CN107906675A - 一种基于用户需求的中央空调集群优化控制方法 - Google Patents

一种基于用户需求的中央空调集群优化控制方法 Download PDF

Info

Publication number
CN107906675A
CN107906675A CN201710942098.6A CN201710942098A CN107906675A CN 107906675 A CN107906675 A CN 107906675A CN 201710942098 A CN201710942098 A CN 201710942098A CN 107906675 A CN107906675 A CN 107906675A
Authority
CN
China
Prior art keywords
mrow
conditioning
central air
msup
temperature
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.)
Granted
Application number
CN201710942098.6A
Other languages
English (en)
Other versions
CN107906675B (zh
Inventor
王丹
兰宇
贾宏杰
胡庆娥
刘开欣
唐佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201710942098.6A priority Critical patent/CN107906675B/zh
Publication of CN107906675A publication Critical patent/CN107906675A/zh
Application granted granted Critical
Publication of CN107906675B publication Critical patent/CN107906675B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

一种基于用户需求的中央空调集群优化控制方法,包括以下步骤:基于室内外实时温度和中央空调的运行状态,确定最大化负荷聚合商利润的目标函数的运行约束;基于电网调度指令和负荷运行约束,负荷聚合商对中央空调的响应目标进行优化调度分配并下发至各中央空调;基于各台中央空调的运行状态和分时电价信息,求解中央空调终端设备的归一化弹性温度可调裕度,构建下层基于弹性温度可调裕度的需求响应控制策略;利用需求响应控制策略及各台中央空调的响应目标进行终端群体筛选,受控终端群体依据需求响应控制策略改变其开关状态,不受控终端群体更新其自然运行状态;所有终端群体将控制后运行状态信息在上层优化调度分配模型中进行更新。

