随着社会对电力需求的增加^[1]，可再生能源发电量占社会总发电量的比例逐年增加. 可再生能源发电具有间歇性和不确定性，使得电网供需矛盾加剧，峰谷差持续增大^[2]. 夏季电力系统出现时段性调峰能力不足的情况，因此急需挖掘调峰能力，更好地消纳可再生能源发电. 需求响应是解决当前问题的有效方式，需求响应是指终端用户根据电价随时间的变化调整用电需求，以减少高电价时的用电量，减轻电网压力^[3-4]. 建筑既是最大的用电用户，也是具有用能弹性的电力用户，因此建筑已成为需求响应项目的优质资源. 智能电网与物联网技术的发展为B2G（building to grid）调峰模式提供了良好的硬件平台. OpenADR2.0通信协议的出现推动了建筑需求响应的进程. HVAC系统作为商业建筑能源系统的主要部分，在参与B2G调峰模式时，能够充分发挥源端多能互补、末端柔性可调的特点，为电网提供调峰服务. 许鹏等^[5]系统地介绍建筑需求响应的控制与技术，通过国内外的相关案例进行介绍和分析，对后续学者的研究具有参考价值.

控制策略是HVAC系统参与响应的关键，空调系统控制策略的研究主要从单体和群体聚合2个层面展开. 单体HVAC系统参与需求响应的研究注重系统运行机理，从空调群组运行数量的宏观调控出发，对空调进行群体聚合研究. 程媛等^[6]以定频空调系统为研究对象，分别综述了单体和聚合参与需求响应的控制策略. Motegi等^[7]对美国加州多种商业建筑的HVAC需求响应策略进行分类，通过实测和仿真研究，论述了区域温度重设（global temperature adjustment，GTA）、降低管道静压（duct static pressure，DSP）、主动与被动冷热储能（cool thermal energy storage，CTES）等13种需求响应策略的适用性、响应效果及实际应用时应注意的问题. Wang等^[8-10]针对基于冷源侧的快速需求响应策略进行全面研究，对基于冷源侧调控引起的系统流量分配、末端风量分配、冷机启停产生的负荷反弹等问题提出有效的解决方案. 国内对于HVAC需求响应的研究大多从电力侧的角度出发，侧重于HVAC负荷的聚合. 对于大型商业建筑，周磊^[11]提出基于负荷聚合商调控构架，建立商业空调负荷群优化模型. 对于居住建筑，杨济如等^[12]通过研究单台变频空调的频率、功率及制冷量之间的关系，提出单台变频空调控制的方法，提出空调群组的需求响应削峰方法.

GTA和热能存储被认为是有效的需求响应策略. 张天伟等^[13-14]基于美国加州的建筑进行理论分析，结果表明，GTA可以在CPP电价机制下实现一定量的负荷削减. Xu等^[15]以2栋商业建筑进行预冷策略现场测试，结果表明，预冷+GTA策略可能改善商业建筑的需求响应能力. 针对GTA策略参与DR事件的不稳定性，没有相关研究. 考虑主动储能的HVAC需求响应策略能够有效地增加建筑用能的灵活性，Cui等^[16-17]基于相变材料主动储能系统参与需求响应策略进行仿真发现，利用该策略可以短时间内将系统耗电量削减至正常耗电量的28.9%. 陈东文等^[18]提出蓄冷空调系统的规划方法，使得蓄冷空调系统在满足削峰要求的前提条件下，获得最优蓄冷容量和设备容量. Baeten等^[19]基于热泵和储水罐参与需求响应，提出多目标模型预测控制策略，结果表明，利用该策略可以降低电网的峰值负荷.

不同于现有针对GTA策略参与DR的不稳定性和主动储冷（active cool energy storage，ACES）参与需求响应的灵活性的研究，本文从HVAC系统参与需求响应时系统动态特性的角度出发，对考虑小规模主动储能的HVAC需求响应策略GTA+ACES进行实验研究与TRNSYS仿真模拟.

