内蒙古电力技术  2023, Vol. 41 Issue (06): 68-74   DOI: 10.19929/j.cnki.nmgdljs.2023.0087
0

引用本文 

宗龙, 赵亚典. 基于光伏建筑一体化的综合能源管控系统设计[J]. 内蒙古电力技术, 2023, 41(6): 68-74. DOI: 10.19929/j.cnki.nmgdljs.2023.0087.
ZONG Long, ZHAO Yadian. Design of Comprehensive Energy Management and Control System Based on Building Integrated Photovoltaics[J]. Inner Mongolia Electric Power, 2023, 41(6): 68-74. DOI: 10.19929/j.cnki.nmgdljs.2023.0087.

第一作者简介

宗龙(1980), 男, 安徽人, 学士, 高级工程师, 从事能源领域自动化、信息安全、综合能源及信息系统集成方面的研究。E-mail: 1208329@ceic.com;
赵亚典(1992), 女, 河北人, 硕士, 工程师, 从事光伏建筑中的综合能源及智能化系统方向研究工作。E-mail: 20037430@ceic.com

文章历史

收稿日期: 2023-09-22
基于光伏建筑一体化的综合能源管控系统设计
宗龙 , 赵亚典     
国华能源投资有限公司绿色能源与建筑研究中心, 北京 102211
摘要: 为了将光伏建筑一体化(Building Integrated Photovoltaics,BIPV)光伏发电更好地与建筑能源应用结合,改进用户侧用能模式,提高清洁能源利用比例,结合实际BIPV建筑案例,从清洁能源综合利用、能源调度、能源管理、节能降耗等方面进行具体分析和研究,将建筑内产能与用能子系统进行耦合控制,提出一套适用于BIPV的综合能源管控系统。该系统数据采集接口灵活、算法模块丰富、控制功能多样,在北京昌平某园区光伏建筑一体化应用中,接入光伏、储能、光热、水等多种能源供应形式,充分调动各种能源互补耦合应用,为实现能源综合利用、建筑节能起到了积极作用。
关键词: 光伏建筑一体化    数据采集    能源管控    能效分析    能量预测    多能管理    
Design of Comprehensive Energy Management and Control System Based on Building Integrated Photovoltaics
ZONG Long , ZHAO Yadian     
China Energy Investment Corporation Center for Green Energy and Architecture, Beijing 102211, China
Abstract: In order to better combine Building Integrated Photovoltaics(BIPV) photovoltaic power generation with building energy applications, improve user-side energy consumption mode, and increase the proportion of clean energy utilization, combined with actual BIPV building cases, specific analysis and research are carried out in terms of the comprehensive utilization of clean energy, energy scheduling, energy management, and energy saving and consumption reduction. Coupling and controlling the energy production and energy-using sub-systems in the building, this paper puts forward a set of comprehensive energy management and control system for BIPV. The system has a flexible data acquisition interface, rich algorithmic modules, and diverse control functions. In the application of photovoltaic building integration in a certain park in Changping of Beijing, various forms of energy supply such as photovoltaic, energy storage, photothermal, water are integrated, fully mobilizing various complementary and coupling energy applications, which plays a positive role in achieving comprehensive energy utilization and energy saving of the building.
Keywords: photovoltaic building integration    data acquisition    energy management and control    energy efficiency analysis    energy prediction    multi-energy management    
0 引言

随着国内对清洁能源的日益重视,各项光伏政策的下发带动了光伏产业的发展,以分布式光伏发电为基础的综合能源应用获得广泛应用。综合能源系统是一种新型能源供应、管理技术,具有源网荷储一体化、多能互补、供需协调等特点。综合能源系统利用各种能源子系统在时间和空间上的耦合特性,促进可再生能源消纳、减少区域内化石能源用量、降低温室气体排放强度,实现绿色低碳发展[1]

