分布式能源站的空調冷熱負荷預測和分析

高群偉 　朱晨光　郝徐進　黃曉洋

分布式能源系統（ DES）是涵蓋各種發電、儲能和能源監控的解決方案。分布式能源站是指功率不大（ 幾十千瓦到幾十兆瓦）、小型模塊化、分布于負荷附近的 清潔環保發電設施，是一種經濟、高效、可靠的發電形式 。冷熱電負荷綜合預測具有較高的預測準確度，是電力系 統規劃、電力系統經濟調度和能量管理的重要模塊。預測分布式能源站的空調冷熱負荷作為智慧能源建設的關鍵 點，通過設計建模，以達到較佳的智慧能源建設效果。現 就分布式能源站的空調冷熱負荷預測分析如下：

當前在智慧能源的建設領域，形成了一種以能 源產業為主導，互聯網技術及現代通信技術為手段，綜合 利用大數據技術及可再生能源的建設方法，來滿足區域功 能目標的現實需求。分布式能源站在傳統供能形式的基礎 上，形成了一種集合“電、熱、冷、水、氣”等多形式的 供能。在實現大范圍供能上，更符合行業業態要求，也更 能在供能區域內負荷的增長及其分期建設中，提升供能經 濟性效果。分布式能源站冷熱負荷預測，能夠準確預測各 地塊及各供能分區未來的負荷增長情況，且適用于對尚未 開發的地塊和區域的預測。

（一）預測方法

表1 分布式能源站冷熱負荷預測方法流程

（二）預測中的關鍵問題

由于分布式能源站的供能面積較大，供能范圍 內道路、河流等分布情況復雜，為減少能源站和降低管 網施工難度，降低供能能耗，提高項目經濟性，要嚴格遵 守《實用供熱空調設計手冊》、《燃氣冷熱電分布式能源 技術應用手冊》等書籍規范。根據地塊建設進度確定地塊 現狀，該建設進度具體包括未拍地、已拍地、報建、設計 、施工和投產。對于已投產地塊，按照實際開始用能時間 計算。對于未投產地塊，根據地塊建設進度按照下文公式 推算開始用能時間，并預測各地塊負荷的逐年增長情況。 對于不同業態，其負荷增長的速度不盡相同。逐年負荷 數據具體包括：用能分區數量、用能地塊數量、用能建筑 面積、用能負荷。分布式能源站項目通常需要根據供能區 域內負荷的增長情況分期建設，其依據是供能分區內各地 塊的逐年負荷增長情況，通過環路流量與水溫將兩者進行 耦合，以總換熱量為指標，對室外溫度逐時變化系數加以 配比（β）。對于總供能負荷較小、地塊數量較少的供能 分區，前期采用臨時供能或共用臨近分區供能設施的方式 ，待分區內總供能負荷和用能地塊數量達到一定數值時， 則建設正式的供能設施，以此提高項目的經濟性。

（三）涉及的預測公式

1.確定用能對象的熱/冷負荷公式：

QS=S×Q （1）

式中，Qs為用能對象的基準負荷（單位：w） ;s為用能對象的用能面積（單位：m）;Q 為用能對象所屬的建筑業態的單位面積冷/熱負荷指標（單位：w/ m）;

2.外界環境溫度相關的熱，冷負荷相關負荷， 公式為：

Qwh =awuw（t-t） （2）

式中，Qwh為圍護結構負荷（單位：w）;aw為圍護結構總的表面積（單位：m）; uw為圍護結構傳熱系數（單位：w/（m·℃））; t為室內設計溫度（單位：℃）;t為室外溫度（單位：℃ ）;

3.對公式（2）進行變換簡化，結果為：

Qwh=aw×uw×（t- t）=awuwt- awuwt （3）

式中，k為圍護結構溫度變化系數（單位：w/ ℃），b為常數（單位：w）;當外界環境溫度t等于室外設 計溫度t時的圍護結構負荷Qwh= pQs;當外 界環境溫度t等于室內設計溫度ta時圍護結構負荷Qwh =0;