区域温度重设策略是通过调控末端房间室内温度设定值，降低需求响应时段供冷或供暖需求，从而降低整个HVAC系统的用电量，完成电网的响应需求. 利用GTA策略在夏季高温高负荷天气下削减空调系统的用电负荷时，由于调高了室内设定温度可能会损失用户的热舒适性，GTA策略负荷削减量和响应时长会因建筑热惯性的变化而改变. 为了克服GTA策略的局限性，提升空调系统需求响应的响应能力，建立考虑主动储能的需求响应策略. 与利用建筑或空调系统热惯性的被动储能相比，主动储能是指在DR事件发生之前利用相变材料储能罐、冷热水储能罐以及蓄电池等主动方式进行储能，在DR时段，由储能系统提供HVAC系统运行所需的能量. 主动储能运行策略不但可以提高系统运行的稳定性，而且可以提高参与需求响应的稳定性.

GTA策略与ACES策略的需求响应流程如图1所示. 对于变风量空调系统，GTA策略实施时，通过改变室内温度设定值来降低空调系统的冷负荷，减小风机功耗、循环水泵功耗及冷机功耗. 重设室温后由于热惯性的原因，室内实际空气温度会缓慢变化，当室内实际空气温度上升至设定温度时，空调系统会重新开始运行. ACES策略实施时，通过控制系统关停冷机，切换阀门，由主动蓄冷装置为空调末端提供所需冷量. 当蓄冷装置释能至不足以满足空调末端当前设定温度时所需的冷量时，空调房间的室内温度会升高，此时可以选择实施GTA策略，也可以选择观察实际温度，在实际温度达到用户可接受热舒适温度上限之前，主动调控开启冷机.

全尺寸HVAC系统实验平台位于长安大学小寨校区一楼. 实验室HVAC系统及末端房间布置如图2所示，3个空调房间分别为南向的102东、102西以及北向的103东，3个房间面积均为64.8 m²（7.2 m×9 m）. 实验平台可以实现变风量系统、定风量系统及风机盘管+新风系统的切换，本文采用变风量系统.

考虑主动储能的变风量系统主要包括空气源热泵、容量为2.3 m³的储能罐、组合式空调机组（air handle unit, AHU）、风管与水管、变风量（variable air volume box，VAV-box）与定风量末端、基础计量设施以及集中控制系统. 储能罐、组合式空调机组以及控制柜在走廊放置，风冷热泵机组在实验室西侧的平台上放置.

HVAC系统的主要耗电设备参数见表1. 表中，q_V为体积流量，P为电功率. 实验平台的控制系统能够通过上位机实现对空气源热泵（air-source heat pump，ASHP）、风机、水、电磁阀等部件参数远程操作，能够通过LabVIEW实时记录房间温湿度、冷冻水供回水温度、送风温度等传感器的参数. 该实验的重点是对主动储能参与DR运行控制策略的研究，如图3所示为系统通过4个电磁阀控制储能罐的运行原理.

夏季建筑物的空调冷负荷高峰一般出现在14:00—16:00，该时段是电网电力负荷的高峰期. 物理实验研究时，假设DR事件发生在14:00—16:00. 选取西安8月14日—8月20日连续高温天气一周，制定6种运行策略进行对比实验，如表2所示.

ST1、ST2及ST5为无需求响应时的日运行策略，ST3、ST4及ST6为有需求响应时的日运行策略，除了ST3与ST6在DR时段（14:00—16:00）室内温度设定值为28 ℃，其他策略在HVAC系统运行时的任意时段室内温度设定值均为26 ℃. 实验中设置ST1与ST2是为了对比分析主动储能装置对整个系统的影响，设置ST2与ST5是为了研究不同储能与释能时段对主动储能常规运行效果的影响，设置ST3、ST4及ST6是为了对比GTA、ACES及ACES+GTA 共3种需求响应策略的响应效果.

6种策略时均功率P_e,m及对应小时内室外空气温度t_out,h变化如图4所示. 虽然6种策略的时均室外空气温度在不同时刻各有不同，但温度的变化趋势基本一致，在14:00—16:00时室外空气温度处于高峰时段，该时段是建筑冷负荷和空调系统用电的高峰时段.

分析6种策略时均功率的变化. 对比ST1和策略ST2可知，由于ST2在9:00后既要为储能罐蓄能，又要为房间供冷，系统运行功率相对较大. 对比ST1和ST3可知，ST3在14:00—16:00将室温设定值上调了2 ℃，因而在需求响应时段实现了对系统电力负荷的削减. 由于ST3的室外空气温度较高且处于连续高温日，虽然上调了室温设定值，但是室内所需的冷负荷仍然较大，实际削减的用电负荷量有限. 对比ST3和ST4可知，ST4在需求响应时段关停空气源热泵，并由储能提供AHU所需的冷量，ST4的用电负荷削减量显著提升. 对比ST4和ST6可知，ST6的室外空气温度高于ST4，实际运行中ST6的功耗明显较高.

6种运行策略运行时段的室外空气平均温度 ${\bar t_{{\rm{out,h}}}} $与空调系统各单元用电量W如图5所示. 从图5可知，整个空调系统中各单元耗电量占比由大到小依次为空气源热泵、风机、循环水泵. 对比不同策略下3个主要耗电单元的耗电量变化情况可知，空气源热泵耗电量变化最明显，风机次之，循环水泵耗电量变化最小.

对比ST1和ST2可知，ST1室外空气平均温度略高于ST2，但系统耗电量低于ST2，这说明考虑主动储能的常规运行策略可能会增大空调系统的耗电量. 对比ST1和ST3可知，ST1室外空气平均温度低于ST3，系统耗电量大于ST3，这说明利用GTA策略能够降低系统耗电量. 对比ST2和ST5可知，利用改进后的主动储能常规运行策略能够有效地减低空气源热泵的耗电量. 对比ST4与ST6可知，改进后的主动储能需求响应策略系统耗电量明显增大. 主要原因有以下2个：1）由于ST6在8:00—9:00进行储能时室外空气温度较高，导致空气源热泵在储能时段的耗电量增大；2）ST6的室外空气平均温度明显高于ST4，因此在ST6运行当天的空调系统冷负荷较ST4有所增加，导致整个系统的耗电量增大. 每种策略运行时，室外气象参数和建筑人员、照明、设备均不同，因此不能定量分析考虑主动储能时空调系统的运行效果，通过仿真模拟来实现对考虑主动储能需求响应策略效果的定量分析. 该物理实验主要是为了证明各种策略的可行性和有效性，为仿真实验中策略的制定、仿真平台中参数的设定提供基础.

利用TRNSYS软件，以物理实验平台为仿真对象，搭建瞬时仿真模拟系统，如图6所示. 主要的仿真模块见表3.

TRNSYS仿真模拟平台按照由空调末端到冷源端的方式搭建. 将末端房间的各项室内得热（人员、设备以及照明）与室温的运行表参数输入到TRN3D-多区域建筑模型Type56中. 将末端房间冷负荷与新风量的运行表输入至变风量组合式空调机组Type151（VAV+AHU），得到整个空调系统的冷负荷. 利用编辑计算器Type0内建立的负荷方程求解水系统所需要的冷水流量，建立冷冻水系统的循环. 图6中，经过P_1循环水泵的是在非释能时段冷冻水的循环，经过P_2循环水泵的是在释能时段冷冻水的循环. 图6中，储能水罐内温度的控制通过启停控制器Type2与时间强制函数Type14来实现. 利用延时输出器Type150，模拟建筑热惯性对房间瞬时冷负荷的影响.

为了分析不同运行策略在不同电价机制下运行费用的变化，建立3种日电价M曲线，如图7所示. 图中，分时电价（TOU）曲线为陕西省对于小于1 kV的工商用户的现行分时电价. 由于陕西尚没有实时电价（RTP）与尖峰电价（CPP）电价机制，利用B-样条对陕西省分时电价的数据进行拟合，得到RTP曲线. 尖峰电价的制定参考江苏省的尖峰电价制定标准，具体为在原有分时电价的基础上，将尖峰时段的电价每千瓦时加价0.1元. 通过Type0编辑3种电价曲线与空调系统各部件耗电功率的关系，输出空调系统的运行费用.

为了验证仿真模型的有效性，分析正常运行时仿真与实测下系统主要耗电部件的功率. 空气源热泵功率的变化如图8所示. 图中，P_m、P_e分别为仿真功率和实测功率，t_out,m为室外温度的仿真值. 实测功率波动较大主要是由ASHP启停造成的，ASHP启停控制变量为冷冻水回水温度. 造成ASHP启停的原因主要如下：实验时，室内人员不稳定，存在室内人员的热量变小，导致实际空调负荷小于设计空调负荷的情况. 仿真实验是在额定工况下运行，不会出现实际负荷小于设计负荷的情况. 在2组压缩机均工作的情况下，ASHP功率的实验值与模拟值吻合，仿真与实测空气源热泵功率的均方根误差为

(1) $ {\rm{RMSE}} = {\left[ {\frac{1}{n}\sum\limits_{i = 1}^n {{{({P_{{\rm{m}},i}} - {P_{{\rm{e}},i}})}^2}} } \right]^{1/2}}. $

式中： $ {P}_{{\rm{e}},i} $为某时刻i的实测功率， $ {P}_{{\rm{m}},i} $为该时刻i的仿真功率， $ n $为时刻数量. 利用式（1）计算得到 $ {\rm{RMSE}}= $0.278 kW.

