李 昌， 夏湘洪， 徐宏飞

（1.上海申瑞继保电气有限公司，上海 200233；2.上海卓源节能科技有限公司，上海 200233）

基于需求侧管理的办公建筑空调需量控制

李 昌1，2， 夏湘洪1， 徐宏飞1

（1.上海申瑞继保电气有限公司，上海 200233；2.上海卓源节能科技有限公司，上海 200233）

李 昌（1974-），男，高级工程师，从事电力能源管理与节能分析方面的工作。

提出一种办公建筑的需量控制方法。根据建筑空调的能耗特性，建立负荷动态模型进行负荷预测，结合需求侧管理要求进行负荷转移和调节，以完成需量控制。基于上海虹桥某商务小区办公空调历史负荷数据，计算了动态负荷模型，加入需求侧管理的需量约束以便实现负荷需量控制。最后探讨了负荷需量控制与节能问题。计算结果表明，需量控制方法无需复杂模型，具有显著的实用性。

需求侧管理；建筑空调；需量控制；负荷

0 引 言

电力需求侧管理(Demand Side Management, DSM)的基本目标是通过推行高效设备改造或节能建筑减少总能源的使用,通过改变用电方式进行负荷整型移峰填谷。需量控制是减少用户对负荷的容量要求,在高峰时降低负荷需求,可以减少电网配电设备的投资,同时减少负荷波动。在办公建筑中,总能耗中电能耗比例为96%,其中空调能耗占40%左右。控制空调负荷、减少空调高峰时段的需量,不仅可减少用电需量费用,还可以减少输配电设备备用容量［1_3］。

建立负荷模型,把冰蓄冷空调作为预测对象,采用季节性时间序列模型,对连续运行的空调、负荷波动有规律的建筑空调进行负荷预测,该方法实现简单,易于工程实际运用。文献［4］采用递归BP网络对建筑辐射分量,建立辐射和散射逐日、逐时预测模型,结合建筑结构进行空调冷负荷预测。文献［5］分析了空调负荷的高温季节和低温季节累积效应的基本规律,建立了量化的累积效应后评估模型；文献［6］提出人体舒适度、空调指数等概念,分析空调负荷的变化规律；文献［7］提出了气温影响电力负荷的累积效应,及一日高温可对连续多日的电力空调负荷产生比较显著的影响,并提出了考虑累积效应的负荷预测模型。文献［8］采取数学统计方法进行分析电力负荷的变化规律,研究了不同负荷类型对气温的敏感度。

办公建筑本体具备蓄能和散热(冷)的特点,办公建筑的空调系统可以在一定时间上进行预见性控制。在DSM负荷需求管理下,办公建筑空调负荷预测曲线可能不满足需量管理要求,或客户有进一步降低负荷需量的需求,管理者必须采取修正措施对负荷预测结果进行转移,以满足客户减少负荷需量的需求,从而减少购电成本。

本文研究对象为办公建筑制冷空调,基于历史空调温度－功率数据进行分析,把空调负荷分解为辅助负荷和制冷负荷,结合需求侧的负荷管理,加入需量约束来修正结果,以满足负荷需量控制目的。

1 办公建筑空调用电负荷建模

办公建筑空调本体面积较大,可以充当储能体,同时建筑外立面较大,具有能量散失的特点,即使建筑空调使用者无需空调制冷热的功能,空调也必须维持能量散失平衡。根据办公建筑空调用电负荷特点,把空调负荷分解为辅助负荷和制冷负荷两部分。辅助负荷不仅包括空调系统运行必需的能耗监控和照明系统、输送系统、空调最小运行方式下的一/二次水泵冷冻/冷却等基本动力系统能耗,而且包括建筑本体散失的能量,这部分负荷和空调运行与环境温度有关,是实现空调的需要。制冷负荷用于建筑内部的空调供冷热对象的能量消耗,其用电负荷大小与建筑内空调制冷热量的需求正相关,其能耗包括空调冷冻介质与供冷对象的能量交换,供冷对象包括建筑办公及流动人员、有生命动物等,空调冷冻介质包括制冷机组、空调冷却系统、冷冻系统。

1.1 办公建筑负荷模型建立

建筑空调日用电负荷由建筑空调用电辅助负荷、制冷负荷两部分组成。

式中：Wall－－－建筑空调日用电负荷；

Wtmp－－－建筑空调用电辅助负荷；

Wchg－－－建筑内部空调用电制冷负荷。

负荷数据采用空调温度_负荷曲线历史数据,建筑空调日用电负荷采用等间隔数据点,通常选择分钟间隔的数据曲线,以完成空调运行方式的精确、及时控制。

1.2 空调用电辅助负荷求解

建筑空调用电辅助负荷由建筑体散失负荷、能耗监控和照明系统、输送系统、空调最小运行方式下的空调机组、一/二次冷冻/冷却水泵等组成。同时建筑本体需要耗费空调部分负荷以抵消建筑散失的能量,这部分能量通过辐射、对流方式流失。流失的速度与建筑本体与室外温差有关,在空调起动过程和空调恒温过程中负荷大小也不一样。

式中：k0－－－常数项；

β－－－热量－电能换算系数；

λ－－－导热系数；

S－－－建筑本体散热面积；

ΔT－－－建筑本体与环境温差；

k1－－－空调散热系数,k1＝βλS。

查找办公人数小于额度办公人数少的样本曲线数据,令Wchg＝0,有Wtmp＝Wall,则

选择多个样本,可求出k1和k0。

1.3 空调用电制冷负荷模型求解

用于建筑内部的空调供冷对象的能量消耗,其用电负荷和建筑内空调制冷热量的需求正相关。负荷完全用于建筑体内部的能源消耗者的冷热源交换。当建筑内部流动人员、办公人员数量增加,则此部分负荷增加,当人员减少此部分负荷减少,甚至为0。

建筑内部空调动态负荷为

式中：m－－－时刻t的人员或动物体数目,单位为千人(个)；

k2－－－空调内部人员单位分钟热交换系数；

Tm－－－统计时间,积分步长可采用1 min。

如果m取平均值,则式(4)为

1.4 建筑空调负荷需量计算

根据日小时办公人数和小时气温预测,由式(3)、式(5)可计算出空调负荷用电,采用15 min的滑差数据窗口可计算出空调需量。

1.5 需求侧负荷管理约束

需求侧负荷管理指标要求客户终端负荷必须低于购买的契约需量值,此契约需量值通常按月申报。客户管理终端根据契约需量进行分项分摊,最终实现终端负荷的需量控制。

需求侧负荷管理下空调负荷约束为

式中：Wlim－－－空调契约需量。

根据负荷管理要求,对申报的契约需量进行分项分摊后得到。

如果t时刻出现不满足式(6)的不等式约束,必须将t时刻的空调负荷向t_1时刻的空调负荷进行转移。

1.6 空调需量控制流程

空调用电日负荷为

需量控制过程为获取建筑内日人员数目曲线、日气象预测曲线、建筑空调内部空调期望温度、空调最小运行方式的能值。由式(7)可计算出日建筑空调用电1440点负荷曲线,计算出空调负荷需量值,采用式(6)的负荷管理约束进行负荷转移,直到所有需量满足式(6),完成空调用电需量控制。

空调用电负荷需量控制流程图如图1所示。

图1 空调用电负荷需量控制流程图

2 算例分析

选取上海虹桥枢纽某商务小区中央空调办公建筑用电数据,空调系统运行3 a。该小区有能耗监控和照明系统,分项能耗空调需量为40 000 kW,空调系统有4台离心式冷水机组,每台机组额定功率为7 350 kW,用户建筑管理规定的办公时间为9：00～18：00,空调温度为26℃。物业管理信息小区常驻办公人员为16 800人,日流动人口为5 000人,共21 800人。

2.1 模型初始化及样本选择

历史日中,选取进入建筑内人员少(少于正常人员的10%)的日期作为求解k0、k1的样本日期,其他日期作为求解常量k2的样本日期。历史日数据为温度-功率曲线数据。历史日2014年7月、8月共18个休息日,办公人数少于1 000人,可作为计算k1的样本日期,其他38个日期作为计算k2的有效样本日期。

2.2 建筑辅助负荷k0，k1求解

对7、8月18个休息日,选择建筑内部平均温度在30～35℃的10：00～16：00时间段作为计算k0、k1的样本日期。7,8月负荷用电如表1所示。

表1 7，8月负荷用电kW

由表1可得出,k0＝4 390 kW,k1＝474 kW。

2.3 建筑制冷负荷热交换系数k2求解

对7、8月38个有效工作日样本,选择建筑内部平均温度在25～27℃的10：00～15：00时间段,并且时间段内办公人数能够相对稳定,此时间段内的负荷数据作为计算k2的样本。为方便计算,空调气温负荷Wtmp归一化到气温为30℃的气温负荷为

式中：x－－－气温；

Wtmp,x－－－气温x的气温负荷。

建筑内的办公人数和空调平均用电负荷曲线如图2所示。

在m＝3 000时,7月Wall,30＝10 494,8月Wall,30＝9 858；m＝15 000时,7月Wall,30＝35 772, 8月Wall,30＝36 831。由式(5)得

