CN113809755B - 一种基于需求响应的智慧楼宇节能优化控制方法 - Google Patents

Abstract

本发明公开了一种基于需求响应的智慧楼宇节能优化控制方法，针对智慧楼宇能耗大、能源利用率低、舒适度差等问题，根据智慧楼宇中各类负荷特性，建立电力负荷和热力负荷需求响应模型，然后采用一种基于需求响应的多目标优化方法，求得智慧楼宇中各类设备的运行方案，从而提高整个智慧楼宇的经济性及稳定性。本发明中先分析各类主要负荷设备特性，以经济性、舒适度为目标，建立以电力需求响应和热负荷需求响应为基础的智慧楼宇节能优化调度模型，采用非支配排序遗传算法求解系统中各类设备的出力和负荷的需求响应方案。本发明极大地促进了智慧楼宇的发展，为智慧楼宇的能源建设及设备可靠运行提供了有效指导。

Description

一种基于需求响应的智慧楼宇节能优化控制方法

技术领域

本发明属于含多种供能设备及可调负荷的智慧楼宇能量管理优化技术领域，主要用于优化含多种供能设备及可调负荷的智慧楼宇供能系统的运行性能、提高智慧楼宇运行经济性及舒适度等方面。

背景技术

当前，高耗能、低能效是我国大型公共建筑普遍存在的问题，而暖通系统能耗在建筑能耗中又占据了相当大的比例。相关数据统计，在大型公共建筑中，暖通系统能耗约占楼宇能耗的60％，因此，楼宇的多联协同和智慧节能成为当下建筑领域能源管理的重要课题。能源是社会和经济发展的动力和基础，随着我国经济的快速发展，社会用电需求也呈现出快速增长的趋势。在提高电力供应能力、改善电源结构的同时，提高电能利用率、降低智慧楼宇用电成本、建设经济高效、技术先进、环境友好的能量管理系统也成为我国智慧楼宇建设运营工作的重点。

需求响应(Demand Response，DR)技术致力于提高负荷侧参与电力系统运行调节的能力，需求响应的发展和应用可以改善系统负荷特性、提高系统调峰能力、提高可再生能源消纳、提高电力资源利用率。本发明通过利用和实施需求响应提高可再生能源接纳能力，降低系统对储能装置的依赖和容量需求，同时考虑到需求响应作为用户侧对激励的响应行为，需求响应应当为智慧楼宇运营商带来效益。

智慧楼宇是主动配电网的重要组成部分，智慧楼宇负荷是重要的需求响应资源。智慧(Smart)，就像是人的大脑，它是一个整体，将所有子系统融合在一起，通过软硬件的结合实现各个系统、网络的真正融合。以智慧楼宇为主体研究需求响应的关键技术，便于理解与进行量化分析。同时分析智慧楼宇的源-储-荷协调控制策略有助于完善智慧楼宇能量管理体系、提升配电网灵活性以及智能电网的建设。挖掘以智慧楼宇负荷为代表的电力负荷需求响应潜力，研究智慧楼宇需求响应策略有助于电力负荷需求响应的应用，有助于提高电力资源利用效率，改进用电方式，实现科学用电。

智慧楼宇的能量管理随着需求响应的不断应用、分布式发电的接入以及储能技术的发展而变得多样和复杂，科学合理的智慧楼宇能量管理方案可以有效减小楼宇电力费用支出，降低楼宇运行成本，增加企业和员工的效益；智慧楼宇的需求响应可以为电网带来巨大的可控负荷潜力，增加电网的可靠性和运行经济性，因此基于需求响应的智慧楼宇能量管理方案研究具有重大的意义和紧迫性。

本发明先分析各类主要负荷设备特性，以经济性、舒适度为目标，建立以电力需求响应和热负荷需求响应为基础的智慧楼宇节能优化调度模型，采用非支配排序遗传算法求解系统中各类设备的出力，从而解决智慧楼宇中能耗大、能源利用率低、舒适度差等问题。

