工作。 文獻[1-4]調研了美國電力市場開展需求響應的實施情況，并對其關鍵技術和設備進行了研究。 Mark Goldsworthy 分析了澳大利亞境內空調負荷的規模、地域分布等特性，為開展需求響應做出了有益的評估[5]。 文獻[6]采用人工神經網絡方法(ANN)將舒適性參數和需求響應市場的投標價格關聯建模，提出了一種基于價格的空調末端控制策略。 文獻[7-8]從負荷聚合商的角度提出了空調集群優化控制模型，既滿足響應功率的需求，又兼顧溫度控制。 文獻[9-10]給出了江蘇電網開展大規模非生產性空調負荷參與電網有序調峰、需求響應的系統框架和應用效果。

現有研究大多集中在電網層面分析空調負荷的集群調控以及電網需求響應的頂層設計，但從用戶角度分析建筑或園區參與響應的技術手段、調控策略以及開展實例驗證的工作還遠遠不足。大型公共建筑體量大、單位能耗強度高、負荷調控方式靈活，是參與電力需求響應的優質資源。 當電網出現供應缺口，需要啟動響應時，在響應前向電力用戶發出響應邀約，告知其需要增加(或削減)的負荷值和響應時段。 對于參與響應的公共建筑用戶來說，可以采取多種策略去響應這一數值，如關停某些設備、調整設備的運行參數等等。執行不同的響應策略會給建筑運維管理帶來不同程度的影響。 如何在這些策略中選取適當的策略組合，以及如何調整設備運行參數，使之既能滿足電網的要求，又盡量降低對用戶的不利影響，是亟待解決的問題。

本文在對公共建筑內的空調、動力、照明等各類電力負荷綜合分析的基礎上，形成不同設備的響應控制策略，并計算策略的響應功率，提出了一種基于響應優先級的雙層優化方法來得到建筑的綜合響應能力，極大地提高了響應負荷的控制精度，為智慧建筑參與電網調度，助力碳中和目標積累了寶貴經驗。

1 響應控制策略及響應能力評估

1.1 響應負荷分類

為便于需求響應管理，首先需要分析建筑對象的負荷特點和用電規律，將可控容量較大、響應模式運行下對用戶的工作和生活影響較小的用電設備作為參與需求響應的調控對象。 本文按照能否參與需求響應的程度將公共建筑內用電負荷分為三個類別，如表1 所示，推薦第一、二類負荷參與響應。

表1 公共建筑內參與響應的用電負荷分類

1.2 響應策略

設備的響應控制方式可以分為剛性和柔性兩種。 剛性控制是直接關停全部或部分設備；柔性調節是通過改變單一或多個設備運行參數或運行方式等手段調整設備的運行情況。 對于公共建筑來說，照明負荷和動力負荷的控制方式基本采用剛性控制；相比之下，空調系統的設備數量大、參數多，調控方式多樣，最終可以形成多種需求響應策略。表2 給出了中央空調系統在電網削峰指令下主要的需求響應策略。

表2 中央空調系統需求響應(削峰)策略

1.3 響應能力評估

響應能力評估是指在需求響應的情況下，與基線負荷相比較，對用戶能夠削減的實際負荷大小進行計算。 每個建筑的響應能力根據調控策略的不同而存在差異。

基線負荷是指用戶如果沒有參加需求響應時的有功功率負荷曲線，是進行響應能力計算和補償結算的依據。 國內外學者對于用戶基線負荷預測的方法進行了大量的研究，大致可分為兩大類:基于傳統模型的基線負荷計算[11-12]和基于人工智能的基線負荷預測[13-14]。 本文采用基于CNN-LSTM模型[15]來進行基線負荷的預測，根據調控設備的不同，此處的基線負荷可分為制冷(制熱)主機、送風機、新風機、整個建筑等基線負荷。

此處重點討論暖通空調系統在柔性調控策略下的響應能力。 空調系統的響應能力可以采用建筑能耗軟件模擬[16]或數學模型計算[17]的方法來確定。 在建筑能耗模擬軟件中，首先建立建筑圍護結構、暖通空調系統及其他環境控制系統等的仿真模型，然后通過模擬各種控制方式，得到空調系統的動態能耗以及建筑環境的變化情況。 采用能耗模擬軟件在離線情況下進行仿真分析；利用數學模型在線運行來計算空調系統的響應能力。 下面給出中央空調系統幾種柔性調控策略下的響應能力的數學模型。

(1)提高機組冷凍水的供水溫度

當中央空調主機采用冷水機組時，在制冷量不變的情況下，機組功率在一定范圍內會隨著蒸發溫度的提高而減小。 因此，本文采用與冷凝溫度、蒸發溫度以及制冷負荷相關聯的能耗模型[18]來計算功率的變化，模型的表達式如式(1)所示:

式中，P為冷水機組的能耗，kW；tcwj為冷卻水進水溫度，℃；tchws為冷凍水供水溫度，℃；Qe為制冷負荷，kW；β0～β5為能耗模型系數。

采用二次完全回歸模型對式(1)進行擬合，可得到系數βi的數值。

在制冷負荷不變的情況下，當改變冷凍水出水溫度時，機組功率相應變化，與基線負荷比較后就得到響應功率。 另外，模型使用時要考慮冷凍水出水溫度變化的約束條件，其下限受機組制冷能力限制，上限受末端除濕要求的限制，則響應功率為:

式中，Pra1為本條策略下機組的響應能力，kW。Pchiller為冷水機組的基線負荷均值，kW。

(2)提高送風溫度的設定值[17]

對于變風量空調機組的控制過程中，空調風機的響應能力可按能保證最末端房間送風量的變頻電機的最低頻率來考慮，同時還需考慮末端空調機組負荷的改變對于主機功率的影響，用影響系數δ來表示。 則響應功率為:

式中，fmin.i為第i臺變頻風機響應時段允許的最低頻率，Hz；fbase.i為第i臺變頻風機正常運行時的頻率，Hz；PFAN.i為第i臺風機正常運行時的基線負荷，kW；δ為空調末端負荷變化對主機的影響系數；Pchiller為制冷主機正常運行的功率，kW。

(3)提高房間溫度的設定值

風機盤管的溫控器通過傳感器測得室內溫度，與設定溫度比較，當室溫低于設定值時，控制器關閉冷凍水管路上的電動閥和風機，風機盤管停止對室內空氣的制冷。 當設定溫度提高后，風機盤管關閉的次數增多，用電量減少。 根據文獻[16]的統計數據，室內設定溫度提高1℃，單位面積的平均建筑負荷會降低6.6%。 則響應能力如式(4)所示:

式中，Δtda為房間溫度提高差值；δ2為風機盤管負荷變化對基線負荷的影響系數，可取0.06；Pbase為建筑的基線負荷均值，kW。

2 基于響應優先級的綜合響應能力雙層優化

2.1 確定響應優先級

對于每個公共建筑，經過分析后形成的響應策略較多，為便于后期的綜合決策，需要為每條策略確定響應優先級。 假定某個建筑共有n條響應策略，將最先執行的那條策略的優先級確定為1 級，1即為最高級，然后向后逐條遞增，直至最后n級。 每條策略的優先級唯一，響應時根據優先級由高到低執行策略。

確定優先級的基本原則是對用戶的工作或生活影響越小的策略具有越高的優先級。 空調負荷對于用戶的影響主要體現在室內溫度變化對人體舒適度的影響。 為了量化這種影響，此處引入舒適度評價因子Dcomf[19]，如式(5)所示:

其中n表示某建筑內帶有空調末端的房間總個數；δi由式(6)確定:

式中，δi為單個房間的舒適度偏差因子；θi為室內實際溫度，℃；θset為室內溫度的設定值，℃，也是每個房間內用戶對室內溫度的期望值。 考慮到室內溫度在設定值范圍內小范圍波動不影響人體舒適性，因此，引入了溫度上波動偏差Δθ1和下波動偏差Δθ2。 由式(5)可以看出，舒適度評價因子Dcomf越小，用戶的舒適度越高。

對應空調系統的每個響應策略，都可以通過建筑能耗模擬軟件，調整控制參數得到系統的響應能力并模擬出執行響應后室內溫度的變化，然后由式(5)和(6)來確定每條響應策略的舒適度評價因子，因子越小，說明對用戶的影響越小，可以賦予較高的需求響應優先級。

2.2 綜合響應能力的雙層優化方法

當每條策略的響應能力和優先級確定以后，系統需要根據認繳負荷(目標值Pgoal)的大小，確定策略執行的具體方案，此時僅執行一種策略并不能滿足要求，需要綜合考慮多個策略的組合結果。 本文提出一種雙層決策優化方法以得到最優的策略組合。 雙層決策分為兩部分，第一層為某一種響應策略內部運行參數的調整，第二層為多種策略類型的組合優化。 流程圖如圖1 所示。 具體過程如下。

圖1 綜合響應能力雙層決策優化方法流程圖

(1)在計算得到每種策略響應能力的基礎上，首先考慮對用戶影響較小的第1 優先級的策略，即i＝1，i為優先級，最大值為n。 此時運行參數j按該參數可調整的最大值m 考慮；例如對于表2 中“提高冷水機組出水溫度”策略，本條策略是通過提高中央空調系統冷凍水出水溫度來降低空調機組的用電量，假定出水溫度的可調范圍為3℃，如果當前的出水溫度為7℃，則最大可調整上限為10℃。 按10℃來計算，可以得到該優先級策略的響應能力Pi.j。

(2)將Pi.j和目標值Pgoal比較，如果Pi.j大于目標值，則下調一級參數數值，j＝j-1，重新計算Pi.j，再進行比較。 這種單一策略的內層參數調整直至可調參數達到下限為止，此時得到的Pi.j即是和目標值最匹配的系統綜合響應能力Pi.sum。

(3)如果Pi.j小于目標值，說明單一策略的響應能力不足以滿足電網需要，還需進一步考慮對用戶影響次之的第2 優先級的策略，并根據式(7)得到系統的綜合響應能力Pi.sum。 當多種策略實施時，系統所呈現的響應能力并不是每種策略實施效果的直接相加，因此，考慮同時系數kΣ來體現這種影響。

式中，Pl.j為不同策略的響應能力，可以通過前文描述的響應能力評估模型得到。

(4)將Pi.sum和目標值Pgoal比較，如果Pi.sum大于目標值，則將第i優先級的參數下調，重新進行優化計算。 否則，再疊加第i+1 優先級的策略，直至達到或剛剛超過電網調峰的目標值，優化過程結束。

通過運行參數的調整(第一層優化)以及多種策略的組合(第二層優化)，就能找到公共建筑最終的綜合響應能力Pi.sum，這個數值與電網需要的目標負荷最為匹配，并且也是建筑自身多種響應策略的最優組合。 因為在方法中考慮了用戶的響應意愿以及對用戶舒適度的影響，在滿足電網要求的同時，可將用戶的工作或生活帶來的影響降到最低。

3 需求響應的效果評價指標

每次需求響應事件執行后，可以從響應負荷的精確度和響應延遲時間兩方面進行評價，以判定響應事件的有效性。 響應負荷的精確度指標可分為:絕對指標和相對指標。 絕對指標就是以響應時段內用戶實際用電曲線與基線負荷的差值作為最終結算的實際響應負荷。 通常電網企業將絕對指標作為補償結算的依據。 相對指標又稱為認繳性能指標(subscribed performance index，SPI)，為用戶削減的平均負荷與其認繳負荷削減量之比，是評價響應結果的重要指標。 響應延遲時間指標可以從響應事件開始計時直到達到或接近削減的平均負荷時的時間，是衡量響應事件執行快慢的參考指標。

4 應用實例

4.1 項目簡介

本文選取山東省濟南市某公共建筑為對象，設計并開發了電力需求響應系統。 該大樓建筑面積5.46 萬m2，主要作辦公用途。 夏季采用水冷式中央空調機組制冷，其中包含螺桿式冷水機組2 臺，每臺額定制冷量1 504.41kW，額定電功率為282kW；定風量風機盤管約為310 個。 該建筑已經安裝了建筑設備監控系統BAS(Building Automation System)，因此，可將BAS 主控制器接入需求響應系統，即可實現對空調、照明、熱水器、電梯等設備的數據采集和監控；同時選取合適地點安裝物聯網網關，與照明控制器、電能表和室內溫控器進行信息通信。