Description

一种基于用户需求的中央空调集群优化控制方法
技术领域
本发明涉及智能用电技术、需求响应领域,尤其涉及一种基于用户需求的中央空调集群优化控制方法。
背景技术
需求响应技术是用于代替储能系统来平抑可再生能源波动和调节电网峰值的一个潜在解决方法。该技术可用于提供能源市场,以及包括:峰值管理、负荷平移、频率响应、旋转备用、增强电压稳定性等传统辅助服务。
由于空调负荷的调度方式灵活,可调控的潜力较大,将其作为需求响应技术的可调资源,是实现夏季用电高峰时段电网负荷削减的有效方式。作为空调负荷的重要组成部分,中央空调(central air-conditioner)因其负荷容量较大,集中可控,对社会生产影响较小,是参与电力系统调峰等辅助服务的重要资源。
针对空调的负荷控制已有如下较多研究成果,包括:
1、利用等值热力学模型提出一种温度优先队列温控负荷控制策略,并在此基础上进行了改进;
2、在含风机系统中考虑用户舒适度的温控负荷有功功率调节模型;
3、通过改变用户的温度设定值来响应电价的激励;
4、针对双向直接负荷控制的实时优化方法,该优化方法可以减少需要的负荷调整量、以及实际的负荷调整量在每个时间间隔内的差值,利用Markov矩阵来估计集群设备的功率消耗;
5、面向峰谷平衡的商业楼宇空调负荷调控技术,实现了良好的削峰效果,针对中央空调的负荷可调潜力进行了分析。
同时,随着通信技术的发展,公开的通信协议、互联网技术、空调传感器和制动器控制系统以及嵌入式计算机硬件、软件技术使得基于网络的空调系统监控得以实现。
发明人在实现本发明的过程中,发现现有技术中至少存在以下缺点和不足:
现有技术多将单台中央空调作为整体进行优化控制,对群体化的中央空调优化调度控制、用电成本差异化,以及用户需求的影响考虑较少,且中央空调多用于商务楼宇当中,现有技术多未考虑商务楼宇内部不同用户群体的差异性需求。
发明内容
本发明提供了一种基于用户需求的中央空调集群优化控制方法,本发明以中央空调群体为需求响应资源,为电力系统运行提供辅助服务,详见下文描述:
一种基于用户需求的中央空调集群优化控制方法,所述中央空调集群优化控制方法包括以下步骤:
基于室内外实时温度和中央空调的运行状态,确定最大化负荷聚合商利润的目标函数的运行约束;
基于电网调度指令和负荷运行约束,负荷聚合商对中央空调的响应目标进行优化调度分配并下发至各中央空调;
基于各台中央空调的运行状态和分时电价信息,求解中央空调终端设备的归一化弹性温度可调裕度,构建下层基于弹性温度可调裕度的需求响应控制策略;
利用需求响应控制策略及各台中央空调的响应目标进行终端群体筛选,受控终端群体依据需求响应控制策略改变其开关状态,不受控终端群体更新其自然运行状态;
所有终端群体将控制后运行状态信息在上层优化调度分配模型中进行更新。
其中,所述最大化负荷聚合商利润的目标函数具体为:
其中,ωi,t为第i台中央空调在t时刻参与调控的补偿电价,为功率的调整量,pi,t为分时电价,为预测功率,m为中央空调个数。
其中,将终端设备温度上、下限设定值与当前室内温度的差值定义为弹性温度可调裕度,
即,t时刻第j个终端设备的温度可调裕度值ETAMj,t表示如下:
其中,Tj,t为t时刻第j个终端设备所在房屋的室内温度;在室内温度一定的情况下,用户参与需求响应控制的需求度越高,温度可调裕度值越大,反之则越小。
其中,所述构建下层基于弹性温度可调裕度的需求响应控制策略具体为:
将终端根据当前的归一化弹性温度可调裕度值进行队列排序;
当终端的归一化弹性温度可调裕度值的值变为0,运行状态将发生改变,在下一时刻从开启或关闭群体跳转到另一个群体;
若接受到控制指令,则立刻改变开关状态,跳转到另一个群体。
进一步地,所述最大化负荷聚合商利润的目标函数还需满足电功率平衡及约束。
本发明提供的技术方案的有益效果是:
1、采用本发明提供的优化控制策略,可实现集群中央空调良好的负荷跟踪效果;
2、本发明在考虑负荷聚合商利润最大化的情况下,同时考虑电价对用户响应行为的影响,更真实反映用户用电场景。
附图说明
图1为本发明提供的负载率型空调运行状态与功率流程图;
图2为本发明提供的基于设备寿命和电价信息的用户需求的建模流程图;
图3为本发明提供的基于用户需求的中央空调集群优化控制方法的流程图;
图4为本发明提供的中央空调工作机理及构成图;
图5为本发明提供的中央空调终端电热耦合特性图。
其中,上层集群中央空调优化调度分配模型是:负荷聚合商在保证利润最大化的前提下发给中央空调群体的响应指令;
空调响应目标是:优化分配下发的结果;
负荷运行约束是:可调温度范围以及开关状态持续时间;
下层基于状态队列模型的终端控制是:基于ETAM控制策略。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
实施例1
为了有效实现中央空调的集群优化控制,本发明实施例提供了一种基于用户需求的中央空调集群优化控制方法,参见图1-图3,该方法包括以下步骤:
101:基于室内外实时温度和中央空调的运行状态,确定最大化负荷聚合商利润的目标函数的运行约束;
102:基于电网调度指令和负荷运行约束,负荷聚合商对中央空调的响应目标进行优化调度分配并下发至各中央空调;
103:基于各台中央空调的运行状态和分时电价信息,求解中央空调终端设备的归一化弹性温度可调裕度,构建下层基于弹性温度可调裕度的需求响应控制策略
104:利用需求响应控制策略及各台中央空调的响应目标进行终端群体筛选,受控终端群体依据需求响应控制策略改变其开关状态,不受控终端群体更新其自然运行状态;
105:所有终端群体将控制后运行状态信息在上层优化调度分配模型中进行更新。
进一步地,上述步骤103中的构建下层基于弹性温度可调裕度的需求响应控制策略具体为:
将终端根据当前的归一化弹性温度可调裕度值进行队列排序;
当终端的归一化弹性温度可调裕度值的值变为0,运行状态将发生改变,在下一时刻从开启或关闭群体跳转到另一个群体;
若接受到控制指令,则立刻改变开关状态,跳转到另一个群体。
进一步地,上述最大化负荷聚合商利润的目标函数还需满足电功率平衡及约束。
综上所述,本发明实施例通过上述步骤可实现集群中央空调良好的负荷跟踪效果,在考虑负荷聚合商利润最大化的情况下,同时考虑电价对用户响应行为的影响,更真实反映用户用电场景。
实施例2
下面结合具体的实例、图1-图4,以及计算公式对实施例1中的方案进行进一步地介绍,详见下文描述:
201:对负载率型中央空调进行机理建模,获取中央空调的总消耗功率;
其中,负载率型中央空调机组的关键组成包括:主机、水循环系统、终端群体设备三个部分,具体构成如附图4所示。定量循环水由中央空调主机冷冻,分水器将冷水送入空调终端设备和空气处理单元。空气处理单元通过调节循环空气来提升用户舒适度水平,空调终端设备则直接将冷风送达终端用户。经过这两个设备后,水温将会上升,集水器将高温水送到中央空调主机单元作为热交换资源。水流过隔热的冷却塔,防止余热扩散到周围空气当中从而减少功率损耗。
中央空调主机和水循环系统大约占据了整体中央空调功率消耗的90%。负载率η是负载率型中央空调的一个重要控制参数,其数值大小等于空调实际制冷面积占总制冷面积的比值:
式中,Qmax表示空调冷量的最大值,Q为当前空调冷量,Son为空调终端开启的房屋面积,Stotal为所有终端所处房屋总面积。
负载率型中央空调主机和水循环系统的能耗Pm和Pc均可写成负载率的函数:
式中,fm(η)表示负载率改变对主机功率的影响;fc(η)表示负载率改变对水循环系统功率的影响。
因此,中央空调的总消耗功率Ptotal表示为各部分能耗之和:
Ptotal=Pm+Pc+Pother=f(η)=g(Son) (3)
式中,Pother表示终端设备等其他部分的消耗功率;f(η)表示负载率变化对中央空调功率的影响;g(Son)表示房屋制冷面积对中央空调功率的影响。
由式(1)~(3)可知,对于单体中央空调,其功率消耗Ptotal是通过负载率η进行计算的,两者之间关系可描述为如图2中指数函数形式。进一步的,单个中央空调众多终端用户的终端制冷面积之和决定了中央空调负载率η的大小。
终端用户的室内温度受众多因素影响,包括:终端设备开关状态、温度设定值及上下限、室外温度、墙体材料等。当某一终端用户不受控时,其室内温度变化曲线图如附图5所示。
在任意时刻,对任一单体中央空调存在2类中央空调终端群体,开启群体和关闭群体,用下式来表示:
其中,t是仿真时间,Ot和Ct是t时刻的开启群和关闭群,对应的终端数目为n1和n2。总的终端数为n=n1+n2。随着时间的变化,n1和n2也会随着终端的运行状态而改变。总的中央空调终端群体At可以由下式定义:
202:基于用户需求的终端设备控制,获取归一化弹性温度可调裕度;
(1)设备寿命约束建模;
考虑设备寿命约束,控制策略定义了终端设备开关状态转换后的时间约束:
其中,表示设备开/关状态持续的时间,tmin表示设备最小状态持续时间。上式表示:状态转换后的持续时间大于设定的最小时间间隔,设备才能够再次参与响应控制,每当设备转变开关状态时,清零,避免设备因参与响应控制频繁启停。
(2)考虑电价影响的用户需求度建模;
用户需求度影响通过温度上下限设定值的改变来表示,即用温度可调裕度的变化来表示。在制冷模式下,当用户需求度较低时,用户可接受的温度可调裕度将会缩小,反之扩大。采用分时电价模型进行分析,一天内负荷高峰时段提升电价,低谷时段降低电价,有效引导用户的用电行为,从而实现负荷调节。
首先,定义用户需求度影响因子αj,t如下所示:
对于第i台中央空调的第j个终端,当分时电价大于基础电价时:
当分时电价低于或等于基础电价时:
其中,Pbase为基础电价,Preal为分时电价;Pmax为分时电价的极大值;ξH和ξL表示分时电价不同的情况下用户客观需求度,由空调终端设备的开关持续时间以及反映终端设备使用状况对用户响应需求影响程度的客观响应系数λ共同决定;N(ξL,0.01)为分时电价较高时考虑用户差异性后的用户客观意愿度;N(ξH,0.01)为分时电价较低时考虑用户差异性后的用户客观意愿度。
λ可理解为设备寿命影响在αj,t中的权重大小。若λ为正数且值较大,表明用户对终端设备的使用寿命越敏感,终端的开关持续时间对于用户参与需求响应的需求影响越大,在确定的情况下,用户客观需求度大小同λ值的大小成正比。考虑到楼宇内空调用户的差异性,本发明实施例用正态分布函数来表示同一中央空调内部终端用户的客观需求随机性。
用户需求度影响因子αj,t表示在t时刻第j个空调终端用户参与需求响应控制的综合需求程度,当αj,t为正时,用户参与需求响应意愿为积极的;当αj,t为负时,用户参与需求响应意愿为消极的。
由公式(8)-(11)可以看出,当用户的分时电价较高时,用户更愿意参与到需求响应中,此时用户参与需求响应的客观需求度是积极的,αj,t为正数;当电价较低时,用户参与需求响应的需求则相对较弱,此时αj,t为负数。
(3)弹性温度可调裕度的定义;
本发明实施例中,用户需求度水平根据用户可接受的室内温度范围来表示,定义以下调控参数:
其中,分别为t时刻使用第j个空调终端用户的室内温度下限和温度上限;ΔTj,t代表t时刻第j个空调终端因用户需求而引起的温度裕度调整量;ΔTj,t的大小与用户需求度影响因子αj,t的值成正比。
当ΔTj,t为正时,由公式(12)可知,αj,t为正,表明用户参与调控的意愿为积极的,可接受的室内温度范围较宽,终端设备的温度可调裕度较大;当ΔTj,t为负时,αj,t为负,用户参与调控的意愿为消极的,可接受的室内温度范围较窄,终端设备的温度可调裕度较小。
