CN108279566A - 一种负荷聚合商的多家庭用电能量需求响应调控方法 - Google Patents
一种负荷聚合商的多家庭用电能量需求响应调控方法 Download PDFInfo
- Publication number
- CN108279566A CN108279566A CN201711383689.0A CN201711383689A CN108279566A CN 108279566 A CN108279566 A CN 108279566A CN 201711383689 A CN201711383689 A CN 201711383689A CN 108279566 A CN108279566 A CN 108279566A
- Authority
- CN
- China
- Prior art keywords
- load
- group
- air
- polymeric
- indicate
- 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
本发明涉及一种负荷聚合商的多家庭用电能量需求响应调控方法,包括以下步骤:1、采用聚类分析法根据温变参数和特征温差的相似性分别对加入负荷聚合商的热水器和空调分组,得到若干热水器聚合体和空调聚合体;2、确定每组聚合体的开启、关闭控制周期并预测每组聚合体的负荷可控容量;3、根据负荷可控容量制定投标计划,再根据中标结果,以最小化负荷实际削减量与调度计划量的偏差为目标,按照设定的约束条件进行调控。与现有技术相比,本发明通过分组轮停控制,在简化了状态队列法控制方案的同时,更进一步挖掘了家庭电器的需求响应潜力,使得削减后的总负荷曲线更平稳,负荷聚合商能够获得更好的收益,适用于参数不同的负荷群体。
Description
技术领域
本发明涉及电力市场与经济领域,尤其是涉及一种负荷聚合商的多家庭用电能量需求响应调控方法。
背景技术
为应对能源和环境危机,风电等随机性间歇式电源接入电网的规模日益增加,这对电力系统备用容量及其合理配置提出了更高的要求。为此,发达国家大力挖掘需求响应资源,以促进电力资源优化配置和保证电力系统安全可靠经济运行。过去,需求响应资源的应用主要集中于大用户,居民家庭等中小用户则视为传统用电负荷。随着智能电网和电力市场的发展,高级量测体系(advanced metering infrastructure,AMI)、自动化控制和信息通信的技术进步,以及负荷聚合商(load aggregator,LA)、负荷整形商等新兴市场主体及其商业模式的创新,为挖掘中小用户这类需求响应资源的潜力提供了技术和经济支撑。
LA作为新的专业化需求响应整合者,最先出现在发达国家,它使得具有调节能力的中小负荷能够作为需求响应资源参与到电力市场中。中小用户的空调、热水器等用电负荷具备一定热存储能力,以下称为“储能电器”。故LA通过与众多用户签订直接负荷控制、可中断合同,获得对这些储能电器的控制权,通过整合控制参与市场,能够提供更丰富、更便宜的需求响应资源,有利于电力系统的安全、可靠与经济运行。
现有研究中主要有以下两方面:(1)平均分组法:以可控容量对空调负荷群进行平均分组,但它只适用于空调热力学参数具有群组相近特征的情况,且分组中没有考虑空调负荷的热力学参数差异对负荷削减控制稳定性的影响;(2)状态队列法:以温度区间将空调运行状态分组并设定启停转换温度,能够得到稳定的可控容量且控制简便,但通用性较差,只适合热力学参数比较接近的群体,并且并不能充分挖掘所有个体的需求响应潜力。
上述两种方法均存在两个问题:第一就是适用于热力学参数相近,对于热力学参数差异大的群体不适用;第二个就是可控容量固定,不能随着目标函数的改变而改变,不适用于实际的应用环境。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种负荷聚合商的多家庭用电能量需求响应调控方法。
本发明的目的可以通过以下技术方案来实现:
一种负荷聚合商的多家庭用电能量需求响应调控方法,包括以下步骤:
S1、采用聚类分析法根据温变参数和特征温差的相似性分别对加入负荷聚合商的热水器和空调分组,得到若干热水器聚合体和空调聚合体;
S2、确定每组聚合体的开启、关闭控制周期并预测每组聚合体的负荷可控容量;
S3、根据负荷可控容量制定投标计划,再根据中标结果,以最小化负荷实际削减量与调度计划量的偏差为目标,按照设定的约束条件进行调控。
优选的,所述步骤S1得到的若干热水器聚合体和空调聚合体中,若每组聚合体的受控电器数目较多,则采用高斯分布对每组聚合体中的个体再次分组。
优选的,所述热水器的温变参数为电热水器热阻和电热水器热容的乘积,热水器的特征温差为电热水器额定热功率和电热水器热阻的乘积;所述空调的温变参数为空调机组的传导热阻和室内空气的热容的乘积,空调的特征温差为空调机组的额定制冷功率和传导热阻乘积。
优选的,所述热水器聚合体的开启控制周期为:
其中,Tr_min和Tr_max分别表示负荷聚合商和用户签订的合同中热水器水箱中水温的最小值和最大值,Ten表示当前环境温度,Rr表示电热水器热阻,Cr表示电热水器热容,Qr表示电热水器额定热功率;
所述热水器聚合体的关闭控制周期为:
优选的,所述空调聚合体的开启控制周期为:
其中,Tk_min和Tk_max分别表示负荷聚合商和用户签订的合同中室温的最小值和最大值,Ten表示当前环境温度,Rk、Ck分别表示空调机组的传导热阻和室内空气的热容;