分布式综合能源系统具有清洁高效、灵活接入、就地消纳等特点,通过多种能源形式综合利用,减少能源网络的建设与运营成本,从而提高能源利用效率,促进节能减排与碳中和目标的实现[2]。光伏建筑一体化(Building Integrated Photovoltaics,BIPV),作为新兴起的光伏发电应用形式,充分利用了建筑房顶和外立面,减少了地面电站征地环节,一方面充分利用了清洁能源,同时为建筑能源找到了一种就地生产就地消纳的能源形式[3]。本文基于某BIPV建筑光伏发电系统模型,结合储能系统、一体化幕墙空腔取热系统、建筑空调系统、照明系统构建了一个包括能源供给智能控制、能源消耗智能控制、能效分析管理、智慧能源优化调度、智能报警及楼宇智控系统等在内的基于BIPV的综合能源管控系统。

1 系统简介

基于BIPV的综合能源管控系统基于光伏建筑一体化设计,以光伏发电、建筑节能应用为核心,融合智能光伏发电、多能源综合利用、建筑能源互联、低碳节能、多元化智能楼宇等新技术,可实现基于BIPV的绿色建筑能源综合管控,充分利用建设的BIPV建筑能源集控中心(以下简称BIPV中心)设计功能和应用场景,实现BIPV建筑的多能源管理与控制,及建筑绿色用能与节能降耗深度耦合。

基于BIPV的综合能源管控系统主要功能包括信息数据采集、对产能/耗能设备的控制、能源调度系统三个层级,通过过程控制自驱优、数据诊断自学习、故障处理自恢复、多能互补自适应、决策管理自组织的解决方案,实现绿色能源建筑的能源管控精准分析。

2 系统组成

综合能源管控系统对建筑供能及用能设备进行数据实时监控,系统监控对象主要包括光伏幕墙、屋面光伏、电化学储能、混凝土蓄热、空气源热泵、热泵热水机组、新风系统、智能照明等,充分利用边缘数据网关进行数据采集控制,保证设备安全稳定运行,并根据建筑功能和应用场景,对运行设备进行智能化调节。整套系统由采集层、控制层、策略层三部分组成[4]

2.1 采集层

本地数据采集子系统通过MODBUS TCP/IP、IEC104、UDP等标准化协议的方式,将建筑内光伏发电系统、空调系统、照明系统等运行数据采集到综合能源管控系统中,同时综合能源管控系统具备与上级平台数据库交互的接口。

2.2 控制层

控制层根据光伏系统实时发电状态、储能系统工作状态和建筑室内场景设置,对数据进行能流数据分析,根据设定的程序及参数对设备进行最优启停控制、温湿度及光照等能效优化控制等。

2.3 策略层

策略层对能源供给系统及耗能系统进行分析,根据历史数据对产能及耗能进行预测,根据发电量智能控制用能设备的能源供给来源,实现建筑能源的多能互补和用能优化调度。

3 网络架构

综合能源管控系统将采集到的大量设备实时运行监测数据进行本地数据监视、历史数据采样存储。系统通过网络连接各子系统或直接通过DCS连接各种现场设备,将建筑内所有设备监控进行集成,形成一个完整的自动化综合管控系统。系统网络采用三级架构,即数据采集与控制系统、网络系统、人机交互系统[4],综合能源管控系统网络结构图如图 1所示[5]

图 1 综合能源管控系统网络结构图 Figure 1 Network structure diagram of comprehensive energy control system
3.1 数据采集与控制系统

数据采集与控制系统由各供能和耗能端的采集器与控制系统柜组成,经由网络系统将数据上送至管理系统。通过边缘数据网关将数据上传至虚拟分散处理单元(Virtual Distributed Processing Unit,VDPU)处理后,将数据传至网络系统,控制系统柜通过分散处理单元(Distributed Processing Unit,DPU)与网络系统连接。

3.2 网络系统

系统的控制层通过网络系统与管理层连接,网络系统实现数据采集、控制系统与管理工作站之间的信息交互。

3.3 人机交互系统

人机交互系统指由工作人员向管理工作站发出指令或设定预定操作,使系统向执行端下发指令,从而使设备执行相关操作。人机交互工作站按功能设计工程师站、操作员站、历史数据记录站、计算站、接口工作站等。设计允许在一台计算机内可同时安装多种功能的人机交互工作站软件,构建综合性人机交互工作站。

4 系统主要功能 4.1 分布式光伏发电系统

分布式光伏监控系统负责完成对光伏电站地理位置、光伏阵列、汇流箱、逆变器等关键设备的各种数据采集、故障监测,并进行汇总。包括显示系统框架、项目总貌、电站电气综合监测数据、电气系统图、设备运行详细信息及运行状态监视总图等内容。

