面向提高风电接纳能力的智慧建筑能量管理策略

分类：论文范文 发表时间：2021-12-17 08:40

　　摘要：提出一种面向提高风电接纳能力的智慧建筑能量管理 策略。首先，基于建筑热惯性，构建考虑建筑物内部不同制 热区域的能耗预测模型；其次，基于支路潮流模型与二阶锥 松 弛 方 法 ， 构 建 集 成 智 慧 建 筑 的 主 动 配 电 网 (active distribution network，ADN)统一数学模型。随后，基于模型 预测控制方法，在保证用户舒适性前提下，对 ADN 进行能 量管理；最后，基于冬季制热场景，通过多种暖通空调 (heating, ventilation and air conditioning，HVAC)调控方案对 智慧建筑参与 ADN 优化调度进行分析验证。算例表明，与 未考虑 ADN 与智慧建筑集成的模型及方法相比，所提方法 基于集成智慧建筑的 ADN 统一模型，充分利用了 HVAC 设 备运行模式灵活性和居民舒适温度区间，在保障居民温度舒 适性的同时，进一步提高电网的风电接纳能力，并保证 ADN 的经济安全运行。

　　关键词：主动配电网；智慧建筑；暖通空调系统；二阶锥松 弛；模型预测控制

　　0 引言

　　国际能源署数据显示，建筑行业能耗约占全球 能耗的 40%，而暖通空调(heating，ventilation and air conditioning，HVAC)系统能耗约占建筑能源消耗总 量的一半[1]。由于全球范围内城市化进程持续推进， 这一比例仍将继续增加。此外，我国明确指出于 2020 年清洁能源消耗比例应至少达到一次能源的 15%[2]。其中，风力发电以其蕴量巨大、技术相对成熟和零污染等优点，在众多新能源产业中成为各 国替代传统燃料发电的首选[3]。国内首个分布式风 电项目于 2017 年在江苏正式投运，其采用“自发 自用，余电上网”的并网方式，进一步推动了中国 风电产业发展[4]。

　　考虑到风电的随机性、间歇性和不可控性。现 阶段高比例风电并网将对当前设施维护以及电压 稳定造成较大技术挑战[5]。而楼宇具有蓄热特性[6]， 智慧建筑内 HVAC 系统能作为需求侧灵活调控资 源，可与分布式风电一同进行能量管理，进一步引 导终端用户的合理用电[7]。

　　近年来各国学者对于智慧建筑已开展大量研 究。文献[8]提出一种基于智慧建筑柔性负荷的主动 配电网(active distribution network，ADN)建模及优 化方法，基于居民的舒适区间对 HVAC 设备进行调 控，减小智慧建筑的能量消耗，提高建筑集群负荷 系数；文献[9]提出了基于 HVAC 系统的智能低碳供 热方案，有效地将智慧建筑的能耗高峰时段转移至 非高峰时段。文献[10]基于智慧建筑与有载调压变 压器(on-load tap changer，OLTC)。通过分阶段的 ADN 数学模型以提升电网的运行灵活性。在文献[11] 中，通过对人体热适应性的动态变化研究，进一步 探讨了寒冷和炎热地区智慧建筑内部 HVAC 系统 的供暖和供冷灵活性。文献[12]提出了一种智能低 碳供暖方案。基于该方案，建筑能耗高峰期可有 效地转移至非高峰期。文献[13]通过对建筑物进行 预热或预冷，对比分析了多种类别建筑的有效储 能方法。文献[14]基于建筑物蓄热和电池储能系 统，提出了一种自动回归模型来预测动态制冷需 求，并通过混合整数线性优化模型进一步降低建 筑物运营成本。

　　1 基于智慧建筑的主动配电网框架与数学

　　模型 楼对网(building-to-grid，B2G)框架如图 1 所示。 由该框架可知，B2G 基础设施主要由 ADN 及楼宇 能量管理系统(building energy management system， BEMS)构成。智慧建筑经由外部电网与分布式风机 获取电能。各类电器通过电能满足居民日常需求。 并由 HVAC 系统保障智慧建筑内部客户日常居住 温度。另一方面，基于现代通信技术，BEMS 可提 前获取环境与风电的预测信息，且电网与用户侧的 需求可以用相同的方式传输到 BEMS。BEMS 通过 对建筑物集群内部 HVAC 系统的调度和控制，进一 步满足配电网运营商的运行目标，实现 ADN 的灵 活运行。

