CN108039710A - 一种基于阶跃特性的空调负荷参与的电网日前调度方法 - Google Patents

一种基于阶跃特性的空调负荷参与的电网日前调度方法 Download PDF

Info

Publication number
CN108039710A
CN108039710A CN201711114211.8A CN201711114211A CN108039710A CN 108039710 A CN108039710 A CN 108039710A CN 201711114211 A CN201711114211 A CN 201711114211A CN 108039710 A CN108039710 A CN 108039710A
Authority
CN
China
Prior art keywords
mrow
msub
load
power
heat
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
CN201711114211.8A
Other languages
English (en)
Other versions
CN108039710B (zh
Inventor
葛维春
沈力
耿博文
杨俊友
崔嘉
李家珏
王顺江
罗桓桓
张铁岩
高凯
苏安龙
戈阳阳
朱钰
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.)
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
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 State Grid Corp of China SGCC, Shenyang University of Technology, State Grid Liaoning Electric Power Co Ltd, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711114211.8A priority Critical patent/CN108039710B/zh
Publication of CN108039710A publication Critical patent/CN108039710A/zh
Application granted granted Critical
Publication of CN108039710B publication Critical patent/CN108039710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y04S20/244—Home appliances the home appliances being or involving heating ventilating and air conditioning [HVAC] units

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于阶跃特性的空调负荷参与的电网日前调度方法，属于电力系统运行与调度领域。本发明针对现有技术中大型建筑中央空调系统采用轮停控制时，引发的大型建筑温度无法准确控制，耗电量不能准确，进而导致电网日前调度发电量不准确的技术问题，将空调负荷的特征提取与预测技术结合，提取历史空调负荷，建立大型建筑各热负荷模型并推导出总热负荷模型，计算出大型建筑中央空调系统的可调度能力，根据调度能力参与招标并完成电网调度命令。对于电网侧，负荷实现削峰填谷，提高电网安全稳定系数。对于用户侧，节约电量并且得到电网给于的调度补偿，是智能电网参与调度的发展趋势。即用户与电网的协调控制。

