CN110425706A - 面向电网削峰的聚合空调负荷调控方法 - Google Patents
面向电网削峰的聚合空调负荷调控方法 Download PDFInfo
- Publication number
- CN110425706A CN110425706A CN201910690615.4A CN201910690615A CN110425706A CN 110425706 A CN110425706 A CN 110425706A CN 201910690615 A CN201910690615 A CN 201910690615A CN 110425706 A CN110425706 A CN 110425706A
- Authority
- CN
- China
- Prior art keywords
- air
- conditioning
- power
- peak clipping
- polymerization
- 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
-
- 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
- F24F11/00—Control or safety arrangements
- F24F11/88—Electrical aspects, e.g. circuits
-
- 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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
本发明公开了一种面向电网削峰的聚合空调负荷调控方法,包括:获取电网削峰指令、削峰时段室外气温以及空调在线数量;依据空调参数分布和用户用电类型对聚合空调分组;基于设定温度调节进行聚合空调负荷控制;预测削峰时段各组空调负荷削减潜力;建立削峰优化模型,安排各组空调削减功率,完成削峰指令。本发明推导出聚合空调负荷削减功率和削减时长的关系,在传统调控方法中结合空调启停控制和综合排序,提出了基于设定温度调节的聚合空调负荷控制方法,避免调温后的负荷波动;对聚合空调分组调控来提高削峰灵活性,以削峰偏差量最小为目标,建立聚合空调的分组调控模型,充分利用了聚合空调负荷的响应潜力,准确完成电网的削峰指令。
Description
技术领域
本发明属于智能电网领域,特别是一种面向电网削峰的聚合空调负荷调控方法。
背景技术
需求响应(demand response,DR)技术是智能电网的核心技术之一,也是电网与用户进行供需互动的主要实现方式,它是指用户针对市场价格信号或激励机制做出响应,并改变固有电力消费模式,从而实现某时段的电力负荷转移或削减。DR概念的提出,改变了过去单纯依靠电力供应侧的发展来满足不断增长的电力需求的固定思维,将需求侧资源作为供应侧电能的补充资源加以利用,能够有效抑制潮流随机波动,缓解供需紧张态势,减缓电网设备的投资压力,提高能源利用率。
居民用户电力终端负荷中最具需求响应潜力的是空调负荷。空调负荷具备热存储能力,通过合理的直接负荷控制手段,不仅能快速响应电网侧的调度,降低高峰时段的电力需求,有效缓解电力供需矛盾,而且与发电装机容量的投资相比,需求响应的成本较低。目前国内在居民空调的负荷调控和参与电网削峰方面的研究已取得一些成果,研究较多的是调整空调设定温度来削减负荷,但如不对调节时刻、对象进行选择,会引起调控期后空调群用电功率的较大波动。改进的设定温度调整方法中,多是以调控前空调运行状态的均匀分布为前提,需要空调的规格和设定温度基本一致,不适用于参数规格各异、用电类型多样的居民空调。
发明内容
本发明的目的在于提供一种面向电网削峰的聚合空调负荷调控方法。
实现本发明目的的技术解决方案为:一种面向电网削峰的聚合空调负荷调控方法,包括以下步骤:
步骤1、获取电网削峰指令、削峰时段室外气温以及空调在线数量等;
步骤2、依据空调参数分布和用户用电类型对聚合空调分组;
步骤3、在聚合空调负荷近似模型基础上,提出基于设定温度调节的聚合空调负荷控制方法;
步骤4、预测削峰时段各组空调负荷削减潜力;
步骤5、建立削峰优化模型,合理安排各组空调削减功率,准确完成削峰指令。
本发明与现有技术相比,其显著优点为:(1)本发明推导了聚合空调的稳态削减功率和削减时长的关系,为聚合空调调温后负荷平稳控制提供依据;(2)本发明提出了基于设定温度调节的聚合空调负荷控制方法,在传统调温方法上结合了空调启停控制和综合排序,可避免调温后的负荷波动问题;(3)本发明利用削峰优化模型,可充分利用了聚合空调负荷的响应潜力,准确完成电网的削峰指令。
