建筑负荷用能行为习惯与负荷运行特性分析

doi:10.16513/j.2096-2185.DE.2207608

建筑负荷用能行为习惯与负荷运行特性分析

李建标¹, 陈建福¹, 罗晓^,², 任鹏², 陈勇¹, 裴星宇¹, 林宝伟², 曾云洪²

1．广东电网有限责任公司直流配用电研究中心，广东省　珠海市　519000

2．珠海格力电器股份有限公司，广东省　珠海市，519070

Analysis of Building Load Energy Use Behavior Habit and Load Operation Characteristic

LI Jianbiao¹, CHEN Jianfu¹, LUO Xiao^,², REN Peng², CHEN Yong¹, PEI Xingyu¹, LIN Baowei², ZENG Yunhong²

1. DC Power Distribution and Consumption Technology Research Centre, Guangdong Power Grid Co., Ltd., Zhuhai 519000, Guangdong Province, China

2. GREE Electric Appliances Inc. of Zhuhai, Zhuhai 519070, Guangdong Province, China

收稿日期: 2022-09-05

基金资助:

中国南方电网公司科技项目. GDKJXM20212062

Received: 2022-09-05

Fund supported:

Science and Technology Project of China Southern Power Grid Corporation. GDKJXM20212062

作者简介 About authors

李建标(1984)，男，博士，高级工程师，研究方向为直流配用电技术、智能电网技术等；。

陈建福(1965)，男，博士，教授级高级工程师，研究方向为直流配用电技术、智能电网技术等；。

罗　晓(1987)，男，本科，高级工程师，研究方向为能源互联网系统平台，707850693@qq.com； , E-mail：707850693@qq.com

任　鹏(1978)，男，本科，高级工程师，研究方向为能源信息及能源控制相关技术研究与产品开发；。

陈　勇(1982)，男，硕士，高级工程师，研究方向为直流配用电技术、电网规划与设计等；。

裴星宇(1982)，男，硕士，高级工程师，研究方向为直流配用电技术、智能电网技术等；。

林宝伟(1987)，男，本科，高级工程师，研究方向为分布式能源互联网信息控制系统开发；。

曾云洪(1988)，男，本科，工程师，研究方向为储能及电池管理技术。

摘要

在双碳目标政策驱动下，我国正构建以新能源为主体的新型电力系统。未来，建筑将成为集发储用于一身的新型能源综合体，不仅要满足绿色低碳的用能需求，还要满足电力系统灵活电力平衡的需求。为实现电力供需平衡，需要分析建筑负荷用能行为习惯与负荷运行特性，实现建筑负荷的高效控制。从源储网荷(备)网格化能源、分区分类维度，对典型家庭负荷、源储网荷(备)单元系统、典型负荷进行分析，得出家庭光储系统设计需根据家庭负荷及用能行为习惯确定，通过源储网荷(备)日周月季年的用能数据客观评价系统运行情况进而挖掘系统节能改善点，提出典型负荷空调分时启动分区控制、热水器定时控制等设想。

关键词： 建筑负荷 ; 柔性负荷 ; 源储网荷(备) ; 用能行为习惯 ; 运行特性

Abstract

Driven by the dual carbon target policy, our country is constructing new power system with new energy as the main body. In the future, the building will become a new energy complex integrating power generation and storage. The building should not only meet the demand of green and low-carbon energy use, but also meet the demand of flexible power balance in the power system. In order to realize the balance of power supply and demand, it is necessary to analyze the behavior habits of building load and load operation characteristics to realize the efficient control of building load. From the grid energy and zonal classification dimensions of source and storage network load (backup), the typical household load, source and storage network load (backup) unit system and typical load are analyzed. It is concluded that the design of the household optical storage system should be determined according to the household load and energy consumption behavior habits. The operation of the system is objectively evaluated through the energy consumption data of the source and storage network load (backup) day, week, month and year, and the improvement points of system energy conservation are explored. Some ideas are put forward, such as time-sharing start-up zoning control of typical load air conditioning and timing control of water heater.

