面向園區(qū)能源互聯(lián)網(wǎng)的多元負(fù)荷特性及其調(diào)控潛力研究現(xiàn)狀與展望

任洪波， 陳 杰， 李琦芬， 吳 瓊， 楊涌文， 趙鵬翔

（1.上海電力大學(xué)， 上海 200090； 2.國(guó)網(wǎng)綜合能源服務(wù)集團(tuán)有限公司， 北京 100052）

0 引言

能源互聯(lián)網(wǎng)是當(dāng)前全球能源發(fā)展的重要趨勢(shì)，也是我國(guó)中長(zhǎng)期能源發(fā)展的戰(zhàn)略重點(diǎn)[1]。 在能源互聯(lián)網(wǎng)建設(shè)過(guò)程中，具有量大集中、用戶多樣、用能多元等特點(diǎn)的工商業(yè)園區(qū)， 兼具用戶資源、自然資源和空間資源，已成為當(dāng)前國(guó)內(nèi)外能源互聯(lián)網(wǎng)建設(shè)和發(fā)展的主戰(zhàn)場(chǎng)[2]。

從本質(zhì)而言，園區(qū)能源互聯(lián)網(wǎng)確立了以需求側(cè)為導(dǎo)向的按需供能體系，因此對(duì)需求側(cè)的深入剖析與研究是園區(qū)能源互聯(lián)網(wǎng)實(shí)施和推進(jìn)的前提與基礎(chǔ)。 首先，針對(duì)園區(qū)能源互聯(lián)網(wǎng)用戶類型多樣化、消費(fèi)品種多元化、用能品質(zhì)差異化、時(shí)空分布動(dòng)態(tài)化等關(guān)鍵特征，須要對(duì)用戶負(fù)荷進(jìn)行多維度精準(zhǔn)畫像，從而支撐園區(qū)能源互聯(lián)網(wǎng)的決策評(píng)估；其次，針對(duì)多元負(fù)荷的多維度影響因素，須要深入剖析其影響機(jī)制， 并進(jìn)行多尺度負(fù)荷預(yù)測(cè)，從而指導(dǎo)園區(qū)能源互聯(lián)網(wǎng)的規(guī)劃設(shè)計(jì)與優(yōu)化運(yùn)行；最后，針對(duì)多元負(fù)荷的物理差異性、主體差異性、時(shí)序差異性等異質(zhì)特性，須要充分挖掘用戶間、能源間的互動(dòng)調(diào)控潛力，從而提升園區(qū)能源互聯(lián)網(wǎng)的綜合運(yùn)行效果。

自園區(qū)能源互聯(lián)網(wǎng)相關(guān)理念提出以來(lái)，國(guó)內(nèi)外學(xué)者已充分認(rèn)識(shí)到需求側(cè)負(fù)荷研究的重要性，并進(jìn)行了大量的研究，取得了很大進(jìn)展，提出了一些新理念、新思路和新方法[3]～[5]。 本文針對(duì)園區(qū)能源互聯(lián)網(wǎng)需求側(cè)研究的基本需求， 從多主體和多類型負(fù)荷的特性分析、協(xié)同預(yù)測(cè)、互補(bǔ)調(diào)控等方面，對(duì)國(guó)內(nèi)外相關(guān)研究進(jìn)行了梳理與歸納，確立了需求側(cè)負(fù)荷研究的理論與方法體系。同時(shí)，結(jié)合當(dāng)前能源互聯(lián)網(wǎng)領(lǐng)域的新理念、新技術(shù)、新業(yè)態(tài)等創(chuàng)新思想， 提出了未來(lái)園區(qū)能源互聯(lián)網(wǎng)負(fù)荷側(cè)研究的可行思路。

