2025年人工智能在电力需求侧仿真与预测中的若干应用报告-厦门大学（景锐）.docxVIP

人工智能在电力需求侧仿真与预测中的若干应用

景锐(副教授)

厦门大学能源学院

2目录

2

目录

3

背景意义

背景意义

全球变暖，2024年为有记录以来全球最热年，为舒适与健康不得不消耗大量能源!

分体空调

城市能耗占消费总量85%建筑能耗占消费总量45%

两个问题：

■炎热的福州、厦门夏天空调耗多少电?

■全福州/厦门建筑的灵活负荷有多少?

国家能源局

源荷(灵活负荷)

《电力系统调节能力优化专项行动实施方案(2025-2027年)》

一个挑战：新能源“看天吃饭”,极热无风怎么办?--传统“纯”用能负荷主动支撑电网调节即灵活负荷目标：在需求侧建设相当于5%峰值负荷

一个挑战：新能源“看天吃饭”,极热无风怎么办?

--传统“纯”用能负荷主动支撑电网调节即灵活负荷

构建城市尺度建筑能耗模型UBEM-机理数据联合驱动+自底向上

城市级

目标：自顶向下评估影响

社区级

一个老问题的几个新挑战：

历史/未来天气

(a)CMIP6未来气象数据库(b)动态降尺度方法

(a)MERRA-2历史气象库(c)聚类生成典型概率场景

难点：气象与能源学科关于天气数据的时空颗粒度未对齐

广地域建筑信息

ArcGISEnergyPhus

难点：海量(数十万栋)、

多维(形貌、功能、年龄等)的城市级建筑信息难获取

Energyuse(kWh/sqm)全社会用电城民生活Cooling—Heating

Energyuse(kWh/sqm)

全社会用电

城民生活

Cooling—HeatingEoctrical

模型可靠性

楼宇级

交,通运1输t001700

交,通

运1输

目标：机理-数据联合驱动、

难点：如何验证模型全自动化、结果可信的

难点：如何验证模型

构建城市尺度建筑能耗模型UBEM-机理数据联合驱动+自底向上

城市级

社区级

楼宇级

一个老问题的几个新挑战的解决思路：

(a)CMIP6未来气象数据库(b)动态降尺度方法

ArcGIS(a)MERRA-2历史气象库(c)聚类生成典型概率场景

ArcGIS

EnergyPlus

曲得发施

曲得发施

城民生活

全社会用电交通运输

思路：基于气象、面向能源，降尺度对齐天气数据的时空颗粒度

思路：实测电耗、数据驱动验证

Energyuse(kWnisqm)思路：基于GIS城市级建筑数据库，

Energyuse(kWnisqm)

耦合EnergyPlus单体建筑仿真，自底向上、自动化、高通量

-Cooling

—HeatingElectrical

u0as0s700001000

Date/Time

达成目标：自动化、高可信的UBEM

5

社区尺度UBEM模拟建筑群的典型年逐时冷/热/电能耗

EnergyPlus建筑热工机理模拟

●室外太阳热辐射

●围护结构传热

●室内非均匀温度场

3D

3D社区建筑模型典型年逐时冷热电能耗仿真

●运行时刻表

Energyuso(kWhsqm)Energyuse(kWhisqm)EnergyusekwhisqmEnergyuse(kWhsqm)

Energyuso(kWhsqm)

Energyuse(kWhisqm)

EnergyusekwhisqmEnergyuse(kWhsqm)

厦门市4类典型住宅010101000000063001:2000928.01000012/2701:0000

厦门市4类典型住宅

Date/TimeDate/Time

Date/Time

7

从社区到城市尺度-技术难点：热工模拟与地理信息耦合

研究目标

口建立一个城市尺度的建筑能耗负荷灵活资源调控平台→

口实现数万建筑高通量、高效率且高保真的负荷灵活性仿真

口融合多模态数据，绘制城市级的建筑灵活资源分布图

研究基础福州城市建筑能耗负荷“一张图”

单栋建筑和社区尺度，

本项目组已展开大量研究，

进一步扩展到城市尺度

单栋建筑负荷仿真

单栋建筑负荷仿真

城市建筑负荷仿真

e负荷仿真Rhinoceros