Keywords： building load ; flexible load ; source storage network load (backup) ; habit of using energy ; operating characteristic

PDF (1914KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

李建标, 陈建福, 罗晓, 任鹏, 陈勇, 裴星宇, 林宝伟, 曾云洪. 建筑负荷用能行为习惯与负荷运行特性分析. 分布式能源[J], 2022, 7(6): 60-67 doi:10.16513/j.2096-2185.DE.2207608

LI Jianbiao, CHEN Jianfu, LUO Xiao, REN Peng, CHEN Yong, PEI Xingyu, LIN Baowei, ZENG Yunhong. Analysis of Building Load Energy Use Behavior Habit and Load Operation Characteristic. Distributed Energy[J], 2022, 7(6): 60-67 doi:10.16513/j.2096-2185.DE.2207608

0 引言

2021年10月24日国务院关于印发2030年前碳达峰行动方案的通知《2030年前碳达峰行动方案》中在城乡建设碳达峰行动中提出加快优化建筑用能结构，提高建筑终端电气化水平，建设集光伏发电、储能、直流配电、柔性用电于一体的“光储直柔”建筑。降低建筑碳排放，打造零碳建筑，构建零碳城市对我国建筑发展具有重大意义^[1,2]。

随着新能源的发展应用，特别是分布式能源的大规模推广，能源的利用呈现出源、储、网、荷、备多元化融合的特点，围绕着满足人们对美好生活的向往，电能替代、电动汽车、清洁供暖、屋顶光伏、家用储能设备及智能家居的广泛应用使用电负荷朝着多元化方向发展^[3]。在能源互联网背景下，既是消费者又是生产者的全新模式改变着能源电力服务形态，负荷灵活性的进一步提升，对需求侧负荷可调性提出更高的要求。随着储能、空调、热水器等柔性负荷占比不断提升^[4,5]，通过建筑源储直柔充协同运行，参与电网需求侧响应调控，可有效解决可再生能源消纳问题，助力新型电力系统建设^[6]。

有效利用电力需求侧资源，实现电力供需联动是未来电力系统安全稳定运行的关键环节^[7]，需要有效分析建筑负荷用能行为习惯与负荷运行特性，实现建筑负荷的高效控制，充分降低建筑能耗，满足电网需求响应要求。

针对居民用电负荷特性分析，不少学者开展过相关的研究，如通过对居民小区用户智能电表的数据进行分析，给出了用户春夏秋冬4个季节的用电曲线，以及工作日和节假日的用电曲线，分析了用户的用电行为，为用电客户、供电企业和社会环境的创新服务提供了依据，进一步，通过利用K-means聚类对用电数据进行分析，得到不同季节的典型负荷代表曲线，研究得到居民负荷特性与各个影响因素之间的联系^[8,9]。该研究从宏观上分析了居民用电负荷行为特性以及与负荷特性关联的天气、工作时间等影响因素，对负荷自身的运行特性未有相关研究。

文[10]中，通过对城市区域内50幢楼宇用能系统进行调研和数据采集，结合其用电数据资源、构成要素以及历史负荷调控实际事件信息，采用楼宇负荷聚类、分类方法，引入负荷调节率及负荷波动率的计算分析，重点开展商业楼宇负荷调控可调能力和负荷分类特性、调节率、波动率等相关性研究。其分析的对象为整个楼宇，数据广度过于宏观，数据颗粒度不够细化。

总体而言，现有的建筑负荷研究主要以户或者区域为单位进行用能的聚类分析，而且还是基于传统大电网供电模式下，从上至下分析调度的模式，其分析特征数据颗粒度过大，无法做到每个负荷的行为特性分析。现有的研究分析未能很好解答负荷调节的意义、边界值、实现机理等。在以新能源为主的能源系统中，建筑用能逐步呈现围绕源储网荷备多元化融合能源结构。终端用电设备的电气化使用电负荷朝着多元化方向发展，存在既是能源消费者，又是能源生产者的全新电力服务形态，负荷灵活性的将进一步提升，对建筑负荷的可调性提出更高的控制要求。

电含有丰富的时频域信息，真实反映了用能行为特性以及负荷运行特性，从负荷能源信息UIPQ 4种基本参数上进行各种负荷通用化的特征分析，通过能源信息参数显现出来的负荷特性将直接反映负荷在需求侧的行为与运行逻辑，并显现出其控制需求。在未来的建筑中，源储网荷备是其能源系统组成的基本要素^[11]。以新能源为主体的新型电力系统中，能源的供需平衡需要源储网荷备的深度联动^[12]，需要透彻分析建筑负荷用能行为习惯以及负荷运行特性。

1 典型家庭负荷用能行为习惯

选取珠海普通家庭(只有网和荷)为例，夏季休息日气温24～32 ℃，建筑面积90 m²，3人居住，全天采集数据。通过数据分析，当日最大峰值用电功率的4 176 W，最小用电功率92 W，平均用电功率629 W，峰平比约6.64，峰值功率>1 737 W出现总时长1 150 s，占全天用电时间的1.4%，峰值功率>2 000 W出现总时长540 s，仅占全天用电时间的0.625%。通过总负荷日特征曲线(如图1所示)、典型家庭半月度峰值功率及平均功率曲线(如图2所示)及负荷峰值持续时间分析(如表1所示)可知，对于融合光储一体的建筑系统来说，源储荷的能源系统设计相对于传统建筑能源系统设计有很大的改善空间，系统的峰值功率需求完全可以通过储能放电满足。

表1 负荷峰值持续时间

Table 1 Duration of peak load

峰值功率出现时刻	峰值功率/W	持续时间/s
04：32	2 798	20
05：20	1 737	250
07：20	4 036	20
07：24	4 176	10
08：13	2 677	20
08：31	2 678	10
08：40	3 888	30
10：41	1 867	230
11：59	3 018	30
15：17	2 852	30
16：52	3 767	20
17：17	1 918	130
18：05	3 089	20
19：32	2 663	20
20：46	2 227	170
20：49	3 382	10
21：40	2 250	100
22：13	2 864	30

新窗口打开| 下载CSV

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 典型家庭总负荷日特征曲线

Fig.1 Daily characteristic curve of typical household total load

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 典型家庭半月度峰值功率及平均功率曲线

Fig.2 Curves of typical household half monthly peak power and average power

另外，以100 W区间间隔统计功率值的分布时间长度，家庭用电峰值功率4 176 W，负载功率在900 W以下运行时间占比80%，负载功率900～2 200 W运行时间占比15%，全天超过2 200 W以上的峰值功率运行时间小于4 min。通过不同功率区间持续时间占比数据(表2)可以看出在一个典型家庭中，系统实际运行功率80%以上功率需求在峰值功率的1/4以内，所以对于典型家庭用电而言，进行光储系统设计时，需要根据实际负荷特征情况进行最优设计。

表2 不同功率区间持续时间占比数据

Table 2 Duration ratio data of different power intervals

功率/W	累积时长/s	占比/%
100	1 060	1.60
200	3 750	5.66
300	8 300	12.53
400	10 020	15.12
500	9 320	14.07
600	9 640	14.55
700	6 280	9.48
800	3 800	5.74
900	2 430	3.67
1 000	1 720	2.60
1 100	1 560	2.35
1 200	1 460	2.20
1 300	1 600	2.42
1 400	1 490	2.25
1 500	2 030	3.06
1 600	620	0.94
1 700	160	0.24
1 800	340	0.51
1 900	120	0.18
2 000	20	0.03
2 100	10	0.02
2 200	260	0.39
>2 300	260	0.39

新窗口打开| 下载CSV

根据家庭分时用电量数据分析结果(如表3、图3所示)可知：夜间、下午和晚上时段用电量较大，主要为空调开启运行用电。结合系统用电分布，从相应的规律聚类分析，充分发挥储能的调节作用很有意义，针对储能的优化配置，可按功率平衡进行配置，实现系统优化配置。以功率平衡配置为目标，日最大峰值用电功率为4 176 W，最小用电功率为92 W，户用储能容量配置1.928 kW·h可以实现系统最优化配置。

表3 典型家庭分时用电数据

Table 3 Typical household time-sharing electricity data

时间段	时段	平均功率/W	用电量/(kW·h)
00：00—7：20	夜间	452	3.4
07：20—8：40	早餐	625	0.8
08：40—11：30	上午	665	1.9
11：30—13：20	中午	647	1.2
13：20—15：00	午休	455	0.8
15：00—17：20	下午	1 256	2.9
17：20—19：30	晚餐	278	0.6
19：30—22：20	晚上	923	2.6
22：20—00：00	休息	537	0.9

新窗口打开| 下载CSV

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 典型家庭分时用电占比

Fig.3 Proportion of typical household time-sharing electricity consumption

家居负荷用电是随机性的，即不知道下一时刻会开启什么负荷，会用多少电，但通过较长时间(1周、2周、1个月等)观察用电行为，可以推导出家庭用电数学模型，同样，根据较长时间的光伏发电数据、气象数据完全可以推导出光伏发电数学模型，基于家庭用电数学模型、光伏发电数学模型，可以较精准控制储能充放电^[13]。

2 源储网荷(备)单元系统

为了对源储网荷(备)单元系统的整体运行特征进行分析，通过直流供用电社区系统的源储网荷(备)单元系统在办公场景下进行相关数据采集，系统配置光伏3.4 kW，储能配置6 kW·h，负荷额定功率5 kW，负荷主要以空调、照明、电脑为主，无备用电源。通过对单元系统的源储网荷的特征数据采集提取，可以提取单元的总用能特征情况，能源供给组成进行有效的分析。以图4、表4单元系统为例，从特征曲线可看出在1天运行过程中，在07：00—13：30时间段，系统光伏有余量，存在馈网情况，累计馈电4.4 kW·h，从系统调度的角度，可通过储能的调度，实现系统最大化自发自用，能源优化利用。另外，从系统源储网荷的比例组成上分析，功率大于3 kW的时间比例为1/12，且在下午峰值功率阶段，储能的出力占比较低，从源储网荷联动角度，可以通过储能的充分利用，优化系统容量配置，降低网侧的功率容量需求。从特征曲线上分析看，系统整体用能计划性比较明确，用能以白天为主，且与光伏新能源资源禀赋高度匹配，可以作为源储网荷单元类型之一进行聚类分析，以此类推，可以有随机性自由负荷、混合性负荷等不同类别进行聚类分析。

表4 系统供馈电情况

Table 4 Power supply and feed of the system　kW·h

时刻	发电量	储能数据		用电量	电网数据
时刻	发电量	充电量	放电量	用电量	供电量	馈电量
07：00	0.32	0	0.01	0.23	0.0	0.1
08：00	0.67	0	0.01	0.58	0.1	0.2
09：00	1.55	0	0.00	1.05	0.1	0.6
10：00	2.39	0	0.01	1.50	0.0	0.9
11：00	2.44	0	0.01	1.25	0.0	1.2
12：00	2.48	0	0.00	2.08	0.3	0.7
13：00	2.54	0	0.01	2.15	0.3	0.7

新窗口打开| 下载CSV

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 源网荷储单元特征曲线

Fig.4 Characteristic curves of source-network-load-storage unit

另外，通过系统持续一段时间的发用电特征曲线分析，可以识别长时间尺度内1天光伏发电不同时间段特性及用电特性，从源储网荷的角度，综合进行系统响应调度能力的评估，对不同源储网荷单元按正能量型、负能量型，并根据不同类型，细化在1天尺度内，源储网荷单元体响应能力。如图5所示，从特征规律上，1天中11：00—14：30，是光伏发电最好的时间段，根据优先最大化使用光伏，其次储能全力支撑，剩余的由电网供应，以及尽可能提高储能周转率的系统运行原则，在相应时间段内，最大化利用光伏。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 源荷单元发电及用电曲线

