在由学生能源行为驱动的大学建筑群中提升能源效率与协调调度

《Energy》：Enhancing Energy Efficiency and Coordinated Scheduling in University Building Clusters Driven by Student Energy Behavior

校园建筑群学生行为驱动的动态能效优化研究，通过构建建筑分类与动态阈值模型，实现教学楼、宿舍等不同建筑类型的差异化调度。以四川大学为例，仿真显示日间高耗能建筑节能16.35%，夜间峰谷建筑降峰16.02%，整体能效提升近20%。研究创新性地将多源异构数据融合，结合时间序列分析与聚类算法，揭示学生行为时空特征与建筑能耗的耦合机制，为低碳校园建设提供决策支持。

　　

魏张|杨坤|李张宇|曾喜定|郭家宏|邹瑞文|王旭红|陈鹏旭|张晨阳|张毅

四川大学建筑与环境学院，中国成都610065

摘要

优化大学建筑群的能源调度对于实现节能、减少能源消耗和提高能源利用效率具有重要意义。随着全球能源危机的加剧以及气候变化带来的挑战，如何在校园内实现低碳转型已成为亟待解决的问题。现有研究主要集中在单个建筑的能源消耗优化或宏观层面上，对于学生个体能源使用行为的差异及其在多建筑环境中的相互作用缺乏深入探讨。本研究提出了一种基于学生行为的能源调度优化方法，将学生的能源使用模式与建筑群的能源效率调度相结合。校园建筑被分为三类：日间能源密集型、夜间高峰密集型和平衡消耗型建筑，并引入了动态盈余-赤字阈值来制定不同建筑类型的基于时间的调度控制策略。以四川大学为例，仿真结果显示，该优化策略使日间能源密集型建筑的能源消耗减少了约16.35%，夜间能源密集型建筑的峰值负荷降低了16.02%，整体能源效率提高了近20%。此外，在保持舒适度的同时，该方法显著降低了能源成本和峰值负荷波动，证明了行为驱动的调度优化在提升建筑群能源效率管理方面的可行性和有效性。本研究为推进绿色、低碳校园发展和智能能源管理提供了科学支持和实践指导。

引言

在全球能源短缺和气候变化加剧的背景下，能源系统的绿色转型被视为国家可持续发展战略的核心重点。诸如《巴黎协定》和欧盟的《建筑能效指令》等政策要求大幅减少建筑能源使用并增加可再生能源的整合[1]、[2]。国际经验表明，高等教育机构（HEIs）在低碳转型中发挥着主导作用[3]。据报道，在美国，大学建筑占全国建筑能源消耗的约13%[4]；而在法国，这一比例达到了公共设施能源使用的38%[5]。值得注意的是，大学建筑的能源使用强度是典型住宅建筑的5到10倍，远高于标准商业或办公建筑[6]。美国、德国和日本等国家已广泛实施了绿色校园计划。在中国，第十四个五年规划强调了公共机构的能源效率和绿色、低碳校园的建设[7]。根据2023年中国能源发展报告[8]，建筑运营期间的能源消耗占总终端能源消耗的22%以上。由于大学校园规模庞大、功能多样且能源使用场景复杂，它们被认为是低碳示范的关键目标。大学建筑群在多能源耦合、需求响应和可再生能源整合方面的运营特性和优化策略对于构建高效、低碳的校园模型和促进可持续校园发展具有实际意义。

校园建筑作为学生日常学习和生活的场所，包含教室、办公室、实验室和图书馆等多种功能类型。这些不同的功能导致了不同的能源消耗模式，给节能带来了挑战。现有研究探讨了建筑设计、材料、结构和朝向对能源需求的影响，通常使用仿真和性能评估模型进行预测和优化。例如，张英子[9]开发了一种宿舍能源消耗模型，发现通风和自然采光对能源使用有显著影响，并提出了相应的优化措施。刘启波等人[10]基于绿色性能分析，以图书馆和宿舍为案例，建立了大学建筑的节能设计策略模型。然而，大多数研究主要关注建筑的物理特性，往往忽略了建筑使用者——尤其是学生的作用，他们的能源使用行为在系统优化中经常被忽视。邢梦琳等人[11]分析了学生的节能意愿，发现他们的价值认知和个人规范对建筑能源使用有显著影响。宋等人[12]优化了首尔国立大学的课程安排，在空调使用期间实现了4%的能源消耗减少。S. Aghniaey等人[13]评估了校园教室的热舒适度，发现学生在高峰时段可以忍受冷却设定温度升高2°C而不会明显降低舒适度。这些发现表明，校园建筑的能源使用受到多种因素的影响，包括建筑特性、管理实践和活动安排，其中学生行为是一个关键变量[14]。尽管如此，当前的研究往往依赖于静态调度，未能考虑学生行为的动态变化，限制了优化策略的有效性。深入研究学生能源使用行为对于在能源效率和用户舒适度之间取得平衡至关重要。

