一种具备削峰能力的协调调度方法，用于集成办公楼与电动汽车的系统

《ENERGY AND BUILDINGS》：A Coordinated Scheduling Approach with Electricity Peak Shaving Capability for Integrated Office Building-EV System

　　谢生宇|张永明|严哲|叶海|傅卫东|邓华|中国人民大学上海校区，中国上海200092

摘要
交通运输的快速电气化以及城市办公建筑日益增长的能源需求对电力系统稳定性构成了严峻挑战，尤其是在建筑和电动汽车（EV）充电同时产生高峰负荷的情况下。本研究开发了一个协调调度框架，以优化灵活建筑负荷（包括可调节的暖通空调负荷、可减少的照明负荷以及支持车辆到电网（V2G）功能的电动汽车）之间的能源协同作用。所提出的方法通过对集成办公建筑-EV系统的多场景潜在分析进行经济性和高峰负荷协调评估，填补了在场景覆盖范围和用户行为建模方面的研究空白。在涵盖不同电动汽车数量和协调强度的18个场景中，生成了随机的电动汽车用户模式，如到达/离开时间和电池电量（SOC）动态。以中国苏州一座高密度办公建筑在夏季高峰期的案例研究为例，结果表明，100辆电动汽车的最佳能源协同作用可降低8.91%的运营成本，并减少39.4%的电网负荷系数。研究结果强调，更高的电动汽车渗透率增强了系统的灵活性，而V2G协调功能有效地实现了负荷削峰和谷电填充。战略性的权重系数选择对于平衡日常负荷波动与长期经济效益至关重要，在大规模电动汽车部署的情况下，优先考虑成本系数可以优化经济效率与电网稳定性之间的平衡。这种方法为政策制定者提供了可操作的见解，以设计适应城市地区的能源策略，支持在电动汽车加速普及过程中的可持续电气化。

引言
全球能源转型和交通运输的快速电气化正在重塑能源需求模式。在这种背景下，城市办公建筑综合体成为关键的压力点。根据2022年《全球建筑与建筑项目状况报告》[1]，建筑和建筑行业占全球能源消耗的34%。随着办公区在高密度区域驱动负荷高峰，这一行业面临着更大的压力。此外，预计到2024年将有1700万辆电动汽车（EV）售出，占全球汽车销量的20%，这标志着电动出行的加速[2]。然而，现有的电网基础设施难以同时满足建筑和充电需求[3]、[4]、[5]。当未经协调的电动汽车充电与建筑本身的能源特性相叠加时，由此产生的电网压力形成了一个双重系统挑战：如何在保持建筑运营效率的同时满足电动汽车的充电需求。这一挑战成为城市办公建筑实现可持续电气化的关键障碍。

现代办公建筑天生具备多种灵活性机制，使其具备适应能源优化的能力[6]。例如，照明系统可以通过调整亮度水平在满足使用者舒适度的同时控制负荷减少。具体来说，Bellia等人[7]通过模拟证明，与日光相关的控制系统可以在保持所需工作平面照度甚至昼夜光照需求的情况下有效减少电灯负荷。此外，van Roosmale等人[8]指出，建筑自动化和控制系统可以自动化照明调整，为设施管理者提供数据以做出战略性的能源决策。Kangazian和Razavi[9]采用多标准分析评估了日光控制系统，确定了显著提升视觉舒适度和能源效率的最佳设计。由于热惯性，供暖和制冷负荷也表现出时间上的灵活性[10]，这使得供暖、通风和空调（HVAC）系统能够在保持室内温度稳定的同时调整能源使用。Zhang等人[11]证明，强化学习代理可以动态优化HVAC的供应侧操作，从而实现显著的能源节约。Gao等人[12]通过将预测信息整合到强化学习中进一步提高了HVAC的灵活性，同时改善了成本效益和舒适度控制。此外，Gobinath等人[13]证实，智能HVAC控制可以通过抵消运营节约带来的影响来实现净生命周期能源和排放的减少。这些固有特性使建筑能够动态响应电网需求，而不影响核心运营要求。

另一方面，电动汽车通过协调充电和双向能源交换增强了城市电力系统的灵活性[14]。作为双向能源资产，电动汽车在预定的充电周期内充当可控负荷，并通过车辆到电网（V2G）技术释放多余能源。Liang等人[15]开发了一个V2G规划框架，以优化充电基础设施的布局，从而提高配电网络的灵活性；而Mojumder等人[16]强调了V2G在优化电力需求和负荷形状方面的作用，同时讨论了实施挑战。用户的出行模式决定了它们的运营时间表，使得能源管理能够响应电网需求[17]。例如，电动汽车在低需求时段使用可再生能源充电，并在高峰时段通过V2G放电来支持电网稳定。结合建筑的灵活性和现场可再生能源，这种互动促进了协调的城市能源网络，平衡了负荷同时满足了用户的出行需求。

近年来，已有研究探讨了建筑灵活负荷的调度方法。在[18]中，Chen等人进行了全面回顾，将建筑能源灵活性策略分类，强调了暖通空调系统、热质量和用户行为作为需求响应的关键组成部分。在此基础上，Chen等人[19]量化了办公建筑中的电力灵活性，发现热质量和用户行为在减少高峰负荷方面显著补充了暖通空调系统的作用。Yang等人[20]通过实证比较验证了基于暖通空调的负荷转移，证明了在商业办公场所温度调整期间的一致性需求灵活性。Jason等人[21]针对快速响应市场提出了5分钟暖通空调负荷转移策略，实现了成本节约而不影响热舒适度。对于照明系统，Yang和Nam[22]强调了与日光相关的控制的经济效益，通过减少30.5%的照明能耗；而Shen等人[23]展示了集成照明-日光策略在能源效率和视觉舒适度方面的优越性。García等人[24]分析了购物中心中暖通空调的灵活性，用于辅助服务，识别了节能潜力，同时警告了可能引起的用户不满风险。为了增强系统协同作用，Giancola等人[25]将相变材料存储与暖通空调系统结合，通过热惯性优化实现了7%的成本降低。Hong和Wang[26]引入了标准化的灵活性指标来评估建筑-电网的响应性，为跨研究比较提供了定量指标。总之，这些研究强调了整合建筑侧灵活性和电动汽车双向能力在实现城市网络整体能源管理中的关键作用。

在电动汽车灵活性方面，Shang等人[27]开发了一个V2G调度框架，通过动态定价提高了风能利用率和电网稳定性，实现了92.69%的能源消耗效率。Ebrahimi等人[28]解决了电动汽车调度中的电池老化和用户不满问题，提出了一个平衡成本最小化和服务质量的随机模型。Das等人[29]进一步结合了多目标优化来处理电动汽车的充电/放电，结合了电网互动、二氧化碳减排和经济激励，实现了88.2%的成本降低。然而，上述研究中尚未充分考虑建筑灵活负荷与电动汽车在办公建筑最佳调度中的耦合关系。在[30]中，Li等人提出了一个分层调度框架，将暖通空调和电动汽车集成到主动配电网络中，展示了冬季场景下的成本和电网稳定性效果，但未解决夏季高峰负荷问题，限制了季节适应性。Liu等人[31]探讨了跨区域的气候适应性工作场所充电协调，揭示了节能协同作用，但简化了实时用户出行动态，降低了在高不确定性环境中的实际应用性。Leoni等人[32]通过历史数据驱动的电动汽车充电策略实现了50%的负荷减少，但忽略了与建筑侧灵活负荷的动态互动，削弱了系统范围内的协同潜力。BDV等人[33]实证量化了办公区域变压器过载风险和电动汽车需求灵活性，但未量化建筑与电动汽车之间的协调机制以减轻基础设施压力，使得电网韧性策略不完整。Hossein等人[3]设计了办公建筑-EV协调的互动市场，通过分布式鲁棒优化实现了成本降低，但忽略了电网稳定性和用户满意度之间的多目标权衡。

尽管最近的研究提高了对办公建筑-EV能源协调的理解，但在三个维度上仍存在关键局限性：（1）场景覆盖范围仍然狭窄，主要集中在冬季条件或静态用户模式上，忽略了夏季高峰负荷和对于城市能源韧性至关重要的实时出行动态。（2）尽管现有研究探索了建筑负荷转移与电动汽车双向能源交换之间的协同潜力，但对电动汽车用户行为的不确定性以及由车主驱动的电池电量（SOC）需求灵活性的动态建模关注不足，这限制了适应协调机会的利用。（3）当前的评估框架更侧重于经济指标，而非电网压力缓解，缺乏平衡成本效率与基础设施稳定性的综合优化策略。