所述空调聚合体的关闭控制周期为:
其中,Qk表示空调机组的额定制冷功率。
优选的,所述每组聚合体的负荷可控容量为:
其中,Ci表示第i组聚合体在某时刻的负荷可控容量,Pi表示第i组聚合体的所有电器的能耗之和,τi表示第i组聚合体的控制周期,τi,off表示第i组聚合体的关闭控制周期。
优选的,所述第i组聚合体的控制周期τi为第i组聚合体的开启控制周期和关闭控制周期之和。
优选的,所述负荷实际削减量为:
其中,G(t,i)表示第i组聚合体t时刻的实际削减量,表示第i组第j台受控电器处于的控制状态,表示受控电器开启,受控电器关闭,表示第i组第j台受控电器在t时刻功率,m表示第i组的受控电器数目。
优选的,所述设定的约束条件包括:受控空调和热水器的最大持续关闭时长不超过每组聚合体的关闭时长,且状态转换前连续开启时间和连续关闭时长的比值不超过每组聚合体的开启时长和关闭时长的比值。
优选的,所述负荷聚合商和用户签订的合同中热水器水箱中水温或室温控制范围预留设定裕度后,作为每组聚合体的热水器水温或室温的实际温度控制范围。
与现有技术相比,本发明具有以下优点:
1、结合分组控制周期,通过分组轮停控制,在简化了状态队列法控制方案的同时,更进一步挖掘了家庭电器的需求响应潜力,使得削减后的总负荷曲线更平稳,负荷聚合商能够获得更好的收益,适用于参数不同的负荷群体。
2、采用聚类分析和高斯分布方法对热水器和空调群组进行分组,以温变参数和特征温差为特征属性,兼顾了热力学参数的分散性。
3、以合同签订的热水器或室温控制范围预留设定裕度后,作为每组聚合体的热水器水温或空调室温的实际温度控制范围,兼顾了每组聚合体中各电器热力学参数的少许差异。
附图说明
图1本发明的方法流程示意图;
图2为负荷削减前后受控热水器和空调总负荷曲线对比图;
图3为本方法和本方法不经高斯分布分组时的空调削减后负荷曲线对比图;
图4为本方法实施DLC负荷削减的控制偏差示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
负荷聚合商(load aggregator,LA)是一个专业提供需求响应资源的独立组织。它通过整合众多用户的需求响应资源,参与电力辅助服务市场。本发明对LA参与需求竞价市场,解决负荷削减计划公布后LA的多家庭空调和热水器控制和管理策略问题。该问题中LA运营模式简化表述为:在电力市场环境下,LA事先与众多居民家庭用户通过自愿的方式签订直接负荷控制(Direct Load Control,DLC)项目的参与合同,获得对这些家庭空调和热水器负荷的控制权,并给这些用户一定的电价折扣或经济补偿;然后,LA根据用户需求响应资源可控容量以及市场预测结果,制定投标策略,参与电力市场中的需求竞价。根据竞价中标结果,市场机构提前发布调度计划,包括负荷削减的时段和出力;最后,LA制定多家庭空调和热水器的负荷控制策略,对参与DLC项目的家庭实施负荷控制,管理负荷削减的实际执行,从而最大化自身利益。
本申请提出一种负荷聚合商的多家庭用电能量需求响应调控方法,包括以下步骤:
S1、采用聚类分析法根据温变参数和特征温差的相似性分别对加入负荷聚合商的热水器和空调分组,得到若干热水器聚合体和空调聚合体;
S2、确定每组聚合体的开启、关闭控制周期并预测每组聚合体的负荷可控容量;
S3、根据负荷可控容量制定投标计划,再根据中标结果,以最小化负荷实际削减量与调度计划量的偏差为目标,按照设定的约束条件进行调控。
水箱式电热水器是一种常用的家庭电器,通过消耗电能将水加热,具有一定的热存储能力,为了表明热水器非出水时段热力学动态过程,采取指数模型进行建模,具体模型如下:
式中:θr_t为t时刻水箱中的水温,θen,t为t时刻的环境温度;Qr为电热水器额定热功率,单位为kW;Rr为电热水器热阻,单位为℃/kW;Cr为电热水器热容,单位为kWh/℃;Ir表示电热水器的受控状态,1表示开启,0表示关闭;Δtr表示热水器开机或关机的时间间隔。水箱水温θr_t+1直接影响用户的使用舒适度,根据上式可知,可以通过控制热水器的开启和关闭时间间隔,实现对用户使用热水器的舒适度及用电功率消耗的控制。热水器的温变参数为RrCr,热水器的特征温差为QrRr。
目前常用的空调等效热参数模型数学表达式为:
式中:θin_t+1表示t+1时刻的室内温度,单位为℃;θout_t+1表示t+1时刻的室外温度,单位为℃;Qk、Rk、Ck分别为空调机组的额定制冷功率、传导热阻和室内空气的热容;Δtk表示空调开机或关机的时间间隔;Ik表示空调机组的开关状态,1表示开启,0表示关闭。室内温度直接影响用户的舒适度,根据上式可知,将室温设定在一定的上下限范围内,通过控制空调的开启和关闭的时间间隔,来满足对用户空调使用的舒适性要求。空调的温变参数为RkCk,空调的特征温差为QkRk。
LA在参与辅助服务市场投标之前,需要对所有签订合同的用户进行可控容量预测,根据预测的结果制定投标计划。在负荷聚合商与用户签订DLC合同时,已经规定了热水器水温及空调室温的温度调控范围。
热水器聚合体的开启控制周期为:
其中,Tr_min和Tr_max分别表示负荷聚合商和用户签订的合同中热水器水箱中水温的最小值和最大值,Ten表示当前环境温度;
热水器聚合体的关闭控制周期为:
进而可以得到热水器机组的控制周期为:
τr=τr_on+τr_off
RrCr是决定机组控制周期的主要因素,QrRr是次要影响因素。RrCr或QrRr的值越大,温度变化速度越慢,控制周期τr也就越长,对用户的使用影响也越大。
空调聚合体的开启控制周期为:
其中,Tk_min和Tk_max分别表示负荷聚合商和用户签订的合同中室温的最小值和最大值,Ten表示当前环境温度;
空调聚合体的关闭控制周期为:
进而可以得到空调机组的控制周期为:
τk=τk_on+τk_off
空调的温变参数RkCk和特征温差QkRk的参数值与空调的控制周期密切相关。
热水器和空调分别按照“同控制周期,同组”的方案分组,当同组中热力学参数过于集中时,实际控制中负荷削减波动大。所以步骤S1得到的若干热水器聚合体和空调聚合体中,若根据实际控制需要,以个人经验判断,发现每组聚合体的受控电器数目较多,则采用高斯分布对每组聚合体中的个体再次分组,保持同组个体热力学参数具有一定的离散性。考虑到每组聚合体中各电器热力学参数的少许差异,以合同签订的热水器水温和室温控制范围为准,预留少量裕度,确定每组聚合体的热水器水温或室温的控制范围。
假设经聚类得到n组聚合体,每组聚合体的温变参数和特征温差不同,故各组聚合体的控制周期不尽相同。假设第i组的受控电器数目为m个,则该组聚合体的能耗Pi为本组所有电器的能耗之和,即:
每组聚合体的负荷可控容量为:
其中,Ci表示第i组聚合体在某时刻的负荷可控容量,τi表示第i组聚合体的控制周期,τoff,i表示第i组聚合体的关闭控制周期。
假设根据需求竞价中标的调度计划安排,LA在x时段的负荷削减容量为L(t),对于第i组聚合体,t时刻的负荷实际削减量为:
其中,G(t,i)表示第i组聚合体t时刻的实际削减容量,表示第i组第j台受控电器处于的控制状态,表示受控电器开启,受控电器关闭,表示第i组第j台受控电器在t时刻功率。
负荷聚合商在t时刻的负荷实际削减量与调度计划量的偏差为:
在需求竞价市场中,市场机构根据LA竞价中标的调度计划以及实际负荷削减执行情况进行结算。本方法中按以下方式结算:若LA的实际负荷削减量大于调度计划,则按照调度计划结算;若削减量小于调度计划,且偏差超过最大值μmax,那么超出部分要对负荷聚合商进行罚款,罚款标准为ρ,单位$/(MWh);若削减量小于调度计划,但偏差不超过最大值μmax,则按实际削减量结算。因此,负荷聚合商所获得的收益M1为:
其中,δmax表示出清价格,Δt表示电器开机或关机的时间间隔。
对于参与负荷削减计划的用户,LA按照与用户签订的DLC合同补偿价格α,单位$/(MWh),给予用户一定的补偿,则LA需要支付给用户的费用M2为:
LA的最终收益由两部分组成,在需求竞价市场出售获得的负荷削减收益和支付给用户的负荷补偿费用,即LA获得的收益为:
M=M1-M2 (4)
LA对多家庭热水器和空调分组协调控制的目标是实现自身收益的最大化,对式(1)~(4)进行整理可得:
表明通过对多家庭热水器和空调分组协调控制,最小化负荷实际削减量与调度计划量的偏差,能够实现LA自身收益的最大化。
步骤S3设定的约束条件包括:受控空调和热水器的最大持续关闭时长不能超过每组聚合体的关闭时长,且状态转换前连续开启时间和连续关闭时长的比值不超过每组聚合体的开启时长和关闭时长的比值,具体为:
τ′i,off≤τi,off
其中,τ′i,off表示受控空调或热水器的最大持续关闭时长,τi,on表示第i组聚合体的开启控制周期。
实施例二
某负荷聚合商A已与众多家庭用户签订DLC合同,可控制需求响应资源为家用电热水器和空调,各有5000台。假设某地区夏季日预测次日13:00-14:00时段最高负荷持续升高,负荷聚合商A参与需求市场竞价并中标,市场机构公布的调度计划负荷削减容量见表1。
表1负荷聚合商A的负荷削减调度计划
时段 | 功率(MW) | 电量(MWh) | 市场清算价格$/(MWh) |
13:00-13:10 | 19 | 19/6 | 30 |
13:10-13:20 | 19 | 19/6 | 30 |
13:20-13:30 | 18 | 6 | 30 |
13:30-13:40 | 19 | 19/6 | 30 |
13:40-13:50 | 21 | 7/2 | 30 |
13:50-14:00 | 22 | 11/3 | 30 |
采用本发明提出的方法,得到受控空调和热水器的聚类分组控制策略和收益,结果分别如表2和表3所示。
表2本方法的空调分组控制策略及收益
表3本方法的热水器分组控制策略及收益
表3、4表明:热水器和空调的分组数都为10,每一组采取相同的控制周期与控制方式,相较分组数目较多的状态队列(state-queueing,SQ)方法,其控制方式简单、易于操作。
对次日13:00—14:00时段按表1的负荷削减调度计划,进行受控热水器和空调负荷削减仿真控制,负荷削减前后的受控热水器和空调总负荷曲线见图2。
从图2负荷削减效果来看:1)采用本方法和SQ两种方法,最大可削减负荷分别为22.89MW和26.26MW,差别不大;2)在次日13:00-14:00控制期,本方法削减的总电量为20.51MWh,远高于SQ法的14.84MWh。
选取空调热力学参数随机化程度较高的场景,分别采用本方法和不经高斯分布分组的方法调控。不经高斯分布分组的方法是指在本方法提出的分组控制中,只考虑按照RC和QR对空调和热水器进行聚类,而不再按照R、C、Q的分散性进行二次细分组。对受控的空调群体进行仿真,得到次日13:00—14:00时段空调群体的负荷削减后的负荷曲线,结果如图3所示。
图3表明:与不经高斯分布分组的调控方法相比较,本方法在分组中考虑了空调热力学参数的分散性和空调的多样性,故空调集中启停造成的负荷急剧增/减的最大幅度较小,所以削减后的负荷曲线较平稳,这样能够提供的需求响应能力也就更稳定。
采用本方法和修正的SQ两种控制策略,对次日13:00—14:00时段受控热水器和空调实施DLC控制,本方法实际负荷削减与调度计划之间的偏差如图4所示。
图4表明:本方法的控制偏差很小,最大偏差值为0.19MW,并未超过市场设定的偏差值上线,故没有罚金;修正的SQ法因采用的控制策略,未能充分挖掘受控电器的需求响应潜力,故受其最大可削减负荷的限制,其实际负荷削减量在13:20~13:31时段显著低于计划,且出现集中启停,最大偏差值达到6MW,故需缴纳600$的罚金,这会给LA带来损失。综上,本方法较修正的SQ法能够更充分得挖掘多家庭热水器和空调的需求响应潜力,故采用本方法控制策略的负荷聚合商能获得更高的收益。
Claims (10)
1.一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,包括以下步骤:
S1、采用聚类分析法根据温变参数和特征温差的相似性分别对加入负荷聚合商的热水器和空调分组,得到若干热水器聚合体和空调聚合体;
S2、确定每组聚合体的开启、关闭控制周期并预测每组聚合体的负荷可控容量;
S3、根据负荷可控容量制定投标计划,再根据中标结果,以最小化负荷实际削减量与调度计划量的偏差为目标,按照设定的约束条件进行调控。
2.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述步骤S1得到的若干热水器聚合体和空调聚合体中,若每组聚合体的受控电器数目较多,则采用高斯分布对每组聚合体中的个体再次分组。
3.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述热水器的温变参数为电热水器热阻和电热水器热容的乘积,热水器的特征温差为电热水器额定热功率和电热水器热阻的乘积;所述空调的温变参数为空调机组的传导热阻和室内空气的热容的乘积,空调的特征温差为空调机组的额定制冷功率和传导热阻乘积。
4.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述热水器聚合体的开启控制周期为:
其中,Tr_min和Tr_max分别表示负荷聚合商和用户签订的合同中热水器水箱中水温的最小值和最大值,Ten表示当前环境温度,Rr表示电热水器热阻,Cr表示电热水器热容,Qr表示电热水器额定热功率;
所述热水器聚合体的关闭控制周期为:
5.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述空调聚合体的开启控制周期为:
其中,Tk_min和Tk_max分别表示负荷聚合商和用户签订的合同中室温的最小值和最大值,Ten表示当前环境温度,Rk、Ck分别表示空调机组的传导热阻和室内空气的热容;
所述空调聚合体的关闭控制周期为:
其中,Qk表示空调机组的额定制冷功率。
6.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述每组聚合体的负荷可控容量为:
其中,Ci表示第i组聚合体在某时刻的负荷可控容量,Pi表示第i组聚合体的所有电器的能耗之和,τi表示第i组聚合体的控制周期,τi,off表示第i组聚合体的关闭控制周期。
7.根据权利要求6所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述第i组聚合体的控制周期τi为第i组聚合体的开启控制周期和关闭控制周期之和。
8.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述负荷实际削减量为:
其中,G(t,i)表示第i组聚合体t时刻的实际削减量,表示第i组第j台受控电器处于的控制状态,表示受控电器开启,受控电器关闭,表示第i组第j台受控电器在t时刻功率,m表示第i组的受控电器数目。
9.根据权利要求1所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述设定的约束条件包括:受控空调和热水器的最大持续关闭时长不超过每组聚合体的关闭时长,且状态转换前连续开启时间和连续关闭时长的比值不超过每组聚合体的开启时长和关闭时长的比值。
10.根据权利要求4或5所述的一种负荷聚合商的多家庭用电能量需求响应调控方法,其特征在于,所述负荷聚合商和用户签订的合同中热水器水箱中水温或室温控制范围预留设定裕度后,作为每组聚合体的热水器水温或室温的实际温度控制范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711383689.0A CN108279566A (zh) | 2017-12-20 | 2017-12-20 | 一种负荷聚合商的多家庭用电能量需求响应调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711383689.0A CN108279566A (zh) | 2017-12-20 | 2017-12-20 | 一种负荷聚合商的多家庭用电能量需求响应调控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108279566A true CN108279566A (zh) | 2018-07-13 |
Family
ID=62801887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711383689.0A Pending CN108279566A (zh) | 2017-12-20 | 2017-12-20 | 一种负荷聚合商的多家庭用电能量需求响应调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108279566A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109028499A (zh) * | 2018-07-23 | 2018-12-18 | 东南大学 | 基于频率响应的异质空调集群分散式控制方法 |
CN109764539A (zh) * | 2019-01-04 | 2019-05-17 | 北京华建网源电力设计研究院有限公司 | 电热水器负荷群动态系统及控制模型 |
CN110059895A (zh) * | 2019-05-06 | 2019-07-26 | 上海上塔软件开发有限公司 | 基于用户行为的电器需求响应潜力分析方法 |
CN111190355A (zh) * | 2020-01-14 | 2020-05-22 | 华北电力大学 | 基于云平台的空调和热水器联合控制方法及系统 |
CN111275285A (zh) * | 2019-12-30 | 2020-06-12 | 昆明电力交易中心有限责任公司 | 一种计及可中断负荷容量的用电量调控方法和系统 |
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 |
CN112163687A (zh) * | 2020-06-28 | 2021-01-01 | 国家电网公司西北分部 | 一种基于负荷聚合商的用户侧两阶段调峰响应方法 |
CN112180741A (zh) * | 2020-10-30 | 2021-01-05 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
CN112733236A (zh) * | 2021-01-08 | 2021-04-30 | 国网北京市电力公司 | 面向综合舒适度的建筑内温控负荷优化方法及系统 |
CN113725913A (zh) * | 2021-07-31 | 2021-11-30 | 国家电网公司华北分部 | 一种适应源网荷储多类型资源协同的自动功率控制方法 |
CN114925546A (zh) * | 2022-06-17 | 2022-08-19 | 国网北京市电力公司 | 冷链负荷聚合参与电网调控的中标量分解方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282181A1 (en) * | 2012-04-20 | 2013-10-24 | Battelle Memorial Institute | Controller for thermostatically controlled loads |
CN104134995A (zh) * | 2014-07-08 | 2014-11-05 | 东南大学 | 基于储能建模的空调负荷参与系统二次调频方法 |
CN105790286A (zh) * | 2016-03-31 | 2016-07-20 | 东南大学 | 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 |
CN106779291A (zh) * | 2016-11-15 | 2017-05-31 | 国网浙江省电力公司经济技术研究院 | 智能用电园区需求响应策略 |
CN107490960A (zh) * | 2017-09-04 | 2017-12-19 | 东南大学 | 基于智能家电在线需求响应潜力的双层协调优化方法 |
-
2017
- 2017-12-20 CN CN201711383689.0A patent/CN108279566A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282181A1 (en) * | 2012-04-20 | 2013-10-24 | Battelle Memorial Institute | Controller for thermostatically controlled loads |
CN104134995A (zh) * | 2014-07-08 | 2014-11-05 | 东南大学 | 基于储能建模的空调负荷参与系统二次调频方法 |
CN105790286A (zh) * | 2016-03-31 | 2016-07-20 | 东南大学 | 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 |
CN106779291A (zh) * | 2016-11-15 | 2017-05-31 | 国网浙江省电力公司经济技术研究院 | 智能用电园区需求响应策略 |
CN107490960A (zh) * | 2017-09-04 | 2017-12-19 | 东南大学 | 基于智能家电在线需求响应潜力的双层协调优化方法 |
Non-Patent Citations (3)
Title |
---|
周磊等: "聚合空调负荷的温度调节方法改进及控制策略", 《中国电机工程学报》 * |
管国兵等: "空调负荷群分组控制方法", 《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 (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109028499A (zh) * | 2018-07-23 | 2018-12-18 | 东南大学 | 基于频率响应的异质空调集群分散式控制方法 |
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 |
CN109764539A (zh) * | 2019-01-04 | 2019-05-17 | 北京华建网源电力设计研究院有限公司 | 电热水器负荷群动态系统及控制模型 |
CN110059895A (zh) * | 2019-05-06 | 2019-07-26 | 上海上塔软件开发有限公司 | 基于用户行为的电器需求响应潜力分析方法 |
CN111275285B (zh) * | 2019-12-30 | 2024-02-20 | 昆明电力交易中心有限责任公司 | 一种计及可中断负荷容量的用电量调控方法和系统 |
CN111275285A (zh) * | 2019-12-30 | 2020-06-12 | 昆明电力交易中心有限责任公司 | 一种计及可中断负荷容量的用电量调控方法和系统 |
CN111190355A (zh) * | 2020-01-14 | 2020-05-22 | 华北电力大学 | 基于云平台的空调和热水器联合控制方法及系统 |
CN111190355B (zh) * | 2020-01-14 | 2021-09-17 | 华北电力大学 | 基于云平台的空调和热水器联合控制方法及系统 |
CN112163687A (zh) * | 2020-06-28 | 2021-01-01 | 国家电网公司西北分部 | 一种基于负荷聚合商的用户侧两阶段调峰响应方法 |
CN112163687B (zh) * | 2020-06-28 | 2024-03-22 | 国家电网有限公司西北分部 | 一种基于负荷聚合商的用户侧两阶段调峰响应方法 |
CN112180741A (zh) * | 2020-10-30 | 2021-01-05 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
CN112180741B (zh) * | 2020-10-30 | 2022-06-21 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
CN112733236A (zh) * | 2021-01-08 | 2021-04-30 | 国网北京市电力公司 | 面向综合舒适度的建筑内温控负荷优化方法及系统 |
CN112733236B (zh) * | 2021-01-08 | 2024-03-26 | 国网北京市电力公司 | 面向综合舒适度的建筑内温控负荷优化方法及系统 |
CN113725913A (zh) * | 2021-07-31 | 2021-11-30 | 国家电网公司华北分部 | 一种适应源网荷储多类型资源协同的自动功率控制方法 |
CN113725913B (zh) * | 2021-07-31 | 2024-04-09 | 国家电网公司华北分部 | 一种适应源网荷储多类型资源协同的自动功率控制方法 |
CN114925546A (zh) * | 2022-06-17 | 2022-08-19 | 国网北京市电力公司 | 冷链负荷聚合参与电网调控的中标量分解方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108279566A (zh) | 一种负荷聚合商的多家庭用电能量需求响应调控方法 | |
Guo et al. | Optimal operation of regional integrated energy system considering demand response | |
Jin et al. | Foresee: A user-centric home energy management system for energy efficiency and demand response | |
Wei et al. | A bi-level scheduling model for virtual power plants with aggregated thermostatically controlled loads and renewable energy | |
Gu et al. | Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch | |
Ramchurn et al. | Agent-based control for decentralised demand side management in the smart grid | |
Zhong et al. | ADMM-based distributed auction mechanism for energy hub scheduling in smart buildings | |
CN106532769B (zh) | 基于光伏并网不确定性的需求侧分时电价的优化方法 | |
Hui et al. | A transactive energy framework for inverter-based HVAC loads in a real-time local electricity market considering distributed energy resources | |
Fan et al. | A collaborative control optimization of grid-connected net zero energy buildings for performance improvements at building group level | |
Xiong et al. | Multi-stage equipment optimal configuration of park-level integrated energy system considering flexible loads | |
Zeng et al. | A regional power grid operation and planning method considering renewable energy generation and load control | |
CN104699051B (zh) | 一种温控设备需求响应控制方法 | |
Joo et al. | A multi-layered adaptive load management (ALM) system: Information exchange between market participants for efficient and reliable energy use | |
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 | |
CN105737342B (zh) | 一种办公楼宇内节能控制的方法 | |
Jin et al. | User-preference-driven model predictive control of residential building loads and battery storage for demand response | |
Cui et al. | Improved normal-boundary intersection algorithm: A method for energy optimization strategy in smart buildings | |
Wang et al. | Stackelberg game-based optimal scheduling of integrated energy systems considering differences in heat demand across multi-functional areas | |
Zhang et al. | Research on scheduling control strategy of large-scale air conditioners based on electric spring | |
CN110045626A (zh) | 基于温度改变的智能家居控制策略 | |
Wang et al. | Flexibility-based improved model of multi-energy hubs using linear weighted sum algorithm | |
Li et al. | Multi-dimension day-ahead scheduling optimization of a community-scale solar-driven CCHP system with demand-side management | |
CN113569380A (zh) | 建筑综合用能的调节能力的修正方法及装置 | |
Zhou et al. | Flexible load optimal regulation strategy of commercial buildings under the environment of electricity market |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180713 |
|
WD01 | Invention patent application deemed withdrawn after publication |