徐崇鈞,耿光超,俞侃,江全元
(1.浙江大學(xué)電氣工程學(xué)院,浙江 杭州 310027;2.浙江大學(xué)建筑設(shè)計(jì)研究院有限公司,浙江 杭州 310027)
在“碳達(dá)峰、碳中和”背景下,中國能源體系正處于轉(zhuǎn)型關(guān)鍵時期[1],實(shí)現(xiàn)“雙碳”目標(biāo),能源領(lǐng)域是主戰(zhàn)場,電力行業(yè)是排頭兵[2]。中國2020年能流圖顯示,建筑能源消費(fèi)近20%,其中電力熱力消費(fèi)占比過半[3], 《中國能源發(fā)展報(bào)告2020》指出,建筑節(jié)能降碳潛力巨大,其中電氣減排空間不容忽視[4]。因此,建筑中電器的碳排放量估算至關(guān)重要,它可以為建筑節(jié)能降碳調(diào)控策略提供數(shù)據(jù)支撐。
以能耗分析為代表的建筑評價指標(biāo)已經(jīng)無法滿足建筑建設(shè)的迫切需求,建筑碳排放水平已被認(rèn)為是與能耗同樣重要的計(jì)量指標(biāo)。圍繞“雙碳”目標(biāo),構(gòu)建面向建筑的“能-碳”雙重指標(biāo)勢在必行。建筑中電力負(fù)荷運(yùn)行過程產(chǎn)生的碳排放主要由電能消耗帶來的間接碳排放與消費(fèi)者行為導(dǎo)致的直接碳排放組成,這兩部分碳排放的估算都至關(guān)重要[5]。綠色居住建筑指一些配有光伏儲能等節(jié)能裝置的居住用建筑。這些建筑往往需要通過用能碳排放指標(biāo)為節(jié)能降碳調(diào)控策略提供支撐?,F(xiàn)有的碳排放估算方式主要是基于企業(yè)年報(bào)或其他公開信息并采用排放系數(shù)法實(shí)現(xiàn)[6],對于建筑外購電碳排放使用固定系數(shù)或采用階梯式估算得到[7]。文獻(xiàn)[8]研究表明,單位電能碳排放量具有時變性,取決于電力負(fù)荷結(jié)構(gòu)、各類機(jī)組處理等因素。文獻(xiàn)[9–11]對電網(wǎng)單位電能碳排放量,即電網(wǎng)動態(tài)購電碳排放因子,提出了切實(shí)可靠的計(jì)算方法。文獻(xiàn)[12]基于室內(nèi)電器運(yùn)行情況,提出考慮家用電器電熱特性的分散式電采暖集群經(jīng)濟(jì)低碳調(diào)控策略。以上方法均從外購電能消耗角度估算建筑碳排放,而忽視了消費(fèi)者行為導(dǎo)致的碳排放。文獻(xiàn)[13]提出了一種新的碳估算方法,首次對工廠的直接和間接碳排放進(jìn)行實(shí)時估算,但在綠色居住建筑電器直接與間接碳排放估算方面仍有一定空白。
計(jì)量居住建筑中電器的碳排放,需要獲取居民用電行為,非侵入式負(fù)荷監(jiān)測(Non-intrusive Load Monitoring,NILM)作為智能用電技術(shù)體系的重要組成部分之一,能深入分析用戶內(nèi)部的負(fù)荷成分,獲取不同精細(xì)程度的用戶用電信息[14-15]、進(jìn)行負(fù)荷識別和用電行為分解得到用戶內(nèi)部各類電器準(zhǔn)確的用電信息[16]。
本文提出了一種綠色居住建筑用能碳排放指標(biāo)分項(xiàng)估算方法,用于完整地估算綠色居住建筑中電器運(yùn)行所導(dǎo)致的碳排放,該方法先通過非侵入式負(fù)荷辨識,判斷用戶用電行為,分時分項(xiàng)計(jì)量不同電器能耗,根據(jù)建筑光儲系統(tǒng)出力與電網(wǎng)單位電能碳排放量時變性計(jì)算實(shí)際間接排放因子,結(jié)合電器直接碳排放因子計(jì)算各電器碳排放量,實(shí)現(xiàn)建筑電器用能碳排放指標(biāo)精細(xì)化估算。
