CN106094521B - 柔性负荷能效电厂调度控制方法和系统 - Google Patents

Abstract

本发明涉及一种柔性负荷能效电厂调度控制方法和系统，该方法包括：获取电动汽车的相关参数以及温控负荷的相关参数；根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到电动汽车集群能效电厂和温控负荷集群能效电厂的输出功率；根据输出功率分别控制电动汽车集群能效电厂和温控负荷集群能效电厂的运行。该方法基于电动汽车集群和温控负荷集群对电力系统调度的影响，实现经济成本最低。

Description

柔性负荷能效电厂调度控制方法和系统

技术领域

本发明涉及电力系统领域，特别是涉及一种柔性负荷能效电厂调度控制方法和系统。

背景技术

随着人们对环保要求的提高，新能源电动汽车的使用日益增加。电动汽车需要反复的充电，因此，电动汽车也成为电网运行需要考虑的问题。

柔性负荷指的是能够主动参与电网运行控制，可以与电网双向互动的这类负荷，包括具备需求弹性的可调节或可转移负荷，比如具备双向调节能力的电动汽车、分布式电源、储能、智能家电等。温控负荷作为使用范围广、数量大的传统负荷集群，经过集中或分散形式有效控制手段，可以改变其响应状态，而集群负荷的响应容量相当可观，可以对系统电压、频率等信号做出响应，从而参与到系统调节中。

但现有的柔性负荷没有考虑电动汽车集群对电力系统调度的影响。

发明内容

基于此，有必要提供一种考虑电动汽车集群的柔性负荷能效电厂调度控制方法和系统。

一种柔性负荷能效电厂调度控制方法，包括：

获取电动汽车的相关参数以及温控负荷的相关参数；

根据所述电动汽车的相关参数、所述温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；所述能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；

根据所述当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到所述电动汽车集群能效电厂和所述温控负荷集群能效电厂的输出功率；

根据所述输出功率分别控制电动汽车集群能效电厂和所述温控负荷集群能效电厂的运行。

一种柔性负荷能效电厂调度控制系统，包括：

参数获取模块，用于获取电动汽车的相关参数以及温控负荷的相关参数；

边界条件获取模块，用于根据所述电动汽车的相关参数、所述温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；所述能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；

计算模块，用于根据所述当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到所述电动汽车集群能效电厂和所述温控负荷集群能效电厂的输出功率；

控制模块，用于根据所述输出功率分别控制电动汽车集群能效电厂和所述温控负荷集群能效电厂的运行。

该柔性负荷能效电厂调度控制方法，根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件，根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到所述电动汽车集群能效电厂和所述温控负荷集群能效电厂的输出功率，以根据输出功率分别控制电动汽车集群能效电厂和所述温控负荷集群能效电厂的运行。该方法以能效电厂协调控制的经济成本最低为目标，确定需求侧各能效电厂需要参与调度控制的容量，从而基于电动汽车集群和温控负荷集群对电力系统调度的影响，实现经济成本最低。

附图说明

图1为一个实施例的柔性负荷能效电厂调度控制方法的流程图；

图2为与图1对应的柔性负荷调度控制方法框架图；

图3为一个实施例的电动汽车开始出行时间概率分布图；

图4为一个实施例的电动汽车结束出行时间概率分布图；

图5是一个实施例的温控负荷等值模型图；

图6为一个实施例的温控负荷温度变化过程图；

图7为一个实施例的一天中电动汽车集群负荷响应能力上下边界的分布情况图；

图8为一个实施例的一天中每个时刻电动汽车响应状态的分布情况图；

图9为一个实施例的一天中温控负荷集群负荷响应能力上下边界的分布情况图；

图10为一个实施例的一天中每个时刻温控负荷开关状态的分布情况图；

图11为一个实施例的控制后电动汽车集群负荷响应能力上下边界的分布情况图；

图12为一个实施例的控制后每个时刻电动汽车响应状态的分布情况图；

图13为一个实施例的控制后温控负荷集群负荷响应能力上下边界的分布情况图；

图14为一个实施例的控制后每个时刻温控负荷开关状态的分布情况图；

图15为一个实施例的柔性负荷能效电厂调度控制系统的功能模块示意图；

图16为另一个实施例的柔性负荷能效电厂调度控制系统的功能模块示意图。

具体实施方式

为了使本发明的目的、技术方案以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，并不限定本发明。

本发明提供一种柔性负荷能效电厂调度控制方法，该方法的实现如图1和图2所示，该方法获取电动汽车和温控负荷集群响应能力的边界，实现不同类型能效电厂的经济协调控制，包括下列步骤：

S102：获取电动汽车的相关参数以及温控负荷的相关参数。

电动汽车的相关参数和温控负荷的相关参数为电动汽车和温控负荷的基础数据，例如电动汽车的开始充电时间、电泵热调节的室内温度等等。

S104：根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件。

经济成本最优的能效电厂控制目标的约束条件预先构建并存储。当获取到电动汽车的相关参数和温控负荷的相关参数时，根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到与当前约束条件。当前约束条件与当前情况对应。可以理解的是，不同的电动汽车的相关参数和温控负荷得到的当前约束条件不同。能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂。

S106：根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到电动汽车集群能效电厂和温控负荷集群能效电厂的输出功率。

S108：根据输出功率分别控制电动汽车集群能效电厂和温控负荷集群能效电厂的运行。

该柔性负荷能效电厂调度控制方法，根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件，根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到电动汽车集群能效电厂和温控负荷集群能效电厂的输出功率，以根据输出功率分别控制电动汽车集群能效电厂和温控负荷集群能效电厂的运行。该方法以能效电厂协调控制的经济成本最低为目标，确定需求侧各能效电厂需要参与调度控制的容量，从而基于电动汽车集群和温控负荷集群对电力系统调度的影响，实现经济成本最低。

电动汽车集群能效电厂响应能力评估模型可挖掘电动汽车的需求侧柔性负荷集群能效电厂的响应能力。

具体的，步骤S102包括以下步骤1至步骤3：

具体的，步骤1包括：

步骤1-1：确定每辆电动汽车开始充电前的电池状态SOC_i,0。

首先，确定每辆电动汽车i在一天中的开始充电时间t_i,sc；获取基础数据，包括电动汽车类型、每类电动汽车开始出行时间t_i,s的概率分布规律、每类电动汽车结束出行时间t_i,f的概率分布规律；每辆电动汽车在一天中的开始充电时间t_i,sc如式(1)所示；

t_i,sc＝t_i,f (1)

在一个实施例中，所采用的电动汽车分类包括两类：

1)根据出行用途，电动汽车可分为HBW、HBO、NHB三种，其中，HBW型汽车是用于家庭工作的私人车辆，HBO型汽车是用于非工作人员出行的私人车辆，NHB型汽车是公司用车，上述三种不同类型的电动汽车在市场中所占的比例分别为61％、30％、9％。可以理解的是，本实施例中所例举的占比为当前占比，各类型的电动汽车在市场中所占的比例随着时间发生变化。

2)根据电动汽车类型，电动汽车可以分为L7e、M1、N1、N2四种，其中，L7e型汽车是最大载重为550kg的小型货车，M1型汽车是最多有8个座位的乘用车，N1型汽车是最大载重为3,500kg的货车，N2型汽车是载重为3,500-12,000kg的货车，上述四种不同类型的电动汽车在市场中所占的比例分别为1.5％、87.5％、10％、1％。可以理解的是，本实施例中所例举的占比为当前占比，各类型的电动汽车在市场中所占的比例随着时间发生变化。

根据出行用途划分的不同类型电动汽车开始出行时间t_i,s的概率分布规律如图3所示，根据出行用途划分的不同类型电动汽车结束出行时间t_i,f的概率分布规律如图4所示。

确定每辆电动汽车开始充电前的电池状态SOC_i,0。获取基础数据，包括每类电动汽车电池容量Q_i,e的概率分布、每类电动汽车每公里电池能耗C_i,e的概率分布、电动汽车日行驶距离d_i的概率分布、电动汽车完成充电时电池状态δ_i的概率分布；每辆电动汽车开始充电前的电池状态SOC_i,0如式(2)所示：

在一个实施例中，不同类型电动汽车电池容量Q_i,e的概率分布如表1所示，式(a)和式(b)分别给出表1中伽玛分布和正态分布的数学表达式，不同类型电动汽车每公里电池能耗C_i,e的概率分布如表2所示，不同类型电动汽车日行驶距离d_i满足如式(c)所示的概率分布，电动汽车完成充电时电池状态δ_i满足取值范围为[0.8,0.9]的随机数；

表1电动汽车电池容量的概率分布

式(a)中，α_Q为形状参数，β_Q为尺度参数；

式(b)中，μ_Q为电池容量均值，σ_Q为标准差；

表2电动汽车每公里电池能耗的概率分布

式(c)中，μ_d为每天行驶距离的平均值，σ_d为该分布标准差；对于HBW和HBO类型的电动汽车，μ_d为35.9km，σ_d为19.6km；而对于NHB类型的电动汽车，μ_d为87.1km，σ_d为24.5km；

步骤1-2：根据每辆电动汽车开始充电前的电池状态确定在充放电过程中的电池状态SOC_i。

获取基础数据，包括电动汽车充电功率电动汽车用户出行对电池状态期望值S_i,e的概率分布；电动汽车在充放电过程中的电池状态SOC_i,t如式(3)所示：

式(3)中，为电动汽车i在t时刻充放电的有功功率(以放电为参考方向)，T_i,c和T_i,d分别为电动汽车i到t时刻的充电和放电时长，η_i,c和η_i,d分别为电动汽车i充电和放电的效率；

步骤1-3：根据在充放电过程中的电池状态确定电动汽车响应状态σ_i,t，σ_i,t如式(4)所示：

式(4)中，当σ_i,t＝0时，表示充电的电动汽车i处于不可控状态；当σ_i,t＝1时，表示电动汽车i的电池状态已满足用户出行需求，处于可控状态；当σ_i,t＝2时，表示电动汽车已完成充电，具有一定的反供电和再充电能力；

步骤1-4：根据电动汽车响应状态构建电动汽车集群能效电厂响应能力评估模型。

针对n_EV辆电动汽车的集群，电动汽车充电负荷如式(5)所示，电动汽车集群负荷响应能力的上/下边界如式(6)所示：

式(5)中，m_1,t为t时刻集群中σ_i,t＝0的电动汽车数量，m_2,t为t时刻集群中σ_i,t＝1的电动汽车数量；

式(6)中，m_3,t为集群中t时刻σ_i,t＝2的电动汽车数量。

温控负荷集群能效电厂响应能力评估模型可挖掘温控负荷为代表的需求侧柔性负荷集群电厂的响应能力。

上述的构建电动汽车集群能效电厂响应能力评估模型，充分考虑电动汽车的特征参数和用户的交通出行特征，并充分计及电动汽车接入电网时的响应状态。

在另一个实施例中，步骤2包括以下步骤2-1至步骤2-3。

步骤2-1：确定温控负荷时间序列化模型。

温控负荷时间序列化模型如图5所示。

获取基础数据，包括电热泵调节的室内温度θ_room，室外温度θ_out，温控负荷等值热电容C，温控负荷等值热电阻R，温控负荷等值热比率Q；关断状态下，温控负荷温度变化如式(7)所示；开启状态下，温控负荷温度变化如式(8)所示；

式(7)中，t为仿真时刻(min)；Δt为仿真步长(min)；

在一个实施例中，等值热阻R在[0.1008,0.1408]℃/W范围内服从均匀分布，等值热容C在[3579.3,3619.3]J/℃范围内服从均匀分布，热功率Q均在[398,402]W范围内服从均匀分布，室外平均气温为7.2℃。

步骤2-2：根据温控负荷时间序列化模型确定温控负荷响应状态。

温控负荷温度变化过程如图6所示；温控负荷开关状态γ_i,t，包括关断和开启状态，如式(9)所示；温控负荷响应状态ζ_i,t如式(10)所示：

式(9)中，当γ_i,t＝0时，表示t时刻温控负荷i处于关断状态；当γ_i,t＝1时，表示t时刻温控负荷i处于开启状态；

式(10)中，当ζ_i,t＝-1时，表示t时刻开启后的温控负荷i处于不可控状态；当ζ_i,t＝0时，表示t时刻关断后的温控负荷i处于不可控状态；当ζ_i,t＝1时，表示t时刻开启的温控负荷i的处于可关断状态；当ζ_i,t＝2时，表示t时刻关断的温控负荷i的处于可开启状态；室内温度变化范围为开启的温控负荷的温度可控范围为关断的温控负荷的温度可控范围为

步骤2-3：根据温控负荷响应状态构建温控负荷集群能效电厂响应能力评估模型。

获取基础数据，包括温控负荷i额定功率针对n_TCL台温控负荷的集群，温控负荷集群功率消耗如式(11)所示，温控负荷集群响应能力的上/下边界如式(12)所示：

式(11)中，s_1,t为t时刻集群中ζ_i,t＝-1的温控负荷数量，s_2,t为t时刻集群中ζ_i,t＝1的温控负荷数量；

式(12)中，s_3,t为t时刻集群中ζ_i,t＝2的温控负荷数量。

温控负荷集群能效电厂响应能力评估模型可挖掘温控负荷为代表的需求侧柔性负荷集群电厂的响应能力。上述的构建温控负荷集群能效电厂响应能力评估模型的方法，充分考虑用户的用能舒适度，充分计及温控负荷的开启和关断状态。

在另一个实施例中，根据经济成本最优的能效电厂协调控制优化变量，包括t时刻电动汽车能效电厂i的出力t时刻温控负荷能效电厂i的出力

预先构建的根据经济成本最优的能效电厂协调控制优化目标C_z,t，如式(13)所示：

式(13)中，C_z,t为t时刻各能效电厂参与系统响应总经济成本；为t时刻电动汽车能效电厂i参与系统响应的经济成本；为t时刻温控负荷能效电厂i参与系统响应的经济成本；和计算过程如式(14)所示：

式(14)中，为t时刻电动汽车能效电厂i的经济成本函数系数；为t时刻温控负荷能效电厂i的经济成本函数系数。

在另一个实施例中，步骤3得到的经济成本最优的能效电厂控制目标的约束条件包括第一约束条件和第二约束条件。

根据经济成本最优的能效电厂协调控制优化约束条件，第一约束如式(15)所示，第二约束如式(16)所示；

式(15)中，和分别为t时刻电动汽车能效电厂i调整前后的出力，和分别为t时刻温控负荷能效电厂i调整前后的出力；

式(16)中，和分别为t时刻电动汽车能效电厂i出力的上下限范围，和分别为t时刻温控负荷能效电厂i出力的上下限范围。

现结合具体案例对本发明的柔性负荷能效电厂调度控制方法进行说明。

保有1000辆电动汽车和1000个充电桩的集群，保有600户电热泵设备的集群为例，采用的仿真时间间隔为1min。

假设所有电动汽车均采用常规充电模式(220V/32A)，充放电过程中的效率(η_i,c,η_i,d)均为0.93；每个电热泵的额定功率在[6,10]kW范围内服从均匀分布，同时为了保证用户的用能舒适度，假设用户在使用热泵时，温度变化范围为[19,23]℃，温度控制参数和分别为19.6℃和22.4℃。

在05:00和20:00时刻，针对于电动汽车能效电厂为经济成本函数参数，为0.4044元/MW²，为6.4700元/MW²，为4.3000元；在05:00和20:00时刻，针对于温控负荷能效电厂为经济成本函数参数，为0.0243元/MW²，为12.9400元/MW²，为8.4000元。假设在05:00和20:00时刻发出能效电厂的调度控制命令，柔性负荷能效电厂需要在05:00增加的能效电厂出力为7.9MW，在20:00时刻需要增加能效电厂出力为6.2MW。

采用本发明所提出的柔性负荷能效电厂调度控制方法，一天中电动汽车集群负荷响应能力上下边界的分布情况如图7所示，一天中每个时刻电动汽车响应状态的分布情况如图8所示，一天中温控负荷集群负荷响应能力上下边界的分布情况如图9所示，一天中每个时刻温控负荷开关状态的分布情况如图10所示；采用协调控制策略后，05:00时刻电动汽车能效电厂与温控负荷能效电厂增加的出力分别为6.555MW和1.345MW，电动汽车集群负荷响应能力上下边界和响应状态分布的变化情况分别如图11和图12所示；20:00时刻电动汽车能效电厂与温控负荷能效电厂增加的出力分别为5.941MW和0.359MW，温控负荷集群负荷响应能力上下边界和响应状态分布的变化情况分别如图13和图14所示。

本发明提供的方法在考虑用户出行特点和电动汽车特性的基础上，同时兼顾了用户的出行舒适度，获得了电动汽车集群负荷有功和无功响应能力的边界。

在一个实施例中，提供一种柔性负荷能效电厂调度控制系统，如图15所示，包括：

参数获取模块102，用于获取电动汽车的相关参数以及温控负荷的相关参数。

边界条件获取模块104，用于根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；

计算模块106，用于根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到电动汽车集群能效电厂和温控负荷集群能效电厂的输出功率；

控制模块108，用于根据输出功率分别控制电动汽车集群能效电厂和温控负荷集群能效电厂的运行。

该柔性负荷能效电厂调度控制系统，根据电动汽车的相关参数、温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件，根据当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到电动汽车集群能效电厂和温控负荷集群能效电厂的输出功率，以根据输出功率分别控制电动汽车集群能效电厂和温控负荷集群能效电厂的运行。该系统以能效电厂协调控制的经济成本最低为目标，确定需求侧各能效电厂需要参与调度控制的容量，从而基于电动汽车集群和温控负荷集群对电力系统调度的影响，实现经济成本最低。

在另一个实施例中，如图16所示，柔性负荷能效电厂调度控制系统，还包括：

第一模型构建模块110，用于构建电动汽车集群能效电厂响应能力评估模型。

第二模型构建模块112，用于构建温控负荷集群能效电厂响应能力评估模型。

约束条件构建模块114，用于根据电动汽车集群能效电厂响应能力评估模型和温控负荷集群能效电厂响应能力评估模型构建经济成本最优的能效电厂控制目标的约束条件。

在另一个实施例中，预先构建的经济成本最优的能效电厂控制目标为：

其中，C_z,t为t时刻各能效电厂参与系统响应总经济成本；为t时刻电动汽车能效电厂i参与系统响应的经济成本；为t时刻温控负荷能效电厂i参与系统响应的经济成本。

在另一个实施例中，电动汽车集群能效电厂响应能力评估模型为：

其中，为电动汽车集群负荷响应能力的上边界；为电动汽车集群负荷响应能力的下边界；P_t ^EV为电动汽车充电负荷，其中，m_1,t为t时刻集群中σ_i,t＝0的电动汽车数量，m_2,t为t时刻集群中σ_i,t＝1的电动汽车数量；

温控负荷集群能效电厂响应能力评估模型为：

其中，为温控负荷集群响应能力的上边界，为温控负荷集群响应能力的下边界；为温控负荷i额定功率；n_TCL为温控负荷集群的数量，为温控负荷集群功率消耗，s_1,t为t时刻集群中ζ_i,t＝-1的温控负荷数量，s_2,t为t时刻ζ_i,t＝1的集群中温控负荷数量。

在另一个实施例中，经济成本最优的能效电厂控制目标的约束条件包括第一约束条件和第二约束条件，第一约束条件为：

其中，和分别为t时刻电动汽车能效电厂i调整前后的出力，和分别为t时刻温控负荷能效电厂i调整前后的出力；

第二约束条件为：

其中，和分别为t时刻电动汽车能效电厂i出力的上下限范围，和分别为t时刻温控负荷能效电厂i出力的上下限范围。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种柔性负荷能效电厂调度控制方法，包括：

获取电动汽车的相关参数以及温控负荷的相关参数；

根据所述电动汽车的相关参数、所述温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；所述能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；

根据所述当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到所述电动汽车集群能效电厂和所述温控负荷集群能效电厂的输出功率；

根据所述输出功率分别控制电动汽车集群能效电厂和所述温控负荷集群能效电厂的运行；

所述经济成本最优的能效电厂控制目标的约束条件包括第一约束条件和第二约束条件，所述第一约束条件为：

其中，和分别为t时刻电动汽车能效电厂i调整前后的出力，和分别为t时刻温控负荷能效电厂i调整前后的出力；

所述第二约束条件为：

其中，和分别为t时刻电动汽车能效电厂i出力的上下限范围，和分别为t时刻温控负荷能效电厂i出力的上下限范围。

2.根据权利要求1所述的柔性负荷能效电厂调度控制方法，其特征在于，在所述获取电动汽车的相关参数以及温控负荷的相关参数的步骤之前，还包括：

构建电动汽车集群能效电厂响应能力评估模型；所述电动汽车集群能效电厂响应能力评估模型为：

其中，为电动汽车集群负荷响应能力的上边界；为电动汽车集群负荷响应能力的下边界；P_t ^EV为电动汽车充电负荷，其中，m_1,t为t时刻集群中σ_i,t＝0的电动汽车数量，m_2,t为t时刻集群中σ_i,t＝1的电动汽车数量；

构建温控负荷集群能效电厂响应能力评估模型；所述温控负荷集群能效电厂响应能力评估模型为：

其中，为温控负荷集群响应能力的上边界，为温控负荷集群响应能力的下边界；为温控负荷i额定功率；n_TCL为温控负荷集群的数量，P_t ^TCL为温控负荷集群功率消耗，s_1,t为t时刻集群中ζ_i,t＝-1的温控负荷数量，s_2,t为t时刻ζ_i,t＝1的集群中温控负荷数量；

根据所述电动汽车集群能效电厂响应能力评估模型和所述温控负荷集群能效电厂响应能力评估模型构建所述经济成本最优的能效电厂控制目标的约束条件。

3.根据权利要求1所述的柔性负荷能效电厂调度控制方法，其特征在于，所述预先构建的经济成本最优的能效电厂控制目标为：

其中，C_z,t为t时刻各能效电厂参与系统响应总经济成本；为t时刻电动汽车能效电厂i参与系统响应的经济成本；为t时刻温控负荷能效电厂i参与系统响应的经济成本。

4.一种柔性负荷能效电厂调度控制系统，包括：

参数获取模块，用于获取电动汽车的相关参数以及温控负荷的相关参数；

边界条件获取模块，用于根据所述电动汽车的相关参数、所述温控负荷的相关参数以及预先构建的经济成本最优的能效电厂控制目标的约束条件得到当前约束条件；所述能效电厂包括电动汽车集群能效电厂和温控负荷集群能效电厂；

计算模块，用于根据所述当前约束条件求解预先构建的经济成本最优的能效电厂控制目标得到所述电动汽车集群能效电厂和所述温控负荷集群能效电厂的输出功率；

控制模块，用于根据所述输出功率分别控制电动汽车集群能效电厂和所述温控负荷集群能效电厂的运行；

所述经济成本最优的能效电厂控制目标的约束条件包括第一约束条件和第二约束条件，所述第一约束条件为：

其中，和分别为t时刻电动汽车能效电厂i调整前后的出力，和分别为t时刻温控负荷能效电厂i调整前后的出力；

所述第二约束条件为：

其中，和分别为t时刻电动汽车能效电厂i出力的上下限范围，和分别为t时刻温控负荷能效电厂i出力的上下限范围。

5.根据权利要求4所述的柔性负荷能效电厂调度控制系统，其特征在于，还包括：

第一模型构建模块，用于构建电动汽车集群能效电厂响应能力评估模型；所述电动汽车集群能效电厂响应能力评估模型为：

其中，为电动汽车集群负荷响应能力的上边界；为电动汽车集群负荷响应能力的下边界；P_t ^EV为电动汽车充电负荷，其中，m_1,t为t时刻集群中σ_i,t＝0的电动汽车数量，m_2,t为t时刻集群中σ_i,t＝1的电动汽车数量；

第二模型构建模块，用于构建温控负荷集群能效电厂响应能力评估模型；所述温控负荷集群能效电厂响应能力评估模型为：

其中，为温控负荷集群响应能力的上边界，为温控负荷集群响应能力的下边界；为温控负荷i额定功率；n_TCL为温控负荷集群的数量，P_t ^TCL为温控负荷集群功率消耗，s_1,t为t时刻集群中ζ_i,t＝-1的温控负荷数量，s_2,t为t时刻ζ_i,t＝1的集群中温控负荷数量；

约束条件构建模块，用于根据所述电动汽车集群能效电厂响应能力评估模型和所述温控负荷集群能效电厂响应能力评估模型构建所述经济成本最优的能效电厂控制目标的约束条件。

6.根据权利要求4所述的柔性负荷能效电厂调度控制系统，其特征在于，所述预先构建的经济成本最优的能效电厂控制目标为：

其中，C_z,t为t时刻各能效电厂参与系统响应总经济成本；为t时刻电动汽车能效电厂i参与系统响应的经济成本；为t时刻温控负荷能效电厂i参与系统响应的经济成本。