本发明实施例将这种时变的终端设备温度上、下限设定值与当前室内温度的差值定义为弹性温度可调裕度(ETAM),t时刻第j个终端设备的温度可调裕度值ETAMj,t表示如下:
其中,Tj,t为t时刻第j个终端设备所在房屋的室内温度。在室内温度一定的情况下,用户参与需求响应控制的需求度越高,温度可调裕度值越大,反之则越小。
(4)基于用户需求度的需求响应控制。
本发明实施例基于弹性温度可调裕度的概念,构建基于用户需求度的中央空调终端需求响应控制策略,该策略核心是调节各个空调终端实时温度上、下限设定值,使得温度可调裕度具有“弹性”,由于存在终端设备的差异性,直接使用绝对室内温度作为参考指标对空调终端进行响应控制是不合理的。采用标准归一化思想,将各个终端当前温度可调裕度占总裕度的比重作为控制终端筛选的标准。
对于第i台中央空调的第j个终端,其归一化弹性温度可调裕度NETAMj,t设定如下:
由公式(16)可以看出,NETAMj,t是一个介于0和1之间的无量纲常数,参与响应控制时,将终端设备根据当前的NETAMj,t值进行队列排序。随着时间的推移,每个终端设备的NETAMj,t值在不施加控制的情况下将持续减小。当终端用户的温度值达到其边界时,即NETAMj,t的值变为0,其运行状态将发生改变,在下一时刻从开启或关闭群体跳转到另一个群体。
203:基于终端控制的中央空调集群优化;
对于中央空调集群调度需要解决综合优化问题,本发明实施例从负荷聚合商的角度,优化目标可分为2个部分:1)售电收入最大化,2)响应补贴成本最低。
售电收入最大化意味着进行优化调度分配时,应根据不同区域间的负荷分时电价不同,合理安排需求响应任务。同时,应尽可能减小负荷调整量,使得响应补贴成本尽可能小。由此得出集群中央空调优化调度中,考虑最大化负荷聚合商利润的目标函数定义如下:
其中,ωi,t为第i台中央空调在t时刻参与调控的补偿电价,为功率的调整量,pi,t为分时电价,为预测功率。对任意一台中央空调的功率预测值的计算方法如下:
即t时刻的预测功率是在t-1时刻实际功率值的基础上,加上不施加控制状态下空调自然消耗功率调整量得到。同时,上述最大化负荷聚合商利润的目标函数还需满足
电功率平衡及约束,如下:
其中,为目标功率,为t时刻第i台中央空调的功率上、下限,计算公式如下:
其中,表示所有在t时刻第i台中央空调的j个可开启终端受控开启后,可增加的中央空调功率消耗,表示所有在t时刻第i台中央空调可关闭的终端受控关闭后,可削减的中央空调功率消耗。
基于上述优化目标和终端控制策略,提出基于用户需求的中央空调集群优化控制。
该流程如下:
1)基于室内外实时温度和中央空调的运行状态,确定最大化负荷聚合商利润的目标函数的运行约束;
2)基于电网调度指令和负荷运行约束,负荷聚合商对中央空调的响应目标(即下发给各个中央空调的功率调整指令,参见图1)进行优化调度分配并下发至各中央空调;
3)基于各台中央空调的运行状态和分时电价信息,求解中央空调终端设备的归一化弹性温度可调裕度,构建下层基于弹性温度可调裕度的需求响应控制策略(即考虑用户需求的中央空调控制策略,参见图2);
4)利用需求响应控制策略及各台中央空调的响应目标进行终端设备筛选,将终端群体分为受控终端群体和不受控终端群体;
5)受控终端群体依据需求响应控制策略改变其开关状态,不受控终端群体更新其自然运行状态;
6)所有终端设备将控制后运行状态信息在上层优化调度分配模型(即考虑负荷聚合商利润最大化的优化分配模型,参见公式17)中进行更新,重复步骤1)。
综上所述,本发明实施例通过上述步骤可实现集群中央空调良好的负荷跟踪效果,在考虑负荷聚合商利润最大化的情况下,同时考虑电价对用户响应行为的影响,更真实反映用户用电场景。
本发明实施例对各器件的型号除做特殊说明的以外,其他器件的型号不做限制,只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于用户需求的中央空调集群优化控制方法,其特征在于,所述中央空调集群优化控制方法包括以下步骤:
基于室内外实时温度和中央空调的运行状态,确定最大化负荷聚合商利润的目标函数的运行约束;
基于电网调度指令和负荷运行约束,负荷聚合商对中央空调的响应目标进行优化调度分配并下发至各中央空调;
基于各台中央空调的运行状态和分时电价信息,求解中央空调终端设备的归一化弹性温度可调裕度,构建下层基于弹性温度可调裕度的需求响应控制策略;
利用需求响应控制策略及各台中央空调的响应目标进行终端群体筛选,受控终端群体依据需求响应控制策略改变其开关状态,不受控终端群体更新其自然运行状态;
所有终端群体将控制后运行状态信息在上层优化调度分配模型中进行更新。
2.根据权利要求1所述的一种基于用户需求的中央空调集群优化控制方法,其特征在于,所述最大化负荷聚合商利润的目标函数具体为:
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>max</mi> <mi>C</mi> <mo>=</mo> <mo>{</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mo>&amp;lsqb;</mo> <msup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mrow> <mo>(</mo> <msubsup> <mi>P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> <mo>_</mo> <mi>f</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>-</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mi>&amp;omega;</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mo>|</mo> <mrow> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>}</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mo>{</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mo>&amp;lsqb;</mo> <msup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mrow> <mo>(</mo> <msubsup> <mi>P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> <mo>_</mo> <mi>f</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>&amp;omega;</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mo>|</mo> <mrow> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>c</mi> <mi>a</mi> <mi>c</mi> </mrow> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中,ωi,t为第i台中央空调在t时刻参与调控的补偿电价,为功率的调整量,pi,t为分时电价,为预测功率,m为中央空调个数。
3.根据权利要求1所述的一种基于用户需求的中央空调集群优化控制方法,其特征在于,将终端设备温度上、下限设定值与当前室内温度的差值定义为弹性温度可调裕度,
即,t时刻第j个终端设备的温度可调裕度值ETAMj,t表示如下:
<mrow> <msup> <mi>ETAM</mi> <mrow> <mi>j</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>T</mi> <mrow> <mi>h</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> </mrow> <mrow> <mi>j</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> <mo>-</mo> <msup> <mi>T</mi> <mrow> <mi>j</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msup> <mi>C</mi> <mi>t</mi> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>T</mi> <mrow> <mi>j</mi> <mo>,</mo> <mi>t</mi> </mrow> </msup> <mo>-</mo> <msubsup> <mi>T</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> <mrow> <mi>j</mi> <mo>,</mo> <mi>t</mi> </mrow> </msubsup> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msup> <mi>O</mi> <mi>t</mi> </msup> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>n</mi> </mrow>
其中,Tj,t为t时刻第j个终端设备所在房屋的室内温度;在室内温度一定的情况下,用户参与需求响应控制的需求度越高,温度可调裕度值越大,反之则越小。
4.根据权利要求1所述的一种基于用户需求的中央空调集群优化控制方法,其特征在于,所述构建下层基于弹性温度可调裕度的需求响应控制策略具体为:
将终端根据当前的归一化弹性温度可调裕度值进行队列排序;
当终端的归一化弹性温度可调裕度值的值变为0,运行状态将发生改变,在下一时刻从开启或关闭群体跳转到另一个群体;
若接受到控制指令,则立刻改变开关状态,跳转到另一个群体。
5.根据权利要求1所述的一种基于用户需求的中央空调集群优化控制方法,其特征在于,所述最大化负荷聚合商利润的目标函数还需满足电功率平衡及约束。
CN201710942098.6A 2017-10-11 2017-10-11 一种基于用户需求的中央空调集群优化控制方法 Expired - Fee Related CN107906675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710942098.6A CN107906675B (zh) 2017-10-11 2017-10-11 一种基于用户需求的中央空调集群优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710942098.6A CN107906675B (zh) 2017-10-11 2017-10-11 一种基于用户需求的中央空调集群优化控制方法

