绿色居住建筑碳排放精细化估算方法

徐崇钧，耿光超，俞侃，江全元

(1.浙江大学电气工程学院，浙江 杭州 310027;2.浙江大学建筑设计研究院有限公司，浙江 杭州 310027)

0 引 言

在“碳达峰、碳中和”背景下，中国能源体系正处于转型关键时期[1]，实现“双碳”目标，能源领域是主战场，电力行业是排头兵[2]。中国2020年能流图显示，建筑能源消费近20%，其中电力热力消费占比过半[3], 《中国能源发展报告2020》指出，建筑节能降碳潜力巨大，其中电气减排空间不容忽视[4]。因此，建筑中电器的碳排放量估算至关重要，它可以为建筑节能降碳调控策略提供数据支撑。

以能耗分析为代表的建筑评价指标已经无法满足建筑建设的迫切需求，建筑碳排放水平已被认为是与能耗同样重要的计量指标。围绕“双碳”目标，构建面向建筑的“能-碳”双重指标势在必行。建筑中电力负荷运行过程产生的碳排放主要由电能消耗带来的间接碳排放与消费者行为导致的直接碳排放组成，这两部分碳排放的估算都至关重要[5]。绿色居住建筑指一些配有光伏储能等节能装置的居住用建筑。这些建筑往往需要通过用能碳排放指标为节能降碳调控策略提供支撑。现有的碳排放估算方式主要是基于企业年报或其他公开信息并采用排放系数法实现[6]，对于建筑外购电碳排放使用固定系数或采用阶梯式估算得到[7]。文献[8]研究表明，单位电能碳排放量具有时变性，取决于电力负荷结构、各类机组处理等因素。文献[9–11]对电网单位电能碳排放量，即电网动态购电碳排放因子，提出了切实可靠的计算方法。文献[12]基于室内电器运行情况，提出考虑家用电器电热特性的分散式电采暖集群经济低碳调控策略。以上方法均从外购电能消耗角度估算建筑碳排放，而忽视了消费者行为导致的碳排放。文献[13]提出了一种新的碳估算方法，首次对工厂的直接和间接碳排放进行实时估算，但在绿色居住建筑电器直接与间接碳排放估算方面仍有一定空白。

计量居住建筑中电器的碳排放，需要获取居民用电行为，非侵入式负荷监测（Non-intrusive Load Monitoring，NILM）作为智能用电技术体系的重要组成部分之一,能深入分析用户内部的负荷成分,获取不同精细程度的用户用电信息[14-15]、进行负荷识别和用电行为分解得到用户内部各类电器准确的用电信息[16]。

本文提出了一种绿色居住建筑用能碳排放指标分项估算方法，用于完整地估算绿色居住建筑中电器运行所导致的碳排放，该方法先通过非侵入式负荷辨识，判断用户用电行为，分时分项计量不同电器能耗，根据建筑光储系统出力与电网单位电能碳排放量时变性计算实际间接排放因子，结合电器直接碳排放因子计算各电器碳排放量，实现建筑电器用能碳排放指标精细化估算。

本研究的主要贡献在于：

1)根据居民用电行为特性估算电器直接碳排放，提升碳排放估算范围完整性。

2)根据绿色居住建筑“源-荷”数据与电网单位电能碳排放时变性计算电器间接碳排放，提高碳排放估算结果准确性。

3)分时分项估算建筑运行过程用能碳排放指标，将能耗与碳排放来源具体化、明确化。

1 建筑运行过程用电能耗计量

1.1 电器事件特征提取

当有居民负荷启停事件发生时，居民电器的总有功功率曲线将会发生突变，基于事件的NILM方法通过感知功率突变来判断事件是否发生。第t秒有功功率突变量可以用前后功率差计算，并可以根据功率变化正负性判断电器状态：

其中VPt表示第t+1秒与第t秒有功功率变化量，edge表示事件代表的电器启停状态，1表示开启，−1表示关闭。

在电器正常运行过程中，即使无电器启停，电表总功率也不是固定的，因此，只有当一秒内功率突变量大于某设定值才会被认为有事件发生。此外，电器自身运行状态变化造成的功率波动也不尽相同，在这里引入基于总功率的功率波动判别依据如下：