Description

一种基于阶跃特性的空调负荷参与的电网日前调度方法
技术领域
本发明涉及电力系统运行与调度领域，具体涉及一种基于阶跃特性的空调负荷参与的电网日前调度方法。
背景技术
我国每年投资超过千亿元人民币兴建发电站满足夏季用电高峰对电网峰值要求。然而，电厂每年的利用时间短、单位成本高、对环境严重污染等问题不断恶化，而且各种负荷不断增加，尤其是空调负荷在夏季峰值负荷中快速增长。现有技术对于电网日前调度常采用的方法：我国的公共楼宇大规模空调负荷目前具有非常大的调控潜力。电网负荷尖峰负荷时间短，仅为几十个小时，传统机组调峰经济性下降：空调已成为高、尖峰负荷的主因，发达地区超过1/3，甚至接近50％。2015年北京夏季空调负荷720万KW，江苏夏季空调负荷2700万KW，分别占最大负荷的38％和32％。近年来空调参与电网调峰措施主要是①中断控制，即在需要的时候恰当的关闭空调设备；②温度控制，就是通过操作用户的温度控制器的温度设定值，来实现对空调负荷的调控。上述技术只是单纯的实现负荷降低、但由于自然増长率等问题的不断严重，这些技术已不能实现用于电力负荷平衡的目的，所以基于周期暂停控制，又叫轮停，是指对空调制冷机实施周期性启/停，通常对一个周期内空调制冷机在周期内的运行时间所占的比例叫做“占空比”的方式和小型公共楼宇响应电力部门的调度指令进行双层控制，能够准确有效的实现电离平衡，而且电力公司与调度部门的经济利益均最大化，是双赢的调度措施。
如果电网峰值负荷仅由安装的发电站完成调峰，发电和供电成本会不断增加，由于空调负荷在夏季比例很大，电网中空调负荷是一个释放压力冲突的有效途径，同时夏季也是大规模空调负荷作为虚拟峰值单元用于负荷调峰的高峰期。
现有技术《公共楼宇大规模空调负荷虚拟调峰关键技术研究》，建立公共建筑中央空调的物理模型，通过改变全局温度、增加冷冻水温度、关闭风机盘管、关闭机组等，降低制冷机组、水泵、风机、冷却塔等物理模型的能耗，从而实现中央空调参与调峰。然而该论文中的控制策略只是达到能耗降低，对于室内的温度无法实现准确控制。因为室内温度控制是一个动态过程，空调也是持续性工作，现有技术使得对于电网调度范围十分有限。
发明内容
本发明针对现有技术中大型建筑中央空调系统采用轮停控制时，引发的大型建筑温度无法准确控制，耗电量不能准确，进而导致电网日前调度发电量不准确的技术问题问题。将空调负荷的特征提取与先进的预测技术集结合，准确提取历史空调负荷，建立大型建筑内各热负荷模型并推导出总热负荷模型，准确地计算出公共建筑中央空调系统的可调度能力。在进行夏季电网调峰的基础上，实现电网发电与用户用电平衡的目的，对于参与调峰的大型建筑予以一定的补偿措施，使得电网与用户双赢效果。
为了实现上述目的，本发明提出如下技术方案：根据空调负荷的特征提取即基线计算法，提取大型建筑历史空调负荷曲线。将影响空调负荷的最主要的三个因素：温度、湿度和累积效应考虑进来并归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑的日空调负荷的数据放到反向传播神经网络中进行训练和修正，输入为加权温湿指数，输出为日空调负荷。最终输入输出满足精度要求的情况下，预测出调度日前空调负荷曲线。建立公共建筑的室内热负荷模型，考虑室内各种放热和蓄热因素，得到系统的总冷却能力。建立空调停机和运转时室温时变模型，实施蓄冷轮停的控制策略，根据每个制冷机组的参数，得该控制策略的每个制冷机组的耗电量，最终控制策略下计算出的空调耗电量与预测技术得到的空调负荷曲线的差值作为大型建筑的可调度范围，等效为一台虚拟调峰机组，基于上述方法可提供给电网每日准确调度信息，避免电力系统不平衡的问题。实现电网发电与用户用电平衡的目标，对于参与调度的大型建筑采取相应的补偿措施，达到电网与用户的利益双赢效果。
具体步骤如下：
步骤一：根据空调负荷的基线计算法，用电网的负荷曲线推算空调负荷曲线。具体步骤为：以春季和秋季的工作日负荷曲线的平均值为基础，夏季每天的负荷曲线与春秋平均负荷曲线的差值就是当天的空调负荷曲线，空调负荷的最大值就是当天的空调负荷，得到调度日前一个月的空调负荷曲线。将影响空调负荷的三个因素：温度、湿度、累积效应归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑日的空调负荷放到反向传播神经网络中进行训练和修正，输入为加权温湿指数，输出为日空调负荷。最终输入输出满足精度要求的情况下，预测出调度日前空调负荷。
步骤二：将公共建筑室内各种热负荷的动态数据进行归一化处理，将公共建筑等效为动态的热负荷模型，即将公共建筑等效为一个简单的发热耗电的设备，当公共建筑内部温度上升1℃，消耗多少电量的模型，该模型中主要包括热量瞬间增益即根据能量守恒定律，公共建筑内部增加热量为qc1、新入空气增加的热量为qnw、内墙积蓄的热量为qx，三热量之和为qch，即公共建筑内部的总热量，也是中央空调系统需要冷却的热量。qc1是由从外壁和屋顶传递一小时热量数学模型qer，从外部窗口传递一小时热量数学模型qew，从外部窗口由太阳的辐射一小时热量数学模型qrh，室内电热设备散热一小时热量数学模型qe，室内照明设备的散热一小时热量数学模型q1，室内人体的散热一小时热量数学模型qP构成。qnw由外界新空气传入一小时而产生的热量的数学模型构成。qx由公共建筑内墙积蓄一小时热量的数学模型构成。
在此基础上通过空调机组的热动力学模型，建立空调功率、温度及时间之间的关系，建立公共建筑室内热负荷模型与中央空调系统制冷量之间的数学表达式，即当中央空调系统运行时室内温度降低的数学表达式，停止时室内温度上升的数学表达式，最终该数学表达式作为空调机组的热参数模型，考虑人体舒适度，室温变化是一个温度带。根据温度带的范围和空调的热参数模型，求解空调负荷控制周期，包括(空调开启和关停时间)以及对应时间段室温变化关系式。
步骤三：控制策略的实施，本发明提出以负荷聚合商作为中间方的双层控制模型一、上层控制模型，即宏观上电力公司可以与负荷聚合上签订合同规定负荷消减的时段、出力及报酬支付。二、下层控制模型，即负荷聚合商与用户签订合同获得电力用户空调负荷的部分用电决策权。负荷聚合商通过历史能用数据和气象数据，预测空调负荷的可控容量，并在日前市场进行报价招标，超标被电力公司接受后负荷聚合商需要制定合理的控制策略，使得完成调度计划。
具体控制操作如下：负荷聚合商的控制区域内有n台空调(假定每个公共建筑只有一个中央空调)，首先将这些空调分为τc组进行轮控，假设空调负荷在控制周期内处于“开启”(绿色)状态的时间为τon，处于“关停”状态(红色)的时间为τoff。即空调达到温度设定值最小值Tmin时，则进入“关停”状态，达到最大值时Tmax，则进入“开启”状态。一个控制周期为τc个状态，每个状态的时间间隔是1min，进入下一分钟时总能有一组空调关停，另一组空调开启。例如，空调控制周期是10分钟，开启时间是3分钟，关停时间是7分钟，开启始终为3组空调关停始终为7组空调。
根据空调负荷直接参与电网调度，首先需要确定一共有多少(m)家负荷聚合商，确定次日调度共分为多少(M)个时段(每段的时间间隔为Δx)，负荷聚合商(k＝1，2，3….m)向电力公司供应在(x＝1,2,3…M)时段电力消减量和报价。基于将负荷分为各个负荷聚合商，负荷聚合商再其分配给各个用户，负荷聚合商可以通过智能技术直接感知用户空调负荷的状态和控制空调，即用户在控制周期内每隔一分钟关闭一下已经制冷完毕的用户，开启一家没有制冷的用户。
