CN111271824B - 一种中央空调需求响应集中分散控制方法 - Google Patents
一种中央空调需求响应集中分散控制方法 Download PDFInfo
- Publication number
- CN111271824B CN111271824B CN202010119473.9A CN202010119473A CN111271824B CN 111271824 B CN111271824 B CN 111271824B CN 202010119473 A CN202010119473 A CN 202010119473A CN 111271824 B CN111271824 B CN 111271824B
- Authority
- CN
- China
- Prior art keywords
- central air
- air conditioner
- demand response
- terminal
- terminals
- 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.)
- Active
Links
Images
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- 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
Abstract
本发明提供一种中央空调的需求响应控制的集中分散控制方法。包括:建立集中控制模型,对聚合中包含的中央空调建立集中控制模型;建立分散控制模型,对各中央空调建立分散控制模型;按照集中控制模型进行集中控制,在集中控制模型中对集合内的中央空调进行需求响应控制;按照分散控制模型进行分散控制:各中央空调需求响应控制器在中央空调分散控制模型中对各自管理的中央空调进行需求响应控制。集中控制与分散控制配合,在实际进行需求响应控制时,集中控制和分散控制相配合完成对中央空调的需求响应控制。本发明中央空调需求响应集中分散控制方法,具有实施简单、容易在需求响应设备中实现和需求响应工程中推广应用的特点。
Description
技术领域
本发明涉及电力工程技术领域,特别是,涉及一种中央空调需求响应集中分散控制方法。
背景技术
传统电网的负荷控制是通过发电跟踪负荷的变化来保证电网功率平衡,通过调峰机组实现调峰控制,调峰机组运行时间短、成本高。此外,如果电网负荷的峰谷差大,则增大了电网的调峰成本,降低了电网运行的安全性和经济性。随着光伏、风电等大量绿色可再生分布式电源的接入,可再生能源功率的波动性和随机性使得发电侧的调节能力下降,限制了电网的调峰能力,增加了电网的运行风险。随着智能电网相关技术的发展,传统电网负荷控制技术向负荷管理方向发展,改变了负荷被动控制的局面,实现负荷侧和电网侧互动,发掘负荷侧调节能力可以减小系统的运行成本。需求响应是指终端用户根据电价或激励而改变用能的行为,如在负荷高峰减少用电,可以提高电网运行的安全性和经济性。
空调负荷可挖掘潜力大,不同的目标调节温度设置会引起空调负荷的变化,调节调度方式灵活,已经越来越多地应用于需求响应中,在电力系统的调度运行中发挥着越来越大的作用。空调分为变频、定频,分体空调、中央空调几种类型。变频空调由于其节能省电、调温迅速的特点,市场占有率不断提高,已经成为空调市场的主流;中央空调功耗大,分布较为集中,与分体式空调相比,调节潜力更大,是一种优质的需求响应资源。目前大多数研究需求响应研究都是基于分体式定频空调的,对中央空调的需求响应研究较少。需求响应集中控制是指调度部门对所辖空调负荷建立聚合模型,针对系统负荷平衡、输电线路上的潮流波动等需求进行优化调度,并制定相应的控制策略,对空调负荷进行统一控制的模式为集中控制,其特点是可靠相高、可预测性强,但存在频繁通信和通信延迟的问题;分散控制是指安装与用户侧的智能电表实时监测系统电压、频率等因素发生变化并对空调负荷发布响应控制信号的控制模式,其特点是响应速度快、具有较高的灵敏性,但具有随机性较高,可能会存在响应不足或过量响应的问题。
如何充分挖掘分体式变频空调和中央空调的需求响应潜力,提高电网运行的安全性经济性,研究变频空调和中央空调需求响应调度控制方法,实现变频空调和中央空调的有效控制,是实现空调需求响应工程应用的重要步骤。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
因此,本发明要解决的技术问题在于克服现有技术中的对分体变频空调和中央空调在需求响应建模和调控方面的研究较少,缺少工程实用的中央空调需求响应控制方法,限制了中央空调在需求响应方面的实际应用的缺陷,从而提供一种中央空调需求响应集中分散控制方法。
为解决上述技术问题,本发明提供如下技术方案:一种中央空调需求响应集中分散控制方法,包括,
建立集中控制模型,对聚合中包含的中央空调建立集中控制模型;
建立分散控制模型,对各中央空调建立分散控制模型;
按照集中控制模型进行集中控制,在集中控制模型中对集合内的中央空调进行需求响应控制;
按照分散控制模型进行分散控制:各中央空调需求响应控制器在中央空调分散控制模型中对各自管理的中央空调进行需求响应控制。
集中控制与分散控制配合,在实际进行需求响应控制时,集中控制和分散控制相配合完成对中央空调的需求响应控制。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:所述集中控制模型为需求响应策略优化模型,其优化目标为保证满足聚合内重要空调用电需求的前提下,实现用电费用最小的目标,费用包括两部分,一部分是电费,另一部分是参加需求响应获得的补偿费用。
优化目标计算公式如下式:
