第42卷第2期
2021年4月
电力与能源203
D()I：10. 11973/dlyny202102012能源战略
商业建筑虚拟电厂可调资源特性分析评估研究
陈凯玲，顾闻，王海
(L国网上海市电力公司经济技术研究院，上海200233;2.上海市黄浦区发展和改革委员会，上海200001)
摘要：上海具有体量庞大的城市公共建筑，虚拟电厂资源十分丰富。2017年，上海市城区（黄浦）商业建筑需求侧管理示范项目实施开展，运营至今取得了良好成效，并在全国范围内获得了广泛关注。基于项目实施应用，介绍了基于黄浦虚拟电厂可调资源特性研究的背景，梳理了虚拟电厂建筑（办公、酒店、商业、综合）50 幢楼宇可调资源现场调研获得的基本信息、性能参数等•结合历史发电事件数据，经过统计分析、评估可调资源特性，挖掘资源特性与虚拟发电的关联，为虚拟电厂夯实底层可调资源基础，推广虚拟电厂的试点落地提供借鉴。
关键词：商业建筑虚拟电厂；可调资源；柔性负荷；特性评估
作者简介：陈凯玲（1993—），女，硕士 .从事电力经济性评价工作。
中图分类号：F426. 61;TM73 文献标志码：A 文章编号：2095— 1256(2021 )02 —0203 —05
Analysis and Evaluation of Adjustable Resource Characteristics of
Commercial Building Virtual Power Plant
范伟 电影CHEN Railing,GU Wen,WANG Haiqun
(1. State Grid Research Institute of Economics 8>-Technology, SMEPC» Shanghai 200233« China；
2. Development Reform Commission of Huangpu District, Shanghai 200001, China)
A bstract：Shanghai has huge public buildings and abundant virtual power plant resources. In 2017. the de
mand-side management demonstration project of commercial buildings in Shanghai urban area (Huangpu) was implemented. So far, the operation has achieved good revsults and gained widespre
ad attention across the country. Based on the project application，this paper introduces the research background for the adjustable resources characteristics based on Huangpu virtual power plant, and sorts out the basic information and performance parameters obtained from the adjustable resource site investigation on the 50 virtual power plant buildings (office，hotel, business* complex). Combined with historical power generation data and through statistical a- nalysis»it assessed the characteristics of adjustable resources and mined the correlation between resource characteristics and virtual power generation»providing reference for virtual power plants to consolidate the underlying adjustable resource foundation and promote the pilot implementation of virtual power plants.
Key words：commercial building virtual power plant. adjUvStable resource* flexible load, characteristic evaluation
上海是一座有高耗能需求的现代化城市，提 高能源利用效率、降低建筑使用能耗、实现经济和 社会的可持续发展，建筑节能势在必行。虚拟电 厂（Virtual Power Plant，简称V P P)是指通过先 进的协调控制、智能计量以及信息通信等技术，有效聚合协调控制各类分布式资源所组成的.以实 现资源高效利用为目的的，具备一定规模及性能，能够直接接受电力系统调度机构调度的特殊集成 性电厂。虚拟电厂的出现正好为上海这样一座公 共建筑集聚的超大型城市到了解决问题的出路1〃]。自2016年起，上海市积极开展国家级需求侧管理示范项目“上海黄浦区商业建筑虚拟电厂示范项目”建设，推进
虚拟电厂运营平台的开发 及项目试点实施，截至2020年2月底，黄浦虚拟 电厂最大总调节容量为59 638 kW，需求响应资 源调节容量占比为99. 7%，在需求资源总量挖掘、调峰计划达成率方面取得了重要进展。
本文基于已投人日常运行的黄浦区城市公共 建筑的可调资源，通过现场信息采集、用户走访 等方式，调研楼宇50幢，覆盖办公、酒店、综合体、
204陈凯玲，等：商业建筑虚拟电厂可调资源特性分析评估研究
商场不同类型，进行可调资源相关特性的分析、评 估，并总结虚拟发电成功率及负荷削减率大小与 可调资源参数的关联.在此基础上为将来楼宇实 施虚拟发电等节能增效项目提供指导建议。
1研究背景及意义
伴随着电力市场化改革进程的加速，国家电 网公司在智能电网建设领域的全面推进，对信息 化、自动化、互动化提出了更高的要求，需求响应 是智能电网的核心手段，也是智能电网的最佳应 用之一。基于电网的不断优化和需求响应的持续 发展，近年来虚拟电厂技术应运而生，具有状态全 面感知、信息高效处理、调度便捷精准的特征。
上海市城区（黄浦）商业建筑需求侧管理示范 项目现已投人运营，在夏季用电高峰期多次参与 电网
削峰.取得了良好的成效。考虑建筑设备复 杂多样等客观情况，面向黄浦区城市公共建筑的可调资源，以加强建筑节能增效尤其是商业楼 宇节能增效为导向，调研黄浦区虚拟电厂可调资 源情况，结合虚拟发电实际运行状况，科学分析虚 拟发电结果，评估可调资源技术经济参数，挖掘资 源更深层次、更多维度的价值，旨在提升未来建筑 节能改造水平以及虚拟电厂技术调控精细化水平，为增强电网、用户、虚拟电厂间的交互方式，提 升电网调度的灵活性和及时性作基础参考。
2可调资源主要信息
2.1调研建筑类型
本次调研样本根据黄浦虚拟电厂商业建筑总 体建筑类型分布比例（办公、酒店、商业、综合），抽 取50个建筑，总建筑面积近250万m2，选取办公 建筑22栋，占样本容量的44%；酒店14栋，占样 本容量的28%；综合体建筑10幢.占样本容量20%；商场建筑4幢，占样本容量8%。
2.2 调研可调资源
目前，商业建筑的主要用能设备包括空调系 统、照明系统、动力设备系统等多个系统，空调大 多使用中央空调系统。中央空调系统由空调主机、风柜、风机盘管等末端设备组成。照明系统则 是由照明、灯具等组成.动力系统主要由电梯、通 风机等系统组成。随之产生了一定的建筑能耗，包括用于
采暖、通风、空调、照明、热水等所消耗的 能量。对黄浦虚拟电厂样本楼宇客户用能设备开展普查.从中挖掘具有价值的可调资源并研究相 关特性，空调资源作为商业建筑内主要的柔性负荷可调资源，可以最大程度保证在不影响建筑环境舒适度的情况下，具备短时间内降负荷明显的特征，可以在用电紧缺时段较为迅速地缓解用电压力，在目前的黄浦商业建筑虚拟电厂中发挥重大效用。
2.2.1空调系统冷热源形式
空调冷源形式主要有冷水机组、风冷热泵、V R V等，空调系统冷源形式分布比例如表1所 示；空调热源形式主要有电锅炉、燃气锅炉、风冷 热栗、V RV、柴油锅炉等，空调系统热源形式分布比例如表2所示。
表1空调系统冷源形式分布比例
冷源形式建筑数量/个比例/%
冷水机组3060
风冷热泵1530
VRV36风冷热泵+冷水机组24
表2空调系统热源形式分布比例
热源形式建筑数量/个比例/%
燃气锅炉1836
风冷热泵1632
电锅炉816
VRV36
柴油锅炉12电锅炉+风冷热泵12
无36
2.2.2 空调系统冷源机组构成
空调冷源系统一般设计大小额定功率机组构 成或单一额定功率机组构成.两种方式经常出现 在建筑日常运营供能中，可以调节空调系统部分负荷时的供冷量并提高系统效率。
50个调研建筑中，除3幢为V R V外，在其余 47幢建筑内，28幢采用大小匹配构成方式，占60%;19幢建筑使用单一构成，占40%。
按照办公、酒店、商场、综合体进行统计见表3。在表3中，占比=机组构成形式（各建筑类型）对应的数量/(各建筑类型）总数。
2.2.3 空调系统末端分类形式
按照不同的末端空气处理方式，空调系统可 分为风机盘管（Fan-Coil)+新风、全空气系统、变风量（Variable Water Volume，简称 VAV)、分 体空调系统、定风量（Constant Air Volume，简称 CAV)系统等。经调研，在本次黄浦区商业建筑
陈凯玲，等：商业建筑虚拟电厂可调资源特性分析评估研究205
表3照办公、酒店、商场和综合体的统计表
项目办公酒店商场综合体
机组构成形式大小机组单一机组大小机组单一机组大小机组单一机组大小机组单一机组数量/个12109 51364占比/%554564 3625 756040
虚拟电厂调研样本内较为常见的是风机盘管+新 风系统，具体分部比例见表4。
表4空调系统形式分布比例
空调系统形式建筑数量/个占比/%
风机盘管+新风3774
全空气系统510
风机盘管+新风，全空气系统48
V A V系统48
世界豪华车品牌3可调资源特性分析
3.1可调资源发电事件数据总览
本次调研的50幢建筑作为人驻黄浦商业建筑虚拟电厂的建筑均有参与执行发电，参与次数 440次，累计发电量超8. 9万kW，约占总发电量 的45%；其中，累计量最高的建筑虚拟发电量为10 986 kW，参与 14 次。
调研50个建筑发电情况、参与次数及参与成 功率可以发现，建筑参与需求响应发电事件的发电量、发电次数及参与成功率都有不同。就目前 阶段而言，商业建筑虚拟电厂虚拟发电事件执行成功与否、负荷削减量值达标与否是判定虚拟电 厂运营效果的主要参考依据，本次研究的可调资 源参数关联优先度评估，资源关键参数提取也围 绕这一目标开展分析和测算。
3.2可调资源相关性分析
通过可调资源聚类分析，历史发电数据分析 中知道，不同建筑类型有着不同的用电规律，不同 的用电规律会影响需求响应虚拟发电的效果。然 而除了建筑类型外，还有哪些因素会影响到虚拟发电的最终执行效果，这可以通过可调资源基本信息进行相关性分析。
3.2.1基于信息熵算法分析可调资源相关性
本次评估利用50个楼宇需求响应事件（2019 年夏季）数据，结合调研的可调资源信息，包括事 件、建筑、时段、削减量、温度、削减率、年代、类型、面积、空调制式、末端形式、单位能耗、有效削减、搭配形式等，采用"ID3算法”利用计算历史数据 中每个类别或属性的“信息熵”获得“互信息”，依据 得到的“互信息量”来分析判断需求响应事件执行 成功/失败与商业建筑可调资源特性之间的相关性。信息熵是用来衡量一元模型中信息不确定性 的指标。信息的不确定性越大.熵的值也就越大, 而影响熵值的主要因素是概率。信息熵技术公式：
n
H(X)=—p(x,)\ogp(x,)(1)
1 =1
一元模型的熵如表5所示。
表5 —元模型的熵
决策树：一元模型的熵
有效削减次数/次溉率熵
是950. 75-0.31
否310. 25—0. 50
126 1. 000. 80由表5可得出，一元模型的熵为0. 80；由于 一元熵的不确定性太大，继续按温度、建筑、类型、装机容量、空调制式、单位能耗和机组匹配模式，由式（1)可以分别得出条件熵|X)。条件熵 如表6所示。在表6中，量值注释：温度表示曰均 温度；建筑表示样本建筑；类型表示建筑类型；
容 量表示装机容量；空调表示空调系统类型；能耗表 示建筑单位平米能耗；机组表示空调机组类型。
表6条件熵
条件熵
E温度E建筑E类型E容量E空调E能耗E机组0. 664 7 0. 418 5 0. 782 6 0. 816 2 0. 799 7 0. 577 1 0. 606 6
基于信息熵及条件熵，代人/(x，y)=H(Y) -H(y|x)，得到互信息/(A',Y)。互信息如表 7所示。在表7中，量值注释：温度表示日均温度；建筑表示样本建筑；类型表示建筑类型；容量 表示装机容量；空调表示空调系统类型；能耗表示 建筑单位平米能耗；机组表示空调机组类型。
表7互信息
互信息
G温度G建筑G类型G容量G空调G能耗G机组0.140 2 0. 386 40.022 3-0.01130. 005 20.227 80.198 3
第3因素第1因素第2因素
3.2.2基于相关系数分析可调资源相关性
基于50个建筑需求响应事件（2019年夏季）数据，再结合调研的可调资源信息，包括发电时 间、发电基准值、发电实际值、负荷削减量、环境温 度、负荷削减率、装机容量、有效削减、累计削减 量、参与次数、最小削减量、最大削减量、建筑年
206
陈凯玲.等：商业建筑虚拟电厂可调资源特性分析评估研究
代、建筑类型、建筑面积、空调制式、空调机组数 量、空调机组总功率、空调机组构成、大空调机组 数量、大空调机组制冷量、大空调机组功率、大空 调机组品牌、小空调机组数量、小空调机组制冷 量、小空调机组功率、小空调机组品牌、空调末端 类型等参数信息。
采用“相关系数（Correlation coefficient )”算 法，该算法反应变量之间关系密切程度的统计指 标，相关系数的取值区间为1〜_1。1表示两个 变量完全线性相关，一 1表示两个变量完全负相 关，0表示两个变量不相关。数据越趋近于0，表 示相关关系越弱。相关系数的计算公式：
式中rly —
黛安芬ttiumph样本相关系数；S T _V —
样本协方
差
;S j —
x 的样本标准差；S _v —j 的样本标
准差。
下面分别是S ,、，协方差，S .，和S ，标准差的计 算公式。由于计算的是样本协方差和样本标准 差，因此分母使用的是《—1。
s ,、v 样本协方差计算公式：
_ S 二（X ,—又)(Y , — Y )
S ，样本标准差计算公式：
2 (J , —
77 —
1
S ，样本标准差计算公式：
。
/2(乂 -歹)2
s 、’ = j . n — i
通过分别计算变量的协方差以及各自 的标准差，并求得相关系数值，在式（3)至式（5)中 代人相应数据，计算并分析各代人参与削减量的 相关性，得出每项参考值与削减量的相关系数，见 表8至表10。
表8空调总功率与削减量相关性
参数削减量_y
空调总功率*r
削减量J V 1空调总功率X
0.530 634
1描写水的好词好句
表1 1
(3)
(4)(5)
表9空调大机组功率与削减量相关性
参数削减量
大机组功率_r
削减量1大机组功率x
0.423 326
1
表10空调小机组功率与削减量相关性
参数削减量
小机组功率X
削减1小机组功率
0.326 821
1
以3项参数为关联度最大的特性参数，考量 参数如表11所示。其中，发电时间：虚拟发电的 执行日期；
发电基准值：虚拟发电前测算预计负荷 值；发电实际值：虚拟发电时实际发生负荷值；负 荷削减量：虚拟发电实际削减量（发电基准值一发 电实际值）；环境温度：执行发电事件的当天气象 温度；负荷削减率：负荷削减量与发电基准值占
比；有效削减：执行发电事件.削减负荷率达标与 否：负荷累计削减量：人驻虚拟电厂参与虚拟发电 建筑历史发电事件的累计负荷削减量；负荷最小 削减量：人驻虚拟电厂参与虚拟发电建筑单次削 减量最大值；负荷最大削减量：人驻虚拟电厂参与 虚拟发电建筑单次削减量最大值；建筑年代：人驻 虚拟电厂参与虚拟发电建筑建造年份；建筑类型： 人驻虚拟电厂参与虚拟发电建筑分类（主要为办
公、酒店、商场、综合体）；建筑面积：人驻虚拟电厂 参与虚拟发电建筑面积；空调制式：人驻虚拟电厂 参与虚拟发电建筑冷源形式；空调机组组合构成：
空调大、小功率机组组合或单一功率组合形式；空 调机组数量：空调冷源设备台数（如大小空调构成 模式.则包含所有大小空调机组冷源设备）；空调 机组总功率：空调总额定功率数据（如大小空调构 成模式，则包含所有大小空调机组冷源设备）；大 空调机组数量：大额定功率值空调功率机组数量； 大空调机组制冷量：大额定功率值空调功率机组 制冷量；大空调机组功率：大额定功率值空调机组 对应的额定功率；大空调机组品牌：大额定功率值 空调机组品牌；小空调机组数量：小额定功率值空 调功率机组数量；小空调机组制冷量：小额定功率 值空调功率机组制冷量；小空调机组功率：小额定 功率值空调机组对应的额定功率；小空调机组品
考量参数
可调资源参数空调总功率空调大机组功率
空调小机组功率
建筑类型环境温度机组数量建筑年代相关系数0.530 6
0. 423 3
0. 326 8
0.084 7
0. 080 1
0. 057 6
0.044 5
相关性优先级
1
2
3
4
5
6
7
(下转第239
页）
于淼.等：核电厂化学分析仪器的应用现状及选型分析239
Bulletin, 2012, 32(1)：1-7.
[2] 叶青，党哈雷，杜炳.机械补偿运行对压水堆核电厂运行
影响研究[J].电力与能源，2016, 37(5): 610-614.
YE Q ingi DANG H alei, DU Bing. Influence of mechani
11岁女孩怀孕了咋办cal shim on nuclear power plant operation [J]. Power &-
Energy, 2016, 37(5)：610-614.
[3] 何华焜.国外原子吸收光谱仪器技术发展分析[J].现代
科学仪器，2007(5): 10-16.
HE Huakun. Evaluation of new development in foreign
A AS technique：a review three AAS m anufacturers in
hardware improvement or technical breakthrough [ J ].
Modern Scientific Instrum ents, 2007(5)：10-16.
[4] 倪一，黄梅珍，袁波，等.紫外可见分光光度计的发展与
现状[J].现代科学仪器，2004(3): 3-7.
NI Yi, H uang M eizhen，Yuan Bo，et al. Development
and current status of U V-V IS spectrophotom eter [ J ].
Modern Scientific Instrum ents, 2004(3)：3-7.
[5] 范赏，姜磊.三门核电闭式水系统铜离子异常升高原因
分析及措施[J].电力与能源，2020, 41(5): 650-653.
FAN Shang, JIA N G Lei. Cause analysis and m easures for
copper ions abnormal increase in closed w ater system of
Sanmen nuclear power p lan t[J]. Pow er Energy, 2020.
41(5)：650-653.
[6] 杨璋.王维友.某核电厂大型柴油发电机组风冷器振动
故障治理[J]•电力与能源，2016, 37(3):354-356.
YANG Zhang, WANG Weiyou. T reatm ent of diesel gen
erator wind cooler vibration default in a nuclear power sta-
tio n[J]. Pow er E nergy, 2016* 37(3)：354-356.
[7] 蒋增辉.紫外分光光度法测定水中石油类的方法验证和
改进[J].净水技术，2019, 38(5): 14.
JIA N G Zenghui. Verification and improvement of d eter
mination of petroleum in w ater by ultraviolet spectropho
tom etry [J]. W ater Purification T echnology，2019，38
(5)：14.
收稿日期：2〇21-01-ll
(本文编辑：赵艳粉）
西南政法大学是211吗(上接第206页）
牌：小额定功率值空调机组品牌；空调末端类型：包括风机盘管+新风、全空气系统、变风量、分体 空调系统、定风量系统等。
由表11可见，建筑类型、环境温度、机组数 量、建筑年代等参数代人分析得出的相关系数皆 小于0. 1，与削减量大小的关联度较弱。
通过分析发现，影响虚拟发电执行成功的最大相关因素是“建筑”，即“用户”行为本身，第二、第三影响因素是单位平米能耗和执行需求响应当 天的温度。这说明当前阶段，虚拟发电执行的有 效程度仍主要依赖于建筑业主管理方的具体执行 情况，应当增加自动需求响应技术的覆盖率，提升 用户自动化参与的可控性；同时，得出空调机组总 额定功率、大空调机组额定功率、小空调机组额定 功率与虚拟发电负荷削减量大小关系密切，可列 为可调资源关键参数指标，作为是否可参与虚拟 发电调度的重要参考因素。
4结语
本文通过实地调研与数据分析，统计了所调 研建筑空调设备的主要参数、占比情况，围绕虚拟电厂发电执行成功率及负荷削减率大小，结合虚 拟发电实际运行状况，科学分析虚拟发电结果，运 用信息熵算法及相关系数分析方法进行了可调资 源特性参数的相互关联度量化分析、评估。对挖 掘从可调资源特性维度来参与虚拟发电活动具有 一定的指导价值，为进一步提升未来虚拟电厂技术调控精细化、自动化水平提供支持。
参考文献：
[1] 闫华光，陈宋宋，李世豪，等.需求响应发展现状及趋势
研究[.I]•供用电，2017, 34(3): 2-8.
YAN H uaguang. CH EN Songsong, LI Shihao, et al. Re
search on development status and trend of demand re-
sponse[J]. Power Supply, 2017，34(3): 2-8.
[2] 史媛.张俊芳，张俊娜.基于需求响应效果评估的商业用
户响应容量分配方法[J].电力与能源，2015, 36(6):
807-812.
SHI Y uan, ZH A N G Junfang, ZH A N G Junna. Com m er
cial user response capacity allocation method based on de
mand response effect evaluation [J].Pow er E nergy，
2015, 36(6)：807-812.
收稿日期：2021-01-22
(本文编辑：赵艳粉）
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论