CN107504635A - 基于轮控调度的空调负荷控制系统及其控制方法 - Google Patents
基于轮控调度的空调负荷控制系统及其控制方法 Download PDFInfo
- Publication number
- CN107504635A CN107504635A CN201710710911.7A CN201710710911A CN107504635A CN 107504635 A CN107504635 A CN 107504635A CN 201710710911 A CN201710710911 A CN 201710710911A CN 107504635 A CN107504635 A CN 107504635A
- Authority
- CN
- China
- Prior art keywords
- mrow
- air conditioner
- msub
- control
- conditioner load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于轮控调度的空调负荷控制系统，包括电网调度中心、信息采集中心、若干组个人空调负荷集群和与个人空调负荷集群对应设置的轮控调度子系统；轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，并上传至信息采集中心，由信息采集中心生成调度统计信息，电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控。本发明的轮控调度子系统通过采集个人空调负荷集群的负荷状态、预测可控参数、制定调度计划，从而实现对个人空调负荷集群的轮控，采用空调负荷直接控制的方法，可以有效削减夏、冬两季高峰时段的负荷容量，缓解电网压力。
Description
技术领域
本发明涉及空调负荷控制系统，尤其是一种基于轮控调度的空调负荷控制系统及其控制方法。
背景技术
目前，智能电网正在从“源、网”的互动向着新型的“源、网、荷”的互动发展。在电力高峰时期，传统上都是通过投资电厂和电网来达到满足电力尖峰负荷的要求，导致经济成本高。现阶段对负荷的调度可以实现削峰填谷的作用，对电网资源进行更加优化的配置，降低经济成本，提高资源利用率。
随着人民生活质量的不断提高，在夏季和冬季，空调负荷急剧增长，是造成夏冬两季电网用电高峰期的重要原因。我国东部某省2016年夏季典型用电高峰时段，空调最大负荷占调度最大用电负荷的三分之一以上。其中，居民空调负荷在晚高峰期间占总空调负荷的75％左右，即使是在工作日的日间，居民空调用电占比也达到50％左右。夏、冬两季空调占比高，在中午和晚上高峰期时间段对电网造成很大的压力，存在电网资源配置不合理，能源利用效率不高的技术问题。
发明内容
发明目的：针对上述现有技术存在的缺陷，本发明旨在提供一种基于轮控调度的空调负荷控制系统，解决现有技术中电网无法根据空调实际用电情况进行负荷调控，导致电网资源配置不合理，能源利用率低的技术问题。
技术方案：一种基于轮控调度的空调负荷控制系统，其特征在于，包括：电网调度中心、信息采集中心、若干组个人空调负荷集群和与个人空调负荷集群对应设置的轮控调度子系统；所述轮控调度子系统通过通信系统分别与电网调度中心、信息采集中心连接；所述轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，并上传至信息采集中心，由信息采集中心生成调度统计信息，电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控。
进一步的，还包括通信系统，所述轮控调度子系统通过通信系统分别与电网调度中心、信息采集中心连接，所述通信系统包括电力光纤和4G通信模块。
进一步的，还包括调控信息发布单元，用于发布调控计划和调度结果。
一种采用上述的基于轮控调度的空调负荷控制系统的空调负荷控制方法，包括如下步骤：
(1)轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，并将预测信息上传至信息采集中心；
(2)信息采集中心生成调度统计信息，与电网调度中心进行信息交互；
(3)电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控。
进一步的，步骤(1)中所述负荷状态包括：当日实时温度、用户空调功率和用户舒适度。
进一步的，步骤(1)中所述轮控调度子系统预测可控容量的具体方法如下：
(1.1)根据空调等效热参数模型，获得理想化情况下，用户空调功率与室温随时间变化的计算公式：
空调关闭状态：
空调开启状态：
式中，表示t时刻室内温度，表示t+1时刻室内温度，表示t时刻室外温度，表示t+1时刻室外温度；ε为散热函数，τ为控制时间间隔，TC为时间常数；η为空调能效比，Pt为空调的额定功率，ηPt即为空调的额定制冷量；A为导热系数，单位为1/(k W·℃-1)；