其中:Ctu是中央空调u的分时电价(元/kWh),Ptu中央空调u在t时刻的实际负荷,Δt是断面时长(单位:小时),Ru是中央空调u的需求响应单位电量补偿费用(元/kWh),是0-1状态变量表示中央空调u在t时刻需求响应的运行状态,1表示运行,0表示停止,是中央空调u在t时刻参加需求响应能够消减的负荷,L是断面个数,N是中央空调个数。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:所述需求响应策略优化模型的约束条件包括可消减荷载约束、可消减荷载最小持续时间约束、可消减符合次数约束和可消减负荷总体约束。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:所述分散控制模型包括确定供冷面积与中央空调消耗的功率之间的关系、中央空库及其终端相关参数、单个中央空调需求响应控制策略、中央空调未来一天内各控制时间点最大消耗功率和最小消耗功率计算。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:所述单个中央空调需求响应策略中,包括
确定中央空调终端控制群:对中央空调终端根据其当前运行状态(TS)的值分为两类,TS值为1的终端归为一类,即当前运行的终端集合,记为Son;TS值为0的终端归为一类,即当前关闭的终端集合,记为Soff;终端设置的最高温度与当前温度的差记为△Tmax,△Tmax=Tmax-Tre,Tre为终端当前温度;终端当前温度与设置的最低温度的差记为△Tmin,△Tmin=Tre-Tmin;对于运行终端的集合Son内的元素,按照其△Tmin由小到大排序,排序后表示如下:
Son={O1,O2,…,On1}
上式中:n1为运行的终端个数;
对于关闭的终端集合Soff内的元素,按照其△Tmax由小到大排序,排序后表示如下:
Soff={B1,B2,…,Bn2}
上式中:n2为关闭的终端个数;n1+n2为中央空调总的终端数,即参与需求响应控制的终端数;
确定需要控制的终端:在控制的时刻,分以下两种情况进行处理;
情况1:需要减少中央空调消耗的功率为PR时,则空调的总出力为Ptotal-PR,计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要关闭的供冷面积SR;
在关闭的终端集合Soff中,从排序后的元素B1开始正向搜索,到对应的△Tmax>0时停止,得到参与调解的终端设备集合BR={B1,B2,…,BkB},满足如下条件:
BkB对应的△Tmax<0,BkB+1对应的△Tmax>0
在运行终端的集合Son中,从排序后的元素O1开始正向搜索以确定参与调节的终端设备集合OR={O1,O2,…,Oko},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的ko个终端关闭;
情况2:需要增加中央空调消耗的功率为PR时,则空调的总出力为Ptotal+PR,此时根据式(7)计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要增加的供冷面积SR;
在运行的终端集合Son中,从排序后的元素O1开始正向搜索,到对应的△Tmin>0时停止,得到参与调解的终端设备集合OR={O1,O2,…,OkO},满足如下条件:
OkO对应的△Tmin<0,OkO+1对应的△Tmin>0
在关闭终端的集合Soff中,从排序后的元素B1开始正向搜索以确定参与调节的终端设备集合BR={B1,B2,…,BkB},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的kO个终端关闭。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:计算最小消耗功率时,确定最小运行终端数量:集合Son(t)的元素对应的△Tmin按照由小到大排序,则对应的△Tmax是按照有大到小排序的,即集合Son(t)内排在后面的终端当前温度越接近最大温度,排在前面的终端当前温度越接近最小温度;则在运行终端的集合Son(t)中,从排序后的元素On1(t)开始反向搜索以确定需要保持运行的最小终端设备集合ORun(t)={O1(t),O2(t),…,Okrun(t)},满足如下条件;
△Tmaxkrun≤0,△Tmaxkrun-1>0 (14)
在关闭终端的集合Soff(t)中,从排序后的元素B1(t)开始正向搜索以确定需要启动的最小终端设备集合BRun(t)={B1(t),B2(t),…,BkBrun(t)},满足如下条件;
根据集合ORun和BRun确定当前时段t需要运行的最小终端个数krun+kBrun对应的供冷面积SRmin,根据式(7)计算确定中央空调当前时段t对应最小消耗功率Pt,min;计算t+1时刻的中央空调最小消耗功率时,t时刻运行终端集合中的终端当前温度在t+1时刻减少△Tdown作为t+1时刻的当前温度;该时刻关闭的终端集合中的终端当前温度在t+1时刻增加△Tup作为t+1时刻的当前温度;按照上面的计算方法计算中央空调t+1时刻对应的最小消耗功率Pt+1,min;依次类推,计算后续各点的最小消耗功率;
计算最大消耗功率时,确定最大运行终端数量:确定最大运行终端数量反过来就是确定最小需要关闭的终端,其余的就是需要运行的最大终端;在t时刻,当前关闭的终端都可以启动运行,只需要在当前运行的终端集合中确定需要关闭的终端,其余的终端运行即可;在运行终端的集合Son(t)中,从排序后的元素O1开始正向搜索,到对应的△Tmin>0时停止,得到需要关闭的最小终端设备集合ORoff(t)={O1(t),O2(t),…,OkO(t)},满足如下条件:
OkO对应的△Tmin<0,OkO+1对应的△Tmin>0
上面集合ORoff(t)中对应的终端是需要关闭的最小终端集合,其余的终端都需要处在运行状态,根据运行终端计算对应的供冷面积SRmax,根据式(7)计算确定中央空调当前时段t对应最大消耗功率Pt,max;计算t+1时刻的中央空调最大消耗功率时,t时刻运行终端集合中的终端当前温度在t+1时刻减少△Tdown作为t+1时刻的当前温度;t时刻关闭的终端集合中的终端当前温度在t+1时刻增加△Tup作为t+1时刻的当前温度;按照上面的计算方法计算中央空调t+1时刻对应的最大消耗功率Pt+1,max;依次类推,计算后续各点的最大消耗功率。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:在集中分散控制架构中,分为聚合控制器、中央空调控制器和终端控制器3个层次;一个中央空调聚合控制器与多个中央空调控制器进行通信,实现多个中央空调的集中控制;一个中央空调控制器与其多个中进行通信,实现单个中央空调分散控制。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:中央空调聚合控制器根据所诉需求响应优化策略模型,通过优化模型求解,得到聚合的n个中央空调的需求响应负荷,各中央空调的需求响应负荷下发到对应的中央空调控制器。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:各中央空调控制器根据控制策略和收到的中央空调聚合控制器下发的各时刻需求响应的值,对内部的终端进行启动停止控制和对空调的总体消耗功率进行控制。
作为本发明所述中央空调需求响应集中分散控制方法的一种优选方案,其中:各中央空调控制器在日前把各自控制的中央空调未来一日内的各时间点最大消耗功率、最小消耗功率、单次最小需求响应时间、单次最大需求响应时间、日内需求响应次数需求响应相关的参数上送给中央空调聚合控制器;中央空调聚合控制器把优化结果即未来一日内的各时间点需求响应功率发送给各对应的中央空调控制器。
本发明的有益效果:本发明提供的中央空调需求响应集中分散控制方法,对于中央空调,具有实施简单、容易在需求响应设备中实现和需求响应工程中推广应用的特点,增强了中央空调在需求响应工程应用实用性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为供冷面积比与中央空调总能耗的关系;
图2为中央空调需求响应集中分散控制架构图;
图3为中央空调需求响应集中分散控制流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
实施例1
本实施例提供了一种中央空调需求响应集中分散控制方法,所述方法包括以下步骤:
1、集中控制模型建模:对聚合中包含的中央空调建立集中控制模型;
2、分散控制模型建模:对各中央空调建立分散控制模型;
3、按照集中控制模型进行集中控制;根据步骤1中建立的集中控制模型对集合内的中央空调进行需求响应控制;
4、按照分散控制模型进行分散控制:各中央空调需求响应控制器根据步骤2中建立的中央空调分散控制模型对各自管理的中央空调进行需求响应控制。
5、集中控制与分散控制配合:在实际进行需求响应控制时,集中控制和分散控制相配合完成对中央空调的需求响应控制。
本发明提出的中央空调需求响应集中分散控制方法,其技术特征为:
1、在步骤1中:对聚合中的所有中央空调需求响应的集中控制,实质上是需求响应策略的优化,建立下面的需求响应优化策略控制模型。
1)优化目标:
中央空调的集中需求响应策略的目标是保证满足聚合内重要空调用电需求的前提下,实现用电费用最小的目标。费用包括两部分,一部分是电费,另一部分是参加需求响应获得的补偿费用。优化目标计算公式如下式所示。
其中:Ctu是中央空调u的分时电价(元/kWh),Ptu中央空调u在t时刻的实际负荷,Δt是断面时长(单位:小时),Ru是中央空调u的需求响应单位电量补偿费用(元/kWh),是0-1状态变量表示中央空调u在t时刻需求响应的运行状态,1表示运行,0表示停止,是中央空调u在t时刻参加需求响应能够消减的负荷,L是断面个数,N是中央空调个数。
2)约束条件
(1)可消减负荷
(2)可消减负荷最小持续时间约束
(3)可消减负荷最大持续时间约束
(4)可消减负荷次数
(5)可消减负荷总体约束
2、在步骤2中:对各中央空调建立分散控制模型,对每个中央空调,本发明提出了如下的需求响应控制模型:
1)确定供冷面积与中央空调消耗的功率之间的关系
中央空调总的消耗功率Ptotal主要由开启的终端所处房屋(供冷)面积总和Son与总房屋(供冷)面积Stotal之比决定,Ptotal与Son有一一对应关系。中央空调消耗的总功率与供冷面积比之间的关系如图1所示。
t时刻中央空调所消耗的电功率Ptotal与开启的终端所处房屋(供冷)面积总和Son可以建立如式(6)所示的函数关系。
由图1和式(6),可以建立中央空调总的消耗功率Ptotal,与开启的终端所处房屋(供冷)面积总和Son与总房屋(供冷)面积Stotal之比之间的函数关系式,如式(7)所示。
上式中:a、b、c是二次多项式函数的系数,Rs=Son/Stotal。通过中央空调的历史数据进行数据多项式回归分析,可以确定a、b、c的取值。
2)中央空库及其终端相关参数
中央空调需求响应的相关参数为:日内各时间点最大需求响应功率、单次最小需求响应时间、单次最大需求响应时间、开始时间、结束时间、日内需求响应次数。
中央空调的终端标记为TERi(i=1,2,…,NT),共有NT个终端。每个终端的运行参数为:最低温度(Tmin)、最高温度(Tmax)、最舒适温度(Tdes)、供冷面积(St)。最低温度(Tmin)、最高温度(Tmax)、最舒适温度(Tdes)这三者的关系为:Tmin≤Tdes≤Tmax。每个终端的运行相关数据有:当前状态(TS)、当前温度(Tre)。当前状态(TS)取值为1时表示终端运行,取值为0时表示终端关闭。
3)单个中央空调需求响应控制策略
(1)确定中央空调终端控制群:对中央空调终端根据其当前运行状态(TS)的值分为两类,TS值为1的终端归为一类,即当前运行的终端集合,记为Son;TS值为0的终端归为一类,即当前关闭的终端集合,记为Soff。终端设置的最高温度与当前温度的差记为△Tmax,△Tmax=Tmax-Tre,Tre为终端当前温度;终端当前温度与设置的最低温度的差记为△Tmin,△Tmin=Tre-Tmin。对于运行终端的集合Son内的元素,按照其△Tmin由小到大排序,排序后表示如下:
Son={O1,O2,…,On1} (8)
上式中:n1为运行的终端个数。
对于关闭的终端集合Soff内的元素,按照其△Tmax由小到大排序,排序后表示如下:
Soff={B1,B2,…,Bn2} (9)
上式中:n2为关闭的终端个数。n1+n2为中央空调总的终端数,即参与需求响应控制的终端数。
(2)确定需要控制的终端:在控制的时刻,分以下两种情况进行处理。
情况1:需要减少中央空调消耗的功率为PR时,则空调的总出力为Ptotal-PR,此时根据式(7)计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要关闭的供冷面积SR。
在关闭的终端集合Soff中,从排序后的元素B1开始正向搜索,到对应的△Tmax>0时停止,得到参与调解的终端设备集合BR={B1,B2,…,BkB},满足如下条件:
BkB对应的△Tmax<0,BkB+1对应的△Tmax>0
在运行终端的集合Son中,从排序后的元素O1开始正向搜索以确定参与调节的终端设备集合OR={O1,O2,…,Oko},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的ko个终端关闭。
情况2:需要增加中央空调消耗的功率为PR时,则空调的总出力为Ptotal+PR,此时根据式(7)计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要增加的供冷面积SR。
在运行的终端集合Son中,从排序后的元素O1开始正向搜索,到对应的△Tmin>0时停止,得到参与调解的终端设备集合OR={O1,O2,…,OkO},满足如下条件:
OkO对应的△Tmin<0,OkO+1对应的△Tmin>0
在关闭终端的集合Soff中,从排序后的元素B1开始正向搜索以确定参与调节的终端设备集合BR={B1,B2,…,BkB},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的kO个终端关闭。
(3)根据步骤(2)中确定的需要关闭的终端的集合OR,对集合中的元素对应的终端进行关闭操作,需要打开的终端的集合BR,对集合中的元素对应的终端进行打开操作。根据中央空调各终端的开关情况和目标消耗功率,调整中央空调总的消耗功率,对中央空调总的消耗功率进行控制。
(4)在中央空调不参与需求响应控制时段,中央空调各终端按照设置的最舒适温度(Tdes)进行启停控制。
4)中央空调未来一天内各控制时间点最大消耗功率和最小消耗功率计算。
设在t时刻中央空调正在运行的终端按照其△Tmin由小到大排序后由式(8)表示的终端集合,标记如式(12)所示。
Son(t)={O1(t),O2(t),…,On1(t)} (12)
同理,t时刻关闭的终端按照其△Tmax由小到大排序后由式(9)表示的终端集合,标记如式(13)所示。
Soff(t)={B1(t),B2(t),…,Bn2(t)} (13)
中央空调在t时刻消耗的最低功率对应最小供冷面积,即最小开启终端数量,消耗的最大功率对应最大供冷面积,即最大开启终端数量。终端关闭后,在控制间隔时间结束时温度升高值记为△Tup;终端开启后,在控制间隔时间结束时温度降低值记为△Tdown。
(1)最小消耗功率计算
确定最小运行终端数量:集合Son(t)的元素对应的△Tmin按照由小到大排序,则对应的△Tmax是按照有大到小排序的,即集合Son(t)内排在后面的终端当前温度越接近最大温度,排在前面的终端当前温度越接近最小温度。则在运行终端的集合Son(t)中,从排序后的元素On1(t)开始反向搜索以确定需要保持运行的最小终端设备集合ORun(t)={O1(t),O2(t),…,Okrun(t)},满足如下条件。
△Tmaxkrun≤0,△Tmaxkrun-1>0 (14)
在关闭终端的集合Soff(t)中,从排序后的元素B1(t)开始正向搜索以确定需要启动的最小终端设备集合BRun(t)={B1(t),B2(t),…,BkBrun(t)},满足如下条件。
根据集合ORun和BRun确定当前时段t需要运行的最小终端个数krun+kBrun对应的供冷面积SRmin,根据式(7)计算确定中央空调当前时段t对应最小消耗功率Pt,min。计算t+1时刻的中央空调最小消耗功率时,t时刻运行终端集合中的终端当前温度在t+1时刻减少△Tdown作为t+1时刻的当前温度;该时刻关闭的终端集合中的终端当前温度在t+1时刻增加△Tup作为t+1时刻的当前温度。按照上面的计算方法计算中央空调t+1时刻对应的最小消耗功率Pt+1,min。依次类推,计算后续各点的最小消耗功率。
(2)最大消耗功率计算
确定最大运行终端数量:确定最大运行终端数量反过来就是确定最小需要关闭的终端,其余的就是需要运行的最大终端。在t时刻,当前关闭的终端都可以启动运行,只需要在当前运行的终端集合中确定需要关闭的终端,其余的终端运行即可。在运行终端的集合Son(t)中,从排序后的元素O1开始正向搜索,到对应的△Tmin>0时停止,得到需要关闭的最小终端设备集合ORoff(t)={O1(t),O2(t),…,OkO(t)},满足如下条件:
OkO对应的△Tmin<0,OkO+1对应的△Tmin>0
上面集合ORoff(t)中对应的终端是需要关闭的最小终端集合,其余的终端都需要处在运行状态,根据运行终端计算对应的供冷面积SRmax,根据式(7)计算确定中央空调当前时段t对应最大消耗功率Pt,max。计算t+1时刻的中央空调最大消耗功率时,t时刻运行终端集合中的终端当前温度在t+1时刻减少△Tdown作为t+1时刻的当前温度;t时刻关闭的终端集合中的终端当前温度在t+1时刻增加△Tup作为t+1时刻的当前温度。按照上面的计算方法计算中央空调t+1时刻对应的最大消耗功率Pt+1,max。依次类推,计算后续各点的最大消耗功率。
3、在步骤3中,中央空调需求响应集中分散控制架构如图2所示。在集中分散控制架构中,分为聚合控制器、中央空调控制器和终端控制器3个层次。一个中央空调聚合控制器与多个中央空调控制器进行通信,实现多个中央空调的集中控制;一个中央空调控制器与其多个中进行通信,实现单个中央空调分散控制。
中央空调聚合控制器根据步骤1中建立的需求响应优化策略模型,通过优化模型求解,得到聚合的n个中央空调的需求响应负荷,各中央空调的需求响应负荷下发到对应的中央空调控制器。
4、在步骤4中,各中央空调控制器根据步骤2中建立的控制策略和收到的中央空调聚合控制器下发的各时刻需求响应的值,对内部的终端进行启动停止控制和对空调的总体消耗功率进行控制。
5、在步骤5中,各中央空调控制器在日前把各自控制的中央空调未来一日内的各时间点最大消耗功率、最小消耗功率、单次最小需求响应时间、单次最大需求响应时间、日内需求响应次数这5个需求响应相关的参数上送给中央空调聚合控制器;中央空调聚合控制器把优化结果即未来一日内的各时间点需求响应功率发送给各对应的中央空调控制器。
实施例2
如附图3所示为本发明公开的中央空调需求响应集中分散控制方法具体实施时的流程图,具体包括以下步骤:
S1:建立集中控制模型,即建立上面发明内容部分步骤1中描述的集中控制优化模型;
S2:建立分散控制模型,即建立上面实施例1中步骤2中描述的分散控制模型;
S3:获取聚合中央空调明日用电计划,即获取中央空调聚合控制器所管辖的所有中央空调明日总的用电计划;
S4:确定中央空调供冷面积比与消耗功率关系,即在各中央空调控制器中通过历史数据拟合,确定中央空调供冷面积比与消耗功率函数关系式(7)中系数a、b、c的值;
S5:确定中央空调供明日各点最小、最大消耗功率,即在各中央空调控制器中采用上面实施例1中步骤2中第4)部分描述的方法计算明日各点最小、最大消耗功率;
S6:获取各中央空调需求响应相关参数,即中央空调集中控制器与各中央空调控制器通信,获取各中央空调明日各时间点最小消耗功率、最大消耗功率,计算各时刻最大可以消减的负荷,获取中央空调需求响应参数;
S7:需求响应策略优化计算,即在中央空调集中控制器中采用上面实施例1中步骤1中描述的集中控制优化模型进行明日需求响应策略优化计算,优化结果下发给各中央空调控制器;
S8:接收需求响应计划,即中央空调控制器接收中央空调聚合控制器下发的需求响应计划;
下面各步骤是需求响应各时刻的运行控制相关步骤,都是在中央空调控制器中执行。
S9:如果当前t时刻需求响应功率PR为零,则中央空调各终端按照设置的最舒适温度进行控制后执行S13步骤,否则执行下面的步骤;
S10:确定中央空调终端控制群,即采用上面实施例1中步骤2中第3)部分第(1)节描述的方法确定中央空调终端控制群;
S11:确定需要控制的终端,即采用上面实施例1中步骤2中第3)部分第(2)节描述方法确定需要控制的终端;
S12:对终端进行启动、停止控制,对中央空调消耗的功率进行控制:即采用上面实施例1中步骤2中第3)部分第(3)节描述方法对终端进行启停控制和对中央空调消耗的功率进行控制;
S13:若一天的需求响应控制处理完,则结束,否则等到需求响应下一个控制周期,t=t+1,返回S9步执行。
本发明提出的中央空调需求响应集中分散控制方法具体实施流程中,第S1、S3、S6和S7这4步在中央空调聚合控制器中执行,其余的步骤在各中央空调控制器中执行。为说明方便,下面以1个中央空调聚合控制器、下面有2个中央空调,每个中央空调有1个本地控制器,为实施例说明本发明中央空调需求响应集中分散控制方法的具体实施步骤。
中央空调需求响应相关参数如下表。
表1中央空调需求响应参数表
需求响应时间间隔取15分钟,需求响应最大负荷为聚类中央空调总负荷的10%,一天96点的中央空调1、中央空调2的计划负荷数据和需求响应负荷数据见下表。
表2各中央空调明日负荷计划和需求响应数据表
具体实现时各步骤结果如下:
S1:建立集中控制模型,在中央空调聚类控制器中建立上面实施例1中步骤1中描述的集中控制优化模型;
S2:建立分散控制模型,在中央空调1和中央空调2中建立上面实施例1中步骤2中描述的分散控制模型;
S3:获取聚合中央空调明日用电计划,时间间隔为15分钟,得到中央空调1和中央空调2的明日96点用电计划如表2所示;
S4:确定中央空调供冷面积比与消耗功率关系,即在中央空调控制器1和中央空调控制器2中通过对历史数据进行最小二乘拟合,确定中央空调供冷面积比与消耗功率函数关系式(7)中系数a、b、c的值;
S5:确定中央空调供明日各点最小、最大消耗功率,即在中央空调1控制器和中央空调2控制器中采用上面实施例1中步骤2中第4)部分描述的方法计算中央空调1和中央空调2明日各点最小、最大消耗功率;
S6:获取各中央空调需求响应相关参数,中央空调集中控制器与各中央空调1、中央空调2控制器通信,获取中央空调1、中央空调2明日各时间点最小消耗功率、最大消耗功率,通过中央空调明日计划曲线、明日各点最小消耗功率、最大消耗功率可以计算得到中央空调最大需求响应负荷;