发明内容

本发明针对智慧楼宇能耗大、能源利用率低、舒适度差等问题，提供一种基于需求响应的智慧楼宇节能优化控制方法，根据智慧楼宇中各类负荷特性，建立电力负荷和热力负荷需求响应模型，然后采用一种基于非支配排序遗传算法的多目标优化方法，求得智慧楼宇中各类设备的运行方案及负荷的需求响应方案，从而提高整个智慧楼宇的经济性及稳定性。

本发明解决上述问题所采用的技术方案是：一种基于需求响应的智慧楼宇节能优化控制方法，其特征是，智慧楼宇小型微能源网主要包括风力发电、光伏发电、电储能(电动汽车)、微燃机、吸收式制冷机、电锅炉、电制冷机、热储能、电力网、热力网、电负荷以及热负荷等；此微能源网主要给智慧楼宇供给电能和热能，电能的供给设备有风机、光伏板、微燃机及市电，热能主要是通过内燃机、电锅炉、吸收式制冷机及电制冷机等设备供给。另外，此能源网还配置了电/热储能装置，用来存储和释放电/热能。本发明将电动汽车也归类为电储能设备，系统中的主要负荷中央空调、照明设备、电动汽车等可根据电价的变化参与需求响应机制，从而提高系统运行的经济性及舒适度。

电力需求响应是指用户根据价格信号或激励机制做出响应，改变固有用电方式的行为，可分为激励型响应和价格型响应两类。激励型响应可通过直接负荷控制实现综合能源系统中负荷主动参与削峰填谷，实现系统优化运行；价格型响应则通过价格信号刺激用户主动改变用户用能方式。智慧楼宇中采用价格型响应则可以提高其用能经济性，通过合理实施需求响应，使得负荷发生削减或转移，可以有效减小系统对储能装置的依赖，降低储能装置容量、功率的需求。

本发明采用价格型需求响应对电力负荷响应建模，用户用电量对电价的响应建模大多应用电量电价弹性矩阵法。根据经济学原理，电力负荷的弹性系数表示为：

其中，Δp表示电量p的相对增量，Δq表示电价q的相对增量。

需求侧电量电价弹性矩阵E表示如下：

其中α_ii表示自弹性系数；α_ij表示交叉弹性系数；i和j分别表示第i和第j个时段。

故响应后的电量P_dt表示如下：

其中，P_t表示优化前t时段的电量；ΔP_t表示基于价格型响应后用户侧t时段的用电变化量；Δq_t表示优化后t时段的电价变化量；P_dt表示响应后用户t时段的用电量。

热用户对供热舒适度的感知具有一定的模糊性，在一定范围内改变温度值对热用户并没有太大影响，从这方面来讲增加热负荷的柔性调节能力；另一方面从供热系统热惯性考虑，热网在传输热负荷过程中具有很大的热惯性。

供热系统的温度动态特性可以通过统计/数据挖掘或物理模型得到，其供热系统温度自回归滑动平均ARMA(auto regression moving average)模型为：

其中，T_h，t、T_g，t、T_in，t、T_out，t分别表示t时段热网回水温度、热网供水温度、建筑物的室内温度、建筑物的室外温度；α、β、γ、θ、ω分别为供热系统热惯性物理参数；J为ARMA时间序列模型中的阶次，表示热传输时延迟的程度。

在供热舒适度方面，假设其供暖负荷为室内建筑户采暖，建筑物室内温度可表示为：

式中：R为建筑物的等效热阻；C_air为建筑物的室内热容；为时段t内向建筑物内注入的热功率；Δt为调度时段时长；τ＝RC_air。该模型可较为准确的反映建筑物室内温度变化与供暖功率、环境温度的关系。