(1.2)假设室温保持在[Tmin,Tmax]内，为人体的舒适度区间，控制周期内的室外实时温度设为恒定值Tout，结合室温的舒适度区间，求得空调负荷的控制周期τc，以及空调开启时间τon和空调关停时间τoff，具体公式如下：
τc＝τoff+τon
(1.3)根据空调开启和关停时间预测空调负荷可控容量C，其计算公式为：
式中：n表示空调总台数，表示空调平均功率，则表示子系统下所控空调总功率。
进一步的，步骤(3)中所述轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控具体是结合约束条件、实时可控容量和可控时段，以经济最优为调度目标，采用0-1整型线性算法对个人空调负荷集群进行控制优化计算，给出最终轮控结果。
进一步的，以经济最优为调度目标的优化目标函数为：
式中：S(t,k)是t时刻第k组空调的控制状态，1表示受控，即空调关闭，0表示不受控，即空调开启；P(k)是第k组个人空调集群的功率，M是每兆瓦的补偿金额。
进一步的，所述约束条件包括：
条件一：t时刻的实际负荷控制容量R(t)应大于等于计划负荷调度容量D(t)，即：
R(t)≥D(t)
条件二：t时刻的实际负荷控制容量R(t)应小于等于预测的空调负荷可控容量C，即：
R(t)≤C
条件三：实际空调关停时间与实际开启时间的比值τ'off/τ'on应小于等于最大理想关停时间与开启时间的比值τmax-off/τmax-on，即
条件四：实际连续控制时间不得超过空调最大理想关停时间τmax-off：
τ'off≤τmax-off
其中，条件三、四中的连续控制时间计算公式为：
τoff(t,k)＝(τoff(t-1,k)+S(t,k)×Δt)×S(t,k)
τon(t,k)＝(τon(t-1,k)+(1-S(t,k))×Δt)×(1-S(t,k))
式中，τoff(t,k)表示t时刻k组空调的连续关停时间，和τon(t,k)表示t时刻k组空调的连续开启时间，Δt是控制时间间隔。
进一步的，所述轮控调度子系统将调控结果通过网页进行公布显示，通过网页将调控结果公布于网站，用户通过网页查看调控结果，如实际室温超出舒适度区间，则通过网站申请并领取舒适度补偿。
有益效果：本发明的轮控调度子系统通过采集个人空调负荷集群的负荷状态、预测可控参数、制定调度计划，从而实现对个人空调负荷集群的轮控，采用空调负荷直接控制的方法，可以有效削减夏、冬两季高峰时段的负荷容量，缓解电网压力；使用本发明系统及方法依托于新型“源、网、荷”互动模式下的智能电网，能够实现空调的轮控调度策略，可以在满足电网调度计划的前提下，保证用户的舒适度，不会使室温过度升高，并且最终达到经济最优的调度目标；本发明基于现在大力发展的传感技术、控制技术以及量测技术的智能电网，可实施性高。
附图说明
图1为本发明提供的基于轮控调度的空调负荷控制系统的结构框图；
图2为本发明中的空调热等效参数模型；
图3为本发明中温度控制变化图；
图4为本发明的控制矩阵图。
具体实施方式
下面通过一个最佳实施例并结合附图对本技术方案进行详细说明。
如图1所示，一种基于轮控调度的空调负荷控制系统，包括：位于调度层的电网调度中心和信息采集中心，位于通信层的电力光纤和4G等通信系统、位于控制层的轮控调度子系统和位于用户层的若干组个人空调负荷集群，本实施例中轮控调度子系统与个人空调负荷集群一一对应设置，也可以一对多设置或采用其他本领域常规的对应方式设置。轮控调度子系统通过通信系统分别与电网调度中心、信息采集中心连接。轮控调度子系统通过控制器向个人空调负荷集群发送控制指令，通过传感器采集个人空调负荷集群的负荷状态。
为了便于用户查询调控结果，本发明提供的基于轮控调度的空调负荷控制系统还包括调控信息发布单元，用于发布调控计划和调度结果。用户查询调控结果，如实际室温超出舒适度区间，则通过网站申请并领取舒适度补偿。
本发明提供的基于轮控调度的空调负荷控制系统工作时，轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，本实施例中的可控参数具体包括可控容量和可控时段，并经通信系统上传至信息采集中心，由信息采集中心生成调度统计信息，电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控，并将调控结果上传至信息采集中心进行备份，也可以根据需要上传至其他设备进行实时监控或分析。
本发明还提供了一种基于轮控调度的空调负荷控制方法，该方法可以采用上述控制系统完成，包括如下步骤：
本实施例中，首先由轮控调度子系统对个人空调进行编号，按照控制周期作为调控组数进行分组，形成个人空调负荷集群；这样可以实现调控容量的均匀分组，使得轮控调度策略获得更好的体验。
(1)轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，可控参数包括可控容量和可控时段，并将预测信息上传至信息采集中心；
负荷状态包括：当日实时温度、用户空调功率和用户舒适度。
