CN110223005A - 一种空调负荷供电可靠性评估方法及评估装置 - Google Patents
一种空调负荷供电可靠性评估方法及评估装置 Download PDFInfo
- Publication number
- CN110223005A CN110223005A CN201910542114.1A CN201910542114A CN110223005A CN 110223005 A CN110223005 A CN 110223005A CN 201910542114 A CN201910542114 A CN 201910542114A CN 110223005 A CN110223005 A CN 110223005A
- Authority
- CN
- China
- Prior art keywords
- air
- demand response
- load
- demand
- user
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明涉及一种空调负荷供电可靠性评估方法及评估装置,本发明方法中,获得需求响应信号指令后,首先对空调用户的失负荷事件进行定义;进一步虑到客户的舒适度要求,构建商业空调负荷的两级控制模型,模型第一级是协同优化空调系统内部设备的运行状态,而第二级控制牺牲部分用户舒适度,以充分利用热自存储容量并抑制负荷回弹;最后结合电力系统需求响应的指令信号,获取空调负荷参与需求响应后的负荷变化情况。然后建立专门用于描述能源供应服务可靠性的指标,并计算可靠性指标。本发明将空调用户的需求视为灵活可调负荷,提出了以用户为导向和以负荷为导向的可靠性指标,以此衡量需求响应策略下对用户用能情况的影响。
Description
技术领域
本发明涉及一种空调负荷供电可靠性评估方法及评估装置,属于电力系统可靠性评估领域。
背景技术
需求响应是一种先进的负载端资源管理技术,在系统可靠性存在风险时允许客户通过改变自身的用电情况来参与系统的运行调度控制,负荷与电网双向互动能力的增强,电力需求的波动性和不确定性也给电力系统带来了新的机遇和挑战。在丰富的负荷侧资源中,空调负荷占建筑物总耗电量的近54%,由于热的自身存储能力,空调负荷参与需求响应的电力系统安全可靠性评价与得到了广泛的关注和研究。
灵活匹配电力供需是空调负荷提高电力系统安全性和可靠性的主要方法,大量研究表明空调负荷能够有效地改善电能质量,参与电力系统的电压调节、频率调节以及波动平抑。但空调用户参与需求响应的主要障碍是客户对能源供应可靠性要求很高,也导致对新技术的低风险容忍度。而可靠性是对系统根据一定可接受标准向用户提供电能能力的度量,对于空调这类灵活可控的负荷,其可接受标准明显不同于传统不可控负荷,不明确的可靠性定义可能导致配电系统运营商高估或低估灵活负荷的响应能力。目前,针对电动汽车等柔性负荷的供电可靠性已有一定研究基础,相应的可靠性评估指标也在不断地完善当中,但几乎没有研究从配电网角度出发研究空调负荷参与需求响应后的供电可靠性。
此外,需求响应条件下空调负荷的可调容量以及用户用能体验主要都是由需求响应策略决定的,目前针对各类分散式空调负荷的协调控制已展开了大量研究,大多数是通过直接控制空调压缩机的瞬时启停来改变负荷曲线。然而,这种控制模式并不适用于螺旋式或离心式的商用中央空调系统,频繁的启停操作将直接影响其使用寿命。而中央空调系统功耗不仅与压缩机有关,还取决于很多其他的热交换模块,如冷冻水循环系统,冷却水循环系统和新风系统,同时,建筑区域热存储能力也表明用户的冷热功率需求存在进一步调节的潜力。然而,目前对于该方面调节,暂未有应用,因此,对考虑需求响应的商业空调负荷供电可靠性进行评估还需要结合详细的策略展开,充分掌握运行控制策略对用户用能情况的影响。
发明内容
本发明的目的是提出一种考虑需求响应的商业空调负荷供电可靠性评估方法,从配电系统的角度出发,定义了商业空调柔性负荷的供电可靠性概念,并建立了相应的可靠性指标及求解算法,可靠性算法包含一种考虑客户舒适度需求的商业空调负荷需求响应策略,能有效解决配电网络中存在的越限问题,可靠性指标能有效反映需求响应策略对供能可靠性的影响。
本发明的方案包括一种空调负荷供电可靠性评估方法,包括以下步骤:
步骤1,获取配电网需求响应实施场景、各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end];
步骤2,利用模糊隶属度建立满意度函数来确定用户对室内温度舒适与否的满意程度,包括设第i个房间的设定温度为Ti setpoint(t),室内温度为Ti room(t),根据用户对温度的偏好通过调整钟型曲线形状参数αt、βt和Ti setpoint(t)设定舒适度隶属度舒适度隶属度低于用户的期望则判断在该时刻用户对供能服务舒适度不满意;
并以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件,
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
是用户舒适度隶属度;
是满意度函数;
t为时刻;
Δt为需求响应控制的时间步长;
Ti setpoint(t)是第i个房间的设定温度;
δ是用户认为可接受不舒适温度持续时间的占比;
步骤3,建立空调负荷需求响应控制策略,包括对空调设备进行全局优化的第一级控制,其中:
第一级控制协同地优化空调设备的运行状态,空调设备至少包括制冷机、风机、水泵、盘管,构建制冷机、风机、水泵的耗电功率模型,建立目标函数对各时刻需求响应信号Pt singal进行跟随,对各耗电功率模型添加约束条件并求解,得到最优化的空调负荷需求响应的空调设备的参数,进而控制空调按照每个房间的热需求进行调整,所述约束条件包括制冷机、风机、水泵的运行特点约束以及用户的冷量需求约束,目标函数如下:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},ch表示制冷机、fan表示风机,pump表示水泵;
步骤4,根据步骤3中的优化结果,获得参加需求响应后用户室内温度的变化曲线Ti room(t),将所述变化曲线对应的数据代入步骤2中得到用户舒适度隶属度以及负荷损失情况εi;
步骤5,利用用户舒适度隶属度以及负荷损失情况εi按照以用户为导向和以能源需求为导向分别计算可靠性指标,其中,以用户为导向的可靠性指标为年冷负荷需求不满意率,以能源需求为导向的可靠性指标为年不合格能源供应量。
本发明的方案还包括一种空调负荷供电可靠性评估装置,包括:
电网数据获取模块,用于获取配电网需求响应实施场景、各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end],所述实施场景至少包括电压越限和容量越限;
负荷损失事件评估模块,利用模糊隶属度建立满意度函数来确定用户对室内温度舒适与否的满意程度,包括设第i个房间的设定温度为Ti setpoint(t),室内温度为Ti room(t),根据用户对温度的偏好通过调整钟型曲线形状参数αt、βt和Ti setpoint(t)设定舒适度隶属度舒适度隶属度低于用户的期望则判断在该时刻用户对供能服务舒适度不满意;
并以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件,
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
是用户舒适度隶属度;
是满意度函数;
t为时刻;
Δt为需求响应控制的时间步长;
Ti setpoint(t)是第i个房间的设定温度;
δ是用户认为可接受不舒适温度持续时间的占比;
需求响应控制模块,需求响应控制模块建立空调负荷需求响应控制策略,包括对空调设备进行全局优化的第一级控制单元,其中:
第一级控制单元协同地优化空调设备的运行状态,空调设备至少包括制冷机、风机、水泵、盘管,构建制冷机、风机、水泵的耗电功率模型,建立目标函数对各时刻需求响应信号Pt singal进行跟随,对各耗电功率模型添加约束条件并求解,得到最优化的空调负荷需求响应的参数,进而控制空调按照每个房间的热需求进行调整,所述约束条件包括制冷机、风机、水泵的运行特点约束以及用户的冷量需求约束,目标函数如下:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},ch表示制冷机、fan表示风机,pump表示水泵;
Pt ch的耗电功率模型表达式如下:
其中,表示额定制冷量,COPrated表示额定效率,上式中函数f1表示制冷功率与制冷机出水量的函数关系,f2表示制冷效率与制冷机出水量和负载率的函数关系,其计算公式如下
a1,a2,a3,b1,b2,b3,b4,c1,c2,c3是制冷剂特性参数;
风机的耗电功率模型如下:
式中f3代表风扇部分负荷因子,为额定最大供应风量,是通过风扇的实际风量,ΔP是风机设计压力,ηfan为风机效率,和d1,d2,d3,d4是风扇特性系数;
水泵的耗电功率模型如下:
为水泵额定功率,为水泵设计最大冷冻水量,为实际冷冻水流量,e1是水泵特征系数;
所述约束条件包括:
约束条件1:冷冻水与空气的热交换关系,cwater、cair为比热容,为制冷机的冷冻水进水和出水温度,为通过空调盘管的进风温度和出风温度;
约束条件2:空调制冷机提供的冷量不超过系统额定冷量大小
约束条件3:满足各区域用户的总冷量需求为房间平均温度;
可靠性指标获取模块,根据第一级控制单元的优化结果,获得参加需求响应后用户室内温度的变化曲线Ti room(t),利用所述变化曲线对应的数据获得用户舒适度隶属度以及负荷损失情况εi;利用用户舒适度隶属度以及负荷损失情况εi按照以用户为导向和以能源需求为导向分别计算可靠性指标,其中,以用户为导向的可靠性指标为年冷负荷需求不满意率,以能源需求为导向的可靠性指标为年不合格能源供应量。
本发明的空调负荷供电可靠性评估方法及评估装置具有以下有益效果
1、本发明方法中定义了商用空调负荷可靠性并提出评估算法,考虑到可接受的能源供应服务标准是不同的,将空调用户的需求视为灵活可调负荷,根据用户用能舒适度重新界定了可靠性评价中的负荷损失事件,提出了以用户为导向和以负荷为导向的可靠性指标,以此衡量需求响应策略下对用户用能情况的影响。
2、本发明方法中建立了提出了两级控制的商业空调负荷需求响应策略,包括设备的全局优化和冷负荷的优化调整。第一级控制的目的是协同地优化内部设备的运行状态,此阶段不会调整每个区域的热需求,无需牺牲用户舒适度,可通过构建优化模型求解。第二阶段通过改进算法进行用户的冷负荷优化,同时兼顾需求响应以及负荷反弹两部分策略。
附图说明
通过结合下面附图对其实施例进行描述,本发明的上述特征和技术优点将会变得更加清楚和容易理解。
图1是表示本发明实施例的空调负荷供电可靠性评估方法的流程图;
图2是表示本发明实施例的隶属度函数的示意图;
图3是表示本发明实施例的空调负荷需求响应两级控制策略的示意图;
图4是表示本发明实施例的空调负荷供电可靠性评估装置的构成模块示意图。
具体实施方式
下面将参考附图来描述本发明所述的空调负荷供电可靠性评估方法及评估装置的实施例。本领域的普通技术人员可以认识到,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式或其组合对所描述的实施例进行修正。因此,附图和描述在本质上是说明性的,而不是用于限制权利要求的保护范围。此外,在本说明书中,附图未按比例画出,并且相同的附图标记表示相同的部分。
本发明提出的一种考虑需求响应的商业空调负荷供电可靠性评估方法流程如图1所示,基本思路是先定义商业空调用户的失负荷事件,然后建立专门用于描述能源供应服务可靠性的双重指标,进一步构建商业空调负荷的双层控制模型,结合电力系统需求响应的指令信号,获取空调负荷参与需求响应后的负荷变化情况,计算可靠性指标。下面对其中部分术语进行解释:
需求响应:指配电网对于用户或用电设备的需求的用电量的响应指令。
电压越限是指配电系统中的负荷节点上的电压超过了电力系统合格电压的设定限制。
容量越限是指配电系统中的变压器实际所带负荷大小超过了变压器容量。
房间,指承受空调负荷的空间。
具体实施方式步骤如下:
步骤1,计算含多个商业空调负荷的配电系统潮流,获取配电网需求响应实施场景(包括但不限于电压越限和容量越限等情况),从电网调度中心获取各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end]。所述节点是指配电系统中的负荷节点,可以是一台空调作为一个节点,也可以多台空调对应一个节点。
步骤2,作为典型的可削减负荷,商业空调负荷可以通过牺牲一些用户的舒适度来调节负荷水平,进一步定义空调负荷的可靠性损失时间。设商业楼宇中的第i个房间设定温度为Ti setpoint(t),保持室内温度Ti room(t)在设定温度水平上是用户期望的供能服务,过低或过高的温度都可能会影响该区域用户的用能体验。利用模糊隶属度来描述用户对室内温度舒适与否的满意程度,隶属度函数为钟型曲线,如图2所示,表达式如下所示,其中用户对温度的偏好可以通过调整钟型曲线形状参数αt、βt和Ti setpoint(t)进行设定,一旦舒适度隶属度低于用户的期望则可以判断在该时刻用户对供能服务舒适度并不满意,满意度函数如下所示
