商業(yè)建筑空調(diào)系統(tǒng)參與城市電網(wǎng)負(fù)荷調(diào)控綜述

1

典型商業(yè)建筑空調(diào)系統(tǒng)建模方法典型商業(yè)建筑空調(diào)系統(tǒng)建模方法主要包括基于熱交換的建筑模型、基于等效熱參數(shù)（equivalentthermalparameters，ETP）的負(fù)荷模型、灰箱熱力模型等，通常是為了反映空調(diào)系統(tǒng)能耗、制冷/熱量與室溫的時變關(guān)系。除了典型商業(yè)建筑空調(diào)系統(tǒng)的單體模型，還可以通過蒙特卡洛抽樣、自組織映射神經(jīng)網(wǎng)絡(luò)等方法建立大規(guī)?？照{(diào)負(fù)荷集群的聚合模型。1.1

基于熱交換的建筑模型擁有空調(diào)系統(tǒng)的商業(yè)建筑可以被視為一種具有熱量儲存能力的整體，以熱量的形式存儲電能，從而參與電網(wǎng)的負(fù)荷調(diào)控。建筑物內(nèi)外環(huán)境的熱交換關(guān)系如圖1所示，建筑內(nèi)的熱量來源主要包括太陽輻射、室內(nèi)外空氣交換、墻體熱傳導(dǎo)、內(nèi)部產(chǎn)熱等；建筑內(nèi)的冷量來源主要是空調(diào)系統(tǒng)，根據(jù)能量守恒定理,擁有空調(diào)系統(tǒng)的建筑熱量變化等于建筑所獲得的熱量與空調(diào)的制冷/制熱量之差。表示模型參數(shù)關(guān)系的公式為圖1

基于熱交換的建筑模型Fig.1

Thermalmodelofthebuildingd式中：

Ti

為室內(nèi)溫度；

To

為室外環(huán)境溫度；

Q

為空調(diào)制冷制熱量；

α、β、δ

分別為基于建筑設(shè)定的常系數(shù)。這種模型計算簡單快速，但關(guān)于建筑的熱力常參數(shù)可能需要基于經(jīng)驗進(jìn)行設(shè)定，無法保證準(zhǔn)確。1.2

ETP負(fù)荷模型ETP模型將室內(nèi)外環(huán)境的熱交換等效替換成電路的能量流動，用電阻、電容來替代建筑熱交換中的墻體熱傳導(dǎo)率、空氣熱質(zhì)量、制冷量等因素。模型中各項參數(shù)可以準(zhǔn)確量化，模型精確度也有一定保證。一種二階ETP模型如圖2所示，模型公式為圖2

二階ETP負(fù)荷模型Fig.2

Thesecond-orderETPmodel式中：Ta

為室內(nèi)溫度；

Tm

為由家具和建筑材料決定的建筑內(nèi)部質(zhì)量溫度；

Uo

為建筑外部的導(dǎo)熱率；

Hm

為室內(nèi)空氣與固體材料的導(dǎo)熱率；

Ca

為空氣熱質(zhì)量；

Cm

為建材熱質(zhì)量；

Qa

為制冷/制熱量；

Qm

為流入建筑內(nèi)部固體材料的熱量。二階ETP模型描述了熱量的變化規(guī)律，這種模型忽略了空氣與建筑材料導(dǎo)熱率的差異，從而一定程度上降低了計算難度。如果再忽略室內(nèi)固體材料和室內(nèi)空氣的熱質(zhì)量差，則可得到一階ETP模型如圖3所示，該模型的參數(shù)關(guān)系公式為圖3

一階ETP負(fù)荷模型Fig.3

Thefirst-orderETPmodel式中：

Ri

為等效傳熱阻抗。文獻(xiàn)[19]使用二階ETP模型對新型室內(nèi)智能恒溫系統(tǒng)進(jìn)行了模擬，幫助其確定環(huán)境溫度與空調(diào)耗能的關(guān)系，提高了恒溫系統(tǒng)精度，實驗結(jié)果表明相比傳統(tǒng)的恒溫系統(tǒng)，這種新型恒溫系統(tǒng)能夠節(jié)能11.5%。文獻(xiàn)提出了一種動態(tài)需求響應(yīng)控制器并用于調(diào)整空調(diào)系統(tǒng)的設(shè)定溫度，其中采用了ETP模型對室內(nèi)溫度進(jìn)行估計，使控制器做出對應(yīng)的操作。最終實驗結(jié)果表明在氣候最寒冷的一月份，空調(diào)系統(tǒng)的用電量減少了12%，電力成本降低了29%。在最炎熱的八月份，空調(diào)系統(tǒng)用電量降低了29%，電力成本降低了31%。1.3

灰箱熱力模型灰箱熱力模型也可以視為一種進(jìn)階的ETP模型，如圖4所示。模型主要涉及4個節(jié)點：室內(nèi)實體、室內(nèi)環(huán)境、圍護(hù)結(jié)構(gòu)和室外環(huán)境?；蚁錈崃δＰ驼狭私ㄖ犴憫?yīng)的物理原理和數(shù)據(jù)驅(qū)動優(yōu)化技術(shù)，通過對智能家居能源管理系統(tǒng)與氣象臺采集到的數(shù)據(jù)進(jìn)行訓(xùn)練，可以更準(zhǔn)確地對需求響應(yīng)過程中空調(diào)溫度設(shè)定值調(diào)節(jié)程度進(jìn)行預(yù)測。圖4

灰箱熱力模型Fig.4

Greyboxthermalmodel通過建立灰箱熱力模型，研究了香港民宅負(fù)荷的響應(yīng)潛力，通過考慮香港的實際氣候與大部分住宅建筑采用輕質(zhì)墻體，即沒有隔熱材料的情況下，將外墻考慮為1個熱阻和2個相等的熱容。研究表明這種熱模型既能反映空調(diào)房間的基本熱動力學(xué)，又具有結(jié)構(gòu)簡單的特點。在實地測試中，模型預(yù)測溫度與實際測量結(jié)果的均方差可低至0.28℃，能夠有效降低居民的能源成本。此外，公用事業(yè)公司可以利用灰箱熱力模型進(jìn)行大規(guī)模的需求響應(yīng)預(yù)測，并據(jù)此制定相應(yīng)的激勵政策，協(xié)助電網(wǎng)公司開展負(fù)荷調(diào)控。提出了一種基于灰箱模型的負(fù)荷預(yù)測方法，在提取建筑負(fù)荷的季節(jié)特征后利用灰箱模型對動態(tài)負(fù)荷的行為進(jìn)行預(yù)測。1.4

大規(guī)模聚合建模當(dāng)對單個空調(diào)建筑進(jìn)行建模后，可以通過蒙特卡羅方法、自組織映射神經(jīng)網(wǎng)絡(luò)的k均值聚類等方法對單體空調(diào)系統(tǒng)模型進(jìn)行聚合。例如，文獻(xiàn)[18]利用蒙特卡洛方法對二階ETP模型聚合計算，得到大規(guī)?？照{(diào)參與需求響應(yīng)前的基線負(fù)荷，并通過大量仿真證明，這種方法可以有效地對大規(guī)?？照{(diào)系統(tǒng)進(jìn)行管理，從而提供調(diào)頻削峰的服務(wù)。仿真計算了75萬臺空調(diào)系統(tǒng)的運行情況，通過直接負(fù)荷控制來改變空調(diào)的設(shè)定溫度，從而進(jìn)行負(fù)荷調(diào)控協(xié)助電網(wǎng)削峰填谷。提出了一種基于大規(guī)?？照{(diào)聚合的微電網(wǎng)調(diào)控策略，具體如圖5所示，研究了光伏系統(tǒng)與儲能系統(tǒng)下負(fù)荷的靈活調(diào)度優(yōu)化，仿真實驗表明此方法可以有效協(xié)助電網(wǎng)降低峰谷差。圖5