在建筑能源优化领域，以往的研究主要集中在单个建筑上，通过设计改进、高效设备和智能控制系统来减少能源消耗。许多研究利用能源仿真和评估来通过优化建筑立面、空间布局和材料选择来提升物理性能，从而实现一定的能源节约。例如，Hilmy Awad[15]应用粒子群优化（PSO）算法为埃及阿苏伊特大学设计了优化的屋顶光伏系统。杨云春[16]提出了一种基于大学宿舍消耗模式的三阶段策略来减少宿舍能源消耗。然而，大学校园通常由多种功能建筑组成，包括教室、实验室、宿舍和娱乐中心，每种建筑在不同时间段的能源消耗模式各不相同[17]。针对单一建筑类型的优化策略不足以满足绿色校园的全面能源管理需求。为此，最近的研究将重点转向了校园群层面的能源优化，旨在通过建筑间的协调来提高整体效率。张振伟[18]开发了一个框架，整合了多能源耦合和跨区域能源共享，提高了各区域的可再生能源利用效率。谢拓[19]提出了一个多区域能源系统的最优调度模型，结合了联合需求响应和共享能源存储，与传统模型相比，运营成本降低了4.2%。Feixiong Chen[20]证明，与单区域集成能源系统相比，多区域系统由于具备跨区域资源协调的潜力，具有更高的可靠性、灵活性和经济效率。然而，现有研究很少考虑不同校园建筑之间的能源需求-供应差异，也常常忽略了不同活动场景下用户行为的影响。学生用于娱乐、日常生活、学术工作和研究的能源使用在时间和空间上具有高度变异性[21]。传统的调度策略未能将这些微观层面的行为整合到建筑群的宏观能源优化中，导致控制措施的准确性和灵活性有限。

基于现有研究，本研究通过将学生微观层面的能源使用行为与宏观层面的能源管理策略相结合，解决了大学建筑群能源调度优化中的一个关键问题。虽然以往的研究主要集中在建筑层面的能源消耗优化或忽视了个体行为在能源使用中的作用，但许多研究未能充分考虑学生活动与多建筑间能源需求波动之间的动态和复杂相互作用。此外，一些现有方法没有考虑学生行为的时间和空间差异，而这些差异对于精确的能源管理至关重要。本研究提出了一种创新方法，将详细的学生能源消耗概况与校园层面的能源管理系统相结合。通过使用时间序列分析和聚类算法，构建了包含学生行为时空差异的全面能源消耗概况。这允许根据新的盈余-赤字阈值对校园建筑（如教室和宿舍）进行分类，并根据不同时间段的能源消耗波动设计有针对性的调度策略。这项工作的新颖之处不仅在于引入了行为驱动的优化调度策略，还在于设计了一种能够实时响应能源消耗波动的自适应调度方法。通过仿真验证，所提出的方法在不同建筑类型和时间段内展示了显著的能源节约和成本降低，从而推动了校园能源管理领域的发展。

本文的结构如下：第1节介绍研究背景，回顾国内外相关研究，并概述研究目标和创新点。第2节介绍了大学建筑群能源优化的方法论。第3节描述了数据收集过程和分析结果。第4节讨论了仿真结果，重点关注不同情景下的能源消耗和效率变化。第5节对优化策略进行了敏感性分析。最后，第6节总结了主要发现，并对未来研究方向和潜在应用进行了展望。

方法论

本研究的方法论如图1所示，包括四个主要步骤。首先，通过多源异构数据收集建立分析基础，整合了学生行为问卷（涵盖教室和宿舍等六种情景）、大学建筑群的历史能源消耗数据（包括教学楼等四种建筑类型）以及实时光伏发电数据。这些数据集构成了

学生能源数据收集和能源消耗概况构建

为了有效收集大学生的能源消耗数据，本研究选择了四川大学作为实验对象。作为一所综合性大学，四川大学拥有多样化的建筑类型、学生群体和功能场景，为能源数据收集和用户能源概况的构建提供了丰富的样本和现实背景。这些多样化的元素使四川大学成为理想的研究地点

最优调度

在基于MATLAB/Simulink平台的多目标优化仿真之后，本研究进一步对四川大学望江校区建筑群的能源消耗和成本指标进行了优化前后的比较分析。本节重点介绍了三种典型建筑类型——日间能源密集型、夜间能源密集型和能源平衡型——在日和周时间尺度上的优化结果

多目标优化策略的敏感性分析

本研究旨在评估所提出的多目标优化模型在提高大学建筑群能源效率方面的适应性和鲁棒性，特别关注关键参数在不同运行条件下的影响。随着学术校园能源消耗的持续上升，通过高效调度优化能源利用——同时减少消耗和成本——已成为能源管理中的关键问题

结论

本研究通过利用学生在多种场景下的能源使用数据——包括教室、图书馆和宿舍——结合校园建筑的实际能源消耗和光伏发电数据来构建能源消耗概况和学生行为分析模型。通过时间序列分解和K-means聚类，揭示了学生个体能源使用特征及其时空分布，提供了

CRediT作者贡献声明

郭家宏：软件、形式分析。曾喜定：方法论。李张宇：软件。杨坤：写作——审阅与编辑、写作——初稿、方法论、调查、概念化。魏张：写作——审阅与编辑、写作——初稿、调查、资金获取。张毅：调查。张晨阳：监督。陈鹏旭：资源。王旭红：数据管理。邹瑞文：资源、方法论

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢：

本研究得到了四川大学创意研究项目（2023SCUH0087）和中国西藏自治区科技项目的资助。