附图说明
图1是本发明的聚合空调参与电网削峰的流程图。
图2是本发明的基于设定温度调节的聚合空调负荷控制方法流程图。
图3是本发明的调温后聚合空调功率曲线图。
图4是本发明的调温后室温变化情况示意图。
图5是本发明的聚合空调削峰完成情况示意图。
图6是发明的各组空调响应量示意图。
具体实施方式
如图1所示,一种面向电网削峰的聚合空调负荷调控方法,包括以下步骤:
步骤1、获取电网削峰指令、削峰时段室外气温以及空调在线数量;
居民空调通过负荷聚合商的商业模式参加电网削峰,在电网负荷高峰时期,调度部门向聚合商下发削峰指令,包括削减持续时间和削减负荷量;另外,聚合商还需获取削峰时段的室外温度,并实时检测用户空调的开启数量,为响应潜力预测和负荷控制提供基础。
步骤2、依据空调参数分布和用户用电类型对聚合空调分组;
空调参数包括额定功率、等效热容、等效热阻和原始设定温度,用电类型包括节能型和舒适型。由于不同用户对用电舒适度的要求不同,将对舒适度要求高的用户设为舒适型用户,对舒适度要求低的用户设为节能型用户,不同类型用户的对应着不同的调温量上限,节能型用户的调温量上限要高于舒适型用户。
步骤3、在聚合空调负荷近似模型基础上,基于设定温度调节进行聚合空调负荷控制;
依据聚合空调负荷近似模型,推导出聚合空调稳态削减功率和削减时长的关系,并在传统调控方法中结合空调启停控制和综合排序,提出基于设定温度调节的聚合空调负荷控制方法,避免调温后的负荷波动;具体为:
现有的聚合空调负荷近似模型是利用稳态运行下单体空调“占空比”来估计出空调的开启数量,进而估算出聚合空调的负荷功率。空调“占空比”即一个稳态运行周期内,空调开启时间与运行周期的比值。本发明采用此原理下使用较多的近似模型,如下式。
式中,N为空调数量;ηeq为空调能效比平均值;Req为房间热阻平均值,℃/kW;θout为室外温度,℃;θset_eq为设定温度平均值,℃。基于空调负荷参数的分布情况,通过蒙特卡洛法抽样得到聚合空调参数的期望值,进而可估算出聚合功率。
然而单体空调模型里不同参数间又有一定的关联,功率越大的空调,其房间面积一般会更大,那么房间的等效热容和等效热也会更大。为得到更精准的结果,可以将空调按照不同功率进行分组,不同组空调的参数也具有不同的概率分布。先聚合每个小组里面的空调,再聚合所有组的空调,聚合功率为:
式中,M为分组数,Psum,m为第m组空调聚合功率。
针对聚合空调的温度调节控制,为达到聚合功率的稳态削减,从聚合空调的近似负荷模型出发,计算一定的设定温度调整量和削减时间对应下的聚合空调稳态功率,从而得到稳态削减量。以稳态削减量为削减目标,则可保证削减过程中的聚合空调负荷稳定。
由近似模型的公式可看出,聚合空调也符合单体空调的运行特性,那么依据空调单体等效热参数模型,聚合空调的平均温度和聚合功率也满足下式:
式中,Req_sum表示聚合空调负荷整体的等效热阻;θin_ave表示聚合空调的平均室内温度;Ci表示第i台空调的等效热熔;Ceq_sum表示聚合空调负荷整体的等效热熔。
若在功率削减平均室温从θ1变化到θ2,保证聚合功率为定值,始终保持Psum等于P*,那么可得出削减时间的表达式:
由于聚合功率的设定温度与平均室温近似相等,那么θ1就等于功率削减前的设定温度,θ2就等于新的设定温度。那么当功率削减时间一定时,聚合功率的稳态运行功率表达式为:
式中,Psum1表示调温前稳定运行的聚合功率;Psum2表示调温后稳定运行的聚合功率。
那么稳态功率削减量为:
Pcut=Psum1-P*
依据上述削减时间和削减功率的关系,综合考虑到用户舒适度、集群负荷曲线平滑性和操作可行性,提出结合了启停控制的聚合空调设定温度调节方法。调温过程:先计算出温度调整量Δθset和削减时长Tcut下对应的稳态削减功率Pcut,再选取是否完成调温、开关状态和设定温度与实时室温差值三个指标对空调综合排序,处于未完成设定温度调整、开启状态且室温低于设定温度的空调排名靠前;反之,则排名靠后。关闭排名靠前的空调使削减功率等于Pcut,并调整这些空调的温度设定值θset。调温完成后,继续通过排序来启停空调,使空调群在新的设定温度下逐渐稳态运行。
具体步骤:
(1)输入指令中温度调整量Δθset和削减时长Tcut;
(2)基于近似评估模型,估计初始聚合空调功率Psum1和调温后稳态运行功率Psum2。
(3)给空调编号,初始化时间,确定对应的稳态削减功率Pcut;