轮控调度子系统根据负荷状态，采用空调等效热参数模型，获得空调功率随时间变化的理想化公式，得出空调启停时间，及控制周期，从而预测出个人空调负荷集群的可控容量。
轮控调度子系统预测可控容量的具体方法如下：
(1.1)根据空调等效热参数模型，获得理想化情况下，用户空调功率与室温随时间变化的计算公式：
空调关闭状态：
空调开启状态：
式中，表示t时刻室内温度，表示t+1时刻室内温度，表示t时刻室外温度，表示t+1时刻室外温度；ε为散热函数，τ为控制时间间隔，TC为时间常数；η为空调能效比，Pt为空调的额定功率，ηPt即为空调的额定制冷量；A为导热系数，单位为1/(k W·℃-1)；
(1.2)根据当日实时温度、湿度以及有效积温，假设室温保持在[Tmin,Tmax]内，为人体的舒适度区间，由于空调负荷调度时间一般为两到三个小时，室外总体温度变化不会太大，所以将控制周期内的室外实时温度设为恒定值Tout，结合室温的舒适度区间，求得空调负荷的控制周期τc，以及空调开启时间τon和空调关停时间τoff，具体公式如下：
τc＝τoff+τon
(1.3)根据空调开启和关停时间预测空调负荷可控容量C，其计算公式为：
式中：n表示空调总台数，表示空调平均功率，则表示子系统下所控空调总功率。
(2)信息采集中心生成调度统计信息，与电网调度中心进行信息交互；在出现用电高峰期时，电网调度中心根据各轮控调度子系统的可控容量，通过通信系统下达各轮控调度子系统调控符合容量的需求。
(3)电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控，并将调控结果上传至信息采集中心进行备份。
轮控调度子系统在调度开始前20分钟发布调度提醒，让用户将室温降至温度下限，从而获得最佳调控初始温度，发布调度提醒的时间也可以根据当时的环境或其他情况进行调整，并不限定在20分钟。轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控是结合约束条件、实时可控容量和可控时段，以经济最优为调度目标，采用0-1整型线性算法对个人空调负荷集群进行控制优化计算，给出最终轮控结果。
以经济最优为调度目标的优化目标函数为：
式中：S(t,k)是t时刻第k组空调的控制状态，1表示受控，即空调关闭，0表示不受控，即空调开启；P(k)是第k组个人空调集群的功率，M是每兆瓦的补偿金额；
所述约束条件包括：
条件一：t时刻的实际负荷控制容量R(t)应大于等于计划负荷调度容量D(t)，即：
R(t)≥D(t)
条件二：t时刻的实际负荷控制容量R(t)应小于等于预测的空调负荷可控容量C，即：
R(t)≤C
条件三：实际空调关停时间与实际开启时间的比值τ'off/τ'on应小于等于最大理想关停时间与开启时间的比值τmax-off/τmax-on，即
条件四：实际连续控制时间不得超过空调最大理想关停时间τmax-off：
τ'off≤τmax-off
其中，条件三、四中的连续控制时间计算公式如下所示：
τoff(t,k)＝(τoff(t-1,k)+S(t,k)×Δt)×S(t,k)
τon(t,k)＝(τon(t-1,k)+(1-S(t,k))×Δt)×(1-S(t,k))
式中，τoff(t,k)表示t时刻k组空调的连续关停时间，和τon(t,k)表示t时刻k组空调的连续开启时间，Δt是控制时间间隔。
轮控调度子系统通过网页将调控结果公布于网站，用户通过网页查看调控结果，当调度任务过重，未能满足用户舒适度要求时，即实际温度超出舒适度区间，用户可根据调度结果申请并领取舒适度补偿。
如图2所示，某轮控调度子系统区域内共有7500台空调，每台空调的功率为2kw，制冷机能效比为2.7，该轮控调度子系统建立一个等效热参数模型，图中，Tout，Tin是外界和内部温度，Ca，Cm是气体和固体比热容。根据等效热参数模型，推算出空调开启和关停时间为τon＝3.7min，τoff＝9min，控制周期则为τc＝τon+τoff＝12.7min。根据某日实时的温度、湿度以及有效积温作为参考，决定人体舒适度区间为[23℃，27℃]，将外界温度定为固定值36℃，温度随时间变化过程如图3所示，进而可以通过上述公式预测出总的可控容量为：
C＝6000×2.5×9/12.7kW＝10.63MW。轮控调度子系统对个人用户进行分组编号，尽可能按照控制周期作为调控组数，并实现调控容量的均匀分组，这样可以使得轮控调度策略获得更好的体验，本次采用的分组共12组，容量分别为：
1310,1250,1080，1300,1450,1020,1280,1330,1170,1410,1260,1140。轮控调度子系统的调度计划为：总计40分钟调度时间，其中，前10分钟的调度计划为5MW，后30分钟的调度计划为10MW。
如图4所示的是采用本发明方法进行轮控后，轮控调度子系统最终调度控制矩阵图，其中白色为受控状态，黑色为不受控状态，由图可以直观的看出，前十分钟由于只需调度5MW，控制面积小，可控裕度大，而后十分钟由于调度10MW，属于满负荷调度，控制面积大，可控裕度小。