4.2 光伏幕墙控制系统

在BIPV建筑中,光伏组件替代传统幕墙成为建筑的外围护结构,在产生电能的同时为建筑提供保温及遮阳效果[6]。光伏幕墙控制系统可根据太阳角度变化对屋面光伏板开启角度进行控制,根据建筑展示场景进行立面活动光伏组件角度控制,同时设置多种模式,在不同条件下自动触发控制系统动作。遇雨或其他特殊情况下,自动触发系统保护信号关闭光伏板,情况严重时光伏组件及光伏开启装置断电,确保设备安全。

4.3 空腔取热控制系统

光伏组件在发电的过程中不断散热,背板温度升高,加热了幕墙空腔内的空气。采用对组件背板取热,并对其产生的热量(余热)加以利用,可以与建筑采暖、通风及空调(Heating,Ventiliating and Air Conditioning,HVAC)和生活热水系统完美结合,从而使建筑光伏一体化内容更加丰富[7]

通过电动百叶窗、空腔热利用机组等的联动,采用自然通风、强制通风、空腔密闭、光伏板开启相结合的方式,根据不同的时间、季节或其他要求采取不同的运行策略与模式,实现空腔的运行模式智能化主动式控制。空腔取热系统工作条件下,光伏板需要散热时,通风百叶窗打开一定角度使空腔取热系统强制通风;冬季室内需要保暖时,通风百叶窗关闭,空腔取热系统密闭。夜晚或其他条件下,通风百叶窗返回到关闭状态。将空腔数据加以分析,可以通过排出或回收热量,提高光伏组件的发电效率,同时将光伏余热作为热源应用于多联机组,提升机组能效比(Coeffieient of Performance,COP)[8]

4.4 空调与新风系统

随着冷热设备技术的发展,多联机、热泵、新风等设备可进行更精准的采集与远程调控。空调与新风系统长时间运行产生的大量运行数据,为模拟计算不同时令、各个时段的室内冷热负荷,进而为实现负荷预测提供了重要前提[9]

综合能源管控系统将空调与新风系统通过温湿度、CO2浓度等传感器,根据人员存在与否提供了供暖、通风、空调之间的功能联动和相互作用,智能控制温度、风机运行速度和风门开度,优化空气质量。此外,综合能源管控系统可提供现场端手动调节以及浏览器、平板电脑或智能手机等终端进行操作调节[10]

4.5 智能照明

智能照明系统可根据现场光照强度、是否有人等,通过设定的程序,对LED灯进行光照强度及色温调节。系统优先使用太阳能LED照明,太阳能照明系统故障时,市政电照明可以满足照明要求,夜间优先使用存储的光伏系统发电。此外,系统还提供现场端手动调节以及浏览器、平板电脑等终端进行操作调节[10]

5 综合能源管理

基于光伏发电的波动性特点,合理分配负荷,使其充分利用新能源电力,通过调节负荷间多种能源的交换,以稳定安全的方式消纳新能源电力,将有效提高BIPV建筑的供需平衡,大幅提升光伏发电整体利用效率。因此,综合能源管理是本文设计的建筑能源综合管控系统的核心[11]。建筑能源主要涉及电、冷、热、水、气等,因此,通过技术手段对上述能源进行智能管控可有效促进建筑能源整体利用效率[12]。其对建筑内部各用能设施进行能流检测,并建立多能源协调控制中心,在负载侧设调控装置,在负荷需调度时对其进行优化调节,可实现各项目供能侧/用能侧自动监测分析、所有用能设备运行参数实时监测、负荷追随优化控制;实现供能和用能的动态匹配、追随控制,并提高电力供应的可靠性与安全性,提升能源综合利用率[13]

5.1 能源优化控制

传统建筑能源管理系统(Energy Management System for Intelligent Building,EMS)主要是由楼宇自动化系统(Building Automation System,BAS)来实现,对建筑的电力(含光伏发电等新能源)、采暖、燃气、水等能耗数据进行采集、处理,并对建筑能耗状况、新能源使用比例及节能量进行分析,以实现建筑节能应用[14]

