CN106249598B - 一种基于多代理的工业大用户能效优化控制方法 - Google Patents

Abstract

本发明提供了一种基于多代理的工业大用户能效优化控制方法，将工业大用户的用电负荷分类为生产用电系统、照明用电系统以及空调用电系统，在定义了各用电系统能效的基础之上，设计了工业大用户用电系统MAS框架，并构建了工业大用户用电系统Agent模型、用电系统控制Agent模型和用电系统中央协调控制Agent模型，以工业大用户整体能效最优为目标研究了工业大用户用电优化方案。算例分析以某一工业大用户为例，验证了本发明所提出的用电优化方案的有效性，可以在保证用户用电体验的条件下，减少用户用电成本，提高企业的生存竞争力。

Description

一种基于多代理的工业大用户能效优化控制方法

技术领域

本发明属于电力系统电源调度领域，特别涉及一种基于多代理的工业大用户能效优化控制方法。

背景技术

从节能环保和能效的概念被提出以来，工业大用户的能效提升一直是人们研究的热点。提升工业大用户的用电能效水平，可以减少能源消耗，提高产业的竞争生存能力。工业大用户用电能效提升的研究重点集中在对生产设备的节能改造。通过使用新的工艺和生产流程技术来降低生产能耗，但是投资的成本过高，达到的效果往往是“省电而不省钱”，因此这类措施具有很大的局限性。文献“智能电网环境下基于多代理的商业用户可控负荷管理策略”针对智能电网环境下商业用户的用电响应行为提出了多代理系统(MAS)的负荷控制管理策略方案，对酒店类商业用户用电行为进行优化，在不进行额外投资的情况下，既节约了用电量又改善了用户的舒适度。文献“大数据分析方法在厂级负荷分配中的应用”基于大数据方法研究了以提高能效为目标的厂内负荷优化分配方法，但是没有考虑厂内其他用电负荷与发电机组之间的联系，没有突出厂级能效的整体优化。文献“基于电力能效的智能用电小区建设研究”研究了智能小区电力能效提升的方法，依靠智能用电能效整体解决方案，降低了用户的用电成本，但未能给出具体用电设备的用电量模型。

发明内容

发明目的：针对工业大用户的能效提升问题，提出了基于多代理系统(MAS)的用电系统能效优化模型。首先将用户的用电设备聚合分类为用电系统，并建立了工业大用户用电系统Agent能效模型，并在此基础之上考虑外部环境的影响及用电系统之间的耦合关系对工业大用户的用电系统进行优化控制，以保障用户用电体验和节约用电成本为目标设计了用电方案。

技术方案：本发明采用以下技术方案：一种基于多代理的工业大用户能效优化控制方法,在工业大用户用电系统MAS基础之上，建立Agent之间的互动协调机制，其特征在于：包括以下步骤：

步骤1)：在每个时刻前，各类用电负荷Agent向其对应的聚合用电系统Agent发送自身的状态和功率信息；

步骤2)：各用电系统Agent整合用电负荷状态、功率和外部环境信息，计算出用电负荷的用电特性并上传给对应上级控制Agent；

步骤3)：用电系统控制Agent结合用电负荷的目标及约束条件制定初步的用电策略；

步骤4)：中央协调控制Agent协调用电系统之间时空耦合关系，根据目标函数和约束条件优化用电策略，并下达给下级的用电系统控制Agent；

步骤5)：按照上层Agent制定的用电策略修正用电方案，并将其发送给用电系统Agent；

步骤6)：用电系统Agent按照用电方案对下级负荷用电进行优化。

作为优化，所述步骤1)包括以下步骤：用电负荷Agent以及生产系统Agent、照明系统Agent和空调系统Agent；

生产系统Agent需要向上层单元上传负荷用电数据，主要包括功率信息和产量信息；照明系统需要向上层单元上传聚合照明设备的用电信息和外部环境信息；空调系统需要向上层单元传递空调设备的用电信息。

作为优化，所述步骤2)包括以下步骤：

生产系统Agent模型中，

将生产系统用电特性近似为电机拖动系统，其工作效率取决于负载率ρ，设生产系统在t时刻的实际功率为p_m(t)，p_m(t)与负荷率呈线性关系，通过最小二乘法拟合得到：

p(t)=a₁·ρ³(t)+a₂·ρ²(t)+a₃·ρ(t)+a₄

式中，ρ(t)表示t时刻生产系统的负载率，a₁,a₂,a₃,a₄表示拟合所得曲线参数；

产量信息包括工作周期内生产任务和生产速率；通过拟合可以到生产系统单位工作周期的生产速率s(t)与负载率ρ的关系：

s(t)＝μ_t(b₁·ρ(t)+b₂)