本发明依托于新型“源、网、荷”互动模式下的智能电网，采用空调负荷直接控制的方法，可以有效削减夏、冬两季高峰时段的负荷容量，缓解电网压力。
以上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 (10)
1.一种基于轮控调度的空调负荷控制系统，其特征在于，包括：电网调度中心、信息采集中心、若干组个人空调负荷集群和与个人空调负荷集群对应设置的轮控调度子系统；所述轮控调度子系统分别与电网调度中心、信息采集中心连接；所述轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，并上传至信息采集中心，由信息采集中心生成调度统计信息，电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控。
2.根据权利要求1所述的基于轮控调度的空调负荷控制系统，其特征在于，还包括通信系统，所述轮控调度子系统通过通信系统分别与电网调度中心、信息采集中心连接，所述通信系统包括电力光纤和4G通信模块。
3.根据权利要求1所述的基于轮控调度的空调负荷控制系统，其特征在于，还包括调控信息发布单元，用于发布调控计划和调度结果。
4.采用权利要求1～3任一项所述的基于轮控调度的空调负荷控制系统的空调负荷控制方法，其特征在于，包括如下步骤：
(1)轮控调度子系统采集个人空调负荷集群的负荷状态，预测个人空调负荷集群的可控参数，并将预测信息上传至信息采集中心；(2)信息采集中心生成调度统计信息，与电网调度中心进行信息交互；
(3)电网调度中心根据调度统计信息制定调度计划，轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控。
5.根据权利要求4所述的空调负荷控制方法，其特征在于，步骤(1)中所述负荷状态包括：当日实时温度、用户空调功率和用户舒适度。
6.根据权利要求5所述的空调负荷控制方法，其特征在于，步骤(1)中所述轮控调度子系统预测可控容量的具体方法如下：
(1.1)根据空调等效热参数模型，获得理想化情况下，用户空调功率与室温随时间变化的计算公式：
空调关闭状态：
空调开启状态：
式中，表示t时刻室内温度，表示t+1时刻室内温度，表示t时刻室外温度，表示t+1时刻室外温度；ε为散热函数，τ为控制时间间隔，TC为时间常数；η为空调能效比，Pt为空调的额定功率，ηPt即为空调的额定制冷量；A为导热系数，单位为1/(k W·℃-1)；
(1.2)假设室温保持在[Tmin,Tmax]内，为人体的舒适度区间，控制周期内的室外实时温度设为恒定值Tout，结合室温的舒适度区间，求得空调负荷的控制周期τc，以及空调开启时间τon和空调关停时间τoff，具体公式如下：
<mrow>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>log</mi>
<mi>&epsiv;</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>T</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mi>min</mi>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>log</mi>
<mi>&epsiv;</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>T</mi>
<mi>min</mi>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>&eta;</mi>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mo>/</mo>
<mi>A</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>&eta;</mi>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mo>/</mo>
<mi>A</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
τc＝τoff+τon
(1.3)根据空调开启和关停时间预测空调负荷可控容量C，其计算公式为：
<mrow>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
<msub>
<mi>&tau;</mi>
<mi>c</mi>
</msub>
</mfrac>
<mo>&times;</mo>
<mi>n</mi>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
</mrow>
式中：n表示空调总台数，表示空调平均功率，则表示子系统下所控空调总功率。
7.根据权利要求4所述的空调负荷控制方法，其特征在于，步骤(3)中所述轮控调度子系统根据调度计划输出控制指令对个人空调负荷集群进行轮控具体是结合约束条件、实时可控容量和可控时段，以经济最优为调度目标，采用0-1整型线性算法对个人空调负荷集群进行控制优化计算，给出最终轮控结果。
8.根据权利要求7所述的空调负荷控制方法，其特征在于，以经济最优为调度目标的优化目标函数为：
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>M</mi>
</mrow>
式中：S(t,k)是t时刻第k组空调的控制状态，1表示受控，即空调关闭，0表示不受控，即空调开启；P(k)是第k组个人空调集群的功率，M是每兆瓦的补偿金额。
9.根据权利要求7所述的空调负荷控制方法，其特征在于，所述约束条件包括：
条件一：t时刻的实际负荷控制容量R(t)应大于等于计划负荷调度容量D(t)，即：
R(t)≥D(t)
条件二：t时刻的实际负荷控制容量R(t)应小于等于预测的空调负荷可控容量C，即：
R(t)≤C
条件三：实际空调关停时间与实际开启时间的比值τ'off/τ'on应小于等于最大理想关停时间与开启时间的比值τmax-off/τmax-on，即
<mrow>
<mfrac>
<mrow>
<msub>
<msup>
<mi>&tau;</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<msup>
<mi>&tau;</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>&le;</mo>
<mfrac>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>-</mo>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>-</mo>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
</mfrac>
</mrow>
条件四：实际连续控制时间不得超过空调最大理想关停时间τmax-off：
τ'off≤τmax-off
其中，条件三、四中的连续控制时间计算公式为：
τoff(t,k)＝(τoff(t-1,k)+S(t,k)×Δt)×S(t,k)
τon(t,k)＝(τon(t-1,k)+(1-S(t,k))×Δt)×(1-S(t,k))
式中，τoff(t,k)表示t时刻k组空调的连续关停时间，和τon(t,k)表示t时刻k组空调的连续开启时间，Δt是控制时间间隔。
10.根据权利要求4所述的空调负荷控制方法，其特征在于，所述轮控调度子系统将调控结果通过网页进行公布显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710710911.7A CN107504635A (zh) | 2017-08-18 | 2017-08-18 | 基于轮控调度的空调负荷控制系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710710911.7A CN107504635A (zh) | 2017-08-18 | 2017-08-18 | 基于轮控调度的空调负荷控制系统及其控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107504635A true CN107504635A (zh) | 2017-12-22 |
Family
ID=60692123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710710911.7A Pending CN107504635A (zh) | 2017-08-18 | 2017-08-18 | 基于轮控调度的空调负荷控制系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107504635A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109799851A (zh) * | 2018-01-04 | 2019-05-24 | 国网江苏省电力有限公司 | 一种基于负荷簇温度调控的用户侧负荷响应方法 |
| CN110348634A (zh) * | 2019-07-12 | 2019-10-18 | 广东电网有限责任公司 | 一种基于入户式能量管理系统的空调负荷调度方法 |
