CN105864880B - 一种楼宇电采暖群负荷调节及动态分配方法 - Google Patents

Abstract

本发明公开了一种楼宇电采暖群负荷调节及动态分配方法，将同一楼宇、同一社区、同一城市以及不同城市之间的电采暖在能量和信息层面互联起来，形成电采暖网络，构建智能用电云平台，云端服务器根据每个房间的温度、温度功率微增率来确定各个房间的采暖平均功率，并将平均功率值下发至每个房间对应的网关以执行，本发明在参与需求响应的前提下，最大化电采暖系统的用电效益，服务器制定该时间段内其控制区域的总采暖平均负荷后，经过计算，得出每个房间的最优平均负荷。将计算结果下发到指定网关，根据收到的值，由网关控制电采暖装置达到平均负荷。在总的平均采暖用电功率一定的前提下，实现了各个房间平均温度上升量最大，且各房间温度始终控制在合理的范围之内。

Description

一种楼宇电采暖群负荷调节及动态分配方法

技术领域

本发明涉及一种适用于电采暖集群系统节能的控制方案，具体涉及一种楼宇电采暖群负荷调节及动态分配方法。

背景技术

电采暖设备相较于传统的暖气系统，具有灵活、环保、安装简便和更换成本更低等优点，因而近年来得到广泛的应用，也出现了一些电采暖设备控制方法。现有的控制方法是将电采暖设备连接至一个兼有温度采集、自动通断功能的插座，插座内部设定两个阈值，分别代表温度上限、温度下限。当温度传感器检测到温度高于温度上限，则插座断电，电采暖设备关闭；若温度低于温度下限，插座开启，电采暖设备打开。

上述控制方式虽然一定程度上降低了电量消耗、提升了用户体验，但依然存在不足：运行策略单一，缺乏灵活性，无法参与需求响应；节能效果有限，比如在较高温度水平下往往出现同等用户体验水平下耗电量大幅增加的情况。综上，传统的电采暖设备控制方式单一、灵活性差、节能效果不佳，亟需改进。

发明内容

针对以上问题，本发明提供了一种楼宇电采暖群负荷调节及动态分配方法，在需求响应的前提下最大化电能使用效能，在用户需求响应中给定该区域采暖的总平均功率，在保证用户体验的前提下，以等温度功率微增率为原则动态分配各个电采暖设备的平均功率，使同等总采暖平均功率，各房间总温度提升量最大，从而最大化电能的使用效益，可以有效解决背景技术中的问题。

为了实现上述目的，本发明采用的技术方案如下：一种楼宇电采暖群负荷调节及动态分配方法，将同一楼宇、同一社区、同一城市以及不同城市之间的电采暖在能量和信息层面互联起来，形成电采暖网络，构建智能用电云平台，云端服务器根据个房间的温度、温度功率微增率来确定各个房间的采暖平均功率，并将平均功率值下发至个房间对应的网关以执行，具体方法如下：

（ 1 ）定义某个房间中，一个时间段内，随着电采暖装置功率升高，房间温度在该时间段内也会发生变化；房间温度在该时间段内的变化量与电采暖装置功率在该时间段内的升高量之比，为该房间在对应时间段内的温度功率微增率，设符号为ρ，则

ρ＝ΔT/ΔP ①

将温度功率微增率取值相似的房间算作一个房间组，每次制定一个时间段t_S内的控制策略，需求响应中，给定该时间段内电采暖装置的总平均功率Z，分配到各个房间的平均功率为P_i，则P_i可按等温度功率微增率方式选取：

在需求响应场景下，该时间段总制暖功率要求减少D，取 P_i′为调整前的房间采暖功率，看作常数，分配各个房间的平均功率，使各个房间温度下降量之和最小，即：

房间数为n，Z为常数 ②

其中，P_i为调整后的房间采暖功率，T_i(P)为该房间内电采暖装置平均功率为P时，本时间段内温度的上升值。

由等微增率原则，上式在满足下列条件时达到最优值：

λ为常数 ③

根据微增率相等来确定各个房间在内的平均功率，有以下不等式约束：

T_imin<T_i＜T_imax ④

T_imax表示温度最大上升量，在当前温度下，温度上升T_imax则达到室内温度最大限值。T_imin表示温度最大下降量，T_imin＜0，在当前温度下，温度上升T_imin则达到室内温度最小限值；

相应的，房间i的平均功率也有如下约束：

P_imin<P_i＜P_imax

平均功率可写作温度上升量的函数，即P_i(T_i)，P_i的大小可由P_i(T_i)唯一确定；P_imin＝P_i(T_imin)，P_imax＝min{P_额定功率,P_i(T_imax)}；