式中，s(t)表示t时刻的生产系统生产速率，b₁,b₂表示拟合所得曲线的参数；μ_t表示人员生产效率系数；

照明系统Agent中，用电信息主要为工作周期内照明设备用电量：

式中，P_a(t)表示t时刻照明设备a的用电量，n表示照明区域内照明设备的个数，P_total(t)表示照明区内中照明设备总用电量；

外部环境信息包括自然光照度、照明区域面积；

空调系统Agent中，空调系统实际用电信息包括空调系统实际制冷量和用电功率；

情况下，制冷空间的结构决定了空调基本制冷量，因此通过统计房间的结构数据，可得，所需空调的基本制冷量Q_c1：

Q_c1=c₁·s_{room_n}+c₂·s_{room_r∩w}+c₃·s_{room_r∩w}+c₄·s_{f_e}+c₅·s_{f_w}+c₆·s_{f_s}+c₇·s_{f_n}

式中，S_{room_n}表示普通房间面积,S_{room_r∩w}表示顶层或者西晒房间面积，s_{room_r∪w}表示顶层且西晒的房间面积，s_{f_e}、s_{f_w}、s_{f_s}、s_{f_n}表示东、西、南、北的窗户面积；c₁、c₂、c₃、c₄、c₅、c₆、c₇为制冷量系数，单位为W/m^2；

根据热力学理论，还应考虑内外温差导致的所需制冷量的变化Q_c2：

Q_c2(t)=A·K(T_out(t)-T_in(t))

式中，A表示围护结构中的传热面积，K为传热系数；T_out表示室外温度，T_in表示室内温度。

综上，实际所需制冷量Q为：

Q(t)=Q_c1(t)+Q_c2(t)。

作为优化，所述步骤3)包括以下步骤：

生产系统控制Agent模型中，

B)目标函数

生产系统控制Agent的目标是最大化生产系统能效水平，即在完成生产任务的条件下减少单位产量耗电量，由此建立生产系统控制Agent目标函数：

式中，E_m表示生产系统用电能效，T表示一个生产周期，本发明默认为一天，P_m表示在一个生产周期内生产系统用电量，S表示在一个生产周期内产量总和；

B)约束条件

根据生产系统运行实际，考虑如下约束条件：

负荷率约束：

考虑生产系统运行特性，其大多主要由电机组成。对其负载率在理论上有一定限制要求：

ρ_b≤ρ≤1.25

式中，ρ_b表示系统能接受的最低负载率，同时也要满足系统在25％范围内的过载运行；

产量约束：

根据工作单元生产能力限制以及工作计划要求，对产量有如下约束要求：

S_d≤S≤S_N

式中，S_d表示该生产单元工作计划要求产量值，S_N表示该生产单元单位工作周期内的额定产量；

照明系统控制Agent模型中，

A)目标函数

照明系统能效定义为单位照明周期内单位照明面积用电量，其控制Agent的目标就是在保证用户照明需求的条件下，节约用电量，由此建立照明系统控制Agent目标函数：

在实际生产使用中，通常使用光源光效反映具体照明设备的能效；光源光效表示光源发出的总光通量与其功耗之比：

φ_{light_a}(t)＝γ_{light_a}·P_a(t)

式中，γ_{light_a}表示光源a的光效，φ_{light_a}(t)表示光源a的光通量；

综上，则照明区域内平均光照度为：

式中，L_m(t)表示照明区域内人工补光的平均光照度，CU表示利用系数，室内取0.4，室外取0.3，MF表示维护系数，取0.7～0.8；

则照明系统控制Agent的目标函数可以转换为计及照度能效控制目标模型：

式中，γ_light表示照明区域内整体的光源光效，

但是提高照明系统的能效不能以牺牲用户的用电体验为代价，所以还应对用户的照明舒适度进行评价。光环境的评价指标采用国际广泛采用的舒适度指标VSC，其计算公式为：

1-VSC(t)＝-σ₁+b₁·lnE(t)-b₂·lnE(t)²

+b₃·lnE(t)³-b₄·lnE(t)⁴

式中，σ₁,b₁,b₂,b₃,b₄为参数，E(t)表示t时刻环境光照度值；

因此，照明系统控制Agent的目标函数修正为：

min(λ₁·E_light+λ₂·VSC)

