需求侧管理下的公共建筑空调用电负荷预测

李 昌

（1. 上海申瑞继保电气有限公司，上海 200233；2. 上海卓源节能科技有限公司，上海 200233）

电力需求侧管理（demand side management，DSM），是指通过提高终端用电效率和优化用电方式，在完成同样用电功能的同时减少电量消耗和电力需求，达到节约能源和保护环境，实现低成本电力服务所进行的用电管理活动[1]。DSM目标主要集中在资源和能源的节约上，要求控制电网最大负荷的增长速度，减少新增装机容量，在满足能源服务质量的同时减少负荷用电量。减少新增装机容量基本措施是减少用户在电网高峰时段电力需量。在公共建筑中，总能耗中电耗比例为96%，其中空调能耗比例为 40%左右，单位面积耗能平均值为114.0kWh/m2a[2]。控制空调负荷、减少空调高峰时段的需量：对电力企业而言，不仅可减少用电需量，起到削峰填谷作用，还可以减少输配电设备备用容量[3]。

空调负荷的准确预测，是空调机组负荷最优分配、最优运行的先决条件，同时动态的负荷预测也有利于减少空调系统的运行费用，改善空调的自动控制性能和调节精度，提高室内环境的舒适度。

文献[4]采用递归 BP网络对建筑辐射分量，建立辐射和散射逐日、逐时预测模型，结合建筑结构进行空调冷负荷预测。文献[5]把冰蓄冷空调作为预测对象，采用季节性时间序列模型，对连续运行的空调、负荷波动有规律的建筑空调进行负荷预测，该方法实现简单，易于工程实际运用。文献[6]提出了基于滑差同调等值的负荷建模方法和模型，用阻尼最小二乘法对含空调启动特性的空调群综合负荷进行建模。文献[7]分析了空调负荷的高温季节和低温季节累积效应的基本规律，建立了量化的累积效应后评估模型；文献[8]提出人体舒适度、空调指数等概念，分析空调负荷的变化规律；文献[9]提出了气温影响电力负荷的累积效应，及一日高温可对连续多日的电力空调负荷产生比较显著的影响，并提出了考虑累积效应的负荷预测模型。文献[10]采取数学统计方法进行分析电力负荷的变化规律，研究了不同负荷类型对气温的敏感度，文献[11]通过分析多种气象因子与电网负荷的相关性，找出气象因素与电网负荷的对应关系，得出针对气象因素的短期负荷预测修正模型。

公共建筑本体具备蓄能和散热（冷）的特点，根据这一特性，公共建筑的空调系统可以在一定时间上进行预见性控制。在DSM负荷需求管理下，公共建筑空调负荷预测曲线可能不满足需量管理要求，或者客户有进一步降低负荷需量的需求，管理者就必须采取修正措施对负荷预测结果进行转移，以满足客户减少负荷需量的需求，从而减少购电成本。修正后的负荷预测结果，直接作为空调运行的控制负荷曲线，可以提前安排空调开启机组台数和一、二次水泵的运行方式，对用电设备的组合进行寻优，可以适时、适量的开启空调，满足客户舒适度的需求。本文把公共建筑制冷空调作为研究对象，基于历史空调温度-功率数据进行分析，把空调负荷分解为固定负荷、气温负荷和动态负荷，对这三种负荷分别进行预测，结合需求侧的负荷管理，加入需量控制来修正结果，以满足限制负荷需量目的。

1 公共建筑空调用电负荷建模

公共建筑空调本体面积较大，可以充当储能体，同时建筑外立面较大，具备能量散失特点，即使建筑空调使用者不需空调制冷热的功能，空调也必须维持能量散失平衡。根据公共建筑空调用电负荷特点，把空调负荷分解为固定负荷、气温负荷和能量交换负荷三部分。固定负荷包括空调系统运行必须的能耗监控和照明系统、输送系统、空调最小运行方式下的一二次水泵冷冻、冷却等基本动力系统，这部分负荷几乎固定不变，实现空调最基本的正常运行。气温负荷指建筑本体散失的能量，与室内外温度差密切相关，这部分负荷用来以抵消空调场所外部冷热交换量，和空调场所内是否有冷热需求者无关；动态负荷用以建筑内部的空调供冷热对象的能量消耗，其用电负荷和建筑内空调制冷热量的需求正相关，能耗包括空调冷冻介质与供冷对象的能量交换，供冷对象包括公共建筑办公及流动人员、有生命动物等，空调机组包括制冷机组、空调冷却系统、冷冻系统。

1.1 公共建筑负荷模型建立

建筑空调日用电负荷由建筑空调用电固定负荷、空调用电气温负荷、空调用电动态负荷三部分组成。

式中，Wall为建筑空调用电负荷，Wsta为建筑空调用电固定负荷，Wtmp为建筑空调用电气温负荷，Wchg为建筑内部空调用电动态负荷。

负荷数据采用空调温度-负荷曲线历史数据，建筑空调日用电负荷采用等间隔数据点，通常选择分钟间隔的数据曲线，以完成空调运行方式的精确、及时控制。

1.2 空调用电固定负荷模型建立

建筑空调用电固定负荷由能耗监控和照明系统、输送系统、空调最小运行方式下的空调机组、一二次冷冻、冷却水泵等动力。

式中，Wsta1为空调监控系统用电负荷，Wsta2为空调照明系统负荷，Wsta3为空调输送系统负荷，Wsta4为最小运行方式下空调机组、一二次冷冻、冷却水泵系统负荷，Wsta5为其他消防、应急等固定负荷。

Wsta1、Wsta2、Wsta3、Wsta5由用电设备所在的分项计量表计读取，Wsta4指在空调最小运行方式下的耗电量，数值从空调的分项计量系统或者空调设备铭牌参数获得。

1.3 空调用电气温负荷模型建立

建筑本体需要耗费空调部分负荷以抵消建筑散失的能量，这部分能量通过辐射、对流方式流失。流失的速度于建筑本体与室外温差有关，在空调启动过程和空调恒温过程中负荷大小也不一样。

式中，β为热量-电能换算系数，λ为导热系数，S为建筑本体散热面积，ΔT为建筑本体与环境温差，β、λ、S为常量，建筑表面积的多样性，难以取得精确值，则定义k1为空调散热系数，令k1=βλS，根据历史空调温度-功率曲线，可计算出建筑本体空调面积的k1值。

1.4 空调用电动态负荷模型建立

用以建筑内部的空调供冷对象的能量消耗，其用电负荷和建筑内空调制冷热量的需求正相关。负荷完全用于建筑体内部的能源消耗者的冷热源交换。当建筑内部流动人员、办公人员数量增加，则此部分负荷增加，当人员减少此部分负荷减少，甚至为0。

建筑内部空调动态负荷Wchg为

式中，m为建筑空调面积内，时刻t的人员或者动物体数目，单位为千人（个），k2为空调内部人员单位分钟热交换系数，单位为kW/千人·min，Tm为统计时间，积分步长可采用1min，如果m取平均值，则式（4）为

1.5 需求侧负荷管理约束及负荷转移

需求侧负荷管理指标要求客户终端负荷必须低于购买的契约需量值，此契约需量值通常按月申报。客户管理终端根据契约需量进行分项分摊，最终实现终端负荷的需量控制。

需求侧负荷管理下空调负荷约束为

式中，Wlim为空调契约需量，根据负荷管理要求对申报的契约需量进行分项分摊后得到。

如果t时刻出现不满足式（6）的不等式约束，必须将t时刻的空调负荷向t′=t-1时刻的空调负荷进行转移。

转移负荷只能转移动态负荷部分，其他两部分负荷不可转移，转移最大值为Wchg，如果Wchg=0，式（6）成立，表示即使空调失去建筑内制冷功能也不能满足负荷控制要求。负荷转移后t时刻不等式约束情况如下：

式中，ΔWchg为空调负荷转移量，转移部分全部分摊到建筑内部空调动态负荷部分。负荷转移后t′时刻不等式约束情况如下：

转移后t′时刻负荷如果不满足式（7），则继续向t′-1时刻转移，直到满足式（7）为止。

1.6 空调需量预测流程

空调用电日负荷为

式中，Wsta为建筑空调功能常量，m、ΔT为建筑内部时变量，为一个时间变化曲线，通过物业系统和实时气象系统可以获取；k1、k2为该建筑空调功能常量。在一定时间内Wsta、k1、k2可以通过历史温度-负荷数据求解。

预测过程为：获取建筑内日人员数目曲线、日气象预测曲线、建筑空调内部空调期望温度、空调最小运行方式的能值，由式（9）可计算出日建筑空调用电1440点负荷曲线，采用式（6）的负荷管理约束进行负荷转移，完成空调用电负荷预测。

完整空调用电负荷预测流程图如图1所示。

图1 空调用电负荷预测流程图

2 算例分析

算例选取上海虹桥枢纽某商务小区中央空调用电数据，空调系统运行3年。该小区有能耗监控和照明系统，分项能耗空调需量为40000kW，空调系统有 4台离心式冷水机组，每台机组额定功率7350kW，一次冷却、冷冻水泵功率8×200kW，二次冷却、冷冻水泵功率16×150kW，其他辅助用电设备 8000kW，最小运行方式为一台冷水机组 40%功率运行，固定功率 40%×7350kW+2×200kW+4×150kW=3940kW，用户建筑管理规定的办公时间09∶00—18∶00空调温度26℃。物业管理信息小区常驻办公人员 16800人，日流动人口 5000人，共21800人。

2.1 模型初始化及样本选择

机组运行规程中，每台冷水机组配置一次冷却、冷冻水泵各一台，二次水泵各2台，冷水机组启动时间为 06∶00—17∶00，一二次水泵启动时间为06∶00—18∶00，空调机组、一二次冷冻、冷却水泵等所有用电额定功率为41400kW。

历史日中，选取进入建筑内人员少（少于正常人员的10%）的日期作为求解常量k1的样本日期，其他日期作为求解常量k2的样本日期。历史日数据为温度-功率曲线数据。历史日2014年7月、8月共18个休息日，办公人数少于1000人，可作为计算k1的样本日期，其他44个日期作为计算k2的样本日期。

2.2 建筑固定负荷求解

由式（2），从分项用电计量系统直接读取历史数据，进行Wsta1、Wsta2、Wsta3、Wsta4、Wsta5统计计算。时间选择2014年7—8月，建筑外部平均温度小于26℃的时间段，数据见表1。

表1 固定负荷7—8月平均值/kW

可得出固定负荷Wsta1=4002.6kW。

2.3 建筑气温负荷散热系数k1求解

对7—8月18个休息日，选择建筑内部平均温度在25～27℃的10∶00—16∶00时间段作为计算k1的样本日期。把室外温度和空调平均用电负荷Wall绘制成曲线如图2所示。

忽略Wchg，则Wall=Wsta+Wtmp，令Wsta=4002.6kW，则在气温在 25℃～35℃之间气温负荷Wtmp的表达式为

式中，Wtmp,35、Wtmp,25为气温 35℃、25℃的气温负荷，Wall,35、Wall,25为气温 35℃、25℃的空调用电负荷。计算出7月k1为508kW，8月k1为456kW，平均值k1=482kW。

图2 室外温度及空调负荷Wall曲线图

2.4 建筑动态负荷热交换系数k2求解

对7—8月44个工作日，选择建筑内部平均温度在 25～27℃的 10∶00—16∶00时间段，并且时间段内办公人数能够相对稳定，此时间段内的负荷数据作为计算k2的样本。为方便计算，空调气温负荷Wtmp归一化到气温为30℃的气温负荷Wtmp,30。

式中，x为气温，Wtmp,x为气温x的气温负荷。

建筑内的办公人数和空调平均用电负荷Wall,30绘制成曲线如图3所示。

图3 室内办公人数及空调负荷Wall曲线图

在m=1时，7月Wall,30=6748，8月Wall,30=6364，m=15，7月Wall,30=35897，8月Wall,30=34861，由式（5）得

计算出7月、8月k2分别为2082kW和2035kW，取平均值k2=2058kW。

2.5 空调需量预测计算

计算出固定用电负荷Wsta、气温负荷散热系数k1、动态负荷热交换系数k2后，由式（9）计算建筑空调日用电负荷预测表达式为

该大楼空调需量Wlim为40000kW，当室内外气温差10℃，m=15.5时，Wall=40733kW，空调负荷超过空调需量，需要进行负荷转移。

对8月5日进行负荷预测，结果见表2。

表2 8月5日负荷预测结果/kW

3 预测结果分析

由式（9）可知，误差结果受到建筑内外温差及建筑内的办公人数影响，建筑内外温差可以选取建筑内若干关键点作为室内温度参考值，关键点可能需要调整。如果室内外温差误差为 1℃，则建筑内的负荷预测结果将偏离k1数值。建筑空调面积内的办公人数包括各种热能交换的动物，需要参照人类活动量进行换算，目前尚无特别公式，建议按照体重进行换算。