进一步,以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
δ是用户认为可接受不舒适温度持续时间的占比,即用户认为房间温度不舒适的时间大于原有期望,即认为出现负荷损失事件,该房间的供电可靠性没有得到保证。
步骤3,步骤5中的可靠性指标计算依赖于空调负荷参与需求响应后的负荷变化水平,需要进一步建立商业空调负荷需求响应策略,本发明中的需求响应策略包括对空调设备的全局优化的第一级控制和对冷负荷的优化调整的第二级控制,如图3所示。
第一级控制的目的是协同地优化内部设备的运行状态,控制的设备包括制冷机、风机、水泵、盘管等设备,此阶段不会调整每个区域的热需求,无需牺牲用户舒适度。其目标函数是尽可能地对各时刻需求响应信号进行跟随:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},分别表示制冷机、风机以及水泵,其中,Pt ch的耗电功率模型表达式如下:
上式中表示额定制冷量,COPrated表示额定效率,上式中函数f1表示制冷功率与制冷机出水量的函数关系,f2表示制冷效率与制冷机出水量和负载率的函数关系,其计算公式如下
a1,a2,a3、b1,b2,b3,b4和c1,,c2,c3是制冷剂特性参数,由厂家提供。
风机的耗电功率模型如下:
式中f3代表风扇部分负荷因子,为额定最大供应风量,是通过风扇的实际风量,ΔP是风机设计压力,ηfan为风机效率,和d1,d2,d3,d4是风扇特性系数,由厂家提供。
水泵的耗电功率模型如下:
为水泵额定功率,为水泵设计最大冷冻水量,为实际冷冻水流量,e1是水泵特征系数,由厂家提供。
模型的约束条件包括制冷机、风机、水泵等设备的运行特点约束以及用户的冷量需求约束,具体约束如下。
约束条件1:冷冻水与空气的热交换关系,cwater、cair为比热容,为制冷机的冷冻水进水和出水温度,为通过空调盘管的进风温度和出风温度
约束条件2:空调制冷机提供的冷量不超过系统额定冷量大小
约束条件3:满足各区域用户的总冷量需求为房间平均温度
对以上耗电功率模型添加上述约束条件求解,可以得到最优化的空调负荷需求响应的各个参数,进而控制空调按照每个区域的热需求进行调整。上述优化模型可以通过优化工具包进行求解。
如果仅仅通过优化空调设备的参数达到的冷量与电网下达的需求响应要求不匹配,则在第二阶段控制中,对冷负荷需求进行调整,并做出一定的舒适性牺牲。第二级控制对用户的冷负荷调整可分为两个阶段,第一阶段是需求响应期间的响应策略。通常,用户在房间设定温度后,空调在房间的空调终端单元允许房间温度在2摄氏度区间内进行波动,以温度设置为24度为例,当室内温度达到25度时,空调终端单元会进入工作状态,将冷风送入房间,房间温度开始下降,下降至23摄氏度时,会自动停止送风,房间温度开始上升。23度至25即为该空调终端单元设置的温度死区。调整的核心思想就是将空调的空调终端单元划分成两组——室温处在下降阶段和室温处在上升阶段,如果需要减少用户冷量总需求(也就是通过优化空调设备的参数达到的冷量低于需求响应要求),则可以将室温处在下降阶段的空调终端单元关闭,反之,如果需要增加用户冷量总需求(也就是通过优化空调设备的参数达到的冷量高于需求响应要求),则可将室温处在上升阶段的空调终端单元打开。其中,室温处在下降阶段的末端的房间温度未必能够达到用户的设定温度,例如,温度设置为24度,温度从25度向24度降低的过程中,空调终端单元可能会被关闭,则牺牲了该用户一定的舒适性。
第二阶段是反弹负荷抑制策略,在需求响应阶段改变了恒温控制器的设定值,室内温度往往会发生较大的变化,各个无序返回设定温度行为将导致更大的负荷回弹,建立温度有序恢复策略控制室内温度回到用户的设定温度。其核心思想是根据室内温度将空调终端单元划分为三组——1)室内温度已经回到设定范围,2)室内温度高于设定范围,3)室内温度低于设定范围。如果此时总负荷大于系统对反弹负荷的限制要求,则可以通过调节处于设定范围外的空调终端单元启停状态(即室内温度高于设定温度,则空调终端单元开启,室内温度低于设定范围,则空调终端单元停止),来调节需求响应结束后的冷负荷大小。如果此时总负荷小于系统对反弹负荷的限制要求,则不做限制。
其中,第一阶段是在规定的需求响应时间段[tDR,start,tDR,end]内持续执行,第二阶段则是在需求响应时间段[tDR,start,tDR,end]结束后执行。
步骤4,根据步骤3中的优化结果,可以获得参加需求响应后用户室内温度的变化曲线Ti room(t),将变化曲线对应的数据代入步骤2中即可得到用户舒适度隶属度以及负荷损失情况εi。
步骤5,空调系统往往带着多个房间的终端温度调控设备,可以按照以用户为导向和以能源需求为导向分别设置可靠性指标。其中,第一个以用户为导向的可靠性指标为年冷负荷需求不满意率(ATDUI,单位%),其计算方式如下:
其中ψk,m(tDR,start,tDR,end)为配电系统在第k个场景下,第m台空调进行需求响应的概率;
Ψm为第m台空调的房间集合;
Ωs为配电区域空调的集合;
i是第m台空调的房间集合中的第i个房间;
Nm是第m台空调的房间集合中包含的房间数量。
分子的含义就是在所有的场景和所有的空调中,发生负荷损失事件的房间的数量,分母的含义就是所有空调的房间的数量。
第二个指标以能源需求为导向的可靠性指标为年不合格能源供应量(QENS,单位kWh/a),其表示的是在所有场景下,所有空调的所有房间所消耗的全部不合格能源供应量,其计算方式如下所示:
其中计算符Γ(X,y)表示着从集合X中选取最小的y个元素,利用计算符Γ(·)计算出的集合表示在时间段[tDR,start,tDR,end]内存在舒适度不满意的隶属度集合;
计算符表示向上取整;
Δt为需求响应控制的时间步长,需求响应控制时间步长就是空调终端控制的时间,例如可设置为1min,则每1min钟可以发出一个控制指令,空调终端单元(也就是送风装置)开或者关;
t表示时刻;
集合Φi为第i个房间在整个需求响应时间内各时刻舒适度隶属度的集合;
w就表示超出占比δ的时刻数;
为各时刻的冷量需求;
COP采用空调的额定电热转化效率;
Pi NS表示第i个房间在需求响应时刻内不满足用户舒适度需求的供电总量。
例如,假设占比δ=30%,Trespond为100分钟,Δt是1min,则总共有100个时刻,对应编号是1-100,每个时刻对应着一个隶属度那么这100个隶属度就组成了一个集合Φi。假如这中间有编号1-50时刻对应的其余50个那么可以算出w=50-30%*100/1=20,表示超出占比30%的时刻有20个。因此,Γ(Φi,w)就是从里头选择最小20个元素。
利用用户舒适度隶属度以及负荷损失情况εi代入步骤5的公式中,可最终计算出可靠性指标,定量反映需求响应策略对商业空调负荷的供能可靠性的影响。
本发明还提供一种空调负荷供电可靠性评估装置50,所述空调负荷供电可靠性评估装置50是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。例如,可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。所述空调负荷供电可靠性评估装置50包括电网数据获取模块501、负荷损失事件评估模块502、需求响应控制模块503、可靠性指标获取模块504。各模块可以是存储在存储器上的计算机程序,各模块通过存储器内置或外插在空调负荷供电可靠性评估装置50上。所述存储器可以是空调负荷供电可靠性评估装置50的内部存储单元,例如硬盘或内存,也可以是外部存储设备,例如该电子装置2上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器21还可以既包括所述空调负荷供电可靠性评估装置50的内部存储单元也包括其外部存储设备。本实施例中,所述存储器通常用于存储安装于所述空调负荷供电可靠性评估装置50的操作系统和各类应用软件。
电网数据获取模块501用于获取配电网需求响应实施场景、各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end];所述实施场景至少包括电压越限和容量越限。
负荷损失事件评估模块502利用模糊隶属度建立满意度函数来描述用户对室内温度舒适与否的满意程度,并以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件,
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
是满意度函数;
t为时刻;
Δt为需求响应控制的时间步长;
δ是用户认为可接受不舒适温度持续时间的占比;
需求响应控制模块503建立空调负荷需求响应控制策略,包括对空调设备进行全局优化的第一级控制单元5031,其中:
第一级控制单元5031协同地优化空调设备的运行状态,空调设备至少包括制冷机、风机、水泵、盘管,构建制冷机、风机、水泵的耗电功率模型,建立目标函数对各时刻需求响应信号Pt singal进行跟随,对各耗电功率模型添加约束条件并求解,得到最优化的空调负荷需求响应的参数,进而控制空调按照每个房间的热需求进行调整,所述约束条件包括制冷机、风机、水泵的运行特点约束以及用户的冷量需求约束,目标函数如下:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},ch表示制冷机、fan表示风机,pump表示水泵;
Pt ch的耗电功率模型表达式如下:
其中,表示额定制冷量,COPrated表示额定效率,上式中函数f1表示制冷功率与制冷机出水量的函数关系,f2表示制冷效率与制冷机出水量和负载率的函数关系,其计算公式如下
a1,a2,a3,b1,b2,b3,b4,c1,c2,c3是制冷剂特性参数;
风机的耗电功率模型如下:
式中f3代表风扇部分负荷因子,为额定最大供应风量,是通过风扇的实际风量,ΔP是风机设计压力,ηfan为风机效率,和d1,d2,d3,d4是风扇特性系数;
水泵的耗电功率模型如下:
为水泵额定功率,为水泵设计最大冷冻水量,为实际冷冻水流量,e1是水泵特征系数。
所述约束条件包括:
约束条件1:冷冻水与空气的热交换关系,cwater、cair为比热容,为制冷机的冷冻水进水和出水温度,为通过空调盘管的进风温度和出风温度;
约束条件2:空调制冷机提供的冷量不超过系统额定冷量大小
约束条件3:满足各区域用户的总冷量需求为房间平均温度;
可靠性指标获取模块504根据步骤3中的优化结果,获得参加需求响应后用户室内温度的变化曲线将所述变化曲线对应的数据代入步骤2中得到用户舒适度隶属度以及负荷损失情况εi;利用用户舒适度隶属度以及负荷损失情况εi按照以用户为导向和以能源需求为导向分别计算可靠性指标,其中,以用户为导向的可靠性指标为年冷负荷需求不满意率,以能源需求为导向的可靠性指标为年不合格能源供应量。
还包括满意度函数构建模块505,满意度函数构建模块505用于构建满意度函数其构建方式如下:
设第i个房间设定温度为保持室内温度在设定温度水平上是用户期望的供能服务,用户对温度的偏好通过调整钟型曲线形状参数αt、βt和进行设定,一旦舒适度隶属度低于用户的期望则判断在该时刻用户对供能服务舒适度不满意,满意度函数如下所示:
可靠性指标获取模块504包括用户导向可靠性指标获取单元5041,以用户为导向的可靠性指标为年冷负荷需求不满意率ATDUI%,其计算方式如下:
其中ψk,m(tDR,start,tDR,end)为配电系统在第k个场景下,第m台空调进行需求响应的概率;
Ψm为第m台空调的房间集合;
Ωs为该配电区域空调的集合;
i是第m台空调的房间集合中的第i个房间;
Nm是第m台空调的房间集合中包含的房间数量。
可靠性指标获取模块504包括能源需求导向可靠性指标获取单元5042,以能源需求为导向的可靠性指标为年不合格能源供应量QENS,其计算方式如下所示:
其中计算符Γ(X,y)表示着从集合X中选取最小的y个元素,利用计算符Γ(×)计算出的集合表示在时间段[tDR,start,tDR,end]内存在舒适度不满意的隶属度集合;
计算符表示向上取整;
Δt为需求响应控制的时间步长;
t表示时刻;
集合Φi为第i个房间在整个需求响应时间内各时刻舒适度隶属度的集合;
w就表示超出占比d的时刻数;
为各时刻的冷量需求;
COP采用空调的额定电热转化效率;
Pi NS表示第i个房间在需求响应时刻内不满足用户舒适度需求的供电总量。
需求响应控制模块503还包括第二级控制单元5032,第二级控制单元5032用于在通过优化空调系统状态不能满足电网下达的而需求响应要求的情况下,进行第二级控制,第二级控制对用户的冷负荷调整分为两个阶段,其中:
第一阶段在需求响应时间段[tDR,start,tDR,end]内持续执行,第一阶段在空调终端单元设置的温度死区内将空调终端单元按照室温处在下降阶段和室温处在上升阶段划分成两组,如果需要减少用户冷量总需求,则将室温处在下降阶段的空调终端单元关闭,如果需要增加用户冷量总需求,则可将室温处在上升阶段的空调终端单元打开;
第二阶段在需求响应时间段[tDR,start,tDR,end]结束后执行,根据室内温度已经回到设定范围、室内温度高于设定范围、室内温度低于设定范围将空调终端单元划分为三组,如果当前时刻总负荷大于系统对反弹负荷的限制要求,则通过调节处于设定范围外的空调终端单元启停状态来调节需求响应结束后的冷负荷大小,如果当前时刻总负荷小于系统对反弹负荷的限制要求,则不做限制。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (10)
1.一种空调负荷供电可靠性评估方法,其特征在于,包括以下步骤:
步骤1,获取配电网需求响应实施场景、各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end];
步骤2,利用模糊隶属度建立满意度函数来确定用户对室内温度舒适与否的满意程度,包括设第i个房间的设定温度为Ti setpoint(t),室内温度为Ti room(t),根据用户对温度的偏好通过调整钟型曲线形状参数αt、βt和Ti setpoint(t)设定舒适度隶属度舒适度隶属度低于用户的期望则判断在该时刻用户对供能服务舒适度不满意;
并以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件,
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
是用户舒适度隶属度;
是满意度函数;
t为时刻;
Δt为需求响应控制的时间步长;
Ti setpoint(t)是第i个房间的设定温度;
δ是用户认为可接受不舒适温度持续时间的占比;
步骤3,建立空调负荷需求响应控制策略,包括对空调设备进行全局优化的第一级控制,其中:
第一级控制协同地优化空调设备的运行状态,空调设备至少包括制冷机、风机、水泵、盘管,构建制冷机、风机、水泵的耗电功率模型,建立目标函数对各时刻需求响应信号Pt singal进行跟随,对各耗电功率模型添加约束条件并求解,得到最优化的空调负荷需求响应的空调设备的参数,进而控制空调按照每个房间的热需求进行调整,所述约束条件包括制冷机、风机、水泵的运行特点约束以及用户的冷量需求约束,目标函数如下:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},ch表示制冷机、fan表示风机,pump表示水泵;
步骤4,根据步骤3中的优化结果,获得参加需求响应后用户室内温度的变化曲线Ti room(t),将所述变化曲线对应的数据代入步骤2中得到用户舒适度隶属度以及负荷损失情况εi;
步骤5,利用用户舒适度隶属度以及负荷损失情况εi按照以用户为导向和以能源需求为导向分别计算可靠性指标,其中,以用户为导向的可靠性指标为年冷负荷需求不满意率,以能源需求为导向的可靠性指标为年不合格能源供应量。
2.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
所述实施场景至少包括电压越限和容量越限。
3.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
步骤2中,满意度函数如下所示:
4.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
以用户为导向的可靠性指标为年冷负荷需求不满意率ATDUI%,其计算方式如下:
其中ψk,m(tDR,start,tDR,end)为配电系统在第k个场景下,第m台空调进行需求响应的概率;
Ψm为第m台空调的房间集合;
Ωs为配电区域空调的集合;
i是第m台空调的房间集合中的第i个房间;
Nm是第m台空调的房间集合中包含的房间数量。
5.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
以能源需求为导向的可靠性指标为年不合格能源供应量QENS,其计算方式如下所示:
其中计算符Γ(X,y)表示着从集合X中选取最小的y个元素,利用计算符Γ(·)计算出的集合表示在时间段[tDR,start,tDR,end]内存在舒适度不满意的隶属度集合;
计算符表示向上取整;
Δt为需求响应控制的时间步长;
t表示时刻;
集合Φi为第i个房间在整个需求响应时间内各时刻舒适度隶属度的集合;
w就表示超出占比δ的时刻数;
为各时刻的冷量需求;
COP采用空调的额定电热转化效率;
Pi NS表示第i个房间在需求响应时刻内不满足用户舒适度需求的供电总量。
6.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
步骤3中第一级控制中,Pt ch的耗电功率模型表达式如下:
其中,表示额定制冷量,COPrated表示额定效率,上式中函数f1表示制冷功率与制冷机出水量的函数关系,f2表示制冷效率与制冷机出水量和负载率的函数关系,其计算公式如下
a1,a2,a3,b1,b2,b3,b4,c1,c2,c3是制冷剂特性参数;
风机的耗电功率模型如下:
式中f3代表风扇部分负荷因子,为额定最大供应风量,是通过风扇的实际风量,ΔP是风机设计压力,ηfan为风机效率,和d1,d2,d3,d4是风扇特性系数;
水泵的耗电功率模型如下:
为水泵额定功率,为水泵设计最大冷冻水量,为实际冷冻水流量,e1是水泵特征系数。
7.如权利要求6所述的空调负荷供电可靠性评估方法,其特征在于,
步骤3中第一级控制中,所述约束条件包括:
约束条件1:冷冻水与空气的热交换关系,cwater、cair为比热容,为制冷机的冷冻水进水和出水温度,为通过空调盘管的进风温度和出风温度;
约束条件2:空调制冷机提供的冷量不超过系统额定冷量大小
约束条件3:满足各区域用户的总冷量需求 为房间平均温度;
8.如权利要求1所述的空调负荷供电可靠性评估方法,其特征在于,
步骤3中,若通过优化空调设备的参数达到的冷量与需求响应要求不匹配,则进行第二级控制,第二级控制对用户的冷负荷调整分为两个阶段,其中:
第一阶段在需求响应时间段[tDR,start,tDR,end]内持续执行,第一阶段在空调终端单元设置的温度死区内将空调终端单元按照室温处在下降阶段和室温处在上升阶段划分成两组,如果通过优化空调设备的参数达到的冷量低于需求响应要求,则将室温处在下降阶段的空调终端单元关闭,如果通过优化空调设备的参数达到的冷量高于需求响应要求,则将室温处在上升阶段的空调终端单元打开;
第二阶段在需求响应时间段[tDR,start,tDR,end]结束后执行,根据室内温度已经回到设定范围、室内温度高于设定范围、室内温度低于设定范围将空调终端单元划分为三组,如果当前时刻总负荷大于系统对反弹负荷的限制要求,则通过调节处于设定范围外的空调终端单元启停状态来调节需求响应结束后的冷负荷大小,如果当前时刻总负荷小于系统对反弹负荷的限制要求,则不做限制。
9.一种空调负荷供电可靠性评估装置,其特征在于,包括:
电网数据获取模块,用于获取配电网需求响应实施场景、各节点商业空调负荷需求响应的负荷跟踪信号、负荷反弹限制信号以及需求响应的时间段[tDR,start,tDR,end],所述实施场景至少包括电压越限和容量越限;
负荷损失事件评估模块,利用模糊隶属度建立满意度函数来确定用户对室内温度舒适与否的满意程度,包括设第i个房间的设定温度为Ti setpoint(t),室内温度为Ti room(t),根据用户对温度的偏好通过调整钟型曲线形状参数αt、βt和Ti setpoint(t)设定舒适度隶属度舒适度隶属度低于用户的期望则判断在该时刻用户对供能服务舒适度不满意;
并以下式来记录第i个房间在需求响应时间段[tDR,start,tDR,end]内是否发生负荷损失事件,
其中εi=1表示发生负荷损失事件;
Trespond为需求响应总时间,等于tDR,end-tDR,start;
tDR,start是需求响应开始时间;
tDR,end是需求响应结束时间;
是用户舒适度隶属度;
是满意度函数;
t为时刻;
Δt为需求响应控制的时间步长;
Ti setpoint(t)是第i个房间的设定温度;
δ是用户认为可接受不舒适温度持续时间的占比;
需求响应控制模块,需求响应控制模块建立空调负荷需求响应控制策略,包括对空调设备进行全局优化的第一级控制单元,其中:
第一级控制单元协同地优化空调设备的运行状态,空调设备至少包括制冷机、风机、水泵、盘管,构建制冷机、风机、水泵的耗电功率模型,建立目标函数对各时刻需求响应信号Pt singal进行跟随,对各耗电功率模型添加约束条件并求解,得到最优化的空调负荷需求响应的参数,进而控制空调按照每个房间的热需求进行调整,所述约束条件包括制冷机、风机、水泵的运行特点约束以及用户的冷量需求约束,目标函数如下:
其中,表示空调各设备的耗电量,上标表示设备编号,包括{ch,fan,pump},ch表示制冷机、fan表示风机,pump表示水泵;
Pt ch的耗电功率模型表达式如下:
其中,表示额定制冷量,COPrated表示额定效率,上式中函数f1表示制冷功率与制冷机出水量的函数关系,f2表示制冷效率与制冷机出水量和负载率的函数关系,其计算公式如下
a1,a2,a3,b1,b2,b3,b4,c1,c2,c3是制冷剂特性参数;
风机的耗电功率模型如下:
式中f3代表风扇部分负荷因子,为额定最大供应风量,是通过风扇的实际风量,ΔP是风机设计压力,ηfan为风机效率,和d1,d2,d3,d4是风扇特性系数;
水泵的耗电功率模型如下:
为水泵额定功率,为水泵设计最大冷冻水量,为实际冷冻水流量,e1是水泵特征系数;
所述约束条件包括:
约束条件1:冷冻水与空气的热交换关系,cwater、cair为比热容,为制冷机的冷冻水进水和出水温度,为通过空调盘管的进风温度和出风温度;
约束条件2:空调制冷机提供的冷量不超过系统额定冷量大小
约束条件3:满足各区域用户的总冷量需求 为房间平均温度;
可靠性指标获取模块,根据第一级控制单元的优化结果,获得参加需求响应后用户室内温度的变化曲线Ti room(t),利用所述变化曲线对应的数据获得用户舒适度隶属度以及负荷损失情况εi;利用用户舒适度隶属度以及负荷损失情况εi按照以用户为导向和以能源需求为导向分别计算可靠性指标,其中,以用户为导向的可靠性指标为年冷负荷需求不满意率,以能源需求为导向的可靠性指标为年不合格能源供应量。
10.根据权利要求9所述的空调负荷供电可靠性评估装置,其特征在于,
需求响应控制模块还包括第二级控制单元,第二级控制模块用于分两个阶段对用户的冷负荷进行调整,其中:
第一阶段在需求响应时间段[tDR,start,tDR,end]内持续执行,第一阶段在空调终端单元设置的温度死区内将空调终端单元按照室温处在下降阶段和室温处在上升阶段划分成两组,如果通过优化空调设备的参数达到的冷量低于需求响应要求,则将室温处在下降阶段的空调终端单元关闭,如果通过优化空调设备的参数达到的冷量高于需求响应要求,则将室温处在上升阶段的空调终端单元打开;
第二阶段在需求响应时间段[tDR,start,tDR,end]结束后执行,根据室内温度已经回到设定范围、室内温度高于设定范围、室内温度低于设定范围将空调终端单元划分为三组,如果当前时刻总负荷大于系统对反弹负荷的限制要求,则通过调节处于设定范围外的空调终端单元启停状态来调节需求响应结束后的冷负荷大小,如果当前时刻总负荷小于系统对反弹负荷的限制要求,则不做限制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910542114.1A CN110223005B (zh) | 2019-06-21 | 2019-06-21 | 一种空调负荷供电可靠性评估方法及评估装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910542114.1A CN110223005B (zh) | 2019-06-21 | 2019-06-21 | 一种空调负荷供电可靠性评估方法及评估装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110223005A true CN110223005A (zh) | 2019-09-10 |
CN110223005B CN110223005B (zh) | 2021-05-25 |
Family
ID=67814107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910542114.1A Active CN110223005B (zh) | 2019-06-21 | 2019-06-21 | 一种空调负荷供电可靠性评估方法及评估装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110223005B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910016A (zh) * | 2019-11-21 | 2020-03-24 | 青海格尔木鲁能新能源有限公司 | 一种计及需求响应资源的新能源储能系统调度优化方法 |
CN111008793A (zh) * | 2019-12-24 | 2020-04-14 | 天津相和电气科技有限公司 | 面向用户体验的电-气-热综合用能可靠性评估方法 |
CN111967728A (zh) * | 2020-07-27 | 2020-11-20 | 国网河北省电力有限公司营销服务中心 | 计及用能舒适度时变性的商场楼宇调峰容量评估方法 |
CN112556109A (zh) * | 2020-11-25 | 2021-03-26 | 国网上海市电力公司 | 一种基于全局温度调整的中央空调需求响应方案优化方法 |
CN112594873A (zh) * | 2020-12-14 | 2021-04-02 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN113420413A (zh) * | 2021-05-27 | 2021-09-21 | 国网上海市电力公司电力科学研究院 | 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 |
CN114633601A (zh) * | 2021-12-15 | 2022-06-17 | 东风汽车集团股份有限公司 | 汽车空调热负荷的确定方法、装置、设备及存储介质 |
CN115581056A (zh) * | 2022-11-09 | 2023-01-06 | 宁波亮控信息科技有限公司 | 一种适用于数据中心水冷系统的节能预测控制方法及系统 |
CN115829786A (zh) * | 2023-02-16 | 2023-03-21 | 国网浙江省电力有限公司金华供电公司 | 一种基于空调负荷的电网响应调节方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110190946A1 (en) * | 2008-08-22 | 2011-08-04 | Charles Ho Yuen Wong | Method And System Of Energy-Efficient Control For Central Chiller Plant Systems |
JP5404595B2 (ja) * | 2010-12-27 | 2014-02-05 | 三菱電機株式会社 | 空気調和機システム |
CN104214912A (zh) * | 2014-09-24 | 2014-12-17 | 东南大学 | 一种基于温度设定值调整的聚合空调负荷调度方法 |
CN104566868A (zh) * | 2015-01-27 | 2015-04-29 | 徐建成 | 一种中央空调控制系统及其控制方法 |
CN104778631A (zh) * | 2015-03-11 | 2015-07-15 | 国家电网公司 | 一种面向需求响应的居民用户用电模式优化方法 |
CN105004015A (zh) * | 2015-08-25 | 2015-10-28 | 东南大学 | 一种基于需求响应的中央空调建模及控制策略 |
CN105444343A (zh) * | 2015-09-30 | 2016-03-30 | 江苏省电力公司南京供电公司 | 一种基于用电舒适度的空调负荷优先级中断方法 |
CN105841300A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种计及新风系统的中央空调建模及调控策略 |
-
2019
- 2019-06-21 CN CN201910542114.1A patent/CN110223005B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110190946A1 (en) * | 2008-08-22 | 2011-08-04 | Charles Ho Yuen Wong | Method And System Of Energy-Efficient Control For Central Chiller Plant Systems |
JP5404595B2 (ja) * | 2010-12-27 | 2014-02-05 | 三菱電機株式会社 | 空気調和機システム |
CN104214912A (zh) * | 2014-09-24 | 2014-12-17 | 东南大学 | 一种基于温度设定值调整的聚合空调负荷调度方法 |
CN104566868A (zh) * | 2015-01-27 | 2015-04-29 | 徐建成 | 一种中央空调控制系统及其控制方法 |
CN104778631A (zh) * | 2015-03-11 | 2015-07-15 | 国家电网公司 | 一种面向需求响应的居民用户用电模式优化方法 |
CN105004015A (zh) * | 2015-08-25 | 2015-10-28 | 东南大学 | 一种基于需求响应的中央空调建模及控制策略 |
CN105444343A (zh) * | 2015-09-30 | 2016-03-30 | 江苏省电力公司南京供电公司 | 一种基于用电舒适度的空调负荷优先级中断方法 |
CN105841300A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种计及新风系统的中央空调建模及调控策略 |
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》 * |
宋梦 等: "面向需求响应应用的空调负荷建模及控制", 《电力系统自动化》 * |
程林 等: "基于负荷聚合商业务的空调服务运作模式及控制策略", 《电力系统自动化》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910016A (zh) * | 2019-11-21 | 2020-03-24 | 青海格尔木鲁能新能源有限公司 | 一种计及需求响应资源的新能源储能系统调度优化方法 |
CN111008793A (zh) * | 2019-12-24 | 2020-04-14 | 天津相和电气科技有限公司 | 面向用户体验的电-气-热综合用能可靠性评估方法 |
CN111008793B (zh) * | 2019-12-24 | 2023-10-31 | 天津相和电气科技有限公司 | 面向用户体验的电-气-热综合用能可靠性评估方法 |
CN111967728B (zh) * | 2020-07-27 | 2022-05-10 | 国网河北省电力有限公司营销服务中心 | 计及用能舒适度时变性的商场楼宇调峰容量评估方法 |
CN111967728A (zh) * | 2020-07-27 | 2020-11-20 | 国网河北省电力有限公司营销服务中心 | 计及用能舒适度时变性的商场楼宇调峰容量评估方法 |
CN112556109A (zh) * | 2020-11-25 | 2021-03-26 | 国网上海市电力公司 | 一种基于全局温度调整的中央空调需求响应方案优化方法 |
CN112594873A (zh) * | 2020-12-14 | 2021-04-02 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN113420413A (zh) * | 2021-05-27 | 2021-09-21 | 国网上海市电力公司电力科学研究院 | 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 |
CN113420413B (zh) * | 2021-05-27 | 2023-03-28 | 国网上海市电力公司电力科学研究院 | 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 |
CN114633601A (zh) * | 2021-12-15 | 2022-06-17 | 东风汽车集团股份有限公司 | 汽车空调热负荷的确定方法、装置、设备及存储介质 |
CN114633601B (zh) * | 2021-12-15 | 2024-02-27 | 东风汽车集团股份有限公司 | 汽车空调热负荷的确定方法、装置、设备及存储介质 |
CN115581056A (zh) * | 2022-11-09 | 2023-01-06 | 宁波亮控信息科技有限公司 | 一种适用于数据中心水冷系统的节能预测控制方法及系统 |
CN115581056B (zh) * | 2022-11-09 | 2023-03-21 | 宁波亮控信息科技有限公司 | 一种适用于数据中心水冷系统的节能预测控制方法及系统 |
CN115829786A (zh) * | 2023-02-16 | 2023-03-21 | 国网浙江省电力有限公司金华供电公司 | 一种基于空调负荷的电网响应调节方法 |
CN115829786B (zh) * | 2023-02-16 | 2023-04-28 | 国网浙江省电力有限公司金华供电公司 | 一种基于空调负荷的电网响应调节方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110223005B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110223005A (zh) | 一种空调负荷供电可靠性评估方法及评估装置 | |
Hui et al. | Equivalent modeling of inverter air conditioners for providing frequency regulation service | |
Tang et al. | Optimal control strategy of central air-conditioning systems of buildings at morning start period for enhanced energy efficiency and peak demand limiting | |
CN104214912B (zh) | 一种基于温度设定值调整的聚合空调负荷调度方法 | |
JP5908302B2 (ja) | 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム | |
Lu et al. | Global optimization for overall HVAC systems––Part II problem solution and simulations | |
US10527304B2 (en) | Demand response based air conditioning management systems and method | |
CN113793010B (zh) | 面向多元负荷联合控制策略的构建方法及空调控制方法 | |
CN110425706A (zh) | 面向电网削峰的聚合空调负荷调控方法 | |
CN109842117A (zh) | 基于温度调节手段和荷电状态参数建模的空调负荷削减方法 | |
CN110986289B (zh) | 一种空调风机盘管与模块化变频空调主机联动控制方法 | |
CN105546745A (zh) | 一种中央空调主机机组群控方法和装置 | |
Lu et al. | What are the impacts on the HVAC system when it provides frequency regulation?–A comprehensive case study with a Multi-Zone variable air volume (VAV) system | |
JP2015087092A (ja) | 運転計画作成装置及び運転計画作成方法 | |
CN109409741B (zh) | 一种中央空调的柔性调峰方法 | |
CN114936529A (zh) | 一种温控负荷群聚合模型及建模方法、温控负荷群可调节潜力评估方法 | |
Kannan et al. | Energy Management Strategy for Zone Cooling Load Demand Reduction with Occupancy Thermal Comfort Margin | |
JP6060014B2 (ja) | エネルギーネットワークの運転制御方法および装置 | |
CN111928428A (zh) | 一种考虑需求响应的空调系统的控制方法及制冷系统 | |
Gao et al. | Economic and Hierarchical Control Multi-thermal Load for Bidding Ancillary Service | |
CN115839536B (zh) | 基于电力调节的分体空调和冷水机组远端响应及控制方法 | |
CN112967152B (zh) | 一种水环热泵负荷聚合建模与控制方法 | |
Wang et al. | A Data-driven Control Method for Operating the Commercial HVAC Load as a Virtual Battery | |
CN117366792B (zh) | 一种蓄冷空调系统的运行控制方法及系统 | |
CN113865112B (zh) | 可调节功耗的电热水器、系统及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |