徐文林，方騰，徐勇，郭春林，張蒙召

(1.國網(wǎng)湖南省電力有限公司，湖南 長沙 410004；2.華北電力大學 新能源電力系統(tǒng)國家重點實驗室，北京 102200；3.國網(wǎng)湖南綜合能源服務有限公司，湖南 長沙 410007)

0 引言

電網(wǎng)企業(yè)正在探索利用變壓器資源等優(yōu)勢，進行變電站、數(shù)據(jù)中心和能源站合一建設，以形成一個智能化節(jié)約能源的智慧能源站[1－2]。利用變電站站址資源，建立分布式儲能系統(tǒng)，成為能源輸送和轉換利用的重要環(huán)節(jié)，為多能協(xié)同提供基礎。儲能站能有效參與區(qū)域電網(wǎng)調節(jié)，節(jié)省為滿足短時最大負荷而所需的建設投資；數(shù)據(jù)中心站基于模塊化裝備和綜合能效管理平臺，可以彌補云的不足，實現(xiàn)云數(shù)據(jù)中心的分中心功能，能提高單位能效，降低運行成本，提升運營能力。

文獻[3] 提出了適用于電網(wǎng)的靜態(tài)、動態(tài)和技術經(jīng)濟分析的綜合能效評估方法。文獻[4] 從電氣設備性能、系統(tǒng)運行狀態(tài)、建筑結構性能和運行環(huán)境因素4 個角度構建變電站能效評估指標體系，文獻[5] 對比了光儲充電站的交流配電方案和直流配電方案的能效差異?？梢?，目前，電力領域的能效評估方法主要停留在傳統(tǒng)設備層面。對于三站合一的綜合電站的能效評估甚少，隨著智慧能源站的興起，智慧能源站能效評估體系的重要性日益凸顯。

1 智慧能源站及其能效指標體系

智慧能源站以新建變電站為依托，創(chuàng)新建設模式，實現(xiàn)變電站、儲能站、數(shù)據(jù)中心、電動汽車充換電站、屋頂光伏等分布式新能源集成融合[6]，實現(xiàn)能源流、數(shù)據(jù)流、業(yè)務流合一，來提升電網(wǎng)綜合效率效益，滿足城市建設對能源、環(huán)境的綜合要求[7－9]。變電站內除了主變壓器、站用變壓器等用來傳輸電能和供給用電，還設有信號控制裝置、直流電源、繼電保護和絕緣監(jiān)測等二次設備，以及冷卻裝置、空調等輔助設備[10－11]，其主要能耗設備為冷卻設備和空調等溫濕度調節(jié)設備。綜合能源站包括光伏系統(tǒng)、儲能系統(tǒng)和充電樁等設備。利用儲能站，實現(xiàn)“削峰填谷” 效應，緩解能源站供電壓力，整合變電站常規(guī)的二次設備、通信設備蓄電池組和數(shù)據(jù)中心UPS 電源，為傳統(tǒng)二次設備、通信設備提供備用直流電源。其中，鉛蓄電池和液流電池的轉換效率較低，為70%～85%，鋰離子電池的轉換效率一般在90%以上，可見轉換效率是影響儲能設備能效的關鍵因素。在光伏系統(tǒng)和充電站中，損耗占比最大的便是充電樁和并網(wǎng)變換器損耗，大約在總損耗的70%以上；其次是線路損耗，這是由于充電樁支路數(shù)量多，傳輸線路長，因而損耗比重較大[12]。數(shù)據(jù)中心的能耗因素主要從5 個方面進行考慮，分別為基站主設備、空調等溫濕度調控設備、電源系統(tǒng)、其他輔助設備和機房建設能耗。其中，基站主設備和空調能耗占數(shù)據(jù)中心總能耗的90%以上[13]。此外由交直流混聯(lián)網(wǎng)提供直流電源，同時復用儲能作為后備電源，可以取消數(shù)據(jù)中心UPS 電源系統(tǒng)和備用柴油機，可不予考慮電源系統(tǒng)能耗，同時也可達到降耗的目的。

綜合考慮上述整個智慧能源站能耗影響因素，從變電站、數(shù)據(jù)中心、能源站、建筑設備以及照明設備5 個角度進行分析，建立三站合一式的綜合能效評估體系，如圖1 所示。