3.1 误差分析

建筑内部办公人员热交换和办公时间有关，时间长热交换量多，反之则少。精确统计办公人员的时长是难以实现的，但在出入口装设传感器，由物业管理系统统计分析可以获得大致的 24h的人流值，逐分钟计算办公人员数目，以减少预测误差。

3.2 热能交换滞后问题

室内外温差变化和人员变化，并不能及时反馈到空调负荷，需要考虑空调负荷的响应时间，响应时间由物业系统给出，通常在30～60min之间，因此负荷预测结果需要进行响应时间处理，才能精确完成空调运行方式的切换。

3.3 负荷转移问题

在需求侧管理下，建筑需量不允许突破，空调负荷超过需量后，采取措施有：转移时间段负荷和限制时间段负荷。前者可以提前控制空调运行方式，后者采用限制其他照明、动力等分项需量，增加空调需量做法，保证总的需量满足要求。

3.4 极端气温下容纳办公人员计算

容纳办公人员m计算如下：

当气温差在1～14℃时，办公人员m计算如下。

表3 容纳办公人员分析计算/千人

由计算结果可知，当气温差达到 14℃时，m=14.2，要满足办公环境舒适度，极限办公人员为14200人，要增加建筑内流动人员，就必须减少气温差，不能保证环境的舒适度。

4 结论

本文提出公共建筑空调负荷预测模型，采用固定负荷、气温负荷和动态负荷模型，根据需求侧负荷管理要求，进行负荷转移,最终实现负荷预测。该预测方法输入量为气温和建筑内的办公人数，实现方法简单，易实现。算例采用上海虹桥枢纽商务区空调运行数据为例，计算结果表明，该方法具备较好的可行性，可实现分钟空调负荷预报，预报精度较高，计算出的空调用电负荷对空调运行方式的安排和需求管理具有重要的现实意义。

[1] 辛洁晴, 吴亮. 商务楼中央空调周期性暂停分档控制策略[J]. 电力系统自动化, 2013, 37(5): 49-54.

[2] 徐强, 庄智, 朱伟峰, 等. 上海市大型公共建筑能耗统计分析[C]. 城市发展研究——第7届国际绿色建筑与建筑节能大会论文集, 2011.

[3] 沈南飞. 需量控制在电力经济运行中的应用[J]. 电力需求侧管理, 2003(6): 41-43.

[4] 曹双华. 基于室外气象参数复合预测技术的空调负荷预测方法研究[D]. 上海: 东华大学, 2004.

[5] 孙靖, 程大章. 基于季节性时间序列模型的空调负荷预测[J]. 电工技术学报, 2004, 19(3): 88-93.

[6] 郑竞宏, 朱守真. 基于滑差同调等值的空调群负荷建模[J]. 电力系统自动化, 2008, 32(16): 11-15.

[7] 黎灿兵, 尚金成, 朱守真, 等. 气温影响空调负荷的累积效应导致能耗的分析[J]. 电力系统自动化,2010, 34(20): 30-33.

[8] CHU C M, JONG T L, HUANG Y W. A direct load control of air-conditioning loads with thermal comfort control[J]. Proceedings of IEEE Power Engineering Society General Meeting, June 12-16, 2005, San Francisco, CA, USA.

[9] 黎灿兵, 杨朋, 刘玮, 等. 短期负荷预测中考虑夏季气温累积效应的方法[J]. 电力系统自动化, 2009,33(9): 96-99.

[10] 王治华, 杨晓梅, 李扬, 等. 气温与典型季节电力负荷关系的研究[J]. 电力自动化设备, 2002, 22(3):16-18.

[11] 王鹏, 邰能灵, 王波, 等. 针对气象因素的短期负荷预测修正方法[J]. 电力系统自动化, 2008, 32(13):92-96.