[论文解读] Data-Driven Key Performance Indicators and Datasets for Building Energy Flexibility: A Review and Perspectives

Han Li, Hicham Johra+16 more|arXiv (Cornell University)|Nov 22, 2022

Smart Grid Energy Management被引用 7

一句话总结

本文综述了81项数据驱动的关键绩效指标（KPI），并评估了330个建筑数据集，以评估建筑的能源灵活性，识别出16个高质量数据集，适用于需求响应和建筑-电网（B2G）服务。研究提出了未来在无基线KPI、标准化量化以及精选数据集方面的发展方向，以推进运行中能源灵活性的评估。

ABSTRACT

Energy flexibility, through short-term demand-side management (DSM) and energy storage technologies, is now seen as a major key to balancing the fluctuating supply in different energy grids with the energy demand of buildings. This is especially important when considering the intermittent nature of ever-growing renewable energy production, as well as the increasing dynamics of electricity demand in buildings. This paper provides a holistic review of (1) data-driven energy flexibility key performance indicators (KPIs) for buildings in the operational phase and (2) open datasets that can be used for testing energy flexibility KPIs. The review identifies a total of 81 data-driven KPIs from 91 recent publications. These KPIs were categorized and analyzed according to their type, complexity, scope, key stakeholders, data requirement, baseline requirement, resolution, and popularity. Moreover, 330 building datasets were collected and evaluated. Of those, 16 were deemed adequate to feature building performing demand response or building-to-grid (B2G) services. The DSM strategy, building scope, grid type, control strategy, needed data features, and usability of these selected 16 datasets were analyzed. This review reveals future opportunities to address limitations in the existing literature: (1) developing new data-driven methodologies to specifically evaluate different energy flexibility strategies and B2G services of existing buildings; (2) developing baseline-free KPIs that could be calculated from easily accessible building sensors and meter data; (3) devoting non-engineering efforts to promote building energy flexibility, such as designing utility programs, standardizing energy flexibility quantification and verification processes; and (4) curating datasets with proper description for energy flexibility assessments.

研究动机与目标

• 系统性地回顾并分类运行环境中建筑能源灵活性的数据驱动关键绩效指标（KPI）。
• 评估现有建筑能源数据集在测试KPI和灵活性服务方面的质量和可用性。
• 识别现有方法论中的缺口，特别是缺乏无基线KPI和标准化验证流程的问题。
• 推动非工程性促进因素，如电力公司项目和政策框架，以扩大建筑能源灵活性的应用。
• 倡导建立经过整理、文档齐全的数据集，以支持可复现且可扩展的能源灵活性研究。

提出的方法

• 对91篇近期文献进行全面的文献综述，提取并基于类型、复杂性、范围、利益相关者、数据需求、基线要求、分辨率和流行度对81项数据驱动KPI进行分类。
• 从公开和研究来源收集并评估了330个建筑能源数据集，评估其在能源灵活性评估中的适用性。
• 根据数据完整性、时间分辨率、控制信号可用性以及对需求响应或B2G功能的支持，筛选出16个高质量数据集作为候选。
• 分析所选数据集的需电管理（DSM）策略、建筑类型、电网背景、控制策略、所需数据特征及其在实际应用中的可用性。
• 根据其基础数据源（如智能电表、建筑管理系统（BMS）、气象数据）对KPI进行分类，并利用常见建筑传感器数据评估其可行性。
• 提出一个未来开发无基线KPI的框架，利用可获取的建筑传感器数据，以提升实际部署的可行性。

实验结果

研究问题

• RQ1 评估建筑能源灵活性最普遍的数据驱动KPI有哪些？它们在复杂性、范围和数据需求方面有何差异？
• RQ2 哪些现有建筑数据集适用于评估能源灵活性，特别是针对需求响应和建筑-电网（B2G）服务？
• RQ3 当前的KPI和数据集在多大程度上与实际运行需求和电网集成要求相匹配？
• RQ4 现有KPI方法论中的主要局限是什么，特别是基线依赖性和数据可及性方面？
• RQ5 为实现建筑能源灵活性评估的标准化和规模化，需要哪些制度和技术改进？

主要发现

• 从91篇近期文献中识别出81项数据驱动KPI，其在复杂性、数据需求和利益相关者关注方面存在显著差异。
• 在收集的330个数据集中，仅有16个被认定为适合评估建筑能源灵活性，因其具备高质量数据、高时间分辨率以及控制或能量交换信号的可用性。
• 大多数现有KPI依赖于基线计算，这限制了其在实时应用中的实用性，并增加了对数据的依赖。
• 迫切需要能够基于标准建筑传感器和电表数据计算的无基线KPI，以实现更广泛的部署。
• 综述揭示了能源灵活性研究中缺乏标准化、文档齐全的数据集，仅有极少数数据集提供了充分的元数据和上下文信息。
• 未来工作应优先关注非技术性促进因素，如电力公司项目和政策框架，以加速建筑能源灵活性的采用。