樓宇可調節負荷研究與應用

袁金斗，陳宋宋

（需求側多能互補優化與供需互動技術北京市重點實驗室（中國電力科學研究院有限公司），北京 100192）

0 引言

能源互聯網是互聯網和能源生產、傳輸、存儲、消費及能源市場深度融合的能源發展新業態［1］。用戶處于能源消費端，用戶側可調節負荷互動是能源互聯網的重要應用場景［2］，可調節負荷的廣泛連接、精準感知、實時在線、互動交易、智能調節是能源互聯網建設的重要目標。

樓宇是能源消費大戶，第二十一屆聯合國氣候變化大會指出:在現階段壽命周期內，樓宇建造及運行能耗占全球總能耗的30%，預計到2050年，這一指標將達到50%［3］。2017年，我國樓宇總面積約為592億m2，能耗總量約為9.6億tce，約占全國能耗總量的21%，用電總量約1.5 萬億kWh，占全國用電總量的24.3%［4］。未來，我國樓宇用電負荷預計會持續上升。從快速城鎮化的角度看，我國城鎮建筑（不含北方供暖地區建筑）單位面積耗電量為21.3 kWh，而農村住宅僅為9.9 kWh［5］，隨著城鎮化率進一步提升，高耗電強度的城鎮、公共建筑用電負荷會繼續增加；從國家經濟結構轉型的角度看，第三產業將持續快速發展，單位面積耗電量高達60.5 kWh的公共商業建筑（不含北方供暖地區建筑）將進一步拉動用電負荷；從清潔取暖的角度看，中央提出加快提高清潔供暖比重，給出宜氣則氣、宜電則電的方針，北方供暖地區建筑的用電負荷將有明顯提升。

樓宇用電負荷的提升同時也意味著可調節負荷規模的增加，研究證明，大型商業綜合體、酒店、商場、辦公樓的可調潛力可達到30%～35%，醫院、學校等其它樓宇的可調潛力為15%～20%，樓宇中空調、電熱水器、電熱鍋爐、照明、冰箱（冷庫）等設備均具有可調節潛力，深化應用這些可調節負荷，可以幫助用戶進行用能優化，并通過需求響應參與電網削峰填谷、促進新能源消納等場景［6］。美國LEED綠色樓宇評價標準［7］已經明確將建筑物需求響應能力及可調節電力負荷容量規模作為兩項評價指標，以此推動建筑物可調節負荷能力建設；澳大利亞已實施樓宇可調節負荷設備接口強制性標準［8］。我國2019年剛頒布的綠色建筑評價標準［9］尚未考慮建筑物的可調節負荷能力建設。

目前我國樓宇可調節負荷應用存在一些壁壘，一是樓宇可調節負荷容量普查缺少準確便捷的手段；二是現在沒有系統性可實操的樓宇可調節負荷調控模型，現有模型僅停留在理論和仿真層面，例如，文獻［10］建立了分散式變頻空調負荷調控模型，并對空調群組參與需求響應進行了仿真；文獻［11］通過構建舒適度指標決定響應優先級，對空調、熱水器、電動汽車3種負荷參與需求響應作了仿真；文獻［12］通過粒子群算法以最小化用電成本為目標對包含空調、熱水器等家庭可調負荷的智能用電系統進行了建模和仿真；三是樓宇中可調節負荷通信接口不規范、不統一，導致可調節能力建設成本居高不下。亟需開展針對性的研究，以樓宇可調節負荷為切入點，推動能源互聯網在用戶側落地。

1 總體思路

針對引言中提出的3方面問題，本文提出如圖1所示的總體技術路線。資源普查體系、負荷建模理論、信息交換規范是支撐樓宇可調節負荷應用的基礎和關鍵，通過資源普查體系給出準確便捷的樓宇可調節負荷普查方法，負荷建模理論給出實際調控過程中簡單可操作的樓宇負荷調控模型，信息交互規范規定樓宇可調節負荷參與需求響應的標準架構。另外，圖1 紅色框中的負荷預測、負荷量測、動態聚合、負荷控制等技術的進步將使可調節負荷應用向更加智能化的方向發展，例如國家電網公司已建成包含1.8 億只智能電能表的高級測量體系［13］，采集頻度和精度大幅提高，設備獨立控制、大范圍公共傳呼網系統、多信號源和信號中繼站、可編程終端設備等新技術的發展使負荷控制技術更加成熟復雜［14］。只有在關鍵問題得到解決的前提下，樓宇可調節負荷的大規模實踐應用才能開展，海量的樓宇可調節負荷資源將為能源系統的運行優化、電網削峰填谷以及促進新能源的消納等多個場景應用起到推動作用。