风机和水泵的实测与仿真功率对比如图9所示. 图中，P_f为风机功率，P_w为水泵功率. 循环水泵的绝对值平均误差小于0.01 kW，变频风机的绝对值平均误差小于0.03 kW. 12:30—13:30与16:15—16:30时段的实测风机功率明显下降，可能是由于室内人员流动造成的；12:30—13:30为午饭和午休时间，办公室内人员流出，造成建筑室内人员负荷减小，变风量末端自动风阀调小，风机频率和功率变小；16:15—16:30时段风机功率的变化可能是由于当天客观因素（例如：部分室内人员被学院要求去听讲座）造成人员流出，导致该时段的风机功率变小. 通过对比空气源热泵、水泵及风机，验证搭建的仿真实验平台是有效的.

空调系统参与“削峰”需求响应通常发生在夏季高温天气，因此选取夏季空调系统用电量较高的非连续的3个典型日，室外空气温度参数如表4所示. 表中，Day1、Day2及Day3的当日室外空气平均温度依次减小. 分别对3个典型日进行GTA策略下的需求响应仿真实验，具体方案为在DR时段分别将室内温度设定值t_set设置为26、27及28 ℃.

3个典型日下的室内实际温度变化和对应空调系统的功耗（风机功耗和ASHP功耗之和）变化如图10所示. 图中，t_in,h为室内实际温度. 对比在DR时段下3个典型日的室内实际温度与空调系统功耗变化可知，在DR时段将室温设定值由26 ℃上调1 ℃，3个典型日室内实际温度均在30 min后达到设定值27 ℃，此时空调负荷较大，空调系统的功耗削减量有限，空调系统需求响应时长较短，3个典型日的响应时长相差不大. 当室温设定值由26 ℃上调2 ℃时，3个典型日室内温度变化至设定值28 ℃时的时长依次减小，空调系统的需求响应时长也依次减小. 原因是当温度设定值上调2 ℃时，此时房间的负荷减小，Day1的负荷远小于Day2和Day3的负荷. 由传热学相关知识可知，Day1的室内外温差变小，传热量减小，所以响应时长相对于其他策略响应时长较长. 由此可知，GTA策略下空调系统需求响应时长会随着室内温度设定值与室外气象参数的变化而改变. 对比Day1与Day2下室内实际温度与空调系统功耗的变化可知，在DR时段，当建筑冷负荷较大时，室内实际温度变化至DR时段室温设定值的时长变短，导致空调系统的需求响应时长变短，“削峰”潜力变弱. 因建筑具有热惯性，虽然Day1在DR时段t_out均值大于Day2的t_out均值，但是受到前一天温度的影响，使得DR时段建筑逐时冷负荷小于Day2的逐时冷负荷. 采用GTA策略参与需求响应为电网“削峰”时，“削峰”潜力不稳定，“削峰”响应时长不但与当天温度有关，还会与前一天的温度有关.

考虑主动储能时，储能水罐释能的时长为

(2) $ {t_{\rm{R}}} = \left( {V/v} \right) \times \left( {\frac{{{{{t}}_{{\rm{h}}.{\rm{out}}}} - {{{t}}_{{\rm{l}}.{\rm{out}}}}}}{{\Delta {{{t}}_{{\rm{AHU}}}}}}} \right). $

式中：储能水罐的容积 $ V $为2.3 m³，释能时冷冻水的体积流量 $ v $为4.6 m³/h，释能时冷冻水出口温度的上限值与下限值 $ {t}_{{\rm{h}}.{\rm{out}}} $和 $ {t}_{{\rm{l}}.{\rm{out}}} $分别为16和7 ℃，组合式空调机组内冷水盘管的供回水温差 $ {\Delta t}_{\rm{AHU}} $为5 ℃. 由式（2）估算得到 $ {t}_{\rm{R}} $约为0.9 h. 为了便于分析，假定考虑主动储能策略如下：14:00—15:00实施ACES策略，利用水蓄冷罐释冷；15:00—16:00实施GTA策略，将设定值调为27 或28 ℃. ACES+GTA策略在3个典型日下的运行结果如图11所示.

从图11可知，通过实施GTA+ACES策略，当室内温度上调2 ℃时，Day2和Day3均能够满足需求响应时长. 与GTA策略相比，GTA+ACES参与需求响应更具有稳定性和可靠性. 图11中，14:00—15:00有一定的功率消耗，原因是虽然ASHP已经关闭，但是风机还在运行.

典型日Day2下，由于建筑冷负荷较大，GTA策略未满足响应时长需求，ACES+GTA策略是为了克服GTA策略响应时长不足的缺点. 选择在典型日Day2条件下，对2种策略的效果进行对比分析.

1）对用户热舒适度的影响. 相较于GTA策略主要通过重设室内温度实现需求响应，考虑主动储能的GTA策略能够利用储能装置所存储的能量，在一定时间内不改变用户热舒适度的情况下，响应电网“削峰”需求. 当储能装置不能满足响应时长的需求时，再实施GTA策略，减少了对用户舒适度的影响. 根据ASHRAE Handbook^[20]中对室内人员热舒适区的界定，为了量化DR策略引起的室内温度变化对用户热舒适度的影响，将26~28 ℃分为4个区间，其中影响等级0、1、2、3分别表示无影响、略有影响、有较小影响以及有影响（见表5）. 通过需求响应项目实施时供冷房间的实际温度在表5中不同等级的占比，表征不同的需求响应策略对用户热舒适度的影响.

对比2种运行策略（见表6）发现，在典型日Day2下，室内房间实际温度范围处于影响等级为0的时长占比分别为16.7%和55.8%，影响等级为3的时长占比分别为66.7%和25.8%. 可见，利用主动储能的GTA策略，有效降低了由于温度变化对用户热舒适度造成的影响.

2）运行成本. 空调系统在典型日Day2下，DR时段温度上调2 ℃运行时，GTA与ACES+GTA策略日耗电量、负荷削减量及补贴费用计算公式如下：

(3) $ {\alpha _{{\rm{d}}.{\rm{save}}}} = \frac{{{W_{{\rm{d}}.{\rm{NOR}}}} - {W_{{\rm{d}}.{\rm{DR}}}}}}{{{W_{{\rm{d}}.{\rm{NOR}}}}}} \times 100{\text{%}} , $

(4) $ {\alpha _{{\rm{DR}}.{\rm{save}}}} = \frac{{{F_{{\rm{h}}.{\rm{NOR}}}} - {F_{{\rm{h}}.{\rm{DR}}}}}}{{{F_{{\rm{h}}.{\rm{NOR}}}}}} \times 100{\text{%}} , $

(5) $ {C_{{\rm{d}}.{\rm{run}}}} = {F_{{\rm{d}}.{\rm{DR}}}} - {E_{{\rm{DR}}}}. $

式中： $ {\alpha }_{{\rm{d}}.{\rm{save}}} $为空调系统日节电率， $ {W}_{{\rm{d}}.{\rm{NOR}}} $和 $ {W}_{{\rm{d}}.{\rm{DR}}} $分别为常规运行策略和需求响应策略下空调系统的日耗电量， $ {\alpha }_{{\rm{DR}}.{\rm{save}}} $为需求响应时段节费率， $ {F}_{{\rm{h}}.{\rm{NOR}}} $与 $ {F}_{{\rm{h}}.{\rm{DR}}} $分别为常规运行策略和需求响应策略在需求响应时段的运行费用， $ {C}_{{\rm{d}}.{\rm{run}}} $为空调系统日运行成本， $ {F}_{{\rm{d}}.{\rm{DR}}} $为需求响应策略下的系统日运行费用， $ {E}_{{\rm{DR}}} $为参与需求响应项目所获的激励补贴费用. 利用式（3）~（5）可得GTA与ACES+GTA策略日耗电量、负荷削减量W_save及补贴费用，如表7所示. 3种电价下2种策略的运行费用见表8.

由表7可知，ACES+GTA策略的日用电量和运行费用高于GTA策略，且日节电率低于GTA策略，但ACES+GTA策略在DR时段的运行费用低于GTA策略，负荷削减量、所获得的补贴费及DR时段的节费率明显优于GTA策略. 由表8可知，当考虑需求响应时，在不同电价模型下，与GTA策略相比，ACES+GTA策略的日运行成本均明显降低.

对于空调系统，需求响应策略只有在电网发出响应信号时才能实施，响应次数有限，绝大多数运行天数采用常规运行策略. 当不考虑需求响应时，整个供冷季非储能常规运行策略与考虑储能的常规运行策略在不同电价下的运行费用和用电量见表9. 其中储能的常规运行策略是以系统费用最优为目标，即将储能水罐的释能时段调至10:00—15:00的峰值电价段. 由表9可知，相较于非储能系统，小规模水蓄冷系统整个供冷季的用电量略有升高，但运行费用相对较低，TOU、RTP及CPP电价机制下的节费率分别为6.83%、5.23%和6.65%. 由于本文建立的费用最优是以TOU电价为标准的，RTP与CPP下的节费率并非最优. 观察3种电价曲线可知，在6:00—7:00储能时，TOU和CPP下处于低谷电价段，RTP电价并非处于最低的时段. 在12:00—13:00释能时，TOU和RTP下处于峰值电价段，CPP电价并非处于峰值电价段. 对于不同的电价机制，费用最优的储能运行时段有所不同，费用最优的运行策略需要基于不同的电价模型进行调整.

整个供冷季室外空气温度大于36 ℃的天数共13 d，其中9 d在周内. 假定这9 d均进行需求响应，以TOU电价机制为例，在DR天数采用ACES+GTA策略且非DR天数采用以费用最优为目标的常规运行策略的情况下，空调系统的运行费用为3 325.68元. 系统运行费用指标为

(6) $ {F}_{{\rm{save}}}=\left({F}_{{\rm{run}}.{\rm{DR}}}+{F}_{{\rm{run}}.{\rm{NOR}}}+{E}_{{\rm{DR}}}\right)-{F{'}}_{{\rm{run}}.{\rm{NOR}}}{.} $

式中： $ {F}_{{\rm{save}}} $为考虑主动储能时HVAC系统节省的费用， $ {F}_{{\rm{run}}.{\rm{DR}}} $为实施需求响应天数的运行费用， $ {F}_{{\rm{run}}.{\rm{NOR}}} $为考虑储能常规运行天数的运行费用， $ {E}_{{\rm{DR}}} $为参与需求响应项目时由电网获益的额外补贴， $ {F{'}}_{{\rm{run}}.{\rm{NOR}}} $为非储能情况下系统的运行费用. 从式（6）可知，与所有天数均采用非储能常规运行策略的情况相比，考虑主动储能情况下HVAC系统节约的运行费用为693.81元，节费率为17.26%，相较于在DR时采用GTA策略且非DR时采用非储能常规运行策略的情况下，节费率为7.02%.

（1）实验和仿真结果显示，小规模水蓄冷系统在参与需求响应时，有效提升了建筑用能的灵活性，能够为电网提供稳定的削峰负荷，具有较好的响应潜力和响应效果. 所提策略可以为水蓄能空调系统参与需求响应项目提供参考.

（2）GTA策略削峰潜力会因DR时段房间逐时冷负荷的增大而变小，削峰负荷不稳定. 由于建筑具有热惯性，即使DR时段的室外空气温度相同，建筑内冷负荷也不同. 在日前量化GTA策略的需求响应削峰潜力时，需要通过预测需求响应当天的逐时建筑冷负荷，得到空调系统的响应时长和负荷削减量. 当需求响应时段的负荷较大时，GTA策略不能满足响应时长，导致GTA策略参与DR事件具有不稳定性，然而GTA+ACES策略可以克服该缺点.

（3）典型日Day2下，GTA与ACES+GTA策略的用电负荷削减量分别为11.5和17.9 kW·h，日耗电量分别为82.0和84.8 kW·h，TOU电价曲线下的空调系统日运行成本分别为27.9与9.6元，室内房间实际温度对用户热舒适度的影响等级为3的占比分别为66.7%和25.8%. 虽然主动储能需求响应策略的日用电量和运行费用高于GTA策略，但负荷削减能力优于GTA策略，日运行成本明显降低，且对用户热舒适度的影响相对较小.

（4）对于整个供冷季而言，与所有天数均采用非储能常规运行策略的情况相比，小规模水蓄冷系统的节费率为17.26%，相较于在DR时采用GTA策略且非DR时采用非储能常规运行策略的情况下，节费率为7.02%.