面向可再生能源消纳的多类型建筑群共享储电柔性调控模型研究

颜哲; 杨建荣; 戴珂; 张永明; 张改景; 江燕

doi:10.3724/j.gyjzG25121501

面向可再生能源消纳的多类型建筑群共享储电柔性调控模型研究

doi: 10.3724/j.gyjzG25121501

颜哲^1,2,
杨建荣^1, ,,
戴珂^1,3,
张永明²,
张改景¹,
江燕⁴

1. 上海市建筑科学研究院有限公司, 上海 200032;
2. 同济大学建筑与城市规划学院, 上海 200092;
3. 同济大学经济与管理学院, 上海 200092;
4. 上海建科咨询集团股份有限公司, 上海 200032

基金项目:

新疆自治区重点研发计划（2022B03034-3）；上海市2022年度“科技创新行动计划”项目（22dz1207200）。

详细信息

作者简介:
颜哲，博士，主要从事建筑能源系统研究，yanzhe@sribs.com。

通讯作者:
杨建荣，博士，正高级工程师，主要从事绿色建筑、建筑节能领域研究，yangianrong@sribs.com。

计量
- 文章访问数: 14
- HTML全文浏览量: 2
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2025-12-15
- 网络出版日期: 2026-02-26
- 刊出日期: 2026-01-22

A Flexible Regulation Model for Shared Energy Storage of Multi-Type Building Groups Oriented to Renewable Energy Accommodation

1. Shanghai Research Institute of Building Sciences Co., Ltd., Shanghai 200032, China;
2. College of Architecture and Urban Planning, Tongji University, Shanghai 200092, China;
3. School of Economics and Management, Tongji University, Shanghai 200092, China;
4. SRIBS Consulting Group Co., Ltd., Shanghai 200032, China

摘要

摘要: 建筑业作为能源消耗与碳排放的核心领域，其绿色低碳转型是双碳目标实现的关键。然而，光伏、风电等可再生能源的间歇性与波动性，加之传统独立储电模式存在投资高、利用率低、调度灵活不足等缺陷，严重制约了建筑领域可再生能源消纳与能源系统优化。聚焦居住、办公、工业三类典型建筑，基于其异质用能特性，构建共享储电柔性调控模型，设计差异化调度策略，并通过案例仿真对比无储电、独立储电、共享储电三类模式的运行效果。结果表明：共享储电模式可实现可再生能源全额消纳，解决无储电模式下的弃电问题；与独立储电模式相比，其在运行成本基本持平的前提下，显著降低储电投资成本，且随着光伏装机容量提升，容量降低率呈上升趋势，最高可达40%以上；共享储电通过跨建筑协同调度，充分发挥负荷互补优势，提升了能源系统稳定性与资源利用效率。
- 共享储电 /
- 柔性调控 /
- 多类型建筑群 /
- 可再生能源消纳
Abstract: As a core sector of energy consumption and carbon emissions， the green and low-carbon transformation of the construction industry is crucial to achieving the dual carbon goals. However， the intermittency and volatility of renewable energy sources such as photovoltaic （PV） and wind power， coupled with the drawbacks of traditional independent energy storage，including high investment costs， low utilization rates， and insufficient dispatch flexibility，have severely constrained renewable energy accommodation and energy system optimization in the construction field. This study investigated three typical building types： residential， office， and industrial. Based on their heterogeneous energy consumption characteristics， a flexible regulation model for shared energy storage was established， and differentiated dispatch strategies were designed. Case simulations were conducted to compare the operational effects of the three modes： no energy storage， independent energy storage， and shared energy storage. The results indicated that the shared energy storage mode could achieve full utilization of renewable energy， completely resolving the power curtailment issue inherent in the no-energy-storage mode. Compared to the independent energy storage mode， the shared mode significantly reduced energy storage investment costs while maintaining comparable operational costs. Moreover， as the PV installed capacity increased， the capacity reduction rate showed an upward trend， reaching a maximum of over 40%. Meanwhile， through cross-building coordinated dispatch， shared energy storage fully leveraged the advantage of load complementarity， thereby enhancing the stability of the energy system and the efficiency of resource utilization.
- shared energy storage /
- flexible regulation /
- multi-type building group /
- renewable energy accommodation

HTML全文

参考文献(33)

[1]	蔡伟光，于艳辉，刘源. 中国城乡建设领域碳排放研究报告（2024年）［J］. 建筑，2025（2）：56-63.
[2]	MAHMOOD S，SUN H，ALI A A，et al. Active learning-based machine learning approach for enhancing environmental sustainability in green building energy consumption［J］. Scientific Reports，2024，14（1）：19894.
[3]	董晓，刘加平. 论全面推行绿色建筑与“双碳”目标实现［J］. 建筑科学，2025，41（4）：1-5.
[4]	张颖. 布署九大重点任务明确五项保障措施住建部印发《“十四五”建筑节能与绿色建筑发展规划》［J］. 中国勘察设计，2022（3）：8-9.
[5]	田广，刘培. 分布式可再生能源系统建模与优化综述［J］. 动力工程学报，2025，45（10）：1738-1756.
[6]	张永明，于杰生，颜哲. 碳中和背景下建筑电气行业变革与对策［J］. 智能建筑电气技术，2022，16（3）：9-14.
[7]	YU J，ZHANG Y，YAN Z，et al. A multi-objective optimized approach to photovoltaic-battery systems constrained by transformer capacity for existing buildings［J］. Energies，2025，18（13）：3339.
[8]	YAN Z，ZHANG Y，YU J. Allocative approach to multiple energy storage capacity for integrated energy systems based on security region in buildings［J］. Journal of Energy Storage，2024，84：110951.
[9]	YAN Z，ZHANG Y，LIANG R，et al. An allocative method of hybrid electrical and thermal energy storage capacity for load shifting based on seasonal difference in district energy planning［J］. Energy，2020，207：118139.
[10]	任俊良，夏伟，王昌图. 我国储能创新研究的热点及未来发展趋势［J/OL］. 储能科学与技术，2026［ 2026-01-08］. https：//doi.org/10.19799/j.cnki.2095-4239.2025.1050.
[11]	陈海生，李泓，徐玉杰，等. 2024年中国储能技术研究进展［J］. 储能科学与技术，2025，14（6 ）：2149-2192.
[12]	唐文虎，聂欣昊，钱瞳，等. 面向新型电力系统安全稳定的储能应用技术研究综述与展望［J］. 广东电力，2024，37（12）：3-15.
[13]	梁毅，田思源，张颖. 用户侧储能经济性研究［J］. 中外能源，2024，29（10）：18-28.
[14]	卢昭龙，朱建全，傅国斌，等. 基于非合作博弈的共享储能与多产消者交易策略［J/OL］. 分布式能源，2026［ 2026-01-08］. https：//doi.org/10.16513/j.2096-2185.DE.25100317.
[15]	陈昌铭，章天晗，沈子康，等. 新型电力系统的发用电侧共享储能商业模式研究综述［J］. 电力系统自动化，2025，49（15）：20-42.
[16]	孙英聪，陈来军，唐明睿，等. 集中式共享储能运行优化关键技术与研究展望［J］. 高电压技术，2025，51（9）：4505-4519.
[17]	赵振宇，林杉，马乾鑫. 基于分布鲁棒优化的综合能源系统共享储能规划［J］. 电力建设，2025，46（11）：58-70.
[18]	樊慧，牛玉广，陈玥，等. 计及共享储能服务质量定量评估的多虚拟电厂调度策略［J］. 太阳能学报，2025，46（10）：77-87.
[19]	任洪波，徐佩佩，李琦芬，等. 基于多元负荷平准化的区域建筑群混合优化［J］. 暖通空调，2020，50（10）：114-119.
[20]	张永明，颜哲，白玮，等. 综合能源规划中配网/用户侧锂电池储能系统的技术经济研究［J］. 智能建筑电气技术，2020，14（5）：93-100.
[21]	郑晓东，石天卓，张盼盼，等. 耦合交通预测多智能体强化学习的虚拟聚合储能多充电站协同调度［J/OL］. 电网技术，2026［ 2026-01-08］. https：//doi.org/10.13335/j.1000-3673.pst.2025.0918.
[22]	王晗雯，马智刚，钱欣，等. 面向资源集群调控的园区共享储能分布鲁棒优化配置方法［J］. 太阳能学报，2025，46（11）：69-78.
[23]	胡水彬，李大华，孔祥玉，等. 电碳市场下考虑共享储能的多主体综合能源系统主从博弈优化运行［J］. 太阳能学报，2025，46（11）：481-491.
[24]	罗西，李停停. 居住建筑柔性用能负荷关联特性及优化调控研究［J］. 太阳能学报，2025，46（6）：385-392.
[25]	王天一，侯佳煜，杨悦. 苏州市居住建筑能耗与居民用能行为调查［J］. 上海节能，2025（6）：892-896.
[26]	吴蔚沁，蒋友娣. 基于上海市能耗监测平台数据的办公建筑用能评价指标研究［J］. 建设科技，2023（4）：34-38.
[27]	孙可欣，范蕊，步婷，等. 夏热冬冷地区办公建筑用能源总线系统夏季运行特性研究［J］. 建筑科学，2022，38（4）：25-36.
[28]	张驰，郭海鞍，孟杰，等. 工业建筑绿色低碳化改造再利用设计方法研究：以夏热冬冷地区为例［J］. 南方建筑，2024（7）：22-35.
[29]	廖剑辉. 高性能UPS电源在公共建筑电气的应用［J］. 智能建筑与智慧城市，2025（增刊1）：195-197.
[30]	孙丙香，任鹏博，陈育哲，等. 锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测［J］. 电工技术学报，2021，36（3）：666-674.
[31]	范智伟，乔丹，崔海港. 锂离子电池充放电倍率对容量衰减影响研究［J］. 电源技术，2020，44（3）：325-329.
[32]	刘健辰，刘山林. 基于二阶锥松弛和Big-M法的配电网分布式电源优化配置［J］. 电网技术，2018，42（8）：2604-2611.
[33]	于维珂，汪涛，杨尘. 储能用锂离子电池充放电能量效率的影响因素［J］. 电池，2020，50（6）：552-555.