微電網(wǎng)靈活負(fù)荷調(diào)控方法Fig.5

Flexibleloadregulationmethodinmicrogrids此外，利用自組織映射神經(jīng)網(wǎng)絡(luò)無監(jiān)督、高效率的特性，對大規(guī)模用戶的多種負(fù)荷類型進(jìn)行識別并分類聚合，建立了一種負(fù)荷預(yù)測模型，從而實現(xiàn)了電力價格變化下的大規(guī)模用戶響應(yīng)預(yù)測，幫助制定需求響應(yīng)調(diào)控策略以降低用電成本。文獻(xiàn)[26]利用偏微分方程描述了一定溫度范圍內(nèi)負(fù)荷數(shù)量在單位時間的變化，建立了一階ETP的負(fù)荷聚合模型，并以這種偏微分方程模型為基礎(chǔ)，設(shè)計了一種針對空調(diào)系統(tǒng)的需求響應(yīng)控制器。實驗表明這種控制器擁有良好的魯棒性，在系統(tǒng)含高比例波動性風(fēng)力發(fā)電的條件下可以達(dá)到良好的節(jié)能效果。1.5

基于大型商業(yè)建筑的綜合模型大型商業(yè)建筑的空調(diào)系統(tǒng)大多使用中央空調(diào)系統(tǒng)。中央空調(diào)系統(tǒng)的結(jié)構(gòu)相比單體空調(diào)更加復(fù)雜。以基于水冷的中央空調(diào)為例，主要可以分為冷水機組、一次水泵、二次水泵、風(fēng)機盤管，其中冷水機組是電力消耗的主要部分，因此對中央空調(diào)冷水機組的負(fù)荷調(diào)控可以迅速降低建筑的耗電量。但是如果只簡單的切斷冷水機組負(fù)荷會導(dǎo)致空調(diào)系統(tǒng)的冷水分配不均問題，建筑內(nèi)部分區(qū)域的溫度可能會超出可接受范圍，同時空調(diào)系統(tǒng)其他設(shè)備的功耗也會受到很大影響，存在影響設(shè)備使用壽命的可能。因此需要更復(fù)雜全面的一種模型來輔助需求響應(yīng)決策。在文獻(xiàn)[27]提出的一種調(diào)控方案中綜合了3種模型，熱舒適度犧牲決定模型、建筑制冷需求預(yù)測模型、負(fù)荷決定模型。熱舒適度犧牲決定模型用于得到用戶在需求響應(yīng)過程中愿意接受的建筑室內(nèi)溫度上升量。用戶的接受度與電力公司給出的激勵量呈正相關(guān)。當(dāng)用戶接受令室內(nèi)溫度上升的條件后，建筑制冷需求預(yù)測模型用于計算當(dāng)前情況所需要的空調(diào)制冷量，即式中：為在

k

時刻商業(yè)建筑需求的制冷量；為因為建筑熱質(zhì)量散失的制冷量，其可由文獻(xiàn)[28]提出的熱儲能模型計算得到；

Cin

為空氣比熱容；

dTin/dt

為需求響應(yīng)過程中室內(nèi)溫度的上升速率；

Mair

為室內(nèi)的空氣總質(zhì)量。負(fù)荷決定模型對中央空調(diào)系統(tǒng)中冷水機組、一次水泵、二次水泵、風(fēng)機盤管4個部分分別建模，基于建筑制冷需求預(yù)測模型輸出的結(jié)果和幾種設(shè)備各自的運作方式分別計算所需要的負(fù)荷量。在基于這種模型的實驗中，商業(yè)建筑可以削減34%的負(fù)荷量，同時維持室內(nèi)溫度保持在可接受的范圍。表1列舉了前文所述的幾種需求響應(yīng)策略，并根據(jù)它們各自的特點做出了對比。表1

商業(yè)建筑空調(diào)系統(tǒng)參與需求響應(yīng)建模方法對比Table1

Comparisonofmodellingmethodsofcommercialbuildingsfordemandresponse2

空調(diào)系統(tǒng)調(diào)控潛力評估方法2.1

基于模型的調(diào)控潛力評估商業(yè)建筑空調(diào)系統(tǒng)調(diào)控潛力評估有助于發(fā)掘潛在的用戶，對提高負(fù)荷響應(yīng)的規(guī)模、制定合理的負(fù)荷響應(yīng)激勵方案意義重大。然而，商業(yè)建筑空調(diào)系統(tǒng)的調(diào)控潛力除了受到物理條件的影響，也受到用戶自身的價格偏好、舒適度、數(shù)據(jù)隱私等限制，以及外界環(huán)境、生活習(xí)慣等不確定因素的影響。通過建立一種恒溫控制負(fù)載（thermostaticallycontrolledload，TCL）系統(tǒng)模型，如圖6所示，對消費者行為和需求響應(yīng)過程進(jìn)行描述，在優(yōu)化用戶滿意度與需求響應(yīng)調(diào)節(jié)效果的同時，提高了空調(diào)系統(tǒng)調(diào)控潛力的評估精度。通過智能電表每小時測得的數(shù)據(jù)，利用隱藏馬爾可夫模型對熱環(huán)境和空調(diào)負(fù)荷進(jìn)行建模，得到了用戶熱負(fù)荷曲線并實現(xiàn)了可調(diào)控潛力評估?；隈R爾可夫模型和美國采暖、制冷與空調(diào)工程師學(xué)會標(biāo)準(zhǔn)，提出了用戶舒適度約束的負(fù)荷調(diào)控潛力評估方法。圖6

恒溫控制負(fù)載系統(tǒng)模型與控制架構(gòu)Fig.6

Modellingandcontrolofthermostaticallycontrolledload文獻(xiàn)[33]通過聚類方法得到一個離散的狀態(tài)空間，使用隱藏馬爾可夫方法將供冷供暖的部分從房屋整體中分離，實現(xiàn)了建筑負(fù)荷分解，提高了負(fù)荷調(diào)控潛力評估的準(zhǔn)確度。文獻(xiàn)[34]設(shè)計了如圖7所示的一套評估負(fù)荷調(diào)控潛力的方案，并對中國江蘇、美國德克薩斯州奧斯汀、美國西部馬薩諸塞州等發(fā)達(dá)省市進(jìn)行了試點研究。通過使用智能電表和溫度傳感器對能耗和溫度數(shù)據(jù)進(jìn)行了相同時間尺度的計量，將記錄的數(shù)據(jù)按冬季、夏季、春秋季分類，并采用k均值聚類方法區(qū)分如工作日和非工作日中空調(diào)的開閉情況?；讷@取的空調(diào)負(fù)荷數(shù)據(jù)，利用二階ETP模型和參數(shù)辨識算法，評估得到單個建筑的負(fù)荷調(diào)控潛力，并利用區(qū)間潮流或仿射潮流方法得到了區(qū)域負(fù)荷調(diào)控潛力的評估結(jié)果。圖7

負(fù)荷調(diào)控潛力評估流程Fig.7

Loadregulationpotentialevaluatingprocess設(shè)計了一種基于建筑熱質(zhì)量和制冷設(shè)備模型優(yōu)化的需求響應(yīng)潛力預(yù)測方法。通過EnergyPlus軟件建立大型商業(yè)辦公建筑的熱模型，采用粒子群優(yōu)化算法得到了空調(diào)制冷系統(tǒng)中各設(shè)備流程對建筑溫度和能耗的影響。通過設(shè)定的舒適溫度界限后模擬出了空調(diào)系統(tǒng)整體和系統(tǒng)下的冷卻塔、冷水機組、組合式空調(diào)箱、水泵在保持室內(nèi)舒適溫度的情況下所能降低的能耗，并通過優(yōu)化算法得到了最佳控制策略。這種預(yù)測方法被應(yīng)用到休斯頓某大型商業(yè)建筑中，并在維持舒適溫度的情況下減少了23%~47%的能耗需求。2.2

基于數(shù)據(jù)的調(diào)控潛力評估對歐洲地區(qū)多種行業(yè)的需求響應(yīng)潛力進(jìn)行了評估。通過各地多行業(yè)實際的用電數(shù)據(jù)與典型負(fù)荷特征模型估計了靈活可調(diào)負(fù)荷的裝機量。并通過氣候數(shù)據(jù)估計了多地的供冷、供暖需求，得到了歐洲多個國家多種行業(yè)類型的需求響應(yīng)潛力預(yù)測結(jié)果。同時關(guān)注了不同行業(yè)的地理位置分布和其可以進(jìn)行需求響應(yīng)的時間特征，完善了對地區(qū)范圍內(nèi)需求響應(yīng)潛力預(yù)測的全面性研究。通過對預(yù)測結(jié)果的分析，肯定了商業(yè)建筑空調(diào)系統(tǒng)在需求響應(yīng)中的時間靈活性和可調(diào)資源量，擁有良好的潛力。采集能源密集型企業(yè)在一天中幾個不同時段的最高負(fù)荷值、最低負(fù)荷值、負(fù)荷中位值等負(fù)荷指標(biāo)，通過聚類方法構(gòu)建了企業(yè)的負(fù)荷特征數(shù)據(jù)庫，建立了一種不同能耗等級企業(yè)的需求響應(yīng)潛力指標(biāo)，可用于描述企業(yè)對于電價的敏感度和需求響應(yīng)潛力。文獻(xiàn)[38]利用電力信息采集系統(tǒng)和大數(shù)據(jù)挖掘技術(shù)對河南17個主要行業(yè)的需求響應(yīng)潛力進(jìn)行了評估。在確立企業(yè)的典型負(fù)荷特征數(shù)據(jù)后，得到該企業(yè)的可調(diào)負(fù)荷量和需求響應(yīng)周期，在考慮企業(yè)用電規(guī)模的基礎(chǔ)上對區(qū)域整體和區(qū)域內(nèi)的需求響應(yīng)目標(biāo)客戶進(jìn)行了篩選。3

商業(yè)建筑空調(diào)系統(tǒng)的控制方法3.1

直接負(fù)荷控制直接負(fù)荷控制的開關(guān)控制允許管理側(cè)利用通信和終端操控裝置直接對用戶的電器進(jìn)行開閉操作，適用于時間尺度上較為細(xì)分的電網(wǎng)系統(tǒng)，比如居民住宅和小型工商業(yè)用戶。提出了一種面向大規(guī)模商業(yè)建筑空調(diào)系統(tǒng)的直接跟蹤負(fù)荷控制方法，如圖8所示。利用典型夏季日負(fù)荷通過聚合建模計算得到預(yù)測的空調(diào)系統(tǒng)負(fù)荷曲線，用于面向空調(diào)集群的設(shè)定溫度參考信號，基于此設(shè)計了一種自適應(yīng)爬坡的負(fù)荷跟蹤控制器，控制器的原理公式為圖8

大規(guī)模建筑空調(diào)系統(tǒng)直接負(fù)荷控制Fig.8

Directloadcontroloflarge-scaleairconditioners式中：

Tset(t)

為t時刻空調(diào)的設(shè)定溫度；

K

為通過類似遺傳算法等優(yōu)化方法確定的預(yù)定參數(shù)；Δe(t)為通過空調(diào)實際功率計算產(chǎn)生的誤差信號。3.2

周期性輪停控制周期性輪?？刂疲╠utycyclingcontrol，DCC）又被稱為“輪?！保菍照{(diào)壓縮機進(jìn)行的周期性開閉控制。壓縮機啟動的時間在一個控制周期內(nèi)所占比值被稱為“占空比”，不同的占空比控制方案給用戶提供了靈活多樣的調(diào)控方式和補償種類[40]。因此，與傳統(tǒng)開閉控制相比，DCC更能注重保證用戶的舒適度。文獻(xiàn)[41]提出了一種基于DCC的優(yōu)化模型，以占空比作為決策變量，考慮了室溫的變化，滿足了用戶舒適度的差異性需求，并根據(jù)建筑參數(shù)提出了空調(diào)開閉與室溫的時變公式，即式中：分別為開啟或停機期間用戶

k

在控制周期

n

中t時刻的室溫；Qk

為空調(diào)的額定制冷量；

Ak

、

Bk

、

Ck

、

Xk

、

a

分別為用戶

k

的建筑和空調(diào)參數(shù)。文獻(xiàn)[41]以上海某商業(yè)區(qū)的中央空調(diào)為例測試了該模型，分析發(fā)現(xiàn)DCC控制有優(yōu)良的負(fù)荷調(diào)峰效果，并能滿足多種舒適度要求。3.3

交互式柔性控制交互式柔性控制與直接負(fù)荷控制相比，更多地考慮了用戶的用電需求。例如，提出了一種云邊協(xié)同的空調(diào)集群控制架構(gòu)，多元用戶可以設(shè)置異質(zhì)性舒適溫度需求，電網(wǎng)下發(fā)調(diào)控需求指令后并不需要對空調(diào)進(jìn)行開關(guān)操作，通過調(diào)整壓縮機運行頻率來改變空調(diào)的運行功率，實現(xiàn)快速柔性靈活調(diào)節(jié)。文獻(xiàn)[43]提出了一種面向商業(yè)建筑空調(diào)系統(tǒng)的雙層控制架構(gòu)，通過對空調(diào)系統(tǒng)電熱模型的量化評估，設(shè)計了一種在線自適應(yīng)分配方法去滿足電網(wǎng)調(diào)控需求，在滿足室內(nèi)溫度舒適區(qū)間要求下，保證了電網(wǎng)功率的調(diào)節(jié)精度。此外，提出了一種能充分利用空調(diào)子系統(tǒng)的市場框架，如圖9所示。通過建立雙向的競價拍賣機制，提出了商業(yè)建筑空調(diào)系統(tǒng)參與電力市場、天然氣市場、冷氣市場以及暖水市場的框架，通過算法迭代交互，得到期望的市場價格和需求響應(yīng)量。實驗結(jié)果表明，所提出的交易市場機制對建筑室內(nèi)溫度的影響很小，同時達(dá)到了調(diào)峰、負(fù)荷轉(zhuǎn)移和降低能耗的效果。提出了一種針對虛擬電廠的兩階段優(yōu)化調(diào)度方法，依據(jù)電力市場的日前預(yù)測，通過使用模型預(yù)測控制策略對日內(nèi)的運行計劃進(jìn)行調(diào)整，有效提高了可再生能源設(shè)備的利用率，提高了經(jīng)濟效益。圖9

空調(diào)系統(tǒng)參與多能源市場Fig.9

Airconditionersparticipateinmulti-market3.4

考慮功率反彈的全流程控制空調(diào)系統(tǒng)在參與需求響應(yīng)時如果有計劃外的設(shè)備參與到響應(yīng)中，或者在需求響應(yīng)結(jié)束后有大量設(shè)備重新啟動并接入系統(tǒng)，在系統(tǒng)負(fù)荷恢復(fù)過程中有可能導(dǎo)致系統(tǒng)的負(fù)荷峰值提升到高于平時的水平，這種現(xiàn)象被稱為需求響應(yīng)反彈。這種現(xiàn)象會對需求響應(yīng)效果造成負(fù)面影響，并有可能造成嚴(yán)重的電力系統(tǒng)故障。在早期的研究中，對系統(tǒng)中部分負(fù)荷進(jìn)行隨機啟停被當(dāng)做一種解決需求響應(yīng)反彈的方法，將蓄電池和熱水器作為儲能設(shè)備，設(shè)計了一種調(diào)控策略，有效地緩解了需求響應(yīng)反彈。文提出了一種針對空調(diào)系統(tǒng)的最優(yōu)化調(diào)度策略，這種調(diào)控策略將系統(tǒng)中的空調(diào)分成若干組進(jìn)行順序控制。在需求響應(yīng)過程中，一組空調(diào)產(chǎn)生的需求響應(yīng)反彈被視為下一組空調(diào)的需求響應(yīng)容量，通過對多組空調(diào)進(jìn)行調(diào)度緩解每一組空調(diào)產(chǎn)生的反彈效應(yīng)。將電能、天然氣等多種能源作為可調(diào)度資源，設(shè)計了一種基于多能源的綜合需求響應(yīng)策略。通過建立多能源熱動力模型，研究了多能源耗能與室溫的關(guān)系。在需求響應(yīng)結(jié)束階段，調(diào)度其他能源對室內(nèi)溫度進(jìn)行調(diào)整，避免了大量空調(diào)負(fù)載接入系統(tǒng)造成的電網(wǎng)壓力，緩解了系統(tǒng)的需求響應(yīng)反彈現(xiàn)象。對中央空調(diào)調(diào)節(jié)電力系統(tǒng)設(shè)計了一種定量評估方法和兩層協(xié)調(diào)控制方案。通過中央空調(diào)電熱模型得到離散化的中央空調(diào)電熱運行特性，通過自適應(yīng)控制算法進(jìn)行了大規(guī)模中央空調(diào)的聚合控制。實驗表明，這種控制方法能快速地實現(xiàn)電網(wǎng)所需的需求響應(yīng)調(diào)控效果，同時能協(xié)調(diào)資源的合理調(diào)度，緩解95%以上的功率反彈。本文概述的幾種控制方法在控制難度、敏捷性等方面各有特點，具體在表2中做出了對比。表2