　　针对基于智慧建筑的 ADN 数学模型，首先对 楼宇系统进行抽象处理，并基于类比法进一步构造 制热区域数学模型。其次，基于 SOCR 与 BFM， 将智慧建筑作为 ADN 的灵活调控资源。最后，构 建基于智慧建筑的 ADN 数学模型。

　　单个区域的热阻热容(resistance-capacitance， RC)网络模型结构如图 2 所示。制热区域内部节点 主要由墙体、室内空间构成，并同时通过热阻与热 容进行热量的传输与储存。近似楼宇内部制热区域 构造基本一致，即在相同调控方案与运行条件下， 制热区域内部 HVAC 系统电功率基本相同。多个制 热区域共同构成智慧建筑模型，通过对 HVAC 运行 参数进行调整，进一步满足居民温度舒适性。

　　2 面向提高风电接纳能力的智慧建筑能量 管理策略

　　2.1 目标函数

　　基于智慧建筑的 ADN 统一模型的优化目的是 在保障居民温度舒适性的同时，利用智慧建筑 HVAC 系统对风电出力进行追踪，促进风电就地消 纳。并同时减小 ADN 的网络损耗。上述方案目标 函数均为 max max max HVAC wind loss =1 1 1 min { | | (| | | |)} t t t t t t t t t t t ? ? P P P ? ? ? ? ? ? ? ? ? ? ? ? (16) 式中：首项为智慧建筑 HVAC 运行功率对风电出力 的追踪函数；?为该项权重系数； HVAC Pt 为各时间 段 HVAC 系统运行功率； wind Pt 为风电预测出力； 第二项为基于智慧建筑的 ADN 运行网损；?为该项 的权重系数； loss Pt 为系统网络损耗；第三项为保障 居民温度舒适性而构造的罚函数项[28]；?为居民对 于温度的敏感系数，可根据不同类别居民进行选 择； t ? 与 t ? 为松弛变量。

　　2.2 约束条件

　　基于智慧建筑的 ADN 数学模型约束条件由楼 宇系统以及配电网系统约束构成。 考虑楼宇系统。首先，基于 RC 网络模型，建 立内部相关热平衡等式约束；其次，建立 HVAC 系统相关运行约束；最后，依据用户温度舒适性， 进一步建立相关温度约束。具体楼宇侧约束条件 如下所示： 1）热平衡约束。 热平衡约束具体如式(1)(2)(3)所示。 2）HVAC 系统的调控参数上下限约束[8]。

　　2.3 基于 MPC 的模型求解

　　本文将基于 MPC 方法对集成智慧建筑的 ADN 统一数学模型进行优化调度。根据系统的实时运行 状态，该方法可利用模型预测和短期控制进一步对 优化决策进行实时滚动更新[31]。

　　MPC 框架如图 4 所示。由图 4 可知，预测时域 包含 Np 个时间段，控制时域包含 Nc个时间段，且 Np ≥ Nc。在 t 采样时刻，基于 Np 区间信息，对 Nc 区间内基于智慧建筑的 ADN 系统模型进行计算， 进一步得到 Nc区间内系统的优化决策命令，并仅实 施第一个控制命令[30]。然后，Np 与 Nc 将沿图中横 轴继续滚动，通过此时系统状态信息与新一次更新 后的信息，再次对基于智慧建筑的 ADN 系统进行 上述优化过程，并直至输出系统的最终调控方案。

　　3 算例分析

　　基于上述 ADN 统一数学模型，本文通过 MPC 提出 3 类调控方案，进一步对智慧建筑与 ADN 进 行协同优化调度。 方案 1，智慧建筑内 HVAC 系统的送风温度 T s 与送风质量流量 r m 都为定值，且居民对温度舒适 性无要求。 方案 2，协同调控 HVAC 系统的 T s 与 r m ，居 民舒适温度为定值。 方案 3，协同调控 HVAC 系统的 T s 与 r m ，考 虑居民温度舒适性区间。 基于以上调控方案，进一步研究分析智慧建 筑中 HVAC 设备运行模式的灵活性以及居民舒适 温度区间对于集成智慧建筑的 ADN 模型调度结果 的影响。

　　3.1 基础数据

　　基于典型住宅建筑与配电系统，优化周期设 定为 24h。优化策略时间步长设定为 1h[32]。预测 时域和控制时域选取 4h[33]。建筑物位于住宅区， 均为 5 层楼且每层由 4 个区域组成，各个区域的 空间体积均为 8×8×3，并有 40 栋结构相似且基于 相同调控方案的住宅建筑共同构成建筑物集群。 同时，基于 IEEE 33 标准系统[34]，将建筑物集群 和分布式风机接入配电网，并通过 HVAC 系统进 一步保障该区域内居民的温度舒适性。建筑物相 关参数见表 1 [8]。HVAC 系统相关参数见表 2 [30]。 光照辐射强度[35]与外部环境气温[24]如图 7。预测 风电出力见图 8 [36]。

　　3.2 结果分析

　　3.2.1 不同策略下的优化调控结果分析

　　居民生活的热舒适标准取决于各类环境因素 与个人因素，例如温度，湿度，空气流速，服饰， 新陈代谢率等。因此，建筑物中用户居住的可接受 舒适温度范围会随着不同情况而变化。对于普通居 民，热中性温度范围为 17~33℃[24]，因此，本研究 中的舒适温度区间可参考热中性温度范围设置为 不同区间。此外，所提出的研究方法不限于该特 定温度区间，通过设置不同的舒适区间，也可应 用于炎热和寒冷的地区。智慧建筑调控方案的具体 控制参数详见表 3。室内温度与 HVAC 系统参数调 控结果均参考向阳面光照强度进行分析，具体如 图 10、11 与 12 所示。

　　4 结论

　　本文提出了一种面向提高风电接纳能力的智 慧建筑能量管理策略。考虑冬季制热场景，构建了 制热区域的 RC 网络模型。然后，在 BFM 的基础 上，通过 SOCR 综合考虑电网和制热区域的约束条 件，构建了基于智慧建筑的 ADN 统一数学模型， 以保证全局最优解，并通过 MPC 结合模型预测和 短期控制进一步对系统进行优化调度。基于该模 型，可在居民的舒适温度范围内灵活地调节室温来 实现 ADN 的能量管理。最后，比较和分析了在不 同控制方法和不同区域朝向的情况下，基于智慧建 筑的 ADN 统一模型的调度结果。现结论如下：

　　1）相较于其他调控方案，方案 3 充分利用了 HVAC 设备运行模式的灵活性和居民的舒适温度区 间，其 HVAC 系统控制参数与室内温度的调节灵活 可变，因此具有较强的调控灵活性。

　　2）方案 3 保障住户舒适温度的同时，对于风 电出力具有较好的追踪效果，进一步促进了风电就 地消纳，提高了电网的风电接纳能力。并且通过减 少建筑集群从外部电网获取的电量，用户经济性可 得到进一步提升。此外，基于方案 3 的 ADN 网络 损耗较小且电压质量较高。从而保证了 ADN 的经 济性及安全性。

　　3）向阳面区域 HVAC 系统的 T s 与 r m 明显低 于背阴面。即建筑物背阴面将消耗较多的电能用 于保障居民的温度舒适性。因此，背阴面的制热 区域更需要优化策略进行调度管理。

　　参考文献

　　[1] JIN Xiaolong，WU Qiuwei，JIA Hongjie．Local flexibility markets： Literature review on concepts，models and clearing methods[J]． Applied Energy，2020，261，114387．

　　[2] 国家发展改革委．可再生能源发展“十三五”规划[J]．太阳能， 2017(1)：78-78． National Development and Reform Commission．Renewable energy development “13th Five-Year” plan[J]．Acta Energiae Solaris Sinica，2017(1)：78-78(in Chinese)．

　　[3] 于东，孙欣，高丙团，等．考虑风电不确定出力的风电并网协调 优化模型[J]．电工技术学报，2016，31(9)：34-41． YU Dong，SUN Xin，GAO Bingtuan，et al．Coordinated optimization model for wind power integration considering wind power uncertainty output[J]．Transactions of China Electrotechnical Society，2016， 31(9)：34-41(in Chinese)．

　　[4] 夏云峰，张雪伟．中国分布式风电白皮书[J]．风能，2018(7)：24-31． XIA Yunfeng，ZHANG Xuewei．Chinese distributed wind power white paper[J]．Wind Energy，2018(7)：24-31(in Chinese)．

　　[5] JIN Dong，DJOUADI S M，KURUGANTI T，et al．Augmented optimal control for buildings under high penetration of solar photovoltaic generation[C]//2017 IEEE Conference on Control Technology and Applications (CCTA)．Maui，HI，USA：IEEE，2017： 2158-2163．

　　李泽宁 1，苏粟 1，靳小龙 2，陈厚合 3，韦存昊 1，赵梓期 4

上一篇：冷冻干燥技术在蔬菜加工上的应用 下一篇：农村劳动力转移对粮食安全的影响浅析