式中，λ₁,λ₂为权重系数；

B)约束条件

照明舒适度约束：

VSC(t)≤VSC_bv

式中，VSC(t)表示该时刻的照明舒适度值，VSC_bv表示舒适度的边界值；

功率约束：

P_a(t)≤P_a,N

式中，P_a,N表示照明设备a的额定功率；

空调系统控制Agent模型中，

A)目标函数

空调系统的用电能效定义为其制冷EER/制热能效比COP，即额定制冷量与额定功率的比值；但在中央空调的实际运行使用中，通常不在满负荷状态下运行，EER/COP值无法反应空调运行的实时状态；拟设中央空调系统实时能效比REE为实际制冷/热效率，建立计及舒适度的空调系统用电能效优化模型：

式中，P_total(t)为t时刻空调系统整体用电功率；

有上述得到所需制冷量Q(t)主要取决于制冷区域面积、内部结构以及户外温度，不在可控范围之内，因此控制的目标仅仅针对P_total(t)；空调系统通过对其冷水机组负载进行合理的分配以提高整体的COP值，从而达到降低P_total(t)值的效果；据此，空调系统用电能效目标函数转换为：

式中，n₂表示空调系统冷水机组数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值；

B)约束条件

冷水机组负载率约束：

对于第i台冷水机，在正常工况下，其负载率不可低于下限值α_b：

α_b≤α_t(t)≤1

空调系统制冷量约束：

在负荷分配的过程中，各冷水机的总制冷能力应满足实际制冷量需要；而空调系统负荷分配后的制冷能力为：

式中：C(t)为空调系统t时刻冷冻能力，n表示冷水机组台数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值，ρ_air,i表示第i台冷水机组在t时刻的负载率，P_air,i,N表示第i台冷水机组的额定功率；

采用最小二乘法拟合COP与负载率关系可得：

冷冻能力约束：

为保证空调系统的有效运作，则其冷冻能力应满足此时实际需要的制冷量Q(t)，即：

C(t)≥Q(t)。

作为优化，所述步骤4)包括以下步骤：

生产系统控制Agent模型中，根据一天内需要完成的工作任务量，在考虑生产速率、生产能耗、生产效率时间影响系数的影响下，采用LINGO软件进行编码，对工作一天24个点的工作任务进行合理分配，然后调节生产设备的负载率，从而提高生产能效；

照明系统控制Agent模型中，在充分利用自然光照度的条件下，根据不同的目标函数中权重的分配，采用LINGO软件进行编码，得到每个时刻的最优光照度设置量，然后得到在每个时刻最适合开启的照明设备的数量，从而提高照明系统的能效水平；

空调系统控制Agent模型中，考虑外部环境的影响因素下，根据实际所需制冷量，采用LINGO软件进行编码，合理给冷水机组分配负载，通过对冷水机组负载率进行调节，从而提高空调系统能效水平；

结合以上对三个用电系统能效Agent模型，可以建立如下的中央协调控制Agent模型：

式中，Q_m,Q_air，Q_light分别表示生产系统、空调系统及照明系统单位工作周期能耗，S表示单位工作周期产量，通常为生产企业当日的工作任务，做定值处理；

考虑制冷空间内其他电器消耗制冷量值，则空调系统实际制冷量修正为：

Q'(t)=Q(t)+[ρ₁·P_m(t)+ρ₂·P_light(t)]·e(t)

式中，ρ₁，ρ₂表示生产系统和照明系统对空调系统制冷量的影响系数，其中：

式中，t_n表示生产系统的工作周期时长。

有益效果：本发明具有如下优点和技术效果：本发明主要针对工业大用户用电能效优化研究，首先设计了工业大用户用电系统的Agent框架，然后分别对生产系统、照明系统以及空调系统这三个用电系统建立Agent能效模型和控制Agent模型，继而建立了中央协调控制Agent模型，得到工业大用户整体能效优化模型，从而对工业大用户的整体用电系统进行协调优化。最后做算例分析，验证了通过优化用户的用电行为可以在保障用户用电体验的条件下显著减少能耗，提高企业的生存竞争力。

附图说明

图1为工业大用户MAS框架图；

图2为工业大用户用电系统能效优化控制策略示意图；

图3为生产系统日负荷曲线示意图；

图4为照明系统照度曲线示意图；

图5为空调系统负载率曲线示意图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

工业大用户主要用电负荷为生产型负荷、空调负荷以及照明负荷。生产型负荷是工业大用户的最主要用电，是保障工业大用户维持生产的基础；照明负荷是工业大用户的基本用电，是大用户维持正常生产的保障；空调负荷能够控制室内温湿度以满足生产及工作需要，营造舒适的工作生活环境。因此，本发明将工业大用户用电负荷分类为生产系统、空调系统以及照明系统。由于用电系统呈现“高内聚，低耦合”的特点，因此采用多代理系统(MAS)对工业大用户用电系统进行控制，根据各自能效定义将用电系统划分为多个Agent系统分别进行优化，再在考虑外部环境的影响基础之上分析用电系统在时空上的耦合关系建立中央协调Agent系统，从而并行、协调地对工业大用户的用电系统优化控制。图1为工业大用户MAS框架：