图2 室内办公人数及空调负荷Wall曲线图

计算出7、8月k2分别为2 106 kW和2 247 kW,取平均值k2＝2 177 kW。

2.4 空调需量计算

计算出辅助用电k0、k1、动态负荷热交换系数k2后,由式(9)计算建筑空调日用电负荷预测：

该大楼空调需量Wlim＝40 000 kW,当室内外气温差为10℃,m＝15 000时,Wall＝41 785 kW,空调负荷超过空调需量,需要进行需量控制。

对8月5日进行负荷需量预测,结果如表2所示,需要把9：00后的负荷进行控制,转移到8：00,使空调负荷提前启动,在9：00减小空调制冷负荷,达到需量控制目的。

表2 8月5日需量预测结果

3 需量控制效果分析

由式(10)可知,需量控制依赖于负荷预测结果,预测误差结果受建筑内外温差及建筑内的办公人数影响,建筑内外温差可以选取建筑内若干关键点作为室内温度参考值,关键点可能根据季节变化需要调整。

3.1 预测方法误差分析

建筑内部办公人员热交换和办公时间有关,时间长热交换量多,反之则少。该方法要求精确统计办公人员的时长是难以实现的,但在出入口装设传感器,由物业管理系统统计分析可以获得大致24 h的人流值,逐分钟计算办公人员数目,以减少预测误差。

3.2 空调调节滞后问题

空调调节和空调效果并非同步,时间差通常为30～60min,因此负荷需量预测结果需要进行响应时间处理,才能精确完成空调运行方式的切换。

3.3 控制设备寻优问题

在需求侧管理下,建筑需量不允许突破,空调负荷超过需量后,采取措施有转移时间段空调负荷和限制其他分项负荷。前者可以提前控制空调运行方式,后者采用限制其他照明、动力等分项需量,增加空调需量做法,保证总需量满足要求。

3.4 需量控制与节能

采用负荷转移方式,并没有兼顾节能要求,由于负荷的时间段转移,在某些情况下会导致局部能源浪费,电能增加。从经济性来说,需量费用减少,实际情况需要平衡二者关系,方能实现整体经济性。

4 结 语

本文提出办公建筑空调需量控制模型,采用辅助负荷、制冷负荷模型进行负荷预测,根据需求侧负荷管理要求,进行负荷转移,最终实现负荷需量控制预测。该预测方法输入量为气温和建筑内的办公人数,实现方法简单,易实现。计算结果表明,该方法具备较好的可行性,可实现分钟空调负荷需量控制,计算出的空调用电需量对空调运行方式的安排和需求管理具有重要的现实意义。

参考文献

[1] 辛洁晴，吴亮.商务楼中央空调周期性暂停分档控制策略[J].电力系统自动化，2013，37（5）：49-54.

[2] 沈南飞.需量控制在电力经济运行中的应用[J].电力需求侧管理，2003（6）：44-46.

[3] 孙靖，程大章.基于季节性时间序列模型的空调负荷预测[J].电工技术学报，2014（3）：88-93.

[4] 曹双华.基于室外气象参数复合预测技术的空调负荷预测方法研究[D].上海：东华大学，2004.

[5] 黎灿兵，尚金成，朱守真，等.气温影响空调负荷的累积效应导致能耗的分析[J].电力系统自动化，2010，34（20）：30-33.

[6] CHU C M，JONG T L，HUANG Y W.A direct load control of air-conditioning loadSWith thermal com fort control[C]∥ProceedingSof IEEE PoWer Engineering Society General M eeting，2005.

[7] 黎灿兵，杨朋，刘玮，等.短期负荷预测中考虑夏季气温累积效应的方法[J].电力系统自动化，2009，33（9）：96-99.

[8] 王治华，杨晓梅，李扬，等.气温与典型季节电力负荷关系的研究[J].电力自动化设备，2002，22（3）：16-18.

Demand Control Method of Air Conditioning Load for Office BuildingS BaSed on Demand Side M anagement

LIChang1,2, XIA Xianghong1, XU Hongfei1
(1.Shanghai Sunrise Relay Electric Co.,Ltd.,Shanghai200233,China；2.Shanghai ZhuoYuan Energy Saving Technology Co.,Ltd.,Shanghai200233,China)

A load demand control method of air conditioning was proposed in office buildings.According to the energy consumption characteristics of air conditioner,the dynamic load modelwasbuilt,and the air conditioning load was forecasted.Combining by the demand side management(DSM)requirements,the load transfer and ad justment were carried out to complete the demand control.Based on the historical load data of Hongqiao's buildings in Shanghai,the dynamic load model was calculated,and the demand constraint on DSM was added to control the load demand.Finally, the load demand control and energy saving problems were discussed.The test case results show that themethod has the significant practicability without the complex model.

demand Sidemanagement（DSM）；building air conditioner；demand control；load

TU 855

A

1674-8417(2015)12-0058-05

2015- 08- 21

夏湘洪（1980-），男，工程师，从事电力能源监控、分布式发电技术方面的工作。

徐宏飞（1982-），男，工程师，从事智能电网用户端能耗分析、新能源技术方面的工作。