Publications (2)

Publication Number Publication Date
CN107906675A true CN107906675A (zh) 2018-04-13
CN107906675B CN107906675B (zh) 2019-12-20

Family

ID=61840315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710942098.6A Expired - Fee Related CN107906675B (zh) 2017-10-11 2017-10-11 一种基于用户需求的中央空调集群优化控制方法

Country Status (1)

Country Link
CN (1) CN107906675B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034527A (zh) * 2018-06-13 2018-12-18 国网江苏省电力有限公司电力科学研究院 一种含中央空调及数据中心的紧急需求响应组合调控方法
CN109405202A (zh) * 2018-11-12 2019-03-01 国网江苏省电力有限公司南通供电分公司 一种基于用户需求的中央空调集群优化控制方法
CN109672176A (zh) * 2019-01-09 2019-04-23 国家电网有限公司 一种温控负荷控制目标确定方法和系统
CN111271824A (zh) * 2020-02-26 2020-06-12 贵州电网有限责任公司 一种中央空调需求响应集中分散控制方法
CN109269021B (zh) * 2018-09-05 2020-06-30 安徽省建筑设计研究总院股份有限公司 空调系统节能运行优化调度方法
CN111380160A (zh) * 2018-12-27 2020-07-07 江苏方天电力技术有限公司 一种用户舒适度的暖通空调负荷需求响应潜力挖掘方法
CN112001625A (zh) * 2020-08-21 2020-11-27 天津大学 一种冰灾下输电系统的全时段韧性增强方法
CN112629072A (zh) * 2020-11-26 2021-04-09 中国农业大学 煤改电用户空气源热泵节能控制装置
CN113300375A (zh) * 2021-05-20 2021-08-24 燕山大学 一种考虑用户参与意愿差异的温控负荷需求响应控制方法
CN113807554A (zh) * 2020-06-11 2021-12-17 国网电力科学研究院有限公司 基于现货模式下的负荷聚合商能源优化方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130218360A1 (en) * 2012-02-22 2013-08-22 David Joseph Najewicz Aggregate load management at a system level
CN103293961A (zh) * 2013-06-07 2013-09-11 天津大学 一种基于需求响应控制的能效电厂建模和集成方法
CN106022548A (zh) * 2016-07-11 2016-10-12 东南大学 一种针对聚合空调的变时段尖峰电价优化方法
US20170025851A1 (en) * 2015-07-24 2017-01-26 Battelle Memorial Institute Aggregate Load Controllers and Associated Methods
CN106372762A (zh) * 2016-10-12 2017-02-01 国网上海市电力公司 一种含需求响应的微网经济优化运行设计方法
CN106469354A (zh) * 2016-09-09 2017-03-01 中国电力科学研究院 一种负荷聚合商模式下的用户需求响应参与方法
CN107143968A (zh) * 2017-04-14 2017-09-08 东南大学 基于空调聚合模型的调峰控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130218360A1 (en) * 2012-02-22 2013-08-22 David Joseph Najewicz Aggregate load management at a system level
CN103293961A (zh) * 2013-06-07 2013-09-11 天津大学 一种基于需求响应控制的能效电厂建模和集成方法
US20170025851A1 (en) * 2015-07-24 2017-01-26 Battelle Memorial Institute Aggregate Load Controllers and Associated Methods
CN106022548A (zh) * 2016-07-11 2016-10-12 东南大学 一种针对聚合空调的变时段尖峰电价优化方法
CN106469354A (zh) * 2016-09-09 2017-03-01 中国电力科学研究院 一种负荷聚合商模式下的用户需求响应参与方法
CN106372762A (zh) * 2016-10-12 2017-02-01 国网上海市电力公司 一种含需求响应的微网经济优化运行设计方法
CN107143968A (zh) * 2017-04-14 2017-09-08 东南大学 基于空调聚合模型的调峰控制方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034527A (zh) * 2018-06-13 2018-12-18 国网江苏省电力有限公司电力科学研究院 一种含中央空调及数据中心的紧急需求响应组合调控方法
CN109269021B (zh) * 2018-09-05 2020-06-30 安徽省建筑设计研究总院股份有限公司 空调系统节能运行优化调度方法
CN109405202A (zh) * 2018-11-12 2019-03-01 国网江苏省电力有限公司南通供电分公司 一种基于用户需求的中央空调集群优化控制方法
CN111380160A (zh) * 2018-12-27 2020-07-07 江苏方天电力技术有限公司 一种用户舒适度的暖通空调负荷需求响应潜力挖掘方法
CN109672176A (zh) * 2019-01-09 2019-04-23 国家电网有限公司 一种温控负荷控制目标确定方法和系统
CN111271824A (zh) * 2020-02-26 2020-06-12 贵州电网有限责任公司 一种中央空调需求响应集中分散控制方法
CN113807554A (zh) * 2020-06-11 2021-12-17 国网电力科学研究院有限公司 基于现货模式下的负荷聚合商能源优化方法和装置
CN112001625A (zh) * 2020-08-21 2020-11-27 天津大学 一种冰灾下输电系统的全时段韧性增强方法
CN112001625B (zh) * 2020-08-21 2023-11-14 天津大学 一种冰灾下输电系统的全时段韧性增强方法
CN112629072A (zh) * 2020-11-26 2021-04-09 中国农业大学 煤改电用户空气源热泵节能控制装置
CN113300375A (zh) * 2021-05-20 2021-08-24 燕山大学 一种考虑用户参与意愿差异的温控负荷需求响应控制方法
CN113300375B (zh) * 2021-05-20 2022-08-19 燕山大学 一种考虑用户参与意愿差异的温控负荷需求响应控制方法

Also Published As

Publication number Publication date
CN107906675B (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN107906675A (zh) 一种基于用户需求的中央空调集群优化控制方法
CN105352108B (zh) 一种基于空调用电模式的负荷优化控制方法
CN110044020B (zh) 计及空调用户舒适度的需求侧响应方法
CN108321793A (zh) 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法
CN108494012B (zh) 一种计及电转气技术的区域综合能源系统在线优化方法
CN104699051B (zh) 一种温控设备需求响应控制方法
CN110322056A (zh) 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法
CN107451931A (zh) 家庭智能用电设备的优化调度方法
CN106655221A (zh) 一种平抑微网联络线功率波动的空调负荷协调控制方法
CN114623569B (zh) 一种基于深度强化学习的集群空调负荷差异化调控方法
CN105790286A (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
CN105356491A (zh) 一种基于储能和虚拟储能最优控制的功率波动平抑方法
CN106372752A (zh) 一种变频空调热电池建模及其调度方法
CN110535142B (zh) 基于改进离散型pso算法的用电智能控制方法及计算机可读存储介质
CN116128201A (zh) 一种基于非合作博弈的多虚拟电厂点对点能源交易方法
CN108151242B (zh) 一种面向集群需求响应的中央空调控制方法
CN113610330B (zh) 一种基于用户体验的用户侧灵活资源用能行为优化方法
CN114825371A (zh) 基于调节前后节点电压约束的聚合温控负荷多层调控方法
CN115051374B (zh) 电采暖设备参与电力调峰的控制方法、装置和存储介质
CN116976513A (zh) 一种不同类型负荷参与条件下的聚合商优化方法
Gong et al. Analysis of electricity consumption behavior of air conditioning based on the perspective of power demand response
Hou et al. Two-Layer Control Framework and Aggregation Response Potential Evaluation of Air Conditioning Load Considering Multiple Factors
CN107392480A (zh) 一种计及用电行为的家庭负荷需求响应日内调度方法
CN113283709A (zh) 一种面向农村电网的分层分布式负荷协同调度方法
CN117559464B (zh) 一种电力需求响应的调控方法、系统、电子设备及介质

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191220