本文设计的综合能源管控系统除以上功能外,根据设计场景对电负荷、照明、空调及储能等设备进行最优化的管理,并最大限度地使用光伏发电、光伏热等绿色能源,从而达到节能的目的。系统设计最优启停功能和室温回设功能,可根据室内温湿度以及是否有人确定最佳启动、停止时间;智能控制空调系统和冷热水温度,节约能源;以电力系统的最大需求控制和优化调节为目标,充分利用光伏电力等新能源,减少外供电量,尤其是减少高峰电力负荷。综合能源管控系统框图如图 2所示。

图 2 建筑能源综合管控系统框图 Figure 2 Block diagram of building energy integrated control system

综合能源管控系统通过光伏发电、空腔取热及储能调度等能源供给系统的产能历史数据形成产能预测模型,根据所在地的地理位置、天气情况智能预测产能量;再通过当地天气、温度、照度、建筑内人数及其他安排等,根据建筑内环境的预设参数智能预测耗能量[15]。当有额外用能需求时,系统智能分析用能策略,并将不同策略的能耗进行比较,选择最优用能方式。系统用能时优先使用光伏发电、空腔取热的直接产能,实现产能就地消纳,充分利用储能,在负荷无法及时消纳产生电能时进行存储,以便产能不足时调配使用[16]

5.2 多智能体协同控制

基于多智能体协同理论,设计顶层协调控制策略。将光伏系统、空腔取热系统、空调与新风系统及各类热电冷负荷设备视为一个个智能体, 从而构造一个由一群具有通信、计算、感知、交流以及执行能力的智能体连接而形成的网络[17]。通过上层交互,产生出整体大于部分和的效果,是一种分布式协调合作系统,具有协调性、自主性和智能性的特征。在功率或者负荷变化条件下,各部件可以自发调整自身状态,以适应外界条件变化,处理运行环境的不确定性和多变性,采用实时优化技术实现全过程优化,给出设备的最优动态运行参考轨迹。该系统通过自抗扰控制来控制热泵及加热量,实现对温度、流量及压力参数的高精度快速跟踪控制,并提高对于不确定参数及外界干扰的鲁棒性[18]

构建平台运维管理系统,通过内置的设备全生命周期模型进行数据分析,对设备故障进行预警,从而触发一系列流程,实现多能运管。

5.3 智能预警

综合能源管控系统可针对组件上的热斑、瘾裂、积灰等问题快速定位报警并分析原因,并采用机器学习、故障树推理、模式识别等相关算法,综合分析历史与实时数据,对组件及逆变器等异常工况和异常状态进行提前预报,避免工况进一步恶化。

6 系统应用

设计的综合能源管控系统在北京某BIPV建筑进行了实际应用。该建筑总装机容量为112.6 kW,并部署一套100 kW/180 kWh的储能系统,实现光伏发电与负荷柔性调控。综合能源管控系统已实现在该建筑的部署与实际运行,可通过对建筑内设备的实时监控、智能调控,结合建筑产能及用能情况,实现建筑能源的智慧调度。

6.1 空腔热利用系统

空腔热利用系统的运行状态与辐照度、环境温度、室内环境、室内冷热源需求等息息相关[19]。综合能源管控系统结合实际需求,对空腔热利用系统进行智能调控,主要包括对幕墙百叶、空腔热利用机组、排风机等进行实际控制。

通过空腔温度、蓄热混凝土温度、空气流速等数据,结合天气因素、自然环境等变化,智能计算百叶开合状态、空腔热利用机组及风机的频率等。此外,系统设置冬、夏季运行模式,根据不同季节及环境智能调整运行模式,实现空腔余热的有效利用。提升建筑整体能源利用效率。空腔热利用机组控制逻辑见图 3

图 3 空腔热利用机组控制逻辑 Figure 3 Control logic of cavity heat utilization unit
6.2 空调、新风控制

该建筑占地面积750.78 m2,共安装5组多联机,共计22台室内机,均已接入综合能源管控系统进行智能调度。系统结合建筑内多点位布置的24台六合一传感器、人员运动传感器及人流统计摄像头,对室内环境进行综合测算,实时统计室内冷热负荷及空调、新风出力情况,并智能调节空调及新风机组运行状态。