其中P0为未开启电器时的功率噪声；k0为背景功率系数；Pt为现有总功率值。

当一个负荷完全开启之后功率趋于稳定，每秒有功变化量也随之减小。当有功功率变化量小于波动功率时，则该事件已经结束并将当前时间标定为事件结束时间t2。当事件结束后，根据事件过程中及结束后的各项特征数据提取电器事件特征。

本文选取有功、无功、电流谐波、稳态功率方差、每秒功率最大值等来辨识绿色居住建筑中的电器，这些电器都是辨识常用特征[17-20]。算法定义了平均有功功率的差值与平均无功功率的差值的变化量：

其中ΔP表示事件全过程有功功率变化量；ΔQ表示无功功率变化量。

此外，由于电流相角与电压相角的不是固定的，因此，在计算电流谐波的变化量时，需要考虑电流谐波相角的变化。对于k次电流谐波幅值变化量如下公式所示：

1.2 用电行为辨识

算法采用离线生成特征库，在线辨识的方法，首先使用一定量用户电器启停数据，基于多元高斯模型，生成对应电器特征库，在在线辨识阶段，将实时数据输入到特征库中，通过高斯分布计算其截止概率，判断用电行为种类，流程如图1所示。

图1 负荷辨识流程图

在已知样本各数据特征情况下，可以通过极大似然估计法求得其均值和协方差矩阵。对于N个样本点：{x1,x2,...,xn}，其极大似然估计公式为：

对于一个服从多元高斯分布的样本，其概率密度函数为：

关于电器事件特征的新样本个体y，不同截止概率对应不同的事件可能性[21]，且由于概率密度函数在正半轴与负半轴分别单调。因此，针对某类电器设定截止概率pn，当某一事件特征样本对于其中一类电器的概率为p，且p＞pn时，则说明该样本所代表的电气特征变换为此电器启停导致。

1.3 居民能耗分项计量

在准确辨识用电行为的基础上，判断电器运行状态，再根据电器运行功率，可以计算出其运行总能耗如下。

其中state表示该种类电器运行个数，edge表示事件边沿，取1时表示上升沿，即电器开启；取2时表示下降沿，即电器关闭。EP表示该种类电器当前运行功率和，Du表示电器运行时长，W表示其能耗。

非侵入式负荷辨识从能耗角度可以给予绿色居住建筑用能调控策略一定参考，但在同时考虑用能碳排放的情况下，还需要进一步获取碳排放数据。

2 绿色居住建筑用能碳排放指标估算

2.1 绿色居住建筑用能碳排放估算方法

建筑中的电器设备常应用全生命周期法估算碳排放，核算边界至关重要。全生命周期法主要从需求分析、设计、制造、销售、使用、维修、报废到回收再生等角度考虑排放边界，根据核算边界范围，分为“从摇篮到大门”、“从摇篮到坟墓”、“从摇篮到摇篮”等估算方法。受电器实际运行环境与碳排放因子不确定性影响，在建造前估算其运行过程产生中的碳排放往往会导致结果准确性低[22]，因此，建筑使用过程碳排放尤其难以计算。在建筑投入运行后，根据实际活动数据估算电器运行过程碳排放可以很好地提高结果准确性，这部分碳排放主要由电器使用过程中产生的直接碳排放与电力消耗导致的间接碳排放组成[13]。绿色居住建筑中居民用能所产生的碳排放核算边界与其主要来源如图2所示。

图2 居民电器碳排放边界与来源

绿色居住建筑运行过程用能碳排放指标估算主要聚焦于绿色居住建筑使用过程中家庭用电行为所产生的碳排放，即图中“产品使用”部分。家庭电器产生的能耗与碳排放估算，可以通过不同的用电行为导致的能耗，估算对应行为消耗其他资源所产生的直接碳排放，再结合间接碳排放因子得到居民分时分项用能碳排放量。

此外，基于对居民电器的辨识，可以通过电器直接碳排放因子计算对应的人类活动所产生的碳排放，这部分碳排放主要由电器运行时消耗的其他资源导致。根据不同电器的直接碳排放来源，将常见的电器分为仅耗电、耗水、耗热水、耗食材等四个种类，并在图中列举了一些常见的电器。

绿色居住建筑用能碳排放指标估算方法使用了建筑中用电数据与其他能源出力，主要是光伏储能系统出力数据。首先通过非侵入式负荷辨识，获取建筑中各电器使用时长与运行功率，分别计算能耗，再通过用电行为估算用电直接碳排放，并结合当前时刻外购电碳排放因子、总能耗、光储系统出力计算动态耗电排放因子，最后估算绿色居住建筑中各电器在各时段用能碳排放指标。绿色居住建筑用能碳排放指标估算流程如图3所示。

图3 用能碳排放指标估算流程图

2.2 居民电器直接碳排放因子

基于上述负荷辨识算法与不同的直接碳排放来源，对各类电器直接碳排放因子进行以下估计。

空调、电视机、电灯等电器属于仅耗电类电器，此类电器生产过程消耗的碳排放可在出厂时计算，在使用过程中仅消耗电能而没有其他资源投入，因此只有间接碳排放，不产生直接碳排放。

耗水类电器主要由洗衣机、洗碗机等清洁类电器构成，该类电器运行过程中除电能外只有水的额外投入，并且不会对水进行加热，可以从运行时长、运行状态等方面估计其直接碳排放因子：

其中，σw表示水的排放系数；Mw表示水的质量；Pi表示电器功率；Ti表示电器工作时间。

耗热水类电器主要由热水壶、热水器等仅额外使用水且进行加热的电器构成，其主要特点是将电能转变为水的热能，根据其消耗电量与加热效率估算耗水量与米饭量从而得到直接排放因子，以质量单位计量的热水可按以下公式转换为热量单位，并计算得电器碳排放：

其中AD表示热水热量；W表示电能消耗；η表示电器加热效率；Maw表示水的质量；Tw表示水温；CE表示碳排放量；σaw与σr分别表示水与米的碳排放系数；μ表示电器运行时米与水的质量比。直接碳排放因子为碳排放量与电能的比值：

结合式(13)-(16)可以得到直接碳排放因子为：

耗食材类电器主要由电磁炉、微波炉等烹饪用电器构成，根据烹饪方式不同，每次使用造成的碳排放也不同，食材烹饪所产生的碳排放是考虑蛋白质和卡路里含量归一化的结果，文献[23]指出：一些常见的食物经过不同的烹饪方式会产生的碳排放，国家卫健委提供的推荐膳食比例作为食物烹饪比重计算各种烹饪方式的平均碳排放因子，作为电器每次使用造成的碳排放因子，用于计算直接碳排放计算公式如下：

其中σi表示食材排放系数；ωi表示摄入比例。

2.3 电器实际间接碳排放因子

建筑的实际间接碳排放因子不断变化，其数值受到动态购电碳排放因子、外购电量与光储出力影响。

根据IPCC指南，电力行业产生的碳排放量可以根据自下而上的清单构建和部门活动模型通过化石燃料活动数据与其对应的排放因子获得[24-25]，并通过日发电量组合、不同发电类型平均排放系数和净进口电力及其排放系数估算出相应省份的日电力排放系数[13]。

在分项估算电器碳排放时，每种电器根据自身能耗量分摊该时段总碳排放，但在绿色建筑实际运行过程中，受其光储系统出力影响，间接碳排放因子计算公式如下所示：

其中Y示消耗的储能电力中属于外购电部分充电产生的碳排放；Ebt表示当前时间段外购电碳排放因子；WLt、Wvt、Wct分别表示建筑总能耗、光伏出力、储能出力；η为储能电池充放电效率；μ为储能储存过程每小时损耗。

2.4 绿色居住建筑碳排放指标精细化估算

本文考虑不同时段能源不同发电机组组成成分、绿色建筑光储出力、居民用电行为差异，得到居民间接碳排放因子σ=[σ1,σ2,...,σ24]T、居民直接碳排放因子τ=[τ1,τ2,...,τn]，考虑实时碳排放因子的绿色居住建筑分项碳排放模型为：