1 數(shù)據(jù)驅(qū)動(dòng)型用戶負(fù)荷畫像及其類型化研究

在能源領(lǐng)域，負(fù)荷是指用戶取用冷、熱、電等不同類型能源的瞬時(shí)功率， 具有時(shí)序相關(guān)性和動(dòng)態(tài)特性。 不同類型用戶通常具有個(gè)性化的負(fù)荷特性。 為此，負(fù)荷研究的起點(diǎn)和立足點(diǎn)是負(fù)荷畫像，即從不同角度探究負(fù)荷所呈現(xiàn)的多樣化、 個(gè)性化特征。用戶負(fù)荷特征具有定性和定量?jī)蓚€(gè)方面：定性特征大多屬于經(jīng)驗(yàn)性特征， 只適用于宏觀層面分析；定量特征是對(duì)負(fù)荷數(shù)據(jù)的精準(zhǔn)畫像，可以在微觀層面指導(dǎo)整個(gè)能源系統(tǒng)的優(yōu)化配置乃至運(yùn)行調(diào)度，通常以一系列指標(biāo)形式呈現(xiàn)。

1.1 多元負(fù)荷共性指標(biāo)

所謂共性指標(biāo)，是指冷、熱、電等多元負(fù)荷均具有的單一負(fù)荷特性指標(biāo)。根據(jù)指標(biāo)設(shè)定的目的，大致可歸納為絕對(duì)值指標(biāo)、 密度值指標(biāo)和波動(dòng)值指標(biāo)3 大類（表1）[6]～[8]。

表1 多元負(fù)荷共性指標(biāo)體系Table 1 Common index system of multiple load

負(fù)荷的絕對(duì)值指標(biāo)是基于統(tǒng)計(jì)期內(nèi)的單一負(fù)荷數(shù)據(jù)，在一定時(shí)域周期內(nèi)所呈現(xiàn)出的絕對(duì)物理量值，對(duì)于確定園區(qū)供能系統(tǒng)規(guī)模具有一定指導(dǎo)意義。 例如：對(duì)于孤網(wǎng)型系統(tǒng)，必須按最大電負(fù)荷確定供電設(shè)備容量；對(duì)于并網(wǎng)型系統(tǒng)，一般按最大電負(fù)荷的20%～50%選擇容量[9]。

密度值指標(biāo)表征了負(fù)荷的密集程度，可用于判斷園區(qū)能源互聯(lián)網(wǎng)中分布式供能系統(tǒng)的適用性。 特別是單位面積負(fù)荷指標(biāo)被廣泛應(yīng)用于國(guó)內(nèi)外建筑能源相關(guān)設(shè)計(jì)手冊(cè)和標(biāo)準(zhǔn)[9]，[10]。

波動(dòng)值指標(biāo)表征了一定期間內(nèi)負(fù)荷的平準(zhǔn)化程度，對(duì)于園區(qū)供能系統(tǒng)的穩(wěn)定運(yùn)行具有較強(qiáng)的指導(dǎo)意義。 文獻(xiàn)[11]以冷負(fù)荷波動(dòng)率最小為目標(biāo)函數(shù)，提出了面向區(qū)域供冷系統(tǒng)的建筑群最佳混合比優(yōu)化方法。

1.2 多元負(fù)荷耦合指標(biāo)

園區(qū)能源互聯(lián)網(wǎng)的一個(gè)典型特征是需求側(cè)多元負(fù)荷共存，各單元負(fù)荷既獨(dú)立存在，又通過(guò)一些耦合元件形成關(guān)聯(lián)。把握多元負(fù)荷間的定量關(guān)系，不但有利于后續(xù)需求側(cè)負(fù)荷預(yù)測(cè)及互動(dòng)調(diào)控，對(duì)于供給側(cè)多能聯(lián)供系統(tǒng)的設(shè)計(jì)與運(yùn)行也大有裨益。 為此，可以以差值、比值等形成確立多元負(fù)荷的耦合指標(biāo)，如冷電差/冷電比、熱電差/熱電比、冷熱差/冷熱比等[12]。 特別是熱電比、冷電比指標(biāo)已被廣泛應(yīng)用于熱（冷）電聯(lián)供系統(tǒng)的經(jīng)濟(jì)技術(shù)可行 性 分 析 及 優(yōu) 化 運(yùn) 行[13]～[16]。