(4)启停空调,保证所有空调室内温度在舒适度范围内,叠加该时刻的空调功率得到实时聚合功率Pac,t;
(5)依据三项指标对空调综合排序,判断Pac,t>Psum1-Pcut,若是,关闭排名靠前的j空调,直到聚合功率等于目标功率,对此j台空调的设定温度上调Δθset,并标记此j台空调;若否,则关闭排名靠后的k空调,直到聚合功率等于目标功率。
(6)判断t=Tcut,若是,则调温完成;若否,t=t+1,返回步骤(4);
(7)启停空调,保证所有空调室内温度在新的舒适度范围内,按实时室温与设定温度的差值对空调排序,启停空调使聚合空调功率等于新设定温度下的稳态功率,持续一段时间使聚合空调运行稳定,结束。
步骤4、预测削峰时段各组空调负荷削减潜力;
基于空调分组结果,依据所提的负荷控制方法,结合削峰时段的室外气温,预测出各组空调的响应潜力。预测流程的具体步骤为:
(1)基于聚合空调近似负荷模型,估算出各组空调正常运行时的聚合功率;
(2)依据各组空调设定温度调整上限,评估出调温后各组空调的聚合功率,得到各组空调的长时响应潜力;
(3)输入各组调温量,依据上文的聚合空调负荷控制方法,计算出削减时长分别为15min和30min时的稳态削减功率,即为各组聚合空调削减时长为15min和30min下的响应潜力,响应潜力即为削减潜力。
步骤5、建立削峰优化模型,安排各组空调削减功率,完成削峰指令;
建立削峰优化模型,以削峰量偏差最小为目标,考虑到调温量和削减持续时间的约束,将潜力评估结果输入到削峰模型中,求解出各组空调的负荷削减方案;
模型以15分钟为单位时间长度,以最小化电网调度偏差为控制目标,各空调组设定温度调整量和参与削峰时长为优化变量,各组空调的聚合功率为状态量。
目标函数:
式中,Pt cut表示t时段小区实际削减功率;Γ表示削峰总时段数;Pt target表示t时段削减功率目标值;表示t时段第m组空调的削减功率;
约束条件:
设定温度调整量约束
Δθset,n≤Δθset_max
式中,Δθset,n、Δθset_max表示第n组聚合空调的设定温度调整量和调整上限;
每组空调调温控制时间约束
Tcontrol,n≤Tcontrol_max
式中,Tcontrol,n和Tcontrol_max分别表示第n组空调的调温控制时长和调温控制时长上限。
本发明推导出聚合空调负荷削减功率和削减时长的关系,在传统调控方法中结合空调启停控制和综合排序,提出了基于设定温度调节的聚合空调负荷控制方法,避免调温后的负荷波动。
下面结合实施例和附图对本发明进行详细说明。
实施例
为了验证本发明方法的有效性,进行如下仿真实验。
步骤1、假设某负荷聚合商下有3000台居民空调,该地区夏季12:30~13:30为用电高峰期,因为制冷设备的大量使用,易造成电力系统电力的供应不足,此时电网需要进行需求响应,某夏季高温日电网公司下达削峰的指令为在12:30~13:30削减负荷0.3MW,该时段空调在线率为0.7,室外温度36℃。
步骤2、为提升削峰灵活性,依据用户类型和空调参数对聚合空调进行分组。在线的3000台空调基本参数如表1。
表1空调参数
在线空调数为2100台,假设空调各类型比例不变,分组结果如表2,聚合空调共被分为9组。
表2空调分组情况
步骤3、在聚合空调负荷近似模型的基础上推导出聚合空调稳态削减功率和削减时长的关系,提出基于设定温度调节的聚合空调负荷控制方法,方法流程图如图2所示。以第6组空调的参数为例,验证所提方法的有效性,空调数量设为3000台,设定温度上调1℃,削减时长30min,聚合空调功率变化情况如图3所示。
由图3可得,本发明的调温方法可有效地避免功率削减后的负荷波动问题,在30min中的削减时间内,聚合功率稳定在906kW~910kW之间,削减功率在472kW左右。当聚合功率趋于平稳时,传统方法和本文方法下聚合功率基本相等。因此,将响应潜力分为短时响应潜力和长时响应潜力,当调温量一定时,短时响应潜力与控制方法有关,长时响应潜力与控制方法无关。
步骤4、依据步骤3的调温方法,预测各组空调的响应潜力。
表3各组空调响应潜力评估
以第6组为例,削减时长分别为15min和30min时,聚合功率削减情况如图4所示。削减功率分别为188kW和118kW,当削减时长越短时,室温变化的越快,那么运行周期内空调启动时间则越短,对应的处于开机状态的空调数则越少,所以聚合功率就越小。