S7:需求响应策略优化计算,需求补偿电价在各时间点取值为0.5,在中央空调集中控制器中采用上面实施例1中步骤1中描述的集中控制优化模型进行明日需求响应策略优化计算,得到中央空调1和中央空调2需求响应优化结果,优化结果下发给中央空调1控制器和中央空调2控制器;需求响应策略优化结果为:中央空调1的需求响应启动2次(第一次:在第72个时间断面启动需求响应,在第77个时间断面结束;第二次:在第79个时间断面启动需求响应,在第91个时间断面结束);中央空调2的需求响应启动2次(第一次:在第64个时间断面启动需求响应,在第78个时间断面结束;第二次:在80个时间断面启动需求响应,在91个时间断面结束)。中央空调1和中央空调2需求响应优化结果如下表所示。
表3需求响应优化结果表
S8:接收需求响应计划,中央空调1控制器和中央空调2的接收中央空调聚合控制器下发的需求响应计划;
下面S9到S13的各步骤是需求响应各时刻的运行控制相关步骤,是在中央空调1和中央空调2的控制器中执行。下面以中央空调2的控制器的执行情况来进行说明,一天的分钟数24*60=1440,当前时刻t在数据断面64,即64*15=960分钟的时刻,即16时(下午4点整)。
S9:当前t时刻(t=64,即第64个数据断面对应的时刻,即下午4点整),中央空调2在该时刻需求响应功率PR由表3可知为0.157543,执行下面的步骤;
S10:确定中央空调终端控制群,即采用上面实施例1中步骤2中第3)部分第(1)节描述的方法确定中央空调2的终端控制群;
S11:确定需要控制的终端,即采用上面实施例1中步骤2中第3)部分第(2)节描述方法确定中央空调2需要控制的终端;
S12:对终端进行启动、停止控制,对中央空调消耗的功率进行控制:即采用上面实施例1中步骤2中第3)部分第(3)节描述方法对中央空调2的终端进行启停控制和对中央空调2消耗的功率进行控制;
S13:等到需求响应下一个控制周期,t=t+1,即t=64,返回S9步执行。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种中央空调需求响应集中分散控制方法,其特征在于:包括,
建立集中控制模型,对聚合中包含的中央空调建立集中控制模型,所述集中控制模型为需求响应策略优化模型,其优化目标为保证满足聚合内重要空调用电需求的前提下,实现用电费用最小的目标;
建立分散控制模型,对各中央空调建立分散控制模型,所述分散控制模型包括确定供冷面积与中央空调消耗的功率之间的关系,中央空调及其终端的日内各时间点最大需求响应功率、单次最小需求响应时间、单次最大需求响应时间、开始时间、结束时间、日内需求响应次数,单个中央空调需求响应控制策略,中央空调未来一天内各控制时间点最大消耗功率和最小消耗功率计算;
按照集中控制模型进行集中控制,在集中控制模型中对集合内的中央空调进行需求响应控制;
按照分散控制模型进行分散控制:各中央空调需求响应控制器在中央空调分散控制模型中对各自管理的中央空调进行需求响应控制;
集中控制与分散控制配合,在实际进行需求响应控制时,集中控制和分散控制相配合完成对中央空调的需求响应控制。
3.根据权利要求2所述的中央空调需求响应集中分散控制方法,其特征在于:所述需求响应策略优化模型的约束条件包括可消减荷载约束、可消减荷载最小持续时间约束、可消减负荷次数约束和可消减负荷总体约束。
4.根据权利要求1所述的中央空调需求响应集中分散控制方法,其特征在于:所述单个中央空调需求响应策略中,包括
确定中央空调终端控制群:对中央空调终端根据其当前运行状态TS的值分为两类,TS值为1的终端归为一类,即当前运行的终端集合,记为Son;TS值为0的终端归为一类,即当前关闭的终端集合,记为Soff;终端设置的最高温度与当前温度的差记为ΔTmax,ΔTmax=Tmax-Tre,Tre为终端当前温度;终端当前温度与设置的最低温度的差记为ΔTmin,ΔTmin=Tre-Tmin;对于运行终端的集合Son内的元素,按照其ΔTmin由小到大排序,排序后表示如下:
Son={O1,O2,...,On1}
上式中:n1为运行的终端个数;
对于关闭的终端集合Soff内的元素,按照其ΔTmax由小到大排序,排序后表示如下:
Soff={B1,B2,...,Bn2}
上式中:n2为关闭的终端个数;n1+n2为中央空调总的终端数,即参与需求响应控制的终端数;
确定需要控制的终端:在控制的时刻,分以下两种情况进行处理;
情况1:需要减少中央空调消耗的功率为PR时,则空调的总出力为Ptotal-PR,计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要关闭的供冷面积SR;
在关闭的终端集合Soff中,从排序后的元素B1开始正向搜索,到对应的ΔTmax>0时停止,得到参与调解的终端设备集合BR={B1,B2,...,BkB},满足如下条件:
BkB对应的ΔTmax<0,BkB+1对应的ΔTmax>0
在运行终端的集合Son中,从排序后的元素O1开始正向搜索以确定参与调节的终端设备集合OR={O1,O2,...,Oko},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的ko个终端关闭;
情况2:需要增加中央空调消耗的功率为PR时,则空调的总出力为Ptotal+PR,计算对应的目标供冷面积之和SR_on,与当前运行终端的供冷面积比较,计算需要增加的供冷面积SR;
在运行的终端集合Son中,从排序后的元素O1开始正向搜索,到对应的ΔTmin>0时停止,得到参与调解的终端设备集合OR={O1,O2,...,OkO},满足如下条件:
OkO对应的ΔTmin<0,OkO+1对应的ΔTmin>0