圖1 智慧能源站層次分析結構圖

2 智慧能源站能效指標計算方法

2.1 變電站能效指標

2.1.1 變壓器綜合損耗率

變壓器綜合損耗主要包括主變壓器和站用變壓器的空載損耗、空載電流無功損耗所引起的有功損耗、負載損耗和負載時繞組漏抗漏磁無功損耗所引起的有功損耗四部分組成。若已知無功經(jīng)濟當量KQ，負荷波動系數(shù)KT和變壓器負載系數(shù)β，則變壓器的綜合損耗可表示為[14]:

式中，P0為變壓器空載損耗，Q0為變壓器磁化功率損耗，Pk為變壓器額定負載功率損耗，Qk為變壓器額定負載時繞組漏抗漏磁功率。

則變壓器的損耗率為:

式中，SN為變壓器額定容量，cosφ為變壓器負荷側的平均功率因數(shù)。

2.1.2 主變壓器冷卻方式

冷卻系統(tǒng)的主要作用是為長時間運行的電力設備進行降溫冷卻，也是重要的耗電設備，電力變壓器常用的冷卻方式一般分為油浸自冷式、油浸風冷式和強迫油循環(huán)三種，強迫油循環(huán)又有強油風冷和強油水冷兩種方式。強迫油循環(huán)由于有油泵機和風扇等設備因而耗能較多，油浸自冷式由于沒有特別的冷卻設備因而損耗較少，設油浸自冷式、油浸風冷式和強迫油循環(huán)消耗的總功率分別為P油自、P油風、P強油，則冷卻設備的能效表示為:

式中，a1、a2、a3分別為油浸自冷式、油浸風冷式和強迫油循環(huán)的臺數(shù)與總臺數(shù)的占比。

2.1.3 空調設備能效

空調系統(tǒng)是非常重要的調溫裝置，常用來制冷降溫，其能耗也占相當大的一部分，現(xiàn)階段為節(jié)省電能，大部分電站已經(jīng)開始采用自動調節(jié)裝置，每臺空調設備都有標準的能效比，即制冷量和輸入功率的比值，故引入空調能效比來衡量整個智慧能源站的空調設備能耗，計算公式如下:

式中，t為空調臺數(shù)，EERi為第i臺空調的能效比，Pout.i為第i臺空調的制冷量，Pout.total為所有空調總的額定制冷量。

2.2 數(shù)據(jù)中心能效指標

2.2.1 主設備能效

數(shù)據(jù)中心的主設備能耗主要包括載頻能耗和機柜基礎能耗。機柜基礎能耗主要由控制板、風扇等設備組成，大約占主設備能耗的10%左右。載頻數(shù)是影響主設備能耗的主要因素，主設備能效可由式(5) 進行表示:

式中，PCFi為第i臺載頻耗電功率；PS為電源總功率；s為載頻數(shù)。

2.2.2 空調設備能效

空調能效的計算方法同變電站能效指標中的空調能效，此處不再贅述。

2.3 能源站能效指標

上述已經(jīng)提及綜合能源站的主要能耗影響因素為換流器轉換效率、儲能轉換效率和線損率。

2.3.1 換流器轉換效率

在能源站中，換流器必不可少，儲能設備與交流電網(wǎng)通過交直變換器連接，光伏并網(wǎng)和充電樁等方面同樣需要換流器的使用。因此，換流器轉換效率C1用式(6) 來表示:

式中，b為換流器總數(shù)量；ηi為第i臺換流器效率。

2.3.2 儲能設備能效

儲能設備的能耗主要與電池材料有關，電池性能越好，儲能轉換效率也就越高，能效可用式(7) 表示:

式中，c為換流器總數(shù)量；Ej為第j臺儲能設備轉換效率。

2.3.3 線損率

所謂線損率，是指線路損耗的電能與線路始端輸入電能的比值。線路損耗的電能可由最大功率損耗時間法或者經(jīng)驗法求得，則線損率可表示為:

式中，W1為線路始端輸入的電能，ΔWz為線路損耗的電能。

2.4 建筑設備能效

智慧能源站中有節(jié)能要求的建筑類型主要包括有較多人員流通的主控通信樓和對設備正常運行有熱環(huán)境需求的二次設備室，從節(jié)能角度進行考慮，需要滿足冬季的防寒與保溫，盡可能多地獲得太陽輻射熱量并減少熱量損失，同時還應兼顧夏季防熱，綜合考慮以達到節(jié)能目的[15]。影響能耗的建筑因素主要有總平面布局、建筑形態(tài)和圍護結構。

2.4.1 總平面布局

建筑物的總平面布局應盡量為南北朝向，使其能夠在冬季得到較多的太陽輻射。因此，對于有熱環(huán)境需求的設備的建筑，接近或為南北朝向記為1，否則記為0，用南北向的建筑數(shù)量之和Ns與有熱環(huán)境需求的設備建筑總和N的比值來表示平面布局的能效，即:

2.4.2 體型系數(shù)

體型系數(shù)是指建筑物與室外大氣接觸的外表面積與其所包圍的體積的比值。體型系數(shù)應盡量控制在0.3 以內，反映一棟建筑體型的復雜程度和圍護結構散熱面積的多少，體型系數(shù)越大，則體形越復雜，其圍護結構散熱面積就越大，建筑物圍護結構傳熱、耗熱量就越大。因此，建筑體型系數(shù)是影響建筑物耗熱量指標的重要因素之一，其公式為:

式中，S為建筑體型系數(shù)，F(xiàn)0為建筑的外表面積，V0為建筑體積。

2.4.3 窗墻面積比

每個朝向窗墻面積比D3是指每個朝向外墻面上的窗、陽臺、門及幕墻的透明部分的總面積S窗與所在朝向建筑的總面積S墻之比。一般普通窗戶的保溫隔熱性能比外墻差很多，窗墻面積比越大，采暖和空調能耗也越大。因此，從降低建筑能耗的角度出發(fā)，必須限制窗墻面積比。國標GB50189—2005 規(guī)定窗墻面積比均不應大于0.7。窗墻面積比公式為:

2.4.4 傳熱系數(shù)

通常從墻體構造設計和材料選擇方面入手，其保溫性能主要體現(xiàn)在傳熱系數(shù)上，熱量從圍護結構一側傳遞到另一側所受阻力稱為圍護結構傳熱阻。國標指出，不同地區(qū)、不同窗墻面積比有不同的傳熱系數(shù)限定值，實例分析時可根據(jù)地區(qū)等因素查閱國標相關限定值。研究表明，外墻傳熱系數(shù)的減少將明顯的降低建筑能耗[16]，傳熱系數(shù)K為傳熱阻R0的倒數(shù)，即:

2.5 照明設備能耗

智慧能源站內照明燈具使用數(shù)量多、分布范圍廣，使用高效、節(jié)能型的燈具能夠節(jié)省大量的電能，使能效更高。對于同一照明燈具而言，其能效取決于燈具的性質，因此采用節(jié)能燈具的總功率與全站照明設備的總功率的比值來衡量照明設備的能效，其表達式如下:

式中，p為節(jié)能燈具的數(shù)量，q為所有照明設備的數(shù)量，Pes，i為節(jié)能燈具的總功率，Pj為照明設備的總功率。

3 智慧能源站能效評估方法

3.1 構造層次分析結構

從能耗的定義出發(fā)，根據(jù)層次分析法(Analytic Hierarchy Process，AHP) 原理分層建立智慧能源站能效評估體系，著眼于以后有節(jié)能空間的設備以及能耗較多的設備建立評估體系，層次分析模型主要分為三層[17]。最高目標層即提高智慧能源站總體能效O；中間為準則層:M＝ {變電站能效，數(shù)據(jù)中心能效，能源站能效，建筑設備能效，照明設備能效}；最底層為方案層N，主要包含各個準則層的一些指標。能效指標體系如圖1所示。

3.2 指標數(shù)據(jù)規(guī)范化

用于評估能效的指標分為極大型指標和極小型指標，由于能效越高越好，因此將極小型指標轉換為極大型指標，轉換方法如下:

式中，ymax為極小型指標的最大值，y為轉換前的指標值，y′為轉換后的指標值。

設第k個指標的變化區(qū)間為[a，b]，則第k個指標yk轉化為無量綱值的變換公式為:

式中，n為指標個數(shù)。

3.3 權重確定方法

3.3.1 主觀權重法

1) 構造判斷矩陣

根據(jù)建立的指標模型，由專家在每層中兩兩比較，按相對重要性賦予各個指標相應的權重，構造出判斷矩陣，構造的判斷矩陣形式見表1。其中，判斷矩陣標度含義見表2。

表1 判斷矩陣形式

表2 判斷矩陣標度含義

2) 一致性檢驗

一致性檢驗是用來檢驗判斷矩陣的合理性，引入判斷矩陣最大特征根以外的其余特征根的負平均值CI以及平均隨機一致性指標RI，作為度量判斷矩陣偏離一致性的指標，即:

式中，λmax、n分別為判斷矩陣的最大特征值和階數(shù)。隨機一致性比率為:

3.3.2 灰色關聯(lián)度分析

灰色關聯(lián)分析即研究灰色系統(tǒng)中各因素之間相互關系的方法。在該智慧能源站指標體系中，可以將各影響因素的能效最優(yōu)值作為母序列，將實際數(shù)據(jù)作為子序列，計算各子序列與母序列的關聯(lián)度，關聯(lián)度愈大，表明子因素與主因素的關系愈緊密，也可說子因素對主因素的影響能力愈大。因此，將關聯(lián)度作為權重的其中一個有一定的合理性。計算關聯(lián)度的步驟如下:

1) 選定母序列與子序列

母序列選用各個指標的最優(yōu)值，對原始數(shù)據(jù)進行處理后，其值均在0 到1 之間，且值越大越好。從變電站能效子因素母指標為例:M1＝[1，1，1]，其列數(shù)為指標個數(shù)。

對應于每個母序列的子序列可表示為{Mi(k)}，i ＝1，2...n，k ＝1，2...m。n為時間段個數(shù)，m為子因素個數(shù)。

2) 計算子序列與母序列的關聯(lián)度

3) 由關聯(lián)度向權重的轉換

3.3.3 綜合權重確定

以上介紹了確定權重的兩種辦法，分別是主觀權重法和關聯(lián)度分析確定權重法，主觀權重法能夠充分吸收本領域專家的知識和經(jīng)驗，但其缺點是主觀意識太強，完全以主觀權重作為評估權重不完全合理。關聯(lián)度分析法是計算實際數(shù)據(jù)與理想數(shù)據(jù)之間的關聯(lián)度，關聯(lián)度越大，說明影響程度越大，但在該實例中，使用關聯(lián)度分析法并不能將能效的易提升程度體現(xiàn)出來。于是可通過將主觀權重法和關聯(lián)度分析法用加權方法結合起來，取長補短，得到一個綜合權重，即:

3.4 評估分值計算

通過上述分析，已經(jīng)求出了各個指標的分值以及權重，則上一層的指標評估分值計算公式如下:

式中，為準則層第i個指標下的第k個指標的權重，為準則層第i個指標下的第k個指標的分值，Ci為準則層第i個指標的分值。

4 仿真分析

以3 個不同的智慧能源站A、B、C 為例，評估3 個能源站的能效，能源站原始數(shù)據(jù)和極大值標準化后的數(shù)據(jù)見表3?；谔岢龅脑u估方法，首先根據(jù)指標的判斷矩陣得出主觀權重；根據(jù)關聯(lián)度分析法確定客觀權重，得到N 層的綜合權重，結合3 個智慧能源站處理后的數(shù)據(jù)，得到M 層的能效分值；然后，依據(jù)N 層的權重確定方法，確定M 層的權重，最終計算出O 層的能效分值。M 和N 層指標權重見表4，各能源站O 層和M 層指標分值見表5。

表3 3 個智慧能源站各指標數(shù)據(jù)

表4 M、N 層指標權重

表5 基于綜合權重法的O 層和M 層分值

從表中可看出，3 個能源站，能效最高的是A，能效值為0.731 4；第二是B，能效為0.718 4；最差的是C，能效為0.689 3。分析原始數(shù)據(jù)，可以看出，B 相對于A 而言，建筑設備能效分值降低，其層面下的4 個指標能效平均下降了0.1～0.2，總的能效分值下降了大約0.01；C 相對于A而言，數(shù)據(jù)中心、能源站和照明設備能效平均下降0.1～0.2，總能效下降了近0.05 個百分點。同時由權重也可看出，數(shù)據(jù)中心、能源站等權重占比較高，這是因為在站內有光伏和充電樁等設備，故有大量的換流器和線路，所以，在提高能效時可著重對該方面進行提高，減小損耗。

此外，為驗證該權重確定方法的有效性，分別基于主觀權重法和關聯(lián)度分析權重法，對智慧能源站A、B、C 的能效進行了兩次分析，得到各智慧能源站的能效，見表6、表7。關聯(lián)度分析法確定權重得到的結果和主觀權重法得到的結果有差異，但基本屬于同一等級，可以說明客觀權重法的有效性。當專家樣本量不夠或者專家觀點差別較大時，客觀權重法的作用可體現(xiàn)出來，將兩者結合起來可得到一個準確有效且不失偏頗的方法。

表6 基于主觀權重法的O 層和M 層分值

表7 基于關聯(lián)度分析法的O 層和M 層分值

為研究不同環(huán)境條件下，諸如變壓器綜合損耗率、線損率等動態(tài)指標對智慧能源站的能效，以南方某智慧能源站為模型，時期1 為夏季時的運行狀態(tài)，空調等制冷設備大量長時間運行，用電負荷量較大，高于最佳經(jīng)濟運行負荷，主變冷卻耗電量增加；時期2 為冬季時的運行狀態(tài)，此季度相對夏季氣溫較低，制冷設備大幅減少。由于不同的評判指標可能具有不同的量綱和數(shù)量級，因此需將這些數(shù)據(jù)進行標準化處理，此外，變壓器損耗率、線損率、體型系數(shù)、窗墻面積比和傳熱系數(shù)等指標為極小型指標，按照此前所述的轉換方法，將其轉換為極大型指標，原始數(shù)據(jù)及處理后的數(shù)據(jù)見表8。

表8 智慧能源站A 兩時期數(shù)據(jù)

隨后，根據(jù)以上的求取權重的原理，得出各個層的判斷矩陣及權重，經(jīng)過計算得到O 層和M 層指標的分值，權重和分值見表9[18－21]。根據(jù)M 層指標和權重，計算得到智慧能源站能效O 層夏季和冬季能效分別為0.739 6、0.778 8，為準確分析兩個季節(jié)能效的區(qū)別，將M 層指標分值畫為散點圖，如圖2 所示。從圖中可以看出兩個季節(jié)的差別主要在變電站能效方面，變電站能效每降低0.094，智慧能源站能效大約降低0.04。由此可見，使系統(tǒng)運行在經(jīng)濟狀態(tài)，能夠有效提高智慧能源站能效。

表9 M、N 層指標權重和M 層分值

此外，從圖2 還可看出，變電站和建筑設備的能效較低，并且變電站能效所占比重大于建筑設備能效的分量。因此，在以后的節(jié)能管理中，可著重對變電站內能耗較多的設備進行改善，變壓器冷卻設備采用更加智能的調節(jié)方式。同時，也要兼顧變壓器的運行狀態(tài)。使其運行在最佳經(jīng)濟運行狀態(tài)；為減少一次建筑設備耗能，建筑外墻設計是節(jié)能設計的一個重要組成部分，可從墻體構造設計、材料選擇方面著手，提高墻體的熱工性能。

圖2 準則層各指標能效分值

5 結論

能效評估要考慮的因素很多，原則也各有不同，本文主要從如何減少能耗的方面考慮完成了以下內容:

1) 介紹智慧能源站的具體架構和重要組成設備，分析變電站、數(shù)據(jù)中心及能源站的能耗影響因素，提取出耗電量較大的主要能耗設備。

2) 對于變電站、數(shù)據(jù)中心和能源站一體建設的智慧能源站，提出了一種基于“三站合一形式”的能效指標體系。

3) 基于能效指標架構，對層次分析法進行改進，結合關聯(lián)度分析法確定權重，從而建立智慧能源站能效評估體系。

4) 通過試驗計算，得出了智慧能源站能效分值，分析了不同運行狀態(tài)對能效的影響，并根據(jù)數(shù)據(jù)分析指出下一步需要改進的方向，為智慧能源站節(jié)能提供節(jié)能方案參考。