CN104134995B - 基于储能建模的空调负荷参与系统二次调频方法 - Google Patents

Abstract

本发明公开了一种基于储能建模的空调负荷参与系统二次调频方法，包括以下步骤：空调负荷的储能建模；根据各空调机组的SOC预测值，形成用于实时控制的空调群的on_off_stack和off_on_stack两个栈；负荷聚合商计算所辖空调机组群的可调整容量，并上报至调度中心；负荷聚合商接收调度中心下发的功率调整指令；负荷聚合商根据一定的空调机组启停控制策略，将功率调整指令分解为对所辖各个空调机组的启停控制。本发明基于负荷聚合商的商业模式，建立了大规模空调机组参与系统二次调频的流程和方法，对空调机组建立储能模型，使其能像普通储能元件一样参与电力系统运行调度，形成空调机组作为需求响应资源参与系统二次调频的基本理论。

Description

基于储能建模的空调负荷参与系统二次调频方法

技术领域

本发明涉及电力系统控制领域，具体涉及一种基于储能建模的空调负荷参与系统二次调频方法。

背景技术

国家电网公司于2013年2月发布《关于做好分布式电源并网服务工作的意见》，打破了以往分布式电源只“并网”不“上网”的发展障碍。但由于1)风电、光伏等新能源型分布式电源本身具有间歇性、随机性的出力特征；2)用户自主发用电决策造成上网功率的不确定性；3)不同于大型风电场等集中式新能源发电，用户侧分布式电源具有不可调度性，即电网必须完全消纳分布式发电功率，其大规模接入电网后必将给传统的电力系统运行调度带来极大挑战。相较于电池等储能装置，负荷侧需求响应资源能以相对低廉的价格为系统提供辅助服务，通过一定的协调控制可改善分布式电源接入后系统的安全可靠性。

刊登于《电力系统自动化》2013年9月10日第37卷第17期的《基于负荷聚合商业务的需求响应资源整合方法与运营机制》一文提出了负荷聚合商的概念：需求响应技术是智能电网的核心技术之一，应用需求响应技术可以充分挖掘负荷侧资源，实现资源的综合优化配置，但总体而言当前对于负荷调节能力的挖掘还不够深入，用户响应系统的程度还不够高。发达国家中出现了一种新的专业化需求响应提供商----负荷聚合商(loadaggregator,LA)。LA是一个整合用户需求响应并提供给市场购买者的独立组织，不仅可以为中小负荷提供参与市场调节的机会，还可以通过专业的技术手段充分发掘负荷资源，提供市场需要的辅助服务产品。国外关于LA业务的研究比较成熟，很多国家和地区都有LA的应用实例，LA已由最初的电能代购商发展成为提供多种技术和服务的需求响应资源整合者。为了整合需求响应资源，使闲置的具有调节能力的中小负荷能够参与到市场中，可以通过LA这种商业模式来实现。LA可以为一家公司，在提供需求响应资源的电力终端用户，以及想购买这些资源的电力系统参与者之间充当中间人，使用户以一种有效途径接触电力市场，并提供更多具有灵活性的服务和技术。LA可以是“市政当局或其他政府实体、能源服务提供商、调度协调者、配电公司、代表单一或许多负荷的其他实体，目的是向独立系统运营商(independentsystemoperator,ISO)提供需求削减负荷。LA也可以是任何实体，通过将分散的负荷整合成可以控制的负荷组，从而响应ISO的系统控制请求。

空调负荷由于其所属建筑环境具备一定的热存储能力，可短时中断供电，是电力系统中一类典型的柔性负荷，并具有以下特征：1)在一定的室温范围内对空调进行控制，人体无明显的不适感觉；2)响应速度快，根据加州自动需求响应示范工程的测试结果，暖通空调的需求响应速度甚至可达到秒级；3)空调负荷是电力系统尖峰负荷的重要组成部分，集中控制后数量可观且调度方式灵活，因而可参与调峰调频、负荷跟踪等辅助服务。目前，已经有部分空调负荷控制,但缺乏底层的物理支撑，带有较强的主观性；并且控制过程十分复杂，无法受用大部分情况，只能针对大型空调进行调节。此外，空调负荷的快速响应特征决定了其参与系统运行的方式不仅仅局限于调峰，目前来说还未实现更广泛的应用。

设计一种新的负荷调节方法，能够将复杂的调节过程简单化，使其得到更广泛的应用，成为了现有技术发展的方向。

发明内容

发明目的：为了解决现有技术的不足，本发明提供一种基于储能建模的空调负荷参与系统二次调频方法，将复杂物理运行过程抽象成一个简单的储能元件，使系统调度者或负荷聚合商在运行调度时简化输出过程，解决了现有技术的不足。

技术方案：一种基于储能建模的空调负荷参与系统二次调频方法，其特征在于：包括以下步骤：

1)负荷聚合商读取其所辖区域内可受控空调机组的参数，建立空调功率、等效储电量及时间之间的关系，即单台空调机组的储能模型：

$\begin{array}{c}{E}_{\mathrm{store}}\left(t_{k+1}\right)=-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\η}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\·e^{-\mathrm{\Δt}/\mathrm{RC}}\\ +C(T_{\max }-T_{\mathrm{out}})/\mathrm{\η}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)\end{array}---\left(1\right)$

$\mathrm{SOC}\left(t_k\right)=\frac{E_{\mathrm{store}}\left(t_k\right)}{C(T_{\max }-T_{\min })/\mathrm{\η}}---\left(2\right)$

式中：

E_store(t_k)为t_k时刻空调房间等效储电量，单位为J；

C为等效热容，表明了温度每变化1℃所吸收或放出的热量大小，单位为J/℃；

T_max为满足人体舒适度要求的空调房间室温最大值，T_min为满足人体舒适度要求的空调房间室温最小值，单位均为℃；

T_out为外界温度，单位为℃；

η为空调能效比；

R为等效热阻，是反映热量传递能力的综合参数，表明了1W热量所引起的温升大小，单位为℃/W；

P_rated为空调的额定功率，单位为W；

S为制冷主机开关状态，S(t_k)＝1表示t_k时刻制冷主机开关打开，S(t_k)＝0表示t_k时刻制冷主机开关关断；

Δt为计算时间步长，Δt＝t_k+1-t_k，单位为S；

SOC(t_k)为t_k时刻空调储能元件的荷电状态；

2)根据各空调机组的SOC预测值，形成on_off_stack和off_on_stack两个栈；

3)负荷聚合商计算所辖空调机组群的可调整容量，并上报至调度中心；

4)负荷聚合商接收调度中心下发的功率调整指令P_track：

5)根据空调机组启停控制策略，将功率调整指令分解为对负荷聚合商所辖各个空调机组的启停控制。

所述步骤1)建模过程中，当室温为T_max时，空调机组荷电状态SOC值为0；当室温为T_min时，空调机组荷电状态SOC值为1。

所述步骤2)具体步骤包括以下步骤：

2.1)根据当前时刻空调房间的室温计算房间的等效储电量：

$E_{\mathrm{store}}\left(t_k\right)=\frac{C(T_{\max }-T_{\mathrm{in}}\left(t_k\right))}{\mathrm{\η}}---\left(3\right)$

式中，T_in(t_k)为t_k时刻室内温度，单位为℃。

2.2)根据空调机组的储能模型预测下一时刻其荷电状态：

$\mathrm{SOC}\left(t_{k+1}\right)=\frac{C(T_{\max }-T_{\mathrm{out}})/\mathrm{\η}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\η}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\·e^{-\mathrm{\Δt}/\mathrm{RC}}}{C(T_{\max }-T_{\min })/\mathrm{\η}}---\left(4\right)$

2.3)对当前开关状态为开，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从大到小的顺序排序，形成on_off_stack栈；

2.4)对当前开关状态为关，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从小到大的顺序排序，形成off_on_stack栈。

步骤3)中可调整容量的计算具体包括以下步骤：

3.1)负荷聚合商统计出在[t_k,t_k+1]时段内有状态自然切换点的设备：

3.1.1)统计出SOC_i(t_k+1)<0且当前状态为关断的空调机组，即会自动从关断状态转换为额定功率运行的设备，设定共N_{s_o}台，计算该N_{s_o}台机组的额定功率总和P_{s_o,total}：

$P_{s\_o,\mathrm{total}}=\underset{i=1}{\overset{N_{s\_o}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(5\right)$

3.1.2)统计出SOC_i(t_k+1)>1且当前状态为开的元件，即会自动从额定功率运行状态转换为关断的设备，假设共N_{o_s}台，计算该N_{o_s}台机组的额定功率总和P_{o_s,total}：

$P_{o\_s,\mathrm{total}}=\underset{i=1}{\overset{N_{o\_s}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(6\right)$

3.2)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向上可调整容量△P_+,max(t_k)为：

${\mathrm{\&Delta;P}}_{+,\max }\left(t_k\right)=\underset{i}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},i}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}---\left(7\right)$

其中，i为on_off_stack栈中空调机组；

3.3)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向下可调整容量△P_-,max(t_k)为：

${\mathrm{\&Delta;P}}_{-,\max }\left(t_k\right)=-\underset{j}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},j}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}---\left(8\right)$

其中，j为off_on_stack栈中空调机组；

3.4)t_k时刻所辖空调群构成的虚拟机组的可调整容量区间为[△P_-,max(t_k),△P_+,max(t_k)]。

步骤5)中空调机组启停控制策略包括以下步骤：

5.1)对[t_k,t_k+1]时间段内存在自然状态切换点的设备发送相应控制信号使其在t_k时刻统一提前切换。

5.2)如果P_track(t_k)>(P_{o_s,total}-P_{s_o,total})，表明需要继续削减负荷，则依次安排on_off_stack栈中前M_s台机组出栈，M_s台机组的额定功率之和满足：

$\underset{i=1}{\overset{M_s}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}+P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}\&le;P_{\mathrm{track}}\left(t_k\right)<\underset{i=1}{\overset{M_s+1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}+P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}---\left(9\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝0，i＝1,2,……,M_s以控制这M_s台设备关断；

5.3)如果P_track(t_k)<(P_{o_s,total}-P_{s_o,total})，表明需要继续增加负荷，则依次安排off_on_stack栈前M_o台机组出栈，M_o台机组的额定功率之和满足：

$P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}-\underset{i=1}{\overset{M_o+1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}<P_{\mathrm{track}}\left(t_k\right)\&le;P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}-\underset{i=1}{\overset{M_o}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(10\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝1，i＝1,2,……,M_o以控制这M_o台设备开启。

有益效果：

本发明提供了一种基于储能建模的空调负荷参与系统二次调频方法，其优点是对于空调设备本身的运行特性进行分析，建立单台空调机组的储能模型，并在此基础上充分考虑电力用户的使用舒适度，聚合大量空调设备以及制定启停控制策略来响应系统二次调频信号，以一种有效的手段控制分布分散的空调负荷，通过科学的手段合理安排空调启停，在不影响用户使用效果的前提下为电力调度部门提供更多需求响应资源、提高系统分布式电源接纳能力。

附图说明

图1为本发明方法的总流程图；

图2为空调负荷参与系统二次调频结果图。

具体实施方式

下面结合附图对本发明做更进一步的解释。

如图1所示，一种基于储能建模的空调负荷参与系统二次调频方法，其特征在于：包括以下步骤：

1)负荷聚合商读取其所辖区域内可受控空调机组的参数，建立空调功率、等效储电量及时间之间的关系，即单台空调机组的储能模型：

$\begin{array}{c}{E}_{\mathrm{store}}\left(t_{k+1}\right)=-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\&CenterDot;e^{-\mathrm{\&Delta;t}/\mathrm{RC}}\\ +C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)\end{array}---\left(1\right)$

$\mathrm{SOC}\left(t_k\right)=\frac{E_{\mathrm{store}}\left(t_k\right)}{C(T_{\max }-T_{\min })/\mathrm{\&eta;}}---\left(2\right)$

式中：

E_store(t_k)为t_k时刻空调房间等效储电量，单位为J；

C为等效热容，表明了温度每变化1℃所吸收或放出的热量大小，单位为J/℃；

T_max为满足人体舒适度要求的空调房间室温最大值，T_min为满足人体舒适度要求的空调房间室温最小值，单位均为℃；

T_out为外界温度，单位为℃；

η为空调能效比；

R为等效热阻，是反映热量传递能力的综合参数，表明了1W热量所引起的温升大小，单位为℃/W；

P_rated为空调的额定功率，单位为W；

S为制冷主机开关状态，S(t_k)＝1表示t_k时刻制冷主机开关打开，S(t_k)＝0表示t_k时刻制冷主机开关关断；

Δt为计算时间步长，Δt＝t_k+1-t_k，单位为S；

SOC(t_k)为t_k时刻空调储能元件的荷电状态；

建模过程中，当室温为T_max时，空调机组荷电状态SOC值为0；当室温为T_min时，空调机组荷电状态SOC值为1。

2)根据各空调机组的SOC预测值，形成on_off_stack和off_on_stack两个栈；具体步骤包括以下步骤：

2.1)根据当前时刻空调房间的室温计算房间的等效储电量：

$E_{\mathrm{store}}\left(t_k\right)=\frac{C(T_{\max }-T_{\mathrm{in}}\left(t_k\right))}{\mathrm{\&eta;}}---\left(3\right)$

式中，T_in(t_k)为t_k时刻室内温度，单位为℃。

2.2)根据空调机组的储能模型预测下一时刻其荷电状态：

$\mathrm{SOC}\left(t_{k+1}\right)=\frac{C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\&CenterDot;e^{-\mathrm{\&Delta;t}/\mathrm{RC}}}{C(T_{\max }-T_{\min })/\mathrm{\&eta;}}---\left(4\right)$

2.3)对当前开关状态为开，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从大到小的顺序排序，形成on_off_stack栈；

2.4)对当前开关状态为关，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从小到大的顺序排序，形成off_on_stack栈。

3)负荷聚合商计算所辖空调机组群的可调整容量，并上报至调度中心；可调整容量的计算具体包括以下步骤：

3.1)负荷聚合商统计出在[t_k,t_k+1]时段内有状态自然切换点的设备：

3.1.1)统计出SOC_i(t_k+1)<0且当前状态为关断的空调机组，即会自动从关断状态转换为额定功率运行的设备，设定共N_{s_o}台，计算该N_{s_o}台机组的额定功率总和P_{s_o,total}：

$P_{s\_o,\mathrm{total}}=\underset{i=1}{\overset{N_{s\_o}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(5\right)$

3.1.2)统计出SOC_i(t_k+1)>1且当前状态为开的元件，即会自动从额定功率运行状态转换为关断的设备，假设共N_{o_s}台，计算该N_{o_s}台机组的额定功率总和P_{o_s,total}：

$P_{o\_s,\mathrm{total}}=\underset{i=1}{\overset{N_{o\_s}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(6\right)$

3.2)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向上可调整容量△P_+,max(t_k)为：

${\mathrm{\&Delta;P}}_{+,\max }\left(t_k\right)=\underset{i}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},i}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}---\left(7\right)$

其中，i为on_off_stack栈中空调机组；

3.3)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向下可调整容量△P_-,max(t_k)为：

${\mathrm{\&Delta;P}}_{-,\max }\left(t_k\right)=-\underset{j}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},j}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}---\left(8\right)$

其中，j为off_on_stack栈中空调机组；

3.4)所辖空调群构成的虚拟机组的可调整容量区间为[△P_-,max(t_k),△P_+,max(t_k)]。

4)负荷聚合商接收调度中心下发的功率调整指令P_track：

5)根据空调机组启停控制策略，将功率调整指令分解为对负荷聚合商所辖各个空调机组的启停控制。空调机组启停控制策略包括以下步骤：

5.1)负荷聚合商统向[t_k,t_k+1]时间段内存在自然状态切换点的设备发送相应控制信号使其在t_k时刻统一提前切换。

5.2)如果P_track(t_k)>(P_{o_s,total}-P_{s_o,total})，表明需要继续削减负荷，则依次安排on_off_stack栈中前M_s台机组出栈，M_s台机组的额定功率之和满足：

$\underset{i=1}{\overset{M_s}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}+P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}\&le;P_{\mathrm{track}}\left(t_k\right)<\underset{i=1}{\overset{M_s+1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}+P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}---\left(9\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝0，i＝1,2,……,M_s以控制这M_s台设备关断；

5.3)如果P_track(t_k)<(P_{o_s,total}-P_{s_o,total})，表明需要继续增加负荷，则依次安排off_on_stack栈前M_o台机组出栈，M_o台机组的额定功率之和满足：

$P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}-\underset{i=1}{\overset{M_o+1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}<P_{\mathrm{track}}\left(t_k\right)\&le;P_{o\_s,\mathrm{total}}-P_{s\_o,\mathrm{total}}-\underset{i=1}{\overset{M_o}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}---\left(10\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝1，i＝1,2,……,M_o以控制这M_o台设备开启。

实施例：

1)负荷聚合商读取其所辖区域内80000台可受控空调机组的参数，空调机组参数如表1所示，为计算时间步长Δt取30s：

表1空调机组参数

在此基础上建立单台空调机组的储能模型：

$\begin{array}{c}{E}_{\mathrm{store}}\left(t_{k+1}\right)=-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\&CenterDot;e^{-\mathrm{\&Delta;t}/\mathrm{RC}}\\ +C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)\end{array}$

$\mathrm{SOC}\left(t_k\right)=\frac{E_{\mathrm{store}}\left(t_k\right)}{C(T_{\max }-T_{\min })/\mathrm{\&eta;}}$

2)根据各空调机组的SOC预测值，形成on_off_stack和off_on_stack两个栈；

(1)根据当前时刻空调房间的室温计算房间的等效储电量：

$E_{\mathrm{store}}\left(t_k\right)=\frac{C(T_{\max }-T_{\mathrm{in}}\left(t_k\right))}{\mathrm{\&eta;}}$

(2)根据空调机组的储能模型预测下一时刻其荷电状态：

$\mathrm{SOC}\left(t_{k+1}\right)=\frac{C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-[C(T_{\max }-T_{\mathrm{out}})/\mathrm{\&eta;}+{\mathrm{RCP}}_{\mathrm{rated}}S\left(t_k\right)-E_{\mathrm{store}}\left(t_k\right)]\&CenterDot;e^{-\mathrm{\&Delta;t}/\mathrm{RC}}}{C(T_{\max }-T_{\min })/\mathrm{\&eta;}}$

(3)对当前开关状态为开，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从大到小的顺序排序，形成on_off_stack栈；

(4)对当前开关状态为关，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从小到大的顺序排序，形成off_on_stack栈；

3)负荷聚合商计算所辖空调机组群的可调整容量，并上报至调度中心；

(1)负荷聚合商统计出在[t_k,t_k+1]时段内有状态自然切换点的设备：

a)统计出SOC_i(t_k+1)<0且当前状态为关断的空调机组，即会自动从关断状态转换为额定功率运行的设备，设定共N_{s_o}台，计算该N_{s_o}台机组的额定功率总和P_{s_o,total}：

$P_{s\_o,\mathrm{total}}=\underset{i=1}{\overset{N_{s\_o}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}$

b)统计出SOC_i(t_k+1)>1且当前状态为开的元件，即会自动从额定功率运行状态转换为关断的设备，假设共N_{o_s}台，计算该N_{o_s}台机组的额定功率总和P_{o_s},_total：

$P_{o\_s,\mathrm{total}}=\underset{i=1}{\overset{N_{o\_s}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rated},i}$

(2)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向上可调整容量△P_+,max(t_k)为：

${\mathrm{\&Delta;P}}_{+,\max }\left(t_k\right)=\underset{i}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},i}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}$

其中，i为on_off_stack栈中空调机组；

(3)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向下可调整容量△P_-,max(t_k)为：

${\mathrm{\&Delta;P}}_{-,\max }\left(t_k\right)=-\underset{j}{\mathrm{\&Sigma;}}{P}_{\mathrm{rated},j}+P_{o\_s\_\mathrm{total}}-P_{s\_o\_\mathrm{total}}$

其中，j为off_on_stack栈中空调机组；

(4)所辖空调群构成的虚拟机组的可调整容量区间为[△P-,_max(t_k),△P_+,max(t_k)]。

4)负荷聚合商接收调度中心下发的功率调整指令P_track：

5)负荷聚合商根据一定的空调机组启停控制策略，将功率调整指令分解为对所辖各个空调机组的启停控制，本实施例中，对空调在一天中的[13:00-16:00]这段时间内共进行360次控制，控制结果如附图2所示，对结果进行分析可知，空调机组群能较好地跟踪功率调整，实现二次调频，最大调整误差为0.083％。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.基于储能建模的空调负荷参与系统二次调频方法，其特征在于：包括以下步骤：

1)负荷聚合商读取其所辖区域内可受控空调机组的参数，建立空调功率、等效储电量及时间之间的关系，即单台空调机组的储能模型：

E_store(t_k+1)＝-[C(T_max-T_out)/η+RCP_ratedS(t_k)-E_store(t_k)]·e^-Δt/RC

+C(T_max-T_out)/η+RCP_ratedS(t_k)(1)

$SOC\left(t_k\right)=\frac{E_{store}\left(t_k\right)}{C(T_{max}-T_{min})/\mathrm{\&eta;}}---\left(2\right)$

式中：

E_store(t_k)为t_k时刻空调房间等效储电量，单位为J；

C为等效热容，表明了温度每变化1℃所吸收或放出的热量大小，单位为J/℃；

T_max为满足人体舒适度要求的空调房间室温最大值，T_min为满足人体舒适度要求的空调房间室温最小值，单位均为℃；

T_out为外界温度，单位为℃；

η为空调能效比；

R为等效热阻，是反映热量传递能力的综合参数，表明了1W热量所引起的温升大小，单位为℃/W；

P_rated为空调的额定功率，单位为W；

S为制冷主机开关状态，S(t_k)＝1表示t_k时刻制冷主机开关打开，S(t_k)＝0表示t_k时刻制冷主机开关关断；

Δt为计算时间步长，Δt＝t_k+1-t_k，单位为s；

SOC(t_k)为t_k时刻空调储能元件的荷电状态；

2)根据各空调机组的SOC预测值，形成on_off_stack和off_on_stack两个栈；

3)负荷聚合商计算所辖空调机组群的可调整容量，并上报至调度中心；

4)负荷聚合商接收调度中心下发的功率调整指令P_track；

5)根据空调机组启停控制策略，将功率调整指令分解为对负荷聚合商所辖各个空调机组的启停控制。

2.根据权利要求1所述的基于储能建模的空调负荷参与系统二次调频方法，其特征在于：所述步骤1)建模过程中，当室温为T_max时，空调机组荷电状态SOC值为0；当室温为T_min时，空调机组荷电状态SOC值为1。

3.根据权利要求1所述的基于储能建模的空调负荷参与系统二次调频方法，其特征在于：所述步骤2)具体步骤包括以下步骤：

2.1)根据当前时刻空调房间的室温计算房间的等效储电量：

$E_{store}\left(t_k\right)=\frac{C(T_{max}-T_{in}(t_k\left)\right)}{\mathrm{\&eta;}}---\left(3\right)$

式中，T_in(t_k)为t_k时刻室内温度，单位为℃；

2.2)根据空调机组的储能模型预测下一时刻其荷电状态：

$SOC\left(t_{k+1}\right)=\frac{C(T_{max}-T_{out})/\mathrm{\&eta;}+{\mathrm{RCP}}_{rated}S\left(t_k\right)-\&lsqb;C(T_{max}-T_{out})/\mathrm{\&eta;}+{\mathrm{RCP}}_{rated}S\left(t_k\right)-E_{store}\left(t_k\right)\&rsqb;\&CenterDot;e^{-\mathrm{\&Delta;}t/RC}}{C(T_{max}-T_{min})/\mathrm{\&eta;}}---\left(4\right)$

2.3)对当前开关状态为开，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从大到小的顺序排序，形成on_off_stack栈；

2.4)对当前开关状态为关，且0≤SOC(t_k+1)≤1的机组按SOC(t_k+1)从小到大的顺序排序，形成off_on_stack栈。

4.根据权利要求1所述的基于储能建模的空调负荷参与系统二次调频方法，其特征在于：所述步骤3)中可调整容量的计算具体包括以下步骤：

3.1)负荷聚合商统计出在[t_k,t_k+1]时段内有状态自然切换点的设备：

3.1.1)统计出SOC_i(t_k+1)<0且当前状态为关断的空调机组，即会自动从关断状态转换为额定功率运行的设备，设定共N_{s_o}台，计算该N_{s_o}台机组的额定功率总和P_{s_o,total}：

$P_{s\_o,total}=\underset{i=1}{\overset{N_{s\_o}}{\&Sigma;}}{P}_{rated,i}---\left(5\right)$

3.1.2)统计出SOC_i(t_k+1)>1且当前状态为开的空调机组，即会自动从额定功率运行状态转换为关断的设备，假设共N_{o_s}台，计算该N_{o_s}台机组的额定功率总和P_{o_s,total}：

$P_{o\_s,total}=\underset{i=1}{\overset{N_{o\_s}}{\&Sigma;}}{P}_{rated,i}---\left(6\right)$

3.2)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向上可调整容量△P_+,max(t_k)为：

${\mathrm{\&Delta;P}}_{+,max}\left(t_k\right)=\underset{i}{\&Sigma;}{P}_{rated,i}+P_{o\_s\_total}-P_{s\_o\_total}---\left(7\right)$

其中，i为on_off_stack栈中空调机组；

3.3)t_k时刻所辖空调群的最大功率可削减量，即其所构成的虚拟机组最大向下可调整容量△P_-,max(t_k)为：

${\mathrm{\&Delta;P}}_{-,\max }\left(t_k\right)=-\underset{j}{\&Sigma;}{P}_{rated,j}+P_{o\_s\_total}-P_{s\_o\_total}---\left(8\right)$

其中，j为off_on_stack栈中空调机组；

3.4)t_k时刻所辖空调群构成的虚拟机组的可调整容量区间为[△P_-,max(t_k),△P_+,max(t_k)]。

5.根据权利要求1所述的基于储能建模的空调负荷参与系统二次调频方法，其特征在于，所述步骤5)中空调机组启停控制策略包括以下步骤：

5.1)对[t_k,t_k+1]时间段内存在自然状态切换点的设备发送相应控制信号使其在t_k时刻统一提前切换；

5.2)如果P_track(t_k)>(P_{o_s,total}-P_{s_o,total})，表明需要继续削减负荷，则依次安排on_off_stack栈中前M_s台机组出栈，M_s台机组的额定功率之和满足：

$\underset{i=1}{\overset{M_s}{\mathrm{\&Sigma;}}}{P}_{rated,i}+P_{o\_s,total}-P_{s\_o,total}\&le;P_{track}\left(t_k\right)<\underset{i=1}{\overset{M_s+1}{\mathrm{\&Sigma;}}}{P}_{rated,i}+P_{o\_s,total}-P_{s\_o,total}---\left(9\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝0，i＝1,2,……,M_s以控制这M_s台设备关断；

5.3)如果P_track(t_k)<(P_{o_s,total}-P_{s_o,total})，表明需要继续增加负荷，则依次安排off_on_stack栈前M_o台机组出栈，M_o台机组的额定功率之和满足：

$P_{o\_s,total}-P_{s\_o,total}-\underset{i=1}{\overset{M_o+1}{\&Sigma;}}{P}_{rated,i}<P_{track}\left(t_k\right)\&le;P_{o\_s,total}-P_{s\_o,total}-\underset{i=1}{\overset{M_o}{\&Sigma;}}{P}_{rated,i}---\left(10\right)$

负荷聚合商向相应空调机组发出指令S_i(t_k)＝1，i＝1,2,……,M_o以控制这M_o台设备开启。