步骤5、建立削峰优化模型,合理安排各组空调削减功率,准确完成削峰指令。舒适型空调设定温度上升不超过1℃,节能型空调设定温度上升不超过2℃;对于原始设定温度大于等于25℃的空调上调不超过1℃,低于25℃的不超过2℃。依据建立的削峰优化模型,求解后,削峰完成结果如图5所示。从图5可看出,实际削减量在288kW~309kW范围内波动,最大误差率仅为4%,各时段削峰偏差量都很小,可准确完成削峰指令。
图6为各组空调的负荷削减情况,可看出,各组空调短时削减持续时间不同,如第一组持续15min,第5组持续30min。各时段的削减量由该时段调温空调组的短时功率削减量加上之前时段调温空调组的长时功率削减量。多数空调在前两个时段调温,因为调温后长时功率削减量会一直持续,所以后两个时段的需调温的空调组较少。
综上所述,本发明所提出的面向电网削峰的聚合空调负荷调控方法,聚合分散的居民定频空调,考虑到用户的舒适度,提出基于聚合空调负荷近似模型提出负荷控制方法,并对空调分组调控灵活地完成削峰指令。该方法避免了设定温度调整后聚合空调负荷波动的问题,充分利用空调削减功率的潜力,完成电网负荷削峰指令,为电网提供了灵活可靠的可调度资源以应对负荷高峰,扩大了用户与电网互动的深度和规模。
Claims (6)
1.一种面向电网削峰的聚合空调负荷调控方法,其特征在于,包括以下步骤:
步骤1、获取电网削峰指令、削峰时段室外气温以及空调在线数量;
步骤2、依据空调参数分布和用户用电类型对聚合空调分组;
步骤3、在聚合空调负荷近似模型基础上,基于设定温度调节进行聚合空调负荷控制;
步骤4、预测削峰时段各组空调负荷削减潜力;
步骤5、建立削峰优化模型,安排各组空调削减功率,完成削峰指令。
2.根据权利要求1所述的面向电网削峰的聚合空调负荷调控方法,其特征在于,步骤1获取电网削峰指令,包括削峰时间和削峰量。
3.根据权利要求1所述的面向电网削峰的聚合空调负荷调控方法,其特征在于,步骤2依据空调参数分布和用户用电类型对聚合空调分组,空调参数包括额定功率、等效热容、等效热阻和原始设定温度,用电类型包括节能型和舒适型。
4.根据权利要求1所述的面向电网削峰的聚合空调负荷调控方法,其特征在于,步骤3具体为:
聚合空调负荷近似模型利用稳态运行下单体空调占空比估计出空调的开启数量,估算出聚合空调的负荷功率:
式中,N为空调数量,ηeq为空调能效比平均值,Req为房间热阻平均值,θout为室外温度,θset_eq为设定温度平均值;基于空调负荷参数的分布情况,通过蒙特卡洛法抽样得到聚合空调参数的期望值,进而估算出聚合功率;
将空调按照不同功率进行分组,先聚合每个小组里面的空调,再聚合所有组的空调,聚合功率为:
式中,M为分组数,Psum,m为第m组空调聚合功率;
聚合空调的平均温度和聚合功率满足下式:
式中,Req_sum表示聚合空调负荷整体的等效热阻,θin_ave表示聚合空调的平均室内温度,Ci表示第i台空调的等效热熔,Ceq_sum表示聚合空调负荷整体的等效热熔;
若在功率削减平均室温从θ1变化到θ2,保证聚合功率为定值,始终保持Psum等于P*,可得出削减时间的表达式:
由于聚合功率的设定温度与平均室温近似相等,则θ1等于功率削减前的设定温度,θ2等于新的设定温度;当功率削减时间一定时,聚合功率的稳态运行功率表达式为:
式中,Psum1表示调温前稳定运行的聚合功率,Psum2表示调温后稳定运行的聚合功率;
稳态功率削减量为:
Pcut=Psum1-P*
调温过程具体步骤如下:
(1)输入指令中温度调整量Δθset和削减时长Tcut;
(2)估计初始聚合空调功率Psum1和调温后稳态运行功率Psum2;
(3)给空调编号,初始化时间,确定对应的稳态削减功率Pcut;
(4)启停空调,保证所有空调室内温度在舒适度范围内,叠加该时刻的空调功率得到实时聚合功率Pac,t;
(5)依据三项指标对空调综合排序,判断Pac,t>Psum1-Pcut,若是,关闭排名靠前的j空调,直到聚合功率等于目标功率,对此j台空调的设定温度上调Δθset,并标记此j台空调;若否,则关闭排名靠后的k空调,直到聚合功率等于目标功率;
(6)判断t=Tcut,若是,则调温完成;若否,t=t+1,返回步骤(4);
(7)启停空调,保证所有空调室内温度在新的舒适度范围内,按实时室温与设定温度的差值对空调排序,启停空调使聚合空调功率等于新设定温度下的稳态功率,持续一段时间使聚合空调运行稳定。
5.根据权利要求4所述的面向电网削峰的聚合空调负荷调控方法,其特征在于,步骤4基于空调分组结果,依据所提的负荷控制方法,结合削峰时段的室外气温,预测出各组空调的响应潜力,预测流程的具体步骤为:
(1)基于聚合空调近似负荷模型,估算出各组空调正常运行时的聚合功率;
