CN109028499A - 基于频率响应的异质空调集群分散式控制方法 - Google Patents
基于频率响应的异质空调集群分散式控制方法 Download PDFInfo
- Publication number
- CN109028499A CN109028499A CN201810811605.7A CN201810811605A CN109028499A CN 109028499 A CN109028499 A CN 109028499A CN 201810811605 A CN201810811605 A CN 201810811605A CN 109028499 A CN109028499 A CN 109028499A
- Authority
- CN
- China
- Prior art keywords
- air
- conditioning
- frequency
- heterogeneous
- power
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/50—Load
Abstract
本发明公开了一种基于频率响应的异质空调集群分散式控制方法。首先,根据参与需求响应的空调负荷的物理特性给出了单个设备的动力学模型,并基于此给出了异质空调集群随外界温度变化的稳态聚合功率估计;然后,根据电网紧急故障响应等级,对空调参与需求响应的频率阈值进行划分,给出不同频率偏离值下的空调集群聚合功率调整量;最后,基于已知系统模型参数给出单个空调基于频率的分散式随机控制方法。上述分散式控制方法使得异质空调集群能够快速、精确地对紧急故障下电网功率不匹配量做出补偿,节约通信成本,有利于电网频率恢复和系统安全稳定运行。
Description
技术领域:
本发明涉及一种基于频率响应的异质空调集群分散式控制方法,属于电力系统需求响应技术领域。
背景技术:
近年来,采用温控负荷作为可控负荷参与电力系统频率响应得到很大的关注,其中包括温控负荷集群的建模和控制。作为温控负荷其中一大类,空调负荷集群可在不影响用户体验情况下,可通过削减负荷来参与系统频率响应等辅助服务。当电力系统出现紧急故障,例如若干机组掉线,势必会对电网频率带来巨大冲击,传统电力控制通常先利用一次调频机组能力来提供快速频率响应控制,然后通过二次调频使得频率恢复稳定。上述控制过程中,由于控制通信延迟以及机组发电物理约束限制,无法及时补偿系统功率不匹配量,若控制不及时,则会导致级联故障,甚至系统瘫痪。作为一种替代方案,负荷侧管理或者需求响应为这一紧急故障提供了解决方案,即通过负荷设备的开、关控制来实现负荷削减或增加。
针对单个空调设备的控制主要分为两类:切换开、关状态和改变温度设定值。前着可快速实现负荷功率的改变,而后者调整潜力则受到当前温控负荷聚合体当前温度状态、物理参数等因素的影响。本专利主要采用开、关切换控制来实现空调集群参与电网频率响应。针对大量空调负荷集群,大量工作采用集中式控制方法,即集群代理或负荷运行商通过集中下发控制信号,如开、关或设定值改变量。在集中式负荷控制中,负荷管理者需要知道全系统的个体状态信息且需要跟终端设备进行频繁的双向通讯,势必会带来大量的通信成本。这在目前看来仍是个技术挑战,而且当控制信号发生延时或丢失时会降低系统控制性能甚至无法达到控制目的。
不同于集中式控制方法,分散式控制方法则仅需要根据自身的局部度量(如频率)快速自主地响应,且不需要实时地与控制中心进行通讯,大大降低了控制成本,同时保证了控制的时效性,是当前智能电网普遍容易接受的一种控制模式。分散式控制方法分为完全分散式、部分分散式以及分层分散式。完全分散式方法为每个局部控制器提供先验的信息,且控制器之间不存在通讯连接;在部分分散式方法中,控制器间存在较少的信息交换,根据交换信息进行局部决策;分层分散式中,则在局部控制器上层添加一层监管控制器,监管层负责协调下层局部控制器从而提高控制性能。本发明采用完全分散式方式来实现空调集群下单个空调设备的随机开、关控制。
尽管智能电网高级量测、现代控制以及通信技术为需求侧响应技术的兴起及应用奠定了基础,温控负荷可中断特性、储能特性以及比重大得到了工业界以及学术界大量的关注。不过,基于空调等温控设备的控制需要考虑如下几点问题:
1)可控负荷的不确定性和异质性。大量温控设备参数多样性,状态时变特性以及对控制指令的响应程度不同等;
2)通讯的局限性。由于温控设备数目庞大,对其进行集中双向控制,势必增加通讯成本,且通讯往往存在延迟或中断,给负荷快速响应带来了挑战;
3)用户参与度与舒适度的协调。参与需求侧响应的用户与电力企业签订相关合同后,按照需求侧响应控制方法根据系统运行状态进行负荷调整,参与电网辅助运行。然而,用户参与系统频率响应的参与度无法获得合理评估,易导致需求响应不足或过度响应的现象;同时,在促进用户参与系统需求响应的同时,如何确保用户用能舒适度是目前需求侧响应研究的焦点问题之一。
发明内容
本发明的目的是提供一种基于频率响应的异质空调集群分散式控制方法,减少通信成本。所提出控制方法中,空调设备根据局部的频率信息,做出改变开、关状态动作,为系统运行提供可靠的短时中断支撑服务。该方法基于系统频率变化通过改变异质温控负荷开关状态来实现,空调负荷设备基于不同频率阈值随机响应,即当频率低于给定阈值时,一部分处于“开”状态空调关闭,当频率高于一定阈值时,一部分处于“关”状态空调被强制开启,且通过采用适当的安全协议来避免因负荷设备同步动作产生新的聚合功率震荡。上述空调开、停概率基于空调集群聚合功率估计给出,其中全局参数可由聚合体代理中心按需调整。
上述的目的通过以下技术方案实现:
一种基于频率响应的异质空调集群分散式控制方法,该方法包括以下步骤:
步骤1.根据单个空调负荷热传导物理特性建立其等效热参数模型,并基于此求出异质空调集群随外界温度变化的稳态聚合功率估计,得到单个空调平均用电量参数信息,作为全局参数信息发送给下属空调设备;
步骤2.根据电网紧急故障响应等级,对空调参与需求响应的频率阈值进行划分,给出不同频率偏离值下的空调集群聚合功率调整量,并根据聚合商内部空调数目得出单个空调需要调节的平均功率量,作为全局参数信息发送给下属空调设备;
步骤3.基于已知系统模型参数给出单个空调基于频率的分散式随机控制方法,该方法根据已知全局参数信息,由局部控制器自行根据频率变化进行开、关切换控制概率值,其中嵌入异质空调聚合体安全控制协议算法,通过在每个控制单元安装计时器来控制器状态切换时刻,避免因空调同时开启带来的功率震荡。
进一步地,步骤1中所述根据单个空调负荷热传导物理特性建立其等效热参数模型,并基于此求出异质空调集群随外界温度变化的稳态聚合功率估计,得到单个空调平均用电量参数信息,具体方法为:
步骤11.根据单个空调的等效热参数模型,得到室内平均温度θ(t)的随时间的演化规律,通过混杂微分方程模型如下:
式(1)中:C和R分别为热容(kWh/℃)和热阻(℃/kW);θa表示室外温度;θs是空调温度设定点;P表示空调的用电功率(kW);η为能效比,表示制冷功率跟用电功率的比值,对于制冷设备满足η>1,且随着外界温度的升高而降低,表示为外界温度的线性函数,二元变量m(t)表示在空调的开、关运行状态,其中0代表“关”,1代表“开”;δ为空调运行温度死区长度,则[θ-,θ+]表示空调正常运行温度区间,θ-为运行温度下界,θ+为运行温度上界;
步骤12.由方程(1)得出单个空调的制冷周期Ton和制热周期Toff的表达式如下:
步骤13;通过数学推导和已有文献对单个空调制冷周期占整个运行周期比重pon估计如下:
步骤14.对含有N个异质空调设备的异质空调集群,求出其处于开状态下的空调用电功率总和,即随外界温度变化的稳态聚合功率估计,表示为:
其中,Pagg(t)表示聚合功率,mi(t)表示第i个空调设备的开关状态,Pi表示第i个空调设备的用电功率,假设空调数目足够大,N个空调设备独立运行并共享同一外界温度θa∈Θa,且参数p=R,C,P,θs,η0满足一定的概率分布函数fp(·),进一步,则公式(4)处于稳态下的聚合功率值可进一步估计如下
其中下标i表示相关变量参数相对于设备i,变量解释见步骤(1);X为随机变量的函数,同样也为随机变量,E[X]表示X的期望值,根据概率知识,E[X]可近似计算如下
该估计数值由空调聚合商根据其内部参与频率调节空调参数计算给出,并分发给下属空调存储,通过检测外界不同温度值可得到当前时刻聚合体内部空调平均用电量。
进一步地,步骤2)中所述根据电网紧急故障响应等级,对空调参与需求响应的频率阈值进行划分为M个负荷响应阶段,当频率偏差Δf低于一个负的阈值时,部分空调关闭;当Δf高于给定的正阈值时,部分空调将被强制开启,从电网中吸收电量,该过程通过安装在每个空调设备局部控制器来实现,当|Δf|到达第j个阈值Δfsh,j时,第j个阶段将被触发,其中,Δfsh,j>0(1≤j≤M)表示第j个频率偏差阈值,并设Δfsh,0=0(Hz)以及令Δfsh,M+1为最大频率容许偏差的绝对值,则有
Δfsh,O<Δfsh,1<...<Δfsh,M<Δfsh,M+1 (7)
在第j个负荷响应阶段,负荷聚合功率的改变量设为:
ΔPj(t)=Kjsign(Δf(t))(Δfsh,j-Δfsh,j-1) (8)
其中Kj(kW/Hz)为第j个阶段正的控制增益,该增益值由系统决策中心根据系统运行特性决定;在第j个阶段,频率偏差满足|Δf(t)|∈[Δfsh,j,Δfsh,j+1);sign(·)表示符号函数,以及E[P]为单个空调的功率期望值,上述参数Δfsh,j,E[P]由负荷聚合商确定,并下发给下属空调设备,用于基于频率的分散式控制方法设计。
进一步地,步骤3中所述的局部控制器自行根据频率变化进行开、关切换控制概率值得具体方法如下:
当Δf<0时,一部分处于开状态的空调在第j个阶段关闭,该比重可以根据当前稳态功率值以及之前阶段功率改变值计算得到,计算方法如下所示:
当Δf>0时,类似的分析同样适用,则在第j个阶段处于关状态空调需要被强制打开的比例为:
进一步地,步骤3中所述的嵌入异质空调聚合体安全控制协议算法的给予频率响应的分散式方法为:
步骤31.初始化全局变量Δfsh,j,E[P],检测外界温度查表更新E[X],在[Tmin,Tmax]
随机选择停时T;初始化控制二元变量c=0;开始阶段j=1;
步骤32.监测频率变化Δf,
若-Δfsh,j+1<Δf≤-Δfsh,j且c=0,
则采用式(9)估计poff,j,更新j=j+1,进入步骤33;
步骤33.生成随机数p∈[0,1],
若p<poff,j,
c=1,
若m(t)=1,
令m(t)=0,维持关停T时间后,恢复c=0,j=1,m(t)=1,进入步骤34;
否则:
维持关闭状态自然运行直到到达上界θ+,维持关停状态T时间后,令c=0,j=1,m(t)=1,进入步骤34;
否则进入步骤34;
步骤34.空调按照模型(1)正常运行;
上述算法符号描述见前述步骤,在上述算法中假设聚合体中参与频率响应的空调数N保持不变,且E[X]可根据外界检测温度通过查找存储在空调控制单元内存的数据表格获得。
本发明所产生的有益效果:
本发明中基于频率响应的分散式控制方法,与现有的集中式方法相比,大大降低了控制通信成本,缩短了响应时间,使得异质空调集群能够快速、精确地对紧急故障下电网功率不匹配量做出补偿,同时不损害用户自身舒适度;通过在控制方法中引入安全协议设置,降低了因空调同时开启带来的不利于电网运行的功率震荡,有利于电网频率恢复和系统安全稳定运行,具有一定的实际应用价值。
附图说明
图1空调设备等效热参数(ETP)模型。
图2空调聚合商多阶段频率响应示意图。
图3基于频率响应的空调集群分散式控制方法示意图。
具体实施方式
下面结合附图对本发明的方案进行清楚、完整的描述,首先给出异质空调集合体聚合总功率的估计,然后详细地给出空调集群基于频率响应的分散式控制算法,具体实施步骤如下:
步骤1,根据单个空调负荷热传导物理特性建立其等效热参数(ETP)模型,并根据大量异质空调聚合体的统计特性对其进行聚合建模,具体包括
1)对于单个制冷空调设备,根据其ETP模型,见附图1,可得到室内平局温度θ(t)的随时间的演化规律,通过混杂微分方程模型来描述。
其中C和R分别为热容(kWh/℃)和热阻(℃/kW);θa表示室外温度;θs是空调温度设定点;P表示空调的用电功率(kW);η为能效比,表示制冷功率跟用电功率的比值,对于制冷设备满足η>1,且随着外界温度的升高而降低,一般可表示为外界温度的线性函数,如针对ZB45KCE型号的压缩机,η(θa,η0)=-0.14(θa-35)+η0,η0为在35℃/27℃(外界温度/室内温度)下的标准值,且上述关系在外界温度Θa=[20℃,35℃]范围内适用;w(t)表示由热增益或损耗带来的温度干扰项,例如开关门窗等,在本发明中忽略不计;二元变量m(t)(0代表“关”,1代表“开”)表示在空调的开、关运行状态;δ为空调运行温度死区长度,则[θ-,θ+]表示空调正常运行温度区间,θ-为运行温度下界,θ+为运行温度上界。上述模型意为当室内调节温度低温度下届值时空调关闭,当高于温度上界时空调开启。。
2)由方程(1)可得出空调设备制冷周期Ton和制热周期Toff的表达式如下:
通过数学推导和已有文献可对空调制冷周期占整个运行周期比重pon估计如下
3)考虑含有N个异质空调设备的空调聚合体,其用电总功率可表示为处于开状态下的空调用电功率总和,即
其中,Pagg(t)表示聚合功率,mi(t)表示第i个空调设备的开关状态,Pi表示第i个空调设备的用电功率。假设空调数目足够大,N个空调设备独立运行并共享同一外界温度θa∈Θa,且参数p=R,C,P,θs,η0满足一定的概率分布函数fp(·)。则公式(4)处于稳态下的聚合功率值可进一步估计如下
其中下标i表示相关变量(参数)相对于设备i,变量解释见步骤(1);X为随机变量的函数,同样也为随机变量,E[X]表示X的期望值。根据概率知识,E[X]可近似计算如下
该数值由空调聚合商根据其内部参与频率调节空调参数计算给出,并分发给下属空调存储,通过检测外界不同温度值可得到当前时刻聚合体内部空调平均用电量,用于步骤2中分散式控制方法设计。
步骤2中根据电网运行特性和步骤1中聚合体在给定外界温度下的稳态聚合功率给出异质空调集群基于频率响应的分散式控制方法包括:
1)针对一组异质空调额基于频率的分散式控制方法可用于提供快速需求响应服务。
当频率偏差Δf低于一个负的阈值时,一些适当比例的空调关闭;当Δf高于给定的正阈值时,一些空调将被强制开启,从电网中吸收电量。该过程通过安装在每个空调设备局部控制器来实现。如附图2所示,假设有M个负荷响应阶段,当|Δf|到达第j个阈值Δfsh,j时,第j个阶段将被触发。其中,Δfsh,j>0(1≤j≤M)表示第j个频率偏差阈值,并设Δfsh,0=0(Hz)以及令Δfsh,M+1为最大频率容许偏差的绝对值,则有
Δfsh,0<Δfsh,1<...<Δfsh,M<Δfsh,M+1
在第j个负荷响应阶段,负荷聚合功率的改变量设为:
ΔPj(t)=Kjsign(Δf(t))(Δfsh,j-Δfsh,j-1)
其中Kj(kW/Hz)为第j个阶段正的控制增益,该增益值由系统决策中心根据系统运行特性决定;在第j个阶段,频率偏差满足|Δf(t)|∈[Δfsh,j,Δfsh,j+1);sign(·)表示符号函数。
其中以及
2)假设需求响应前的初始聚合功率为稳态值令u(·)为阶跃函数,tj为第j个负荷响应阶段的时刻点。则在t时刻,新的功率消耗为:
其中L为实际激发的负荷响应阶段数;θa(t)为t时刻外界温度(假设在L个阶段中保持不变)。稳态聚合功率可视为θa的函数,可通过公式(5)和公式(6)估计获得。为了保证公式(7)可行,需要满足如下约束条件:
O≤Pagg(t)≤NE[P] (8)
其中E[P]为单个空调的功率期望值。上述参数Δfsh,j,E[P]由负荷聚合商确定,并下发给下属空调设备,用于基于频率的分散式控制方法设计。
3)根据以上分析,给出空调个体在不同频率偏差情况下的开、关切换比例,最终满足在每个阶段调整功率为ΔPj(t),见附图3。考虑到在第j个阶段空调聚合功率需要改变ΔPj(t),因此只需要一部分适当比例的空调做出控制动作。当Δf<0时,一部分处于开状态的空调在第j个阶段关闭,该比重可以根据当前稳态功率值以及之前阶段功率改变值计算得到,计算方法如下所示:
当Δf>0时,类似的分析同样适用,则在第j个阶段处于关状态空调需要被强制打开的比例为:
4)基于前面的准备工作,当Δf<0条件下,针对单个空调设备,给出其基于频率响应的分散式控制方法。
上述算法符号描述见前述步骤,此处为简洁起见,时间t省略。例如,m即模型(1)中二元状态变量m(t)。在上述算法中假设聚合体中参与频率响应的空调数N保持不变,且E[X]可根据外界检测温度通过查找存储在空调控制单元内存的数据表格获得。步骤3中用到安全协议算法,通过在每个控制单元安装计时器来控制器状态更改时刻,避免因空调同时开启带来的功率震荡。对于当频率高于额定频率值的情形,分散式控制方法可类似给出。
以上仅是本发明的优选实施方式,应当指出以上实施列对本发明不构成限定,相关工作人员在不偏离本发明技术思想的范围内,所进行的多样变化和修改,均落在本发明的保护范围内。
Claims (5)
1.一种基于频率响应的异质空调集群分散式控制方法,其特征在于,该方法包括以下步骤:
步骤1.根据单个空调负荷热传导物理特性建立其等效热参数模型,并基于此求出异质空调集群随外界温度变化的稳态聚合功率估计,得到单个空调平均用电量参数信息,作为全局参数信息发送给下属空调设备;
步骤2.根据电网紧急故障响应等级,对空调参与需求响应的频率阈值进行划分,给出不同频率偏离值下的空调集群聚合功率调整量,并根据聚合商内部空调数目得出单个空调需要调节的平均功率量,作为全局参数信息发送给下属空调设备;
步骤3.基于已知系统模型参数给出单个空调基于频率的分散式随机控制方法,该方法根据已知全局参数信息,由局部控制器自行根据频率变化进行开、关切换控制概率值,其中嵌入异质空调聚合体安全控制协议算法,通过在每个控制单元安装计时器来控制器状态切换时刻,避免因空调同时开启带来的功率震荡。
2.根据权利要求1所述的基于频率响应的异质空调集群分散式控制,其特征在于,步骤1中所述根据单个空调负荷热传导物理特性建立其等效热参数模型,并基于此求出异质空调集群随外界温度变化的稳态聚合功率估计,得到单个空调平均用电量参数信息,具体方法为:
步骤11.根据单个空调的等效热参数模型,得到室内平均温度θ(t)的随时间的演化规律,通过混杂微分方程模型如下:
式(1)中:C和R分别为热容(kWh/℃)和热阻(℃/kW);θa表示室外温度;θs是空调温度设定点;P表示空调的用电功率(kW);η为能效比,表示制冷功率跟用电功率的比值,对于制冷设备满足η>1,且随着外界温度的升高而降低,表示为外界温度的线性函数,二元变量m(t)表示在空调的开、关运行状态,其中0代表“关”,1代表“开”;δ为空调运行温度死区长度,则[θ-,θ+]表示空调正常运行温度区间,θ-为运行温度下界,θ+为运行温度上界;
步骤12.由方程(1)得出单个空调的制冷周期Ton和制热周期Toff的表达式如下:
步骤13;通过数学推导和已有文献对单个空调制冷周期占整个运行周期比重pon估计如下:
步骤14.对含有N个异质空调设备的异质空调集群,求出其处于开状态下的空调用电功率总和,即随外界温度变化的稳态聚合功率估计,表示为:
其中,Pagg(t)表示聚合功率,mi(t)表示第i个空调设备的开关状态,Pi表示第i个空调设备的用电功率,假设空调数目足够大,N个空调设备独立运行并共享同一外界温度θa∈Θa,且参数p=R,C,P,θs,η0满足一定的概率分布函数fp(.),进一步,则公式(4)处于稳态下的聚合功率值可进一步估计如下
其中下标i表示相关变量参数相对于设备i,变量解释见步骤(1);X为随机变量的函数,同样也为随机变量,E[X]表示X的期望值,根据概率知识,E[X]可近似计算如下
该估计数值由空调聚合商根据其内部参与频率调节空调参数计算给出,并分发给下属空调存储,通过检测外界不同温度值可得到当前时刻聚合体内部空调平均用电量。
3.根据权利要求1所述的基于频率响应的异质空调集群分散式控制方法,其特征在于,步骤2)中所述根据电网紧急故障响应等级,对空调参与需求响应的频率阈值进行划分为M个负荷响应阶段,当频率偏差Δf低于一个负的阈值时,部分空调关闭;当Δf高于给定的正阈值时,部分空调将被强制开启,从电网中吸收电量,该过程通过安装在每个空调设备局部控制器来实现,当|Δf|到达第j个阈值Δfsh,j时,第j个阶段将被触发,其中,Δfsh,j>0(1≤j≤M)表示第j个频率偏差阈值,并设Δfsh,0=0(Hz)以及令Δfsh,M+1为最大频率容许偏差的绝对值,则有
Δfsh,0<Δfsh,1<...<Δfsh,M<Δfsh,M+1 (7)
在第j个负荷响应阶段,负荷聚合功率的改变量设为:
ΔPj(t)=Kjsign(Δf(t))(Δfsh,j-Δfsh,j-1) (8)
其中Kj(kW/Hz)为第j个阶段正的控制增益,该增益值由系统决策中心根据系统运行特性决定;在第j个阶段,频率偏差满足|Δf(t)|∈[Δfsh,j,Δfsh,j+1);sign(·)表示符号函数,以及E[P]为单个空调的功率期望值,
上述参数Δfsh,j,E[P]由负荷聚合商确定,并下发给下属空调设备,用于基于频率的分散式控制方法设计。
4.根据权利要求1所述的基于频率响应的异质空调集群分散式控制方法,其特征在于,步骤3中所述的局部控制器自行根据频率变化进行开、关切换控制概率值得具体方法如下:
当Δf<0时,一部分处于开状态的空调在第j个阶段关闭,该比重可以根据当前稳态功率值以及之前阶段功率改变值计算得到,计算方法如下所示:
当Δf>0时,类似的分析同样适用,则在第j个阶段处于关状态空调需要被强制打开的比例为:
5.根据权利要求1所述的基于频率响应的异质空调集群分散式控制方法,其特征在于,步骤3中所述的嵌入异质空调聚合体安全控制协议算法的给予频率响应的分散式方法为:
步骤31.初始化全局变量Δfsh,j,E[P],检测外界温度查表更新E[X],在[Tmin,Tmax]随机选择停时T;初始化控制二元变量c=0;开始阶段j=1;
步骤32.监测频率变化Δf,
若-Δfsh,j+1<Δf≤-Δfsh,j且c=0,
则采用式(9)估计poff,j,更新j=j+1,进入步骤33;
步骤33.生成随机数p∈[0,1],
若p<poff,j,
c=1,
若m(t)=1,
令m(t)=0,维持关停T时间后,恢复c=0,j=1,m(t)=1,进入步骤34;
否则:
维持关闭状态自然运行直到到达上界θ+,维持关停状态T时间后,令c=0,j=1,m(t)=1,进入步骤34;
否则进入步骤34;
步骤34.空调按照模型(1)正常运行;
上述算法符号描述见前述步骤,在上述算法中假设聚合体中参与频率响应的空调数N保持不变,且E[X]可根据外界检测温度通过查找存储在空调控制单元内存的数据表格获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810811605.7A CN109028499A (zh) | 2018-07-23 | 2018-07-23 | 基于频率响应的异质空调集群分散式控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810811605.7A CN109028499A (zh) | 2018-07-23 | 2018-07-23 | 基于频率响应的异质空调集群分散式控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109028499A true CN109028499A (zh) | 2018-12-18 |
Family
ID=64644276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810811605.7A Pending CN109028499A (zh) | 2018-07-23 | 2018-07-23 | 基于频率响应的异质空调集群分散式控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109028499A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114440402A (zh) * | 2022-01-12 | 2022-05-06 | 深圳市紫衡技术有限公司 | 空调节能控制系统 |
CN114738958A (zh) * | 2022-04-06 | 2022-07-12 | 合肥工业大学 | 变频空调负荷优化调控方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008090607A (ja) * | 2006-10-02 | 2008-04-17 | Japan Aerospace Exploration Agency | 資源の制約をともなう自律分散型制御 |
US20170025851A1 (en) * | 2015-07-24 | 2017-01-26 | Battelle Memorial Institute | Aggregate Load Controllers and Associated Methods |
CN106408165A (zh) * | 2016-08-29 | 2017-02-15 | 东南大学 | 一种定频空调聚合建模及其调频服务的方法 |
CN106485068A (zh) * | 2016-10-08 | 2017-03-08 | 东南大学 | 一种空调负荷的聚合建模方法 |
CN107276069A (zh) * | 2017-06-08 | 2017-10-20 | 中国电力科学研究院 | 一种地区电网居民温控负荷的近似聚合建模方法及系统 |
CN108181947A (zh) * | 2018-01-04 | 2018-06-19 | 国网江苏省电力有限公司电力科学研究院 | 一种基于负荷簇温度调控的用户侧负荷响应方法 |
CN108279566A (zh) * | 2017-12-20 | 2018-07-13 | 上海电力学院 | 一种负荷聚合商的多家庭用电能量需求响应调控方法 |
-
2018
- 2018-07-23 CN CN201810811605.7A patent/CN109028499A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008090607A (ja) * | 2006-10-02 | 2008-04-17 | Japan Aerospace Exploration Agency | 資源の制約をともなう自律分散型制御 |
US20170025851A1 (en) * | 2015-07-24 | 2017-01-26 | Battelle Memorial Institute | Aggregate Load Controllers and Associated Methods |
CN106408165A (zh) * | 2016-08-29 | 2017-02-15 | 东南大学 | 一种定频空调聚合建模及其调频服务的方法 |
CN106485068A (zh) * | 2016-10-08 | 2017-03-08 | 东南大学 | 一种空调负荷的聚合建模方法 |
CN107276069A (zh) * | 2017-06-08 | 2017-10-20 | 中国电力科学研究院 | 一种地区电网居民温控负荷的近似聚合建模方法及系统 |
CN108279566A (zh) * | 2017-12-20 | 2018-07-13 | 上海电力学院 | 一种负荷聚合商的多家庭用电能量需求响应调控方法 |
CN108181947A (zh) * | 2018-01-04 | 2018-06-19 | 国网江苏省电力有限公司电力科学研究院 | 一种基于负荷簇温度调控的用户侧负荷响应方法 |
Non-Patent Citations (2)
Title |
---|
张青: "温控负荷聚合建模及其功率控制", 《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》 * |
时欣利: "智能电网预测发电和柔性负荷控制策略研究", 《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114440402A (zh) * | 2022-01-12 | 2022-05-06 | 深圳市紫衡技术有限公司 | 空调节能控制系统 |
CN114738958A (zh) * | 2022-04-06 | 2022-07-12 | 合肥工业大学 | 变频空调负荷优化调控方法和系统 |
CN114738958B (zh) * | 2022-04-06 | 2024-01-19 | 合肥工业大学 | 变频空调负荷优化调控方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109028499A (zh) | 基于频率响应的异质空调集群分散式控制方法 | |
CN104374052B (zh) | 基于神经网络的中央空调节能控制方法及系统 | |
CN105571063B (zh) | 一种浅层地温能能源管理系统及其实现方法 | |
CN111555304A (zh) | 一种面向电网调频服务的空调负荷虚拟储能调度方法 | |
WO2023160110A1 (zh) | 一种集群温控负荷系统调频方法、系统、电子设备及存储介质 | |
CN109449461B (zh) | 氢综合利用系统的电热输出控制方法及装置 | |
WO2022127652A1 (zh) | 一种空调聚合控制方法、系统和调控装置 | |
US11233401B2 (en) | Distributed energy system, energy intelligent terminal and control method thereof | |
CN108168052A (zh) | 一种中央空调制冷系统最优启停控制方法 | |
Yildiz et al. | A pricing based algorithm for cell switching off in green cellular networks | |
Hong et al. | Distributed control of large-scale inverter air conditioners for providing operating reserve based on consensus with nonlinear protocol | |
CN105407520B (zh) | 一种集中式基站休眠决策方法及休眠系统 | |
CN106091281A (zh) | 一种变频空调控制方法、装置及系统 | |
Hong et al. | Event-triggered consensus control of large-scale inverter air conditioners for demand response | |
Xiao et al. | Towards energy efficient resource allocation: When green mobile edge computing meets multi-agent deep reinforcement learning | |
CN110189056A (zh) | 一种电力系统调度的方法、系统及设备 | |
CN111277007A (zh) | 计及需求侧响应的火电机组调频系统 | |
CN107166646A (zh) | 基于分布式计算的中央空调主机优化运行控制系统及方法 | |
JP6331073B2 (ja) | 情報処理装置、および情報処理システム | |
CN104701870B (zh) | 一种电力系统储能优化方法 | |
CN110594945B (zh) | 一种地铁车站冷水机组智能群控方法 | |
WO2017199229A1 (en) | System and method for regulating power consumption | |
CN111787600A (zh) | 基于无线通信业务量的节能控制方法及相关系统 | |
CN110376896A (zh) | 一种基于深度学习和模糊控制的单热源空调优化制冷方法 | |
CN113746104B (zh) | 一种柴储供电模式的配电网协调控制方法及系统 |
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: 20181218 |