为充分利用绿色能源,减少市电供给,综合能源管控系统根据建筑发电情况及储能系统电能储备,智能分配电力供需,在一定范围内以供定需,智能调节空调及新风机组风量及温度,最大限度提升建筑新能源利用率。

此外,根据该建筑展示与实验需求,综合能源管控系统将能源应用场景划分为参观模式、工作模式、会议模式、离开模式等,并通过多个控制终端一键切换。参观模式下,室内空调、照明按照最大能耗运行,按照预约时间,空调预约运行,电能充分利用光伏发电和前一天储能系统电源,减少市电使用占比。工作模式下,室内空调、照明按照节能策略运行,充分利用光伏发电,启用储能充放电功能,光伏余电优先给储能系统充电。会议模式下,按舒适模式运行,优先使用光伏电,利用储能系统进行电能调节,减少使用市电。离开模式下,整个建筑处于最低能耗运行,除应急照明所有照明关闭,空调系统根据季节调整,冬季保持最低温度不低于14 ℃,夏季设置室内温度不超过30 ℃。同时系统支持预约功能,对于未来的使用需求,可设置预约启停及模式切换,在操作便捷的同时最大化满足室内人员需求,降低能耗。具体空调控制逻辑如图 4所示。

图 4 空调控制逻辑 Figure 4 Air conditioning control logic
6.3 光伏发电与储能调节

本项目采用了配备储能系统的低压直流配电系统,储能与直流系统数据均接入综合能源管控系统,实现监测发用电设备运行状态、存储和分析运行数据、优化调度电能等功能,实现光伏发电利用最大化、削峰填谷等目标。

并网模式下,由市电经整流器稳定直流母线电压,直流负荷优先由光伏系统供电,光伏发电不足的部分由电网补充,多余的电能存入蓄电池组。通过控制蓄电池的充放电功率,能以恒定功率或者跟随电网给定功率大小的方式从电网取电,从而减少建筑交流配电容量、降低配电初始投资成本;解决电力负荷峰谷差等问题,提高光伏建筑接入电网的友好性,以最大程度消纳可再生能源[20]

当电网计划停电或意外断电时,切除非重要负荷,蓄电池组通过双向变流器稳定直流母线电压,由光伏发电和蓄电池组共同供电给负荷,提高了供电的可靠性及稳定性[21]

6.4 用能预测与负荷调度

综合能源管控系统建设以提高整体能源利用效率、降低能耗为主要目标,因此,用能预测成为能源综合管控的重要环节。对于该建筑而言,用能主要包括电、冷、热,因其不涉及燃气使用,制冷、制热主要依靠空调机组,而其所处环境使得在冬夏季对冷热设备的需求较大,因此,对空调、新风机组的用能预测及调控作为重点方向[22]

综合能源管控系统对各用能子系统分别进行建模,通过数据模型及神经网络算法对建筑能耗进行大量数据分析,结合北京地区温度变化规律及相似日数据情况,计算当日用能预测曲线,同时与实时曲线进行拟合,不断优化算法模型,计算出更加准确的产能、用能预测,为负荷智能调控、供需匹配提供重要依据及数据支撑[18]。具体用能预测曲线见图 5[23-24]。系统根据预测结果及产能、用能实时状态,对建筑内设备进行智能调度,在光伏大发时段充分利用绿电,在产能有限时尽可能降低负荷,从而有效利用新能源电力,降低弃光率,减少市电供给,提升建筑整体能源利用效率。

图 5 用能预测曲线 Figure 5 Energy consumption prediction curves

经过实际运行数据对比分析,综合能源管控系统提升了建筑能源的综合利用率,使建筑整体能效提高5%~10%。

7 结语

本文所设计的基于BIPV的综合能源管控系统改变了传统建筑的供配电系统的运行方式,将BIPV建筑特点与建筑节能相结合,对建筑产能、用能和设备运行进行了统一的调度和管理,实现了建筑节能与优化[25],为建筑智能化、能源自主化提供了更好的能源供给方式,提升建筑采暖、通风及空调(HVAC)系统、给排水系统能效比,降低了建筑能源消耗。经过实际运行数据对比分析,综合能源管控系统可有效提升建筑能源的综合利用率,降低建筑整体能耗。

将建筑光伏发电、储能系统、光热系统、能源管理系统与楼宇自控系统融合,开发的全新的绿色建筑能源综合管控系统将进一步对光伏发电监控、楼宇自动化控制、能源调控提出更高要求,为绿色建筑或零碳建筑的大力发展创造了有利条件。

参考文献
[1]
葛磊蛟, 李京京, 李昌禄, 等. 面向零碳园区的综合能源系统优化运行技术综述[J]. 电网技术, 2023, 38(1): 1-16 (0)
[2]
刘保福, 郭育, 李仁欠, 等. 综合智慧能源管控系统分析与研究[J]. 水电站机电技术, 2023, 46(8): 128-132 (0)
[3]
余富奇. 建筑光伏系统的应用与电气设计[J]. 光源与照明, 2023(5): 132-134 (0)
[4]
徐占伯, 周春翔, 吴江, 等. 基于边云协同的建筑能源系统分布式供需协同优化[J]. 中国科学(信息科学), 2023, 53(3): 517-534
XU Zhanbo, ZHOU Chunxiang, WU Jiang, et al. Edge-cloud framework-based distributed optimization of a building energy system with supply-demand coordination[J]. Science in China (Information Sciences), 2023, 53(3): 517-534 (0)
[5]
宗龙, 赵亚典, 白祝洽. 基于可信计算的综合能源控制系统安全研究[C]//2021绿色通信、网络与物联网国际学术会议(GCNIoT 2021). 昆明: 国际光学工程学会(SPIE), 2021: 1-6. (0)
[6]
吴文瑾. 分布式光伏发电系统在建筑设计中的应用[J]. 光源与照明, 2023(6): 151-153 (0)
[7]
秦继恒, 史珂, 秦文军, 等. 光伏余热利用的蓄热混凝土系统实验研究[J]. 建筑热能通风空调, 2022, 41(1): 36-39
QIN Jiheng, SHI Ke, QIN Wenjun, et al. Experimental Study on Thermal Storage Concrete System for Photovoltaic Waste Heat Utilization[J]. Building Energy & Environment, 2022, 41(1): 36-39 (0)
[8]
孙可欣, 范蕊, 步婷, 等. 夏热冬冷地区办公建筑用能源总线系统夏季运行特性研究[J]. 建筑科学, 2022, 38(4): 25-36
SUN Kexin, FAN Rui, BU Ting, et al. Simulation Analysis on the Operating Performance of Energy Bus System for Office Buildings in Hot Summer and Cold Winter Area[J]. Building Science, 2022, 38(4): 25-36 (0)
[9]
孙育英, 王丹, 王伟, 等. 空调运行负荷预测方法的研究综述[J]. 建筑科学, 2016, 32(6): 142-150
SUN Yuying, WANG Dan, WANG Wei, et al. Review of Research on Air-conditioning Operating Load Prediction Methods[J]. Building Science, 2016, 32(6): 142-150 (0)
[10]
王轶君, 童亮. 楼宇自动化控制系统的构成与应用[J]. 建筑工程技术与设计, 2018(19): 4685 (0)
[11]
ZHAO J, CHEN L, WANG Y, et al. A review of system modeling, assessment and operational optimization for integrated energy systems[J]. Science China(Information Sciences), 2021, 64(9): 5-27 (0)
[12]
刘晓华, 张涛, 刘效辰, 等. 面向双碳目标的建筑能源系统再认识[J]. 力学学报, 2023, 55(3): 699-709
LIU Xiaohua, ZHANG Tao, Liu Xiaochen, et al. Rethinking of the building energy system towards the carbon neutral target[J]. Chinese Journal of Theoretical and Applied Mechanics, 2023, 55(3): 699-709 (0)
[13]
Valery S, Evgeny B, Dmitry S, et al. Current state of research on the energy management and expansion planning of integrated energy systems[J]. Energy Reports, 2022(8): 10025-10036 (0)
[14]
龙惟定. 人工智能技术在建筑能源管理中的应用场景[J]. 建筑科学, 2021, 37(2)127-136, 145
LONG Weiding. Application Scenario of Artificial Intelligence Technology in Building Energy Management[J]. Building Science, 2021, 37(2)127-136, 145 (0)