(2)依据各组空调设定温度调整上限,评估出调温后各组空调的聚合功率,得到各组空调的长时响应潜力;
(3)输入各组调温量,依据步骤3的聚合空调负荷控制方法,计算出削减时长分别为15min和30min时的稳态削减功率,即为各组聚合空调削减时长为15min和30min下的响应潜力,响应潜力即为削减潜力。
6.根据权利要求5所述的面向电网削峰的聚合空调负荷调控方法,其特征在于,步骤5建立削峰优化模型,以削峰量偏差最小为目标,考虑到调温量和削减持续时间的约束,将潜力评估结果输入到削峰模型中,求解出各组空调的负荷削减方案;具体为:
模型以15分钟为单位时间长度,以最小化电网调度偏差为控制目标,各空调组设定温度调整量和参与削峰时长为优化变量,各组空调的聚合功率为状态量;
目标函数:
式中,Pt cut表示t时段小区实际削减功率;Γ表示削峰总时段数;Pt target表示t时段削减功率目标值;表示t时段第m组空调的削减功率;
约束条件:
设定温度调整量约束
Δθset,n≤Δθset_max
式中,Δθset,n、Δθset_max表示第n组聚合空调的设定温度调整量和调整上限;
每组空调调温控制时间约束
Tcontrol,n≤Tcontrol_max
式中,Tcontrol,n和Tcontrol_max分别表示第n组空调的调温控制时长和调温控制时长上限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910690615.4A CN110425706B (zh) | 2019-07-29 | 2019-07-29 | 面向电网削峰的聚合空调负荷调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910690615.4A CN110425706B (zh) | 2019-07-29 | 2019-07-29 | 面向电网削峰的聚合空调负荷调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110425706A true CN110425706A (zh) | 2019-11-08 |
CN110425706B CN110425706B (zh) | 2021-03-26 |
Family
ID=68411201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910690615.4A Active CN110425706B (zh) | 2019-07-29 | 2019-07-29 | 面向电网削峰的聚合空调负荷调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110425706B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111271839A (zh) * | 2020-02-14 | 2020-06-12 | 河海大学 | 一种定频空调短期功率调节的方法 |
CN111486573A (zh) * | 2020-04-16 | 2020-08-04 | 南方电网科学研究院有限责任公司 | 一种中央空调集群调控方法、系统以及设备 |
CN112665159A (zh) * | 2021-01-07 | 2021-04-16 | 西安建筑科技大学 | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
CN112865113A (zh) * | 2021-01-21 | 2021-05-28 | 华中科技大学 | 一种聚合空调需求响应直接负荷控制方法和系统 |
CN112884358A (zh) * | 2021-03-16 | 2021-06-01 | 国网河北省电力有限公司电力科学研究院 | 一种电采暖设备有序用电优化调度方法及终端 |
CN113188239A (zh) * | 2021-05-08 | 2021-07-30 | 国网江苏省电力有限公司南京供电分公司 | 一种基于深度置信网络的空调负荷集群建模方法 |
CN113483479A (zh) * | 2021-05-31 | 2021-10-08 | 国网浙江省电力有限公司 | 一种变频空调与储能电池联合的辅助服务方法及系统 |
CN113606751A (zh) * | 2021-10-09 | 2021-11-05 | 国网江苏省电力有限公司营销服务中心 | 一种基于状态反馈的空调负荷群控方法和装置 |