4.2 效果分析

針對本工程的實際情況，確定了三條電力調峰響應策略，分別是:提高冷凍水供水溫度、減少運行機組數量、關閉樓層電熱水器；其中，前兩條響應策略的執行都會影響室內的溫度。 圖2 為TRNSYS 軟件模擬2020 年夏季某日該建筑平均室內熱負荷變化情況。

圖2 室內熱負荷仿真圖

可以看出，與27℃的室溫相比，要將室內溫度維持在25℃時，所需冷負荷更多，最大差值為1 734kW。

通過采集一段時間的冷凍水出水溫度、冷卻水出水溫度及制冷量，將冷水機組的能耗模型進行參數擬合，能夠得到式(1)中系數β0～β5的數值，如表3 所示。

表3 冷水機組能效模型擬合參數

圖3 是利用機組的能耗模型得到的功率和實測功率的對比，兩組數據的均方根誤差RMSE 為9.53，可以滿足工程應用的需要。

圖3 冷水機組實際能耗與模型預測能耗對比圖

根據舒適度評價因子Dcomf的大小來確定前兩條策略的響應優先級，計算結果如表4 所示。

表4 濟南市某建筑需求響應(調峰)策略實施情況

對應于第一條策略的舒適度評價因子數值較小，說明執行本條策略給室內溫度帶來的影響小于第二條策略。 此時，室內溫度設定值θset為25℃，上下波動偏差都為2℃。 按冷機出水溫度可調整參數的最上限4℃來計算，響應時長為60min。

圖4 為公共建筑需求響應管理系統進行電網互動的人機界面。

圖4 電網互動界面

系統可在當日對電網的需求邀約進行響應，功率采集時間為10min。 界面上顯示接收到的電網邀約指令，包含響應類型、容量、響應時間及最高限價等信息，根據電網的響應時間，計算出基線負荷并以曲線形式展示。 同時將經過決策后的調控策略和響應能力顯示在界面上，最終系統操作員將參與響應的信息上報給電網。 進行調試工作時，將響應目標確定為150kW，經過優化決策后，確定了前兩條響應優先級的策略，即:“關閉樓層電熱水器”和“提高冷凍水出水溫度”，參與最后的執行，這兩條策略的綜合響應能力能達到184kW。

為了查看某次響應事件的詳細信息，系統還設計了響應追蹤功能，如圖5 所示，可以通過選擇時間查詢到歷史上執行過的響應事件，查看事件詳細參數，基線負荷、響應后負荷以曲線形式直觀展示。

圖5 響應追蹤界面

圖6 為基線負荷和響應后實際的負荷曲線，響應時間為12 ∶30-13 ∶30，考慮到水空調系統有較大的熱慣性，實際執行策略的時間比響應時間提前了10min，因此響應延遲時間指標處于理想值0min。

圖6 響應前后的負荷曲線

從曲線圖中可以看出，響應期間，該建筑的用電負荷從平均值1 217kW 降至987kW，負荷下降達175kW，完全滿足認繳負荷的目標要求。

為了追蹤響應策略對建筑內環境的影響，圖7對比了兩種策略實施情況下的室內溫度的變化。

圖7 室內溫度的變化曲線

可以看到，在實施“關停機組”策略后，室內溫度上升較快，溫度偏差在3.5℃，舒適性下降嚴重，且響應結束后的溫度恢復過程也較慢；在“提高冷凍水溫度”策略實施情況下，室內溫度的波動很小，在1℃左右，對于建筑環境的不利影響較小。

5 結束語

本文設計和開發了一套面向公共建筑的電力需求響應管理系統，提出了一種確定建筑綜合響應能力的雙層決策方法，該方法通過為每條策略建立響應優先級，來保證策略執行的先后順序。 通過工程實例，驗證了這種方法的可行性和有效性，既能夠在多個響應策略中優選出與響應目標值最匹配的執行策略，又盡可能降低對用戶的不利影響。 目前，對于部分策略的響應優先級的確定主要依賴用戶的主觀意愿，客觀評價標準還有待于完善，需要進一步對需求響應給建筑用戶帶來的影響進行深入研究。