劉曉麗， 陳奇芳， 王 飛,2， 任 惠， 蘇 適，嚴(yán)玉廷， 陸 海， N.A.Engerer， 董 凌

(1.華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，河北 保定 071003； 2.美國伊利諾伊大學(xué)厄巴納-香檳分校，美國伊利諾伊州厄巴納 61802； 3.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，云南 昆明 650217；4.澳大利亞國立大學(xué)環(huán)境與社會學(xué)院，澳大利亞堪培拉 2601； 5.國網(wǎng)青海省電力公司，青海 西寧 810008)

考慮需求側(cè)管理的建筑EMS源-荷協(xié)調(diào)優(yōu)化控制策略

劉曉麗1， 陳奇芳1， 王 飛1,2， 任 惠1， 蘇 適3，嚴(yán)玉廷3， 陸 海3， N.A.Engerer4， 董 凌5

(1.華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，河北 保定 071003； 2.美國伊利諾伊大學(xué)厄巴納-香檳分校，美國伊利諾伊州厄巴納 61802； 3.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，云南 昆明 650217；4.澳大利亞國立大學(xué)環(huán)境與社會學(xué)院，澳大利亞堪培拉 2601； 5.國網(wǎng)青海省電力公司，青海 西寧 810008)

隨著建筑用能的不斷增加，建筑系統(tǒng)節(jié)能降耗，提高經(jīng)濟(jì)性已經(jīng)成為迫切需要解決的問題。利用EnergyPlus軟件建立建筑三維立體模型，分析室內(nèi)環(huán)境參數(shù)與建筑能耗的關(guān)系。通過需求側(cè)管理中的直接負(fù)荷控制方法在用戶允許的范圍內(nèi)適當(dāng)改變室內(nèi)環(huán)境參數(shù)來實(shí)現(xiàn)建筑系統(tǒng)的節(jié)能降耗。建立經(jīng)濟(jì)性最優(yōu)的優(yōu)化模型，通過YALMIP求解器對各電源功率出力進(jìn)行優(yōu)化。將需求側(cè)管理控制策略與電源的優(yōu)化相結(jié)合，從負(fù)荷及電源兩個角度對建筑能量系統(tǒng)進(jìn)行優(yōu)化管理，在幾乎不影響用戶舒適度的前提下降低建筑能耗，提高系統(tǒng)經(jīng)濟(jì)性，最后通過算例驗(yàn)證了該優(yōu)化控制方法的有效性。

建筑能耗模擬； 需求側(cè)管理； 優(yōu)化控制； 可控負(fù)荷； 經(jīng)濟(jì)性優(yōu)化

0 引 言

隨著經(jīng)濟(jì)的快速發(fā)展以及城鎮(zhèn)化的不斷推進(jìn)，建筑用能越來越受到大家的關(guān)注，如何在不影響建筑物室內(nèi)環(huán)境舒適度的前提下降低建筑能耗，提高建筑整體的經(jīng)濟(jì)性已經(jīng)成為討論和研究的熱點(diǎn)。需求側(cè)管理是在滿足用電功能的同時，減少電量消耗和電力需求，以達(dá)到節(jié)約資源、保護(hù)環(huán)境、實(shí)現(xiàn)社會效益最低、成本最低的能源服務(wù)所進(jìn)行的管理活動[1]，是將需求方節(jié)約能源和科學(xué)合理使用能源作為供應(yīng)側(cè)一種可替代資源的方法[2]，其主要包括能效服務(wù)、負(fù)荷管理、能源替代、余能回收及新能源發(fā)電等方面。在建筑節(jié)能的過程中結(jié)合需求側(cè)管理策略進(jìn)行控制是一種有效的控制方法。

文獻(xiàn)[3]運(yùn)用需求側(cè)管理策略通過改變恒溫器的溫度設(shè)定點(diǎn)及可平移負(fù)荷的啟動時間來減少用電高峰期的電負(fù)荷值，以高峰負(fù)荷值最小為目標(biāo)，使用混合整數(shù)線性規(guī)劃方法進(jìn)行求解。文獻(xiàn)[4]提出了一種交互式的建筑電力需求管理策略，運(yùn)用TRNSYS軟件與Matlab軟件相結(jié)合模擬實(shí)際建筑用能及其與其他電源及外部電網(wǎng)的互動，旨在促進(jìn)商業(yè)建筑與智能電網(wǎng)之間的互動和電網(wǎng)優(yōu)化。文獻(xiàn)[5]采用需求側(cè)管理中的直接負(fù)荷控制的方法根據(jù)新能源發(fā)電量及建筑的熱舒適度來改變用電高峰期用于加熱的電負(fù)荷，進(jìn)行電負(fù)荷峰值調(diào)節(jié)來提高系統(tǒng)整體的經(jīng)濟(jì)性。文獻(xiàn)[6]使用EnergyPlus軟件建立了建筑變風(fēng)量空調(diào)模型，并且結(jié)合BCVTB軟件和Matlab軟件運(yùn)用模型預(yù)測控制方法對建筑的供熱、供冷及通風(fēng)模型進(jìn)行了優(yōu)化控制，達(dá)到了節(jié)約能源與提高經(jīng)濟(jì)性的目的。文獻(xiàn)[7]運(yùn)用DIALux Evo軟件建立了教室的三維立體模型，通過自然太陽光照與人工照明之間的互動對室內(nèi)的照度進(jìn)行控制，達(dá)到節(jié)約能源與降低能耗費(fèi)用的目的。文獻(xiàn)[8]使用EnergyPlus軟件建立建筑模型，采用模型預(yù)測控制方法，實(shí)時模擬建筑能耗，結(jié)合BCVTB軟件進(jìn)行協(xié)同仿真，數(shù)據(jù)表明能耗預(yù)測值與實(shí)際值的偏差在可接受的范圍內(nèi)，控制算法有效。

以上文獻(xiàn)將需求側(cè)管理運(yùn)用到建筑節(jié)能降耗、提高經(jīng)濟(jì)性的控制中，達(dá)到了預(yù)先設(shè)定的控制目標(biāo)，但是在研究的過程中對建筑室內(nèi)環(huán)境參數(shù)與建筑能耗之間的相關(guān)性考慮的較為欠缺，本文在此研究基礎(chǔ)上，運(yùn)用EnergyPlus軟件建立建筑三維立體模型模擬建筑運(yùn)行，建立建筑室內(nèi)環(huán)境參數(shù)與建筑能耗之間的關(guān)系。優(yōu)化控制方法可表述為：(1)通過需求側(cè)管理中的直接負(fù)荷控制方法在用戶設(shè)定的允許的范圍內(nèi)適當(dāng)改變室內(nèi)環(huán)境參數(shù)進(jìn)而對建筑負(fù)荷進(jìn)行控制達(dá)到建筑節(jié)能降耗的目的。(2)對供電電源建立經(jīng)濟(jì)性最優(yōu)的優(yōu)化模型，通過YALMIP求解器進(jìn)行求解，優(yōu)化各供電電源的功率出力，提高建筑系統(tǒng)的經(jīng)濟(jì)性。本文所提優(yōu)化控制方法的特點(diǎn)在于將需求側(cè)管理控制策略與電源的優(yōu)化運(yùn)行相結(jié)合，從負(fù)荷及電源兩個角度對建筑能量系統(tǒng)進(jìn)行優(yōu)化管理，在不影響用戶舒適度的前提下降低了建筑能耗，提高了系統(tǒng)經(jīng)濟(jì)性。

1 建筑能量系統(tǒng)結(jié)構(gòu)

本文所建立的建筑能量系統(tǒng)結(jié)構(gòu)如圖1所示。電源包括光伏建筑一體化系統(tǒng)(Building Integrated Photovoltaic，BIPV)、微型燃?xì)廨啓C(jī)(Micro Turbine，MT)及外部電網(wǎng)(GRID)，建筑內(nèi)部電負(fù)荷按照負(fù)荷運(yùn)行特性分類，可分為不可控負(fù)荷和參與需求側(cè)管理的負(fù)荷，本文重點(diǎn)研究參與需求側(cè)管理的負(fù)荷。

