2024年6月《深圳市發展和改革委員會關于組織開展空調負荷聚合接入深圳虛擬電廠管理中心的通知》

開展空調負荷可調控資源安全感知、柔性調控能力建設，依托虛擬電廠實現空調負荷感知能力全面提升，空調用電效能全面優化，力爭 2024 年底實現接入空調調控能力 20 萬千瓦以上，2025 年實現接入空調調控能力 50 萬千瓦以上，探索建立虛擬電廠參與電力現貨市場和輔助服務市場的相關途徑。

空調負荷現狀：

1.存在的問題

光伏發電等新能源裝機容量越來越大如何提升綠色新能源的消納比率；需量電費管理:管理最大需量避免越限(兩部制電價如何降需，避免加倍收費)；已經安裝的節能設備未能完全發揮作用，操控方式原始節能效果一般；各設備未單獨安裝計量器具，用能數據不全面，不能細化分析主機、水泵、冷卻塔等各種設備能效，不利于日后選擇合適的提效技改措施；空調未端人的因素對能耗影響較大，但未能對未端風設備進行有效管控冷熱源與空調末端各自獨立控制，存在浪費情況。v詳情咨詢”acrelcy“

2.設備占比情況

新型電力系統下中央空調負荷調控解決方案

1.需求：

中央空調系統有冷熱源系統和空氣調節系統（末端風系統）組成。

在相同的客觀環境下，末端設備的啟停數量和風溫、風速的設定決定了中央空調系統整體電耗水平。

負荷調峰-中央空調AI調優：結合人工智能算法，實時預測冷/熱負荷，及時調整主機運行參數，水泵調控參數、冷卻塔風機控制參數，使系統運行效率最優，結合剛性與柔性調控策略，降低電負荷，避免超需量。

組網圖

2.解決方案：

（1）接入電力監控數據，實時采集變壓器負荷數據；

（2）各水泵、風機安裝變頻器，變頻器數據接入平臺；接入室外溫濕度數據；

（3）建立冷熱源自控系統，實現設備自動運行；接入末端風設備，實現整體調控。

平臺結構圖

（4）中央空調AI調優輸入參數

（5）基于AI的能源管控平臺的作用

企業節能工作不是一蹴而就，需要按步驟實施；先發現問題，再解決問題。

（6）核心算法

典型能源站供能系統的算法層級

中央空調系統制冷調優；換熱站供熱調優；太陽能制熱預測及空氣源熱泵系統調優；冷/熱源與末端溫控風控調優。

AI調優

通過建立高精度的能效模型，在保證安全的前提下，采用全局主動優化算法確定該負荷條件下各子系統的運行策略。

需量控制

主要場景：公共建筑、中央空調負荷占變壓器負荷較大的情況。

需量控制：降低空調輸出制冷量，利用建筑物熱惰性，短時降低中央空調系統電耗，防止增加基礎電費。

調控策略

AI算法-冷負荷預測

AI算法-關聯性分析

AI算法-設備調優

審核編輯 黃宇