步骤四：建立电力网络调度决策模型，即电网公司补偿用户的费用最少为目标函数，包括发电机组制造和启动成本、环境发电带来的污染治理成本，调峰容量约束、调峰总量约束、调峰偏差约束关系。各参与调度单位经济及补偿措施，对于投标成功者，电力公司针对符合聚合商提供的可控容量，下达调度指令，对于负荷聚合商考虑其是否完成电力公司的调度计划，若负荷聚合商供应的电力消减量小于调度计划，则按照实际消减量结算，若大于调度计划，则按照调度计划结算，但如果小于消减量小于调度计划的偏差大于最大值，那么电力公司要对负荷聚合商进行罚款。最终实现电网发电与大型建筑用电平衡的目标。采取相应的电价补偿措施达到电网与用户的双赢效果。
有益效果
本发明针对现有技术中大型建筑中央空调系统采用轮停控制时，引发的大型建筑温度无法准确控制，耗电量不能准确，进而导致电网日前调度发电量不准确的技术问题。将空调负荷的特征提取与先进的预测技术集结合，准确提取历史空调负荷，建立大型建筑内各热负荷模型并推导出总热负荷模型，准确地计算出公共建筑中央空调系统的可调度能力。在进行夏季电网调峰的基础上，实现电网发电与用户用电平衡的目的，对于参与调峰的大型建筑予以一定的补偿措施，使得电网与用户双赢效果。
附图说明
图1为本发明提供的一种基于阶跃特性的空调负荷参与的电网日前调度方法的流程图。
图2为本发明提供的一种基于阶跃特性的空调负荷参与的电网日前调度方法预测技术的流程图。
图3为本发明提供的一种基于阶跃特性的空调负荷参与的电网日前调度方法空调轮停控制图。
具体实施方式
下面结合上述各个附图对本发明提出的具体实施方式做进一步的说明。如图1所示，基于阶跃类负荷，将公共建筑中央空调系统蓄冷轮停控制作为虚拟调峰机组参与电网日前调度的构建方法，空调基线负荷具体方法如下：
(1)每年4月份为春季，4月份每天的负荷曲线为P春，d,b；
(2)统计出4月份工作日的平均负荷曲线作为春季的负荷曲线P春，h；
用同样的方法得出10月份为代表的秋季工作日平均负荷曲线P秋，h，其中W为工作日，h为每天小时数。以春季和秋季负荷曲线的平均值作为夏季没有开启空调负荷的“无空调用电负荷曲线”即作为基线的负荷曲线，取春秋2个季度的平均值可以消除负荷自然增长的影响，认为夏季负荷与“无空调用电负荷曲线”的差值就是受温度影响的空调负荷曲线。即
P空调，d,h＝P夏,h-(P秋,h+P春,h)/2(h＝1,2,…,24)(1)P空调，d,h是工作日的空调负荷曲线。同理计算非工作日的空调负荷曲线时，春、夏、秋季都选取非工作日的负荷曲线。
KWTHI＝(10×KTHI+KWTHI-1+KWTHI-2)/14 (2)
KTHI＝TF+(0.55+0.55HL)×(TF-58) (3)
其中，KWTHI是抽样日的加权温湿度指数；KTHI、KWTHI-1和KWTHI-2分别是抽样日、抽样日前1天、抽样日前2天的温湿度指数(THI)；TF是抽样日的平均华氏温度；HL是采样日的湿度(％)。分别计算调度日的KWTHI与调度日之前两个月内的KWTHI之间的误差绝对值。选择最小绝对值误差的二十天作为典型的相似日。
最后采用反向传播神经网络(BPNN)，对于该BPNN，输入变量为KTHI和KWTHI，输出变量为公共建筑一天的96个监控期间的中央空调负载值(预测日分为96个监控期，持续时间为15分钟，并假设本发明讨论的所有功率变量和冷却能力变量的值在每个调节期间保持不变)。通过使用20个典型相似日输入和输出变量的值，确定BPNN的隐藏层和输出层之间的连接权重。然后，根据这些连接权重，通过输入预测日的KTHI和KWTHI的值获取调度日的96个监管期间的中央空调负荷值。
基于阶跃特性的空调负荷参与电网日前调度方法：
公共建筑热负荷模型：根据能量守恒定律，公共建筑内部增加热量为qc1、新入空气增加的热量为qnw、内墙积蓄的热量为qx，三热量之和为qch，即公共建筑内部的总热量，也是中央空调系统需要冷却的热量。qc1是由从外壁和屋顶传递一小时热量数学模型qer，从外部窗口传递一小时热量数学模型qew，从外部窗口由太阳的辐射一小时热量数学模型qrh，室内电热设备散热一小时热量数学模型qe，室内照明设备的散热一小时热量数学模型q1，室内人体的散热一小时热量数学模型qP构成。每个变量的表达式可以写成：
qch＝qcl+qnw+qx (4)
qcl＝qer+qew+qrh+qe+q1+qp (5)
qer＝∑KiFi(Tout-Tin) (6)
qew＝∑KcFc(Tout-Tin) (7)
qrh＝∑qfFeCsCnCcl (8)
qe＝1000n1n2n3Ne (9)
q1＝1000n4n5n6n7N1 (10)
qp＝Crnpφqr+npφqq (11)
qx＝SiFindTin(t) (13)
其中Fi是内墙或屋顶的面积(m2)；Ki是内壁或屋顶的热传递系数(W/(m2·K))；Tin是室内温度(℃)Fc是外窗的面积(m2)；Kc是外窗的传热系数(W/(m2·K))；Tout是室外空气温度(℃)；qf是太阳从外部窗口的最大辐射热(W/m2)；Cs是外窗玻璃类型的校正系数；Cn是外窗的内帘的遮蔽系数；Ccl是外窗的冷负荷系数；n1是室内电热设备的设定系数；n2是室内电热设备的负载系数；n3是室内电热设备的负载系数；Ne是室内电热设备的安装功率(kW)；n4是室内照明设备的负载系数；n5是室内照明设备的蓄热系数；n6是整流器的功耗系数；n7是室内照明设备的设定系数；N1是室内照明设备的安装功率(kW)；Cr是来自人体的显热增益的冷负荷系数；np是建筑物中的总人数；qr是成年人的放热(W)；φ是聚类系数，儿童被转化为成年人的散热比；qq是成人工作活动热量释放(W)；是新鲜空气量(g/s)；Si是内壁的储热系数(W/(m2·K))；Fin是内墙的面积(m2)。
对于建筑物，建立空调机组的热动力学模型，即中央空调系统运行和停止时室内热量的变化数学关系，可分别表示为：
CaVkρadTin＝qc1dt+qnwdt-qx (14)
CaVkρadTin＝qc1dt+qnwdt-qx-qch.tdt (15)
其中，Ca是空气恒压比热(J/kgC),取为0.28；Vk是建筑物的制冷空间的体积(m3)，可以通过乘以可用面积、楼层高度和层数来计算；ρa是空气密度(kg/m3)，取为1.29；qch.t是中央空调系统的冷水机组的小时制冷能力(W)。
从(14)和(15)进一步推导，公共建筑中央空调系统在运行期和停止期间的热参数模型，即中央空调系统载运行期和停止期间室温变化表达式，分别如下；
其中，
Xk＝CaVkρa+SiFin
根据(16)和(17)，通过将h作为时间间隔离散t的变量，并假设中央空调的冷却器单元以恒定功率pch(对应于冷却器单元的恒定冷却能力qch，即qch.t＝qch)。在整控制周期内，将建筑物室内温度在中央空调系统运行期间和停止期间的时间关系可以分别写为：
式中
假设Tout在控制期内是不变的，可以实现以下等式，
τc＝τon+τoff (22)
其中，[TminTmax]是建筑物室内温度(℃)的控制间隔；τc是建筑物中央空调系统的冷水机组的一个控制期。从(20)到(22)可以看出，τon和τoff分别是一个控制期间中央空调系统的冷却器单元的冷却时间和停电时间，通过制冷装置在τon以恒定的冷却功率qch的运行操作、在τoff内停止的操作，实现建筑物室内温室在Tmin和Tmax之间循环变化。
所述的基于一种基于阶跃特性的空调负荷参与电网日前调度的方法中控制策略分析。
螺杆式或离心式冷却机组通常用在建筑物的中央空调系统中。对于冷却机组，额定功率不低于100kW，额定转速不低于3000r/min。不能实现每个冷却器单元的瞬时启动和关闭。对于建筑物的中央空调系统，无法最优实现上述频繁的定期起停控制策略。鉴于此，本文提出一种通过交替定期开启和关闭每层楼的终端设备，为大型建筑的非冷库中央空调系统提供一种新颖的控制策略。在满足热舒适要求的前提下，该策略不仅可以实现公共建筑的非冷库中央空调系统的负荷减少，而且使冷水机组在理想的工作状态下运行。控制策略基于以下两个假设：(a)在终端设备的相同工作状态下，冷水机组的冷却功率均匀分布在建筑物的每一层。(b)在室内温度的初始条件下，在获得相同冷却功率时，每一层建筑室温变化相等。对于控制策略，一方面，建筑非冷库中央空调系统的制冷机组在整个运行期间以恒定的制冷量qch运行。此外，qch满足(23)、(24)，
其中为中央空调系统总冷却功率分布在每层楼的冷却功率，
大型建筑冷库中央空调系统的冷水机组包括蓄冷冷水机组和基础冷水机组。一般来说，大型建筑冷库中央空调系统的运行方式规定如下。上午0时至8时，应用山谷电价时，蓄冷冷水机组以额定功率运行，采集的冷能储存在储冰罐内，同时，建筑物的室内温度下降全部由基础冷水机组供应。上午8时至中午12时，建筑物室内温度下降的冷却负荷优先由基础制冷机组提供，基础冷水机组不能满足的那部分冷却负荷由储冰罐提供。
通过采用上述操作方式，存在储存罐中存储的冷能不能全部或几乎全部被释放的问题，导致能量的浪费。鉴于此，本文采用了一种用于规范公共建筑冷库中央空调系统的恒定比例控制方法。对于本发明而言，中央空调系统提供的总冷却功率，其中由固定1/4冷却功率是由储冰罐提供的。具体的控制策略如下：上午0时至8时，公共建筑冷库中央空调系统的运行模式保持不变。建筑物的室内温度降低的热负荷由基础冷水机组和储冰罐联合供给，并且由储冰罐提供的冷却功率与建筑物室内温度下降的整个冷却功率的比率为常数k，此处的k值即为固定比例常数。该控制方法不仅可以通过选择k的适当值，实现在一天内全部或几乎全部的将蓄冷罐储存的释放，而且还实现公共建筑的冷库中央空调系统的高峰负荷时段的负载减少。该方法可表示为：
qi＝qb,i+qs,i (25)
qs,i＝k·qi (26)
其中i是监控期，i＝33,34，...，96。qi是i(kW)期间建筑物室内温度降低的总冷却功率；qb,i是基础冷水机组在i(kW)期间提供的冷却能功率qs,i是在i(kW)期间由在储冰罐里提供的冷却功率；KLF是一天结冰时储冰罐剩余冰量的百分比；Qs是由双作用冷却器单元从上午0点到上午8点(kWh)供应的总储存冷能。
通过采用上述控制策略，公共建筑中央空调系统的冷水机组可以在部分负荷条件下运行。
对于本文讨论的机组式和离心冷水机组，电力消耗与一台冷水机组的冷却能力呈非线性关系。根据制造商提供的每个制冷机组的参数，每个制冷机组的耗电量与冷却能力之间的非线性关系可以拟合成以下三次多项式
其中，qc.f.g.i是fth公共建筑gth冷水机组在i(kW)期间的制冷量，Pc.f.g.i是fth公共建筑的gth冷水机组在i(kW)期间的用电量；d3.f.g、d2.f.g、d1.f.g、d0.f.g都是fth公共建筑的gth冷水机组装载系数。
从(28)，可以计算出每个公共建筑中央空调系统采用上述控制策略的总负荷值。那么，每个公共建筑的中央空调系统的可调度能力可以写成
Pd.f.i＝Pf.i-Pt.f.i (29)
其中Pt.f.i是fth公共建筑采用蓄冷轮停调节后的总负载值；Pf.i是采用第一步中预测技术预测出的大型建筑日前空调负荷；Pd.f.i是公共建筑采用轮停控制策略减少的空调负荷，即为中央空调系统的可调度范围。
基于阶跃特性的空调负荷参与电网日前调度方法，
建立电力网络调度决策模型，即电网公司补偿用户的费用最少为目标函数，包括发电机组制造和启动成本、环境发电带来的污染治理成本，调峰容量约束、调峰总量约束、调峰偏差约束关系。各参与调度单位经济及补偿措施，对于投标成功者，电力公司针对符合聚合商提供的可控容量，下达调度指令，对于负荷聚合商考虑其是否完成电力公司的调度计划，若负荷聚合商供应的电力消减量小于调度计划，则按照实际消减量结算，若大于调度计划，则按照调度计划结算，但如果小于消减量小于调度计划的偏差大于最大值，那么电力公司要对负荷聚合商进行罚款。最终实现电网发电与大型建筑用电平衡的目标。采取相应的电价补偿措施达到电网与用户的双赢效果。因此，由公共建阶跃特性的空调负荷电力网络决策调度的目标函数可以表示为：
其中vm,f和ve,f分别是早晨和晚上的fth公共建筑是否开放的指标变量(1表示开放，0表示不开放)；ccom是中央空调系统参与峰值负荷削减的公共建筑补偿电价(元/千瓦时)；um,f,l和ue,f,l分别是提供fth公共建筑的非冷库中央空调系统采用上述控制模式的指标变量；uf,l是表示fth公共建筑的冷库中央空调系统采用上述控制模式的指标变量；pd,f,l,i是在I(kW)期间采用轮停蓄冷控制模式时，fth公共建筑中央空调系统的可调度能力，其可以由(29)计算，F是拥有冷库中央空调系统参与该地区高峰负荷消减的公共建筑总数；F1是拥有非冷库中央空调系统参与该地区高峰负荷消减的公共建筑物数量,cg,m,i发电厂的发电成本(元)，为发电机组(GU)输出的二次函数，pd,f,l,i是采用轮停控制的系统可调度范围；M是发电机组的总数；cst,m,i是发电机组的启动成本，em是单位污染物排放量；cem是火力机组排放污染物的治理价格(元/吨)。(30)的第一个公式代表该地区大型建筑的补偿电费总和。
负荷聚合商需要支付参与直接负荷控制项目的用户一部分补偿费用，本发明假设补偿费用率为y0，则负荷商k支付的补偿费用F2
约束条件
假设一共有m家负荷聚合商，次日负荷调度分为M个时段(每个时段的间隔为Δx分钟)，负荷聚合商k(k＝1,2,3……m)在x时段(x＝1,2,3……M)投标的供应电力消减量和报价分别为C(x,k)、η(x,k),电力公司x时段的系统总消减量为Preq(x)，分配给负荷聚合商k的缺额为D(x,k)，由此建立约束条件关系如下：
.s.t.0≤D(x,k)≤C(x,k) (32)
基于大型建筑中央空空调系统参与电网日前调度方法的运作方法如下：
(1)电力公司事先明确控制策略执行时间，并事先确定相应用户的补偿价格。
(2)用户需要上报的信息包括：①空调制冷面积、房间层高和楼层位置；②空调额定的制冷功率、额定制冷量和能效比；
(3)基于特征提取得到历史空调负荷曲线，基于轮停控制策略得到调度耗电量，进行日出力调度，达到电力平衡的目的，根据目标函数计算系统运营成本最小。
以上给出了具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

Claims (11)

1.一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，该方法根据空调负荷的特征提取大型建筑历史空调负荷曲线，将影响空调负荷的三个因素：温度、湿度和累积效应考虑并归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑的日空调负荷的数据放到反向传播神经网络中进行训练和修正，预测调度日前空调负荷曲线；建立公共建筑的室内热负荷模型，考虑室内各种放热和蓄热因素，得到系统的总冷却能力；建立空调停机和运转时室温时变模型，实施蓄冷轮停的控制策略，得该控制策略的每个制冷机组的耗电量，计算出的空调耗电量与预测技术得到的空调负荷曲线的差值作为大型建筑的可调度范围，等效为一台虚拟调峰机组。
2.如权利要求1所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，该方法具体步骤如下：步骤一、根据空调负荷的基线计算法，用电网的负荷曲线推算空调负荷曲线：以春季和秋季的工作日负荷曲线的平均值为基础，夏季的负荷曲线与春秋负荷曲线的差值即空调负荷曲线，空调负荷的最大值即空调负荷，得到调度日前一个月的空调负荷曲线；将影响空调负荷的三个因素：温度、湿度、累积效应归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑日的空调负荷放到反向传播神经网络中进行训练和修正，输入为加权温湿指数，输出为日空调负荷；预测出调度日前空调负荷；步骤二、将公共建筑室内各种热负荷的动态数据进行归一化处理，将公共建筑等效为动态的热负荷模型；步骤三、控制策略的实施；步骤四、建立电力网络调度决策模型。
3.如权利要求1所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤一具体方法如下：
(1)每年4月份为春季，4月份每天的负荷曲线为P春，d,b；
(2)统计出4月份工作日的平均负荷曲线作为春季的负荷曲线P春，h；
用同样的方法得出10月份为代表的秋季工作日平均负荷曲线P秋，h，其中W为工作日，h为每天小时数；以春季和秋季负荷曲线的平均值即基线的负荷曲线，夏季负荷与“无空调用电负荷曲线”的差值即受温度影响的空调负荷曲线：
P空调，d,h＝P夏,h-(P秋,h+P春,h)/2(h＝1,2,…,24) (1)
P空调，d,h是工作日的空调负荷曲线；同理计算非工作日的空调负荷曲线时，春、夏、秋季选取非工作日的负荷曲线；
KWTHI＝(10×KTHI+KWTHI-1+KWTHI-2)/14 (2)
KTHI＝TF+(0.55+0.55HL)×(TF-58) (3)
其中，KWTHI是抽样日的加权温湿度指数；KTHI、KWTHI-1和KWTHI-2分别是抽样日、抽样日前1天、抽样日前2天的温湿度指数THI；TF是抽样日的平均华氏温度；HL是采样日的湿度(％)；分别计算调度日的KWTHI与调度日之前两个月内的KWTHI之间的误差绝对值；选择最小绝对值误差的二十天作为典型的相似日；
采用反向传播神经网络，输入变量为KTHI和KWTHI，输出变量为公共建筑一天的监控期间的中央空调负载值，确定BPNN的隐藏层和输出层之间的连接权重；根据这些连接权重，通过输入预测日的KTHI和KWTHI的值获取调度日的监管期间的中央空调负荷值。
4.如权利要求3所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，所述步骤二将公共建筑室内热负荷的动态数据进行归一化处理，将公共建筑等效为动态的热负荷模型，即将公共建筑等效为一个简单的发热耗电的设备，当公共建筑内部温度上升1℃，消耗多少电量的模型，该模型中包括热量瞬间增益即根据能量守恒定律，公共建筑内部增加热量为、新入空气增加的热量为、内墙积蓄的热量为三热量之和为公共建筑内部的总热量；由从外壁和屋顶传递一小时热量数学模型，从外部窗口传递一小时热量数学模型，从外部窗口由太阳的辐射一小时热量数学模型，室内电热设备散热一小时热量数学模型，室内照明设备的散热一小时热量数学模型，室内人体的散热一小时热量数学模型构成；由外界新空气传入一小时而产生的热量的数学模型构成；由公共建筑内墙积蓄一小时热量的数学模型构成。
5.如权利要求4所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，所述步骤二公共建筑热负荷模型：根据能量守恒定律，公共建筑内部增加热量为qc1、新入空气增加的热量为qnw、内墙积蓄的热量为qx，三热量之和为qch，即公共建筑内部的总热量，也是中央空调系统需要冷却的热量；qc1是由从外壁和屋顶传递一小时热量数学模型qer，从外部窗口传递一小时热量数学模型qew，从外部窗口由太阳的辐射一小时热量数学模型qrh，室内电热设备散热一小时热量数学模型qe，室内照明设备的散热一小时热量数学模型q1，室内人体的散热一小时热量数学模型qP构成；每个变量的表达式可以写成：
qch＝qcl+qnw+qx (4)
qcl＝qer+qew+qrh+qe+q1+qp (5)
qer＝∑KiFi(Tout-Tin) (6)
qew＝∑KcFc(Tout-Tin) (7)
qrh＝∑qfFeCsCnCcl (8)
qe＝1000n1n2n3Ne (9)
q1＝1000n4n5n6n7N1 (10)
qp＝Crnpφqr+npφqq (11)
<mrow> <msub> <mi>q</mi> <mrow> <mi>n</mi> <mi>w</mi> </mrow> </msub> <mo>=</mo> <mn>1.01</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <mn>1.01</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>+</mo> <mn>38.5</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
qx＝SiFindTin(t) (13)
其中Fi是内墙或屋顶的面积(m2)；Ki是内壁或屋顶的热传递系数(W/(m2·K))；Tin是室内温度(℃)Fc是外窗的面积(m2)；Kc是外窗的传热系数(W/(m2·K))；Tout是室外空气温度(℃)；qf是太阳从外部窗口的最大辐射热(W/m2)；Cs是外窗玻璃类型的校正系数；Cn是外窗的内帘的遮蔽系数；Ccl是外窗的冷负荷系数；n1是室内电热设备的设定系数；n2是室内电热设备的负载系数；n3是室内电热设备的负载系数；Ne是室内电热设备的安装功率(kW)；n4是室内照明设备的负载系数；n5是室内照明设备的蓄热系数；n6是整流器的功耗系数；n7是室内照明设备的设定系数；N1是室内照明设备的安装功率(kW)；Cr是来自人体的显热增益的冷负荷系数；np是建筑物中的总人数；qr是成年人的放热(W)；φ是聚类系数，儿童被转化为成年人的散热比；qq是成人工作活动热量释放(W)；是新鲜空气量(g/s)；Si是内壁的储热系数(W/(m2·K))；Fin是内墙的面积(m2)；
对于建筑物建立空调机组的热动力学模型，即中央空调系统运行和停止时室内热量的变化数学关系，可分别表示为：
CaVkρadTin＝qc1dt+qnwdt-qx (14)
CaVkρadTin＝qc1dt+qnwdt-qx-qch.tdt (15)
其中，Ca是空气恒压比热(J/kgC),取为0.28；Vk是建筑物的制冷空间的体积(m3)，可以通过乘以可用面积、楼层高度和层数来计算；ρa是空气密度(kg/m3)，取为1.29；qch.t是中央空调系统的冷水机组的小时制冷能力(W)。
6.如权利要求5所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，所述公共建筑中央空调系统在运行期和停止期间的热参数模型，即中央空调系统载运行期和停止期间室温变化表达式，分别如下；
<mrow> <msub> <mi>x</mi> <mi>k</mi> </msub> <mfrac> <mrow> <msub> <mi>dT</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <msub> <mi>B</mi> <mi>x</mi> </msub> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>A</mi> <mi>k</mi> </msub> <mo>=</mo> <mn>0</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>x</mi> <mi>k</mi> </msub> <mfrac> <mrow> <msub> <mi>dT</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <msub> <mi>B</mi> <mi>k</mi> </msub> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>A</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>q</mi> <mrow> <mi>c</mi> <mi>h</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>
其中，
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>A</mi> <mi>k</mi> </msub> <mo>=</mo> <mo>&amp;Sigma;</mo> <msub> <mi>K</mi> <mi>i</mi> </msub> <msub> <mi>F</mi> <mi>i</mi> </msub> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <mo>&amp;Sigma;</mo> <msub> <mi>K</mi> <mi>C</mi> </msub> <msub> <mi>F</mi> <mi>C</mi> </msub> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>q</mi> <mi>f</mi> </msub> <msub> <mi>F</mi> <mi>C</mi> </msub> <msub> <mi>C</mi> <mi>S</mi> </msub> <msub> <mi>C</mi> <mi>n</mi> </msub> <msub> <mi>C</mi> <mrow> <mi>c</mi> <mi>l</mi> </mrow> </msub> <mo>+</mo> <mn>1000</mn> <msub> <mi>n</mi> <mn>1</mn> </msub> <msub> <mi>n</mi> <mn>2</mn> </msub> <msub> <mi>n</mi> <mn>3</mn> </msub> <msub> <mi>N</mi> <mi>e</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mn>1000</mn> <msub> <mi>n</mi> <mn>4</mn> </msub> <msub> <mi>n</mi> <mn>5</mn> </msub> <msub> <mi>n</mi> <mn>6</mn> </msub> <msub> <mi>n</mi> <mn>7</mn> </msub> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> <msub> <mi>n&amp;phi;q</mi> <mi>q</mi> </msub> <mo>+</mo> <mn>1.01</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <mn>38.5</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> </mfenced>
<mrow> <msub> <mi>B</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>&amp;Sigma;K</mi> <mi>i</mi> </msub> <msub> <mi>F</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>&amp;Sigma;K</mi> <mi>c</mi> </msub> <msub> <mi>F</mi> <mi>c</mi> </msub> <mo>+</mo> <mn>1.01</mn> <msubsup> <mi>G</mi> <mi>k</mi> <mi>n</mi> </msubsup> </mrow>
Xk＝CaVkρa+SiFin
根据(16)和(17)，通过将h作为时间间隔离散t的变量，并假设中央空调的冷却器单元以恒定功率pch；在整控制周期内，将建筑物室内温度在中央空调系统运行期间和停止期间的时间关系为：
<mrow> <msubsup> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> </msubsup> <mo>=</mo> <mi>c</mi> <mo>&amp;CenterDot;</mo> <msubsup> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>c</mi> <mo>)</mo> </mrow> <msup> <mi>D</mi> <mrow> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msubsup> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> </msubsup> <mo>=</mo> <mi>c</mi> <mo>&amp;CenterDot;</mo> <msubsup> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>c</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msup> <mi>D</mi> <mrow> <mi>t</mi> <mo>+</mo> <mn>10</mn> </mrow> </msup> <mo>-</mo> <mfrac> <msub> <mi>q</mi> <mrow> <mi>c</mi> <mi>h</mi> </mrow> </msub> <msub> <mi>B</mi> <mi>k</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
式中
假设Tout在控制期内是不变的，可以实现以下等式，
<mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>log</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <mi>D</mi> </mrow> <mrow> <msub> <mi>T</mi> <mi>min</mi> </msub> <mo>-</mo> <mi>D</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>h</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>20</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>log</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mi>D</mi> <mo>+</mo> <mfrac> <msub> <mi>q</mi> <mrow> <mi>c</mi> <mi>h</mi> </mrow> </msub> <msub> <mi>B</mi> <mi>k</mi> </msub> </mfrac> </mrow> <mrow> <msub> <mi>T</mi> <mi>max</mi> </msub> <mo>-</mo> <mi>D</mi> <mo>+</mo> <mfrac> <msub> <mi>q</mi> <mrow> <mi>c</mi> <mi>h</mi> </mrow> </msub> <msub> <mi>B</mi> <mi>k</mi> </msub> </mfrac> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>h</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>21</mn> <mo>)</mo> </mrow> </mrow>
τc＝τon+τoff (22)
其中，[TminTmax]是建筑物室内温度(℃)的控制间隔；τc是建筑物中央空调系统的冷水机组的一个控制期；从(20)到(22)可以看出，τon和τoff分别是一个控制期间中央空调系统的冷却器单元的冷却时间和停电时间，通过制冷装置在τon以恒定的冷却功率qch的运行操作、在τoff内停止的操作，实现建筑物室内温室在Tmin和Tmax之间循环变化。
7.如权利要求2所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤三以负荷聚合商作为中间方的双层控制模型。上层控制模型，即宏观上电力公司可以与负荷聚合上签订合同规定负荷消减的时段、出力及报酬支付。二、下层控制模型，即负荷聚合商与用户签订合同获得电力用户空调负荷的部分用电决策权。负荷聚合商通过历史能用数据和气象数据，预测空调负荷的可控容量，并在日前市场进行报价招标，超标被电力公司接受后负荷聚合商需要制定合理的控制策略，使得完成调度计划。
8.如权利要求7所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤三具体控制策略分析如下：控制策略基于以下两个假设：(a)在终端设备的相同工作状态下，冷水机组的冷却功率均匀分布在建筑物的每一层；(b)在室内温度的初始条件下，在获得相同冷却功率时，每一层建筑室温变化相等；对于控制策略，一方面，建筑非冷库中央空调系统的制冷机组在整个运行期间以恒定的制冷量qch运行；此外，qch满足(23)、(24)，
n是偶数 (23)
n是奇数 (24)
其中为中央空调系统总冷却功率分布在每层楼的冷却功率，大型建筑冷库中央空调系统的冷水机组包括蓄冷冷水机组和基础冷水机组。
9.如权利要求8所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤三具体控制策略分析采用一种用于规范公共建筑冷库中央空调系统的恒定比例控制方法：中央空调系统提供的总冷却功率，其中由固定1/4冷却功率是由储冰罐提供的；具体的控制策略如下：上午0时至8时，公共建筑冷库中央空调系统的运行模式保持不变；建筑物的室内温度降低的热负荷由基础冷水机组和储冰罐联合供给，并且由储冰罐提供的冷却功率与建筑物室内温度下降的整个冷却功率的比率为常数k，此处的k值即为固定比例常数；该方法可表示为：
qi＝qb,i+qs,i (25)
qs,i＝k·qi (26)
<mrow> <mfrac> <mn>1</mn> <mn>4</mn> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>33</mn> </mrow> <mn>96</mn> </munderover> <msub> <mi>q</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>K</mi> <mrow> <mi>L</mi> <mi>F</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mi>s</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>27</mn> <mo>)</mo> </mrow> </mrow>
其中i是监控期，i＝33,34，...，96。qi是i(kW)期间建筑物室内温度降低的总冷却功率；qb,i是基础冷水机组在i(kW)期间提供的冷却能功率qs,i是在i(kW)期间由在储冰罐里提供的冷却功率；KLF是一天结冰时储冰罐剩余冰量的百分比；Qs是由双作用冷却器单元从上午0点到上午8点(kWh)供应的总储存冷能；
根据制造商提供的每个制冷机组的参数，每个制冷机组的耗电量与冷却能力之间的非线性关系拟合成以下三次多项式
<mrow> <msub> <mi>P</mi> <mrow> <mi>c</mi> <mo>.</mo> <mi>f</mi> <mo>.</mo> <mi>g</mi> <mo>.</mo> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>d</mi> <mrow> <mn>3.</mn> <mi>f</mi> <mo>.</mo> <mi>g</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>q</mi> <mrow> <mi>c</mi> <mo>.</mo> <mi>f</mi> <mo>.</mo> <mi>g</mi> <mo>.</mo> <mi>i</mi> </mrow> <mn>3</mn> </msubsup> <mo>.</mo> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mn>2.</mn> <mi>f</mi> <mo>.</mo> <mi>g</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>q</mi> <mrow> <mi>c</mi> <mo>.</mo> <mi>f</mi> <mo>.</mo> <mi>g</mi> <mo>.</mo> <mi>i</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mn>1.</mn> <mi>f</mi> <mo>.</mo> <mi>g</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>q</mi> <mrow> <mi>c</mi> <mo>.</mo> <mi>f</mi> <mo>.</mo> <mi>g</mi> <mo>.</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mn>0.</mn> <mi>f</mi> <mo>.</mo> <mi>g</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>28</mn> <mo>)</mo> </mrow> </mrow>