本研究的主要貢獻(xiàn)在于:
1)根據(jù)居民用電行為特性估算電器直接碳排放,提升碳排放估算范圍完整性。
2)根據(jù)綠色居住建筑“源-荷”數(shù)據(jù)與電網(wǎng)單位電能碳排放時變性計(jì)算電器間接碳排放,提高碳排放估算結(jié)果準(zhǔn)確性。
3)分時分項(xiàng)估算建筑運(yùn)行過程用能碳排放指標(biāo),將能耗與碳排放來源具體化、明確化。
當(dāng)有居民負(fù)荷啟停事件發(fā)生時,居民電器的總有功功率曲線將會發(fā)生突變,基于事件的NILM方法通過感知功率突變來判斷事件是否發(fā)生。第t秒有功功率突變量可以用前后功率差計(jì)算,并可以根據(jù)功率變化正負(fù)性判斷電器狀態(tài):
其中VPt表示第t+1秒與第t秒有功功率變化量,edge表示事件代表的電器啟停狀態(tài),1表示開啟,?1表示關(guān)閉。
在電器正常運(yùn)行過程中,即使無電器啟停,電表總功率也不是固定的,因此,只有當(dāng)一秒內(nèi)功率突變量大于某設(shè)定值才會被認(rèn)為有事件發(fā)生。此外,電器自身運(yùn)行狀態(tài)變化造成的功率波動也不盡相同,在這里引入基于總功率的功率波動判別依據(jù)如下:
其中P0為未開啟電器時的功率噪聲;k0為背景功率系數(shù);Pt為現(xiàn)有總功率值。
當(dāng)一個負(fù)荷完全開啟之后功率趨于穩(wěn)定,每秒有功變化量也隨之減小。當(dāng)有功功率變化量小于波動功率時,則該事件已經(jīng)結(jié)束并將當(dāng)前時間標(biāo)定為事件結(jié)束時間t2。當(dāng)事件結(jié)束后,根據(jù)事件過程中及結(jié)束后的各項(xiàng)特征數(shù)據(jù)提取電器事件特征。
本文選取有功、無功、電流諧波、穩(wěn)態(tài)功率方差、每秒功率最大值等來辨識綠色居住建筑中的電器,這些電器都是辨識常用特征[17-20]。算法定義了平均有功功率的差值與平均無功功率的差值的變化量:
其中ΔP表示事件全過程有功功率變化量;ΔQ表示無功功率變化量。
此外,由于電流相角與電壓相角的不是固定的,因此,在計(jì)算電流諧波的變化量時,需要考慮電流諧波相角的變化。對于k次電流諧波幅值變化量如下公式所示:
算法采用離線生成特征庫,在線辨識的方法,首先使用一定量用戶電器啟停數(shù)據(jù),基于多元高斯模型,生成對應(yīng)電器特征庫,在在線辨識階段,將實(shí)時數(shù)據(jù)輸入到特征庫中,通過高斯分布計(jì)算其截止概率,判斷用電行為種類,流程如圖1所示。
圖1 負(fù)荷辨識流程圖
在已知樣本各數(shù)據(jù)特征情況下,可以通過極大似然估計(jì)法求得其均值和協(xié)方差矩陣。對于N個樣本點(diǎn):{x1,x2,...,xn},其極大似然估計(jì)公式為:
對于一個服從多元高斯分布的樣本,其概率密度函數(shù)為:
關(guān)于電器事件特征的新樣本個體y,不同截止概率對應(yīng)不同的事件可能性[21],且由于概率密度函數(shù)在正半軸與負(fù)半軸分別單調(diào)。因此,針對某類電器設(shè)定截止概率pn,當(dāng)某一事件特征樣本對于其中一類電器的概率為p,且p>pn時,則說明該樣本所代表的電氣特征變換為此電器啟停導(dǎo)致。
在準(zhǔn)確辨識用電行為的基礎(chǔ)上,判斷電器運(yùn)行狀態(tài),再根據(jù)電器運(yùn)行功率,可以計(jì)算出其運(yùn)行總能耗如下。