其中σ表示建筑间接碳排放因子；τ表示电器直接碳排放因子；为电器i在第j小时总能耗；为电器i在第j小时用电碳排放量。

3 算例分析

本文所用数据集包含某居住建筑中家庭数日总电表用电数据与光储系统出力数据，其中负荷数据使用NIDAQ采集设备双通道采集聚合功率特征和谐波特征，CPL8100A交直流电流钳采集相电流，PinTech N1008A差动探头采集电压，居民实际用电数据采样频率为1.6kHz。光储系统出力数据由系统直接提供。采集装置如图4所示。

图4 采集装置实物图

3.1 基于负荷辨识的居民能耗计量

对数据集中某户居民家用电能耗进行计量，辨识结果与总能耗如表1所示，各电器分时运行情况如图5所示，其中电器1-6表示启停次数大于10的六种常用电器，电器7表示未知电器。未知电器是指家用电器中运行次数多，不足以形成完整可靠的特征库，所以未加入辨识的电器，而不是单指某一种无法辨识的电器。

表1 辨识与计量结果

图5 常用电器运行情况

从表中可以看出，非侵入式辨识准确率较高，计量误差较小，可以满足能耗计量的需求。此外，根据用户行为可知，该户居民早出晚归，居家活动基本集中在下午四点以后。其中，冰箱全天运行，在长时间运行过程中能耗变化不大。烹饪类电器主要集中在傍晚运行，运行时间不长，能耗有限。空调在晚上长时间运行，产生大量能耗。因此，可以使用非侵入式负荷辨识来获取家庭用电信息，进而估算居住建筑碳排放。

3.2 绿色建筑用能碳排放指标精细化估算实例

实例选用某建筑中六户居民用电数据，结合光储系统进行能碳排放指标精细化估算。首先，根据居民实际用电方式估算直接碳排放，其中μ取0.7，电饭煲加热效率取0.8，热水壶加热效率取0.9。计算得到各家用电器直接碳排放因子如表2所示。

表2 常见家用电器直接碳排放因子

再根据结合绿色建筑光储系统处理与动态购电碳排放因子计算电器实际间接碳排放，其中动态购电碳排放因子选用江苏某地一日电力碳排放因子，图6中分别列出了电网购电排放因子、仅有光伏出力与配有光储系统后的实际间接碳排放因子日变化曲线。

图6 间接碳排放因子变化曲线

最后，在负荷辨识的基础上，基于上述直接、间接碳排放因子与居民电器分时能耗，可以分别计算在有无光储系统情况下居民用户某日碳排放分时分项，估算结果分别如图7、图8所示。

图7 普通建筑居民分时分项碳估算结果

图8 绿色居住建筑分时分项碳估算结果

从以上图中可以看出，在白天光伏出力较高、负荷量较少的情况下，仅凭自发电即可满足用电需求，白天使用的负荷无间接碳排放。在引入储能后可以将光伏发电过剩的电量存储起来用于夜晚使用，从而减少夜间间接碳排放。总体而言，光储系统的加入大大减少了建筑碳排放总量，电器的使用时段也在很大程度上影响了其产生的碳排放量。

最后，得到数据集中的绿色居住建筑某日能碳排放指标如表3所示。

表3 绿色建筑能碳排放指标

从表3中可以看出，由于运行时长的差异，冰箱与空调的间接碳排放占比极高。但是由于其他资源的消耗，烹饪类电器的直接碳排放也不容小觑，其碳排放总量占比超三分之一。

4 结论

本文提出了一种绿色居住建筑电器能碳排放指标分项计量方法，用于完整地估算绿色建筑电器运行所导致的碳排放。通过非侵入式负荷辨识，判断用户用电行为，从直接、间接碳排放角度，揭示了绿色居住建筑中各电器在一日内不同时间段的能耗与碳排放总量，实现绿色居住建筑电器能碳排放精细化计量，为绿色建筑节能降碳调控策略提供数据支撑。结果显示，运行时间长的电器与烹饪类电器消耗碳排放最多，电器的使用时段也在很大程度上影响了其产生的碳排放量。

今后可以考虑绿色建筑中电器种类与用户用电行为特点，针对固定建筑修正电器直接碳排放，提高估算准确性与完整性。