（1）摘要 直流配电以其具备高效接入分布式电源、储能与直流负荷的优势，近几年建筑电气行业得到广泛关注。作为数量众多、节能潜力巨大的商业楼宇，采用何种配电形式成为影响其能效水平的关键因素，亟需开展楼宇交流与直流配电系统的能效对比分析。现有配电网能效评估研究未能充分考虑商业楼宇负荷的特殊性，评估方法和指标难以适用。针对这一问题，基于商业楼宇交、直流配电系统典型结构，考虑楼宇负荷类型的特殊性和时序性，建立了换流设备的分段线性效率函数及线路动态功率损耗模型，以不同类型分布式电源及负载支路作为评估单元，提出了基于时序仿真的能效评估指标及其方法。最后基于深圳中美中心直流配电示范工程，设计了具备相同边界条件的交流配电系统，进行能效对比分析。算例分析表明，商业楼宇负载类型对于交、直流配电系统能效水平具有重要影响，随着直流负荷比例与分布式电源接入容量的增加，直流配电系统的能效优势逐渐增大。
关键词：直流配电 能效评估 商业楼宇 直流负荷 分布式能源 时序仿真
随着经济发展与城镇化进程的加速，建筑能耗尤其是商业楼宇能耗在社会总体能耗中的占比逐年增加，商业楼宇能耗高企的问题已逐渐引起社会重视。据统计，商业楼宇能耗费用约占物业管理成本的30%~40%，其中中央空调系统的能耗一般占比40%~65%。研究如何提升商业楼宇的能效水平，不仅可提高楼宇运行经济性，还可推动低碳楼宇发展，实现全社会的节能减排，具有显著的经济与社会效益。
直流配电系统以其具备高效接入分布式电源、储能与直流（或变频类）负荷的优势[1-3]，近几年得到建筑电气行业的广泛关注[4]，中国建筑学会建筑电气分会2019年学术年会将“建筑直流配电技术”作为大会主题。同时，电力电子器件技术的快速发展驱动了直流配电网的发展。国内外相关科研机构相继开展了直流配电的示范工程建设，如美国北卡罗来纳大学的FREEDM直流配电系统[5]、日本大阪大学提出的基于双极结构的直流微电网系统[6]等，国内示范工程主要有深圳宝龙工业城±10kV多端直流配电示范工程[7-8]、张北交直流配电网及柔性变电站示范工程[9]以及太原理工大学风光储交直流混合微电网示范工程[10]等。
商业楼宇配电系统的主要负荷类型是中央空调、电梯等动力用电，目前大多采用变频技术，属于广义直流负载，另外大多数楼宇还配置了光伏及储能等分布式电源。从定性角度考虑，采用直流配电可简化分布式电源、直流负载的并网换流设备，降低系统功率损耗，提高能效。但是考虑到不同商业楼宇的负载类型和分布式电源配置情况均有所不同，采用直流配电带来的能效提升效果亦不完全相同。因此，亟需要建立一套针对商业楼宇交流和直流配电系统的能效评估方法，从定量角度评估直流与交流配用电系统的能效差异，为未来商业楼宇配电系统规划配置提供指导[11]。
在交流配电网能效评估研究方面，国家标准《中低压配电网能效评估导则》[12]于2015年2月份发布，规定了10（20）kV及以下中低压配电网能效指标计算及评估分析方法，从不同维度定义了多重指标，并给出了各类指标的计算方法。同时，相关专家学者也针对能效评估问题开展了大量研究，相继提出了基于层次分析法的配电网能效指标体系[13]、基于能量价值的多能协同园区能效评估指标[14]、基于层次分析法和灰色关联的变电站能效评估体系[15]以及基于递阶综合评价法的电力用户综合能效评估模型[16]等。上述研究成果可为楼宇配电能效评估指标建立方面提供一定的借鉴意义，但是由于研究对象不同，还无法直接应用到楼宇能效评估中。
直流配电网的能效评估问题也逐渐引起了国内外学者的关注。国外部分科研团队利用模拟法，对多场景（民用、商业）下的直流配电系统能效水平进行多维度评估，并分析了相对于交流配电系统，直流系统的主要优势及节能效果[17-19]。同时，还有部分团队采用实验法，对分布式电源接入前后的能效指标进行了定量分析。结果表明，直流配电系统不仅在能效总体水平上优于交流，且光伏组件的转换效率也得到了提升，储能装置对能效的提升也起到了积极作用[20-23]。国内团队更加侧重于从指标体系构建和评价方法层面开展研究，有团队沿用交流配电系统能效评估体系思路，基于层次分析法提出了计及电力电子变压器的交直流混合配电网能效评估指标体系[24]。针对分布式电源接入情况，相继有团队开展了光伏-混合储能直流微电网能效评估研究[25]、船舶微电网艏侧推进器运行能效研究[26]等，并提出了能效管理策略[27-29]。
目前在交流和直流配电系统能效评估研究方面已经取得了一定进展，但综合分析来看，仍然存在以下几方面的不足：①评估对象方面，现有研究多侧重于中高压配电网或微电网、换流设备能效评估，对商业楼宇尤其是楼宇直流配电能效评估的研究较为缺乏，关于楼宇交流与直流配电形式能效对比方面的探索也较少；②评估方法方面，现有研究多采用平均值方法进行评估，对于各类型分布式电源出力、负载需求的时序特性考虑不足，也未充分考虑支路实时潮流特性，无法揭示能效指标时空分布的规律。因此，提出准确、全面且客观的商业楼宇交流与直流配用电系统能效评估方法是目前亟需解决的问题。
针对上述问题，本文考虑商业楼宇交流与直流配电系统拓扑结构的差异性，考虑商业楼宇负荷的特殊性与时序性，通过细化低压用电设备类型及其并网换流设备的差异性，建立考虑多支路潮流分布的系统级能效计算模型，提出了计及“源-网-荷-储”在内的全环节能效评估指标和评价方法。最后基于深圳中美中心低压直流示范工程进行仿真分析，验证了本文所提能效评估指标及方法的合理性与有效性。
传统意义上，中压配电网能效评估一般通过构建一套指标体系来对系统总体能效情况进行评估，主要考察指标包括静态指标（供电半径、传输线路截面积等）、动态指标（运行线路数量、功率因数）以及损耗指标（变压器损耗、线路损耗）等[12]。上述指标往往用于全面衡量系统的能效水平，可理解为广义的能效评估指标，适用于范围较大的配电网区域评价与横纵向对比分析。
上述指标体系虽然较为全面，但大多数子指标与商业楼宇配网运行所关心的经济性相关度不大。实际中，系统损耗指标是与配电系统运行经济性直接相关的指标，同时具有物理意义明确的优点。另一方面，商业楼宇直流与交流配网能效对比研究仍处于起步阶段，采用物理意义明确的评估指标，有利于揭示二者能效水平差异的机理。因此，本文所探讨的能效定义为计及线路损耗与电力电子器件损耗之后的楼宇配电系统传输效率，计算公式为
（1）式中，η为系统能效指标；ED为统计周期内负荷总消耗电量；Eloss,L和Eloss,C分别为统计周期内消耗在线路与换流设备上的总电量。
商业楼宇典型交流与直流配电系统示意图如图1、图2所示，其中考虑了分布式光伏与分布式储能接入。考虑目前常见的用电设备，本文将负载分为四种类型：Ⅰ型负载指变频类设备，如变频空调、变频电机等；Ⅱ型负载指低压直流类用电设备，如电冰箱、手机、计算机、LED灯等；Ⅲ型负载指高压直流类用电设备，如直流充电桩等；Ⅳ型负载指高压交流类用电设备，如异步电机、交流充电桩等。目前国内商业楼宇上述四类负载占比见表1。
图1 商业楼宇交流配电系统典型拓扑结构
Fig.1 Typical AC distribution system topology in commercial buildings
图2 商业楼宇直流配电系统典型拓扑结构
Fig.2 Typical DC distribution system topology in commercial buildings
表1 商业楼宇各类型负载占比
Tab.1 The proportion of each type of load in commercial buildings
负荷类型设备类型负荷占比（%） Ⅰ变频空调、变频电机51 Ⅱ电冰箱、手机、计算机、LED灯34 Ⅲ直流充电桩5 Ⅳ异步电机、交流充电桩10
由表1可以看出，商业楼宇中变频类设备占比超过了50%，这部分负载采用直流供电具有更高的效率。Ⅱ类负载中目前有一部分既可交流也可直流供电，如照明、电冰箱等，需要进一步量化分析在这部分负载中，直流负载的占比对交、直流系统整体能效的影响。
实际中，虽然图1、图2中系统不同位置换流设备损耗导致的经济损失承担主体（分布式电源运营商、物业公司或用户）不同，但是为了从全环节客观地对比商业楼宇交流与直流配电网的能效水平，在下文的功率损耗计算中，系统中所有换流设备及线路的损耗均计算在内。
考虑到系统能效水平与分布式电源出力、负荷水平等因素密切相关，本文提出基于时序仿真的商业楼宇配电系统能效评估方法。根据分布式电源时序逐时出力曲线及负荷曲线，可进行系统各部分功率损耗的逐时计算，进而汇总得到评估周期内的平均能效指标。本节首先介绍系统级能效计算方法，然后介绍支路能效计算模型。
本文采用基于支路的能耗计算方法，记系统有Np条支路与母线相连，包括分布式光伏支路、分布式储能支路、负载支路与并网支路。根据时序仿真结果，记系统时刻
支路
上换流设备损耗及线路损耗分别为Ploss,C,k(t)与Ploss,L,k(t)，各类型负载功率需求为PD,i(t),
，根据式（1），可推导得到系统级能效评估模型为
（2）式中，
为统计周期时段数，具体可根据统计周期及时间分辨率确定。
换流设备是实现电能转换功能的电力电子装置，包含逆变器、整流器、双向AC-DC[30]、双向DC-DC[31]等。在光伏、储能并网环节中，换流器是直流侧与交流或直流电网的重要接口；在负荷侧，换流器可以实现电压适配等功能；对于直流配电系统，在主回路中，换流器实现直流母线与交流电网连接。
换流设备能耗计算有两种方法：理论计算法与实测法。理论计算法适用于研究换流设备能耗优化与拓扑结构设计，但在实际能耗评估中，由于难以获取准确的设备拓扑结构及器件损耗数据，采用理论法往往难以得到准确结果。因此，本文采用实测法计算设备能耗，后续计算中，可将换流设备看作一个整体，如图3所示，对应效率定义为
（3）
图3 换流设备输入-输出模型
Fig.3 Input-output model of converter
对于输出功率给定情况（如负载侧换流器）和输入功率给定情况（如分布式光伏换流器），换流设备损耗计算式分别为
（4）
（5）
一般换流设备的效率并非常数，与运行工况具有较大相关性。图4所示为实际调研得到的各类型换流设备在出力0.1（pu）~1.0（pu）范围内的平均运行效率，可以看出，换流设备的运行效率总体呈现递增与饱和趋势，但是无明显的数学函数可对其进行拟合。本文近似认为连续两个测量点之间的效率曲线为直线，采用分段线性拟合的方法建立换流设备效率函数。假设测量功率点为P0, P1,