其中state表示該種類電器運(yùn)行個數(shù),edge表示事件邊沿,取1時表示上升沿,即電器開啟;取2時表示下降沿,即電器關(guān)閉。EP表示該種類電器當(dāng)前運(yùn)行功率和,Du表示電器運(yùn)行時長,W表示其能耗。
非侵入式負(fù)荷辨識從能耗角度可以給予綠色居住建筑用能調(diào)控策略一定參考,但在同時考慮用能碳排放的情況下,還需要進(jìn)一步獲取碳排放數(shù)據(jù)。
建筑中的電器設(shè)備常應(yīng)用全生命周期法估算碳排放,核算邊界至關(guān)重要。全生命周期法主要從需求分析、設(shè)計(jì)、制造、銷售、使用、維修、報(bào)廢到回收再生等角度考慮排放邊界,根據(jù)核算邊界范圍,分為“從搖籃到大門”、“從搖籃到墳?zāi)埂?、“從搖籃到搖籃”等估算方法。受電器實(shí)際運(yùn)行環(huán)境與碳排放因子不確定性影響,在建造前估算其運(yùn)行過程產(chǎn)生中的碳排放往往會導(dǎo)致結(jié)果準(zhǔn)確性低[22],因此,建筑使用過程碳排放尤其難以計(jì)算。在建筑投入運(yùn)行后,根據(jù)實(shí)際活動數(shù)據(jù)估算電器運(yùn)行過程碳排放可以很好地提高結(jié)果準(zhǔn)確性,這部分碳排放主要由電器使用過程中產(chǎn)生的直接碳排放與電力消耗導(dǎo)致的間接碳排放組成[13]。綠色居住建筑中居民用能所產(chǎn)生的碳排放核算邊界與其主要來源如圖2所示。
圖2 居民電器碳排放邊界與來源
綠色居住建筑運(yùn)行過程用能碳排放指標(biāo)估算主要聚焦于綠色居住建筑使用過程中家庭用電行為所產(chǎn)生的碳排放,即圖中“產(chǎn)品使用”部分。家庭電器產(chǎn)生的能耗與碳排放估算,可以通過不同的用電行為導(dǎo)致的能耗,估算對應(yīng)行為消耗其他資源所產(chǎn)生的直接碳排放,再結(jié)合間接碳排放因子得到居民分時分項(xiàng)用能碳排放量。
此外,基于對居民電器的辨識,可以通過電器直接碳排放因子計(jì)算對應(yīng)的人類活動所產(chǎn)生的碳排放,這部分碳排放主要由電器運(yùn)行時消耗的其他資源導(dǎo)致。根據(jù)不同電器的直接碳排放來源,將常見的電器分為僅耗電、耗水、耗熱水、耗食材等四個種類,并在圖中列舉了一些常見的電器。
綠色居住建筑用能碳排放指標(biāo)估算方法使用了建筑中用電數(shù)據(jù)與其他能源出力,主要是光伏儲能系統(tǒng)出力數(shù)據(jù)。首先通過非侵入式負(fù)荷辨識,獲取建筑中各電器使用時長與運(yùn)行功率,分別計(jì)算能耗,再通過用電行為估算用電直接碳排放,并結(jié)合當(dāng)前時刻外購電碳排放因子、總能耗、光儲系統(tǒng)出力計(jì)算動態(tài)耗電排放因子,最后估算綠色居住建筑中各電器在各時段用能碳排放指標(biāo)。綠色居住建筑用能碳排放指標(biāo)估算流程如圖3所示。
圖3 用能碳排放指標(biāo)估算流程圖
基于上述負(fù)荷辨識算法與不同的直接碳排放來源,對各類電器直接碳排放因子進(jìn)行以下估計(jì)。
空調(diào)、電視機(jī)、電燈等電器屬于僅耗電類電器,此類電器生產(chǎn)過程消耗的碳排放可在出廠時計(jì)算,在使用過程中僅消耗電能而沒有其他資源投入,因此只有間接碳排放,不產(chǎn)生直接碳排放。
耗水類電器主要由洗衣機(jī)、洗碗機(jī)等清潔類電器構(gòu)成,該類電器運(yùn)行過程中除電能外只有水的額外投入,并且不會對水進(jìn)行加熱,可以從運(yùn)行時長、運(yùn)行狀態(tài)等方面估計(jì)其直接碳排放因子:
其中,σw表示水的排放系數(shù);Mw表示水的質(zhì)量;Pi表示電器功率;Ti表示電器工作時間。