其中，qc.f.g.i是fth公共建筑gth冷水机组在i(kW)期间的制冷量，Pc.f.g.i是fth公共建筑的gth冷水机组在i(kW)期间的用电量；d3.f.g、d2.f.g、d1.f.g、d0.f.g为fth公共建筑的gth冷水机组装载系数；
从(28)计算每个公共建筑中央空调系统采用上述控制策略的总负荷值，每个公共建筑的中央空调系统的可调度能力
Pd.f.i＝Pf.i-Pt.f.i (29)
其中Pt.f.i是fth公共建筑采用蓄冷轮停调节后的总负载值；Pf.i是采用第一步中预测技术预测出的大型建筑日前空调负荷；Pd.f.i是公共建筑采用轮停控制策略减少的空调负荷，即中央空调系统的可调度范围。
10.如权利要求2所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤四建立电力网络调度决策模型，即电网公司补偿用户的费用最少为目标函数，包括发电机组制造和启动成本、环境发电带来的污染治理成本，调峰容量约束、调峰总量约束、调峰偏差约束关系；各参与调度单位经济及补偿措施，对于投标成功者，电力公司针对符合聚合商提供的可控容量，下达调度指令，对于负荷聚合商考虑其是否完成电力公司的调度计划，若负荷聚合商供应的电力消减量小于调度计划，则按照实际消减量结算，若大于调度计划，则按照调度计划结算，但如果小于消减量小于调度计划的偏差大于最大值，电力公司要对负荷聚合商进行罚款。
11.如权利要求2所述的一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，步骤四建立电力网络调度决策模型，即电网公司补偿用户的费用最少为目标函数，包括发电机组制造和启动成本、环境发电带来的污染治理成本，调峰容量约束、调峰总量约束、调峰偏差约束关系；各参与调度单位经济及补偿措施，对于投标成功者，电力公司针对符合聚合商提供的可控容量，下达调度指令，对于负荷聚合商考虑其是否完成电力公司的调度计划，若负荷聚合商供应的电力消减量小于调度计划，则按照实际消减量结算，若大于调度计划，则按照调度计划结算，但如果小于消减量小于调度计划的偏差大于最大值，那么电力公司要对负荷聚合商进行罚款；最终实现电网发电与大型建筑用电平衡的目标；由公共建阶跃特性的空调负荷电力网络决策调度的目标函数可以表示为：
<mrow> <mi>min</mi> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>45</mn> </mrow> <mn>54</mn> </munderover> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>f</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>F</mi> <mn>1</mn> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>3</mn> </munderover> <msub> <mi>v</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>f</mi> </mrow> </msub> <msub> <mi>c</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <msub> <mi>u</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>f</mi> <mo>=</mo> <msub> <mi>F</mi> <mn>1</mn> </msub> <mo>+</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>3</mn> </munderover> <msub> <mi>v</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>f</mi> </mrow> </msub> <msub> <mi>c</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <msub> <mi>u</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>79</mn> </mrow> <mn>84</mn> </munderover> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>f</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>F</mi> <mn>1</mn> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>3</mn> </munderover> <msub> <mi>v</mi> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msub> <msub> <mi>c</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <msub> <mi>u</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>f</mi> <mo>=</mo> <msub> <mi>F</mi> <mn>1</mn> </msub> <mo>+</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>3</mn> </munderover> <msub> <mi>v</mi> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msub> <msub> <mi>c</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <msub> <mi>u</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>f</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>96</mn> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>c</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>m</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mrow> <mi>s</mi> <mi>t</mi> <mo>,</mo> <mi>m</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>e</mi> <mi>m</mi> </msub> <msub> <mi>c</mi> <mrow> <mi>e</mi> <mi>m</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>m</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>30</mn> <mo>)</mo> </mrow> </mrow>
其中vm,f和ve,f分别是早晨和晚上的fth公共建筑是否开放的指标变量；ccom是中央空调系统参与峰值负荷削减的公共建筑补偿电价(元/千瓦时)；um,f,l和ue,f,l分别是提供fth公共建筑的非冷库中央空调系统采用上述控制模式的指标变量；uf,l是表示fth公共建筑的冷库中央空调系统采用上述控制模式的指标变量；pd,f,l,i是在I(kW)期间采用轮停蓄冷控制模式时，fth公共建筑中央空调系统的可调度能力，其可以由(29)计算，F是拥有冷库中央空调系统参与该地区高峰负荷消减的公共建筑总数；F1是拥有非冷库中央空调系统参与该地区高峰负荷消减的公共建筑物数量,cg,m,i发电厂的发电成本(元)，为发电机组(GU)输出的二次函数，pd,f,l,i是采用轮停控制的系统可调度范围；M是发电机组的总数；cst,m,i是发电机组的启动成本，em是单位污染物排放量；cem是火力机组排放污染物的治理价格(元/吨)；(30)的第一个公式代表该地区大型建筑的补偿电费总和；
负荷聚合商需要支付参与直接负荷控制项目的用户一部分补偿费用，补偿费用率为y0，则负荷商k支付的补偿费用F2
<mrow> <msub> <mi>F</mi> <mn>2</mn> </msub> <mo>=</mo> <msub> <mi>y</mi> <mn>0</mn> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>x</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mi>G</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mi>&amp;Delta;</mi> <mi>x</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>31</mn> <mo>)</mo> </mrow> </mrow>
约束条件：假设一共有m家负荷聚合商，次日负荷调度分为M个时段(每个时段的间隔为Δx分钟)，负荷聚合商k(k＝1,2,3……m)在x时段(x＝1,2,3……M)投标的供应电力消减量和报价分别为C(x,k)、η(x,k),电力公司x时段的系统总消减量为Preq(x)，分配给负荷聚合商k的缺额为D(x,k)，由此建立约束条件关系如下：
s.t.0≤D(x,k)≤C(x,k) (32)
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mi>D</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msup> <mi>P</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>q</mi> </mrow> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>33</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
CN201711114211.8A 2017-11-13 2017-11-13 一种基于阶跃特性的空调负荷参与的电网日前调度方法 Active CN108039710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711114211.8A CN108039710B (zh) 2017-11-13 2017-11-13 一种基于阶跃特性的空调负荷参与的电网日前调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711114211.8A CN108039710B (zh) 2017-11-13 2017-11-13 一种基于阶跃特性的空调负荷参与的电网日前调度方法

Publications (2)

Publication Number Publication Date
CN108039710A true CN108039710A (zh) 2018-05-15
CN108039710B CN108039710B (zh) 2021-05-11

Family

ID=62093708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711114211.8A Active CN108039710B (zh) 2017-11-13 2017-11-13 一种基于阶跃特性的空调负荷参与的电网日前调度方法

Country Status (1)

Country Link
CN (1) CN108039710B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、系统、装置及计算机可读存储介质
CN109242189A (zh) * 2018-09-12 2019-01-18 国网安徽省电力有限公司合肥供电公司 一种基于气象因素的电力负荷短期预测方法
CN109245183A (zh) * 2018-05-21 2019-01-18 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法
CN109685396A (zh) * 2019-01-31 2019-04-26 河海大学 一种计及公共楼宇需求响应资源的配电网能量管理方法
CN110044020A (zh) * 2019-03-29 2019-07-23 杭州电子科技大学 计及空调用户舒适度的需求侧响应方法
CN110942262A (zh) * 2019-12-14 2020-03-31 广西电网有限责任公司电力科学研究院 一种面向增量配电园区内空调需求响应的分区域调控方法
CN111416339A (zh) * 2019-03-21 2020-07-14 华北电力大学 一种基于双层规划模型的源-荷日前有功协调控制方法
CN113239617A (zh) * 2021-05-01 2021-08-10 东北电力大学 一种室内用电活动的经济低碳型电采暖优化调控方法
CN113297799A (zh) * 2021-06-10 2021-08-24 国网综合能源服务集团有限公司 一种基于数据驱动的空调集群负荷需求响应潜力评估方法
CN113553638A (zh) * 2021-06-18 2021-10-26 中南建筑设计院股份有限公司 一种基于围护结构蓄热系数的建筑累积效应因子确定方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN116398994A (zh) * 2023-06-06 2023-07-07 南京壹格软件技术有限公司 一种基于负荷预测的冷水机组群控优化方法
EP4227754A1 (en) * 2022-02-15 2023-08-16 Siemens Schweiz AG Estimates of cooling or heating power
CN118623500A (zh) * 2024-08-14 2024-09-10 天津卓朗科技发展有限公司 制冷系统及制冷系统的控制方法
CN118623500B (zh) * 2024-08-14 2024-10-29 天津卓朗科技发展有限公司 制冷系统及制冷系统的控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130253723A1 (en) * 2010-12-09 2013-09-26 Lsis Co., Ltd. Method for load control in a load control device
CN103413192A (zh) * 2013-06-18 2013-11-27 国家电网公司 一种基于电网调度自动化系统电力负荷曲线的机组调度方法
CN104633829A (zh) * 2013-11-06 2015-05-20 上海思控电气设备有限公司 楼宇冷冻站节能控制装置及方法
CN104778503A (zh) * 2015-03-16 2015-07-15 国家电网公司 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法
CN105117770A (zh) * 2015-08-24 2015-12-02 河海大学常州校区 基于改进型模糊神经网络的表冷器控制方法
CN105143780A (zh) * 2013-04-15 2015-12-09 三菱电机株式会社 空调系统控制装置
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
US20130253723A1 (en) * 2010-12-09 2013-09-26 Lsis Co., Ltd. Method for load control in a load control device
CN105143780A (zh) * 2013-04-15 2015-12-09 三菱电机株式会社 空调系统控制装置
CN103413192A (zh) * 2013-06-18 2013-11-27 国家电网公司 一种基于电网调度自动化系统电力负荷曲线的机组调度方法
CN104633829A (zh) * 2013-11-06 2015-05-20 上海思控电气设备有限公司 楼宇冷冻站节能控制装置及方法
CN104778503A (zh) * 2015-03-16 2015-07-15 国家电网公司 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法
CN105117770A (zh) * 2015-08-24 2015-12-02 河海大学常州校区 基于改进型模糊神经网络的表冷器控制方法
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHENXING YANG, QINGSHAN XU, XUFANG WANG: "Strategy of constructing virtual peaking unit by public building’s central air conditioning loads for day-ahead power dispatching", <JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY> *
徐青山 等: "计及规模化空调热平衡惯性的电力负荷日前削峰策略", 《电网技术》 *
温权 等: "空调负荷计算方法及应用", 《电力需求侧管理》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109245183A (zh) * 2018-05-21 2019-01-18 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法
CN109245183B (zh) * 2018-05-21 2022-04-19 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、系统、装置及计算机可读存储介质
CN109242189A (zh) * 2018-09-12 2019-01-18 国网安徽省电力有限公司合肥供电公司 一种基于气象因素的电力负荷短期预测方法
CN109685396B (zh) * 2019-01-31 2021-10-19 河海大学 一种计及公共楼宇需求响应资源的配电网能量管理方法
CN109685396A (zh) * 2019-01-31 2019-04-26 河海大学 一种计及公共楼宇需求响应资源的配电网能量管理方法
CN111416339A (zh) * 2019-03-21 2020-07-14 华北电力大学 一种基于双层规划模型的源-荷日前有功协调控制方法
CN110044020A (zh) * 2019-03-29 2019-07-23 杭州电子科技大学 计及空调用户舒适度的需求侧响应方法
CN110044020B (zh) * 2019-03-29 2021-03-30 杭州电子科技大学 计及空调用户舒适度的需求侧响应方法
CN110942262A (zh) * 2019-12-14 2020-03-31 广西电网有限责任公司电力科学研究院 一种面向增量配电园区内空调需求响应的分区域调控方法
CN110942262B (zh) * 2019-12-14 2022-05-03 广西电网有限责任公司电力科学研究院 一种面向增量配电园区内空调需求响应的分区域调控方法
CN113239617A (zh) * 2021-05-01 2021-08-10 东北电力大学 一种室内用电活动的经济低碳型电采暖优化调控方法
CN113297799A (zh) * 2021-06-10 2021-08-24 国网综合能源服务集团有限公司 一种基于数据驱动的空调集群负荷需求响应潜力评估方法
CN113297799B (zh) * 2021-06-10 2024-02-06 国网综合能源服务集团有限公司 一种基于数据驱动的空调集群负荷需求响应潜力评估方法
CN113553638A (zh) * 2021-06-18 2021-10-26 中南建筑设计院股份有限公司 一种基于围护结构蓄热系数的建筑累积效应因子确定方法
CN113553638B (zh) * 2021-06-18 2022-04-29 中南建筑设计院股份有限公司 一种基于围护结构蓄热系数的建筑累积效应因子确定方法
CN114243717B (zh) * 2021-12-06 2023-10-31 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
EP4227754A1 (en) * 2022-02-15 2023-08-16 Siemens Schweiz AG Estimates of cooling or heating power
CN116398994B (zh) * 2023-06-06 2023-10-27 南京壹格软件技术有限公司 一种基于负荷预测的冷水机组群控优化方法
CN116398994A (zh) * 2023-06-06 2023-07-07 南京壹格软件技术有限公司 一种基于负荷预测的冷水机组群控优化方法
CN118623500A (zh) * 2024-08-14 2024-09-10 天津卓朗科技发展有限公司 制冷系统及制冷系统的控制方法
CN118623500B (zh) * 2024-08-14 2024-10-29 天津卓朗科技发展有限公司 制冷系统及制冷系统的控制方法

Also Published As

Publication number Publication date
CN108039710B (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN108039710B (zh) 一种基于阶跃特性的空调负荷参与的电网日前调度方法
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
CN111550861B (zh) 一种热泵与电蓄热设备自适应优化控制方法、系统及装置
CN112072640B (zh) 一种虚拟电厂聚合资源的容量优化方法
CN105320118B (zh) 基于云平台的空调系统电力需求响应控制方法
CN106127337B (zh) 基于变频空调虚拟机组建模的机组组合方法
Sun et al. Building-group-level performance evaluations of net zero energy buildings with non-collaborative controls
CN104636987B (zh) 一种公共楼宇空调负荷广泛参与的电网负荷调度方法
Sun et al. A demand limiting strategy for maximizing monthly cost savings of commercial buildings
Meng et al. Thermal energy storage air-conditioning demand response control using elman neural network prediction model
CN109899930B (zh) 大规模公共楼宇中央空调参与电网调峰的组合调控方法
CN112036934A (zh) 考虑热电协调运行的负荷聚合商参与需求响应的报价方法
CN109886463A (zh) 考虑需求响应不确定性的用户侧优化控制方法
CN110474370B (zh) 一种空调可控负荷、光伏储能系统的协同控制系统及方法
Alimohammadisagvand Influence of demand response actions on thermal comfort and electricity cost for residential houses
Bai et al. Flexibility quantification and enhancement of flexible electric energy systems in buildings
Zhang et al. Research on scheduling control strategy of large-scale air conditioners based on electric spring
Yang et al. Strategy of constructing virtual peaking unit by public buildings' central air conditioning loads for day-ahead power dispatching
CN107563547B (zh) 一种用户侧用能纵深优化综合能源管控方法
CN113420413B (zh) 一种基于负荷可塑性的柔性负荷可调节能力量化方法及系统
CN114819662A (zh) 一种考虑用户热需求的蓄热电锅炉群电热调度方法及系统
CN110942262B (zh) 一种面向增量配电园区内空调需求响应的分区域调控方法
CN113887127A (zh) 一种基于建筑物热惰性的虚拟电厂优化调度方法及系统
CN113887128A (zh) 基于建筑物热惰性的虚拟电厂优化调度方法、模型及系统
Xu et al. Supply demand coordination for building energy saving

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