[15]
胡爱梅. 智能绿色建筑中楼宇自控系统的设计探讨[J]. 建筑工程技术与设计, 2017(31): 373 (0)
[16]
马一鸣, 周夕然, 董鹤楠, 等. 考虑电转气与冷热负荷惯性的综合能源系统优化调度[J]. 电网与清洁能源, 2021, 37(8)118-127, 138
MA Yiming, ZHOU Xiran, DONG Henan, et al. Optimal Dispatch of Integrated Energy System Considering Power-to-Gas and Load Inertia[J]. Advances of Power System & Hydroelectric Engineering, 2021, 37(8)118-127, 138 (0)
[17]
贾玮, 刘如帆. 基于分布式算法的综合能源协调控制系统设计[J]. 自动化应用, 2022(7)12-14, 22 (0)
[18]
李臻, 曹增新, 蒋程, 等. 应用于光伏发电并网逆变器的有源阻尼控制策略[J]. 电网与清洁能源, 2021, 37(11)102-108, 114
LI Zhen, CAO Zengxin, JIANG Cheng, et al. Active Damping Control Strategy Applied to Grid-Connected Inverter of Photovoltaic Power Generation[J]. Advances of Power System & Hydroelectric Engineering, 2021, 37(11)102-108, 114 (0)
[19]
秦继恒, 史珂, 秦文军, 等. BIPV建筑光伏余热间接热利用系统测试分析[J]. 建筑热能通风空调, 2022, 41(2): 42-45
QIN Jiheng, SHI Ke, QIN Wenjun, et al. Test and Analysis of Photovoltaic Residual Heat Indirect Utilization System in BIPV Building[J]. Building Energy & Environment, 2022, 41(2): 42-45 (0)
[20]
杨之俊, 韩平平, 周福平. 大数据环境下区域建筑电力能耗快速预测仿真[J]. 计算机仿真, 2019, 36(4)432-435, 473
YANG Zhijun, HAN Pingping, ZHOU Fuping. Rapid Prediction of Electric Energy Consumption in Regional Buildings under Big Data Environment[J]. Computer Simulationm, 2019, 36(4)432-435, 473 DOI:10.3969/j.issn.1006-9348.2019.04.090 (0)
[21]
施泉生, 于文姝, 谢品杰. 能源互联网背景下分布式光伏发电的经济效益研究[J]. 电网与清洁能源, 2016, 32(1): 100-106
SHI Quansheng, YU Wenshu, XIE Pinjie. Economic Benefit Analysis of Distributed Photovoltaic under the Energy Internet Background[J]. Advances of Power System & Hydroelectric Engineering, 2016, 32(1): 100-106 DOI:10.3969/j.issn.1674-3814.2016.01.018 (0)
[22]
谭淑娟. 面向大学校园的综合能源服务实践与探究[D]. 济南: 齐鲁工业大学, 2023. (0)
[23]
杨国庆, 陈建辉. 绿色建筑运营管理能耗监测与控制方法研究与分析[J]. 建筑技术开发, 2015, 42(3): 63-65
YANG Guoqing, CHEN Jianhui. The study on energy monitoring and control-method of green-building operations management[J]. Building Technique Development, 2015, 42(3): 63-65 DOI:10.3969/j.issn.1001-523X.2015.03.015 (0)
[24]
朱明亚, 潘毅群, 吕岩, 等. 能耗预测模型在建筑能效优化中的应用研究[J]. 建筑科学, 2020, 36(10)35-46, 124
ZHU Mingya, PAN Yiqun, LYU Yan, et al. Application Review of Energy Consumption Prediction Models in Building Energy Efficiency Optimization[J]. Building Science, 2020, 36(10)35-46, 124 (0)
[25]
刘天阳, 高亚静, 谢典, 等. 功能型零碳园区建设路径分析[J]. 综合智慧能源, 2023, 45(8): 44-52
LIU Tianyang, GAO Yajing, XIE Dian, et al. Analysis on the construction path of functional zero-carbon parks[J]. Integrated Intelligent Energy, 2023, 45(8): 44-52 (0)