故在给定环境下，可以得出室内温度计算出供暖功率关系式如下：

式中，k＝e^-Δt/τ，根据人体舒适度的温度范围，对于室内温度有如下约束：

T_min≤T_in，t≤T_max

式中，T_min和T_max分别为人体舒适度可接受的最低室温和最高室温，℃。

该模型表明热负荷可以作为柔性负荷在一定范围内具有的可调度价值，即本发明提出的热力需求响应。

智慧楼宇能量管理系统隶属于建筑能量管理系统(BEMS)的范畴，针对大型智慧楼宇中源-储-荷管理的需求，对大楼的电压、功率、室内温度、湿度等信息进行采集，并通过中央控制系统控制大楼内的分布式发电、储能和可控负荷。一个理想的智慧楼宇能量管理系统最重要的是优化能效的功能，即设备与设备之间的权衡和优化、不同系统之间的权衡和优化，实现系统的优化控制，最大程度地提高能源利用率和运行效益。智慧楼宇能源管理系统优化运行对其楼宇运行的安全性、经济性和高效性具有重要意义。

本发明中智慧楼宇的运行优化目标是最大限度的减小电能使用成本，同时保证用户的舒适度。基于分布式发电设备特性、不可控负荷和环境因素变化的预测，此能源管理系统优化了各可控部件的运行，提出了实时电价下的源-荷-储协调控制方案，优化结果包含了各设备运行方案及负荷的需求响应方案。

(1)优化目标

假设智慧楼宇已完成对分布式发电和储能的容量配置与安装，优化目标是使智慧楼宇日常运营电力成本最小化和舒适度最高。其中支出型成本包括储能装置的使用成本C_ES、分布式发电的使用成本(燃气发电成本C_DE、分布式光伏发电成本C_PV、分布式风电发电成本C_WD)、向电网的购电成本C_BG；收益包括对建筑内部用户的售电收益C_SC、对电网的售电收益C_SG。24h智慧楼宇运行的总成本计算如下：

智慧楼宇舒适度主要包括视觉舒适度D₁、温度舒适度D₂和室内空气质量舒适度D₃，其中，室内照明水平可以作为视觉舒适度的指标，房间的温度舒适是由室内温度决定的，室内空气质量舒适度一般认为与通风系统有关。

其中：n代表灯的数量，U代表光源的利用率，M代表光源的维修系数，A代表房间的照明面积(m²)，P_E(t)代表t时刻灯的功率，D₁(t)表示时刻t的视觉舒适度，E(t)代表t时刻室内光照强度(勒克斯)，E_SET代表最低室内亮度标准。

其中：N(t)为t时刻室内空气二氧化碳浓度(ppm)，N_ω(t)是室外空气二氧化碳浓度(ppm)，V代表房间容积，L代表新鲜空气量。

其中：T_room(t)代表t时刻房间空气温度，T_SET代表设置温度。

(2)约束条件

1)功率平衡约束

需满足负荷的需求，包括有功功率平衡和无功功率平衡：

其中，P_g，in、Q_g，in分别是楼宇同电网的有功、无功交换；P_DG、Q_DG分别是楼宇内分布式电源的有功、无功输出；P_ES、Q_ES分别是楼宇内分储能的有功、无功输出；P_f，i、Q_f，i分别是楼宇内燃料发电设备的有功、无功输出。

2)储能系统约束

储能系统约束包括SOC约束和充放电功率约束：

3)分布式发电约束

4)燃料发电约束

本发明与现有技术相比，具有以下优点和效果：本发明以主动配电网为背景下的智慧楼宇能量管理体系为研究对象，重点关注需求响应与储能的协调优化以及智慧楼宇负荷需求响应策略、能量管理方案。首先根据用户负荷特性对智慧楼宇负荷进行分类，并建立典型的楼宇中央空调系统各主要用电设备、常见照明设备以及电动汽车的物理模型；依据电力需求和价格弹性理论，综合考虑了能源价格对电力、天然气等能源消耗量的影响，构建了多元化用能价格需求响应模型；以经济性和舒适度高为目标，建立了多目标动态运行优化模型，并采用非支配排序遗传算法进行求解，为推动智慧楼宇中小型能源互联网向有利于促进分布式新能源消纳的方向发展提供了有效参考依据。