1.3 多元負(fù)荷的聚類分析

負(fù)荷聚類的目的：基于前述負(fù)荷特性指標(biāo)，通過(guò)提取典型負(fù)荷曲線，減小負(fù)荷特征之間的信息冗余，降低后續(xù)分析的復(fù)雜度。 具體而言，基于前述共性指標(biāo)（最大負(fù)荷、最小負(fù)荷、負(fù)荷率等）或耦合指標(biāo)（電熱比、電冷比、熱冷比等），按照聚類算法（K-means 聚類、小波聚類、密度聚類、SOM 聚類等），將規(guī)范化的多元負(fù)荷數(shù)據(jù)在給定聚類數(shù)的前提下完成聚類[17]～[20]。 聚類結(jié)果的優(yōu)劣通常與數(shù)據(jù)的規(guī)范化樣式、算法的穩(wěn)定性等因素有關(guān)。

在園區(qū)能源互聯(lián)網(wǎng)中， 需求側(cè)負(fù)荷基數(shù)多而復(fù)雜，聚類結(jié)果受提取過(guò)程中多種因素影響，須要在選取聚類方法時(shí)進(jìn)行前期實(shí)驗(yàn)性工作， 以保證各環(huán)節(jié)匹配效果良好。同時(shí)，針對(duì)多元多因素耦合特性，還須要對(duì)傳統(tǒng)聚類算法進(jìn)行優(yōu)化改進(jìn)，以滿足規(guī)模數(shù)據(jù)的快速提取需求。 文獻(xiàn)[21]采用仿射傳播聚類算法對(duì)廣義負(fù)荷進(jìn)行建模， 其聚類方法的適用效果明顯，可應(yīng)用于多元負(fù)荷的仿真計(jì)算。文獻(xiàn)[22]提出了基于Spark 大數(shù)據(jù)平臺(tái)和平衡迭代規(guī)約聚類方法的用戶用能行為聚類分析算法。

1.4 多元負(fù)荷的相關(guān)性分析

影響園區(qū)能源互聯(lián)網(wǎng)需求側(cè)冷、熱、電負(fù)荷的因素眾多，大體可歸納為自身屬性、運(yùn)行屬性、社會(huì)經(jīng)濟(jì)屬性3 個(gè)方面。

自身屬性主要是指相對(duì)穩(wěn)定的終端用戶物理和空間特性。對(duì)于建筑用戶而言，一般包括建筑朝向、圍護(hù)結(jié)構(gòu)、窗墻比等。自身屬性對(duì)建筑受熱、傳熱、散熱特性有較大影響，從而影響冷、熱負(fù)荷規(guī)模。

運(yùn)行屬性主要是指工藝生產(chǎn)流程、 人員作息時(shí)間、氣候氣象條件等。前者會(huì)影響負(fù)荷的時(shí)序特性，后者是冷、熱負(fù)荷的決定性因素。

社會(huì)經(jīng)濟(jì)屬性是園區(qū)物理空間所處的文化、政策等軟環(huán)境，如分時(shí)電價(jià)、調(diào)峰政策等。 社會(huì)經(jīng)濟(jì)屬性對(duì)區(qū)域多元負(fù)荷的影響具有持久性、 廣域性。

通過(guò)負(fù)荷相關(guān)性分析，可以確定影響負(fù)荷動(dòng)態(tài)變化的關(guān)鍵因素，進(jìn)而通過(guò)構(gòu)建負(fù)荷及其影響因子間的定量關(guān)系模型，支撐動(dòng)態(tài)負(fù)荷預(yù)測(cè)。 文獻(xiàn)[23]針對(duì)建筑圍護(hù)結(jié)構(gòu)平均窗墻比、中庭屋頂天窗面積比等指標(biāo)，探討了傳熱系數(shù)與建筑能耗的相關(guān)性。 文獻(xiàn)[24]提出了一種分析氣溫對(duì)負(fù)荷特性指標(biāo)影響及其內(nèi)在關(guān)聯(lián)特征的數(shù)據(jù)挖掘方法。 Pearson 相關(guān)系數(shù)法一直被廣泛應(yīng)用于定量分析冷、熱、電負(fù)荷的影響因素，但只局限于探討變量間的線性關(guān)系。針對(duì)多維度影響因素對(duì)負(fù)荷的影響， 更重要的是處理相互間的非線性關(guān)系。作為新興的相關(guān)性分析理論，Copula 理論能精確捕捉變量間非線性特性，在負(fù)荷分析領(lǐng)域已得到初步嘗試[25]。

2 園區(qū)多元負(fù)荷預(yù)測(cè)理論與方法研究

負(fù)荷預(yù)測(cè)是園區(qū)能源互聯(lián)網(wǎng)規(guī)劃設(shè)計(jì)的前提與基礎(chǔ)， 也是后續(xù)運(yùn)行管理的主要依據(jù)。 總體而言，園區(qū)負(fù)荷預(yù)測(cè)在時(shí)間（短期、中期、長(zhǎng)期）、空間（設(shè)備、用戶、區(qū)域）和類型（冷、熱、電、氣）維度均呈現(xiàn)多樣化特性。3 個(gè)維度、各個(gè)要素間既相互獨(dú)立，又存在一定的交互影響，從而形成了多元能源負(fù)荷的多時(shí)空尺度預(yù)測(cè)體系。

負(fù)荷預(yù)測(cè)方法根據(jù)所采取的整體預(yù)測(cè)思路，大體可分為自上而下和自下而上兩大類。 前者屬于宏觀類預(yù)測(cè)方法，是將整個(gè)區(qū)域看成一個(gè)整體，從宏觀層面尋求能耗消費(fèi)與經(jīng)濟(jì)、人口、自然環(huán)境等因素間的內(nèi)在聯(lián)系，并構(gòu)建如產(chǎn)值單耗、負(fù)荷密度、彈性系數(shù)等相應(yīng)指標(biāo)關(guān)系；后者屬于微觀類預(yù)測(cè)方法， 其聚焦于各種因素對(duì)區(qū)域內(nèi)每個(gè)單元的影響，著重探討負(fù)荷的動(dòng)態(tài)特性。

2.1 單元用戶通用負(fù)荷預(yù)測(cè)方法

作為以需求為導(dǎo)向的精細(xì)化供用能體系，自下而上的負(fù)荷預(yù)測(cè)方法對(duì)園區(qū)能源互聯(lián)網(wǎng)的規(guī)劃設(shè)計(jì)和運(yùn)行管理更為適用。 根據(jù)負(fù)荷預(yù)測(cè)的前提和采用手段的差異性， 自下而上的單元用戶負(fù)荷預(yù)測(cè)方法又有機(jī)理推演型和數(shù)據(jù)驅(qū)動(dòng)型兩大類。

①機(jī)理推演型負(fù)荷預(yù)測(cè)是通過(guò)建立物理模型， 利用經(jīng)典的熱平衡機(jī)理， 考慮不同的氣候條件、環(huán)境控制系統(tǒng)（供暖、空調(diào)）、不同的使用條件（人員流動(dòng)、設(shè)備運(yùn)行、門窗開(kāi)閉）等狀態(tài)，針對(duì)給定物理空間計(jì)算特定用戶的逐時(shí)負(fù)荷。 該方法在建筑冷、熱負(fù)荷預(yù)測(cè)中應(yīng)用較為廣泛。由于熱平衡機(jī)理的復(fù)雜性， 為支撐上述負(fù)荷預(yù)測(cè)方法的工程應(yīng)用，國(guó)內(nèi)外已開(kāi)發(fā)100 多種相關(guān)軟件，主要包括美國(guó)的EnergyPlus/BLAST，加拿大的HOT2XP，英國(guó)的ESP-r， 日本的HASP/ACLD 以及中國(guó)的DeST/HKDLC 等[26]，[27]。 該 方 法 可 以 根 據(jù) 詳 盡 的建筑和環(huán)境參數(shù)計(jì)算出較為詳盡的負(fù)荷數(shù)據(jù)，但也存在因信息獲取不完備而導(dǎo)致預(yù)測(cè)性能欠佳 的 風(fēng) 險(xiǎn)[28]，[29]。

②數(shù)據(jù)驅(qū)動(dòng)型負(fù)荷預(yù)測(cè)是通過(guò)建立數(shù)學(xué)模型，利用歷史數(shù)據(jù)進(jìn)行分析和外推。數(shù)據(jù)驅(qū)動(dòng)型預(yù)測(cè)方法早期主要以線性回歸、多元回歸為主，隨著變量的增多、 維度的增加， 以ARIMA，SVM 和LSTM 為代表的、 具有深度學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò)等智能預(yù)測(cè)方法得到廣泛應(yīng)用[30]，[31]。 上述方法早期在電負(fù)荷預(yù)測(cè)中應(yīng)用較多， 近年來(lái)， 隨著大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)的應(yīng)用，在冷、熱負(fù)荷預(yù)測(cè)中也逐漸得到推廣[32]～[34]。 該方法預(yù)測(cè)精度高、維度廣，具有良好的泛化能力和強(qiáng)大的非線性映射學(xué)習(xí)能力。

③機(jī)理-數(shù)據(jù)耦合型負(fù)荷預(yù)測(cè)是將上述兩種方法結(jié)合，綜合兩者優(yōu)點(diǎn)，構(gòu)建基于數(shù)據(jù)驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)算法模型， 并輔以機(jī)理推演型模擬計(jì)算，從而修正預(yù)測(cè)結(jié)果、提高預(yù)測(cè)精準(zhǔn)度，兩者相輔相成[35]。

一直以來(lái)，冷、熱、電等多元負(fù)荷預(yù)測(cè)大多獨(dú)立實(shí)施。進(jìn)入21 世紀(jì)，國(guó)內(nèi)外電負(fù)荷預(yù)測(cè)相關(guān)研究如火如荼， 隨著人們對(duì)舒適度要求的提升，對(duì)冷熱負(fù)荷預(yù)測(cè)的研究也逐步加強(qiáng)。 2010 年以來(lái)，在多能互補(bǔ)、綜合能源和能源互聯(lián)網(wǎng)等理念推動(dòng)下，國(guó)內(nèi)外學(xué)者開(kāi)始涉足冷、熱、電負(fù)荷的聯(lián)合預(yù)測(cè)相關(guān)研究。 文獻(xiàn)[36]應(yīng)用多變量相空間重構(gòu)和卡爾曼濾波方法預(yù)測(cè)冷、熱、電負(fù)荷，達(dá)到了較高的精度； 但由于空間重構(gòu)增加了變量間的維數(shù)，使多變量間參數(shù)調(diào)節(jié)難度加大， 延長(zhǎng)了預(yù)測(cè)時(shí)間。 文獻(xiàn)[34]采用NARX 非線性自回歸模型預(yù)測(cè)某校園建筑的冷、熱、電負(fù)荷，在95%置信限內(nèi)，負(fù)荷預(yù)測(cè)較為準(zhǔn)確，但輸入變量較為復(fù)雜，且參數(shù)較多、耗時(shí)較長(zhǎng)。 文獻(xiàn)[4]采用深度結(jié)構(gòu)多任務(wù)學(xué)習(xí)方法預(yù)測(cè)多元負(fù)荷，也存在預(yù)測(cè)耗時(shí)較長(zhǎng)的弊病。

2.2 園區(qū)負(fù)荷一體化預(yù)測(cè)方法

從能源需求角度而言，園區(qū)是由多個(gè)功能、特性不一的單元用戶構(gòu)成的用戶群。顯然，園區(qū)整體負(fù)荷特性取決于區(qū)域內(nèi)各單元用戶的負(fù)荷特性，但又不是各單元用戶負(fù)荷的簡(jiǎn)單疊加。 在園區(qū)能源系統(tǒng)概念提出之前， 對(duì)于園區(qū)負(fù)荷的計(jì)算大多采用自上而下的方法， 如價(jià)格彈性法、 負(fù)荷密度法、產(chǎn)值單耗法、負(fù)荷因子法等[37]～[40]。上世紀(jì)70 年代后， 為支撐區(qū)域供熱供冷系統(tǒng)的規(guī)劃設(shè)計(jì)，以“負(fù)荷原單位”為代表的基于逐時(shí)負(fù)荷疊加的負(fù)荷因子法被日本等發(fā)達(dá)國(guó)家廣泛應(yīng)用[41]。 該方法可有效避免不同類型用戶間同時(shí)使用系數(shù)設(shè)定的主觀性問(wèn)題。近年來(lái)，隨著區(qū)域能源理念在我國(guó)的推廣應(yīng)用，情景分析法被引入園區(qū)負(fù)荷預(yù)測(cè)中，通過(guò)與機(jī)理推演型方法和數(shù)據(jù)驅(qū)動(dòng)型方法的有機(jī)結(jié)合，可有效地解決影響園區(qū)負(fù)荷的多重不確定性，確定園區(qū)冷、熱、電動(dòng)態(tài)負(fù)荷特性。 文獻(xiàn)[42]在缺乏詳細(xì)參數(shù)的條件下，通過(guò)設(shè)定若干可能情景，實(shí)現(xiàn)了園區(qū)負(fù)荷的一體化預(yù)測(cè)。 文獻(xiàn)[43]提出了基于模擬軟件的“典型模擬+修正”方法，實(shí)現(xiàn)了從單元用戶負(fù)荷到園區(qū)整體負(fù)荷的預(yù)測(cè)轉(zhuǎn)化。 文獻(xiàn)[34]以園區(qū)冷、熱、電負(fù)荷間的相關(guān)性確定輸入變量，并以環(huán)境變量作為輸入影響變量，耦合應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法， 確立了園區(qū)動(dòng)態(tài)負(fù)荷的合理預(yù)測(cè)值。

總而言之，園區(qū)負(fù)荷預(yù)測(cè)正由宏觀粗放型、機(jī)理推動(dòng)型向微觀精細(xì)型和數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)變。 負(fù)荷影響因素由單一化轉(zhuǎn)向多元化； 由靜態(tài)預(yù)測(cè)轉(zhuǎn)向動(dòng)態(tài)預(yù)測(cè)；使園區(qū)負(fù)荷預(yù)測(cè)方法更具可變性，預(yù)測(cè)結(jié)果更為精準(zhǔn)。

3 園區(qū)多元負(fù)荷互補(bǔ)互動(dòng)調(diào)控潛力研究

在園區(qū)能源互聯(lián)網(wǎng)框架下，冷、熱、電等多類型負(fù)荷呈現(xiàn)多時(shí)空動(dòng)態(tài)特性， 異質(zhì)能源又具有迥異的物理特性。 例如，電能易于傳輸而難以儲(chǔ)存，熱能易于儲(chǔ)存而不宜傳輸。 上述多維度差異性形成了多元負(fù)荷互補(bǔ)、調(diào)控的空間和潛力。 一方面，同類負(fù)荷大多具有顯著的時(shí)序動(dòng)態(tài)特性， 若能使得負(fù)荷曲線平準(zhǔn)化， 則對(duì)于提升供給側(cè)設(shè)備性能大有裨益； 另一方面， 異類負(fù)荷間存在更大的互補(bǔ)、互動(dòng)可能性，根據(jù)不同類型能源的價(jià)格波動(dòng)、供給側(cè)性能提升等特性， 可以在需求側(cè)進(jìn)行負(fù)荷轉(zhuǎn)化與調(diào)整。

3.1 同類負(fù)荷的時(shí)序調(diào)控潛力

同類負(fù)荷的時(shí)序調(diào)控可分為技術(shù)和市場(chǎng)兩種手段。在市場(chǎng)層面，同類負(fù)荷的時(shí)序調(diào)控主要針對(duì)可平移、可轉(zhuǎn)移的可控負(fù)荷（圖1）。 常規(guī)方法是采用分時(shí)、尖峰、動(dòng)態(tài)等價(jià)格模式的價(jià)格機(jī)制形成需求側(cè)的主動(dòng)響應(yīng)，從而實(shí)現(xiàn)負(fù)荷的時(shí)序調(diào)控。在技術(shù)層面，儲(chǔ)電、儲(chǔ)熱、儲(chǔ)冷等儲(chǔ)能裝置的引入可以有效改變負(fù)荷的時(shí)序特性， 實(shí)現(xiàn)削峰填谷與錯(cuò)時(shí)平衡。 文獻(xiàn)[44]充分考慮儲(chǔ)能充放電所引起的負(fù)荷變化，構(gòu)建了短期負(fù)荷預(yù)測(cè)模型。 文獻(xiàn)[45]協(xié)同考慮可控負(fù)荷與儲(chǔ)能調(diào)控對(duì)負(fù)荷的雙重影響，建立了電負(fù)荷時(shí)序調(diào)度模型。

3.2 異類負(fù)荷的互動(dòng)調(diào)控潛力

異類負(fù)荷間的互動(dòng)調(diào)控，須要考慮多類型能源在價(jià)格、轉(zhuǎn)化方式、需求特性上的異質(zhì)特性以及能源轉(zhuǎn)換設(shè)備（電轉(zhuǎn)熱、電轉(zhuǎn)冷、熱轉(zhuǎn)電等）的運(yùn)行特性，根據(jù)價(jià)值優(yōu)先、效率優(yōu)先的原則對(duì)多類型負(fù)荷進(jìn)行合理排序，從而實(shí)現(xiàn)單一用能主體內(nèi)部、多元用能主體之間多元負(fù)荷互動(dòng)調(diào)控潛力的最大化（圖2）。

圖2 異類負(fù)荷互動(dòng)調(diào)控方案Fig.2 Complementary regulation method of different-type loads

文獻(xiàn)[46]通過(guò)在冷、熱、電三聯(lián)供（CCHP）系統(tǒng)中引入儲(chǔ)熱裝置，增大了熱電比調(diào)節(jié)空間，并能夠根據(jù)園區(qū)動(dòng)態(tài)負(fù)荷靈活調(diào)整熱、電出力，提升系統(tǒng)整體運(yùn)行經(jīng)濟(jì)性。 文獻(xiàn)[47]通過(guò)引入儲(chǔ)熱和電加熱裝置實(shí)現(xiàn)了燃?xì)廨啓C(jī)機(jī)組的熱電解耦， 有效地提升系統(tǒng)靈活性。文獻(xiàn)[48]考慮多類型能源在產(chǎn)能、用能和價(jià)格特性上的差異性，建立了基于多能互補(bǔ)的廣義需求響應(yīng)互動(dòng)優(yōu)化模型。

4 園區(qū)能源互聯(lián)網(wǎng)負(fù)荷側(cè)研究展望

4.1 負(fù)荷空間分布與品質(zhì)特征分析

在園區(qū)能源互聯(lián)網(wǎng)中， 各單元負(fù)荷除具有自身時(shí)序特性外，還具有相對(duì)穩(wěn)定的空間定位。負(fù)荷的空間分布將會(huì)影響能源互聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及其網(wǎng)內(nèi)電源、熱源點(diǎn)的布局。 為此，有必要在負(fù)荷時(shí)序分析的基礎(chǔ)上，借鑒地理信息系統(tǒng)（GIS）等技術(shù)， 構(gòu)建多元負(fù)荷的時(shí)空地理模型。 這樣， 通過(guò)GIS 平臺(tái)供給層與需求層疊加分析， 可以判定特定單元區(qū)塊能源的過(guò)余或不足， 為園區(qū)用戶間能源融通與能源網(wǎng)絡(luò)構(gòu)建提供支撐。

任何一種冷、熱、電能源形式，除了具有數(shù)量屬性外，還具有質(zhì)量屬性。高能高用、低能低用、品位對(duì)口才是最佳的能源使用方式。因此，有必要深入挖掘園區(qū)內(nèi)不同類型用戶對(duì)能源需求的品位差異，以便通過(guò)合理布局能源網(wǎng)絡(luò)，實(shí)現(xiàn)能源在全域范圍內(nèi)的綜合梯級(jí)利用。 多類型用戶的用能可靠性需求也存在一定的差異性， 通過(guò)把握可靠性差別， 可以為后續(xù)園區(qū)能源互聯(lián)網(wǎng)規(guī)劃設(shè)計(jì)與運(yùn)行管理提供支撐， 確保在異常情景下實(shí)現(xiàn)對(duì)重要用戶的可靠供能。

4.2 耦合行為動(dòng)力學(xué)的負(fù)荷預(yù)測(cè)

對(duì)于非工業(yè)型園區(qū)能源互聯(lián)網(wǎng)， 其能耗除與前述的自身因素、 運(yùn)行因素、 社會(huì)經(jīng)濟(jì)因素相關(guān)外，人的行為也是其決定性因素。 任何能源需求，其最終目的均是為了滿足人的工作、生活、娛樂(lè)等多方面需求。然而，人的行為往往具有高度不確定性，除外界因素外，還受到生理、心理等內(nèi)在因素的影響。因此，為了滿足園區(qū)能源互聯(lián)網(wǎng)精確供能的需求，可以通過(guò)AI 技術(shù)和BI 技術(shù)在線采集、識(shí)別分析人的行為要素，并應(yīng)用行為經(jīng)濟(jì)學(xué)、行為動(dòng)力學(xué)理論對(duì)人的不確定性用能行為模型化， 構(gòu)建以人為核心的智能化負(fù)荷預(yù)測(cè)方法。

4.3 需求側(cè)多類型靈活性資源的協(xié)調(diào)優(yōu)化

針對(duì)園區(qū)內(nèi)存在的分布式電源、電動(dòng)汽車、虛擬儲(chǔ)能、柔性負(fù)荷等多類型靈活性資源，須要深入剖析其可調(diào)控潛力、響應(yīng)速度等基本特性，設(shè)計(jì)合理的優(yōu)化協(xié)調(diào)與調(diào)度策略， 通過(guò)需求側(cè)的主動(dòng)響應(yīng)以維持供給側(cè)高性能工作狀態(tài)，從而提升園區(qū)整體能效。 由于單個(gè)用戶的用能規(guī)模相對(duì)較小，在大型園區(qū)，可以考慮將具有類似用能特性的單個(gè)用戶打捆形成負(fù)荷聚合商，作為一個(gè)獨(dú)立主體參與需求側(cè)響應(yīng)，從而增強(qiáng)需求側(cè)在整個(gè)能源互聯(lián)網(wǎng)中的主體地位。 基于市場(chǎng)機(jī)制的制度設(shè)計(jì)是需求側(cè)靈活性資源優(yōu)化協(xié)調(diào)的核心所在。 良好的制度應(yīng)該是多贏的， 既能保證資源提供方的利益，亦能提升資源受讓方的效益，并最終實(shí)現(xiàn)全社會(huì)總福利提升。 制度的實(shí)現(xiàn)必須借助現(xiàn)代數(shù)字化、智能化技術(shù)（如物聯(lián)網(wǎng)技術(shù)、5G 技術(shù)等），通過(guò)配置以BEMS，CEMS 為核心的層次型能源管理系統(tǒng)，有效推進(jìn)園區(qū)能源互聯(lián)網(wǎng)各環(huán)節(jié)對(duì)實(shí)時(shí)供能、用能行為的感知水平，并主動(dòng)、快速、積極地響應(yīng)與參與需求側(cè)調(diào)控行為。

5 結(jié)論

作為“互聯(lián)網(wǎng)+能源”理念在城市和區(qū)域?qū)用娴木唧w體現(xiàn)，園區(qū)能源互聯(lián)網(wǎng)是能源互聯(lián)網(wǎng)戰(zhàn)略的突破口。 在園區(qū)能源互聯(lián)網(wǎng)中，源、網(wǎng)、儲(chǔ)、荷各環(huán)節(jié)自成一體、耦合互動(dòng)，其中，負(fù)荷是問(wèn)題的根本。 因此，深入探討園區(qū)能源互聯(lián)網(wǎng)需求側(cè)多元負(fù)荷特性，充分挖掘其互補(bǔ)調(diào)控潛力至關(guān)重要。

本文立足于需求側(cè)負(fù)荷研究的根本宗旨與基本流程，從多元負(fù)荷的共性和耦合指標(biāo)，負(fù)荷聚類與相關(guān)性分析等方面，探討了基于數(shù)據(jù)驅(qū)動(dòng)的用戶負(fù)荷畫像及其類型化方法，分析了單元用戶及園區(qū)整體負(fù)荷預(yù)測(cè)方法。 在此基礎(chǔ)上，討論了同類負(fù)荷及異類負(fù)荷的互補(bǔ)調(diào)控潛力，展望了未來(lái)園區(qū)能源互聯(lián)網(wǎng)需求側(cè)研究的主要關(guān)注點(diǎn)。目前，需求側(cè)分析是園區(qū)能源互聯(lián)網(wǎng)領(lǐng)域的新興研究熱點(diǎn)，本文可為后續(xù)的需求側(cè)負(fù)荷研究提供參考。