耗熱水類電器主要由熱水壺、熱水器等僅額外使用水且進(jìn)行加熱的電器構(gòu)成,其主要特點(diǎn)是將電能轉(zhuǎn)變?yōu)樗臒崮?,根?jù)其消耗電量與加熱效率估算耗水量與米飯量從而得到直接排放因子,以質(zhì)量單位計(jì)量的熱水可按以下公式轉(zhuǎn)換為熱量單位,并計(jì)算得電器碳排放:
其中AD表示熱水熱量;W表示電能消耗;η表示電器加熱效率;Maw表示水的質(zhì)量;Tw表示水溫;CE表示碳排放量;σaw與σr分別表示水與米的碳排放系數(shù);μ表示電器運(yùn)行時米與水的質(zhì)量比。直接碳排放因子為碳排放量與電能的比值:
結(jié)合式(13)-(16)可以得到直接碳排放因子為:
耗食材類電器主要由電磁爐、微波爐等烹飪用電器構(gòu)成,根據(jù)烹飪方式不同,每次使用造成的碳排放也不同,食材烹飪所產(chǎn)生的碳排放是考慮蛋白質(zhì)和卡路里含量歸一化的結(jié)果,文獻(xiàn)[23]指出:一些常見的食物經(jīng)過不同的烹飪方式會產(chǎn)生的碳排放,國家衛(wèi)健委提供的推薦膳食比例作為食物烹飪比重計(jì)算各種烹飪方式的平均碳排放因子,作為電器每次使用造成的碳排放因子,用于計(jì)算直接碳排放計(jì)算公式如下:
其中σi表示食材排放系數(shù);ωi表示攝入比例。
建筑的實(shí)際間接碳排放因子不斷變化,其數(shù)值受到動態(tài)購電碳排放因子、外購電量與光儲出力影響。
根據(jù)IPCC指南,電力行業(yè)產(chǎn)生的碳排放量可以根據(jù)自下而上的清單構(gòu)建和部門活動模型通過化石燃料活動數(shù)據(jù)與其對應(yīng)的排放因子獲得[24-25],并通過日發(fā)電量組合、不同發(fā)電類型平均排放系數(shù)和凈進(jìn)口電力及其排放系數(shù)估算出相應(yīng)省份的日電力排放系數(shù)[13]。
在分項(xiàng)估算電器碳排放時,每種電器根據(jù)自身能耗量分?jǐn)傇摃r段總碳排放,但在綠色建筑實(shí)際運(yùn)行過程中,受其光儲系統(tǒng)出力影響,間接碳排放因子計(jì)算公式如下所示:
其中Y示消耗的儲能電力中屬于外購電部分充電產(chǎn)生的碳排放;Ebt表示當(dāng)前時間段外購電碳排放因子;WLt、Wvt、Wct分別表示建筑總能耗、光伏出力、儲能出力;η為儲能電池充放電效率;μ為儲能儲存過程每小時損耗。
本文考慮不同時段能源不同發(fā)電機(jī)組組成成分、綠色建筑光儲出力、居民用電行為差異,得到居民間接碳排放因子σ=[σ1,σ2,...,σ24]T、居民直接碳排放因子τ=[τ1,τ2,...,τn],考慮實(shí)時碳排放因子的綠色居住建筑分項(xiàng)碳排放模型為:
其中σ表示建筑間接碳排放因子;τ表示電器直接碳排放因子;為電器i在第j小時總能耗;為電器i在第j小時用電碳排放量。
本文所用數(shù)據(jù)集包含某居住建筑中家庭數(shù)日總電表用電數(shù)據(jù)與光儲系統(tǒng)出力數(shù)據(jù),其中負(fù)荷數(shù)據(jù)使用NIDAQ采集設(shè)備雙通道采集聚合功率特征和諧波特征,CPL8100A交直流電流鉗采集相電流,PinTech N1008A差動探頭采集電壓,居民實(shí)際用電數(shù)據(jù)采樣頻率為1.6kHz。光儲系統(tǒng)出力數(shù)據(jù)由系統(tǒng)直接提供。采集裝置如圖4所示。
圖4 采集裝置實(shí)物圖
