制冷资料_基于运行数据的“光储直柔”建筑电力系统优化调度.pptx

基于运行数据的“光储直柔” 建筑电力系统优化调度2目录CONTENTSPART.01光储直柔建筑能源系统PART.02光储直柔建筑能源系统中柔性资源的量化PART.03光储直柔建筑能源系统的运行调节案例分析PART.04结论与展望3目录CONTENTSPART.01光储直柔建筑能源系统PART.02光储直柔建筑能源系统中柔性资源的量化PART.03光储直柔建筑能源系统的运行调节案例分析PART.04结论与展望光储直柔建筑能源系统光储直柔建筑 能源系统智能建筑控制系统高效储能系统太阳能风能大力发 展可再 生能源全面电气化波动性（住房和城乡建设部、 国家发展改革委）在“双碳” 背景下，随着建筑全面电气化的推进，可再生能源的大力发展，传统的建筑电力 能源系统亟需改革，光储直柔建筑能源系统作为有效的解决方案，能够满足新时代下的电力能 源系统的要求光储直柔建筑能源系统定义：通过光伏等可再生能源发电，蓄电、蓄热等储能方式，直流配电和需求侧柔性用能来构建适 应碳中和目标建设需求的新型建筑能源系统光储直柔建筑能源系统—研究进展建筑柔性资源调度与量化的数据基础建筑柔性资源复杂多样，具有较大的不确定性、随机性和波动性，基于实时运行的数据能够 为建筑电力能源系统的精准调度提供基础目前研究基于实测数据基于建筑电力能源系统柔性资 源实时运行数据的调度、量化 研究较少基于公开数据集大多取自位于较为空旷地区且有专人维护的光伏电站拟合曲线较为平滑，不能反映 柔性资源的随机性和波动性基于模拟数据条件根据自身需求设置预测结果一般较为理想直接应用于真实建筑电力系统中的预测、调度时存在不适用性6光储直柔建筑能源系统—研究进展需求侧管理目前的运行调节策略研究主要针对需求侧进行管理（DSM），这种方法已被证明是应对严重峰值需求和负载波动等问题的有效方法目前的研究多为对以下柔性资 源（可再生能源、储能电池与 电动汽车）的单独研究供给侧柔性资源调度DSM面临的问题用户使用不方便缺乏多种供给侧柔性资源进行联 合调度的研究调度潜力小，调度不充分7光储直柔建筑能源系统光储直柔建筑运行调节“两步走” 计划市政电力可削减负荷能量流灯具空调固定电池电动汽车洗碗机 电热水器洗衣机太阳能风能建筑热质量智能设备可转移负荷供给侧柔性资源建筑需求侧柔性资源第一步：不改变建筑用户用电习惯，对建筑内部需求侧柔性资源不进行调节，把建筑作为 一个整体，研究供给侧与建筑协同匹配的运行策略第二步：对建筑内部需求侧柔性资源进行调节，在建筑用户用电舒适度范围内提出供给侧与需求侧协同匹配的运行策略8光储直柔建筑能源系统基于实际运行数据和机器学习算法的微电网系统微电网系统中的重要模块需要有基 于实际运行数据的预测功能，形成 柔性资源潜力的实时量化，进而指 导建筑日前的电力运行调节运行调度关键问题针对实际监测的电力数据，哪一种机器学习算法更适合于建筑电力能耗预测？电动汽车是一个移动的储能装置，如何量化其时空转移特性，预测其充放电容量？在建筑运行阶段，供给侧与需求侧柔性资源如何协同配合？910目录CONTENTSPART.01光储直柔建筑能源系统PART.02光储直柔建筑能源系统中柔性资源的量化PART.03光储直柔建筑能源系统的运行调节案例分析PART.04结论与展望各种柔性资源的量化基于机器学习算法的建筑电力能耗预测模型11各种柔性资源的量化基于机器学习算法的建筑电力能耗预测模型—建筑能耗数据的监测建筑碳排放监测平台的底层架构注：建筑碳排放监测平台除了能够监测建筑能耗等基本量以外，还留有大量接口，涵盖 交通、绿色空间、废弃物等模块，为后续建筑群级别的运行调节、碳排放计算提供支撑基于数字孪生的碳排放监测平台监测平台已有一年的数据量，数据内容涵盖建筑整体及分项用能、气象参数等，数据颗粒度包括逐分、 逐时、逐日、逐月、逐年数据能够支持多维度、多层次的科学研究，包括建筑整体、分项能耗预测、用能行为分析、运行调节策 略开发等12各种柔性资源的量化基于机器学习算法的建筑电力能耗预测模型—输入输出变量的选择办公建筑电力能耗的内在规律变化主要受不同时间周期的 影响，外在规律则主要受气象参数等客观因素的影响时间参数—月、星期、星期类型、日、时，其中星期类型分为工作日与非工作日，工作日设置为1，非工 作日设置为0气象参数—温度、相对湿度、太阳辐射量本研究旨在预测办公建筑的实时电力能耗，输出变量为逐 时电力能耗数据建筑电力能耗的影响因素各种柔性资源的量化基于机器学习算法的建筑电力能耗预测模型—机器学习算法随机森林算法（RF） 支持向量机(SVR)长短期记忆算法(LSTM)支持向量回归使用与 SVM 原理相同，SVR 背后的基 本思想是找到最佳拟合线即点数最多的超平面改善了RNN中存在的长期依赖问题LSTM的表现通常比时间递归神经网络及隐