在关闭终端的集合Soff中,从排序后的元素B1开始正向搜索以确定参与调节的终端设备集合BR={B1,B2,...,BkB},满足如下条件:
这样得到需要参与调节的终端为:集合BR中的kB个终端开启,集合OR中的kO个终端关闭。
5.根据权利要求3或4所述的中央空调需求响应集中分散控制方法,其特征在于:计算最小消耗功率时,确定最小运行终端数量:集合Son(t)的元素对应的ΔTmin按照由小到大排序,则对应的ΔTmax是按照有大到小排序的,即集合Son(t)内排在后面的终端当前温度越接近最大温度,排在前面的终端当前温度越接近最小温度;则在运行终端的集合Son(t)中,从排序后的元素On1(t)开始反向搜索以确定需要保持运行的最小终端设备集合ORun(t)={O1(t),O2(t),...,Okrun(t)},满足如下条件;
ΔTmaxkrun≤0,ΔTmaxkrun-1>0
在关闭终端的集合Soff(t)中,从排序后的元素B1(t)开始正向搜索以确定需要启动的最小终端设备集合BRun(t)={B1(t),B2(t),...,BkBrun(t)},满足如下条件;
其中,a、b、c是二次多项式函数的系数,Rs=Son/Stotal,Son为开启的终端所处房屋(供冷)面积总和,Stotal为总房屋供冷面积;
计算t+1时刻的中央空调最小消耗功率时,t时刻运行终端集合中的终端当前温度在t+1时刻减少ΔTdown作为t+1时刻的当前温度;该时刻关闭的终端集合中的终端当前温度在t+1时刻增加ΔTup作为t+1时刻的当前温度;按照上面的计算方法计算中央空调t+1时刻对应的最小消耗功率Pt+1,min;依次类推,计算后续各点的最小消耗功率;
计算最大消耗功率时,确定最大运行终端数量:确定最大运行终端数量反过来就是确定最小需要关闭的终端,其余的就是需要运行的最大终端;在t时刻,当前关闭的终端都可以启动运行,只需要在当前运行的终端集合中确定需要关闭的终端,其余的终端运行即可;在运行终端的集合Son(t)中,从排序后的元素O1开始正向搜索,到对应的ΔTmin>0时停止,得到需要关闭的最小终端设备集合ORoff(t)={O1(t),O2(t),...,OkO(t)},满足如下条件:
OkO对应的ΔTmin<0,OkO+1对应的ΔTmin>0
6.根据权利要求2所述的中央空调需求响应集中分散控制方法,其特征在于:在集中分散控制架构中,分为聚合控制器、中央空调控制器和终端控制器3个层次;一个中央空调聚合控制器与多个中央空调控制器进行通信,实现多个中央空调的集中控制;一个中央空调控制器与其中多个进行通信,实现单个中央空调分散控制。
7.根据权利要求4所述的中央空调需求响应集中分散控制方法,其特征在于:中央空调聚合控制器根据所述需求响应策略优化模型,通过优化模型求解,得到聚合的n个中央空调的需求响应负荷,各中央空调的需求响应负荷下发到对应的中央空调控制器。
8.根据权利要求1所述的中央空调需求响应集中分散控制方法,其特征在于:各中央空调控制器根据控制策略和收到的中央空调聚合控制器下发的各时刻需求响应的值,对内部的终端进行启动停止控制和对空调的总体消耗功率进行控制。
9.根据权利要求1所述的中央空调需求响应集中分散控制方法,其特征在于:各中央空调控制器在日前把各自控制的中央空调未来一日内的各时间点最大消耗功率、最小消耗功率、单次最小需求响应时间、单次最大需求响应时间、日内需求响应次数需求响应相关的参数上送给中央空调聚合控制器;中央空调聚合控制器把优化结果即未来一日内的各时间点需求响应功率发送给各对应的中央空调控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010119473.9A CN111271824B (zh) | 2020-02-26 | 2020-02-26 | 一种中央空调需求响应集中分散控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010119473.9A CN111271824B (zh) | 2020-02-26 | 2020-02-26 | 一种中央空调需求响应集中分散控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111271824A CN111271824A (zh) | 2020-06-12 |
CN111271824B true CN111271824B (zh) | 2020-09-25 |
Family
ID=70999323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010119473.9A Active CN111271824B (zh) | 2020-02-26 | 2020-02-26 | 一种中央空调需求响应集中分散控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111271824B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112413823A (zh) * | 2020-10-15 | 2021-02-26 | 南京淳宁电力科技有限公司 | 一种需求响应模式下中央空调系统的分布式能量优化管理方法 |
CN114963457B (zh) * | 2022-05-12 | 2023-03-14 | 南通大学 | 一种变风量空调系统的分散式控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9625171B2 (en) * | 2014-01-29 | 2017-04-18 | Honeywell International Inc. | Optimized precooling of structures |
