数据驱动的国内灵活需求：来自寒冷气候实验的观察
系统与控制
2024-07-24 v1 系统与控制
摘要
本章节报告了我们在家庭中基于常规商业制冷/暖气(HVAC)系统的电能灵活需求经验。我们的关注点在于调查能源需求的可预测性以及不同制冷/暖气设置下的热力学响应。能够形成此类预测对于大多数灵活需求算法至关重要。我们将比较几种预测热力学和能源响应的方法，这些方法要么给出良好结果，要么在文献中被推广用于控制建筑物。我们将报告住宅响应的随机性在我们经验中是提供国内灵活需求的主要难题。实验在挪威的一座常规房屋内进行，房屋配备了四个 Mitsubishi 空气-空气热泵和高效平衡通风系统。该房屋配备了多个基于物联网的气候传感器、实时功率测量装置，并可通过物联网驱动 HVAC 系统。该房屋 operates on Nord Pool NO3 现货市场，面临峰值能源需求罚金。我们在三年期间收集了该房屋的数据（温度、湿度、空气质量）、实时功率和小时能耗，同时应用了各种灵活需求算法响应当地能源成本。这产生了制冷/暖气系统设置和能源需求的大幅变动，为调查房屋响应提供了丰富数据。本章节旨在为寒冷气候下房屋灵活需求提供重要见解。
引用
@article{arxiv.2407.16475,
title = {Data-Driven Domestic Flexible Demand: Observations from experiments in cold climate},
author = {Dirk Reinhardt and Wenqi Cai and Sebastien Gros},
journal= {arXiv preprint arXiv:2407.16475},
year = {2024}
}