, Pn，对应的效率为η0, η1,, ηn，则任意工作点效率为
（6）
图4 各类换流设备不同运行工况下的效率曲线
Fig.4 Power and conversion efficiency of converters in different operation condition
本文定义支路为分布式电源、分布式储能与负载至交流或直流母线的部分，即支路能耗部分主要包括换流设备与线路。考虑到功率流向不同，本节将支路分为分布式电源支路、负载支路、分布式储能支路与电网主回路支路，并分别介绍其能耗评估模型。
2.3.1 分布式电源支路能耗评估模型
以分布式光伏为例，其并网支路模型如图5所示。以并网点电压作为潮流计算的基准电压，记相电压为
（对于直流系统而言是极间电压），线路阻抗为
，记线路功率因数
，分布式光伏换流器网侧电压为
，时刻光伏直流侧输入功率为Ppv(t)，换流设备效率函数为
。不失一般性，本文以交流系统为例进行推导，对于直流系统，令
即可得到。
图5 分布式光伏并网支路能耗计算模型
Fig.5 Energy loss calculation model of branch for distributed PV integration
假设光伏换流设备网侧仅输出有功功率，无功功率为0，即支路电流
与电压
同相位，基于上述假设，可做出系统各电气量之间的相量图，如图6所示。
图6 支路潮流计算相量图
Fig.6 Phasor diagram of branch power flow calculation
由于网侧电压与支路电流同相位，易得到
（7）式中，
为损耗计算回路数。对于交流系统，
；对于直流系统，
。
根据图6，采用余弦定理可得
（8）式中，
为线路阻抗模值，
。联立式（7）、式（8）可以求解得到支路电流有效值为
（9）
式中，
。
令
，可得到直流配电系统中支路电流值为
（10）式中，
为直流系统单极回路电阻值。进一步，可得到分布式光伏支路在时刻的总功率损耗为
式中，
利用式（9）（交流系统）或式（10）（直流系统）计算，对于直流系统，。
2.3.2 负载支路能耗评估模型
根据图1、图2可知，无论何种负载类型，其支路均可等效为图7所示的潮流计算模型。如果负载与电网之间无适配电源，则计算中将换流器效率函数设置为常数1即可。
图7 负载并网支路能耗计算模型
Fig.7 Energy loss calculation model of load branch
同样采用2.3.1节中分布式电源并网支路损耗计算方法，可得到负载支路在时刻t的功率损耗，如式（12）所示，推导过程与上文类似，不再赘述。
支路电流采用式（13）（交流系统）或式（14）（直流系统）计算。
（13）
（14）式中，
。
上述负载支路能耗评估模型对于Ⅰ~Ⅳ类型负载均具有适用性，区别在于式（12）中的效率值，需要根据具体交、直流系统和负载类型综合确定，其对应关系见表2，表中效率值仅给出公式，实际计算中效率并不是定值，而是与其流经功率相关的函数。
表2 不同系统中负载支路换流设备类型及效率值
Tab.2 The converter type and its efficiency for load branch in AC and DC systems
负荷类型交流系统直流系统 换流设备效率换流设备效率 ⅠAC-DC+DC-ACDC-AC ⅡAC-DCDC-DC ⅢAC-DC无1 Ⅳ无1DC-AC
2.3.3 计及储能充放电的系统能耗评估模型
分布式储能具有充电和放电两种状态，放电状态时视作电源，可采用分布式电源支路能效评估模型，见式（9）~式（11）；充电状态时视作负载，可采用负载支路能效评估模型，见式（12）~式（14）。图8所示为计及储能充放电的系统能效评估模型示意图，获取了各分布式电源、分布式储能及负载支路功率损耗之后，即可计算得到各支路并网点功率，见式（15）~式（17）所示。
图8 计及储能充放电状态的主回路能耗计算模型
Fig.8 Energy loss calculation model of main branch considering energy storage status
分布式电源并网点功率为
（15）式中，PDG,i(t)、PDG_grid,i(t)与Ploss,DG,i(t)分别为分布式电源
在时刻的电源出口出力、并网点出力与支路功率总损耗；
，nDG为分布式电源数量。
分布式储能并网点功率为
（16）式中，
、
与
分别为电池出口出力、并网点出力和支路功率总损耗；
、
与
分别为电池出口功率需求、并网点功率需求和支路功率总损耗；
，
为分布式储能数量。
负载并网点功率为
（17）考虑负载的无功功率需求，记负载功率因数为
，对于直流配网，令
即可，可计算得到主回路在交流或直流母线处有功功率和无功功率分别为
（19）式中，Qloss,L,i为负载支路线路上的无功损耗，可根据支路电流结果计算得到。进一步，可计算得到主回路电流有效值，进而得到线路损耗为