對數(shù)據(jù)集中某戶居民家用電能耗進(jìn)行計(jì)量,辨識結(jié)果與總能耗如表1所示,各電器分時運(yùn)行情況如圖5所示,其中電器1-6表示啟停次數(shù)大于10的六種常用電器,電器7表示未知電器。未知電器是指家用電器中運(yùn)行次數(shù)多,不足以形成完整可靠的特征庫,所以未加入辨識的電器,而不是單指某一種無法辨識的電器。
表1 辨識與計(jì)量結(jié)果
圖5 常用電器運(yùn)行情況
從表中可以看出,非侵入式辨識準(zhǔn)確率較高,計(jì)量誤差較小,可以滿足能耗計(jì)量的需求。此外,根據(jù)用戶行為可知,該戶居民早出晚歸,居家活動基本集中在下午四點(diǎn)以后。其中,冰箱全天運(yùn)行,在長時間運(yùn)行過程中能耗變化不大。烹飪類電器主要集中在傍晚運(yùn)行,運(yùn)行時間不長,能耗有限??照{(diào)在晚上長時間運(yùn)行,產(chǎn)生大量能耗。因此,可以使用非侵入式負(fù)荷辨識來獲取家庭用電信息,進(jìn)而估算居住建筑碳排放。
實(shí)例選用某建筑中六戶居民用電數(shù)據(jù),結(jié)合光儲系統(tǒng)進(jìn)行能碳排放指標(biāo)精細(xì)化估算。首先,根據(jù)居民實(shí)際用電方式估算直接碳排放,其中μ取0.7,電飯煲加熱效率取0.8,熱水壺加熱效率取0.9。計(jì)算得到各家用電器直接碳排放因子如表2所示。
表2 常見家用電器直接碳排放因子
再根據(jù)結(jié)合綠色建筑光儲系統(tǒng)處理與動態(tài)購電碳排放因子計(jì)算電器實(shí)際間接碳排放,其中動態(tài)購電碳排放因子選用江蘇某地一日電力碳排放因子,圖6中分別列出了電網(wǎng)購電排放因子、僅有光伏出力與配有光儲系統(tǒng)后的實(shí)際間接碳排放因子日變化曲線。
圖6 間接碳排放因子變化曲線
最后,在負(fù)荷辨識的基礎(chǔ)上,基于上述直接、間接碳排放因子與居民電器分時能耗,可以分別計(jì)算在有無光儲系統(tǒng)情況下居民用戶某日碳排放分時分項(xiàng),估算結(jié)果分別如圖7、圖8所示。
圖7 普通建筑居民分時分項(xiàng)碳估算結(jié)果
圖8 綠色居住建筑分時分項(xiàng)碳估算結(jié)果
從以上圖中可以看出,在白天光伏出力較高、負(fù)荷量較少的情況下,僅憑自發(fā)電即可滿足用電需求,白天使用的負(fù)荷無間接碳排放。在引入儲能后可以將光伏發(fā)電過剩的電量存儲起來用于夜晚使用,從而減少夜間間接碳排放??傮w而言,光儲系統(tǒng)的加入大大減少了建筑碳排放總量,電器的使用時段也在很大程度上影響了其產(chǎn)生的碳排放量。
最后,得到數(shù)據(jù)集中的綠色居住建筑某日能碳排放指標(biāo)如表3所示。
表3 綠色建筑能碳排放指標(biāo)
從表3中可以看出,由于運(yùn)行時長的差異,冰箱與空調(diào)的間接碳排放占比極高。但是由于其他資源的消耗,烹飪類電器的直接碳排放也不容小覷,其碳排放總量占比超三分之一。
本文提出了一種綠色居住建筑電器能碳排放指標(biāo)分項(xiàng)計(jì)量方法,用于完整地估算綠色建筑電器運(yùn)行所導(dǎo)致的碳排放。通過非侵入式負(fù)荷辨識,判斷用戶用電行為,從直接、間接碳排放角度,揭示了綠色居住建筑中各電器在一日內(nèi)不同時間段的能耗與碳排放總量,實(shí)現(xiàn)綠色居住建筑電器能碳排放精細(xì)化計(jì)量,為綠色建筑節(jié)能降碳調(diào)控策略提供數(shù)據(jù)支撐。結(jié)果顯示,運(yùn)行時間長的電器與烹飪類電器消耗碳排放最多,電器的使用時段也在很大程度上影響了其產(chǎn)生的碳排放量。
今后可以考慮綠色建筑中電器種類與用戶用電行為特點(diǎn),針對固定建筑修正電器直接碳排放,提高估算準(zhǔn)確性與完整性。