空调负荷的储能建模与控制策略研究:从虚拟储能到多维度调控.docxVIP

  • 0
  • 0
  • 约1.7万字
  • 约 14页
  • 2026-03-10 发布于上海
  • 举报

空调负荷的储能建模与控制策略研究:从虚拟储能到多维度调控.docx

空调负荷的储能建模与控制策略研究:从虚拟储能到多维度调控

一、引言

(一)研究背景与意义

在全球能源转型的大背景下,随着城市化进程的加速,建筑能耗在社会总能耗中的占比持续攀升,已成为能源消耗的关键领域。相关数据显示,建筑能耗在全社会能耗中占比相当可观,其中建筑运行阶段的能耗占比约为21.3%,而空调系统作为建筑能耗的主要组成部分,在夏季用电高峰时期,其负荷可占电网尖峰负荷的30%-40%。这不仅对电网的供电能力造成巨大压力,也成为制约可再生能源大规模消纳的瓶颈之一。因此,挖掘空调负荷的储能特性,对提升电网灵活性、促进可再生能源消纳具有至关重要的现实意义。

空调负荷具有独特的可调节性和热惯性。利用“空调-建筑”系统的热惯性,将空调负荷等效为虚拟储能装置,通过控制空调的运行状态,实现用电负荷与电网调度的双向互动,为需求侧响应提供了新的有效路径。这种方式无需大规模投资建设物理储能设施,即可在不影响用户舒适度的前提下,实现对电力负荷的灵活调控,有效缓解电网峰谷差压力,提高电力系统的稳定性和可靠性。例如,在广东地区,通过聚合5.6万商户的空调负荷,成功实现削峰780万千瓦,极大地减轻了电网在高峰时段的供电压力。

(二)核心概念与研究目标

虚拟储能(VES):虚拟储能是一种通过智能算法和需求侧管理技术,将分散的、可调节的电力负荷(如空调、电动汽车、工业设备等)聚合起来,模拟传统储能电池充放电行为的新型储能方式。对于空调负荷而言,虚拟储能主要通过调节空调的功率,利用室内空气和建筑结构的热容量,将电能转化为热能储存起来,实现对电力的“储存”和“释放”。当电网负荷较低时,提高空调制冷或制热功率,降低室内温度,将多余电能以热能形式储存;当电网负荷较高时,降低空调功率,利用储存的热能维持室内温度,减少对电网的电力需求,从而将建筑热容量转化为可调度的“电能-热能”转换单元。

研究目标:本研究旨在构建高精度的空调负荷储能模型,准确描述空调负荷的动态特性和储能特性。同时,设计一种兼顾舒适性与调控效率的控制策略,在满足用户室内舒适度需求的前提下,最大程度地挖掘空调负荷的储能潜力,实现对空调负荷的精准调控,推动空调负荷规模化参与电网辅助服务,提高电力系统的灵活性和稳定性,促进可再生能源的高效消纳,为实现能源的可持续发展提供技术支持和理论依据。

二、空调负荷储能建模方法研究

(一)传统建模方法局限与改进需求

一阶ETP模型不足:在当前的空调负荷建模领域,一阶等效热参数(ETP)模型被广泛应用,然而其局限性也日益凸显。该模型在构建时,主要将室内空气视为单一热容量对象,着重考虑空气与外界环境以及空调系统之间的热交换,却忽略了建筑结构中固体材料(如墙体、地板、天花板等)的蓄热特性。在实际的建筑环境中,这些固体材料具有较大的热惯性,它们能够吸收、储存和释放热量,对室内温度的动态变化有着不可忽视的影响。在白天太阳辐射强烈时,墙体吸收热量并储存起来;到了夜晚,随着室外温度降低,墙体又会逐渐释放储存的热量,从而减缓室内温度的下降速度。由于一阶ETP模型未能考虑这一因素,导致其对室内温度变化的预测与实际情况存在偏差,无法准确反映空调负荷的动态特性。

在参数辨识方面,一阶ETP模型也存在明显的缺陷。目前,该模型的参数辨识通常依赖于较长时间间隔的数据,如15分钟的采样数据。在现代电力系统精细化管理的背景下,这种长间隔的数据采集方式已无法满足需求。电力系统的负荷情况在日内会出现频繁且复杂的变化,例如在夏季的用电高峰时段,随着太阳辐射强度、室外温度以及用户行为的动态变化,空调负荷可能在短时间内发生剧烈波动。15分钟的时间间隔无法捕捉到这些日内的动态变化,使得模型参数不能及时反映实际情况,进而影响了模型对空调负荷的预测精度。

一阶ETP模型仅适用于定频空调,这也是其应用范围受限的重要原因。随着技术的不断发展,变频空调因其节能、舒适等优点,在市场上的占有率逐渐提高。变频空调能够根据室内温度的变化自动调节压缩机的转速,从而实现对制冷(热)量的连续调节,其功率输出呈现出连续变化的特性。而一阶ETP模型假设空调的能效比固定不变,这与变频空调的实际运行情况不符。在实际运行中,变频空调的能效比会随着压缩机转速、室内外温度差等因素的变化而变化,因此一阶ETP模型无法准确描述变频空调的运行特性,限制了其在更广泛空调类型中的应用。

舒适性约束挑战:在空调负荷建模过程中,确保用户的舒适性是一个至关重要的考量因素,而当前常用的热舒适性评价模型在实际应用中面临诸多挑战。

预测平均评价指标(PMV)模型及其衍生的预测不满意百分比(PPD)模型是目前应用较为广泛的热舒适性评价模型。PMV模型通过综合考虑空气温度、空气湿度、空气速度、平均辐射温

文档评论(0)

1亿VIP精品文档

相关文档