评估天气不确定性对带有半透明光伏窗户的建筑中的电力负荷不确定性及其平衡特性的影响

《Renewable Energy》：Assessing the impact of weather uncertainty on power-load uncertainty and balancing characteristic in buildings with semi-transparent photovoltaic windows

本研究提出结合扩散核密度估计与BP神经网络的天气不确定性建模方法，并构建两个新指标评估半透明光伏窗建筑的光电-负荷耦合性能。通过分析中国八个典型气候区的数据，发现该窗可降低冷却负荷不确定性2.46%-61.73%，但可能增加 heating负荷不确定性3.25%-21.09%，同时提升光伏发电与负荷的匹配概率达25%-62.5%。

　　

Jinwei Li|Xiaoling Cao|Peixian Zuo|Yanping Yuan|Shijie Jiang|Bo Gao

西南交通大学机械工程学院，中国成都610031

摘要

半透明光伏（PV）窗户能够同时发电，并显著改变建筑物的冷却和供暖负荷。尽管其能源性能已得到广泛研究，但天气不确定性对集成光伏窗户的建筑物的功率-负荷耦合行为的影响仍不明确，且缺乏专门的定量指标来描述这种耦合。在气候变暖和气象条件日益复杂的背景下，理解天气不确定性引起的源-负荷相互作用对于建筑能源系统的稳健设计和运行至关重要。为了填补这一空白，本研究开发了一个天气不确定性建模框架，并提出了两个新的指标，以定量评估装有半透明光伏窗户的建筑物的功率-负荷不确定性和平衡性。此外，该方法应用于中国的多个代表性气候区，系统地分析了在不同气候和太阳条件下的功率-负荷不确定性特征和匹配性能。结果表明，本研究提出的天气不确定性方法是有效的。半透明光伏窗户可将冷却负荷不确定性降低2.46%至61.73%，负荷幅度降低12.05%至75.06%。然而，供暖负荷的不确定性和幅度可能分别增加3.25%至21.09%和9.04%至13.72%。此外，半透明窗户对功率-负荷平衡产生积极影响的概率在25.0%至62.5%之间，主要通过减少总建筑负荷和增加光伏输出实现。这些发现为半透明光伏窗户的不确定性评估和应用提供了定量证据和方法论见解。

引言

建筑领域的能源消耗约占总能源消耗的36%[1]。因此，减少建筑领域的传统能源消耗对于保护全球环境至关重要。近年来，由于太阳能技术的可再生性，特别是光伏（PV）、热能及其集成形式（PVT）的研究迅速发展。当前的研究主要集中在三个方面：光伏温度控制和效率提升[2]；提高太阳能热效率[3]；以及集成光伏/热能技术[4]。这些进展支持在建筑中更高效和全面地利用太阳能。然而，大规模应用光伏或PVT技术可能会占用大量土地，尤其是在像中国这样土地资源极为稀缺的国家[5]。因此，出现了与建筑物集成的光伏技术（BIPV）。

目前，关于BIPV的研究主要集中在四个方面：BIPV组件的性能[6]、[7]，系统设计与运行[8]、[9]，发电潜力[10]、[11]，以及对建筑负荷和照明的影响[12]、[13]。虽然一些研究探讨了BIPV对建筑能源来源和负荷的影响，但很少有研究考察其在天气不确定性下的变化特征。现有研究表明，气候变暖加剧了天气模式的不确定性和变异性[14]，而建筑物的冷却/供暖负荷和光伏发电都对气象条件非常敏感[15]。然而，这种天气不确定性如何共同影响BIPV系统的耦合源-负荷行为仍不够充分研究。因此，系统地研究BIPV在天气不确定性下的性能对于实现可靠的源-负荷平衡和提高建筑能源系统的稳健性至关重要。

实际上，关于不确定性的研究主要集中在两个方面。一个是源侧的不确定性。例如，Yang等人[16]在集成能源系统的配置优化中全面考虑了包括光伏在内的各种不确定性。Hu等人[17]在考虑可再生能源参与的区域微电网中，全面考虑了光伏容量不确定性等因素。同样，Zhao等人[18]也在集成能源微电网的可靠性研究中考虑了可再生能源带来的不确定性，并开发了一种高度稳健的控制策略。另一方面是负荷侧的不确定性。Lin等人[19]分析了机场的冷却负荷不确定性。结果表明，室外温度、相对湿度和空气交换率显著影响了不同区域的冷却负荷。Li等人[20]对青藏高原上的八座典型建筑的供暖负荷不确定性进行了研究。此外，一些研究全面考虑了系统优化中的源-负荷双重不确定性[21]。这些结果表明，天气不确定性对源侧和负荷侧都有显著影响。然而，很少有研究考察天气不确定性对BIPV平衡发电和建筑冷却及供暖负荷的影响。