4二次校正通過熱/冷負荷逐時使用系數確定 ，具體公式為：

Qsn =Qwh，n×Ri+Qel，n×Ri （4）

式中，Qsn為n時刻的熱/冷負荷（單位：w） ;Qel，n為n時刻除圍護結構熱/冷負荷外的其他熱冷負荷 （單位：w）;Ri為一日中i時刻的逐時負荷系數。

（四）設計實現

本實驗通過應用一種區域供能冷熱負荷預測方 法，充分考慮了建設進度、業態類型、建成后用途等參數 的影響，更能準確地預測各地塊及各供能分區未來的負 荷增長情況，并且適用于尚未開發的地塊和區域。該方法 物理意義清晰、簡單且易于實現。以優選實施為例，通過 收集區域內各地塊的地塊編號、建筑名稱、業主單位、計 劃開工時間、計劃用能時間、地塊建設進度、業態、地塊 面積、容積率、計算建筑面積、設計建筑面積和建成后用 途等負荷相關參數，并以此選定各業態冷、熱負荷指標計 算各地塊的冷、熱負荷。受區域供能的供能面積較大，供 能范圍內道路、河流等分布情況復雜，需根據設計規苑， 充分考慮經濟供能半徑和負荷大小劃分供能分區，以減 少能源站及管網施工難度，降低供能能耗，提高項目經濟 性。同時使用中的系數計算是根據《實用供熱空調設計手 冊》、《燃氣冷熱電分布式能源技術應用手冊》等書籍規 范，并結合同類型項目確定的經驗取值。即首先根據地塊 建設進度確定地塊現狀，該建設進度具體包括未拍地、已 拍地、報建、設計、施工和投產。

以計算而得的開始用能時間為起點，根據各地 塊負荷相關參數預測各地塊負荷的逐年增長情況。對于已 投產并且已達到設計滿負荷地塊按照實際負荷記錄，在計 算期內各年負荷相同。對于未投產地塊，以開始用能時間 為起點，分析業態影響具體因子如：居住、辦公、商業 、工業、學校、醫院、酒店、車站、航站樓和數據中心 等。對于不同業態，其負荷增長的速度不盡相同，例如醫 院和學校的負荷增長通常很快，而居住、辦公等業態負荷 增長相對較慢，因此其應當作為一個重要的影響因子。

（五）預測結果及其應用可行性分析

分布式能源系統負荷分析以指標法為基礎，通 過調研典型建筑業態具體冷/熱負荷特性，將指標法與 用能特性、外界溫度變化特性相結合計算用能對象的逐時 熱/冷負荷，此方法計算簡便且準確。對比現有的負荷計 算方法，分布式能源系統負荷分析在優化其系統裝機、 提高系統運行的經濟性上更具應用價值。

（六）實證分析

某地區規劃建設1棟供能面積 50000m的商場及1棟供能面積3000m的辦公樓，擬采用樓宇型分布式能 源供能，夏季冷負荷分析中，通過查詢該地區全年逐時 氣溫數據，夏季空調室外設計干球溫度ts為34.4℃，商 場室內設計溫度24℃、辦公樓室內設計溫度26℃。依據 計算結果確定商場冷負荷指標為300w/m 、辦公樓冷負荷指標130w/m;確定商場圍護結構負荷 占比0.17、辦公樓圍護結構負荷占比0.34。商場冷負荷15mw，辦公樓冷 負荷為3.9mw。商場圍護結構負荷與溫度擬合曲線為 Qwh=0.2452t-5.8846;辦公樓圍護結構負荷與溫度擬 合曲線為Qwh=0.1579t-4.1043;通過華電源、Dest等軟 件查詢a地區全年逐時氣溫數據，冬季空調室外設計干 球溫度為-2.2℃，商場室內設計溫度為18℃、辦公樓室 內設計溫度為18℃。確定商場采暖熱指標為 100w/m，辦公樓冷負荷指標為60w/m;確定商場圍護結構 負荷占比0.60，辦公樓圍護結構負荷占比為0.75;將得到的商場逐時熱 負荷曲線、辦公逐時熱負荷曲線進行疊加，疊加后即為能 源站供能對象的全年熱負荷變化曲線。

分布式能源站冷熱負荷預測方法，充分考慮了 建設進度、業態類型、建成后用途等參數的影響，能夠更 為準確地預測各地塊及各供能分區未來的負荷增長情況， 并且適用于尚未開發的地塊和區域。該方法物理意義清晰、 簡單且易于實現。利用上述技術，以實現對負荷的有效預測 。

在分布式能源站的系統布局中，對比常規分供 系統，其采用單位面積法估算冷熱負荷，按照以冷熱 定電的方式確定發電設備容量。借鑒其在財務凈現值 、動態投資回收期、財務內部收益率、節能上通過能量 當量法，建筑業態圍護結構負荷占總熱負荷比，圍護結 構負荷占總冷負荷比：寫字樓0.55～0.75，0.25～0.35 賓館0.55～0.68，0.45—0.6，商場0.45～0.65，0.1～ 0.18，住宅0.75～0.9。為保證能源站技術、經濟的合理性 ，綜合考慮了能源利用效率、系統經濟性、合規性、地區 限定政策等，確定了各部分能源形式的比例，并對其進 行了合理規劃。在測評層面，采用了江水直接冷卻技術 ，經測評，該系統相對傳統的供冷供熱系統，夏季節約 費用993.3萬元，冬季節約費用909.4萬元，具有良好的 經濟性。以APEC低碳示范城鎮建設指標體系為規劃導則， 依據基礎指標和應用指標中的能源結構優化指標評價 分數項，從APEC低碳示范社區區域能源資源供能潛力計 算出發，結合區域能源負荷預測進行低碳社區的區域能 源規劃，結合整個社區的規劃，在該低碳生態示范區內 設置四個能源站，基于能源供需比較和社區內用能特點， 提供多種能源形式互為補充、綜合利用復合能源系統，優 化區域低碳能源結構，在不同季節保證系統長年高效的運 行。采用地埋管與換熱水箱并聯的方式作為復合冷熱源 ，可同時實現紅外偽裝和節能要求。為探討該復合冷熱源 系統的運行換熱特性，基于TRNSYS軟件建立地埋管、換熱 水箱數理模型，首先對流體流速、進口溫度等影響因素 進行模擬分析，證實只要滿足流量配比控制適當，復合冷 熱源可滿足戰時空調系統的供冷需求，復合冷熱源之間 存在最佳流量配比，β值（β-室外空氣溫度逐時變化系 數）越大，最佳流量配比的值越小，且不受環路流量與進 口水溫變化的影響，當B為1.0、1.5、2.0時，最佳流量配 比依次為4/6、3/7、2/8。采用基于BP（Back Propagation）神經網絡的空調能耗預測與監控系統，將室外溫濕度、房 間冷熱負荷、空調維持溫濕度作為BP神經的輸入，利用 DeST分析并仿真在不同環境條件下的空調能耗，證實兩者 誤差百分比在區間[-1.319%，1.270%]。

預計應用后，根據空調運行情況，收集每個時 間粒度空調負荷數據，粒度至少到小時級，換而言之，每 個空調在每個小時要有一條負荷記錄。收集空調參數記錄 ，包括以下基本信息：冷劑類型、定頻＼變頻、制冷量， 其中制冷劑（冷媒）類型包括：r22、r410、r32等多種類 型。根據所屬區域獲取環境溫度，建立環境溫度與時間關系 數據集，粒度至少到小時級。根據收集的具體參數，結 合獲取的環境溫度，基于多參數回歸模型訓練負荷預測模 型，將訓練模型參數記錄入庫;引入時間段維度，歷史同 期時間段內，模型參數波動有一定閾值，通過檢查離群點 ，篩選去除離群點，將訓練結果集進行收斂，存儲預測模 型參數。具體所述的多參數回歸模型訓練負荷預測模型 為：αx制冷劑類型+βX環境溫度+γx制冷量+δx定/ 變頻=y負荷，根據上述公式中收集的歷史空調負荷數據， 訓練回歸模型，擬合得出參數α、β、γ、δ;完成訓練 模型。完成的訓練模型，結合待預測空調參數與環境溫度 ，將回歸模型參數做離群點檢測，進一步優化多元回歸預 測模型，完成未來一段時間空調負荷預測。根據影響空 調負荷的參數而建立的多元回歸模型，通過k-means算法 去除離群點，進一步收斂，提升模型預測的準確度。該預測 方法能夠簡明、有效、快速、準確的完成空調負荷預測，能 夠為能源管理平臺用電能源預測與評估提供有效的數據支持 。

上文概述了分布式能源站的空調冷熱負荷預測 背景和意義，通過構筑分布式能源站的空調冷熱負荷預測 模型及其實施細節，結果表明，分布式能源站的空調冷熱 負荷預測更能滿足智慧能源的建設要求。