新电改环境下智能建筑能源管理系统设计

鞠 晨, 方 文, 赵建立

(1.上海电器科学研究院, 上海 200063;2.国家电网上海客服中心, 上海 200030)



新电改环境下智能建筑能源管理系统设计

鞠 晨1, 方 文1, 赵建立2

(1.上海电器科学研究院, 上海 200063;2.国家电网上海客服中心, 上海 200030)

针对新电改政策下建筑能源管理面临能源供需的双向不确定性和随机性等问题,基于功能需求分析,提出了智能建筑能源管理系统的解决方案,并对智能建筑能源管理系统网络架构中典型的功能模块提出对应的控制模型,以达到能源供需平衡的目的。

新电改; 智能建筑能源管理系统; 能源互联网; 供需平衡

鞠 晨(1988—),女,工程师,从事智能电网用户端方面的工作。

0 引 言

现有的建筑能源管理系统[1-3]主要关注点集中在建筑采暖、制冷、通风与楼宇照明等方面,并已取得了很好的控制效果。根据IDeAS的统计结果,对暖通空调(Heating Ventilation Air Conditioning,HVAC)和照明系统有效的能源管理,可使整个建筑能耗降低50%左右。随着HVAC的能耗控制技术与智能照明技术的不断成熟,原有建筑能源管理系统的节能空间已愈发有限。能源危机的日益加剧、环境问题的愈发凸显,将使得现有的建筑能源管理系统不再适用。因此,广泛使用以可再生能源为主的清洁能源,替代有限的传统能源,是未来智能建筑参与能源互联网的必然发展趋势。

2015年11月,发改委、能源局印发新电改的核心配套文件,其中《关于推进电力市场建设的实施意见》作为一个整体规划文件,将未来电力市场分为中长期市场和现货市场,同时将市场的模式分为分散式和集中式,其中现货市场的能量交易包括日前、日内和实时交易,将市场竞争机制正式引入售电侧。此轮电改对于大型智能建筑而言,意味着其可能也作为一个分布式售电公司[4],服务于各类终端用户,但现有的建筑能源管理系统与电网、终端用户之间的信息采集与电力潮流大多是单向的,无法满足其与电力市场间实时、双向的信息交互与能量交换的需求。因此,本文基于新电改推动的市场实际需求,提出了智能建筑能源管理系统架构,并给出系统能源管理决策的解决方案。

1 功能需求

建筑能源管理系统的主要目的是管理中心在不影响用户舒适度的情况下,作出最优化的电能购买与负荷控制的决策。在新电改的背景下,研究建筑能源管控存在以下难点。

(1) 能源管理的多时间尺度特性。由于未来电力市场中日前与实时市场的存在,建筑能源管理系统至少需要在两个时间尺度上从电力市场购买电能。因此,管理中心必须综合考虑能源购买与负荷响应的需求,以避免实时情况下可能因供需不平衡而造成成本增高。

(2) 负荷数据的异构性和随机性。大型建筑中除HVAC与照明系统外,还有打印机、冰箱等纯耗能型负荷,此类插入式负荷数量大、种类多、用电随机性大,但基本可控。此外,电动汽车这类既可作为负荷也可作为储能的用电设备,在未来建筑能源管理系统中的作用不容忽视。

(3) 可再生能源发电的波动性、间歇性。建筑能源电力供应部分由可再生能源提供,如光伏发电。这类可再生能源的出力曲线易受天气变化影响,预测难度较大,具有明显的波动性及不可控性。因此,需最大程度地利用可再生能源发电设备,最优化配置可控负载,在尽量不影响用户舒适度的前提下减少用户用电费用。

(4) 海量信息的实时处理需求。建筑能源系统结构复杂,能源供应端、终端耗能设备、储能等多类型共存的能源数据具有多样性和分散性。此外,建筑能源管理系统电力市场的实时交互(实时电价、需求响应)需求,必须能够依据相关信息做出快速的响应控制,随着环境的变化改变相关控制参数,使大型公共建筑能源系统工作在最佳状态。为实现建筑能源与负荷的整体有效控制,须构建灵活、可扩展的信息交互网络。

智能建筑能源管理系统应具备以下功能。

(1) 分布式能源发电预测。根据天气因素,预测建筑内发电设备的发电能力。

(2) 建筑负荷预测。综合环境信息与工作需求,预测各类型用户的用电情况。

(3) 建筑可控负荷管理。对现有的可控负载进行建模,在尽可能不影响用户舒适度的前提下,预测可参与负荷控制的能量大小。

(4) 中心管理控制。集成所有相关信息,对能源购买和负荷控制进行联合优化,给出多时间尺度的能源管理决策。

2 系统架构

根据建筑系统用能特点和功能需求,给出了新电改环境下建筑能源管理系统的管理架构,如图1所示。

图1 建筑能源管理系统的管理架构

(1) 管理中心。基于天气预测模块和人流监测模块预测负荷曲线,进行日前能源购买量的决策,对上与电力市场购电计划、实时电价的信息交换,对下根据实时采集的发电、用电信息进行可控负荷的用能控制。

(2) 区域负荷管理模块。采集投影仪、扫描仪、复印机等插入式负荷的需求信息,将所负责区域的需求信息上报给管理中心,并接收能源信息,控制其区域的插入式负荷。

(3) HVAC-L管理模块。采集 HVAC 和照明系统的需求信息,在不影响用户舒适度的前提下,根据能源分配情况控制 HVAC 和照明系统。

(4) 分布式能源管理模块。根据天气预测信息和管理中心的优化决策,管理分布式能源的发电和储能。

(5) EV充电管理模块。根据建筑用能及发电的情况,对插入式电动汽车进行充放电管控。

系统从建筑的分层和多区域的特点出发,以解决降低能耗与保持用户舒适度之间的矛盾,由不同的控制模块之间的合作完成能源调度任务和可控负荷管理的整体优化。

3 能源供需平衡策略

3.1 能源购买成本

建筑能源管理系统分别从日前和实时电力市场购买能源,包括以下几项:

(1)Pg(t)是指以日前零售价格pg(t)从日前市场购买能源,价格比实时电力市场低。

(2)Pb(t)是指以实时电力价格pb(t)从实时市场购买的能源,用于平衡能源供应与负荷需求,pb(t) >pg(t)。

(3) 建筑在t时刻可以获得的可再生能源价格Pr(t),来自于分布式发电装置或分布式储能。

设建筑可以获得的可再生能源Pr(t)成本为0,则建筑能源管理的目标函数为

Js=min∑{[pg(t)Pg(t)+pb(t)Pb(t)]Δt}

(1)

Pb(t)=[dt-Pg(t)-Pr(t)]+

3.2 分布式能源发电预测

由于日前能源计划购买的需要,管理中心必须对分布式能源发电情况进行预测。分布式发电主要指太阳能电池板,其发电出力的预测[5]为

(2)

其中,ε(t)～N(0,δ2),即用一个随机变量来描述太阳能发电的波动;Pr(t)以正弦的形式变化,分布式发电的能量产出受天气影响较大。

3.3 建筑可控负载建模

建筑内部主要的可控负载包括中央空调、照明系统、用水控制设备以及电动汽车等。在决策能源控制策略时,需要考虑其功率变化范围和用户舒适度范围。以空调系统(常规负荷)和电动汽车充放电系统(分布式储能)为不同典型案例,进行了具体分析。

(1) 空调系统。空调系统的负荷分布需考虑功率需求限制和功率变化率的范围,可通过以下约束条件来描述[4]:

Pmin(t,x)≤P(t,x)≤Pmax(t,x)

(3)

(4)

式中:x——影响负载功率限制的外部变量,如环境、温度等。

空调的舒适度约束条件为

(5)

以P(t)和Q(t)分别表示制冷功率和实际需求,则稳态时空调的制冷功率为

P(t)=Q(t)=Q0(t)+k[Ten(t)-T(t)]

(6)

式中:Ten(t)——环境温度;T(t)——温度设定点;k——常量系数,取决于建筑物本身。

根据不同类型的控制策略,空调的热动力微分方程为

P(t)dt=Q(t)dt+Cdt

(7)

式中:C——室内温度变化率的热常数。

一般情况下,空调有恒定功率与恒定速率两种运行过程。对于恒定功率,有

T=T′-(T′-T0)ek(t-t0)/c

(8)

此过程中,功率被调整至Pcon,室内温度会向着平衡以指数衰减而变化。

对于恒定速率制冷(制热),有

(9)

式中:T0——环境原始温度;k′——常数。

(2) 电动汽车。某建筑停车场内布置有多个充电桩设备,PEV可以通过这些充电桩向建筑能源管理系统充放电。在实际情况中,部分PEV是因为车主行车需要而通过充电桩充电,从建筑能源管理系统购买电能;另一部分PEV因为电池所储存电能能够满足自身需求,而不需要从建筑能源系统购买电能。第n辆PEV(n∈N)具有以下参数[6]:

① 电池额定可用能量Cn。

② 双程效率η。假设x单位电能用来给PEV充电,经过充放电流程,实际PEV可以提供给建筑的电能是ηx(0<η<1)。

假设在时刻t,建筑能源管理系统日前购买电能与实时获得的可再生能源发电之和与实时的总负荷之间存在偏差Q(t),即

Q(t)=Qtotal(t)-Pg(t)-Pr(t)

(10)

当购买的Pg(t)与实时获得的Pr(t)不能满足需求时,建筑能源管理系统除了从实时电力市场购买电能Pr(t)外,还可从PEV处获得存储的电能。令充电功率q={qn,n∈N},则EV充电管理模块的目标函数为

(12)

4 案例分析

(1) 可再生能源发电。某大型建筑楼宇安装了1 600 m2的太阳能板,产生的最大功率约为480 kW。日前天气与分布式发电预测如图2所示。

图2 日前天气与分布式发电预测

图2中,根据每个时段的日照情况,以式(2)和随机变量ε(t)预测太阳能板的出力曲线。

(2) 基于负荷预测的建筑能源管理系统的优化结果。为分析该建筑负荷节能情况,作以下假设:

② 建筑有5台空调,单个商业用空调的最大使用功率为15 kW,最低使用功率为3 kW。为简化问题,空调均工作在同样的环境中,取稳态制冷时Q0=3 kW,恒定速率制冷时室内热常数C=-500 W/(℃/min),k=1.5 kW/℃。

对比优化前和优化后的结果,建筑负荷日前预测与实际优化后的消耗情况如图3所示。在温度达到高峰前的12:00～14:00时间段,空调调整到最大功率运行,降低室内温度至23 ℃,以保证在13:00～17:00的用电高峰,18:00～19:00时间段能减小运行功率;电动汽车将分散在9:00～13:00时间段充电,而13:00～17:00时间段放电。该控制方式有效地将相对剩余的建筑分布式发电电量转移至环境温度较高、建筑负荷较大的时间段,提高了太阳能的使用效率,同时避开了实时电价较高的时段。

图3 建筑负荷日前预测与实际优化后的消耗情况

系统建筑能源使用结构如图4所示,包含日前Pg(t)和实时Pb(t)的购买情况和可再生能源Pr(t)的使用情况。

图4 系统能源使用结构

由图4可知,使用能源管理系统后,可根据日前预测情况合理判断能源日前购买量,减少日中的高价实时购买,提高太阳能的使用效率,在达到系统供需平衡的同时,降低建筑能源的使用费用。

4 结 语

基于新电改推动的市场实际需求,提出了智能建筑能源管理系统解决方案,能够满足建筑与电网、终端用户之间双向的信息交互和能量交换需求,达到能源供需平衡,降低能源使用费用。智能建筑能源管理系统架构下层的控制管理模块可根据实际需要灵活选择,使得其不仅适用于商业建筑和大型公共建筑,还可用于工业园区或居住建筑群。

[1] KANAGARAJ G,MAHALINGAM A.Designing energy efficient commercial buildings-A systems framework[J].Energy and Buildings,2011,43(9):2329-2343.

[2] YAO J,ZHU N.Enhanced supervision strategies for effective reduction of building energy consumption-A case study of Ningbo[J].Energy and Buildings,2011,43(9):2197-2202.

[3] BELLALA G,MANISH M,ARLITT M,et al.Towards an understanding of campus-scale power consumption.ACM Workshop on Embedded Sensing Systems for Energy-Efficiency in Buildings(BuildSys)[C].Seattle,WA,USA:Elsevier,2011.

[4] 王梓舟.基于新电改的新型建筑能源管理系统[J].建筑经济,2015,36(6):89-94.

[5] 郭艳云.商业建筑插入式负荷能耗管控[D].上海:上海交通大学,2013.

[6] 徐智威,胡泽春.充电站内电动汽车有序充电策略[J].电力系统自动化,2012(11):38-43.

在线投稿系统 http:∥mae.chinaelc.cn

投稿邮箱 ibuilding@seari.com.cn

欢迎投稿 欢迎订阅 欢迎刊登广告

Energy Management System Design for Intelligent Building Under Circumstance of Power Market Reformation

JU Chen1, FANG Wen1, ZHAO Jianli2

(1.Shanghai Electrical Apparatus Research Institute, Shanghai 200063, China;2.Shanghai Customer Service Center, State Grid, Shanghai 200063, China)

Under the impetus of the new power market reformation,the future building energy management would be faced with a series of challenges,such as bilateral uncertainty and randomness of energy supply and demand.Based on the analysis of functional requirements,this paper proposed a solution of intelligent building energy management system.The control models were put forward for typical function modules in the network architecture of the system,in order to achieve the balance of energy supply and demand.

power market reformation; energy management system for intelligent building; energy Internet; balance between supply and demand

TU 201.5

B

1674-8417(2016)09-0023-05

10.16618/j.cnki.1674-8417.2016.09.006

2016-07-11

方 文(1983—),男,工程师,从事数据驱动技术在能源管理领域的应用工作。

赵建立(1983—),男,工程师,从事需求响应与负荷管理方面的工作。