背景与意义
全球变暖导致能源消耗增加，尤其在炎热地区，空调等用能负荷对电网造成压力。城市能耗占消费总量85%，其中建筑能耗占45%。为应对新能源波动性，需在需求侧建设灵活负荷，支撑电网调节。
城市尺度建筑能耗模型UBEM构建
- 挑战：城市级历史/未来天气数据、建筑信息获取困难，气象与能源数据时空颗粒度未对齐。
- 解决思路：
- 城市级：利用CMIP6未来气象数据、动态降尺度方法、聚类生成典型概率场景。
- 社区级：基于GIS城市建筑数据库，实现高通量、自动化楼宇级能耗仿真。
- 单体级：机理-数据联合驱动，实测电耗验证模型可信度。
社区尺度UBEM模拟
- 模拟厦门市4类典型住宅（万花园、老旧小区、别墅区、高层住宅）的典型年逐时冷/热/电能耗。
- 利用EnergyPlus进行建筑热工机理模拟，包括太阳辐射、围护结构传热、室内温度场、机械系统仿真。
技术难点与目标
- 热工模拟与地理信息耦合：建立城市尺度建筑能耗负荷灵活资源调控平台，实现数万建筑高通量、高效率、高保真负荷仿真。
- 多元-海量-异构数据融合：
- 数据需求：地理空间、气候环境、建筑物理、用能行为等。
- 获取方法：GIS建筑信息、大语言模型（LLM）推理建筑年代。
- 地理空间与负荷仿真耦合：独创端点坐标迁移技术，将城市建筑空间信息迁移至EnergyPlus平台进行3D建模和能耗仿真。
福州案例
- 选取8种类型建筑，每种类型9个代表性建筑，进行能耗仿真。
- 利用迁移学习、GAN样本增广、DANN域对抗、LSTM等技术，实现高保真能耗仿真。
模型验证
- 验证维度：时间空间-能量三维度。
- 验证方法：
- 典型建筑/社区验证。
- 典型行业多时间尺度验证（逐时、周、冬季/夏季）。
- 单栋-社区-城市多空间尺度验证。
- 冷-热-电多能耗负荷验证。
- 误差控制：福州厦门误差<5%。
工作基础
- 全国城市能耗地图：广州、上海2D/3D地图示例。
- 气候与天气影响分析：
- 捕捉气候与天气对全国城市建筑能耗的影响。
- 关键气象变量：温度、光照、风速、湿度、降水。
- 数据来源：ECMWF气象站实测数据校正。
- 案例：福州空调电耗年变化率，2060年将增加36%（极热年）和14%（常规年）。
负荷预测的深度学习方法
- 模型：GRU、LSTM、Transformer。
- 技术：
- GRU：简化LSTM，减少参数需求，提高效率。
- LSTM：解决RNN梯度消失问题，捕捉时间序列依赖。
- Transformer：多头自注意力机制，提升预测精度。
- 小样本问题：利用TimeGAN等技术解决极端天气和新型负荷的预测困境。
- 解释性问题：通过注意力机制提升模型可解释性，增强工程可信度。