| CN113218053A (zh) * | 2020-05-29 | 2021-08-06 | 国网河北省电力有限公司 | 空调负荷调控系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901188A (zh) * | 2012-09-26 | 2013-01-30 | 中国电力科学研究院 | 与电网互动的商业楼宇中央空调负荷调控系统及其方法 |
| CN103257571A (zh) * | 2013-04-22 | 2013-08-21 | 东南大学 | 基于直接负荷控制的空调负荷控制策略制定方法 |
| CN103296751A (zh) * | 2013-04-23 | 2013-09-11 | 浙江新能量科技有限公司 | 可中断智能供电需求响应系统及其控制方法 |
| CN103746453A (zh) * | 2013-12-27 | 2014-04-23 | 江苏南瑞帕威尔电气有限公司 | 基于用户实时反馈的电力负荷调节系统 |
| US8793029B2 (en) * | 2008-04-17 | 2014-07-29 | Asoka Usa Corporation | Systems and methods for controlling energy consumption |
| CN104035409A (zh) * | 2014-06-04 | 2014-09-10 | 国家电网公司 | 一种面向建筑楼宇能源优化运行的需求响应系统 |
| CN104214912A (zh) * | 2014-09-24 | 2014-12-17 | 东南大学 | 一种基于温度设定值调整的聚合空调负荷调度方法 |
| US20150241895A1 (en) * | 2012-09-05 | 2015-08-27 | Siemens Corporation | Tablet based distributed intelligent load management |
| CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
| US20150345812A1 (en) * | 2014-05-27 | 2015-12-03 | Wireless Glue Networks, Inc. | Method and apparatus for selective componentized thermostatic controllable loads |
| CN105743094A (zh) * | 2016-04-22 | 2016-07-06 | 国网江苏省电力公司连云港供电公司 | 电网需求响应控制系统 |
| CN105846434A (zh) * | 2016-03-24 | 2016-08-10 | 江苏省电力公司无锡供电公司 | 基于温控负荷动态响应能力的微电网联络线功率控制方法 |
-
2017
- 2017-08-18 CN CN201710710911.7A patent/CN107504635A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8793029B2 (en) * | 2008-04-17 | 2014-07-29 | Asoka Usa Corporation | Systems and methods for controlling energy consumption |
| US20150241895A1 (en) * | 2012-09-05 | 2015-08-27 | Siemens Corporation | Tablet based distributed intelligent load management |
| CN102901188A (zh) * | 2012-09-26 | 2013-01-30 | 中国电力科学研究院 | 与电网互动的商业楼宇中央空调负荷调控系统及其方法 |
| CN103257571A (zh) * | 2013-04-22 | 2013-08-21 | 东南大学 | 基于直接负荷控制的空调负荷控制策略制定方法 |
| CN103296751A (zh) * | 2013-04-23 | 2013-09-11 | 浙江新能量科技有限公司 | 可中断智能供电需求响应系统及其控制方法 |
| CN103746453A (zh) * | 2013-12-27 | 2014-04-23 | 江苏南瑞帕威尔电气有限公司 | 基于用户实时反馈的电力负荷调节系统 |
| CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
| US20150345812A1 (en) * | 2014-05-27 | 2015-12-03 | Wireless Glue Networks, Inc. | Method and apparatus for selective componentized thermostatic controllable loads |