圖1 建筑能量系統(tǒng)結(jié)構(gòu)圖 Fig.1 Structure diagram of building energy system

2 需求側(cè)管理策略

電力需求側(cè)管理是智能電網(wǎng)的一個重要功能，使消費(fèi)者能夠根據(jù)能源消耗做出用電決策，并幫助能源供應(yīng)商改變負(fù)荷分布，減少高峰負(fù)荷需求[9]。負(fù)荷管理是需求側(cè)管理的一個重要組成部分，本文主要研究負(fù)荷管理中的直接負(fù)荷控制策略，建立室內(nèi)環(huán)境參數(shù)與負(fù)荷功率的關(guān)系模型，在不影響舒適度的前提下通過直接負(fù)荷控制策略來改變負(fù)荷曲線，達(dá)到建筑節(jié)能降耗的目的。

照明系統(tǒng)所耗功率在建筑總功耗中占較大比例，對照明系統(tǒng)進(jìn)行節(jié)能控制可以節(jié)約20%～50%的電能[10]。在對照明系統(tǒng)的控制中要充分利用太陽光照，控制亮度可調(diào)節(jié)的照明裝置以達(dá)到設(shè)定的照度標(biāo)準(zhǔn)，從而降低照明所耗功率[7]。

溫度控制系統(tǒng)通過改變室內(nèi)溫度值到溫度預(yù)設(shè)值來滿足用戶對室內(nèi)熱舒適度的要求，其功耗占建筑總功耗的36%～54%[10]。其溫度設(shè)定值的變化范圍由用戶根據(jù)其實(shí)際需求進(jìn)行設(shè)定，例如制冷季將室內(nèi)溫度設(shè)定值從24 ℃提高到26 ℃，供熱季將室內(nèi)溫度設(shè)定值從20 ℃降低到19 ℃，不明顯影響舒適度，但可較大程度實(shí)現(xiàn)建筑節(jié)能降耗[11]。

室內(nèi)空氣質(zhì)量可以用室內(nèi)CO2濃度值來表征[12]。通過改變通風(fēng)量來改變室內(nèi)CO2濃度進(jìn)一步改變通風(fēng)設(shè)備所消耗功率[13]。在控制過程中保證CO2濃度在室內(nèi)用戶可接受范圍內(nèi)通過適當(dāng)降低通風(fēng)量來降低通風(fēng)設(shè)備所耗功率，在不影響舒適度的前提下，達(dá)到節(jié)能降耗的目的。

3 優(yōu)化控制策略

3.1目標(biāo)函數(shù)

建筑能量系統(tǒng)優(yōu)化的總體目標(biāo)是在滿足用戶舒適度的前提下提高系統(tǒng)經(jīng)濟(jì)性，本文優(yōu)化模型以經(jīng)濟(jì)性最優(yōu)為目標(biāo)，其目標(biāo)函數(shù)可表示為

(1)

式中：以10 min 為一個優(yōu)化控制時段，一個優(yōu)化周期即一天被分為144個時段；C表示優(yōu)化周期內(nèi)的經(jīng)濟(jì)成本，CF(t)、COM(t)、CEN(t)和CEX(t)分別為t時段微燃機(jī)燃料成本、設(shè)備運(yùn)行維護(hù)成本、環(huán)保折算成本和與電網(wǎng)交互功率成本(收益)。

3.1.1 燃料成本

微型燃?xì)廨啓C(jī)的燃料成本可表示為[14]

(2)

式中：CF、PMT(t)和ηMT(t)分別為微燃機(jī)在t時段的燃料成本、輸出電功率及發(fā)電效率，LHVNG為天然氣的低位熱值，取9.78kW·h/m3，PNG為單位天然氣價格，取2.2元/m3。

3.1.2 運(yùn)行維護(hù)成本

運(yùn)行維護(hù)成本包括光伏發(fā)電設(shè)備的運(yùn)行維護(hù)成本與微型燃?xì)廨啓C(jī)的運(yùn)行維護(hù)成本。

(3)

式中：COM(t)表示t時段運(yùn)行維護(hù)成本，Pi(t)為時段t發(fā)電單元i的輸出功率，Cmi為發(fā)電單元i的單位運(yùn)行維護(hù)成本，分別取光伏單位運(yùn)行維護(hù)成本為0.0 096元/kW，微燃機(jī)單位運(yùn)行維護(hù)成本為0.0 401元/kW[14]。

3.1.3 環(huán)保折算成本

環(huán)保折算成本涉及外部電網(wǎng)與微型燃?xì)廨啓C(jī)，需折算的主要污染物包括CO2、SO2及NOX，其表達(dá)式為[15]

(4)

式中：i表示第i個電源，j表示第j種污染物，αj表示第j種污染物的折算系數(shù)，元/kg，βi,j表示第i個電源產(chǎn)生的第j種污染物的單位排放因子，kg/kW，Pi(t)表示t時段第i個電源的輸出功率。具體折算系數(shù)和排放因子見表1[14]。

表1 折算系數(shù)和排放因子

3.1.4 與電網(wǎng)交互功率成本

與電網(wǎng)交互功率成本可表示為[16]

(5)

式中：PEX(t)表示t時段與外部電網(wǎng)的交互功率，其大于零時表示從外網(wǎng)購電，小于零時表示向外網(wǎng)售電，Cb(t)和Cs(t)表示t時段購電電價和售電電價。

3.2約束條件

(1)功率平衡約束

(6)

式中：PL(t)和PBIPV(t)分別表示t時段建筑總負(fù)荷功率和建筑光伏發(fā)電功率。

(2)微燃機(jī)輸出功率約束

(7)

式中：PMT，max和PMT，min分別表示微燃機(jī)的最大和最小出力。

(3)與電網(wǎng)交互功率約束

(8)

式中：PEX，min為與外網(wǎng)交互功率下限，其絕對值表示向外網(wǎng)售電功率上限，PEX，max為向外網(wǎng)購電功率上限。

3.3優(yōu)化控制策略

本文的優(yōu)化控制策略基于EnergyPlus軟件建立建筑三維立體模型模擬實(shí)際建筑運(yùn)行，通過對建筑模型進(jìn)行能耗分析及優(yōu)化控制實(shí)現(xiàn)對建筑室內(nèi)環(huán)境的控制及對實(shí)際建筑能耗的預(yù)測與優(yōu)化。

使用EnergyPlus軟件建立三維立體模型，根據(jù)預(yù)測的氣象參數(shù)，模擬實(shí)際建筑運(yùn)行，以10分鐘為一個優(yōu)化控制時段，通過對室內(nèi)環(huán)境參數(shù)進(jìn)行控制進(jìn)而控制建筑負(fù)荷。建立建筑電源供電經(jīng)濟(jì)性最優(yōu)的優(yōu)化模型，根據(jù)模型中的優(yōu)化目標(biāo)及約束條件，對可控電源進(jìn)行優(yōu)化，確定可控電源功率出力。其優(yōu)化控制結(jié)果作為實(shí)際建筑的運(yùn)行依據(jù)。優(yōu)化控制策略如圖2所示。

圖2 優(yōu)化控制結(jié)構(gòu)圖Fig.2 Chart of optimization and control

本文中所建立的優(yōu)化模型為線性優(yōu)化模型，其優(yōu)化目標(biāo)可由決策變量表示為

(9)

優(yōu)化控制模型采用YALMIP求解器進(jìn)行求解，其求解流程圖如圖3所示。優(yōu)化控制步驟可表述為：(1)運(yùn)用EnergyPlus軟件建立建筑的三維立體模型，獲取待優(yōu)化日的氣象參數(shù)作為模型的輸入。(2)確定各室內(nèi)區(qū)域所要控制的環(huán)境參數(shù)及控制目標(biāo)，以10 min為一個優(yōu)化控制時段，運(yùn)行EnergyPlus軟件。(3)生成各時段的室內(nèi)環(huán)境參數(shù)值及其對應(yīng)的建筑負(fù)荷值，同時模擬得到BIPV功率出力。(4)根據(jù)確定的優(yōu)化模型，在Matlab中使用YALMIP求解器對此優(yōu)化問題進(jìn)行編程，對各供電電源的功率出力進(jìn)行優(yōu)化求解，生成各電源功率優(yōu)化值。

圖3 優(yōu)化控制流程圖 Fig.3 Flow chart of optimization and control process

4 算例分析

本文以北京某建筑為研究對象，使用EnergyPlus軟件建立其模型，其三維結(jié)構(gòu)圖及平面結(jié)構(gòu)圖如圖4所示。

圖4 建筑立體及平面結(jié)構(gòu)圖Fig.4 Three-dimensional structure and plane structure of building

建筑內(nèi)部基本結(jié)構(gòu)及配置如表2所示，建筑內(nèi)人數(shù)因子及各電器設(shè)備工作因子如圖5所示。

表2建筑內(nèi)部基本結(jié)構(gòu)及配置

Tab.2 The basic structure of the building interior and configuration

參數(shù)區(qū)域1區(qū)域2區(qū)域3總計面積/m237163716557413006人員/個33410設(shè)備照明/W87862521464375878625232216電器設(shè)備/W29287511464375878625273219

圖5 人數(shù)因子及設(shè)備工作因子Fig.5 The number factor of people and work factor of equipment

4.1建筑供能系統(tǒng)

4.1.1 外部電網(wǎng)

此建筑模型與外部大電網(wǎng)相連接，與其進(jìn)行功率交換，分時電價見圖6。

圖6 分時電價及光伏功率出力Fig.6 TOU price and BIPV output power

4.1.2 建筑光伏發(fā)電系統(tǒng)

光伏建筑一體化，是太陽能發(fā)電應(yīng)用的一種新概念。光伏組件在滿足光伏發(fā)電的功能要求的同時還必須兼顧建筑的基本結(jié)構(gòu)和功能要求。本文的例子中，屋頂光伏發(fā)電系統(tǒng)配置容量為24 kW，由于其為可再生能源，所以采取優(yōu)先消納利用的策略。本文選取夏季(制冷季)典型日和冬季(供熱季)典型日進(jìn)行分析，模擬的光伏發(fā)電預(yù)測量如圖6所示。

4.1.3 微型燃?xì)廨啓C(jī)

本文模型中選取Capstone公司的C65型微型燃?xì)廨啓C(jī)為例，其容量為65 kW，不考慮外部環(huán)境對其發(fā)電及燃燒效率的影響，數(shù)學(xué)關(guān)系式已有文獻(xiàn)做出詳盡介紹[14]，本文不再贅述。

4.2需求側(cè)管理

本文中參與需求側(cè)管理的負(fù)荷主要包括照明負(fù)荷及空調(diào)負(fù)荷，其對應(yīng)的室內(nèi)環(huán)境參數(shù)為室內(nèi)照度，室內(nèi)溫度及室內(nèi)CO2濃度，算例中分別對區(qū)域1進(jìn)行照度控制，對區(qū)域2進(jìn)行溫度控制，對區(qū)域3進(jìn)行CO2濃度控制。

4.2.1 照明系統(tǒng)

為了充分利用太陽光照，對區(qū)域1進(jìn)行照度控制，取其幾何中心點(diǎn)作為參考點(diǎn)，其工作日工作時間照度基準(zhǔn)值設(shè)定為500 lux，其照明設(shè)備功率的連續(xù)變化范圍為[0.3 1]，制冷季和供熱季控制前后照明設(shè)備所耗功率對比如圖7所示。

圖7 照明設(shè)備所耗功率對比圖Fig.7 Power consumption comparison chart of lighting equipment

4.2.2 溫度控制系統(tǒng)

對區(qū)域2進(jìn)行溫度控制，工作時段供熱溫度設(shè)定為20 ℃，制冷溫度設(shè)定為24 ℃，為了減小空調(diào)供熱及制冷能耗，在保證用戶室內(nèi)溫度舒適度的前提下，將供熱季供熱溫度降低到19 ℃，制冷季制冷溫度提高到26 ℃。制冷季和供熱季控制前后室內(nèi)溫度對比如圖8所示。

圖8 室內(nèi)溫度對比圖Fig.8 Indoor temperature comparison chart

4.2.3 室內(nèi)CO2濃度控制系統(tǒng)

對區(qū)域3進(jìn)行CO2濃度控制，設(shè)定的CO2濃度基準(zhǔn)值為800 ppm，為了減小空調(diào)新風(fēng)系統(tǒng)的能耗，將送風(fēng)量降低系數(shù)設(shè)置為0.9。制冷季和供熱季控制前后室內(nèi)CO2濃度對比如圖9所示。

圖9 室內(nèi)CO2濃度對比圖Fig.9 Indoor CO2 concentration comparison chart

4.2.4 控制結(jié)果分析

控制前后空調(diào)能耗對比及建筑總能耗對比如圖10～11所示。

圖10 空調(diào)所耗功率對比圖Fig.10 Power consumption comparison chart of air conditioning

圖11 建筑消耗總功率對比圖Fig.11 Building total power consumption comparison chart

結(jié)合圖7～9的控制結(jié)果及圖10～11可以看出，無論是在制冷季還是供熱季需求側(cè)管理策略通過適當(dāng)改變室內(nèi)環(huán)境參數(shù)對可控負(fù)荷進(jìn)行削峰，降低了建筑內(nèi)電氣設(shè)備使用的峰值功率[17]，在節(jié)能降耗的同時也降低了峰時電費(fèi)。

控制前后總能耗對比如表3所示，制冷季建筑總功耗降低了12.27%，供熱季建筑總功耗降低了8.14%，結(jié)果表明在不影響用戶室內(nèi)舒適度的前提下通過需求側(cè)管理控制適當(dāng)改變室內(nèi)環(huán)境參數(shù)可以在節(jié)能降耗，降低峰值功率方面起到很大作用。

表3控制前后總功耗對比

Tab.3 Total power consumption comparison chart before and after control

功耗供熱季制冷季控制前控制后控制前控制后總功耗/kW8594917895621132591993658百分比/%8141227

4.3電源優(yōu)化

在通過需求側(cè)管理策略對負(fù)荷進(jìn)行直接控制后，根據(jù)控制后的建筑負(fù)荷值，預(yù)測的BIPV功率值及分時電價在滿足系統(tǒng)優(yōu)化目標(biāo)及約束條件的情況下，運(yùn)用YALMIP求解器求解該優(yōu)化問題，確定各電源的功率出力。制冷季和供熱季的優(yōu)化結(jié)果如圖12～13所示。

圖12 制冷季優(yōu)化前后功率對比圖Fig.12 Power comparison chart of cooling season before and after the optimization

圖13 供熱季優(yōu)化前后功率對比圖Fig.13 Power comparison chart of heating season before and after the optimization

由圖12～13的優(yōu)化結(jié)果可知，無論在制冷季還是供熱季，優(yōu)化后與優(yōu)化前相對比，優(yōu)化后使系統(tǒng)在電價低的時段優(yōu)先使用電網(wǎng)供電，在電價高的時段優(yōu)先使用微燃機(jī)供電，這樣既提高了建筑系統(tǒng)自身的經(jīng)濟(jì)性，同時對電網(wǎng)供電起到了削峰填谷的作用，有利于電網(wǎng)安全經(jīng)濟(jì)運(yùn)行。

優(yōu)化前后建筑總成本對比如表4所示，優(yōu)化后與優(yōu)化前相對比，各經(jīng)濟(jì)成本大都有所降低，優(yōu)化后的運(yùn)維成本提高是因?yàn)槲⑷紮C(jī)的功率出力明顯增大所導(dǎo)致。

由表4分析可知，通過優(yōu)化各電源出力，經(jīng)濟(jì)性成本指標(biāo)得到了較大幅度提高，供熱季經(jīng)濟(jì)性提高10.1%，制冷季經(jīng)濟(jì)性提高17.23%，達(dá)到了優(yōu)化電源出力，提高經(jīng)濟(jì)性的目的。

表4優(yōu)化前后總成本對比

Tab.4 Total cost comparison before and after optimization

成本供熱季制冷季優(yōu)化前優(yōu)化后優(yōu)化前優(yōu)化后能耗成本/元51973464365743046323運(yùn)維成本/元245224791835272污染物折算成本/元0888088609350865總成本/元545138490036593585491295百分比/%1011723

5 結(jié) 論

本文提出了一種基于需求側(cè)管理的建筑能量系統(tǒng)優(yōu)化控制方法，該方法分別從電源和負(fù)荷的角度對建筑系統(tǒng)進(jìn)行優(yōu)化控制。使用EnergyPlus軟件建立建筑三維立體模型模擬建筑運(yùn)行，建立建筑室內(nèi)環(huán)境參數(shù)與建筑能耗之間的關(guān)系。采用直接負(fù)荷控制方法在用戶設(shè)定的允許范圍內(nèi)通過適當(dāng)改變室內(nèi)環(huán)境參數(shù)達(dá)到改變建筑負(fù)荷，降低建筑能耗的目的。針對建筑供電電源建立經(jīng)濟(jì)性最優(yōu)的優(yōu)化模型并使用YALMIP求解器進(jìn)行優(yōu)化求解，提高建筑系統(tǒng)的經(jīng)濟(jì)性。

通過需求側(cè)管理控制策略與電源的優(yōu)化控制相結(jié)合，從負(fù)荷及電源兩個角度對建筑能量系統(tǒng)進(jìn)行優(yōu)化管理，實(shí)現(xiàn)了建筑系統(tǒng)節(jié)能降耗，提高系統(tǒng)整體的經(jīng)濟(jì)性的目的，同時對外部電網(wǎng)起到了削峰填谷，緩解用電高峰時期電力供應(yīng)緊張的狀況，有利于建筑系統(tǒng)與外部電網(wǎng)安全、經(jīng)濟(jì)運(yùn)行。

算例分析表明，該優(yōu)化控制方法不僅在很大程度上降低了建筑能耗，而且較大程度的提高了系統(tǒng)的經(jīng)濟(jì)性，有效地改善了整個建筑系統(tǒng)的能耗量及經(jīng)濟(jì)成本。

[1] 劉振亞．智能電網(wǎng)技術(shù)[M]．北京：中國電力出版社，2010．

[2] 吳雄，王秀麗，崔強(qiáng)．考慮需求側(cè)管理的微網(wǎng)經(jīng)濟(jì)優(yōu)化運(yùn)行[J]．西安交通大學(xué)學(xué)報，2013，(6)：90-96．

[3] KRYSTIAN X Perez，MICHAEL Baldea，THOMAS F Edgar.Integrated HVAC management and optimal scheduling of smart appliances for community peak load reduction[J].Energy and Buildings，123：34-40.

[4] XUE Xue， WANG Shengwei， SUN Yongjun，et al．An interactive building power demand management strategy for facilitating smart grid optimization[J]．Applied Energy， 2014，116(1):297-310．

[5] FRANCESCA Verrilli，GIOVANNI Gambino，SESHADHRI Srinivasan，et al．Demand Side Management for heating controls in Microgrids[C]．IFAC-Papers OnLine，2016，49(1): 611-616．

[6] MA Jingran， QIN Joe， SALSBURY Timothy，et al．Demand reduction in building energy systems based on economic model predictive control[J]．Chemical Engineering Science， 2012，67(1):92-100．

[7] FERDINANDO Salata，IACOPO Golasi，MAICOL di Salvatore，et al．Energy and reliability optimization of a system that combines daylighting and artificial sources．A case study carried out in academic buildings[J]．Applied Energy， 2016，69(1): 250-266．

[8] KWAK Younghoon， HUH Jung-Ho， JANG Cheolyong．Development of a model predictive control framework through real-time building energy management system data[J]．Applied Energy，2015，68(155):1-13．

[9] ESTHER B Priya， KUMAR K Sathish．A survey on residential Demand Side Management architecture，approaches，optimization models and methods[J]．Renewable and Sustainable Energy Reviews， 2016，59: 342-351．

[10] VSKV Harish，ARUN Kumar．A review on modeling and simulation of building energy systems[J]．Renewable and Sustainable Energy Reviews， 2016，56: 1272-1292．

[11] YANG LIU， YAN Haiyan， LAM Joseph C．Thermal comfort and building energy consumption implications - A review [J]．Applied Energy， 2014，67(115): 164-173．

[12] YANG Rui， WANG Lingfeng．Multi-zone building energy management using intelligent control and optimization [J]．Sustainable Cities and Society， 2013，6: 16-21．

