随着可再生能源的快速发展，全球电力系统正在经历重大变革[1],[2]。根据国际能源机构的预测，到2025年，可再生能源将超过煤炭成为全球最大的电力来源，并在2028年占电力生产的42%以上，其中不可调度的风能和太阳能光伏占25%，合计占可再生能源增长的95%[3]。在这种趋势下，电网的稳定性需要更多的关注，由于光伏和风能发电对天气条件的间歇性和波动性变化高度依赖，电力供需之间的平衡变得更加具有挑战性[4],[5]。为了解决这一挑战，近年来提出了需求响应（DR）的概念，并且发展迅速，它可以实现负载削减、转移或其他辅助服务，以适应能源供应的变化，从而提高电网的灵活性[6],[7]。
建筑物的供暖、通风和空调（HVAC）负载是一个有吸引力的潜在DR资源，因为它占总能耗的很大比例，且其峰值负载与电网的峰值负载高度吻合[8]。2018年，建筑物占全球最终能源使用的30%和相应排放量的28%；仅空间冷却就占当年世界电力消耗的9%[9]。此外，建筑物质量本身的热储存能力和HVAC系统的运行灵活性，特别是在商业建筑中[10]，使它们成为在不显著影响居住者舒适度的情况下提供调节服务的理想候选者[11],[12]。基于家具、建筑围护结构和其他组件的自然热惯性，HVAC系统可以通过操作灵活性（包括调整温度设定值或修改运行模式）实现短期（分钟到小时）的负载转移或减少，同时保持室内热舒适度[13],[14]。
近年来，大量研究致力于评估商业建筑HVAC系统的DR潜力并开发控制策略。许多理论策略在负载减少方面显示出显著的效果。这些策略包括基于事件的空气处理单元阀门控制[15]、调整冷冻水温度[16]、实施房间温度设定值调整[17]、应用直接功率限制[18]以及在潮湿地区调节通风以实现潜热冷却[19]。协调多种策略可以带来显著的好处。Yuan等人[20]通过协调调整温度和湿度，展示了37.1%的峰值削减改进。Zhao等人[21]通过实验表明，将全局温度调整和冷冻水温度升高策略与冷冻水储存相结合，可以形成有效的混合DR策略。Darwazeh等人[22]通过比较性回顾补充了这些分析工作，概述了各种DR策略的特点和局限性。
除了开发控制策略外，还付出了大量努力来模拟相关过程并量化HVAC系统的DR能力。Yin等人[23]开发了一个DR估算框架，其中模拟结果用于预测设定值变化带来的灵活性。Chen等人[24]分析了建筑物围护结构的瞬态热释放，以阐明潜在的物理机制。为了建立更精细的定量模型来评估DR潜力，Zhu等人[25],[26]采用了联合模拟和替代建模技术。许多研究系统地分析了影响DR能力的关键因素，如室外天气、建筑设计和DR事件持续时间[27],[28]。考虑到这些影响因素的不确定性，Jiang等人[29]提出了一种灰箱建模方法，以在不同置信区间内估算DR能力范围。
大多数现有模型在准确捕捉HVAC系统在灵活调节条件下的电热映射机制方面存在不足。它们通常依赖于静态效率指标或性能曲线来简化从冷却负载到电力消耗的转换过程，未能充分考虑HVAC设备的复杂和非线性运行特性。这种过度简化导致实际功率变化与模型预测之间存在显著偏差。因此，迫切需要开发精确的建模表示方法，以准确描述HVAC系统在灵活调节期间的电热映射特性，从而显著提高动态功率变化预测和控制的准确性。
具体来说，当前文献中仍存在两个突出问题，本文希望通过在不同冷冻水供应温度调整场景下的实证测试来解决这些问题。首先，研究实际负载变化在现实运行条件下的实证研究仍然很少；大多数建模方法依赖于理想化的假设，忽略了现实世界中HVAC的行为，例如在设定值调整期间由比例-积分-微分（PID）控制器引起的超调和振荡，这限制了它们的实际应用性。其次，DR评估主要集中在聚合指标（如响应幅度、持续时间）[30]上，而忽略了对于电网运营商维持实时平衡至关重要的分钟级瞬态动态，如负载减少率和超调。意外的超调会降低DR的可预测性和有效性。当多个DR项目中的性能偏差累积时，这种不稳定性可能会传递到电网层面。
为了解决这些差距，本研究开发了一个考虑冷水机中嵌入的PID控制逻辑的动态功率负载变化模型，并使用该模型来描述在冷冻水设定值调整策略下的分钟级别DR负载变化。在一家商业建筑中进行了一系列实际DR实验来验证该模型。此外，本研究量化了不同条件下冷水机的负载减少能力，并分析了各种因素对DR潜力的影响。这些发现为支持建筑物与公共电网之间更加灵活和响应迅速的互动提供了关键见解。