圖1 樓宇可調節負荷應用技術Fig.1 Application technologies for adjustable load in buildings

2 樓宇可調節負荷普查體系

對現存樓宇的可調節負荷進行普查是開展后續可調節負荷聚合的基礎，例如，在對需求的數據項進行收集、整理和分析后，才能制定出具體的需求響應方案。普查項的設計按照樹狀結構展開，如圖2 和圖3 所示。圖2 中，以單個用戶的基礎信息、負荷信息和用電設備信息3 項作為根節點，負荷聚合商是對一片區域內所有單個用戶的聚合，一些聚合商已經完全掌握了所屬用戶的詳細信息，這時普查只需到負荷聚合商一級，對于還未被聚合的單個用戶，則需要普查到該戶。基礎信息、負荷信息兩類信息的普查，可以從電網公司營銷系統中導出與用戶戶號關聯的用戶檔案信息和基本用電負荷信息，形成一套脫敏的標準數據結構放入普查軟件的數據庫中，在普查時，普查員只需在現場校驗戶號后，即可從后臺自動導入。

圖2. 樓宇可調節負荷數據普查架構Fig.2 Architecture of the adjustable load data census of building

每一類設備需要普查的信息包括設備基本信息、調節方式、響應類型、響應實時性，設備的準備時間和響應容量可由模型自動計算得到（詳細計算方法和指標見第3 節）。以集中式空調為例，如圖3所示，基本信息包括:設備類型、生產廠家、電壓等級、額定電壓、額定功率因數、額定功率、能效系數、可運行工況等；調節方式包括:調節主機輸入電流百分比、調節主機出水溫度、設備變頻調節、直接關停主機等，調節方式決定了設備的響應準備時間和響應容量；響應類型包括參與電網削峰和填谷兩類；響應實時性包括實時響應和邀約響應，如果參與實時響應，會提前30 min 或者不提前通知用戶，若參與約定響應，則會提前24 h 通知用戶，這兩種方式需要獲得用戶的可響應時段。

圖3 集中式空調設備數據普查項Fig.3 Data census items of central air-conditioning

有了普查的信息后，經過單個用戶級、負荷聚合商級的數據分類和累計可以得到樓宇可調節負荷資源池，由于采用樹狀結構進行數據普查，數據根據字段的分類將會大大簡化對資源池數據處理的難度。當出現來自電力市場的需求響應激勵信號的時候，資源池中的可調節負荷根據調控模型發生動作，對事件進行響應，在規定的時間內完成規定的響應容量。

3 樓宇可調節負荷調控模型

本節將建立簡單可行的可調節負荷模型，能夠應用在可調節負荷資源普查和真實的需求響應事件中，以圖2給出的主要樓宇可調負荷，分別進行建模。

3.1 空調系統

3.1.1 集中式空調

集中式空調一般安裝在公共建筑中，負荷占比可達40%以上，可調潛力占比5%～20%。假設在實施需求響應前，建筑物內集中式空調系統已經處于平穩運行狀態，則考慮室內環境的舒適度，集中式空調的可調負荷約束模型為

式中:PDR為集中式空調系統可削減或增加的最大有功功率；t為需求響應持續時間；當為制熱工況時，ηCOP,EER為集中式空調系統制熱能效比，當為制冷工況時，ηCOP,EER為集中式空調系統制冷能效比；c為空氣的比熱容，一般選取溫度為300 K 時空氣的定壓比熱容，值為1.005 kJ∕（kg·K）；S為建筑物的采暖面積；H為建筑物的平均層高；ρ為空氣的密度，一般選取溫度為300 K時的干空氣密度，值為1.177 kg∕m3；Tset為用戶設置的采暖溫度；Tlimit為室內允許的溫度。

（1）在實際調節過程中，以制冷工況為例（制熱工況與制冷類似），對應于圖3 中的調節方式，當改變主機輸入電流百分比，從冷水機組接收響應指令到完成功率調節的時間，即響應準備時間為分鐘級，響應容量ΔP1為

式中:δ1為修正參數；Pm為主機運行功率；N1為主機限定電流加載值；Nr為主機運行輸出值。

（2）當通過遠程或本地控制提高冷水機組控制面板中的冷凍水溫度，則響應準備時間為分鐘級，響應容量ΔP2為

式中:δ2為修正參數；ΔT為溫度調整值。

（3）當通過變頻方式調節壓縮機轉速，則響應準備時間為分鐘級，響應容量ΔP3為

式中:Δf為頻率變化值；fe為額定頻率。

（4）當直接關停部分機組時，則響應準備時間為分鐘級，響應容量為∑Pm。

3.1.2 VRV空調

變制冷劑流量多聯式空調（variable refrigerant volume，VRV）的調節方式包括溫度調節和變頻調節。溫度調節響應準備時間均為秒級，每調節1 ℃，電負荷變化7%，響應容量ΔP4為

變頻調節響應準備時間為分鐘級，響應容量同式（3）—式（4）。

3.1.3 分散式空調

分散式空調的調節方式包括溫度調節和直接開關控制，其響應準備時間均為秒級。響應容量計算同上。

3.2 電熱鍋爐

蓄熱式電熱鍋爐一般用于辦公寫字樓、賓館、商場等大型公共建筑的生活熱水使用或取暖，其負荷占比在冬季可達30%～40%，可調潛力達到15%。當電熱鍋爐沒有蓄熱能力時，其約束模型計算方法同式（1）；當電熱鍋爐有蓄熱能力時，假設響應下達時刻蓄熱介質的溫度為T0，則響應持續t時刻后蓄熱介質的熱量變化Q為

式中:c′為介質的比熱容；ρ為介質的密度；V為介質的體積；T(t)為t時刻介質的溫度。這個熱量可以彌補需求響應帶來的電鍋爐功率變化，將其引入可調節負荷模型約束條件中

在實際調節過程中，蓄熱式電鍋爐有制熱、保溫、關機3 種運行模式，其調節方式一般為模式轉變，準備時間為分鐘級，響應容量為不同模式下的功率差ΔP5= |Pmod1-Pmod2|。

3.3 照明系統

照明系統負荷占比在15%～25%左右，可調潛力占比3%～10%，其響應準備時間為秒級，響應容量主要來自兩個方面，一是保證用戶正常的工作生產，采用分路區域控制的方法，關閉一部分照明設備P1，二是在非工作時段，本可以關閉而未關閉的燈具（如人為疏忽，部分走廊燈）P2

式中:Plight為工作時原本開啟的燈具功率；λ1為由光學測量得到合理的可關閉系數；Pi為統計得到非工作時段的可關閉燈具。

3.4 電梯

電梯系統負荷占比4%～10%，可調潛力占比1%～5%。電梯系統的響應容量主要來自關閉夜間部分閑置的電梯，響應時間為秒級，響應容量為∑Pn，其中數量n由對夜間乘坐電梯頻次的統計分析來確定。

3.5 冷庫

冷庫系統負荷占比3%～5%，可調潛力占比1%。除了保存特殊食材的冷庫以外，在非備餐時間短時間關停冷庫，其溫度上升并不明顯，響應時間為分鐘級，響應容量即為其額定運行功率Pm。

4 樓宇需求響應信息交互規范

樓宇可調節負荷存在各類設備通信接口不規范、不統一的問題，使得設備聚合難度大，增加了可調節負荷應用的成本［15］。本節給出了樓宇可調節負荷參與需求響應的整體架構，并基于DL∕T1867標準［16］，建立了樓宇可調節負荷參與需求響應的信息交換規范。

4.1 整體架構

樓宇可調節負荷參與需求響應的整體架構如圖4 所示。終端層包含樓宇可調節負荷設備，本架構對最底層設備的通信協議不作規定，他們可以通過適合自身的通信方式與邊緣層的需求響應終端設備進行通信，邊緣層與主站之間的的通信一般采用電力光纖、4G專網、230 M專網等。需求響應各層級之間的信息交換規范以DL∕T1867為框架，對交換哪些信息（信息模型）和怎么交換這些信息（信息交互模型）給出規定。

圖4 樓宇可調節負荷參與需求響應整體架構Fig.4 Overall architecture of building adjustable load’s participation in demand response

4.2 信息模型

需求響應終端與可調節負荷之間信息交互的的數據類型包括基本類數據、屬性類數據、業務類數據，如表1 所示。基本型數據給出了所有需要用到的數據表示方式，屬性類數據規定了樓宇負荷參與需求響應的量測物理量，業務類數據包含了與需求響應業務流程相關的數據類型，需要注意的是，在可擴展的需求響應協議類數據中，DL∕T1867是推薦選項。

表1 樓宇可調節負荷設備信息模型數據類型Table 1 Data type of information model of building adjustable load equipment

基于以上數據類型，可以構建需求響應終端往下與可調節負荷信息交互的通用包和專用包，即信息交互過程中實際交換的主體，如表2所示。通用包對于樓宇涉及到的設備或系統是統一的，設備的通信方式以及與終端、網關、遠程需求響應主站通信時的協議都包含在通用包的設備自動化能力信息類中；專用包的差別在于其關聯了設備或系統的本體特征，需要在設備組成、工作模式、運行狀態、本體參數、響應能力等方面給與區分。

表2 樓宇可調節負荷設備信息模型包Table 2 Information model package of building adjustable load equipment

需求響應終端往上與需求響應服務系統、聚合系統之間交互的信息模型包括:域包、注冊包、事件包、報告包、參與包、詢問包。域包由表1 中的基本類數據構成，是所有包的基礎；注冊包涵蓋了傳輸協議類型、服務規范、服務類型；事件包給出了需求響應事件的詳細描述，包括事件應答、事件狀態、有效時段、事件信息、事件基線以及事件信號（信號名稱和信號類型）；報告包主要針對需求響應設備、測點、量測數據給出描述，為需求響應業務提供實時量測數據支撐；參與包給出了是否參與響應以及原因，詢問包定義了事件響應方式以及有效事件。

4.3 信息交互模型

對需要交換的信息（包）進行標準化的封裝是信息交互的關鍵，信息交換服務規定了不同主體間信息交換所采用的數據封裝格式，其中包括通用服務、注冊服務、事件服務、報告服務、參與服務、詢問服務7 種，通用服務規定協議版本和響應代碼編碼原則；注冊服務用于用戶注冊的創建和取消；事件服務用于下發事件的查詢和響應；報告服務用于系統下節點向上節點請求有關注冊信息、資源信息、單個瞬時數據、隨時間變化的數據曲線以及上節點的回復；參與服務用于下節點向上節點發送創建或取消參與需求響應的請求以及上節點的回復；詢問服務由下節點向上節點定期發送，以滿足下節點知曉有關注冊、事件、報告等服務的更新需求。其封裝的核心邏輯為“根描述（root）+具體描述+上下節點ID”，根描述決定了服務的類型，具體描述給出對應該類型服務在完成交互過程時所必須的信息，上下節點給定了交互的對象。

至于信息交換的機制，宜采用實時通信協議REST∕HTTP 和MQTT，這兩種方式均針對遠程調用和計算能力有限的終端設備，適合應用在需求響應業務中。同時，底層協議需滿足OSI 參考模型的要求，各個信息服務對應的JSON報文分別經過HTTP、TCP、IP、數據幀封裝。

5 應用場景驗證

5.1 樓宇設備參與需求響應標準化

應用4.2 節中標準化信息模型和信息交互模型，設計樓宇設備與需求響應系統信息交互的關鍵環節，可以規范化樓宇參與需求響應的流程，主要包括樓宇資源信息注冊、系統調用樓宇資源信息、樓宇設備反饋參與信號。

規范化JSON代碼格式包括:

POST∕HTTP∕1.1

Host:

Connection:

Accept:application∕json（發送請求時包含）

Content-Type:application∕json

Content-Length:

{

"root":"字符串"，

"version":

"requestID":"8位字符串-4位字符串-4位字符串-4位字符串-12位字符串"，

"dnID":"字符串"

}

5.2 中央空調功率向下調節參與削峰

在滿足信息交互規范的基礎上，利用式（1）的約束條件和關停部分主機的方法進行調節，在南京某商場（總建筑面積約8 萬m2）實施需求響應。如圖5所示，需求響應執行前以8臺空調主機運行，14:30降低1 臺主機負荷10%，關停主機2 臺，15:00 響應結束，恢復8臺主機運行。從主機功率曲線可以看出，短時內最大降低空調負荷400 kW；從溫度曲線可以看出，溫度變化存在滯后效應，溫度從15:00開始由23.80 ℃升高，到16:00 后達到頂點24.49 ℃后開始下降，整個調節過程對舒適度無影響。將相關參數代入式（1）約束條件，可以得出在0.5 h內降低400 kW空調負荷，商場內的最大溫升區間為［0，2.25］，實驗得到的溫升為0.69 ℃，在該區間內，證明了模型的所給約束條件的準確性。

圖5 中央空調參與需求響應削峰場景Fig.5 Scenarios of central air conditioning participating in peak-cutting demand response

5.3 蓄熱式電鍋爐功率向上調節參與填谷

在滿足5.1節信息交互規范的基礎上，以東北某商用水蓄熱鍋爐（額定功率630 kW）為實驗對象，實驗結果如圖6所示，蓄熱介質設定最高溫度85 ℃，最低溫度50 ℃，按照式（6）和式（7），通過監測蓄熱介質溫度及二次側出水溫度，保證蓄熱介質不超溫且供應到客戶的二次水溫保持在45 ℃左右。實驗結果表明，鍋爐在夜間谷電時段（21:00—次日6:00）為制熱模式，功率全開消納谷段的電量達到5 000 kWh，蓄熱介質溫度從50.77 ℃上升到81.15 ℃。白天（6:00—21:00）電鍋爐關機模式運行，蓄熱介質放熱給一次側，根據式（7），在鍋爐功率全關的狀態下，維持二次側水溫在45 ℃，在鍋爐二次側工質的質量流量在4 t∕h的情況下，響應時間最大可達到19 h，能夠滿足峰段15 h的削峰響應需求。

圖6 蓄熱式電鍋爐參與需求響應填谷場景Fig.6 Scenarios of regenerative electric boilers participate in valley filling demand response

6 結論

在能源互聯網快速發展的背景下，本文以深化樓宇可調節負荷應用為目標，對樓宇可調節負荷普查體系、調控模型、信息交互規范等3個關鍵點進行了研究，得出以下結論:

（1）通過構建樓宇可調節負荷普查體系，明確了普查的樹狀數據架構和具體的數據普查項，不同可調節負荷數據普查項的主要區別在于其調節方式及對應的響應容量，在知道基本數據項的前提下，響應容量可由模型計算得到，降低了普查和數據分類處理的難度。

（2）建立簡便可操作的樓宇可調節負荷調控模型，不同設備調節方式對應了不同的響應容量和響應速度，在滿足模型約束條件的基礎上，開展了有效的中央空調削峰調節以及蓄熱式電鍋爐填谷調節實驗驗證，在兩種特定工況下，削減負荷可達400 kW，累計增加低谷電量達到5 000 kWh。

（3）樓宇可調節負荷參與需求響應遵循云-管-邊-端架構，在此架構下，底層可調節負荷與需求響應終端，需求響應終端與上層需求響應聚合系統、服務系統之間的信息交換規范作了明確的規定，通過構建標準的信息模型和信息交互模型，為需求響應業務搭建起了標準框架。

（4）下階段，隨著可調節負荷普查的廣泛開展以及需求響應軟硬件能力提升，樓宇可調節負荷潛力將會充分釋放，成為能源互聯網在用戶側的顯著標志。后續，將考慮空調系統的多個系統耦合調節、不同工況下能效比變化對負荷調節的影響，完善負荷調節模型，提高對用戶負荷調節的精準性。D