此外，理解天气不确定性对建筑能源消耗和负荷的影响需要适当的表征方法。关于天气不确定性建模的文献综述见补充材料。以往的研究大多使用分布函数作为最常见的方法。例如，在正态分布[22]中，均值和标准差是两个关键参数，它们的准确选择会影响不确定性描述的可靠性。一些研究采用典型气象年参数作为均值并分配标准差[23]，这减少了工作量并提高了计算效率，但简化了标准差的设置，未能反映不确定性的时间差异。其他研究通过拟合[24]获得正态分布的参数，从而更准确地表征气象不确定性。然而，仅使用正态分布作为拟合目标函数可能会限制数据的原始分布。对于均匀分布，一些研究使用历史数据作为样本来描述天气不确定性[25]。这种方法依赖于历史数据来提高天气预报的准确性。然而，由于历史样本数据的有限性，它无法满足不确定性分析的大规模计算需求。

此外，尽管已经提出了许多评估可再生能源系统的指标[26]、[27]、[28]，但关于评估指标的文献综述见补充材料。专门设计用于量化天气不确定性对BIPV窗户系统中发电和建筑负荷影响的指标仍不充分探索。更重要的是，现有研究很少考察不确定性的特征以及发电和建筑负荷之间的匹配关系，这突显了需要专门的不确定性感知评估方法和指标。

基于上述文献综述，可以识别出现有研究中的几个关键局限性：（1）对BIPV窗户系统在天气不确定性下的源-负荷不确定性及其匹配特征的关注有限；（2）当前的天气不确定性建模方法主要依赖于传统的概率分布函数，这限制了历史气象特征的表示准确性；（3）现有的可再生能源系统性能评估框架未能充分结合涵盖不确定性幅度和不确定性程度的综合源-负荷不确定性，也没有充分评估在天气不确定性下的整体匹配性能。

在这项研究中，开发了一种新的天气不确定性建模方法，该方法结合了扩散核密度估计和反向传播（BP）神经网络来生成天气不确定性场景，同时改进了之前的问题。进一步引入了两个新指标来评估在天气不确定性下光伏窗户建筑的源-负荷平衡能力。最后，考虑到气候和太阳能资源的差异，选择了中国的八个典型城市。计算并分析了半透明光伏窗户的不确定性和平衡特性，包括它们与建筑负荷的发电能力。本研究的主要贡献包括：

(1)

提出了一种新的天气不确定性建模方法，改进了文献中现有方法的局限性。

(2)

提出了两个新指标，用于评估在天气不确定性下光伏窗户建筑的源-负荷平衡能力。

(3)

从不确定性和不确定性幅度两个角度评估了天气不确定性对带光伏窗户的建筑的源-负荷不确定性的影响。

(4)

系统分析了考虑天气不确定性的光伏窗户建筑的源-负荷平衡特性。

方法与模型

图1展示了本研究采用的技术方法，该方法主要由三个部分组成。首先，使用ERA5气象再分析数据库提取了过去50年的气象参数。基于这些参数，本研究提出了一种结合扩散核密度估计（DKDE）和BP神经网络的天气不确定性建模方法。其次，在本研究中，建立并验证了一个辐射和热传递模型

不确定性指标

一组数据的不确定性水平包括两个方面。一方面是基于数据中不同结果的概率分布，这衡量了结果的总体不确定性水平，即信息熵（IFE）[37]。熵值越高，结果越分散，不确定性越大。另一方面是数据点与其平均值的离散程度，这衡量了数值波动的幅度。

结果与讨论

值得注意的是，本节仅分析了BIPV窗户朝南的情况。关于不同BIPV窗户方向下的源负荷不确定性和平衡能力，请参见补充材料。

结论

为了评估在天气不确定性下光伏窗户建筑的功率负荷平衡特性，本研究提出了一种新的天气不确定性建模方法，两个评估因素用于评估功率负荷平衡，并在中国不同的气候区和太阳能资源水平下检验了这些特性。本研究的结果对光伏窗户的设计和应用具有潜在价值。主要结论如下：

一种新的建模方法

CRediT作者贡献声明

Xiaoling Cao：写作——审稿与编辑、验证、项目管理、数据管理。Jinwei Li：写作——初稿撰写、验证、软件、方法论、数据管理。Bo Gao：资源管理。Shijie Jiang：写作——审稿与编辑、软件。Yanping Yuan：写作——审稿与编辑、资源管理、项目管理。Peixian Zuo：写作——审稿与编辑、验证、软件、数据管理

利益冲突声明

作者声明他们在本工作中没有利益冲突。