Fig.5 Curves of power generation and usage of source-load unit

3 单一典型负荷运行特性

3.1

3.1 空调运行特性

空调是典型的柔性负荷，在夏季负荷高峰期时，空调负荷在电网中已占尖峰负荷的30%～40%，并呈现逐年上升的趋势^[14,15]。另一方面，空调具有2个重要特征：(1)空调与所属的房间构成了具有热储存能力的系统，一定意义上相当于蓄电池等储能设备；(2)人体有一定舒适度范围，在此范围内空调负荷的功率也随之有了调节的空间^[16]。

通过数据表明，在不同单元系统中，区域建筑的同样负荷特征曲线区别较大，与建筑外围环境、建筑保温及密闭性关系密切。如图6为同一区域建筑不同2个单元系统的空调特征曲线提取情况，可以看到在不同区域内，同样目标温度配置情况下，同一负荷的特征曲线差别较大，有的呈现频繁启停的情况，有的呈现较平缓的情况。空调1总出现功率峰段13次，空调2出现3次，从负荷可调度能力来说，空调1与空调2存在较大差异，对于空调1可调节响应频次较多，空调2可持续调节时间较长，因此可以针对两者差异制定不同调度策略。空调1适用于短时的调控，空调2更适用于持续性的能源平衡调节。以此类推，对于建筑中某一种负荷，通过对单一负荷级别的特征提取，可以进一步对不同特征情况的负荷进行聚类分析，如启停频率的差异化等，运行功率的差异化等，通过样本数据的聚类分析，可以对系统负荷的调节能力的测算及调度提供更加精准的数据支撑。对比传统的以整栋建筑空调用能特征提取的方法，按单一负荷特征识别，可以实现建筑负荷的分区、分类精细化调度。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 空调负荷特征曲线

Fig.6 Characteristic curves of air conditioning load

总用电与空调用电呈强正相关关系，空调是用电大户，空调节能改善空间大。一般而言，在上班期间、中午休息期间，当室外温度≥28 ℃时，可以开启空调，其他时间段开启空调为不合理的用电行为。08：30上班，空调开启，用电曲线随之上升，11：45下班，人员陆续离开去吃午饭，空调关闭，用电曲线下降，12：30起午饭后休息，空调开启，用电曲线上升，直至17：30下班，关闭空调，用电曲线下降，如图7示，加强非工作期间空调的使用管控，可以有效控制负荷用能。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 空调用电功率曲线

Fig.7 Power curve of air conditioner

通过图7可以看出，25 ℃时开启空调，用电功率立马上升，在2 min内快速下降，约下降300 W，然后持续约8 min后，室内温度下降，用电功率随之下降，下降700 W。在12：00—14：00存在类似情况，12：00人离开关空调，14：00人回来开空调，温度设置为26 ℃，用电功率会出现1个尖峰，持续几min后再下降。不同设置温度，用电功率不同。1天中，08：00—11：00、16：00—21：00是峰时段，22：00—06：00是谷时段，其余是平时段。因此，在用电高峰时，使用储能放电支撑，有较好削峰效果。此外，采用分时延迟启动空调策略或以不同设置温度分区分组启动空调策略，都可以有效降低用电峰值。

3.2

3.2 热水器运行特性

建筑负荷中，热水器也是典型的峰值负荷，具有瞬时功率大、能耗高等特征的能量型负荷，且热水器具有热储备能力，与传统储能设备非常相似^[17]。在不影响用户体验的情况下，热水器可以等效为一种虚拟储能装置参与到需求侧响应中。热水器可以进行分时调节参与需求侧响应不影响用户正常使用，热水器为可分时调节的非刚性需求负荷。热水器作为建筑中的虚拟储能，可将热水器电功率的动态变化过程视为储能装置充放电过程。当电网负荷高峰时段，适当降低热水器的设定温度，虚拟储能放电以达到降低整体负荷峰值的目的；在电网负荷高峰时段前，适当提高热水器的设定温度，虚拟储能提前充电以达到平抑整体负荷谷值的目的^[18,19]。