[13] PRASHANT Kumar，CLAUDIO Martani，LIDIA Morawska，et al．Indoor air quality and energy management through real-time sensing in commercial buildings[J]．Energy and Buildings， 2016，111(1): 145-153．

[14] 廖名洋．含CCHP的微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化研究[D]．廣州：華南理工大學(xué)，2014．

[15] 李鵬，徐偉娜，周澤遠(yuǎn)，等．基于改進(jìn)萬有引力搜索算法的微網(wǎng)優(yōu)化運(yùn)行[J]．中國電機(jī)工程學(xué)報，2014，34(19)：3073-3079．

[16] 李正茂，張峰，梁軍，等．含電熱聯(lián)合系統(tǒng)的微電網(wǎng)運(yùn)行優(yōu)化[J]．中國電機(jī)工程學(xué)報，2015，35(14)：3569-3576．

[17] 何舜，鄭毅，蔡旭，等．基于荷-儲型微網(wǎng)的需求側(cè)管理系統(tǒng)運(yùn)行優(yōu)化[J]．電力系統(tǒng)自動化，2015，19: 15-20.

Source-load Coordinating Optimal Control Strategy for Source and Load of Building Energy Management System Considering Demand Side Management

LIU Xiaoli1，CHEN Qifang1，WANG Fei1, 2，REN Hui1，SU Shi3，YAN Yuting3，LU Hai3，N.A. Engerer4，Dong Ling5

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Source,North China Electric Power University, Baoding 071003, China; 2. University of Illinois at Urbana-Champaign, Urbana IL 61802, USA; 3. Electric Power Research Institute of Yunnan Power Grid Co., Ltd., Kunming 650217, China; 4. Fenner School of Environment and Society, the Australian National University, Canberra 2601, Australia; 5.State Grid Qinghai Electric Power Company, Xining 810008, China)

With the increase of building energy consumption, saving energy and improving the efficiency of building system have become an urgent problem to be solved. This paper analyzes the relationship between indoor environmental parameters and building energy consumption with the aid of three-dimensional architectural model built by EnergyPlus software. Then the indoor environment parameters are changed within the allowable range set by the occupants through direct load control methods which belong to the demand side management. Such changes can achieve energy saving. The optimal economic optimization model for power was established, and power outputs were optimized by YALMIP solver.Then a method is put forward that to combine the demand side management and the optimization of power so as to optimize the management of the building energy system from loads and power system. This method can reduce building energy consumption and improve the overall efficiency without affecting indoor comfort. Finally, an example is proposed to demonstrate the feasibility of the method.

building energy simulation; demand side management; optimal control; controllable load; economic optimization

2017-01-09.

國家自然科學(xué)基金資助項(xiàng)目(51577067，51277075)；北京市自然科學(xué)基金資助項(xiàng)目(3162033)；河北省自然科學(xué)基金資助項(xiàng)目(E2015502060)；河北省科技支撐計劃重點(diǎn)項(xiàng)目(12213913D)；云南省新能源重大科技專項(xiàng)(2013ZB005)；新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室開放課題(LAPS15009, LAPS16007, LAPS16015)；中央高校基本科研業(yè)務(wù)費(fèi)重點(diǎn)項(xiàng)目(2014ZD29)；云南電網(wǎng)有限責(zé)任公司科技項(xiàng)目(YNKJQQ00000280).

TU111.195

A

1007-2691(2017)05-0091-08

劉曉麗(1989-)，女，碩士研究生，研究方向智能建筑能量管理系統(tǒng)優(yōu)化運(yùn)行；陳奇芳(1986-)，男，博士研究生，研究方向電動汽車并網(wǎng)技術(shù)、微網(wǎng)運(yùn)行控制；王 飛(1973-)，男，博士后，副教授，美國伊利諾伊大學(xué)厄巴納-香檳分校訪問學(xué)者，研究方向?yàn)橹悄茈娋W(wǎng)能量管理、微網(wǎng)優(yōu)化運(yùn)行與控制、電力市場與需求側(cè)響應(yīng)、光伏發(fā)電功率預(yù)測。