附图说明

图1是本发明实施例中智慧楼宇小型微能源网的架构图。

具体实施方式

下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

实施例

参见图1，本实施例中，智慧楼宇小型微能源网主要包括风力发电、光伏发电、电储能(电动汽车)、微燃机、吸收式制冷机、电锅炉、电制冷机、热储能、电力网、热力网、电负荷以及热负荷等；此微能源网主要给智慧楼宇供给电能和热能，电能的供给设备有风机、光伏板、微燃机及市电，热能主要是通过微燃机、电锅炉、吸收式制冷机及电制冷机等设备供给。另外，此能源网还配置了电/热储能装置，用来存储和释放电/热能。

本实施例以T(24h)为调度时长，单位调度时间是Δt，电力价格型需求响应自弹性系数取-0.2，交叉弹性系数取0.03。与电网相连的购电电价和售电电价根据当地电价求得，热力需求响应中建筑物的热阻R根据市场调研求得，建筑物的室内最佳温度、最低温度及最高温度可根据具体情况设定，热网传输阶次J为2。智慧楼宇微网系统中各设备参数由设备厂家提供，峰、谷、平分时电价根据当地政策可求得。

基于需求响应的智慧楼宇节能优化控制方法如下：

1)基础数据输入。包括电、热、气负荷数据，分布式光伏出力数据，分布式风电出力数据，能源价格(电价、热价、天然气价格)数据，环境排放系数，各设备的容量及其运行参数。

2)根据智慧楼宇系统的需求响应能量管理模型，对楼宇内可参与需求响应的电负荷和热负荷进行需求响应管理，得到电负荷、热负荷在参与价格需求响应的负荷削减量、负荷平移情况，同时得到需求响应后的负荷型曲线。

3)将第2步得到的负荷响应曲线作为负荷输入数据，以电力成本最小化和舒适度最高为目标，采用非支配排序遗传算法进行运行优化仿真，从而求得各设备运行方案及负荷的需求响应方案。

本实施例中智慧楼宇含有多种供热和供电设备，负荷类型也多样化，且都可以实时控制。智慧楼宇中要有合理的感知设备布局，可实时反应楼宇中的情况。楼宇所在区域的电价和天然气价格应随时间变化，有峰谷价差，存在优化管理的基础。

本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。

虽然本发明已以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。

Claims (1)

1.一种基于需求响应的智慧楼宇节能优化控制方法，其特征是，智慧楼宇小型微能源网包括风力发电、光伏发电、电储能、微燃机、吸收式制冷机、电锅炉、电制冷机、热储能、电力网、热力网、电负荷以及热负荷；所述微能源网给智慧楼宇供给电能和热能，电能的供给设备包括风机、光伏板、微燃机及市电，热能的供给设备包括内燃机、电锅炉、吸收式制冷机及电制冷机；所述能源网配置有电/热储能装置，用于存储和释放电/热能；

采用价格型需求响应对电力负荷响应建模，用户用电量对电价的响应建模应用电量电价弹性矩阵法；根据经济学原理，电力负荷的弹性系数表示为：

其中，Δp表示电量p的相对增量，Δq表示电价q的相对增量；

需求侧电量电价弹性矩阵E表示如下：

其中，a_ii表示自弹性系数；α_ij表示交叉弹性系数；i和j分别表示第i个时段和第j个时段；

响应后的电量P_dt表示如下：

其中，P_t表示优化前t时段的电量；ΔP_t表示基于价格型响应后用户侧t时段的用电变化量；Δq_t表示优化后t时段的电价变化量；P_dt表示响应后用户t时段的用电量；

供热系统的温度动态特性通过统计/数据挖掘或物理模型得到，其供热系统温度自回归滑动平均ARMA模型为：

其中，T_h，t、T_g，t、T_in，t、T_out，t分别表示t时段热网回水温度、热网供水温度、建筑物的室内温度、建筑物的室外温度；a、β、γ、θ、ω分别为供热系统热惯性物理参数；J为ARMA时间序列模型中的阶次，表示热传输时延迟的程度；

在供热舒适度方面，当供暖负荷为室内建筑户采暖时，建筑物室内温度表示为：

式中：R为建筑物的等效热阻；C_air为建筑物的室内热容；为时段t内向建筑物内注入的热功率；Δt为调度时段时长；τ＝RC_air；

在给定环境下，室内温度计算出供暖功率关系式如下：

式中，k＝e^-Δt/τ，根据人体舒适度的温度范围，对于室内温度有如下约束：

T_min≤T_in，t≤T_max

式中，T_min和T_max分别为人体舒适度可接受的最低室温和最高室温，℃；

该模型表明热负荷作为柔性负荷在一定范围内具有的可调度价值，即热力需求响应；

智慧楼宇的运行优化目标是最大限度的减小电能使用成本，同时保证用户的舒适度；基于分布式发电设备特性、不可控负荷和环境因素变化的预测，能源管理系统优化各可控部件的运行，提出实时电价下的源-荷-储协调控制方案，优化结果包含各设备运行方案及负荷的需求响应方案；

(1)优化目标

当智慧楼宇已完成对分布式发电和储能的容量配置与安装，优化目标是使智慧楼宇日常运营电力成本最小化和舒适度最高；其中支出型成本包括储能装置的使用成本C_ES、分布式发电的使用成本和向电网的购电成本C_BG，分布式发电的使用成本包括燃气发电成本C_DE、分布式光伏发电成本C_PV和分布式风电发电成本C_WD；收益包括对建筑内部用户的售电收益C_SC和对电网的售电收益C_SG；24h智慧楼宇运行的总成本计算如下：

智慧楼宇舒适度包括视觉舒适度D₁、温度舒适度D₂和室内空气质量舒适度D₃，其中，室内照明水平作为视觉舒适度的指标，房间的温度舒适由室内温度决定，室内空气质量舒适度认为与通风系统有关；

其中：n代表灯的数量，U代表光源的利用率，M代表光源的维修系数，A代表房间的照明面积(m²)，P_E(t)代表t时刻灯的功率，D₁(t)表示时刻t的视觉舒适度，E(t)代表t时刻的室内光照强度，E_SET代表最低室内亮度标准；

其中：N(t)为t时刻室内空气二氧化碳的浓度(ppm)，N_ω(t)是室外空气二氧化碳的浓度(ppm)，V代表房间容积，L代表新鲜空气量；

其中：T_room(t)代表t时刻房间的空气温度，T_SET代表设置温度；

(2)约束条件

1)功率平衡约束

需满足负荷的需求，包括有功功率平衡和无功功率平衡：

其中，P_g，in、Q_g，in分别是楼宇同电网的有功交换、无功交换；P_DG、Q_DG分别是楼宇内分布式电源的有功输出、无功输出；P_ES、Q_ES分别是楼宇内分储能的有功输出、无功输出；P_f，i、Q_f，i分别是楼宇内燃料发电设备的有功输出、无功输出；

2)储能系统约束

储能系统约束包括SOC约束和充放电功率约束：

3)分布式发电约束

4)燃料发电约束

基于需求响应的智慧楼宇节能优化控制方法如下：

1)基础数据输入；包括电、热、气负荷数据，分布式光伏出力数据，分布式风电出力数据，能源价格数据，环境排放系数，各设备的容量及其运行参数；

2)根据智慧楼宇系统的需求响应能量管理模型，对楼宇内可参与需求响应的电负荷和热负荷进行需求响应管理，得到电负荷、热负荷在参与价格需求响应的负荷削减量、负荷平移情况，同时得到需求响应后的负荷型曲线；

3)将第2步得到的负荷响应曲线作为负荷输入数据，以电力成本最小化和舒适度最高为目标，采用非支配排序遗传算法进行运行优化仿真，从而求得各设备运行方案及负荷的需求响应方案。