以容量200 L的空气能热水器为例，空气能热水器从19 ℃加热到55 ℃，耗时2 h，空气能热水器加热功率与温度关系、加热温度与时间关系如图8示，加热过程中，加热功率与温度呈线性行，推导其数学模型为P＝27.68T＋111 6.34，式中：P为功率，W；T为温度，℃。那么加热温度每提高1 ℃，功率增加27.68 W；加热温度与时间的数学模型为T＝20.8t＋13.064，式中：T为温度，℃；t为时间，h。即加热1 ℃约耗时3 min。空气能热水器达到加热温度点后待机，水温自然下降1 ℃耗时30 min，测算1箱水保持5 ℃温差，可支持2.5 h。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 热水器特性曲线

Fig.8 Characteristic curves of electric water heater

从图9可以看出，1天中以12：00—16：00(节能时段)空气干球温度平均值为加热计算温度得出的空气能热水器加热的效率普遍要高于以日平均温度为加热计算温度得出的效率[14]。而对于全年耗电量来看，很明显当选择计算温度不同时，各个季节节电量也不同，其中寒冷季节的节电量更为明显。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 不同加热时段机组耗电量全年变化情况

Fig.9 Annual variation of unit power consumption at different heating periods

以典型办公大楼测算，空气能热水器主用于日常洗手，08：30—09：30、11：00—12：00, 13：50—14：50、17：00—18：00是用水高峰，根据上述分析情况，在07：00—08：00加热满热水，在谷电时段加热，以及12：00—16：00加热热水，有较好节能效果。1台热水器额定功率是3.2 kW，假定1天工作3次，峰时段1次，平时段2次，每次均是工作1 h，1台热水器工作期间总共消耗电费9.78元。对热水器实时分时调节策略，在谷时段加热热水，那么热水器1天还是工作3次，谷时段1次，平时段2次，按每次均是工作1小时计算，1台热水器工作期间作期间总共消耗电费6.39元。1台热水器1天节省电费3.39元，1年节省847.5元。

4 结论

从源储网荷网格化能源、分层分级、分区分类供用电等角度，进一步精细化特征分类可有效丰富负荷调节能力的预测策略，对建筑负荷高效调控、快速需求响应及虚拟电厂发展起到了积极作用。

对于融合光储一体的建筑系统内的典型家庭，源储荷的能源系统设计具有良好的设计能力，系统的峰值功率需求完全可以通过储能放电满足。家庭负荷的特征情况及使用习惯是光储系统设计的重要依据，配置储能容量时最优满足一天中家庭负荷峰时段用电量之和。进一步，推导家庭用电数学模型、光伏发电数学模型，可以较精准控制储能充放电，有效降低家庭能耗。

以源储网荷(备)为基本单元，进行源储网荷(备)电特征参数UIPQ的采集，可有效保证数据的颗粒度，实时识别负荷的行为特性，同时统计源储网荷(备)日周月季年的行为特性数据，有助于按分区分类客观评价系统源储网荷(备)实际运行情况，找出与预期目标的差距，快速迭代改进及实施负荷调节策略。

通过开展负荷用能特征提取，能源数据采集及大数据挖掘分析，利用大数据技术对数据进行筛选、预处理、变换及挖掘，预测负荷能耗行为，同时，基于用户基线负荷算法，采用基于聚类的基线计算方法，实现基于用电特性制定负荷的需求响应控制策略，如空调分时延迟启动、分区控制、分组控制策略，热水器定时控制策略等，通过与需求侧结合，同时兼顾能源供给情况动态实现系统源储网荷(备)最优匹配。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

刘振亚

. 全球能源互联网[M]. 北京：中国电力出版社，2015: 71-100.