总体介绍
随着用电规模日益扩大，对负荷管理要求越来越高，空调作为用电高峰期能耗大户，柔性调控潜力充足，是国家电网公司开展柔性调控和负荷高峰期需求响应的有力抓手。信产天津普迅打造的“空调负荷AI柔性调控平台+空调柔性调控边缘终端”一体化解决方案，依托AI决策技术，通过空调冷站效率优化、冰蓄冷等手段，实现对空调负荷柔性的挖掘、聚合、智能管理，向上接入虚拟电厂管控平台，参与需求响应。
方案组成
1、
空调负荷AI柔性调控平台
空调负荷AI柔性调控平台，对内将调控需求下发至柔性调控边缘终端，对外将用能引导需求发送至虚拟电厂运营管理平台参与电网运行，最终实现边缘终端数据整合、仿真、负荷分析及节能计量。
空调负荷AI柔性调控平台
基于传感器采集历史数据，综合历史环境信息等多维度数据，利用人工智能算法实现对空调负荷分析预测。
基于设备工况数据，实现冷站仿真建模，利用冷站运行仿真，基于冷量需求和外界环境得到用电负荷数据。
聚合边缘终端柔性调控能力，对区域空调负荷柔性空间实现排查、分析与统一整合。
聚合边缘终端调控效果，实现对区域内节能调控、错峰调控、需求响应结果的分析、计量与统计。
2、
基于AI决策的空调柔性调控边缘终端
基于AI决策的空调柔性调控边缘终端，汇聚负载柔性数据，依托AI空调节能优化技术，实现空调侧数据采集、柔性分析、AI决策及设备调控。
基于AI决策的空调柔性调控边缘终端
（1）基于冷站工况的无感知AI节能优化
在不改变用冷需求的情况下，优化运行工况，降低冷站运行能耗，实现AI节能优化。
（2）基于冷罐蓄融的无感知AI降费优化
优化蓄冰/融冰策略，实现负荷平移，减少峰电用量，实现AI降费优化。
（3）基于需求响应的微感知AI柔性调节
允许在一定范围调节冷站出水温度，达到负荷压减，实现AI柔性调节。
3、
冰蓄冷系统调控
冰蓄冷技术通过利用低峰期的电力来制冷并储存，在高峰期使用储存的冷能力量，以满足建筑物或工业设施的空调或制冷需求，通过AI算法，可以优化蓄冰/融冰策略，减少峰电用量，与传统锂电阵列相比，冰蓄冷建设投入大幅降低，部署更便捷，安全性更高，使用寿命更长。
优势特色
AI调控节能控制无感知
通过增减冷机、调节水泵流量、调节冷罐蓄融等手段优化冷站运行工况实现节能，末端无需做任何调节，在用户无感知的情况下实现节能控制。
AI动态蓄融效益更优化
通过感知电价与冷站工况变化，实行动态多次蓄融，相较于传统的静态蓄融策略，最大化冷罐的负荷平移获得的收益，安全性更高，回收效益更好。
AI决策智能更先进
基于强化学习的AI决策智能，采用交互的机器决策算法，在电力调度、能源优化等领域应用广泛，基于仿真自我发现决策方案，可应对多维复杂系统。
AI学习适应性更强
在不确定的环境下进行学习训练，探索到决策行为环境变化时，可及时更新策略。
应用案例
天津某设备公司冷站智慧调控项目
该设备公司作为用电大户，工业精密空调能耗成为该业主的主要能耗，节能降耗较为紧迫。该项目联合工业空调解决方案供应商，在暖通高能耗的冷站侧置入以强化学习和虚拟仿真为核心技术的AI智能体；以不改变用户需求为前提，从供能端降低整体空调能耗，投入使用后，整体空调耗电量同比下降8%。
冷站智慧调控效果
产品联系人
张来东
天津市普迅电力信息技术有限公司
智慧能源事业部
平台拓展业务线负责人
18526192398
供稿&审核：产品中心、智慧能源事业部
排版：公司党建部
微信号｜tjpuxun
扫码关注我们吧