EP3391156B1 (en) * | 2015-12-18 | 2023-02-15 | Carrier Corporation | Adaptive control of hvac system |
CN105790286B (zh) * | 2016-03-31 | 2018-06-15 | 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 |
CN105841300B (zh) * | 2016-03-31 | 2018-08-10 | 东南大学 | 一种计及新风系统的中央空调建模及调控策略 |
CN107726538B (zh) * | 2016-08-10 | 2020-12-22 | 国家电网公司 | 一种智能楼宇用电调控方法 |
CN107906675B (zh) * | 2017-10-11 | 2019-12-20 | 天津大学 | 一种基于用户需求的中央空调集群优化控制方法 |
CN108092264A (zh) * | 2017-12-27 | 2018-05-29 | 国网浙江省电力有限公司电力科学研究院 | 一种面向大规模柔性负荷资源的调控系统 |
CN109034527B (zh) * | 2018-06-13 | 2021-10-12 | 国网江苏省电力有限公司电力科学研究院 | 一种含中央空调及数据中心的紧急需求响应组合调控方法 |
-
2020
- 2020-02-26 CN CN202010119473.9A patent/CN111271824B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111271824A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103257571B (zh) | 基于dlc的空调负荷双层优化调度和控制策略制定方法 | |
CN111555304B (zh) | 一种面向电网调频服务的空调负荷虚拟储能调度方法 | |
CN102664401B (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN106532751B (zh) | 一种分布式电源能效优化方法及系统 | |
Sanandaji et al. | Improved battery models of an aggregation of thermostatically controlled loads for frequency regulation | |
CN108306288B (zh) | 一种基于需求侧响应的微网社区分布式能量分配方法 | |
US10713674B2 (en) | Reducing substation demand fluctuations using decoupled price schemes for demand response | |
CN104699051B (zh) | 一种温控设备需求响应控制方法 | |
CN111271824B (zh) | 一种中央空调需求响应集中分散控制方法 | |
Zhang et al. | Energy management system control and experiment for future home | |
CN105743089A (zh) | 基于柔性负荷的需求侧负荷调控方法及系统 | |
CN108808737A (zh) | 促进可再生分布式电源消纳的主动配电网优化调度方法 | |
Rahman et al. | An intelligent approach of achieving demand response by fuzzy logic based domestic load management | |
CN114722709A (zh) | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 | |
CN111160618A (zh) | 一种结合电动汽车充电场站的建筑能量优化调度方法 | |
CN106230002B (zh) | 一种基于指数移动平均的空调负荷需求响应方法 | |
CN109120012B (zh) | 单相混合储能逆变器的多机并行系统及控制方法 | |
CN116667337A (zh) | 一种基于配网优化调度的柔性负荷聚合建模方法 | |
CN107273673B (zh) | 一种考虑平抑风电波动的空调冷水机组群控方法 | |
CN112736950B (zh) | 一种面向微电网群的公共储能电站配置方法及系统 | |
CN109190988B (zh) | 一种实现温控负荷最优协同的需求侧响应博弈方法 | |
Jeddi et al. | Network impact of multiple HEMUs with PVs and BESS in a low voltage distribution feeder | |
Song et al. | Energy management optimization strategy for industrial enterprises based on demand response | |
CN113644684B (zh) | 一种综合能源系统多环控制系统与方法 | |
CN105511431B (zh) | 一种需求响应控制方法和控制装置 |
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 |