CN113904331A (zh) * | 2021-11-03 | 2022-01-07 | 国网四川省电力公司电力科学研究院 | 变频空调集群参与电力系统辅助调控方法、装置和系统 |
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 |
CN114744608A (zh) * | 2021-01-08 | 2022-07-12 | 北京国网普瑞特高压输电技术有限公司 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
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 |
CN117029195A (zh) * | 2023-09-21 | 2023-11-10 | 北京广元科技有限公司 | 一种电力资源的处理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106451474A (zh) * | 2016-11-10 | 2017-02-22 | 国电南瑞科技股份有限公司 | 规模化空调负荷参与电网调峰优化调度方法 |
US20180151946A1 (en) * | 2010-12-16 | 2018-05-31 | Lennox Industries Inc. | Priority-based energy management |
CN108428053A (zh) * | 2018-03-08 | 2018-08-21 | 南京理工大学 | 一种基于需求侧管理的主动配电网运行风险评估方法 |
CN108988348A (zh) * | 2018-07-04 | 2018-12-11 | 东南大学 | 一种大功率缺额下的可控负荷双层调度方法 |
CN109243547A (zh) * | 2018-07-09 | 2019-01-18 | 河海大学 | 一种空调负荷群需求响应潜力定量评估方法 |
CN109617085A (zh) * | 2019-01-28 | 2019-04-12 | 深圳供电局有限公司 | 一种故障状态下快速切负荷优化控制方法 |
CN109842117A (zh) * | 2019-02-25 | 2019-06-04 | 国网江苏省电力有限公司无锡供电分公司 | 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 |
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 |
-
2019
- 2019-07-29 CN CN201910690615.4A patent/CN110425706B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180151946A1 (en) * | 2010-12-16 | 2018-05-31 | Lennox Industries Inc. | Priority-based energy management |
CN106451474A (zh) * | 2016-11-10 | 2017-02-22 | 国电南瑞科技股份有限公司 | 规模化空调负荷参与电网调峰优化调度方法 |
CN108428053A (zh) * | 2018-03-08 | 2018-08-21 | 南京理工大学 | 一种基于需求侧管理的主动配电网运行风险评估方法 |
CN108988348A (zh) * | 2018-07-04 | 2018-12-11 | 东南大学 | 一种大功率缺额下的可控负荷双层调度方法 |
CN109243547A (zh) * | 2018-07-09 | 2019-01-18 | 河海大学 | 一种空调负荷群需求响应潜力定量评估方法 |
CN109617085A (zh) * | 2019-01-28 | 2019-04-12 | 深圳供电局有限公司 | 一种故障状态下快速切负荷优化控制方法 |
CN109842117A (zh) * | 2019-02-25 | 2019-06-04 | 国网江苏省电力有限公司无锡供电分公司 | 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 |
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 |
Non-Patent Citations (3)
Title |
---|
王怡岚等: ""基于需求侧响应的空调负荷虚拟储能模型研究"", 《电网技术》 * |
胡晓青: ""空调负荷参与电力系统需求响应的建模及控制策略研究"", 《中国博士学位论文全文数据库-工程科技Ⅱ辑》 * |
裴丛仙子: ""大规模空调负荷集群的需求响应与优化互动研究"", 《中国优秀硕士学位论文全文数据库-工程科技Ⅱ辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111271839B (zh) * | 2020-02-14 | 2021-05-11 | 河海大学 | 一种定频空调短期功率调节的方法 |
CN111271839A (zh) * | 2020-02-14 | 2020-06-12 | 河海大学 | 一种定频空调短期功率调节的方法 |
CN111486573B (zh) * | 2020-04-16 | 2021-09-14 | 南方电网科学研究院有限责任公司 | 一种中央空调集群调控方法、系统以及设备 |
CN111486573A (zh) * | 2020-04-16 | 2020-08-04 | 南方电网科学研究院有限责任公司 | 一种中央空调集群调控方法、系统以及设备 |
CN112665159A (zh) * | 2021-01-07 | 2021-04-16 | 西安建筑科技大学 | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
CN112665159B (zh) * | 2021-01-07 | 2021-12-21 | 西安建筑科技大学 | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
CN114744608A (zh) * | 2021-01-08 | 2022-07-12 | 北京国网普瑞特高压输电技术有限公司 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
CN114744608B (zh) * | 2021-01-08 | 2024-03-26 | 北京国网普瑞特高压输电技术有限公司 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
CN112865113A (zh) * | 2021-01-21 | 2021-05-28 | 华中科技大学 | 一种聚合空调需求响应直接负荷控制方法和系统 |
CN112884358B (zh) * | 2021-03-16 | 2023-01-24 | 国网河北省电力有限公司电力科学研究院 | 一种电采暖设备有序用电优化调度方法及终端 |
CN112884358A (zh) * | 2021-03-16 | 2021-06-01 | 国网河北省电力有限公司电力科学研究院 | 一种电采暖设备有序用电优化调度方法及终端 |
CN113188239A (zh) * | 2021-05-08 | 2021-07-30 | 国网江苏省电力有限公司南京供电分公司 | 一种基于深度置信网络的空调负荷集群建模方法 |
CN113188239B (zh) * | 2021-05-08 | 2022-05-17 | 国网江苏省电力有限公司南京供电分公司 | 一种基于深度置信网络的空调负荷集群建模方法 |
CN113483479A (zh) * | 2021-05-31 | 2021-10-08 | 国网浙江省电力有限公司 | 一种变频空调与储能电池联合的辅助服务方法及系统 |
CN113483479B (zh) * | 2021-05-31 | 2022-07-26 | 国网浙江省电力有限公司 | 一种变频空调与储能电池联合的辅助服务方法及系统 |
CN113606751A (zh) * | 2021-10-09 | 2021-11-05 | 国网江苏省电力有限公司营销服务中心 | 一种基于状态反馈的空调负荷群控方法和装置 |
CN113606751B (zh) * | 2021-10-09 | 2022-02-08 | 国网江苏省电力有限公司营销服务中心 | 一种基于状态反馈的空调负荷群控方法和装置 |
CN113904331A (zh) * | 2021-11-03 | 2022-01-07 | 国网四川省电力公司电力科学研究院 | 变频空调集群参与电力系统辅助调控方法、装置和系统 |
CN113904331B (zh) * | 2021-11-03 | 2024-03-08 | 国网四川省电力公司电力科学研究院 | 变频空调集群参与电力系统辅助调控方法、装置和系统 |
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 |
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 |
CN117029195A (zh) * | 2023-09-21 | 2023-11-10 | 北京广元科技有限公司 | 一种电力资源的处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110425706B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110425706A (zh) | 面向电网削峰的聚合空调负荷调控方法 | |
Wei et al. | A bi-level scheduling model for virtual power plants with aggregated thermostatically controlled loads and renewable energy | |
CN104214912B (zh) | 一种基于温度设定值调整的聚合空调负荷调度方法 | |
CN109103893B (zh) | 一种集群温控负荷参与电网agc的辅助调频方法 | |
CN105352108B (zh) | 一种基于空调用电模式的负荷优化控制方法 | |
CN104374042B (zh) | 空调负荷的控制方法及系统 | |
CN106602575B (zh) | 一种用户负荷设备分类组合调控方法 | |
CN102664401B (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN110729726B (zh) | 一种智慧社区能量优化调度方法和系统 | |
CN104268800B (zh) | 基于场景库的风电并网调峰平衡判定方法 | |
Huang et al. | Cost-Effective and comfort-aware electricity scheduling for home energy management system | |
Zeng et al. | A regional power grid operation and planning method considering renewable energy generation and load control | |
CN110543713B (zh) | 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法 | |
CN113991655B (zh) | 定频空调负荷聚合需求响应潜力评估方法、装置及介质 | |
CN109799851A (zh) | 一种基于负荷簇温度调控的用户侧负荷响应方法 | |
CN105138847A (zh) | 变频空调负荷参与需求响应的节电潜力评估方法 | |
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 | |
CN109638857B (zh) | 基于分布式热泵群控制的电热微网联络线功率分层协同平抑策略 | |
CN105356491A (zh) | 一种基于储能和虚拟储能最优控制的功率波动平抑方法 | |
CN112348283B (zh) | 蓄热式电采暖虚拟电厂日前可调度潜力评估方法及装置 | |
CN113566401B (zh) | 需求侧负荷控制方法 | |
CN102751724A (zh) | 一种面向需求侧响应基于预测的三相负载调度方法及装置 | |
Zhang et al. | Research on scheduling control strategy of large-scale air conditioners based on electric spring | |
CN111431188A (zh) | 一种考虑需求侧资源的精准切负荷方法 | |
CN108122067A (zh) | 一种建筑需求响应动态过程的建模方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |