新型集成光伏、储能系统和电热泵系统研究

沈阳工程学院 李奇峰 高 阳

使用光伏（PV）系统作为减少建筑能源需求对化石燃料的依赖的解决方案引起了人们的注意。此外，在光伏系统中加入储能系统（ESS），可以通过在电力峰值负载期间增加对光伏发电的依赖来优化电力成本。然而，当前的ESS容量有限，难以充分利用PV产生的能量。研究了为PV、ESS和电热泵（EHP）提出的一种新型集成节能系统，可最大限度地利用PV能源，优化ESS使用并降低EHP能源消耗成本。其所提议的集成系统的组件与基于深度学习（DL）的算法相关联，该算法可预测EHP的光伏发电和能源需求。提出的系统根据峰值负载时间、预测的EHP电力需求和光伏发电来安排ESS的充电/放电时间。提议的系统确保了一种有效的方法来最大化光伏发电，从而减少建筑能源需求对化石燃料的依赖。

1 储能系统及电热泵

建筑部门消耗了全球总能源的40%，大量能源用于冷却、加热和通风目的，为建筑提供足够的舒适度和空气质量水平。虽然为建筑居住者提供有利的室内环境至关重要，但避免调节过度或不必要的建筑能源消耗也很重要，特别是考虑到所述能源的来源，因为它可能直接或间接地对环境产生不利影响。例如，作为主要能源的化石燃料燃烧会导致温室气体 排放增加，最终导致全球变暖。因此，为了减少能源消耗，建筑居住者可以考虑使用节能的供暖、制冷和通风系统，并采用可再生能源发电系统与储能机制相结合，将产生的能量储存起来以备后用。

为了在考虑能耗的同时，有效地满足加热和冷却需求，电热泵（EHP）之所以受到欢迎，主要是因为其性能系数（COP）通常至少为2，即它产生的热量或冷量多于消耗的能量，因此会减少电能消耗。此外，EHP系统具有可扩展性，可以使用不同类型的低质量热源和散热器，与传统的天然气锅炉相比，EHP系统具有较高的转换性能。例如，此前有研究人员比较了空气对空气EHP系统和锅炉系统，并报告说与油加热器相比，EHP系统具有更高的COP和更分散的温度，并且波动更小。此前有报告指出，与传统空气相比，地源热泵（GSHP）的使用可以在供暖期减少30%至70%的电能消耗，在冷却期减少20%至50%的电能消耗。空调系统在CO2排放方面，研究人员在德国的区域范围内进行的一项研究发现，与COP为4.0的EHP系统相关的CO2排放量比与传统供暖系统相关的CO2排放量少25%。此外，欧洲热泵协会预计，到2030大规模利用热泵可使部分国家的CO2排放量减少34%至46%。

为了解决我们上面讨论的能源问题，将可再生能源（RES）用于发电也引起了人们的关注，可以将其作为降低电能成本和化石燃料消耗的另一种选择。然而，可再生能源的间歇性特征限制了它们在建筑物和城市中的渗透水平。为此，储能系统（ESS）已被用作可能的解决方案之一。ESS具有稳压、负载均衡、消除谐波和改善功率因数的能力。ESS广泛应用于拥有光伏（PV）面板的建筑中。然而，ESS在光伏系统中通常是独立应用，也就是说ESS用于存储光伏系统产生的电能。因此，将光伏系统与ESS系统集成到电网已被证明可以提高光伏系统的效用，增强建筑能源平衡，从而为消费者带来经济效益。图1显示了EES沿着电力价值链的优势。

2 智能节能系统

本文研究了一种基于深度学习的智能节能系统，用于管理由光伏组件、ESS和EHP组成的集成能源系统。通过研究了解到该系统的主要目标是通过最大限度地利用光伏能源和ESS来降低EHP的加热和冷却能源消耗成本，以提高电网产生的能源的可靠性。该系统由两个模块组成：预测模块和调度模块。预测模块使用实时天气信息，由两个基于DNN的EHP能源消耗和光伏发电预测模型组成。来自预测模块的结果被转发到调度模块，该模块根据EHP要求、光伏发电能量、ESS充电状态和电网电力成本来管理ESS的充电/放电。结果表明，所建立的EHP和PV预测模型可靠准确，R2均在0.95以上。每日结果显示，该系统在夏季、冬季和春季分别节省了10%、1%和93%的电能消耗，从而在夏季节省了44%，冬季节省了5%，春季节省了93%能源成本。本文提议的系统，每年可以分别节省高达2%和12%的能源消耗和能源成本。

通过该研究取得的结果，对用于将RES集成到建筑系统中的方法具有广泛的影响。典型的建筑系统通常由一个可再生能源组成，该可再生能源为建筑物提供能源以用于各种用途（例如：供暖/制冷和照明等）。但是，这种可再生能源产生的能源仅在一天或季节的某些时间可用，例如可以利用太阳能或风能，这使得很难完全依赖RES进行能源供应。作为一种解决方案，ESS系统通常被整合到建筑系统中以存储额外的RES产生的能量，以便在RES产生的能量不可用的情况下使用（例如：在夜间或阴天）。此外，在韩国这样的国家，电网发电价格因一天中的时间而异（即白天高），将ESS纳入建筑系统提供了额外的优势。例如，廉价的电网发电可用于为ESS充电，随后可在电网发电成本高的高峰负荷时段使用。然而，挑战在于如何有效地连接（a）RES、（b）电网、（c）ESS和（d）建筑系统组件（例如HVAC系统），以优化建筑能源消耗。四个系统之间有效连接的理想结果是主要依靠可再生能源发电为ESS充电并满足建筑能源需求。

该研究的另一个重要因素与用于预测建筑能源需求和可再生能源发电的模型输入有关。以前的研究采用多个变量来预测建筑能源需求和可再生能源发电。例如，它考虑了系统运行变量、室外和室内环境变量以及与时间相关的变量来预测蒸汽喷射热泵的能量性能。此前有人使用九个输入量并预测了空气源热泵的能耗。一些研究人员利用温度、电流相位平均值、相对湿度、风速、风向、全球水平辐射和扩散水平辐射来预测光伏发电量。许多解释变量的使用虽然必不可少，但可能会限制所开发模型的泛化能力或导致模型实际部署中的挑战，尤其是在所用变量不易获得的情况下。因此，所研究的系统在保持模型精度的同时，使用了很少的关键且容易获得的变量，所提出的系统可以轻松部署，并适用于与此案例研究类似的建筑物。

3 系统的局限性及目前研究结论

此算法是为一种类型的可再生能源（即光伏系统）开发的，EHP预测模型是根据韩国一个地区的天气条件进行评估的，这在一定程度上限制了其部署范围。因此，为了使此算法适应其他公用事业、RES和气候，未来的研究工作可以采用迁移学习方法。此外，该领域的未来研究也可能会考虑使用基于深度强化学习的方法并使其适应个人家庭。另一个限制是光伏系统的故障会导致算法无限期地切换到电网，未来的研究工作还应考虑添加通知机制，以便在发生故障时提醒用户。未来的研究工作可以考虑使用从光伏系统收集的真实数据开发此类算法。

本文研究了一种集成的PV-ESS-EHP系统，该系统配备了调度算法，该系统利用DL技术并预测EHP电力消耗和光伏发电量，以最大限度地利用可再生能源并最大限度地降低电力成本。系统根据次日天气情况，预测次日EHP用电量和光伏发电量，并在电价低时决定是否对ESS进行充电。在运行过程中，系统还根据特定时间的光伏发电量和ESS容量进行ESS、PV和电网的切换，为EHP供电。性能结果表明，所采用的DL预测模型具有准确可靠的预测能力，R2大于0.95。此外，能源消耗和成本评估表明，拟议的集成PV-ESS-EHP系统将能源成本降低了12%。但是，这种减少主要受EHP、PV和ESS规模的影响。提议的系统也是季节性响应的，也就是说季节的变化不影响其性能。因此，整体提议的集成系统减少了对主电网电力的依赖，提高了光伏的效用，增加了ESS的可用性，随后带来了经济优势和对RES使用的广泛认识。

结语：传统的社会供能系统条块分割，相对各自独立运行，不利于从全社会角度实现能源资源优化配置和总体最优的目标。社会能源的一体化供应和综合能源系统是能源领域的未来发展趋势。目前，我国电力系统中可再生能源的消纳问题已经十分突出，电力系统调峰和分布式供能等问题也日益严重。通过引入大容量储热，实现电、热两个能源体系的协同优化，在电、热联合能源系统框架下，提高能源系统大时空范围优化配置能力，可有效解决可再生能源消纳和调峰等问题。深入开展包含大容量储热的电——热联合系统关键技术的研究工作，符合能源领域的发展趋势，是对综合能源系统的前瞻性研究和有益探索。