商業(yè)建筑空調(diào)系統(tǒng)參與需求響應(yīng)控制方法對比Table2

Comparisonofcontrolmethodsofcommercialbuildingsfordemandresponse4

商業(yè)建筑空調(diào)系統(tǒng)典型示范隨著商業(yè)建筑空調(diào)系統(tǒng)參與城市電網(wǎng)負(fù)荷調(diào)控技術(shù)的發(fā)展，空調(diào)系統(tǒng)調(diào)控從理論研究逐漸進(jìn)入示范應(yīng)用階段，尤其是在部分較早展開需求響應(yīng)研究、擁有較為成熟的自動需求響應(yīng)控制技術(shù)的國家和地區(qū)。本文以中國、美國、澳大利亞為例，分析展示了商業(yè)建筑空調(diào)系統(tǒng)的典型示范項目。2014年7月，上海設(shè)立針對大型商業(yè)建筑的需求響應(yīng)試點，建筑超過80%的部分有空調(diào)系統(tǒng)覆蓋，系統(tǒng)包括2臺504kW的冷水機和1臺314kW的冷水機，通過對空調(diào)系統(tǒng)的開閉控制實現(xiàn)需求響應(yīng)。在預(yù)測的需求響應(yīng)時間發(fā)生前，2臺504kW的冷水機組對建筑進(jìn)行預(yù)冷；當(dāng)需求響應(yīng)發(fā)生時，關(guān)閉其中1臺504kW的機組，啟動314kW的機組。實驗結(jié)果表明，該建筑可以通過需求響應(yīng)有效降低耗電量，并能維持室內(nèi)的舒適溫度。在實行了每度電補貼2元的激勵情況下，該商業(yè)建筑一天中獲得了1580元的補貼，且電費較平時降低了2528元。2020年，上海黃浦區(qū)開展了需求響應(yīng)示范項目，通過將商業(yè)建筑空調(diào)系統(tǒng)集群等效為虛擬電廠，參與電網(wǎng)調(diào)控。該項目共包含300棟建筑，利用強化學(xué)習(xí)技術(shù)，調(diào)節(jié)空調(diào)系統(tǒng)出回水溫度，降低了38.4%負(fù)荷峰谷差。美國某需求響應(yīng)研究中心從2003年開始，進(jìn)行了數(shù)年的商業(yè)建筑空調(diào)系統(tǒng)實地測試,測試中使用了全局溫度調(diào)節(jié)策略（globaltemperatureadjustment，GTA），允許控制端通過人機界面（humanmachineinterface，HMI）和能源管理控制系統(tǒng)（electricalmonitoringandcontrolsystem，EMCS）調(diào)節(jié)整個建筑的溫度設(shè)定值。測試結(jié)果表明，在需求響應(yīng)發(fā)生的3h~6h中，空調(diào)系統(tǒng)的峰值需求平均減少了約8%，其中最高時可減少56%。此外，美國加州在2006年也開展了需求響應(yīng)測試項目，除了利用GTA技術(shù)，還加入了風(fēng)機變頻限制的調(diào)控策略，