因此，本研究提出了一个办公建筑-EV系统的协调调度框架，以评估和分析办公建筑与电动汽车之间的协同潜力，应对电动汽车渗透率不断增加带来的能源危机挑战。通过整合可调节的暖通空调负荷、可减少的照明负荷以及使用包括到达/离开时间、初始SOC和SOC范围要求在内的随机用户行为建模的V2G功能电动汽车，所提出的方法在18个逐步推进的场景中优化了经济成本和高峰负荷减少。在夏季高峰条件下的苏州代表性办公建筑的案例研究验证了光伏（PV）集成与电动汽车双向能源交换之间的能源协同作用，而敏感性分析量化了电网稳定性和运营成本效率之间的权衡。主要贡献总结如下：
（1）高密度城市能源韧性的全面场景覆盖。与仅限于静态模式的先前研究不同，本研究关注夏季高峰负荷和实时出行动态，模拟了18个场景中的20至100辆电动汽车，捕捉了对城市电网适应性至关重要的季节性和行为不确定性。
（2）先进的电动汽车用户行为灵活性建模。通过将概率生成的电动汽车用户模式和车主驱动的SOC需求范围纳入协调模型，本研究量化了需求弹性对协同潜力的影响，实现了平衡电网要求和用户偏好的自适应调度。
（3）多目标优化，平衡经济性和电网压力缓解。双重目标框架评估了经济成本和高峰负荷减少，通过目标权重变化的敏感性分析得到了增强。这种方法为政策制定者提供了可操作的见解，以制定能源策略，确保基础设施稳定性而不牺牲成本效率。

本文的结构如下：第2章开发了办公建筑和电动汽车的数学模型，整合了可减少的照明负荷、可转移的暖通空调负荷、可再生能源发电和随机生成的电动汽车参数。第3章提出了一种办公建筑-EV系统的协调调度方法，结合了V2G支持的双向能源交换和多灵活负荷调节，以及针对经济效率和高峰负荷减少的多目标优化。第4章评估了在夏季高峰条件下苏州代表性办公建筑的18个场景的调度结果，涵盖了无序充电、有序充电、V2G调度和集成太阳能PV-灵活负荷协调，并进行了目标权重变化的敏感性分析。第5章总结了研究贡献和意义。

办公建筑-EV系统框架
办公建筑-EV系统的框架如图1所示，包括办公建筑、带有充电站的电动汽车、建筑能源管理系统（BEMS）、配电系统运营商（DSO）和电动汽车聚合器。通过直接负荷控制技术，BEMS管理照明系统的运行功率和暖通空调系统的运行状态[34]，同时接收来自太阳能光伏等分布式发电源的运行数据。

目标函数
集成办公建筑-EV系统的优化框架旨在通过BEMS有效管理能源消耗。制定了一个双重目标函数，以解决两个关键方面：最小化运营成本，这是建筑业主的主要经济驱动力；以及最小化负荷系数，这是反映电网稳定性的关键技术指标，通过削峰能力体现。这种明确的分离允许对系统性能的不同维度进行建模：

案例信息
中国苏州的一座现代办公建筑作为案例研究，用于评估系统性能（图6）。该高层办公建筑建于2015年，占地面积为14,000平方米，总楼面积为75,000平方米。地下部分占地33,000平方米，分为三层：第一层地下室包含辅助服务设施，第二和第三层地下室用于停车和设备室。地上结构面积为42,000平方米，共5层。

结论
本研究开发了一个办公建筑-EV系统的协调调度框架，以应对快速增加的电动汽车普及背景下大都市区域的经济效率和高峰负荷协调双重挑战。所提出的方法整合了灵活的建筑负荷，包括可调节的暖通空调负荷和可减少的照明负荷，以及支持双向V2G能源交换的能力。通过18种不同的场景进行研究，这些场景涵盖了电动汽车的数量和协调强度的各种变化。CRediT作者贡献声明如下：
于杰生：负责撰写原始稿件、验证、软件开发、方法论设计及概念框架的构建。
张永明：负责审稿与编辑工作，以及验证和方法论的完善。
严哲：负责审稿与编辑工作，以及数据收集与整理。
叶海：负责审稿与编辑工作，以及形式化分析的开展。
傅卫东：负责审稿与编辑工作，并提供监督指导。
邓华：负责审稿与编辑工作，并提供监督指导。
钱仲阳：负责审稿与编辑工作，并提供监督指导。

**利益冲突声明**
作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

**致谢**
本项目得到了苏州市碳达峰与碳中和科技计划项目（项目编号：ST202313）、福州市科技计划项目（项目编号：2024-Y-002）、甘肃省住房和城乡建设厅科技项目（项目编号：JK2024-03）以及安徽省智能建筑与建筑节能重点实验室（项目编号：IBES2022KF12）的支持。