根据工业大用户负荷的分散性和功能的不同，将整个控制系统分为三层：负荷分散数据层、分类控制层和集中控制层。负荷Agent是终端控制对象，其主要功能是将负荷的运行状态上传到上层单元及对终端负荷进行控制；负荷聚合Agent是信息集合和计算的单元，收集同类负荷的实时数据信息以及外部环境信息，并对数据进行处理然后上传给上层单元。分类控制Agent是以提高同类负荷用电能效为目标的控制器。中央控制Agent考虑用电系统之间时空耦合特性的协调控制器。

工业大用户用电系统协调互动机制

在工业大用户用电系统MAS基础之上，本发明建立了Agent之间的互动协调机制，步骤如下：

步骤1：在每个时刻前，各类用电负荷Agent向其对应的聚合用电系统Agent发送自身的状态和功率信息。

步骤2：各用电系统Agent整合用电负荷状态、功率和外部环境信息，计算出用电负荷的用电特性并上传给对应上级控制Agent。

步骤3：用电系统控制Agent结合用电负荷的目标及约束条件制定初步的用电策略。

步骤4：中央协调控制Agent协调用电系统之间时空耦合关系，根据目标函数和约束条件优化用电策略，并下达给下级的用电系统控制Agent。

步骤5：按照上层Agent制定的用电策略修正用电方案，并将其发送给用电系统Agent。

步骤6：用电系统Agent按照用电方案对下级负荷用电进行优化。

工业大用户用电系统MAS数学模型

生产系统

生产系统Agent模型

生产系统Agent需要向上层单元上传负荷用电数据，主要包括功率信息和产量信息。

根据文献“高能耗大用户生产系统节能诊断及方案研究”将生产系统用电特性近似为电机拖动系统，其工作效率取决于负载率ρ，设生产系统在t时刻的实际功率为p_m(t)，p_m(t)与负荷率呈线性关系，通过最小二乘法拟合得到：

p(t)=a₁·ρ³(t)+a₂·ρ²(t)+a₃·ρ(t)+a₄

式中，ρ(t)表示t时刻生产系统的负载率，a₁,a₂,a₃,a₄表示拟合所得曲线参数。

产量信息包括工作周期内生产任务和生产速率。通过拟合可以到生产系统单位工作周期的生产速率s(t)与负载率ρ的关系：

s(t)＝μ_t(b₁·ρ(t)+b₂)

式中，s(t)表示t时刻的生产系统生产速率，b₁，b₂表示拟合所得曲线的参数；μ_t表示人员生产效率系数。

生产系统控制Agent模型

1)目标函数

生产系统控制Agent的目标是最大化生产系统能效水平，即在完成生产任务的条件下减少单位产量耗电量，由此建立生产系统控制Agent目标函数：

式中，E_m表示生产系统用电能效，T表示一个生产周期，本发明默认为一天，P_m表示在一个生产周期内生产系统用电量，S表示在一个生产周期内产量总和。

2)约束条件

根据生产系统运行实际，考虑如下约束条件。负荷率约束：

考虑生产系统运行特性，其大多主要由电机组成。对其负载率在理论上有一定限制要求：

ρ_b≤ρ≤1.25

式中，ρ_b表示系统能接受的最低负载率，同时也要满足系统在25％范围内的过载运行。

产量约束：

根据工作单元生产能力限制以及工作计划要求，对产量有如下约束要求：

S_d≤S≤S_N

式中，S_d表示该生产单元工作计划要求产量值，S_N表示该生产单元单位工作周期内的额定产量。

3)用电策略

根据一天内需要完成的工作任务量，在考虑生产速率、生产能耗、生产效率时间影响系数的影响下，采用LINGO软件进行编码，对工作一天24个点的工作任务进行合理分配，然后调节生产设备的负载率，从而提高生产能效。

照明系统

照明系统Agent模型

照明系统需要向上层单元上传聚合照明设备的用电信息和外部环境信息。

用电信息主要为工作周期内照明设备用电量：

式中，P_a(t)表示t时刻照明设备a的用电量，n表示照明区域内照明设备的个数，P_total(t)表示照明区内中照明设备总用电量。

外部环境信息主要为自然光照度、照明区域面积等。

照明系统控制Agent模型

1)目标函数

照明系统能效定义为单位照明周期内单位照明面积用电量，其控制Agent的目标就是在保证用户照明需求的条件下，节约用电量，由此建立照明系统控制Agent目标函数：

在实际生产使用中，通常使用光源光效反映具体照明设备的能效。光源光效表示光源发出的总光通量与其功耗之比：φ_{light_a}(t)＝γ_{light_a}·P_a(t)