依据式②得出每个房间的平均功率P_i，若P_i＞P_imax，则取P_i＝P_imax，若 P_i＜P_imin，则取P_i＝P_imin；其余房间重新按等微增率为原则进行分配，此时待分配的总平均功率为：

m为已确定平均功率的房间取值为小于等于n的整数，经优化后，各房间的采暖功率之和需满足：

（ 2 ）需求响应中，在每个时间段，制定各房间总制暖平均功率为Z；服务器根据步骤（ 1 ）中的算法分配平均功率；

（ 3 ）设待调整制暖负荷的房间集合为S，对S中房间历史运行数据分析，得到每个房间温度功率微增率与温度、制暖功率的关系ρ(P,T)，其中T为向量，包括室内外温度等常向量；

（ 4 ）计算S中各个房间制暖功率的上、下限，若部分房间制暖设备额定功率低于房间采暖功率下限，设这部分房间为集合S₁′，则S₁′中房间制暖功率取为制暖设备的额定功率，取S＝S-S₁′，对S中房间，根据⑤式重新计算总平均功率；

（ 5 ）对S中房间应用式②进行计算，得到每个房间的制暖平均功率，将每个房间计算结果与相应房间的采暖功率上下限进行比较，若计算得功率越上限，则该房间制暖功率取功率上限；若计算得功率越下限，则该房间制暖功率取功率下限，设这部分越限房间为集合S₂'，取S＝S-S₂'；

（ 6 ）对S中房间重新应用等温度功率微增率原则进行计算，并重复上述步骤，若得到各房间制暖功率都不越限或则终止计算，得到所有房间的制暖功率；

（ 7 ）云端服务器通过温度传感器得到房间温度信息，并计算得到的各房间制暖功率，将结果下发至相应的网关，网关通过智能用电网络制定智能插座开关方案，使对应房间的电采暖设备平均功率符合上述计算结果。

作为发明的一种优选技术方案，t_S通常取30分钟。

本发明的有益效果：

本发明在参与需求响应的前提下，最大化电采暖系统的用电效益。服务器制定该时间段内其控制区域的总采暖平均负荷后，经过计算，得出每个房间的最优平均负荷。将计算结果下发到指定网关，根据收到的值，由网关控制电采暖装置达到平均负荷。在总的平均采暖用电功率一定的前提下，实现了各个房间平均温度上升量最大，且各房间温度始终控制在合理的范围之内。

附图说明

图1为本发明的结构示意图。

图2为本发明的流程图。

图3为本发明的流程图。

图中标号为：1-网关；2-云端服务器；3-以太网；4-温度传感器；5- 智能用电网络；6-智能插座；7-电采暖设备。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1和图2，本发明专利提供一种技术方案：一种楼宇电采暖群负荷调节及动态分配方法，将同一楼宇、同一社区、同一城市以及不同市之间的电采暖在能量和信息层面互联起来，形成电采暖网络，构建智能用电云平台，云端服务器根据每个房间的温度、温度功率微增率来确定各个房间的采暖平均功率，并将平均功率值下发至每个房间对应的网关以执行，具体方法如下：

（ 1 ）定义某个房间中，一个时间段内，随着电采暖装置功率升高，房间温度在该时间段内也会发生变化；房间温度在该时间段内的变化量与电采暖装置功率在该时间段内的升高量之比，为该房间在对应时间段内的温度功率微增率，设符号为ρ，则

ρ＝ΔT/ΔP ①

将温度功率微增率取值相似的房间算作一个房间组，每次制定一个时间段t_S内的控制策略，需求响应中，给定该时间段内电采暖装置的总平均功率Z，分配到各个房间的平均功率为P_i，则P_i可按等温度功率微增率方式选取：

在需求响应场景下，该时间段总制暖功率要求减少D，取 P_i′为调整前的房间采暖功率，看作常数，分配各个房间的平均功率，使各个房间温度下降量之和最小，即：

房间数为n，Z为常数 ②

其中，P_i为调整后的房间采暖功率，T_i(P)为该房间内电采暖装置平均功率为P时，本时间段内温度的上升值。

由等微增率原则，上式在满足下列条件时达到最优值：

λ为常数 ③

根据微增率相等来确定各个房间在内的平均功率，有以下不等式约束：

T_imin<T_i＜T_imax ④

T_imax表示温度最大上升量，在当前温度下，温度上升T_imax则达到室内温度最大限值。T_imin表示温度最大下降量，T_imin＜0，在当前温度下，温度上升T_imin则达到室内温度最小限值；

相应的，房间i的平均功率也有如下约束：

P_imin<P_i＜P_imax

平均功率可写作温度上升量的函数，即P_i(T_i)，P_i的大小可由P_i(T_i)唯一确定；P_imin＝P_i(T_imin)，P_imax＝min{P_额定功率,P_i(T_imax)}；

依据式② 得出每个房间的平均功率P_i，若P_i＞P_imax，则取P_i＝P_imax，若 P_i＜P_imin，则取P_i＝P_imin；其余房间重新按等微增率为原则进行分配，此时待分配的总平均功率为：

m为已确定平均功率的房间取值为小于等于n的整数，经优化后，各房间的采暖功率之和需满足：

（ 2 ）需求响应中，在每个时间段，制定各房间总制暖平均功率为Z；服务器根据步骤（ 1 ）中的算法分配平均功率；

（ 3 ）设待调整制暖负荷的房间集合为S，对S中房间历史运行数据分析，得到每个房间温度功率微增率与温度、制暖功率的关系ρ(P,T)，其中T为向量，包括室内外温度等常向量；

（ 4 ）计算S中各个房间制暖功率的上、下限，若部分房间制暖设备额定功率低于房间采暖功率下限，设这部分房间为集合S₁′，则S₁′中房间制暖功率取为制暖设备的额定功率，取S＝S-S₁′，对S中房间，根据⑤式重新计算总平均功率；

（ 5 ）对S中房间应用式②进行计算，得到每个房间的制暖平均率，将每个房间计算结果与相应房间的采暖功率上下限进行比较，若计算得功率越上限，则该房间制暖功率取功率上限；若计算得功率越下限，则该房间制暖功率取功率下限，设这部分越限房间为集合S₂'，取S＝S-S₂'；

（ 6 ）对S中房间重新应用等温度功率微增率原则进行计算，并重复上述步骤，若得到各房间制暖功率都不越限或则终止计算，得到所有房间的制暖功率；

（ 7 ）云端服务器通过温度传感器得到房间温度信息，并计算得到各房间制暖功率，将结果下发至相应的网关，网关通过智能用电网络制定智能插座开关方案，使对应房间的电采暖设备平均功率符合上述计算结果。

实施案例

以上海某高校五间宿舍为例：

五个房间各配置一个额定功率1000W的电采暖设备，并将各电采暖设备电源连接至该房间的智能插座。五个房间共五个智能插座，通过ZigBee无线协议与三台网关交互信息，三台网关通过万维网与服务器通信。

五个房间配备两个个外部温度传感器，房间内部各配置一个室温传感器。温度传感器以1s的时间间隔将实时温度数据上传至网关。

每个房间的温度功率微增率由该房间运行历史数据获得，通过对大量数据进行深度学习，估算当前环境下的温度功率微增率，如图3所示。

当前室外温度约为7℃，取室温变化范围为18℃至22℃。当前时刻各房间室温如表1所示，由历史数据分析得，各房间在该时间段的平均功率限值如表2所示。

房间号	1	2	3	4	5
						室温(℃)	17.9	18.5	18.8	19.2	20.9

(表1)当前时刻各房间室温

第一次计算：

各个房间总采暖平均功率为2700W，又由等微增率原则，得各个房间在该时间段平均功率，此时各房间微增率取0.002，此时各房间平均功率分配如表3所示。

由表2中平均功率上下限，房间1的平均功率计算值越下限，取房间1 采暖平均功率为下限467.5W。

房间号	1	2	3	4	5
						平均功率(W)	273.5	514	514	681.5	734

(表3)第一次计算结果

第二次计算：

房间2—房间5的总采暖平均功率为，对这四个房间应用等微增率原则进行第二次计算。所得结果如表4所示，各个房间功率都未越限，计算终止。

房间号	1	2	3	4	5
						平均功率(W)	467.5	483	483	583.5	602.5

(表4)第二次计算结果

服务器将表4中各房间采暖平均功率下发至相应的网关，网关制定该时间段内电采暖设备启停策略并执行。

基于上述，本发明的优点在于，将同一楼宇、同一社区、同一城市，乃至不同城市之间的电采暖在能量和信息层面互联起来，形成电采暖网络，构建智能用电云平台，实现用户需求响应。在需求响应中，根据实时电价调整用户群的总采暖平均功率，并提供调频、调峰等辅助服务。其中，调整平均功率涉及到负荷如何分配的问题，本发明提出一种电采暖群负荷调节与动态分配方法。在用户需求响应中给定该区域采暖的总平均功率，在保证用户体验的前提下，以等温度功率微增率为原则动态分配各个电采暖设备的平均功率，使同等总采暖平均功率，各房间总温度提升量最大，从而最大化电能的使用效益。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种楼宇电采暖群负荷调节及动态分配方法，其特征在于，将同一楼宇、同一社区、同一城市以及不同城市之间的电采暖在能量和信息层面互联起来，形成电采暖网络，构建智能用电云平台，云端服务器根据每个房间的温度、温度功率微增率来确定各个房间的采暖平均功率，并将平均功率值下发至每个房间对应的网关以执行，具体方法如下：

（ 1 ） 定义某个房间中，一个时间段内，随着电采暖装置功率升高，房间温度在该时间段内也会发生变化；房间温度在该时间段内的变化量与电采暖装置功率在该时间段内的升高量之比，为该房间在对应时间段内的温度功率微增率，设符号为ρ，则

ρ＝ΔT/ΔP ①

将温度功率微增率取值相似的房间算作一个房间组，每次制定一个时间段t_S内的控制策略，需求响应中，给定该时间段内电采暖装置的总平均功率Z，分配到各个房间的平均功率为P_i，则P_i可按等温度功率微增率方式选取：

在需求响应场景下，该时间段总制暖功率要求减少D，取P_i′为调整前的房间采暖功率，看作常数，分配各个房间的平均功率，使各个房间温度下降量之和最小，即：

房间数为n，Z为常数 ②

其中，P_i为调整后的房间采暖功率，T_i(P)为该房间内电采暖装置平均功率为P时，本时间段内温度的上升值：

由等微增率原则，上式在满足下列条件时达到最优值：

(i＝1,2,…,n),λ为常数 ③

根据微增率相等来确定各个房间在内的平均功率，有以下不等式约束：

T_imin<T_i＜T_imax ④

T_imax表示温度最大上升量，在当前温度下，温度上升T_imax则达到室内温度最大限值：T_imin表示温度最大下降量，T_imin＜0，在当前温度下，温度上升T_imin则达到室内温度最小限值；

相应的，房间i的平均功率也有如下约束：

P_imin<P_i＜P_imax

平均功率可写作温度上升量的函数，即P_i(T_i)，P_i的大小可由P_i(T_i)唯一确定；P_imin＝P_i(T_imin)，P_imax＝min{P_额定功率,P_i(T_imax)}；

依据式②得出每个房间的平均功率P_i，若P_i＞P_imax，则取P_i＝P_imax，若P_i＜P_imin，则取P_i＝P_imin；其余房间重新按等微增率为原则进行分配，此时待分配的总平均功率为：

m为已确定平均功率的房间取值为小于等于n的整数，经优化后，各房间的采暖功率之和需满足：

（ 2 ） 需求响应中，在每个时间段，制定各房间总制暖平均功率为Z；服务器根据步骤（ 1 ） 中的算法分配平均功率；

（ 3 ） 设待调整制暖负荷的房间集合为S，对S中房间历史运行数据分析，得到每个房间温度功率微增率与温度、制暖功率的关系ρ(P,T)，其中T为向量，包括室内外温度等常向量；

（ 4 ） 计算S中各个房间制暖功率的上、下限，若部分房间制暖设备额定功率低于房间采暖功率下限，设这部分房间为集合S₁′，则S₁′中房间制暖功率取为制暖设备的额定功率，取S＝S-S₁′，对S中房间，根据⑤式重新计算总平均功率；

（ 5 ） 对S中房间应用式②进行计算，得到每个房间的制暖平均功率，将每个房间计算结果与相应房间的采暖功率上下限进行比较，若计算得功率越上限，则该房间制暖功率取功率上限；若计算得功率越下限，则该房间制暖功率取功率下限，设这部分越限房间为集合S₂'，取S＝S-S₂'；

（ 6 ） 对S中房间重新应用等温度功率微增率原则进行计算，并重复上述步骤，若得到各房间制暖功率都不越限或则终止计算，得到所有房间的制暖功率；

（ 7 ） 云端服务器通过温度传感器得到房间温度信息，并计算得到的各房间制暖功率，将结果下发至相应的网关，网关通过智能用电网络制定智能插座开关方案，使对应房间的电采暖设备平均功率符合上述计算结果。

2.根据权利要求1所述的一种楼宇电采暖群负荷调节及动态分配方法，其特征在于，t_S通常取30分钟。