产品中心

PRODUCTS

公司：

德国SSB蓄电池（中国）营销总部

电话：

15313702523（微信同号）

SSB蓄电池-官网销售部

当前位置：首页 > SSB蓄电池-官网销售部

建筑能源系统中的光伏、储能、直流电与灵活性：技术、协调与电网交互综述

2026-10-20 10:44:31

建筑物越来越多地需要容纳分布式可再生能源发电，同时提供灵活需求并支持电力系统运行。然而，现有的综述文献在光伏（PV）系统、储能、直流（DC）配电、建筑能源灵活性和能源管理研究方面仍然处于碎片化状态。本综述采用光伏、储能、直流和灵活性（PSDF）作为以建筑为中心的分析框架，以综合不同术语下开展的国际研究。经过基于PRISMA的筛选流程，所选文献通过文献计量学和主题合成进行了分析。文献被组织在一个包含组件技术、协调机制和交互/应用路径的三层框架中。综述表明，光伏和传统电池储能在建筑规模上相对成熟，而直流系统标准化、保护、互操作性转换器以及可扩展的柔性负荷集成仍是重要的工程障碍。需求侧管理、需求响应和能源管理系统被确定为协调层，负责将物理灵活性转化为经济、运营和电网支持服务。在应用层面，协调建筑可促进可再生能源自发自用、峰值管理、电压调节、韧性和社区能源共享，尽管报告的量化效益在很大程度上取决于具体案例。未来的研究应优先考虑具备互操作性和安全性导向的直流架构、具备不确定性感知和网络韧性的协调机制、全生命周期与多目标评估、以用户为中心的灵活性，以及从单体建筑示范到建筑-社区-电网应用的验证。这些研究结果将PSDF定位为一个用于灵活且与电网交互的建筑能源系统的综合框架，而非四种技术的固定组合。

快速城市化、气候变暖以及终端用电部门的持续电气化，正在增加建筑物的用电峰值需求和制冷相关能耗，同时也加剧了与人员热舒适度相关的挑战 [1]。因此，提高能源效率和降低能源需求被广泛认为是应对气候变化的必要、经济且可靠的途径 [2]。与此同时，分布式可再生能源的快速扩张要求建筑超越传统的以效率为导向的运行模式，转向与本地发电和电网进行更具适应性的交互。在中国，这一转型与《巴黎协定》更广泛目标下的国家碳达峰和碳中和目标紧密相连[3因此，人们越来越关注集成建筑能源系统，该系统结合了分布式光伏、储能、柔性需求和先进配电技术，以提高可再生能源利用率、电网接纳能力、运行灵活性和建筑适应性[4,5,6].
]。在此背景下，中国《2030年前碳达峰行动方案》（国务院23号文件，2021年）提出了“光伏、储能、直流、柔性”（PSDF）建筑概念 [7]。PSDF建筑集成了建筑一体化或建筑附加光伏（P）、分布式储能（S）、直流配电（D）以及柔性需求或读档（F），从而将建筑物从相对僵化的用电消费者转变为可控的能源节点 [8]。在这种架构中，光伏发电提供本地可再生能源供应；储能实现发电与用电在时间上的解耦；直流配电为许多分布式电源、储能设备和原生直流负载提供高效接口；灵活负载使需求能够响应本地发电、用户需求、电价和电网信号。因此，PSDF的价值不仅在于结合四种技术，更在于将它们协调为一种兼具内部能源管理和外部电网交互功能的建筑级能源架构。
这种协调日益重要，因为可再生能源的间歇性、电动汽车（EV）充电、电池运行、供暖通风与空调（HVAC）系统以及其他可控负荷在建筑中产生了耦合的设计与运行问题[9,10,11,12,13,14,15,16]。需求侧管理（DSM）、需求响应（DR）和能源管理系统（EMS）为这些资源提供了协调层。现有研究已探讨了光伏储能配置[17]、柔性负荷管理[18]、电动汽车充放电[19]，整合分布式资源的虚拟电厂 (VPPs) [20]，以及微电网运行 [21]。随着建筑从被动消费者转变为“产消者”，建筑与配电网之间的优化协调可以同时降低建筑运营成本、保持用户舒适度、减少配电损耗并支持电压调节 [22,23,24,25]。因此，PSDF不仅应被视为建筑内部的能源系统，还应被视为电网互动建筑的潜在平台。
描述相关系统的术语尚未实现国际统一（参见表1）。在中文文献中，光伏、储能、直流和灵活性通常在PEDF/PSDF框架下进行讨论[8,26]。在日本，Werth等人[27]提出了一种基于直流的开放能源系统（OES），其中配备光伏和电池的住宅直流微网通过共享直流网络互联，以实现本地能源交换。其他研究方向则利用直流微网、虚拟电厂（VPP）、点对点（P2P）能源交易、家庭能源管理系统和能源社区等概念，来应对向分布式、灵活且交互式能源系统转型的更广泛趋势中的部分问题[28,29,30,31]. 这些概念在功能上相关，但不可互换：直流微电网强调电气架构与控制，虚拟电厂强调聚合与市场导向的协调，能源社区强调集体能源共享与治理，而开放式能源系统则强调互联的局部直流子系统。因此，在本综述中，PSDF被用作一种综合分析框架，而非通用的国际标准化术语。
表1。PSDF相关能源系统概念的定义与概念边界。

越来越多的综述文献已经研究了这一研究领域的重要部分。Chen等人[32]综述了通过需求响应（DR）提高建筑能源灵活性的措施，包括光伏、储能、暖通空调（HVAC）、热质量、家电和用户行为。Azuatalam等人[13] 系统地比较了住宅光伏-电池储能系统的能量管理策略，特别关注了实施的实用性、预测、计算需求以及电池退化。Kumar 等人 [33] 综述了直流微电网的结构、控制、电力管理和能源管理。Tang等人 [34] 进一步根据不同时间尺度下的电网需求，对能源灵活和电网响应型建筑进行了系统分类。Thirunavukkarasu等人 [21] 综述了微电网能源管理系统的优化技术，而Liu等人 [8] 则提供了一份以PEDF为导向的基础性综述，涵盖了系统定义、拓扑结构、控制策略、关键技术和代表性建筑应用。最近，Chatzigeorgiou等人 [35] 综述了终端用户光伏-电池储能系统（PV-BESS）的安装情况，重点关注技术经济分析、运行控制、容量配置和需求响应。这些研究表明，与PSDF相关的各个研究方向已经发展成熟；然而，它们的分析边界仍然存在差异，如以下内容所述表2所示.
表2。关于集成PSDF建筑能源系统的代表性综述研究对比。

如表2所示因此，本综述所填补的研究空白并非缺乏关于单个PSDF组件、建筑灵活性、DSM、直流微电网甚至PEDF架构本身的研究。相反，现有的综述领域在以技术为中心、以灵活性为中心、以控制为中心和以架构为中心的视角上仍然是碎片化的。建筑灵活性综述详细探讨了柔性负荷和电网响应性，但通常不将直流配电视为核心基础设施层；直流微电网综述强调拓扑、变换器和控制，但对建筑特定柔性需求和与人员相关的约束缺乏系统性探讨；光伏-电池综述主要关注自发自用、技术经济性和家庭能源管理系统；并且PEDF导向的综述确立了P-S-D-F的综合概念，但较少强调将该架构与DSM、建筑-电网互动、多建筑/社区应用、韧性以及新兴数字技术等更广泛的国际研究流派进行系统性连接。因此，将子系统技术、协调策略、电网互动和更广泛应用场景联系起来的以建筑为中心的跨领域综合研究仍然有限。
为了弥补这一空白，本综述采用PSDF作为分析框架，对国际上分布的研究进行整理，这些研究可能使用不同的术语，但解决的是功能相关的建筑能源问题。文献通过一个多层结构进行综合，包括：(i) 组件层，涵盖光伏、储能、直流配电和柔性读档；(ii) 协调层，涵盖需求侧管理、需求响应、能源管理系统、优化和用户侧参与；以及(iii) 交互与应用层，涵盖建筑-电网协调、智能社区、韧性、新兴技术和政策相关的部署问题。该结构旨在超越单纯的技术总结，转而阐明PSDF的四个组件如何交互、如何协调，以及它们的综合灵活性如何同时支持建筑性能和外部电力系统的需求。
与以往的综述研究相比，本综述的主要贡献如下：

(1): 建立了一个以建筑为核心的概念框架，以阐明PSDF/PEDF与OES、直流微电网、虚拟电厂和能源社区等相关概念之间的关系和界限，从而使在不同术语下开展的国际研究能够在统一的功能框架内进行比较。
(2): 建立了一个多层分类体系，将PSDF组件技术与DSM/EMS协调及建筑-电网交互联系起来，使综述能够将物理系统架构与控制策略和需求侧灵活性联系起来，而不是将这些主题分开处理。
(3): 该综述对技术成熟度、性能指标、实施条件、工程障碍和主要权衡进行了批判性综合，特别关注了建筑能源性能、用户舒适度、经济运行、可再生能源自发自用、电网灵活性和韧性等不同目标。
(4): 未来的研究重点源于所综述文献中识别出的局限性，包括互操作性和直流系统工程障碍、不确定性感知与多时间尺度协调、用户参与、网络安全与数字化、生命周期评估，以及从单体建筑示范向可扩展的建筑-社区-电网集成转型。

本综述的其余部分按照上述框架进行组织。第3节回顾了PSDF的组件层，包括光伏、储能、直流配电和柔性负荷。第4节探讨了协调层，重点关注需求侧管理/需求响应策略、能源管理系统、技术经济优化、基于控制的方法以及用户侧参与。第五节讨论了交互与应用层，包括智慧社区、韧性与应急操作、新兴智能技术，以及政策或实施路径。第6节批判性地总结了主要的技术、方法、经济和部署挑战，并推导出相应的未来研究重点，随后是第7节的结论.

2. 材料与方法

2.1. 综述材料、检索策略和研究选择

由于PSDF/PEDF术语在国际文献中未得到一致使用，仅基于“PSDF”一词的检索会遗漏大量具有功能相关性的研究。因此，本研究聚焦于该框架的四个核心功能领域，文献检索主要针对2010年1月至2026年7月31日期间发表的文章，以确保纳入近期且具有科学相关性的研究。在确定具体的检索词之前，首先在Web of Science数据库中对与PSDF技术四大主要功能相关的文章进行了初步检索。这有助于建立对当前研究趋势的广泛了解，并确定将要使用的详细关键词。鉴于PSDF技术与建筑能源系统之间存在密切关系，本文还考察了其在建筑能源领域内四大核心功能的研究。初步检索词列于表3，由此产生的趋势如图1所示图1自2010年代初以来，关于光伏、储能、直流电和柔性技术的出版物数量总体呈上升趋势。储能和光伏领域的增长最为显著，且在出版物中所占份额最大。近年来，柔性技术的研究显著增加，而直流电领域的出版物虽然总体数量较少，但保持了稳步增长。这些趋势反映了人们对支撑集成PSDF建筑能源系统的技术和功能的研究兴趣日益浓厚。2026年的数据包含截至2026年7月31日收录的记录，因此仅代表部分年份。
Buildings 16 04088 g001

图1。四个关键主题的研究趋势。
表3。四个PSDF技术领域的初步搜索查询。

文献识别和筛选过程是根据PRISMA（系统评价和荟萃分析首选报告项目）指南报告的[36]。以Web of Science作为主要数据库，并辅以ScienceDirect、Google Scholar、CNKI和万方数据库的检索，以获取更多相关研究。表3中的初步查询仅用于描述图1中的出版趋势；正式文献筛选搜索使用了在...中总结的搜索词组表4在Web of Science中，核心检索使用了“查询1 AND (查询2 OR 查询3 OR 查询4)”，而补充的直流检索使用了“查询1 AND 查询5”。相应的概念组合被适配到补充来源的界面中。截至2026年7月31日，核心Web of Science检索返回了1393条记录。由于核心结果中直流配电的代表性较差，专门的直流检索又识别出1016条记录。补充检索在初步相关性检查后贡献了486条额外潜在相关的记录，共计2895条记录用于筛选。如果研究涉及至少一个PSDF功能领域，或与建筑或建筑相关社区能源系统中的DSM/DR/EMS协调密切相关，并提供了足够的方法论、操作或应用层面的信息，则符合入选条件。仅关注材料或器件性能而缺乏系统级相关性的研究，或关注对建筑无借鉴意义的公用事业级和工业系统研究，均被排除。使用EndNote去除了重复记录（= 229），以及会议论文（= 753）和综述文章（= 137)在标题和摘要筛选前被排除，剩余1776条记录。综述类文章被排除在最终的主要研究证据集之外，以确保文献计量和主题合成能够反映原始研究结果；代表性综述被单独保留，用于引言部分提供背景、术语说明以及与以往综述文献的对比。标题和摘要筛选排除了超出综述范围的研究，保留了490篇论文进行全文评估。全文评估进一步排除了与PSDF功能框架相关性不足、建筑或协调运行相关性有限、与已保留证据存在实质性重叠，或方法论或应用细节不足的研究。最终纳入综述的文献共有184篇，如PRISMA流程图所示图2n = 137) were excluded before title and abstract screening, leaving 1776 records. Review articles were excluded from the final primary study evidence set so that the bibliometric and thematic synthesis reflected original research findings; representative reviews were retained separately for background, terminology, and comparison with previous review literature in the Introduction. Title and abstract screening excluded studies outside the review scope and retained 490 papers for full-text assessment. The full-text assessment further excluded studies with insufficient relevance to the PSDF functional framework, limited building or coordinated operation relevance, substantial overlap with already retained evidence, or insufficient methodological or application detail. A final set of 184 publications was included in the review, as illustrated in the PRISMA flow diagram in Figure 2.
Buildings 16 04088 g002

图2。PRISMA流程图。
表4。正式文献筛选搜索中使用的检索词组。

2.2. 文献计量分析与主题综合

本综述采用文献计量分析，基于关键词共现和聚类，识别所选文献的知识结构和主要研究主题[37]。利用本综述纳入的出版物，使用CiteSpace软件[38]生成文献计量网络，绘制与PSDF技术相关的主要研究主题之间的关系图。所选文献中的关键词用于识别代表重复研究主题、技术和方法论关注点的聚类。图3展示了生成的关键词聚类网络，并阐明了这些研究主题之间的相互联系。
Buildings 16 04088 g003

图3.关键词聚类图。
如图所示图3关键词聚类表明，与PSDF相关的研究跨越了多个相互关联的技术和方法论领域，而非形成单一的同质化研究领域。为了便于解读，根据这些聚类在建筑能源系统中的主导功能角色，对它们进行了进一步整合。与家庭能源管理、需求侧管理、模型预测控制、分布式能源和能源灵活性相关的聚类被归入能源管理与协调类别。与可再生能源、储能、热泵和碳相关性能相关的聚类被归为能源资源和柔性负荷。涉及智能电网、直流电、DC-DC转换器、单级转换系统及相关系统级协调的聚类被归为电网架构和功率转换。由此产生的三个知识组，连同其代表性聚类标签和功能解释，总结在表5.
表5。PSDF相关研究中主要关键词聚类的功能性解读。

表5表明，PSDF相关研究的文献计量知识结构可以通过三个互补的维度来广泛解释：能源资源、能源管理与协调，以及电气/电网基础设施。这些知识组并非旨在逐一对应手稿章节，而是为本研究采用的功能性综述框架提供了实证基础。跨学科方法论术语（如博弈论）是根据其相关集群的主导语境来分配的，而不是被视为排他的技术类别。具体而言，能源资源和电网架构组主要为光伏、储能、直流配电和柔性负荷的组件级分析提供信息，在第3节；能源管理小组支持DSM、DR、EMS和优化策略在协调层面的讨论，第4节；以及智能电网、能源灵活性、分布式协调和博弈论方法等交叉主题，进一步推动了建筑与电网交互及应用分析在第五节因此，文献计量分析为将后续综述组织为组件层、协调层和交互/应用层奠定了基础。

3. 集成PSDF建筑能源系统的组件技术

本节回顾了PSDF框架的组件层，包括光伏（PV）发电、储能、直流（DC）配电和柔性负荷。如图4所示，这些技术构成了一个耦合的建筑能源系统，而非四个独立的子系统。光伏提供本地可再生能源发电；储能实现跨时段的能量转移；直流配电为直流原生电源、储能设备和负荷提供电气集成路径；柔性负荷提供可控需求。通过DSM/DR和EMS实现的协同运行在第4节，而它们与社区及外部电网的交互则在第五节.
Buildings 16 04088 g004

图4。以建筑为中心的PSDF系统多层架构。

3.1. 光伏（PV）系统

一套完整的光伏系统通常由光伏组件阵列、逆变器、并网开关柜和电缆组成。建筑可以通过使用光伏技术来提升能源性能。建筑屋顶光伏（BMPV）技术是减少运营碳排放的一种极具前景的方法，因为它能将建筑表面转化为本地可再生能源发电区域[39]。然而，光伏输出受天气条件影响较大，可能与建筑需求不匹配，因此系统设计必须同时考虑发电性能以及供需之间的时空匹配。建筑一体化光伏研究进一步表明，能源性能和读档匹配取决于建筑配置和气候条件，这强化了针对特定建筑进行光伏设计的必要性[40,41].
为了缓解光伏并网引起的电力系统波动，Budin等人[42]采用两阶段随机优化模型结合无监督聚类，以应对负荷和光伏发电的波动性。该方法将365天的负荷数据简化为8个典型日场景，并在研究案例中使系统总投资成本降低了18%。Jeksen等人[43]表明，建筑运营的不确定性会对光伏容量规划产生重大影响：与规划情景相比，年用电需求增加了60%，所需的光伏装机容量增加了42%。为了提高可再生能源的消纳能力，[44]研究了一种动态的光伏-热泵-储能系统，而[45]评估了热泵与蓄热相结合以实现光伏协调利用。
动态控制为改善光伏发电与建筑需求之间的实时匹配提供了另一种途径。Zou等人[46]提出了一种双分辨率调度框架，将分钟级温控负荷与秒级电池功率跟踪相结合，报告了实时匹配率（RTMR）和自发自用率（SCR）的显著提升。Zou等人[47] 在灵活关税下比较了动态规划和基于规则的策略，而刘等人 [48] 中结合了日前优化与实时自适应控制，以提高光伏自发自用率并降低用户电费支出。其他研究将光伏运行与电能质量、需求响应以及建筑-电网协同[49,50,51].
总体而言，光伏技术在建筑规模上已相对成熟，但主要研究挑战已从单纯的发电转向系统集成。当光伏发电与建筑需求匹配不佳时，高本地渗透率会增加中午的电力外送、爬坡需求、反向潮流以及电压调节压力。因此，所综述的研究表明，在PSDF系统中，建筑光伏的价值越来越取决于协调储能、需求响应和电网感知控制，而非仅仅取决于光伏容量[46,47,48,49,50,51].

3.2. 储能系统 (ESS)

3.2.1. 建筑储能技术

近年来，光伏技术日益成熟，成本不断下降，导致分布式光伏发电的渗透率不断提高。因此，储能技术被广泛用于缓解可再生能源发电与建筑需求之间的不匹配。电池储能系统（BESS）可以跨时段转移多余电量，减少功率波动，并支持以光伏为主的建筑系统中的能源管理[35]。然而，它们的实际价值取决于所提供的服务、运行策略、电池退化以及与其他建筑资源的交互。
储能技术的高昂成本仍然是其广泛部署的主要障碍。考虑电池退化的运行方式可以降低生命周期成本并提高经济性能[52,53]。Al Muala等人[54]将电池退化和放电深度效应纳入长期调度中，报告称在所研究的案例中，冬季电池寿命从9.2年延长至17.7年，且LCOS降低了28.9%。其他研究探讨了电池平衡方法[55]、光伏直接驱动空调[56]以及随机技术经济优化[57]联系起来，以改善储能与建筑负荷的协同。

3.2.2. 光伏储能系统（PV-ESS）

光伏储能系统（PV-ESS）旨在通过协调容量配置、调度和技术集成来提高系统效率、经济性和运行稳定性。现有研究已考虑了光伏与电储能、热储能、热泵、相变材料、电动汽车电池和水加热的结合[58,59]。经济性能对电价结构、储能容量、退化以及所选控制策略尤为敏感。
Li等人[60]提出了一种整合分时电价和电池老化成本的办公楼光储系统两阶段优化模型。Bagalini等人[61]表明系统盈利能力在很大程度上取决于电价、技术成本、政策条件和容量配置。其他研究探讨了热泵蓄热[62]、生活热水蓄热[63,64]、分布式储能经济性[65]，以及面向韧性的微电网规划[66,67,68]. 表6总结了关于光伏和储能系统的代表性研究。
表6。光伏与储能系统的代表性研究课题和发现。

审查的证据表明，储能在PSDF建筑中发挥着几种不同的功能。以自发自用为导向的储能将多余的光伏电力转移到本地需求时段；电网支持型储能可减少峰值交换、爬坡和馈线压力；以韧性为导向的储能支持停电期间的关键负荷；而以需求侧管理为导向的储能则为响应电价、控制信号和协调的建筑运行提供时间灵活性。这些功能不应使用单一指标进行评估，因为电网或需求侧管理服务的高循环次数可能与电池寿命和生命周期成本相冲突，而以韧性为导向的设计可能需要额外的容量，这些容量在正常运行期间利用率较低[54,60,61,62,63,64,65,66,67,68].

3.3. 直流（DC）配电系统

与传统交流配电相比，直流配电在集成光伏、储能、电力电子接口和直流原生负载的建筑中具有优势[33]。由于光伏组件和电池内部以直流运行，且许多现代终端设备最终需要直流电源，直流架构可减少重复的交流/直流转换阶段。然而，可实现的收益取决于系统拓扑、电压等级、转换器效率以及可直接由直流母线供电的负载比例[69,70]. 图5展示了直流微电网的能量管理系统。
Buildings 16 04088 g005

图5。直流微电网能量管理系统。

3.3.1. 与传统空调系统的比较

通过减少能量转换阶段，直流配电系统可以提高结合光伏、储能和直流原生负载的建筑能源应用效率。时间序列和转换器级研究表明，在特定配置下转换损耗更低且集成度更高[71,72,73,74,75,76,77]。Alilou等人[78] 进一步提出了一种离网交流/直流混合微电网的生命周期规划框架，该框架共同优化了容量配置和能量管理，而其他建筑规模的研究则比较了在不同装备和读档假设下的交流、直流和混合架构 [79,80,81,82].
这些研究表明，直流的效率优势是条件性的而非普遍的。当大部分发电、储能和终端用电采用直流耦合且可省去不必要的转换环节时，这种优势最为显著。额外的转换器、交流/直流混合负载、不合适的电压等级或低效的接口都会削弱这一优势。因此，交流/直流的比较应结合实际的建筑拓扑和装备配置来解读，而非将其视为某种配电架构的固有优越性。

3.3.2. 直流负载与设备级集成

建筑物中的直流负载，包括LED照明、电子设备、选定的电机驱动装备以及其他兼容直流的电器，可以减少与传统配电相关的重复交流-直流转换[83]。现有研究已探讨了电容器需求、家用直流电器、转换器控制和分布式协调[84,85,86,87]。然而，设备级集成仍受限于非统一接口、电压兼容性、装备可用性以及对可靠双向电力电子转换器的需求。

3.3.3. 运行模式与工程障碍

直流微电网可以运行在并网、孤岛或混合模式下。在并网运行中，需要协调的直流/交流转换和控制来维持直流母线电压并管理双向功率交换[88]。在电网故障或停电期间，孤岛运行需要快速的功率流重构和对关键负荷的优先供电[89]。基于共识的控制和优化也被研究用于减少损耗并协调离网直流纳米电网[90]，而面向韧性的微电网研究则考虑了多能资源与极端天气运行 [91,92,93,94].
表7总结了关于直流配电、直流微电网和直流连接资源的代表性研究。涉及电动汽车和柔性负荷的若干条目具有交叉性，也在第3.4节.
表7。关于直流配电、直流微电网和直流连接资源的代表性研究。

3.4. 灵活读档与需求侧灵活性

柔性读档构成了PSDF框架的需求侧部分。它们的灵活性源于在维持所需建筑服务的同时，能够转移、削减或调节用电的能力。温控读档和蓄热系统是重要的例子，因为建筑的热惯性允许用电需求发生短期变化，而不会立即违反舒适度约束。第3节所综述的研究包括热泵[45]、光伏直驱空调[56]、相变蓄热[58]、光伏-热泵协调[62], and dual-resolution control of thermostatically controlled loads [46].
电动汽车和其他可调度电气负荷提供了另一种灵活性来源。现有研究已探讨了电动汽车需求的不确定性、双向充电、V2H/V2G运行、鲁棒调度以及光伏-电动汽车协调充电[95,96,97,98,99,100]。这些资源可助力峰值管理、可再生能源利用和停电支持，但其可用性受限于移动性需求、荷电状态、用户计划和充电基础设施。
因此，建筑负荷的灵活性具有异质性和时间依赖性。暖通空调系统和热泵受限于舒适度和热动力学；家电受限于任务完成窗口；电动汽车受限于移动性和电池要求。因此，物理灵活性应与可用灵活性区分开来。将这种潜力转化为可靠的建筑和电网服务需要预测、用户参与、控制策略和经济激励，这些将在第4节.

3.5. 组件级综合中进行探讨

上述综述的组件技术已达到不同成熟度。光伏和传统电池储能相对成熟，在建筑规模上被广泛研究，尽管不确定性、退化、容量规划和协调运行仍是重要问题。直流配电可减少转换环节并促进直流原生资源的耦合，但其大规模应用更依赖于标准、保护、互操作转换器和兼容的终端装备。柔性负载提供了巨大的调节潜力，但其实际可用性取决于建筑服务约束和用户行为。
因此，PSDF的价值并非源于独立安装P、S、D和F。它源于利用储能和柔性需求来缓解光伏的波动性，在能够显著降低转换和集成损耗的地方应用直流配电，并协调由此产生的建筑能源节点与配电网。在电网接口处，相关成果不仅限于建筑节能，还扩展到削峰、爬坡率控制、电压调节、反向功率流管理、接纳能力和韧性[49,50,51,88,89,90,91,92,93,94]。这些相互作用实现了本文综述的组件层向后续讨论的协调策略的过渡第4节以及后续讨论的交互/应用层第五节.

4. PSDF系统中的需求侧管理策略

在传统建筑运行中，电力需求主要被视为被动需求，由电网供应。相比之下，集成PSDF系统的建筑通过灵活的需求控制主动调节电力读档。在这种背景下，有效平衡电力系统供需、充分利用各种灵活资源的容量以及维持电网稳定运行，已成为亟待解决的紧迫问题[101]。为应对这一挑战，提高住宅建筑自发自用率的两大主要策略是需求侧管理（DSM）和基于电池的储能系统[22]。在本综述采用的多层框架中，DSM、需求响应（DR）和能源管理系统（EMS）构成了协调层，将光伏、储能、直流基础设施和可控负荷的物理灵活性转化为操作动作。因此，本节从三个互补的视角考察DSM：技术经济设计、基于控制的协调以及以用户为中心的参与。图6总结了这三个维度及其主要机制。
Buildings 16 04088 g006

图6。PSDF系统中需求侧管理策略的分类。

4.1. 技术经济型需求侧管理（DSM）策略

需求侧管理策略显著影响PSDF系统的技术经济设计。技术经济分析反过来量化了系统的价值，并突出了其相对于传统方法的优势。通过利用需求侧管理策略的负荷调节能力，可以优化系统配置，避免不必要的装备投资并缩短投资回收期。例如，陈[102]提出了一种整合电动汽车充电、车辆到家庭（V2H）和灵活负荷需求响应（DR）的住宅分布式光伏（RDPV）综合容量规划模型。研究表明，需求响应和V2H技术可以减少最佳安装光伏容量并降低总电力成本。同样，Jiao等人[103] 引入了一种双层优化框架，通过全局K-means聚类简化读档时间序列，以优化火电、水电、抽水蓄能、储能和需求响应的容量分配与调度。该方法在降低投资和运营成本的同时，减少了风电弃电率。Han等人[104] 采用需求侧管理（DSM）策略来优化蓄热罐的充放电调度，将热泵的用电负荷从白天的用电高峰时段转移到夜间的用电低谷时段。与传统运行方式相比，该策略使净运营成本降低了66.8%，电费降低了43.5%，同时将日负荷峰谷比从2.8:1改善至1.6:1。Zhou [105提出了一种动态自学习电网响应策略，该策略在非高峰时段动态调整电网充电功率，显著提升了技术经济性能、能源灵活性和电池相对容量（RC）。研究人员不仅比较初始投资成本，还关注长期运营效益。例如，Xiang等人[106]引入了一种基于生命周期成本的混合整数线性规划（MILP）模型，整合了用于机场电气化的氢能-光伏-储能微网解决方案。同样，Al Muala等人[54] 通过应用生命周期成本原则，进一步优化了家庭能源调度。
经济高效的电力系统的一个关键驱动因素是电价机制，因为不同的定价方案直接影响经济回报的规模和风险。Yang等人[107]提出了一个基于配电网节点边际电价（DLMP）的双层斯塔克尔伯格博弈框架，旨在最小化电力成本。Karimianfard[100]开发了一个两阶段鲁棒优化模型，考虑了不同定价方案（如分时电价和实时电价）下的电力成本。在医院场景中，Nebey等人[108] 引入了一种集成了分时电价和光伏储能系统的模糊逻辑控制器，实现了总能耗降低20.8%和电费降低18.64%。Kafaei等人 [109] 采用了一种两阶段随机优化模型，并纳入了分时电价等需求响应机制以增强系统灵活性。Alilou等人 [110]提出了一种集群电价策略，将电价划分为多个层级，协调住宅光伏、钠硫电池和电动汽车，使电费降低23-43%，并使读档消耗模式线性化。在点对点电力交易中，价格是单独分配给每个交易对或节点，而不是使用统一费率。这种方法更准确地反映了局部成本以及与时间、地点相关的电力价值[111]。Clift等人[112] 开发了一种基于先进多区域电热水储能加热器的P2P能源交易框架，该框架具有自主和聚合控制功能，通过参与电力市场辅助服务、需求管理和P2P交易来产生经济效益。因此，与传统市场相比，P2P交易能够通过更细粒度和动态的个体定价更好地反映电力的时空价值，从而引导系统实现更经济的运行。
综上所述，这些研究表明，需求侧管理（DSM）的技术经济价值不仅取决于短期电费的降低，还取决于其对容量规模、资产利用率、生命周期成本以及对电价或市场信号响应的影响。容量规划研究[102,103]、储能和生命周期分析[54,104,105,106]，以及定价或交易研究 [100,107,108,109,110,111,112] therefore address different but complementary dimensions of economic performance. Their reported savings should be interpreted as study-specific outcomes rather than directly comparable benchmarks because the building types, system boundaries, tariff structures, baseline cases, and optimization objectives differ across studies.

4.2. 基于控制的DSM策略

先进的控制算法增强了建筑能源系统的需求响应（DR）能力。例如，Ferahtia等人[113]提出了一种适用于并网和孤岛运行模式微电网的能源管理系统（EMS），应用秃鹰搜索（BES）算法实现了最低运行成本（0.1577 €¢/kWh）和87.395%的系统效率。Ebeed等人[114]引入了一种新型改进的向量均值算法（MINFO），该算法可将峰均比（PAR）降低高达53.19%。在[115]，一种与智能恒温器集成的HEMS结合了MILP和模糊逻辑，用于智能电网中的DR。此外，动态控制策略为电力系统提供了灵活性，使其能够响应突发的读档变化或故障，从而确保电网运行的稳定、安全和经济。Sridhar等人[116] 设计了一种动态读档控制机制，优化了热泵、电锅炉、电池储能、太阳能光伏和电动汽车等单个设备的运行。他们的研究结果表明，采用可变电价合同的用户实现了最高的成本节约。Horrillo-Quintero 等人 [117] 提出了一种结合模糊逻辑、模型预测控制和非线性优化的新型动态控制策略，旨在最小化运行成本、天然气消耗和电网依赖，同时最大化系统灵活性。
在智能控制技术下，负荷不再仅仅是电力消费者，还可以被主动管理。根据其需求响应（DR）灵活性，家庭负荷可分为温控负荷（TCLs），如空调（ACs）和电热水器（EWHs）；可转移负荷，如洗衣机和洗碗机；以及非灵活或刚性负荷，如插电式电器和安防设备。Zou等人[46] 证明了通过调度AC和EWH等可控负荷，光伏发电曲线可以在分钟级分辨率下实现匹配，将实时匹配率（RTMR）提升高达482%。Saber等人 [118]提出了一种基于交易市场框架的办公楼能源管理模型。通过整合电动汽车的灵活性（车主提交响应曲线和目标荷电状态）、电池和屋顶光伏系统，并采用分布鲁棒机会约束规划来应对不确定性，该研究表明能源管理系统的总运行成本和变压器老化率均有所降低。作为关键的柔性负荷，空调系统的优化显著提升了能源匹配效率。实施需求侧管理策略以优化太阳能辅助空调系统，可以有效提高建筑能源灵活性[119]。在[120]中，光伏交流系统利用室内热舒适温度范围（TCTR）和机器学习模型，以分钟级分辨率动态调节温度，从而最大化光伏自发自用率。王等人[121] 引入了一种新型的PVAC系统，并通过实验证明了一种控制策略，其中压缩机转速直接响应实时光伏发电，从而优化了光伏输出与空调需求之间的能量匹配。Esmaeel Nezhad等人 [122] 采用与储能协调的变频空调，在分时电价下优化调度，有效降低了对电网峰值的依赖。这些研究结果表明，当不同负荷的可控特性被明确表征时，负荷侧优化能够提供运行灵活性。对温控负荷、电动汽车、电池及其他柔性资源进行协调调度，可以改善光伏与负荷的匹配度，降低对电网峰值的依赖，并支持建筑与电网的协同运行。
控制导向的文献也表明，DSM的性能本质上是多目标的。根据应用场景的不同，研究评估了运行成本[113,117,118]、峰均比[114]、光伏自发自用或实时匹配[46,120,121]、变压器老化[118]、电网依赖度[117,122]，以及室内热舒适度[120]. Consequently, no single control metric is sufficient to characterize DSM performance. Higher temporal resolution and more sophisticated optimization can improve coordination, but they also increase dependence on accurate forecasts, device-level controllability, and reliable operational data. Uncertainty-aware EMS studies have also coordinated PV generation and stochastic EV mobility in grid-connected smart buildings, highlighting the importance of joint scheduling when multiple flexible resources interact [123].

4.3. 以用户为中心和基于行为的DSM策略

随着技术的进步，越来越多的用户正成为能源市场的积极参与者。用户侧需求侧管理（DSM）策略通过允许用户根据其舒适度偏好、动态参与意愿和实际需求来实施需求响应（DR），从而促进了PSDF系统的实施和可持续发展。Abu Gunmi等人[124] 采用模糊逻辑决策结合支持向量机-粒子群优化（SVM-PSO）模型，协同优化储能配置与需求响应策略，从而在不确定条件下平衡经济效益与用户舒适度。Giuzio等人 [125] 通过调节温控器和读档转移，平衡了经济成本（即能源支出）与非经济成本（即热舒适度），从而将可再生能源利用率提高了8-25%。一种基于深度强化学习的家庭能源管理系统已被用于协调光伏发电、储能和电动汽车运行，在降低整体能源成本的同时兼顾用户满意度[126]。邓等人[127]提出了一种结合深度强化学习（DRL）的分布式直流配电系统，显著提升了能源效率。该方法在保持用户满意度的同时，实现了38%的节能率，将光伏自发自用率提高了38%，并将电池依赖度降低了33%。Vidya等人[128]采用二值粒子群优化算法（BPSO）来调度家庭负荷，在不影响用户舒适度的情况下，将峰均比（PAR）降低了22%。Sumayli和Anubi[129]提出了一种基于联邦强化学习（FRL）的分布式能源管理框架。与未优化的基准相比，该方法将平均电费降低了42%，同时在不影响用户舒适度的情况下，降低了高峰时段需求并最小化了能源成本。
通过结合用户行为模式，可以增强消费者参与度以提供灵活服务。参考文献[130]研究了居民用电需求差异，并探讨了与电价机制、电池储能和居民柔性读档需求响应（DR）相关的不确定性的影响。Vashistha等人[131]将激励机制直接纳入效用函数，以刻画产消者对差异化电价的响应性。敏感性分析表明，随着激励水平从0%增加到100%，系统总运行成本从14.23增加到17.41。Hussain等人[86]采用非合作博弈结合分布式优化来选择需求响应参与者并优化家电调度。该方法在保护用户隐私的同时，将产消者成本降低了54.55%，微电网成本降低了34.65%。Kement等人[132]中提出了一种隐私感知随机优化方法，平衡了用户隐私、舒适度和电网需求，证明了通过微小的妥协可以实现接近最优的隐私性能。在[133]中，采用教学学习优化（TLBO）算法，通过考虑温度预测、能源价格、太阳辐射、系统约束和用户偏好来优化日前电力调度，旨在解决多目标电力管理优化问题。Hou等人[134]提出了一种基于交易能源（TE）的新型框架，其中聚合商与配电系统运营商协商以确保电网安全，并将代表安全成本的额外价格信号传达给通过HEMS提交计划的产消者，从而激励其响应行为。
这些研究表明，技术上可用的灵活性并不一定会自动转化为可用的需求侧管理灵活性。其实现取决于住户的舒适度约束、参与意愿、对价格或激励信号的响应，以及对隐私和公平性的处理。因此，以用户为中心的需求侧管理应与技术和经济目标共同评估，而不是作为一个单独的行为问题。在[中报告的结果124,125,126,127,128,129,130,131,132,133,134]还阐明了在电费成本、可再生能源利用率、舒适度、隐私和电网支持需求之间反复出现的权衡。表8列出了相关文献的摘要。
表8中讨论的DSM/EMS协调策略。需求侧管理策略的代表性研究。

在三个需求侧管理（DSM）类别中，文献采用了多组性能指标。经济指标包括运营成本、电力支出和生命周期成本；负荷曲线和电网指标包括峰均比、峰谷比、峰值电网依赖度和电网支持能力；可再生能源指标包括光伏自发自用和实时匹配；资产相关指标包括电池容量和变压器老化；用户导向指标包括舒适度、满意度、隐私和参与度。这些指标描述了灵活性不同的维度，不应被视为可互换的衡量标准。因此，对于光伏储能（PSDF）系统，更全面的需求侧管理评估需要同时考虑建筑经济性、设备运行、用户约束以及向外部电网提供的服务。

5. PSDF系统的交互与应用

基于在第3节中回顾的组件技术，以及在第4节, this section examines the interaction and application layer of PSDF systems. At this level, buildings operate not only as local energy consumers and producers, but also as flexible nodes that exchange energy, flexibility, and information with neighboring buildings, communities, aggregators, and distribution networks. The following subsections therefore focus on community-scale coordination and building-grid interaction, resilience and emergency operations, intelligent and digital technologies, and policy or deployment frameworks.

5.1. 智能社区与建筑-电网交互

在国际上，以欧洲能源社区为例，分布式能源系统的研究正在探索用户赋能、本地消费和系统灵活性等新方法，这些方法在功能上与PSDF框架相关。能源社区中创新的经济激励机制对于提高用户参与度和释放需求侧灵活性至关重要[135]. 陈等人 [136] 将个人电池储能与社区共享储能进行了比较，发现基于社区的配置导致年度电力出口减少，且在不同时段的出口分布更加均衡。这些发现与集成PSDF系统的社区规模部署相关。图7展示了消费者、分布式资源、需求侧管理策略、政策驱动因素和市场机制之间的相互作用，而表9总结了来自不同地区的代表性研究。
Buildings 16 04088 g007

图7。包含分布式资源、需求侧管理、政策和市场交互的智能社区概念系统模型。
对于用户参与的智能社区，Anbarasu等人[137]提出了一种基于Modelica语言和准蒙特卡洛灵敏度分析的框架，发现居民行为对能源系统的影响最大，变化幅度达23.3%。Izadi等人[29]引入了一个三阶段迭代框架，用于研究智能能源社区内P2P能源市场中产消者的交易行为，旨在最大化社区福利和用户参与度。Silva等人[138] 采用了一种结合蚁群优化（ACO）和遗传算法（GA）的混合HACO-GA，以优化电网电费、峰值负荷和用户舒适度。为了提升需求响应（DR）和共享储能系统（ESS）的经济性能、安全性和环境可持续性，Hou等人[139]采用了一种涉及多个利益相关者的两阶段调度优化模型，以探索智能社区内的最佳调度方案。Mukundufite等人[140]研究了基于最佳运行成本的卢旺达农村社区智能微电网能源管理系统（EMS），将电费降低至0.186$/kWh。Angizeh等人[141] 研究了一种基于支路潮流交流潮流模型和混合整数非线性规划（MINLP）的综合调度模型，该模型通过优化调度电动汽车和智能家电等柔性负载，降低了社区运营成本并提高了电网稳定性。黄等人 [142]研究了瑞典太阳能建筑社区中电动汽车智能充电对电网调节性能和电池退化的影响。结果显示，智能充电在不显著增加电池退化的前提下，可将电网峰值交换量显著降低9.3%–13%。
智能社区作为分布式能源的载体，整合了多栋智能建筑的光伏、储能、直流配电和柔性负荷，以实现能源自给自足和电网交互。Zhang等人[143]将基于原型的建模方法应用于54栋建筑的案例研究。与正常运行相比，集群建筑的平均峰值需求降低了22-27%，突显了建筑集群的运行能源灵活性价值。Gerber等人[84]通过美国住宅案例研究证实，与交流系统相比，直流配电减少了转换损耗，在无储能的家庭中节省了5%的总家庭电力读档，在有储能的家庭中节省了14%。电动汽车作为关键的柔性资源，常被用作可调节读档以实现柔性用电。在[144]，一项德国住宅案例研究采用模型预测控制（MPC）来协调光伏、储能、电动汽车和热泵，在需求响应（DR）期间实现了69%–100%的峰值削减。Huang等人[145] 通过一项瑞典住宅案例研究，利用耦合的光伏-热泵-热储能-电动汽车系统，在集群层面优化了光伏的容量和选址，显著提升了系统灵活性。在 [146]，台湾电动踏板车电池交换系统通过车辆到电网（V2G）策略优化了充放电；该研究报告了显著的峰值需求缓解和18.9%的运营成本降低。在[147]，一个社区利用共享储能和电动汽车车队建立了一种能源信用机制（ECM），通过V2G技术降低了社区能源成本。在聚合层面，基于VPP的研究在不确定性和多个时间尺度下协调了光伏、储能、需求响应和其他分布式能源资源[148,149,150]，而智能供需EMS已被用于协调分布式资源[151]。面向市场的虚拟电厂调度也已扩展到碳和绿色证书交易[152].
表9。不同地区代表性的智慧社区与建筑-电网研究。

总的来说，这些研究表明，将PSDF功能从单体建筑扩展到建筑群或社区，能够实现异构分布式能源、灵活负荷和市场机制之间的协调。其效益不仅限于本地自发自用和降低运行成本：协调的灵活资源还可以减少电网峰值交换[142,143,144]，通过直流配电[84]降低转换损耗，并支持电压调节、爬坡率控制以及更平衡的建筑-电网运行[25,51]。这些面向电网的功能在分布式光伏渗透率较高的情况下尤为重要，因为未管理的出口可能会加剧反向潮流和电压升高问题[51]。因此，社区规模的PSDF应通过建筑侧目标（成本、舒适度、自发自用和资产利用）和配电网目标（峰值管理、电压质量、潮流协调以及容纳额外分布式资源的能力）进行评估。表9中报告的定量结果由于系统边界、气候、关税、基准定义和控制时界存在显著差异，这些研究仍具有特定性。

5.2. 韧性与应急运行

极端天气事件对传统电力系统构成重大挑战，而长时间的电网停电暴露了仅依赖集中式供应或单一用途备用资源的局限性。因此，为关键建筑负荷维持可靠的能源供应是分布式光伏、储能和需求灵活性的重要应用。Sun等人[153]基于历史读档数据，定量评估了柴油发电机和光伏储能微电网在三种停电时长下的韧性价值，表明在特定的关键读档需求下，光伏储能系统具有替代或补充传统备用发电的潜力。154] quantitatively evaluated the resilience value of diesel generators and PV-storage microgrids under three outage durations based on historical load data, showing the potential of PV-plus-storage systems to replace or supplement conventional backup generation under defined critical-load requirements.
为了通过优化设计和调度策略提升医院在电网故障期间的能源韧性，Masrur等人[155]提出了一种与需求响应（DR）集成的并网电热微网优化模型。该模型利用混合整数线性规划（MILP）协调光伏、电池和热电联产的调度。实证结果表明，该模型在停电情景下具有维持连续能源供应和降低成本的能力。其技术经济优势通过在美国加利福尼亚州的一家医院测试得到了验证。Nazari-Heris等人[156]采用混合整数线性规划（MILP）研究了包含光伏系统、储能系统和柴油发电机的医院微电网。他们的研究结果表明，该微电网在最不利条件下仍能维持72小时的电力供应，同时降低了157147,000的电费。Candan等人[$] 解决了灾后动态微电网边界引起的时变功率约束问题。通过对电动汽车电池剩余电量进行预测性评估，该方法动态选择不同优先级等级的电器组，以延长关键负荷的供电时间，并提升灾后居住者的福祉。Masrur等人 [158]将电动汽车（EV）纳入微电网系统，并提出了一种整合电力、热力和电动汽车系统的多能微电网。采用混合整数线性规划（MILP）优化方法，该模型在日本冲绳一家配备电动汽车充电站的医院进行了多项案例研究。结果表明，该方法有效降低了年度总成本，并在电网故障期间增强了系统的生存能力。159] incorporated EVs into a microgrid system and proposed a multi-energy microgrid integrating electrical, thermal, and EV systems. Using a MILP optimization approach, the model was tested through several case studies at a hospital in Okinawa, Japan, equipped with an EV charging station. The results demonstrate that this method effectively reduces annual total costs and enhances system survivability during grid failures.
[153,154,155,156,157,158,159]中的证据主要源自光伏储能系统和建筑或社区微电网，而非明确标记为PSDF的系统。因此，PSDF的韧性贡献不应被解读为本质上优于传统光伏储能微电网。其独特潜力在于将多种韧性机制整合到以建筑为中心的架构中：本地光伏和储能提供自主供电，直流配电可减少原生直流资源和负载的转换环节[84]，灵活的读档管理能够实现对非关键需求的优先级排序或削减[155,156,158]，且电动汽车可提供移动式或双向储能[158,159]。这种组合使得韧性不仅能通过备用容量来解决，还能通过读档优先级排序、多性向能源协调以及电网扰动期间和之后的自适应运行来实现。

5.3. 与智能和数字技术的融合

智能和数字技术通过改善预测、实时决策和分布式资源管理，为PSDF系统提供了额外的协调机制。为应对光伏发电的间歇性和波动性，强化学习方法已被应用于建筑能源管理，据报道在保持用户舒适度的同时降低了能源成本[160,161]。Aghdam等人[162] 开发了一种集成数字孪生（DT）技术与边缘计算的实时家庭能源管理架构。该框架创建了智能家居物理组件的虚拟表示，并采用LSTM网络预测光伏发电量、电动汽车到达时间和负荷需求，从而实现储能系统与柔性负荷的实时协调调度。针对表后光伏，Rafy和Srivastava [163]提出了一种自适应估计架构，根据数据可观测性结合确定性、基于Transformer和混合估计，从而改善了异构测量条件下的分布式光伏估计。基于强化学习算法，Binyamin等人[30]引入了马尔可夫决策过程（MDP）进行不确定性建模和智能竞价策略，降低了电力成本，提高了可再生能源利用率，并支持社区内的公平能源分配。Robles-Enciso等人[164]提出了一种基于多智能体强化学习（MARL）的自适应能源协调器，以优化智能家居中的可再生能源（RES）使用，并减少对非可再生能源的依赖。Eltamaly等人[165]引入了一种基于动态电价和电池荷电状态的需求响应（DR）策略，以优化离网混合能源系统（HES）的配置，而Nicoletti等人[166]则利用人工神经网络优化了集成光伏（PV）和电池储能的混合热泵-锅炉系统的运行。
深度学习算法的集成已成为实现更高计算精度和更智能能源分配的重要研究方向。Alabi等人[167]开发了一个模块化能源管理平台，该平台集成了能源基础设施的多变量时间序列预测和自主调度功能。他们提出了一种使用软演员-评论家（SAC）算法的深度强化学习（DRL）方法，该模型在美国亚利桑那州真实数据集上进行了训练和测试。Faghri等人[168] 引入了一种基于DRL的实时能源调度框架，以优化配有电动汽车停车场（EVPLs）的并网智能建筑社区（SBCs）的能源灵活性，同时结合数学优化方法确保配电网的安全运行。Toolabi Moghadam等人 [169] 提出了一种基于双层优化的综合能源系统调度方法。该方法结合了用于预测不确定参数的机器学习技术与基于价格的需求响应（DR）计划，实现了电力和供热市场的协同运行。结果表明，DR计划使系统利润提高了40%。Li等人 [170] 引入了一种基于多智能体深度确定性策略梯度（MADDPG）的网格边缘控制器，以优化低压变压器供电区域（LVTPA）内分布式BESS的需求响应（DR）管理。通过整合基于价格和基于激励的需求响应策略，该方法显著提升了用户收益并减少了三相不平衡。概念化，Y.L.和W.Y.；方法论，Y.L.和D.W.；正式分析，D.W.；调查，D.W.；资源，Y.L.和W.Y.；撰写——初稿准备，D.W.；撰写——审阅与编辑，Y.L.、W.Y.和C.-Q.L.；监督，Y.L.；项目管理，Y.L.；资金获取，Y.L.。所有作者均已阅读并同意手稿的已发表版本。总结了这些研究中报告的算法、目标系统和主要成果。
表10。PSDF相关能源管理的代表性智能与数字化方法。

表10中总结的研究概念化，Y.L.和W.Y.；方法论，Y.L.和D.W.；正式分析，D.W.；调查，D.W.；资源，Y.L.和W.Y.；撰写——初稿准备，D.W.；撰写——审阅与编辑，Y.L.、W.Y.和C.-Q.L.；监督，Y.L.；项目管理，Y.L.；资金获取，Y.L.。所有作者均已阅读并同意手稿的已发表版本。表明智能技术在PSDF相关应用中扮演三个主要角色：预测不确定的光伏、负荷和移动性变量；优化多设备调度和需求响应；以及通过基于代理或电网边缘的决策来协调分布式资源。这些方法可以提高可再生能源利用率、降低运行成本、改善碳排放表现并提升电网灵活性，但所报告的收益高度依赖于所选的基准、数据集、模型假设和控制时域。此外，所综述的大部分工作强调算法性能，而实际部署问题，如数据质量、跨建筑的模型泛化能力、通信可靠性、互操作性、网络安全和可解释性，则较少得到一致处理。在这一方向上，Ren等人[171] 将数字孪生与可解释且保护隐私的联邦学习相结合，用于电压稳定性评估，展示了去中心化智能监控在安全建筑-电网和智能电网应用中的潜力。随着PSDF系统从孤立演示转向持续连接的建筑-社区-电网运行，这些问题变得日益重要。

5.4. 政策与部署框架

为了推进能源系统转型，高效灵活的建筑正日益成为容纳分布式能源资源（包括光伏、储能和响应式负荷）的关键平台[172]。国际能源署指出，能源效率政策正从单一关注节能转向更广泛的框架，这些框架还涉及电气化、需求侧灵活性和系统协调[173]。在此背景下，不同国家和地区正在制定支持建筑脱碳和柔性资源部署的政策与监管工具。欧盟已推动建筑能效、光伏就绪和智能化改造[174]，而新加坡的《未来电网能力路线图》则推进了未来电网发展，并开展了涉及V2G、储能、数字化和社区级柔性的试点项目[175]. 图8总结了与分布式光伏、储能、需求响应、家庭能源管理、电动汽车充电和智能社区发展相关的代表性政策方向。
Buildings 16 04088 g008

图8。与柔性及电网互动建筑能源系统相关的代表性政策和监管发展。
从PSDF的角度来看，当政策支持着眼于解决四种组件技术之间的接口问题，而非独立推广它们时，其效果最为显著。建筑和光伏要求影响本地发电部署；储能和电动汽车规则决定了移动和固定灵活性资源的接入；需求响应和聚合机制影响柔性负荷能否参与电网服务；而技术标准则影响直流装备、转换器、EMS平台与外部电网之间的互操作性。因此，政策制定与下文讨论的工程和市场障碍密切相关第6节。图8中的示例应被视为具有代表性的政策方向，而非详尽的国际比较。
综上所述，第五节展示了PSDF概念如何超越内部建筑能源管理。在交互和应用层面，下文综述的相同组件和协调能力第3节和第4节能够支持社区能源共享、配电网服务、停电韧性、数据驱动运营，以及参与新兴政策和市场框架。同时，从单体建筑扩展到互联社区，对互操作性、通信、网络安全、一致的性能指标和协调治理提出了额外要求。这些尚未解决的问题为本文讨论的挑战和未来研究重点提供了基础第6节.

6. 挑战与未来研究重点

6.1. 挑战

前述章节表明，PSDF系统的价值取决于组件技术、DSM/EMS策略以及建筑-电网交互的协同运行。因此，其更广泛的部署受限并非源于单一技术，而是受限于技术、方法、经济和实施方面的耦合挑战。所综述文献中识别出的主要挑战总结如下：

(1): 可再生能源发电的不确定性和电网交互仍然是根本性的挑战。Zubi等人[176]指出，当光伏渗透率达到30%时，燃气机组的启停循环次数增加了109%，从每年3721次增加到7793次，效率下降了1.1%，并且需要3.45 GWh的储能来平衡波动性。Baik等人[177]，使用电力可靠性事件模拟工具（PRESTO）发现，带有储能的住宅光伏系统在停电期间只能满足部分供暖和制冷负荷，这说明安装的光伏储能容量并不能自动保证在极端条件下的韧性。在建筑尺度上，Jeksen等人[43] 进一步表明，运行模式和读档曲线的不确定性会导致光伏系统容量优化的巨大偏差。这些研究结果表明，高比例光伏渗透必须与建筑读档不确定性、储能可用性、反向功率流、电压调节和韧性要求结合起来评估，而非仅作为发电问题。
(2): 直流配电可以减少重复的转换环节，但其大规模建筑部署仍依赖于工程标准化和可互操作的装备。光伏的间歇性和局部遮挡会导致阵列输出出现非线性变化[178]，而直流母线电压对电源与负载的不平衡非常敏感[179]。当调度不足时，光伏发电、供暖需求、储能和热泵运行之间的季节性不匹配可能进一步导致弃光或供应不足[180,181]，且在考虑补贴的情况下，高比例分布式光伏接入可能导致电压违规和网络损耗[182]。此外，所综述的直流文献指出了非统一接口和设备兼容性限制[77,83,84,85]。因此，保护协调、故障隔离、接地、变流器互操作性和变流器可靠性需要更系统的建筑规模验证，特别是对于结合了多个直流电压等级以及并网/孤岛运行模式的系统。
(3): 随着PSDF系统在不同时间尺度上整合储能、暖通空调、电动汽车、柔性负荷和建筑-电网服务，多资源协调变得日益复杂。Kafaei等人[109]证明了随机日前优化在协调能源枢纽运行中的价值，而Zhang等人[145]则表明电动汽车渗透率、热储能容量和能源共享行为会影响光伏系统规模和系统性能。Wang等人[183] 进一步采用双层随机模型来协调高可再生能源微电网中的智能建筑与储能系统。这些研究表明了对不确定性感知和多时间尺度调度需求；然而，更强的数字化连接也增加了对数据质量、预测准确性、通信可靠性和计算可行性的依赖。随着智能控制和分布式协调的广泛应用，网络安全、隐私保护和故障安全运行也需要被视为显式设计约束，而非次要的实施问题。Rafy等人 [184] 进一步证明了基于物联网的电池储能系统控制会引入信息物理脆弱性，并开发了韧性指标、异常检测方法和缓解策略，这些内容已通过实时信息物理协同模拟平台得到验证。
(4): 经济性能、资产退化、用户需求和电网服务可能会产生相互冲突的目标。电动汽车提供移动储能并能增强光伏集成，但其规划和调度必须平衡运行成本、电池退化、移动需求和电网可靠性[185。综合扩展规划也面临着可再生能源和读档不确定性以及高维决策变量计算负担的挑战[186]。大规模电动汽车充电增加了时空不确定性；尽管V2G可以提高灵活性，但额外的循环可能会加速电池退化[187]。在电池健康监测方面，Wang和Dong[188]提出了一种点对点个性化联邦迁移学习方法用于电动汽车电池SOH估计，在本地保留电池数据的同时实现不同工况下的模型共享。在构建DSM时也会出现类似的权衡问题，其中成本降低、可再生能源利用、用户舒适度、隐私和参与度无法总是同时优化[124,125,126,127,128,129,130,131,132,133,134因此，PSDF的实际价值应通过多性向和生命周期标准来评估，而非单一的节能或降本指标。
(5): 从单体建筑扩展到社区和配电网络，会带来额外的互操作性、治理和评估挑战。第五节所综述的研究表明，建筑群、共享储能、电动汽车车队和社区能源机制能够提供峰值管理和能源共享效益[136,142,143,144,145,146,147]，但其性能在很大程度上取决于当地电价、市场规则、网络约束和用户参与度。与此同时，政策框架在不同地区的演进速度也各不相同[172,173,174,175]。由于缺乏一致的系统边界、基准数据集以及通用的灵活性或韧性指标，很难在不同建筑、气候和监管环境下比较结果或迁移控制策略。

6.2. 未来研究重点

未来的研究议程应直接针对上述局限性展开。未来的工作不应将四种PSDF技术视为独立的研究课题，而应聚焦于组件、协调策略、用户以及外部电网之间的接口。其中有五个优先事项尤为重要。

(1): 建立互操作且安全导向的直流建筑架构。未来的研究应开发并实验验证通用电压等级、装备接口、变换器要求、保护协调、故障隔离策略以及接地方案。目标不仅是降低转换损耗，还要确保光伏、固定储能、电动汽车接口、柔性直流负载和电网变换器能够在不同建筑类型中安全且可互换地运行[77,83,84,85].
(2): 开发具备不确定性感知、多时间尺度和网络韧性的协调机制。调度方法应共同表征短期光伏与负载波动、热动力学、电动汽车移动性、储能状态、电价信号以及更长期的容量决策[43,109,145,183,185,186,187]。预测、模型预测控制（MPC）、随机/鲁棒优化以及数据驱动控制，不仅应评估其数值性能，还应评估其通信需求、计算负担、容错性、隐私性和网络安全。将物理模型与数据驱动自适应相结合的混合方法，对于从模拟研究转向可靠的实时运行尤为重要。
(3): 将退化、生命周期成本、碳排放、舒适度和韧性整合到通用的多性向评估框架中。电池和电动汽车的退化、转换器更换、储热性能、用户舒适度和停电支持应被明确表示，以确保不会以牺牲资产寿命或服务质量为代价来获取节能效果[54,59,142,185,187]。未来的研究还应一致地报告系统边界、基准定义、气候条件、电价结构和评估周期，以提高跨研究的可比性。
(4): 加强以人为本和市场兼容的灵活性。用户参与应被建模为动态约束，而非假设的灵活性来源。研究应将舒适度偏好、参与意愿、激励设计、隐私和公平性与建筑控制和市场参与联系起来[124,125,126,127,128,129,130,131,132,133,134]。这对于电动汽车充电、温控器控制、家电调度和社区能源共享尤为重要，因为在这些场景中，技术上可用的灵活性在实际操作中可能无法持续获取。
(5): 从孤立的演示转向可扩展的建筑-社区-电网验证。未来的工作应测试跨多栋建筑、馈线、气候和监管环境的PSDF协调，并明确考虑电压调节、反向功率流、接入容量、峰值管理、韧性和本地能源共享[143,144,145,146,147]。共享基准数据集、可重复的模拟案例、硬件在环测试以及长期示范项目，将有助于确定在单个案例研究中观察到的效益在更大规模下是否依然稳健。政策和市场设计应同步演进，以便在不损害建筑性能或用户需求的前提下，实现灵活性服务的价值体现[172,173,174,175].

表11列出了PSDF建筑能源系统的差距和研究重点。
表11.PSDF建筑能源系统以差距为导向的研究重点。

总体而言，未来的PSDF研究应从展示单一技术的孤立性能，转向验证协调、互操作且可扩展的建筑能源系统。进展将取决于将工程标准化与不确定性感知控制、生命周期和多性向评估、用户参与、数字安全以及建筑-电网验证相结合。这些重点为从当前文献中发现的局限性走向PSDF系统的大规模可靠部署提供了更直接的路径。

7. 结论

本综述通过以建筑为中心、多层框架，将组件技术、DSM/EMS协调以及建筑-电网交互联系起来，考察了PSDF相关的建筑能源系统。主要结论总结如下。

(1): 科学与理论研究成果。综述文献表明，PSDF的价值并非源于光伏、储能、直流配电和柔性负荷等孤立技术，而是源于这些要素之间的功能耦合及其与外部电网的协调互动。组件-协调-互动/应用框架为比较不同术语下的研究提供了共同基础，并明确了物理建筑能源架构、协调机制与社区/电网应用之间的区别。证据还表明，不同的PSDF功能已达到不同的成熟度：光伏和传统电池储能已相对成熟，而直流系统标准化、互操作控制以及柔性负荷的可扩展集成仍不够成熟。
(2): 技术与工程影响。对于建筑应用而言，光伏与储能可提升本地可再生能源利用率和韧性，而当足够大比例的发电、储能及终端用电实现直流耦合时，直流配电可减少转换环节。然而，这些优势取决于转换器效率、电压等级、保护措施、装备兼容性及系统配置。暖通空调系统、热泵、家电和电动汽车等柔性负荷提供了额外的调节能力，但其可用灵活性受限于舒适度、移动性、任务完成要求及用户参与度。因此，需求侧管理、需求响应和能源管理系统充当协调层，将物理灵活性转化为经济、运营及电网支持服务，并在成本、可再生能源自发自用、资产退化、舒适度、隐私和韧性之间进行权衡。
(3): ] 建筑-电网及其应用影响。在更大规模下，协同建筑可作为电网交互式能源节点而非被动消费者。社区能源共享、共享储能、电动汽车/V2G资源以及协同柔性负荷可助力峰值管理、电压调节、缓解反向潮流、局部能源平衡及应急运行。然而，所审查的证据仍具有很强的案例依赖性，报告的量化效益不应被视为在不同气候、关税、系统边界、基准和控制时界的研究中可直接比较的基准。更广泛的部署还将取决于支持性的市场机制、技术标准和政策框架，这些机制将使建筑具备参与外部电网服务的灵活性。
(4): 未来研究重点。本综述中确定的主要研究需求包括：互操作且面向安全的直流建筑架构；具备不确定性感知、多时间尺度和网络韧性的协调机制；包含退化、碳排放、舒适度和韧性的生命周期与多目标评估；以用户为中心且兼容市场的灵活性；以及从单体建筑示范到建筑-社区-电网应用的验证。解决这些差距需要更紧密地整合建筑科学、电力电子、控制、数据驱动方法、用户行为和配电网运行，并结合可重复的基准测试和长期工程演示。

总的来说，PSDF最好被视为一种用于开发灵活且与电网互动的建筑能源系统的综合框架，而非四种技术的固定组合。其实际贡献将取决于这四个功能要素能否在满足建筑服务需求和电力系统需求的同时，实现安全、经济且可扩展的协调。

上一篇：考虑日历老化的高精度储能SSB蓄电池健康状态估计与主动管理技术