【东南大学】面向新型电力系统的建筑元胞低碳友好互动技术研究_59页_17mb

报告摘要

面向新型电力系统的建筑元胞低碳友好互动技术研究总结

核心内容

本研究聚焦于新型电力系统中建筑元胞的低碳友好互动技术，旨在通过楼宇能耗分析建模、参与电网友好互动、平台构建与验证以及低碳建筑示范应用等手段，推动电力系统向更加低碳、智能、高效的方向发展。研究重点在于构建基于能源大数据与人工智能的楼宇用能管控平台，实现对楼宇用电行为的精准监测、分析与调控，以支持碳达峰、碳中和目标的实现。

主要观点

低碳转型趋势
中国自“十一五”规划开始提出节能减排，逐步明确碳强度、能耗总量等目标。随着“双碳”目标的推进，新型电力系统面临从生产结构、技术基础到控制基础的持续而深刻的变化。
楼宇作为碳排放主体
楼宇在电力系统中扮演重要角色，其能耗和碳排放需被纳入系统性分析。楼宇具有蓄热放热特性，类似储能电池，可作为电力系统的重要调节资源。
多维度数据融合建模
建立楼宇能耗动态建模方法，融合建筑、电气、环境、行为等多源异构数据，构建“能-电-碳”多流映射与折算模型，实现楼宇用能响应潜力的精准评估。
数字孪生与电碳态势推演
通过构建电碳仿真孪生数据映射及孪生场景，实现对电力系统中楼宇元胞的电碳态势推演，支持多颗粒度、多时间尺度的电碳协同数字仿真。
平台构建与验证
构建智慧楼宇用能管控平台，实现楼宇用电的监测、调控与分析，支持多层级、多类型设备的接入与管理，提升电力系统的能效与碳排放控制能力。
低碳建筑示范应用
通过在不同区域（如专家院落、青创公寓、田园中心等）的示范应用，探索低碳能源、零碳文旅、零碳交通等多元融合路径，推动绿色低碳发展。

关键信息

技术特点

跨部门、跨层级、跨领域数据归集
平台可采集建筑、电气、环境、行为等多维度数据，实现全面分析。
源网荷协同的电碳追踪、溯源与评价
通过电气剖分技术，实现对楼宇源网荷储全链条碳足迹的监测与评价。
基于人工智能的低碳调度决策方法
利用人工智能技术对楼宇用能进行诊断与调控，实现低碳运行。

创新点

考虑有功-无功耦合下的电网间接碳排
深入分析电网间接碳排放，提升碳追踪精度。
挖掘电力与其他能源间的能碳映射特征
建立电力与能源之间的映射关系，支持多能源协同管理。
分析多电压等级间的潮流碳流转换拓扑
探索不同电压等级下的碳流转换机制，提升系统碳管理能力。
探索多电源的经济-碳排-安全调度策略
综合考虑经济性、碳排放与安全性，实现多目标优化调度。

楼宇用能响应潜力模型

响应潜力容量模型
$ C_{\mathbb{R},cap}(\tau) = I_{E}(\tau) - I_{Base}(\tau) $，对应储能充放电能力。
响应潜力速率模型
$ C_{\mathbb{R},vel}(t) = \frac{t}{\Delta t} \sum \frac{1}{2} [ |I_{E} - I_{\mathbb{R}}(\tau)| + |I_{E} - I_{\mathbb{R}}(\tau + \Delta t)| ] $，对应储能充放电速率。
响应潜力概率模型
$ C_{\mathbb{R},pro}(t) = \prod_{k=0}^{L} [ H_{\mathbb{R},area}^{k}(t) \cdot \prod_{i=0}^{n} H_{\mathbb{R},room}^{i}(t) ] $，对应储能组件失效概率。

聚合潜力评估

正潜力
$ PI(t) = \sum_{i=1}^{N^{ev}} PI_{i}^{evc}(t) + \sum_{j=1}^{N^{ma}} PI_{j}^{wa}(t) $
负潜力
$ PR(t) = \sum_{i-1}^{N^{\alpha}} PR_{i}^{evc}(t) + \sum_{j-1}^{N^{\alpha}} PR_{j}^{wa}(t) + \sum_{k-1}^{N^{\alpha}} PR_{k}^{\alpha}(t) $