式中，cosφmain为主线路功率因数；Zmain为主线路复阻抗；Imain为主线路电流有效值；对于直流配电系统，|Zmain|cosφ=2rmain，rmain为主线路单极阻抗。
如果
，表明由电网向低压配电系统输送功率，对应入口侧变压器（或换流器）损耗为
如果
，表明由低压配电系统向电网返送功率，对应入口侧变压器（或换流器）损耗为
根据各支路能耗计算公式，采用式（2）即可计算系统在不同统计周期内的平均能效指标。
综上所述，商业楼宇配电系统能效评估算法流程如图9所示，主要包括如下5个步骤。
图9 系统能效评估算法流程
Fig.9 Algorithm flow chart of system energy efficiency evaluation
1）计算各分布式电源支路时刻t的线路损耗与换流设备损耗：交流系统采用式（9）、式（11），直流系统采用式（10）、式（11）。
2）计算各负载支路时刻t的线路损耗与换流设备损耗：交流系统采用式（12）、式（13），直流系统采用式（12）、式（14）。
3）根据储能充放电状态，计算各分布式储能支路时刻t的线路损耗与换流设备损耗：如果放电状态，采用式（9）~式（11）计算分布式储能支路能耗；如果充电状态，采用式（12）~式（14）计算分布式储能支路能耗。
4）计算主回路线路、主回路变压器或换流设备损耗：如果主回路功率大于0，按式（21）计算；如果主回路功率小于0，按式（22）计算。
5）循环执行步骤1）~步骤4），直至所有时刻计算完毕，统计系统能效指标。
本文算例系统基于深圳中美中心低压直流配用电示范工程，同时设计对比的低压交流配用电系统，两个系统拓扑结构如图10所示，所有数据均来自示范工程的建设设计资料，其中各类型换流设备效率数据均来自实测数据，如图4所示。
示范工程总建筑面积5 000m2，包括变频空调、照明（包括应急照明）、插座、通风等负荷类型，分布式光伏装机容量180kW，储能装机容量为50kW/100kW·h，各类型负荷最大值及对应并网线路长度见表3。对于表3所述的直流负荷，在交流系统中设置为同等容量的直流负荷，交流线路功率因数取值为0.98。分布式光伏出力、各类型负载的年度逐时曲线取自中美中心建设方案。
表3 算例系统用电负荷及线路长度统计表
Tab.3 Statistical table of power consumption and line length of case studies
序号负荷类型负荷名称功率/kW线路长度/m 1直流变频空调Ⅰ159200 2照明Ⅱ2565 3低压直流电器Ⅱ2565 4数据中心Ⅱ4065 5直流充电桩Ⅲ3065 6高压直流电器Ⅰ6065 合计339
本节对中美中心直流与交流配电系统进行全年逐时瞬时功率损耗计算，分别进行年度、月度、典型日的能效水平对比，并统计不同部分的能效占比。
3.2.1 年度能效对比分析
根据年度逐时仿真计算结果，可统计得到交流与直流配电系统年度能效指标，见表4。可以看出，采用直流供电，年平均能效水平提升约6%。
图10 算例系统拓扑结构
Fig.10 Topological structure of case studies
表4 交流与直流系统年度能效指标对比
Tab.4 The annual average energy efficiency comparison of AC and DC system
供电形式年用电量/ (MW·h)年损耗电量/ (MW·h)能效水平（%） 交流1353.47269.0583.42 直流1353.47160.9789.37
为了研究功率损耗的时序特性，选取某月份数据做出交流与直流功率损耗时序曲线，如图11所示。可以看出，交流系统各时刻功率损耗均大于直流系统；对于交流或直流系统，功率损耗曲线均呈现明显的周期性，且与负荷曲线呈现明显相关性；工作日与周末能效曲线差异较大，这是由于负载需求越大，系统传输功率越高，进而功率损耗越大。
图11 算例系统某月功率损耗时序曲线
Fig.11 Power loss curve of case studies in a month
为了探索系统能效与负荷水平的相关性，以系统负荷为横坐标、系统能效为纵坐标，做出能效-负荷水平的散点图，如图12所示。可以看出，随着负荷水平的增加，即使功率损耗随之增加，但是系统整体能效水平仍呈现增加趋势，随着负荷水平的进一步增加，系统能效呈现饱和趋势，说明系统在低负载率运行情况下的效率较低，但提高负载率对能效改善效果有限。
图12 系统能效与负荷水平的关系散点图
Fig.12 The scatter diagram between system energy efficiency and load level
将系统损耗分为负荷支路、新能源支路与主回路三部分，每部分包含线路损耗与器件损耗两类，共计六类功率损耗。将全年各类功率损耗分类统计并做出损耗组分占比饼图，如图13所示。
图13 全年损耗组分占比对比
Fig.13 Percentage of annual losses comparison
可以看出，交流与直流系统损耗组分占比差异较大。在交流系统中，负荷侧器件损耗占比最高，其次是负荷侧线路损耗；在直流系统中，主回路器件损耗占比最高，这是由于主回路中增加了AC-DC换流器，未来如果取消入口侧交流变压器，如图2所示，则可进一步提高低压直流配电系统的能效水平。直流系统中分布式电源器件损耗、负荷线路损耗以及主线路损耗占比均明显小于交流系统。综合图11~图13可知系统功率损耗呈现明显的时空分布差异性，基于该特征可进一步挖掘系统能效的薄弱环节，提出能效提升策略。
3.2.2 月度能效对比分析
按照月份为单位，统计得到交流与直流配电系统各月份的损耗总量与能源效率指标，如图14所示。
图14 配电系统逐月传输效率与功率总损耗
Fig.14 Monthly transmission efficiency and total power loss in distribution system
图14表明各月份交流配电网的损耗总量均大于直流配电网，对应能效水平大约低6%。系统能效水平和损耗总量均与负荷水平呈现正相关性，在7、8月夏季负荷总量较大，对应功率损耗也较大；同时2月由于负荷总量较小，该月份功率损耗最小。
3.2.3 典型日能效对比分析
在全年功率损耗统计的基础上，对典型日不同时刻的功率损耗进行统计，其中典型日功率损耗及对应的能效水平对比如图15所示。
图15 典型日功率损耗与能效对比
Fig.15 The comparison of power loss and energy efficiency in typical day
从典型日的损耗统计图中可以看出，损耗分布规律与负荷实际情况密切相关，损耗较为集中地分布在工作时间（8:00~20:00），且随着休息时间（21:00~次日7:00）的到来明显减小。值得注意的是，在中美中心建筑实际情况中，通风与部分照明处于24h不断电工作状态，因此在休息时间仍产生了相应的主线路与负荷线路器件损耗。
对典型日不同时刻的实时传输效率进行对比可以发现，直流配电网的传输效率具有和负荷曲线相似的趋势，休息时间效率值较低，而工作时间存在类似“峰”的形状，反观交流配电系统整体上传输效率并没有明显变化的趋势，但在个别时刻，如13:00~14:00、14:00~15:00仍呈现出与直流配电系统相同的减小、增大趋势，这一系列趋势与损耗的变化相关。
商业楼宇负载的特殊性对于其能效水平具有重要影响。本节基于上述商业楼宇基准案例数据，分析在商业楼宇中，直流负荷占比对交、直流系统能效水平的影响。针对楼宇中既可交流供电也可直流供电的负荷类型，考虑这部分负荷中直流负荷占比由0%增大至100%，计算得到各场景下交、直流系统能效水平及直流与交流系统能效水平之差，如图16所示。
图16 交、直流系统能效与直流负荷的比例关系
Fig.16 The relationship between the energy efficiency and proportion of DC load in AC and DC systems
由图16可知，直流负荷比例为0%时，交流和直流系统能效水平接近，主要原因是此场景下交流负荷比例较高，此部分交流系统的损耗低于直流系统，但是对于变频类负载，直流系统的损耗低于交流系统，两者抵消后直流系统略微占优。随着直流负荷比例的进一步增加，直流供电系统的能效优势逐渐增大。
考虑到目前国内商业楼宇中不一定配置了分布式电源（光伏、储能等），因此需要分析分布式电源接入容量对交、直流系统能效水平的影响。在上述基准算例数据的基础上，考虑仅接入分布式光伏或分布式储能，对于分布式光伏容量由0增大至500kW，对于分布式储能容量由0增大至800kW·h，分别计算各场景下交、直流系统能效水平及直流与交流系统能效水平之差，如图17、图18所示。
图17 交、直流系统能效与分布式光伏容量的关系
Fig.17 The relationship between the energy efficiency and capacity of distributed PV in AC and DC systems
图18 交、直流系统能效与分布式储能容量的关系
Fig.18 The relationship between the energy efficiency and capacity of distributed storage in AC and DC systems
可以看出，随着分布式电源接入容量的增加，交流和直流配电系统能效均呈现先增后减的趋势。能效水平提升的原因是随着分布式电源出力的增加，主线路传输功率减少，进而主线路、变压器及入口AC-DC换流器的损耗减少，因此从总体上呈现递增趋势；随着分布式电源容量的进一步增加，当换流器上增加的损耗大于等于主线路上减少的损耗，系统能效即出现“拐点”。此外，直流与交流系统能效之差随着分布式电源接入容量的增加而增大，说明分布式电源接入容量越大，采用直流配电系统供电的能效优势越大。
本文针对商业楼宇交流和直流配电系统能效评估问题，建立了基于时序仿真的全环节能效评估模型。针对深圳中美中心低压直流配电系统示范工程，结合实际直流电器设备、分布式电源换流器能效的调研数据，开展了交流和直流配电系统的能效对比分析，主要得出了以下结论：
1）在分布式电源、直流负荷比例较高的情况下，直流配电相比交流配电在能效方面具有优势。从全年平均角度看，直流配电系统的能效水平比交流系统高出约6%；从月份分布来看，各月份直流系统能效均高于交流系统；从典型日分布来看，直流系统在负荷高峰期能效高于交流系统。
2）系统运行效率（损耗）与系统运行工况（可再生能源出力、负荷水平）具有明显的关联性。从时序上看，系统功率损耗呈现明显的周期特性；从空间分布上看，交流系统损耗主要集中在负荷侧换流器中，直流系统损耗则主要分布在主线路上。
3）商业楼宇负载类型对于交、直流配电系统能效水平具有重要影响，随着直流负荷比例的增加，直流配电系统的能效优势逐渐增大。
4）分布式资源接入容量对系统能效水平具有明显影响，且能效变化趋势呈现先增后减趋势，出现了“拐点”。直流与交流系统能效之差随着分布式电源接入容量的增加而增大。
本文研究成果可用于低压交直流配电系统规划与评估、基于能效的源网荷储协调优化运行等领域。
参考文献
[1] 宋强, 赵彪, 刘文华, 等. 智能直流配电网研究综述[J]. 中国电机工程学报, 2013, 33(25): 9-19. Song Qiang, Zhao Biao, Liu Wenhua, et al. An overview of research on smart DC distribution power network[J]. Proceedings of the CSEE, 2013, 33(25): 9-19.
[2] 周逢权, 黄伟. 直流配电网系统关键技术探讨[J]. 电力系统保护与控制, 2014, 42(22): 62-67. Zhou Fengquan, Huang Wei. Study on the key technology of DC distribution power network[J]. Power System Protection and Control, 2014, 42(22): 62-67.
[3] 江道灼, 郑欢. 直流配电网研究现状与展望[J]. 电力系统自动化, 2012, 36(8): 98-104. Jiang Daozhuo, Zheng Huan. Research status and developing prospect of DC distribution network[J]. Automation of Electric Power Systems, 2012, 36(8): 98-104.
[4] 谢少军, 肖华锋, 罗运虎. 直流楼宇技术初议[J]. 电工技术学报, 2012, 27(1): 107-113. Xie Shaojun, Xiao Huafeng, Luo Yunhu. On DC-building technology[J]. Transactions of China Electrotechnical Society, 2012, 27(1): 107-113.
[5] Alex H, Mariesa L C, Gerald T H, et al. The future renewable electric energy delivery and management system: the energy internet[J]. Proceedings of the IEEE, 2011, 99(1): 133-148.
[6] Kakigano H, Miura Y, Ise T. Low-voltage bipolar-type DC microgrid for super high quality distribution[J]. IEEE Transactions on Power Electronics, 2010, 25(12): 3066-3075.
[7] 胡子珩, 马骏超, 曾嘉思, 等. 柔性直流配电网在深圳电网的应用研究[J]. 南方电网技术, 2014, 8(6): 44-47. Hu Ziheng, Ma Junchao, Zeng Jiasi, et al. Research on application of flexible DC power distribution system in Shenzhen power grid[J]. Southern Power System Technology, 2014, 8(6): 44-47.
[8] 刘国伟, 赵宇明, 袁志昌, 等. 深圳柔性直流配电示范工程技术方案研究[J]. 南方电网技术, 2016, 10(4): 1-7. Liu Guowei, Zhao Yuming, Yuan Zhichang, et al. Study on demonstration project technical scheme of VSC-DC distribution system in Shenzhen[J]. Southern Power System Technology, 2016, 10(4): 1-7.
[9] 傅守强, 高杨, 陈翔宇, 等. 基于柔性变电站的交直流配电网技术研究与工程实践[J]. 电力建设, 2018, 39(5): 46-55. Fu Shouqiang, Gao Yang, Chen Xiangyu, et al. Research and project practice on AC and DC distribution network based on flexible substations[J]. Electric Power Construction, 2019, 39(5): 46-55.
[10] 任春光, 韩肖清, 王鹏, 等. 交直流混合微电网关键技术及其示范工程[J]. 太原理工大学学报, 2017, 48(3): 486-491. Ren Chunguang, Han Xiaoqing, Wang Peng, et al. Key technology of AC/DC hybrid microgrid and its demonstration project[J]. Journal of Taiyuan University of Technology, 2017, 48(3): 486-491.
[11] 罗志刚, 韦钢, 袁洪涛, 等. 基于区间直觉模糊理论的直流配网规划方案综合决策[J]. 电工技术学报, 2019, 34(10): 2011-2021. Luo Zhigang, Wei Gang, Yuan Hongtao, et al. Comprehensive decision of DC distribution network planning based on interval intuitionistic fuzzy theory[J]. Transactions of China Electrotechnical Society, 2019, 34(10): 2011-2021.
[12] GB/T 31367—2015 中低压配电网能效评估导则[S]. 2015.
[13] 杨小彬, 李和明, 尹忠东, 等. 基于层次分析法的配电网能效指标体系[J]. 电力系统自动化, 2013, 37(21): 146-150. Yang Xiaobin, Li Heming, Yin Zhongdong, et al. Energy efficiency index system for distribution network based on analytic hierarchy process[J]. Automation of Electric Power Systems, 2013, 37(21): 146-150.
[14] 吴京锴, 穆云飞, 贾宏杰, 等. 基于能量价值的多能协同园区能源利用效率指标[J]. 电力系统自动化, 2019, 43(21): 54-62. Wu Jingkai, Mu Yunfei, Jia Hongjie, et al. Energy value based efficiency index of energy utilization for multi-energy cooperative park[J]. Automation of Electric Power Systems, 2019, 43(21): 54-62.
[15] 罗志坤, 刘潇潇, 陈星莺, 等. 变电站能效评估指标体系及建模方法[J]. 电力自动化设备, 2017, 37(3): 132-138. Luo Zhikun, Liu Xiaoxiao, Chen Xingying, et al. Energy efficiency evaluation index system and modeling method for substation[J]. Electric Power Automation Equipment, 2017, 37(3): 132-138.
[16] 罗耀明, 毛李帆, 姚建刚, 等. 电力用户综合能效评估模型[J]. 电力系统及其自动化学报, 2011, 23(5): 104-109. Luo Yaoming, Mao Lifan, Yao Jiangang, et al. Evaluation model of integrated energy efficiency for power users[J]. Proceedings of the CSU-EPSA, 2011, 23(5): 104-109.
[17] Fregosi D, Ravula S, Brhlik D, et al, A comparative study of DC and AC microgrids in commercial buildings across different climates and operating profiles[C]// 1st IEEE International Conference in DC Microgrids, Atlanta, USA, 2015: 159-164.
[18] Starke M R, Olbert L M, Ozpineci B. AC vs. DC distribution: a loss comparison[C]// Proceedings of IEEE/PES Transmission and Distribution Conference and Exposition , Bogota, Colombia, 2008: 1-7.
[19] Vossos V, Garbesi K, Shen H. Energy savings from direct-DC in U.S. residential buildings[J]. Energy and Buildings, 2014, 68(A): 223-231.
[20] Gerber D L, Vossos V, Feng W, et al. A simulation-based efficiency comparison of AC and DC power distribution networks in commercial buildings [J]. Applied Energy, 2017, 210(15): 1167-1187.
[21] Noritake M, Yuasa K, Takeda T, et al. Demonstrative research on DC microgrids for office buildings[C]//36thIEEE International Telecommunications Energy Conference, Vancouver, Canada, 2014: 1-5.
[22] Noritake M, Hoshi H, Hirose K, et al. Operation algorithm of DC microgrid for achieving local production for local consumption of renewable energy [C]//35th IEEE International Telecommunications Energy Conference, October, 2013, Hamburg, Germany: 1-6.
[23] Weiss R, Ott L, Boeke U. Energy efficient low-voltage DC-grids for commercial buildings[C]//1st IEEE International Conference on DC Microgrids, Atlanta, USA, 2015: 154-158.
[24] 洪澜, 彭勇刚, 李悦, 等. 计及电力电子变压器的交直流混合配电网能效评估[J]. 电工电能新技术, 2019, 38(2): 72-79. Hong Lan, Peng Yonggang, Li Yue, et al. Energy efficiency evaluation of AC/DC hybrid distribution network considering power electronic transformers[J]. Advanced Technology of Electrical Engineering and Energy, 2019, 38(2): 72-79.
[25] 曾进辉, 张伯伦, 雷敏, 等. 光伏-混合储能直流微电网能效提升策略研究[J]. 电力电子技术, 2019, 53(3): 78-81. Zeng Jinhui, Zhang Bolun, Lei Min, et al. Research on energy efficiency improvement strategies of photovoltaic-hybrid energy storage DC microgrid[J]. Power Electronics, 2019, 53(3): 78-81.
[26] 肖朝霞, 李怀民, 朱天丽, 等. 提高船舶微电网艏侧推进器运行能效的控制策略[J]. 电工技术学报, 2018, 33(增刊2): 269-276. Xiao Zhaoxia, Li Huaimin, Zhu Tianli, et al. Control strategy for improving operation energy efficiency of bow thruster in shipboard microgrid[J]. Transactions of China Electrotechnical Society, 2018, 33(S2): 269-276.
[27] 吴敏. 基于光/储一体化智能逆变器的家庭能效管理策略的研究[J]. 电气技术, 2015, 16(11): 44-47. Wu Min. The study on home efficiency management strategy based on intelligent inverter with PV/ storage integrated[J]. Electrical Engineering, 2015, 16(11): 44-47.
[28] 陈聪, 沈欣炜, 夏天, 等. 基于㶲效率的综合能源系统多目标优化调度方法[J]. 电力系统自动化, 2019, 43(12): 60-67. Chen Cong, Shen Xinwei, Xia Tian, et al. Multi- objective optimal dispatch method for integrated energy system considering exergy efficiency[J]. Automation of Electric Power Systems, 2019, 43(12): 60-67.
[29] 吴晓刚, 侯维祥, 帅志斌, 等. 电动汽车复合储能系统的功率分配优化研究[J]. 电机与控制学报, 2017, 21(11): 110-120. Wu Xiaogang, Hou Weixiang, Shuai Zhibin, et al. Power distribution optimization for electric vehicles with hybrid energy storage system[J]. Electric Machines and Control, 2017, 21(11): 110-120.
[30] 梅杨, 黄伟超, 刘子毓. 矩阵式隔离型双向AC-DC变换器控制策略[J]. 电工技术学报, 2019, 34(12): 2499-2506. Mei Yang, Huang Weichao, Liu Ziyu. Bidirectional and isolated AC-DC converter based on reduced matrix converter[J]. Transactions of China Electrotechnical Society, 2019, 34(12): 2499-2506.
[31] 管州, 梅军, 丁然, 等. 基于拓展移相控制的直流配电网模块化多电平直流变压器[J]. 电工技术学报, 2019, 34(13): 2770-2781. Guan Zhou, Mei Jun, Ding Ran, et al. Modular multilevel DC transformer for DC distribution application based on extended phase-shift control [J]. Transactions of China Electrotechnical Society, 2019, 34(13): 2770-2781.
The Time Sequential Simulation Based Energy Efficiency Comparison of AC and DC Distribution Power System in Commercial Buildings
Abstract With the advantage of integrating distributed energy, storage and DC load by higher efficient manner, DC distribution has attracted wide attention of the building electrical industry in recent years. Considering the large amount of commercial buildings and their enormous energy-saving potential, selecting AC or DC distribution is one of the key factors affecting their energy efficiency and operation economy so that it is urgent to carry out energy efficiency comparison between AC and DC distribution systems in buildings. However, the existing study on energy efficiency evaluation of distribution network has not fully considered the particularity of the load type in commercial buildings. The evaluation methods and indicators are not applicable. To address this issue, considering the typical structure and load type of AC and DC distribution in commercial buildings, the piecewise linear efficiency function of converters and dynamic line power loss model are established. Then the energy efficiency evaluation method is proposed based on time sequential simulation and branch power flow calculation. The case studies are conducted based on the demonstration project of DC power distribution in Shenzhen China-US Center. The results show that the load type of commercial buildings has an important influence on the energy efficiency level of AC and DC distribution systems. With the increase of DC load proportion and integration capacity of distributed resources, the energy efficiency advantage of DC distribution systems gradually increases.
keywords：DC distribution, energy efficiency evaluation, commercial buildings, DC power load, distributed energy, time sequencial simulation
中图分类号：TM71
DOI:10.19595/j.cnki.1000-6753.tces.191141
李海波 男，1990年生，博士，助理研究员，研究方向为高比例可再生能源电力系统及交直流混合电网规划与可靠性。E-mail：lihaibo@tsinghua.edu.cn（通信作者）
赵宇明 男，1978年生，博士，教授级高级工程师，研究方向为柔性直流输配电技术。E-mail：zhaoym97@sina.com
中国南方电网有限责任公司科技项目（090000KK52180116）、电力系统国家重点实验室资助课题（SKLD19KZ04）和四川省科技计划（2019YJ0631）资助。
收稿日期2019-09-06
改稿日期 2020-04-02
（编辑 赫蕾）