美国建筑负荷灵活性潜力建模

《ENERGY AND BUILDINGS》:Modeling buildings load flexibility potential in the United States

【字体: 大 中 小 】 时间:2026年08月30日 来源:ENERGY AND BUILDINGS 8.0

编辑推荐:

   • 分析了在不同需求情景下建筑负荷灵活性措施的能力。• 灵活性措施包括空间制冷和供暖、照明以及插口负荷。• 各类可灵活调节的终端用途的相对重要性随时间和不同需求情景而变化。• 在某些情景下,季节性峰值削减幅度可超过30%。• 建筑灵活性与电网级电池和天然气发电相比具有成本竞争

  

• 分析了在不同需求情景下建筑负荷灵活性措施的能力。• 灵活性措施包括空间制冷和供暖、照明以及插口负荷。• 各类可灵活调节的终端用途的相对重要性随时间和不同需求情景而变化。• 在某些情景下,季节性峰值削减幅度可超过30%。• 建筑灵活性与电网级电池和天然气发电相比具有成本竞争力。

**引言**

电力公司和监管机构越来越关注美国日益增长的电力需求。这一增长由多种因素驱动,包括为支持人工智能发展而大量涌现的独立数据中心、制造业近岸回流,以及建筑、交通和工业部门的电气化[36]。此外,极端天气事件导致电力需求激增,其发生频率越来越高,可能导致系统不平衡问题。可变可再生能源(VRE)发电的进一步整合可能会因间歇性带来的运营挑战而加剧这一问题[5]。负荷灵活性已被广泛认可为一种经济高效资源,对电力系统和消费者具有多项优势。它缓解了供应侧资源日益增长的压力,并有可能通过推迟主干电网和配电网的昂贵升级来降低系统成本,同时确保系统可靠性[34]。此外,消费者尤其是在电力需求高峰期可以从账单节省中受益[38]。

已有充分证据表明,美国的建筑可以作为负荷灵活性的重要资源([1], [10], [14], [18], [20], [34];Guidehouse, Inc. 和 Synapse Energy [16], [19])。建筑部门——包括住宅和商业建筑1——是美国最大的电力消费者,消耗约75%的总发电量[8]。随着空间供暖和水加热等终端用途电气化努力的推进,这一比例可能会进一步上升。截至2024年,美国14%的家庭安装了热泵[4],2025年全国热泵销量超过了燃气炉[32]。空间供暖和水加热从燃气向电力的转变可能对电力系统产生重大影响。例如,多项研究表明,除了整体需求增加外,这些技术的采用还会改变当前电力消费的时变模式,甚至在一些地区将年度峰值从夏季转移到冬季[14], [36]。此外,这些发展可能推高电价并影响用户账单[2]。负荷灵活性可能是一项重要的电网资源,用于缓解这些问题并缓解对成本上升的担忧。特别是在建筑方面,利用成熟技术可以以相对较低的成本获取大量可灵活调节资源,使其成为一种经济可行的资源[37]。例如,美国能源信息署(EIA)报告称,2024年住宅和商业建筑评估的峰值需求节约潜力超过17吉瓦,并通过零售需求响应(DR)计划提供了超过7吉瓦的实际峰值节约[8]。

建筑提供灵活性的潜力可以用多种假设和框架来表征;它们通常分为理论潜力、技术潜力、经济潜力和可实现潜力[6]。量化需求灵活性潜力的全国层面研究建模了具有成本效益的潜力,同时考虑了关于参与DR计划的具体假设[18], [34]。考虑技术潜力的其他区域研究在地理范围上有限制[14], [16], [19]。更重要的是,在所有这些研究中,可灵活调节的负荷量在很大程度上是根据现有计划的平均表现通过经验方法确定的。由于这些研究使用经验数据量化灵活性潜力,它们没有考虑新的需求灵活性措施类型或未来负荷情景。正如Gerke等人[14]所指出的,利用现有DR计划的数据来制定灵活性潜力的假设限制了利用负荷灵活性全部潜力的能力。在表征灵活性措施的影响方面,一项研究依赖于现场测量数据[23]。该研究分析了单栋建筑中的住宅空调设备,强调了灵活性资源中季节性的重要性。最后,一些研究使用自下而上的方法和建筑的物理特征来估算建筑的可灵活调节资源[13], [20]。这些研究确实纳入了现有计划中没有的新型灵活性措施。然而,它们使用照常运营情景来建模潜力,没有考虑如高电气化等替代未来情景。此外,这些研究通过有限的地理分辨率来确定灵活性措施的影响,这可能影响其准确性。

在本研究中,我们开发了一种方法,用于估算美国本土48州在三个预测年份——2030年、2040年和2050年——一组削峰和移峰措施的小时级需求灵活性(DF)潜力。为此,我们首先为四个需求情景制定了假设,以确定各类终端用途技术的具体渗透率水平。然后,我们利用这些需求情景为建筑部门开发高分辨率负荷曲线,作为评估DF潜力的替代基准线。接下来,我们量化了建筑在四个具体终端用途——空间供暖、空间制冷、照明和插口负荷——方面提供负荷灵活性的能力。然后,通过分析可灵活调节资源在时间、需求和可用性方面的变化来确定DF潜力。由于我们考虑了建筑响应电网需求的技术能力,我们将相应的潜力称为DF潜力。相比之下,需求响应(DR)是根据价格或激励措施来调整电力消费,这在本次分析中未被考虑。这一定义与先前研究一致[7], [26], [33]。此外,这些数值代表技术潜力,因为它们是在特定时间窗口和电网条件下确定的,并未考虑计划特征。最后,我们还计算了在各州启用DF措施的成本,并据此为两个样本电网区域开发了技术潜力DF供给曲线。

本研究对科学文献的贡献如下。首先,本研究纯粹基于建筑能力并利用各州代表性建筑样本来表征DF措施的影响。此外,由于本研究按措施报告DF潜力,它提供了对其影响的细粒度理解,这在灵活性潜力研究中通常不可获得。这使得公用事业等利益相关方能够表征未被开发的潜力,并开发新的方式来招募和利用这些资源。这将使政策制定者能够基于资源在一年中特定时段(以及跨年)的可获得性以及每种资源的启用成本,设定有依据的目标。最后,也是最重要的,DF潜力是在多个需求情景下估算的,以确保反映需求增长不确定性范围内的多种可能估计值。具体而言,本研究展示了需求情景如何驱动负荷灵活性需求和资源随时间和区域的演变。这在电力系统随时间演变的规划和运营中可能具有重要意义。

本文其余部分组织如下。在第2节中,我们概述了用于建模DF潜力的方法。我们首先讨论了每个需求情景的底层假设以及开发小时级负荷曲线的方法。然后,我们概述了灵活性措施并描述了负荷削减的表征方式。接着,我们描述了如何利用这两个输出来建模州级DF潜力估计值。在第3节中,我们呈现了建模工作的结果,包括特定需求情景和措施的平均资源量。然后,我们展示了这些资源对季节性峰值需求的影响。我们还开发了供给曲线,以识别美国两个样本区域灵活性资源的成本和资源趋势,以此说明该方法的用例。接下来,在第4节中,我们描述了该方法的局限性,以识别未来可能的研究领域。最后,第5节呈现了本研究的结论。

**方法论**

在本研究中,我们在各种需求情景下,对美国本土48州的住宅和商业建筑中多种灵活性措施的潜力进行建模。该方法是通过对现有建筑建模工具进行整合而开发的,包括三个重要部分,如图1所示并描述如下。

首先,我们使用BuildStock和Scout模型开发了一个高分辨率数据集,用于表征各需求情景下建筑终端用途的负荷消耗模式。

**结果**

我们首先呈现负荷建模步骤的结果,并描述各终端用途的总负荷如何随预测年份和情景演变。然后,我们呈现了DF措施建模的输出。最后,我们在本节中呈现了部分灵活性措施和需求情景的结果,以突出该建模工作的重要成果。这些结果是通过汇总各灵活性措施的潜力来呈现的;然而,该潜力并未

**讨论**

上述供给曲线分析表明,建筑DF潜力在不同未来情景下可能显著变化,从参考情景到涉及高电气化水平(有或无能效提升)的情景。我们观察到,这些未来情景还决定了可用灵活性资源的类型(例如空间制冷与空间供暖),并且在不同区域之间存在差异。我们还能看到这些资源在某些情况下随时间演变。例如,在2030年

**结论**

在本研究中,我们展示了一种方法,用于确定负荷灵活性措施的潜力,并估算美国本土48州在三个时间快照年份——2030年、2040年和2050年——各州从建筑灵活性措施中获得的削峰和移峰资源。该方法由三个构建模块开发而成。首先是跨各种需求情景模拟并按终端用途细分的建筑负荷曲线高分辨率数据集。接下来,我们使用了基于物理的模型

**作者贡献声明**

Samanvitha Murthy:写作——审阅与编辑、写作——初稿撰写、可视化、验证、方法学、调查研究、正式分析、数据管理、概念设计。Wanni Zhang:写作——审阅与编辑、写作——初稿撰写、可视化、软件、方法学、调查研究、正式分析、数据管理。Kaiyu Sun:指导、方法学、概念设计。Handi Chandra Putra:验证、软件、调查研究、正式分析、数据管理。Yingli Lou:

**利益冲突声明**

作者声明不存在可能影响本文工作的已知竞争性财务利益或个人关系。

**致谢**

本工作由美国能源部建筑技术办公室资助。

劳伦斯伯克利国家实验室合同编号DE-AC02-05CH11231。本文由劳伦斯伯克利国家实验室作者在合同编号DE-AC02-05CH11231项下为美国能源部撰写。美国政府保留,出版方在接收文章发表时确认,美国政府保留非排他性的、免版税的、

**生成式人工智能及AI辅助技术在稿件撰写过程中的声明**

在本文撰写过程中,作者使用了基于OpenAI GPT 4o图像生成器的工具来生成七张图像,用于制作图形摘要。在使用该工具/服务后,作者对所需内容进行了审阅和编辑,并对发表文章的内容承担全部责任。

Samanvitha Murthy | Wanni Zhang | Kaiyu Sun | Handi Chandra Putra | Yingli Lou | Rajendra Adhikari | Christopher CaraDonna | Andrew Parker | Margaret Pigman | Jared Langevin
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号