人工智能在电力需求侧仿真与预测中的若千应用景锐 ( 副教授 )厦门大学能源学院目 录1 在仿真中应用2 在预测中应用2背景意义《电力系统调节能力 优化专项行动实施方 案 (2025-2027年 ) 》目标：在需求侧建设相当于 5% 峰值负荷的 灵活资源库，并常态化参与调节 !分 体 空 调城市能耗占消费总量建筑能耗占消费总量 45%两个问题：■ 炎热的福州、厦门夏天 空调耗多少电 ?■ 全福州 / 厦门建筑的灵活 负荷有多少 ?一个挑战：新能源“看天吃饭” , 极热无风怎么办 ?-- 传统“纯”用能负荷主动支撑电网调节即灵活负荷源 荷 ( 灵活负荷 ) 储全球变暖， 2024 年为有记录以来全球最热年，为舒适与健康不得不消耗大量能源 !38ITST城市级一个老问题的几个新挑战：历史 / 未来天气(a)CMIP6 未来气象数据库 (b) 动态降尺度方法广地域建筑信息目标：自顶向下评估影响社区级方法：自底向上够建模型楼宇级(a)MERRA-2 历史气象库 (c) 聚类生成典型概率场景IV√M难点：气象与能源学科关于天 气数据的时空颗粒度未对齐模型可靠性ArcGIS Energy Pus难点： 海量 ( 数十万栋 ) 、多维 ( 形貌、功能、年龄等 ) 的城市级建筑信息难获取CoolingHeatngEloctrical构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向上660t Dt0 as W17000 068010 1200Dabe/Time目标：机理 - 数据联合驱动、 全自动化、结果可信的UBEM民 生 话 建 发 零 售全 社 会 用 电 交 通 运 输难点：如何验证模型Energy use(kWh/sqm)4构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向上城市级 一个老问题的几个新挑战的解决思路：(a)CMIP6 未来气象数据库 (b) 动态降尺度方法社区级思路：基于气象、面向能源，降 尺度对齐天气数据的时空颗粒度楼宇级思路：实测电耗、数据驱动验证思路：基于 GIS 城市级建筑数据库，耦合 EnergyPlus 单体建筑仿真，自底向上、自动化、高通量(a)MERRA-2 历史气象库 (c) 聚类生成典型概率场景 ArcGISEnergy达成目标：自动化、高可信的UBEM城民生活全 社 会 用 电批 发 零 售交 通 运 输0101 D10000 110s 090000 0W 170000 0908010000 13090900.00 Date/TimeCooling HeabingElectricaEnergyPLususe(kWh/sqm)90=805中0101 C1:00:0204/D101-00:00Date/Time12701:000Date/Time122701:00.00Date/Time中等高度住宅 老旧小区3别墅...