式中，γ_{light_a}表示光源a的光效，φ_{light_a}(t)表示光源a的光通量。

综上，则照明区域内平均光照度为：

式中，L_m(t)表示照明区域内人工补光的平均光照度，CU表示利用系数，室内取0.4，室外取0.3，MF表示维护系数，取0.7～0.8。

则照明系统控制Agent的目标函数可以转换为计及照度能效控制目标模型：

式中，γ_light表示照明区域内整体的光源光效，

但是提高照明系统的能效不能以牺牲用户的用电体验为代价，所以还应对用户的照明舒适度进行评价。光环境的评价指标采用国际广泛采用的舒适度指标VSC，其计算公式为：

式中，σ₁,b₁,b₂,b₃,b₄为参数，E(t)表示t时刻环境光照度值。

因此，照明系统控制Agent的目标函数修正为：

min(λ₁·E_light+λ₂·VSC)

式中，λ₁,λ₂为权重系数。

2)约束条件

照明舒适度约束：

VSC(t)≤VSC_bv

式中，VSC(t)表示该时刻的照明舒适度值，VSC_bv表示舒适度的边界值。

功率约束：

P_a(t)≤P_a,N

式中，P_a,N表示照明设备a的额定功率。

3)用电策略

在充分利用自然光照度的条件下，根据不同的目标函数中权重的分配，采用LINGO软件进行编码，得到每个时刻的最优光照度设置量，然后得到在每个时刻最适合开启的照明设备的数量，从而提高照明系统的能效水平。

空调系统

空调系统Agent模型

空调系统需要向上层单元传递空调设备的用电信息。

空调系统实际用电信息包括空调系统实际制冷量和用电功率。

情况下，制冷空间的结构决定了空调基本制冷量，因此通过统计房间的结构数据，可得，所需空调的基本制冷量Q_c1：

Q_c1=c₁·s_{room_n}+c₂·s_{room_r∩w}+c₃·s_{room_r∩w}

+c₄·s_{f_e}+c₅·s_{f_w}+c₆·s_{f_s}+c₇·s_{f_n}

式中，S_{room_n}表示普通房间面积,S_{room_r∩w}表示顶层或者西晒房间面积，s_{room_r∪w}表示顶层且西晒的房间面积，s_{f_e}、s_{f_w}、s_{f_s}、s_{f_n}表示东、西、南、北的窗户面积；c₁、c₂、c₃、c₄、c₅、c₆、c₇为制冷量系数，单位为W/m²。

根据热力学理论，还应考虑内外温差导致的所需制冷量的变化Q_c2：

Q_c2(t)=A·K(T_out(t)-T_in(t))

式中，A表示围护结构中的传热面积，K为传热系数；T_out表示室外温度，T_in表示室内温度。

综上，实际所需制冷量Q为：

Q(t)=Q_c1(t)+Q_c2(t)

空调系统控制Agent模型

1)目标函数

空调系统的用电能效定义为其制冷/制热能效比(EER/COP)，即额定制冷量与额定功率的比值。但在中央空调的实际运行使用中，通常不在满负荷状态下运行，EER/COP值无法反应空调运行的实时状态。本发明拟设中央空调系统实时能效比(REE)为实际制冷/热效率，建立计及舒适度的空调系统用电能效优化模型：

式中，P_total(t)为t时刻空调系统整体用电功率。

有上文可知，所需制冷量Q(t)主要取决于制冷区域面积、内部结构以及户外温度，不在可控范围之内，因此控制的目标仅仅针对P_total(t)。空调系统通过对其冷水机组负载进行合理的分配以提高整体的COP值，从而达到降低P_total(t)值的效果。据此，空调系统用电能效目标函数转换为：

式中，n₂表示空调系统冷水机组数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值。

2)约束条件

冷水机组负载率约束：

对于第i台冷水机，在正常工况下，其负载率不可低于下限值α_b：

α_b≤α_t(t)≤1

空调系统制冷量约束：

在负荷分配的过程中，各冷水机的总制冷能力应满足实际制冷量需要。而空调系统负荷分配后的制冷能力为：

式中：C(t)为空调系统t时刻冷冻能力，n表示冷水机组台数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值，ρ_air,i表示第i台冷水机组在t时刻的负载率，P_air,i,N表示第i台冷水机组的额定功率。

采用最小二乘法拟合COP与负载率关系可得：

冷冻能力约束：

为保证空调系统的有效运作，则其冷冻能力应满足此时实际需要的制冷量Q(t)，即：

C(t)≥Q(t)

3)用电策略

考虑外部环境的影响因素下，根据实际所需制冷量，采用LINGO软件进行编码，合理给冷水机组分配负载，通过对冷水机组负载率进行调节，从而提高空调系统能效水平。工业大用户用电系统中央协调器

用电系统中央协调控制Agent模型

工业大用户整体的能效水平不仅仅取决于单个用电系统的能效水平，而是三个系统之间综合的用电能效。结合以上对三个用电系统能效Agent模型，可以建立如下的中央协调控制Agent模型：

式中，Q_m,Q_air,Q_light分别表示生产系统、空调系统及照明系统单位工作周期能耗，S表示单位工作周期产量，通常为生产企业当日的工作任务，做定值处理。

此外，还应考虑用电系统之间的相互耦合关系，经分析用电系统之间主要存在时间和空间上的耦合关系。

工业大用户以完成生产任务为最优先的任务，在生产实际中，照明系统和空调系统需要配合生产系统协调运作，生产系统的启停决定了照明系统和空调系统的启停。

另外，在工作计划下，空调系统的实际制冷量也受其他用电系统负载的变化而变化。照明系统与生产系统的运行，会直接影响生产环境温湿度的变化，使空调系统运行状态也需要进行调整。考虑制冷空间内其他电器消耗制冷量值，则空调系统实际制冷量修正为：

Q'(t)=Q(t)+[ρ₁·P_m(t)+ρ₂·P_light(t)]·e(t)

式中，ρ₁，ρ₂表示生产系统和照明系统对空调系统制冷量的影响系数，其中：

式中，t_n表示生产系统的工作周期时长。

综上，可得到生产系统、照明系统以及空调系统能耗的相互影响关系。

如附图2所示，工业大用户根据产量要求确定其生产负荷率以及预计工作时长；然后将生产时长反馈给照明系统，照明系统结合当天的自然光照条件决定具体的生产时间以及对生产单元范围内照度的控制方案。生产系统和照明系统的负载情况传输给空调系统，决定其实际制冷量，从而进行COP优化研究。最后形成生产单元总体的能效优化策略。

实施例

本发明以某一纺织企业实际运行数据为例进行分析。

该工厂为三班制型生产企业，已知某日生产计划所需产量。根据前文建立的Agent模型对生产系统进行优化，优化前后生产系统日负荷曲线如附图3所示。

分析可得在完成生产任务的条件下，日总耗电量得到了降低，且任务的安排更符合人工作效率时间特性。

如附图4所示，设置权重λ₁＝0.5,λ₂=0.5，通过LINGO编码得到最佳设置光照度为250，在考虑了户外光照度的影响条件下，减少了所需人工补光照度，在同样的照明舒适度条件下，减少了照明系统的用电量。

在考虑照明系统和生产系统对用空调系统所需制冷量的影响、户外温度和房屋结构的影响，得到空调系统所需实际制冷量，以该大用户中两台中央空调为例，进行说明，空调系统负载率变化曲线如下：

如附图5所示，在该模式下，考虑了外部环境的影响，通过对空调机组的负载进行合理的分配，节约了用电量，同时考虑了其他用电系统的影响，在原用方案上，使得用户获得了更好了用电体验。

各用电系统优化前后能效值表格如下：

表1优化前后用电系统能效值表

总体来说，以上关于工业大用户用电系统能效优化的方法切实有效。切实对生产系统、照明系统和空调系统进行了整体化优化控制，使其相互间互相配合，实现合理高效用电。但该优化结果仅仅只是理论上可以实现的效果，具体效果还需实际应用检验。

Claims (3)

1.一种基于多代理的工业大用户能效优化控制方法,在工业大用户用电系统MAS基础之上，建立Agent之间的互动协调机制，其特征在于：包括以下步骤：

步骤1)：在每个时刻前，各类用电负荷Agent向其对应的聚合用电系统Agent发送自身的状态和功率信息；

步骤2)：各用电系统Agent整合用电负荷状态、功率和外部环境信息，计算出用电负荷的用电特性并上传给对应上级控制Agent；

步骤3)：用电系统控制Agent结合用电负荷的目标及约束条件制定初步的用电策略；

步骤4)：中央协调控制Agent协调用电系统之间时空耦合关系，根据目标函数和约束条件优化用电策略，并下达给下级的用电系统控制Agent；

步骤5)：按照上层Agent制定的用电策略修正用电方案，并将其发送给用电系统Agent；

步骤6)：用电系统Agent按照用电方案对下级负荷用电进行优化；

其中，所述步骤1)包括以下步骤：用电负荷Agent以及生产系统Agent、照明系统Agent和空调系统Agent；

生产系统Agent需要向上层单元上传负荷用电数据，包括功率信息和产量信息；照明系统需要向上层单元上传聚合照明设备的用电信息和外部环境信息；空调系统需要向上层单元传递空调设备的用电信息；

所述步骤2)包括以下步骤：

生产系统Agent中，

将生产系统用电特性近似为电机拖动系统，其工作效率取决于负载率ρ，设生产系统在t时刻的实际功率为p_m(t)，p_m(t)与负载率呈线性关系，通过最小二乘法拟合得到：

p_m(t)＝a₁·ρ³(t)+a₂·ρ²(t)+a₃·ρ(t)+a₄

式中，ρ(t)表示t时刻生产系统的负载率，a₁,a₂,a₃,a₄表示拟合所得曲线参数；

产量信息包括工作周期内生产任务和生产速率；通过拟合可以到生产系统单位工作周期的生产速率s(t)与负载率ρ的关系：

s(t)＝μ_t(b₁·ρ(t)+b₂)

式中，s(t)表示t时刻的生产系统生产速率，b₁，b₂表示拟合所得曲线的参数；μ_t表示人员生产效率系数；

照明系统Agent中，用电信息为工作周期内照明设备用电量：

式中，P_a(t)表示t时刻照明设备a的用电量，n表示照明区域内照明设备的个数，P_total(t)表示照明区内中照明设备总用电量；

外部环境信息包括自然光照度、照明区域面积；

空调系统Agent中，空调系统实际用电信息包括空调系统实际制冷量和用电功率；

制冷空间的结构决定了空调基本制冷量，因此通过统计房间的结构数据，可得，所需空调的基本制冷量Q_c1：

Q_c1＝c₁·s_{room_n}+c₂·s_{room_r∩w}+c₃·s_{room_r∩w}+c₄·s_{f_e}+c₅·s_{f_w}+c₆·s_{f_s}+c₇·s_{f_n}

式中，S_{room_n}表示普通房间面积,S_{room_r∩w}表示顶层或者西晒房间面积，s_{room_r∪w}表示顶层且西晒的房间面积，s_{f_e}、s_{f_w}、s_{f_s}、s_{f_n}表示东、西、南、北的窗户面积；c₁、c₂、c₃、c₄、c₅、c₆、c₇为制冷量系数，单位为W/m^2；；

根据热力学理论，还应考虑内外温差导致的所需制冷量的变化Q_c2：

Q_c2(t)＝A·K(T_out(t)-T_in(t))

式中，A表示围护结构中的传热面积，K为传热系数；T_out表示室外温度，T_in表示室内温度，

综上，实际所需制冷量Q为：

Q(t)＝Q_c1(t)+Q_c2(t)。

2.根据权利要求1所述的基于多代理的工业大用户能效优化控制方法,其特征在于：所述步骤3)包括以下步骤：

生产系统控制Agent中，

A)目标函数

生产系统控制Agent的目标是最大化生产系统能效水平，即在完成生产任务的条件下减少单位产量耗电量，由此建立生产系统控制Agent目标函数：

式中，E_m表示生产系统用电能效，T表示一个生产周期，默认为一天，P_m表示在一个生产周期内生产系统用电量，S表示在一个生产周期内产量总和；

B)约束条件

根据生产系统运行实际，考虑如下约束条件：

负载率约束：

考虑生产系统运行特性，由电机组成，对其负载率在理论上有一定限制要求：

ρ_b≤ρ≤1.25

式中，ρ_b表示系统能接受的最低负载率，同时也要满足系统在25％范围内的过载运行；

产量约束：

根据工作单元生产能力限制以及工作计划要求，对产量有如下约束要求：

S_d≤S≤S_N

式中，S_d表示生产单元工作计划要求产量值，S_N表示生产单元单位工作周期内的额定产量；

照明系统控制Agent中，

A)目标函数

照明系统能效定义为单位照明周期内单位照明面积用电量，其控制Agent的目标就是在保证用户照明需求的条件下，节约用电量，由此建立照明系统控制Agent目标函数：

在实际生产使用中，使用光源光效反映具体照明设备的能效；光源光效表示光源发出的总光通量与其功耗之比：

φ_{light_a}(t)＝γ_{light_a}·P_a(t)

式中，γ_{light_a}表示光源a的光效，φ_{light_a}(t)表示光源a的光通量；

综上，则照明区域内平均光照度为：

式中，L_m(t)表示照明区域内人工补光的平均光照度，CU表示利用系数，室内取0.4，室外取0.3，MF表示维护系数，取0.7～0.8；

则照明系统控制Agent的目标函数可以转换为计及照度能效控制目标模型：

式中，γ_light表示照明区域内整体的光源光效，

但是提高照明系统的能效不能以牺牲用户的用电体验为代价，所以还应对用户的照明舒适度进行评价，光环境的评价指标采用国际广泛采用的舒适度指标VSC，其计算公式为：

1-VSC(t)＝-σ₁+b₁·lnE(t)-b₂·lnE(t)²+b₃·lnE(t)³-b₄·lnE(t)⁴

式中，σ₁,b₁,b₂,b₃,b₄为参数，E(t)表示t时刻环境光照度值；

因此，照明系统控制Agent的目标函数修正为：

min(λ₁·E_light+λ₂·VSC)

式中，λ₁,λ₂为权重系数；

B)约束条件

照明舒适度约束：

VSC(t)≤VSC_bv

式中，VSC(t)表示该时刻的照明舒适度值，VSC_bv表示舒适度的边界值；

功率约束：

P_a(t)≤P_a,N

式中，P_a,N表示照明设备a的额定功率；

空调系统控制Agent中，

A)目标函数

空调系统的用电能效定义为其制冷/制热能效比，即额定制冷量与额定功率的比值；但在中央空调的实际运行使用中，不在满负荷状态下运行，EER/COP值无法反应空调运行的实时状态；拟设中央空调系统实时能效比为实际制冷/热效率，建立计及舒适度的空调系统用电能效优化模型：

式中，P_total(t)为t时刻空调系统整体用电功率；

制冷量Q(t)取决于制冷区域面积、内部结构以及户外温度，不在可控范围之内，因此控制的目标仅仅针对P_total(t)；空调系统通过对其冷水机组负载进行合理的分配以提高整体的COP值，从而达到降低P_total(t)值的效果；据此，空调系统用电能效目标函数转换为：

式中，n₂表示空调系统冷水机组数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值；

B)约束条件

冷水机组负载率约束：

对于第i台冷水机，在正常工况下，其负载率不可低于下限值α_b：

α_b≤α_t(t)≤1

空调系统制冷量约束：

在负荷分配的过程中，各冷水机的总制冷能力应满足实际制冷量需要；而空调系统负荷分配后的制冷能力为：

式中：C(t)为空调系统t时刻冷冻能力，n表示冷水机组台数，COP_i(t)表示第i台冷水机组在t时刻的实际COP值，ρ_air,i表示第i台冷水机组在t时刻的负载率，P_air,i,N表示第i台冷水机组的额定功率；

采用最小二乘法拟合COP与负载率关系可得：

冷冻能力约束：

为保证空调系统的有效运作，则其冷冻能力应满足此时实际需要的制冷量Q(t)，即：

C(t)≥Q(t)。

3.根据权利要求1所述的基于多代理的工业大用户能效优化控制方法,其特征在于：所述步骤4)包括以下步骤：

生产系统控制Agent中，根据一天内需要完成的工作任务量，在考虑生产速率、生产能耗、生产效率时间影响系数的影响下，采用LINGO软件进行编码，对工作一天24个点的工作任务进行合理分配，然后调节生产设备的负载率，从而提高生产能效；

照明系统控制Agent中，在充分利用自然光照度的条件下，根据不同的目标函数中权重的分配，采用LINGO软件进行编码，得到每个时刻的最优光照度设置量，然后得到在每个时刻最适合开启的照明设备的数量，从而提高照明系统的能效水平；

空调系统控制Agent中，考虑外部环境的影响因素下，根据实际所需制冷量，采用LINGO软件进行编码，合理给冷水机组分配负载，通过对冷水机组负载率进行调节，从而提高空调系统能效水平；

建立如下的中央协调控制Agent模型：

式中，Q_m,Q_air,Q_light分别表示生产系统、空调系统及照明系统单位工作周期能耗，S表示单位工作周期产量，为生产企业当日的工作任务，做定值处理；

考虑制冷空间内其他电器消耗制冷量值，则空调系统实际制冷量修正为：

Q'(t)＝Q(t)+[ρ₁·P_m(t)+ρ₂·P_light(t)]·e(t)

式中，ρ₁，ρ₂表示生产系统和照明系统对空调系统制冷量的影响系数，其中：

式中，t_n表示生产系统的工作周期时长。

Images