订阅
纠错
加入自媒体

案例分析 | 人工智能在建筑能源管理系统中的应用

2020-07-17 14:45
千家网
关注

背景

商业建筑在全球能源消耗中占很大份额。然而,在许多商业建筑中,能源是被白白浪费掉了,例如,在建筑物无人时系统依然持续提供能源服务。出现此类问题的原因是商业建筑往往是大型而复杂的系统,可容纳行为和需求各不相同的各种使用者。

由于建筑能源管理系统(BMS)必须适应各种用户行为,因此建筑能源的使用并不总是最优化的状态。现在,随着有关建筑能源使用的数据的增加,可以使用各种各样的信息来优化BMS,以便BMS在需要时准确地提供能源服务。

同时,间歇性可再生能源的增长显着,给负责为电网稳定供电的电网运营商带来了挑战。在这种环境下,供需匹配至关重要,而存储技术是一种解决方案,而灵活需求的来源则是另一种解决方案。

商业建筑具有作为灵活需求来源参与能源市场的潜力,可以在需要时减少负荷,并在电力供应充足时增加负荷,而不会影响其运行性能。这样做将使建筑物所有者能够从灵活负载的买方那里获得更多收入。

但是,这需要复杂的BMS,这些BMS允许建筑物实时参与电力市场,并对能源的供需进行预测,以确保建筑物的使用者在很大程度上不会改变建筑物的能源使用。

系统简介

现在,借助基于机器的人工智能算法,可以利用现有的大量数据来优化商业建筑的能源使用并允许商业建筑参与市场以实现灵活的需求。

其中一种系统称为“ Flex2X”,由英国公司Grid Edge开发。该系统的工作原理是将从建筑物现有的能源管理系统中获得的数据与其他数据源相结合,然后使用人工智能算法进行分析,该算法可以实时优化建筑物的能源使用。这些算法被认为是“人工智能的”,因为它们会根据接收到的数据进行更改,这一过程称为“学习”。这样,该软件可以根据过去的经验提前24小时对建筑物的能耗进行预测。

该软件还连接到电表和更广阔的电网。这样,就可以监控电价和发电量,并根据任何给定时间的电费或碳强度来决定何时增加或减少建筑物的用电负荷。

通过控制建筑物何时使用或多或少的能源,该软件将建筑物的电力负荷曲线从或多或少的固定负荷转换为灵活的负荷。灵活负载是当今能源市场中的一种重要商品,因为它们可以帮助能源市场运营商更好地管理需求的高峰和低谷,并将更多间歇性可再生能源并入电网。

下图显示了Grid Edge在能源系统中的作用。

Scott, J, Grid Edge: Artificial Intelligence for Energy Systems, Presentation delivered at International Energy Agency Workshop on Modernising Energy Efficiency through Digitalisation, Paris, 27 March 2019

影响

这项技术可能会为一系列各方带来许多好处。

对于建筑物的居住者,增加建筑物管理系统的智能度应确保舒适度得到优化,并在需要时提供能源服务,同时由于减少了浪费而降低了能源成本。此外,对建筑物的可持续性等问题感兴趣的居民将可以访问有关建筑物能源供应的碳强度等信息的实时数据。

对于建筑物的所有者/运营者,Grid Edge等智能建筑物管理系统可通过转移和优化负荷来降低成本,减少碳排放并最大程度地提高舒适度,并通过出售建筑物的柔性负荷来补偿建筑物的升级成本。知道这种升级的前期成本可以通过交易建筑物的灵活负荷来抵消,这可能意味着建筑物所有者愿意投资于可持续性升级。

对于电网运营商而言,该技术有望释放出新的、可预测的弹性需求来源,这将有助于平衡供需关系,尤其是在间歇性可再生能源份额增加时特别有用。

可衡量的收益包括:

节省的成本和创收额相当于年度现场能源成本的10%以上;

通过负荷转移和效率措施减少碳排放(已证明可减少40%)。

商机

Grid Edge已在英国的早期采用者客户中部署了其技术,并正在积极与全球能源和建筑控制公司建立合作伙伴关系以扩展其技术。

障碍

关于该技术的能源需求优化方面,关键障碍很可能会被建筑物的业主和居住者不信任,因为该技术可以在不损害能源服务和舒适度的前提下减少能耗。

关于该技术的灵活负载方面,障碍很可能是可调节的。能源市场规则必须允许以允许商业建筑参与市场的规模进行灵活需求的交易。例如,在某些能源市场中,参与的最低允许出价高于商业建筑可能提供的柔性负载的大小。此外,一些能源市场要求参加使用费,这可能对小规模参与者构成进入壁垒。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    人工智能 猎头职位 更多
    扫码关注公众号
    OFweek人工智能网
    获取更多精彩内容
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号