| CN104035409A (zh) * | 2014-06-04 | 2014-09-10 | 国家电网公司 | 一种面向建筑楼宇能源优化运行的需求响应系统 |
| CN104214912A (zh) * | 2014-09-24 | 2014-12-17 | 东南大学 | 一种基于温度设定值调整的聚合空调负荷调度方法 |
| CN105846434A (zh) * | 2016-03-24 | 2016-08-10 | 江苏省电力公司无锡供电公司 | 基于温控负荷动态响应能力的微电网联络线功率控制方法 |
| CN105743094A (zh) * | 2016-04-22 | 2016-07-06 | 国网江苏省电力公司连云港供电公司 | 电网需求响应控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| 宋梦等: "面向需求响应应用的空调负荷建模及控制", 《电力系统自动化》 * |
| 高赐威等: "基于 DLC 的空调负荷双层优化调度和控制策略", 《中国电机工程学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109799851A (zh) * | 2018-01-04 | 2019-05-24 | 国网江苏省电力有限公司 | 一种基于负荷簇温度调控的用户侧负荷响应方法 |
| CN110348634A (zh) * | 2019-07-12 | 2019-10-18 | 广东电网有限责任公司 | 一种基于入户式能量管理系统的空调负荷调度方法 |
| CN113218053A (zh) * | 2020-05-29 | 2021-08-06 | 国网河北省电力有限公司 | 空调负荷调控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110864414B (zh) | 基于大数据分析的空调用电负荷智能控制调度方法 | |
| CN109063925B (zh) | 一种计及负荷聚合商的区域综合能源系统优化运行方法 | |
| CN112072640B (zh) | 一种虚拟电厂聚合资源的容量优化方法 | |
| CN109742812B (zh) | 一种提高新能源消纳的源-荷-储协调调度方法 | |
| CN104850013B (zh) | 一种家用电器的智能用电方法 | |
| CN105135623B (zh) | 一种满足电网调峰和用户舒适度的中央空调减载控制方法 | |
| CN106338127A (zh) | 用于地铁暖通空调系统的负荷预测和控制系统及其方法 | |
| CN103412526A (zh) | 一种供热机组在线负荷的调度方法与系统 | |
| CN103296682A (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
| CN110460040A (zh) | 一种考虑智能建筑热平衡特性的微电网运行调度方法 | |
| CN110347039B (zh) | 考虑用户满意度与电锅炉参与调峰的热电联合优化方法 | |
| CN107576015B (zh) | 一种实现需求侧响应的建筑空调模型预测控制方法和装置 | |
| CN106950840A (zh) | 面向电网削峰的综合能源系统分层分布式协调控制方法 | |
| CN105790286B (zh) | 一种中央空调负荷聚合及参与平抑分布式电源出力的策略 | |
| CN107504635A (zh) | 基于轮控调度的空调负荷控制系统及其控制方法 | |
| CN107178869A (zh) | 变频空调负荷的聚合控制削峰方法 | |
| CN109974218A (zh) | 一种基于预测的多联机空调系统调控方法 | |
| CN106096790A (zh) | 基于变频空调虚拟机组建模的虚拟电厂日前和实时市场优化调度方法 | |
| CN107726538A (zh) | 一种智能楼宇用电调控方法 | |
| CN106953340B (zh) | 一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法 | |
| CN112464466A (zh) | 一种蓄热式电采暖系统优化调度方法、装置 | |
| CN112488372A (zh) | 多时间尺度下电采暖负荷双层优化调度方法 | |
| CN103293961B (zh) | 一种基于需求响应控制的能效电厂建模和集成方法 | |
| CN101929721A (zh) | 中央空调节能控制ar模型负荷预测系统的预测方法 | |
| CN113222227A (zh) | 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |