CN111884216B - 一种基于建筑电力需求响应的多目标控制方法 - Google Patents

一种基于建筑电力需求响应的多目标控制方法 Download PDF

Info

Publication number
CN111884216B
CN111884216B CN202010751696.7A CN202010751696A CN111884216B CN 111884216 B CN111884216 B CN 111884216B CN 202010751696 A CN202010751696 A CN 202010751696A CN 111884216 B CN111884216 B CN 111884216B
Authority
CN
China
Prior art keywords
load
demand response
transferable
adjustable
time
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
Application number
CN202010751696.7A
Other languages
English (en)
Other versions
CN111884216A (zh
Inventor
陈永保
章立新
沈艳
刘婧楠
高明
邹艳芳
王治云
孙辉
李洪
赵正义
赵圣仙
毛云军
戚鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Andeli Energy Saving Technology Group Co ltd
Shanghai Tongchi Heat Exchanger Sci Tech Co ltd
Shanghai Zhixun Internet Of Things Technology Co ltd
University of Shanghai for Science and Technology
Original Assignee
Shanghai Andali Energy Saving Technology Group Co ltd
Shanghai Tongchi Heat Exchanger Sci Tech Co ltd
Shanghai Zhixun Internet Of Things Technology Co ltd
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Andali Energy Saving Technology Group Co ltd, Shanghai Tongchi Heat Exchanger Sci Tech Co ltd, Shanghai Zhixun Internet Of Things Technology Co ltd, University of Shanghai for Science and Technology filed Critical Shanghai Andali Energy Saving Technology Group Co ltd
Priority to CN202010751696.7A priority Critical patent/CN111884216B/zh
Publication of CN111884216A publication Critical patent/CN111884216A/zh
Application granted granted Critical
Publication of CN111884216B publication Critical patent/CN111884216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于建筑电力需求响应的多目标控制方法，根据建筑用电负荷类型和应用场景分别提供三种控制方法，具体包括：负荷削减最大化为目标函数的控制方法；经济效益最大化为目标函数的控制方法；负荷平稳削减及恢复为目标函数的控制方法。与现有技术相比，本发明具有丰富控制策略选择、适用于不同用电设备的用能特性等优点。

Description

一种基于建筑电力需求响应的多目标控制方法
技术领域
本发明涉及电力需求响应技术领域，尤其是涉及一种基于建筑电力需求响应的多目标控制方法。
背景技术
近些年，我国城市建筑的电网供给和需求存在严重的不平衡问题，特别是受建筑空调季节峰谷影响，一方面夏季高温季电力短缺，另外一方面仍然存在着发电设备过剩、运行小时数不足等问题，据统计，夏季高峰用电中50％左右为空调用电，直接形成季节性高峰负荷，电网出现高峰负荷加大、峰谷差加剧以及间歇性可再生能源接入比例增加等，导致电网供需平衡问题突出、安全可靠运行受到严重威胁。
为达到电网的供需平衡，传统的方法主要从供给侧(发电侧)入手，包括建立相当规模的调峰类电厂、储能电站等。在用电高峰时段启用调峰类设备，用电低谷时关闭，而在一些极端的情况下则通过拉闸限电、有序用电等方式进行管控。通常，从供给侧入手的调控手段的效率和经济性较低，且难以保证用户侧的生产生活的稳定性。电力需求响应(DemandResponse，DR)则是从需求侧(用户侧)入手，利用需求侧的弹性用电资源实现电网的削峰填谷，缓解电力供需矛盾，同时提高电网整体的运行效率。
随着需求响应在我国顺利的开展，单一的强调削峰总量不再是唯一的控制目标，以不同控制目标为导向的需求响应成为了需求响应项目更高地诉求，因此，需要在不同的控制目标下，通过结合建筑用电设备及系统的用电特征，制定与之相对应的需求响应控制策略，以实现需求响负荷削减最大化、经济利益最大化以及负荷平稳恢复等不同的控制目标要求。
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基于建筑电力需求响应的多目标控制方法。
本发明的目的可以通过以下技术方案来实现：
一种基于建筑电力需求响应的多目标控制方法，根据建筑用电负荷类型和应用场景分别提供三种控制方法，具体包括：
负荷削减最大化为目标函数的控制方法；
经济效益最大化为目标函数的控制方法；
负荷平稳削减及恢复为目标函数的控制方法。
所述的建筑用电负荷类型的类型包括可转移型用电负荷、可间断型用电负荷和可调节型用电负荷三类。
所述的负荷削减最大化为目标函数的控制方法的应用场景为：
当电网受极端天气、自然或人为灾难导致尖峰用电、临时性的设备故障及机组改造维修的情形下，引起短时负荷短缺时，通常在不影响用户生产生活或最小影响的情况下，需要用户在短时间内尽最大可能降低用电负荷。
所述的负荷削减最大化为目标函数的控制方法的目标函数为：
maxΔQtotal＝QIL+QSL+QAL
其中，ΔQtotal为总削减负荷，QIL，QSL，QAL分别为可间断型用电负荷IL、可转移型用电负荷SL以及可调节型用电负荷AL的削减量。
对于可转移型用电负荷，将可转移型用电负荷的削减最大化问题转化为在需求响应时段td内实际需求负荷量最小化问题，则有：
Figure GDA0003256925710000021
其中，i为对应的可转移设备，n为可转移设备总数，θ为时间，Xi,θ为可转移设备的工作状态，取值0表示可转移设备关闭，取值1表示可转移设备开启，PSL,i(θ)为可转移设备用电负荷，td,e为需求响应时段的截止时刻，td,s为需求响应时段的开始时刻。
将在需求响应时段td内实际需求负荷量最小化问题视作在可转移时间窗口twindow内，工作区间twork与需求响应时段td交集最少问题则有：
Figure GDA0003256925710000022
通过非线性规划最小问题进行求解，则有：
Figure GDA0003256925710000031
s.t.
Figure GDA0003256925710000032
Figure GDA0003256925710000033
其中，Xi为可转移设备的工作时间中心位置，Δtwork为用电设备工作时长。
对于可间断型用电负荷和可调节型用电负荷，对应的控制目标函数为：
Figure GDA0003256925710000034
s.t.
Figure GDA0003256925710000035
Sj,θ＝0,1
其中，j为对应的可间断设备和可调节设备，m为可间断设备和可调节设备总数，kj,θ为可间断设备和可调节设备的负荷可调节比例，对于可间断负荷，kj,θ＝1，PSL,j(θ)为可间断设备和可调节设备的用电负荷，Sj,θ为可间断设备和可调节设备的负荷可调节状态，取值0代表不可调节，取值1代表可调节，Δθ为时间步长，Mj为可间断设备和可调节设备负荷允许被调节总时长，td,e为需求响应时段的截止时刻，td,s为需求响应时段的开始时刻。
所述的经济效益最大化为目标函数的控制方法的目标函数为：
Figure GDA0003256925710000036
s.t.
Figure GDA0003256925710000037
Figure GDA0003256925710000038
Figure GDA0003256925710000041
其中，ζ(θ)为电能费率，ψ(θ)为需求响应补贴标准，
Figure GDA0003256925710000042
为平均可调整比例，t2-t1为可间断的时长，t1和t2分别为时刻，PIL,θ、PSL,θ、PAL,θ分别为可间断设备、可转移设备、可调节设备的用电负荷，PIL,total、PSL,total、PAL,total分别为在可间断的时长内可间断设备、可转移设备、可调节设备的总用电负荷，θ为时间，td,e为需求响应时段的截止时刻，td,s为需求响应时段的开始时刻。
所述的负荷平稳削减及恢复为目标函数的控制方法的应用场景为：
确保用户在整个响应时段内保持平稳削减，同时避免需求响应结束阶段二次峰值的出现。
所述的负荷平稳削减及恢复为目标函数的控制方法的目标函数为：
Figure GDA0003256925710000043
其中，Pt1、Pt2分别为t1和t2时刻下电力负荷，k为削减百分比。
与现有技术相比，本发明具有以下优点：
本发明提出的需求响应多目标控制方法为需求响应实际应用提供了控制算法依据，建立的不同需求响应控制目标函数，大大丰富了目前需求响应控制策略的选择，使需求响应项目不但可实现负荷削减最大化的目标，也可实现收益的最大化和负荷平稳削减及恢复。
另外本发明还基于不同用电设备的用能特性下，削减最大化目标能够实现用电负荷的最大化削减，最大限度降低电网尖峰负荷，减小电网负担；基于分时电价及需求响应补贴政策下的经济收益最大化优化控制，实现电网供需平衡的同时，达到供需双方经济收益的最大化；负荷平稳削减和恢复，则避免了建筑群需求响应结束后形成的二次高峰。
附图说明
图1为需求响应中建筑优化调度框架。
图2为用电设备在时间窗口twindow、工作时间twork及需求响应时段td的示意图。
图3为本发明的多目标控制阶段流程图。
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。
如图1所示，本发明提供一种基于建筑电力需求响应的多目标控制方法，通过归类不同的建筑用电设备，给出不同用能特征下的最优化控制方法，达到需求响应的最优化控制。
本发明将建筑用电设备划分为三类，分别为可转移型用电负荷、可间断型用电负荷以及可调节型用电负荷。
可转移型用电负荷(Shiftable Load,SL)是一种理想的需求响应控制负荷，包括洗衣机、洗碗机、储能设备以及电动汽车等。
可间断型用电负荷(Interruptible Load，IL)，也称为可中断负荷，一般对供电的可靠性的要求不高，在一定经济补偿的条件下，允许有条件的卸载，能够实现快速地电力响应。例如工业建筑在用电高峰时适当关闭的生产流水线，商业办公建筑中存在多台冷机同时运行时，关闭的部分冷机。
可调节型用电负荷(Adjustable Load,AL)分为两类，一类为不随时间环境变化的定负荷设备，例如照明设备；另一类为受外界环境影响的变负荷，例如通过温湿度控制的空调系统负荷。
针对目前市场上需求响应的实际项目需要，本发明提供了三种需求响应优化控制目标，即负荷削减量最大化、经济利益最大化、平稳削减及恢复，以适用于不同的需求响应应用场景，具体的内容如下：
(一)负荷削减量最大化控制目标
负荷削减量最大化的一般应用场景：当电网受极端天气、自然或人为灾难导致尖峰用电、临时性的设备故障及机组改造维修等情形，引起短时负荷短缺时，通常在不影响用户生产生活或最小影响的情况下，需要用户在短时间内尽最大可能降低用电负荷。此类需求响应的时长通常较短，常见的从几十分钟到几小时之间。
负荷削减量最大化控制目标函数如式(1)：
maxΔQtotal＝QIL+QSL+QAL (1)
其中，QIL，QSL，QAL分别为可间断型IL用电负荷、可转移型SL用电负荷以及可调节型AL用电负荷的削减量，W。
可转移负荷QIL受到时间窗口twindow的限制，见说明书附图2，可转移负荷削减最大化问题可转化为在需求响应时段td内实际需求负荷量最小化问题，如式(2)：
Figure GDA0003256925710000061
其中，i为对应可转移设备，θ为时间，min，Xi,θ为可转移设备工作状态，0为关闭，1为开启，PSL,i(θ)为可转移设备用电负荷，W。
可转移负荷最小化问题式(2)实质是在可转移时间窗口twindow内，工作区间twork与需求响应时段td交集最少问题。从而可以将交集最小问题转化为求距离最大问题，即twork与td中心距离最大化问题，如式(3)：
Figure GDA0003256925710000062
上式可以通过非线性规划最小问题求解，如式(4)。
Figure GDA0003256925710000063
其中，Xi为用电设备工作时间中心位置，min，s,e——分别为起始时间和截止时间标记。
可间断负荷的削减考虑了可削减的时长，可调节负荷则同时考虑可调节的时长及可调节的比例，控制目标函数如式(5)。
Figure GDA0003256925710000064
其中，kj,θ为可间断设备和可调节设备的负荷可调节比例，对于同一设备其可调节的比例通常为已知，对于可间断负荷，kj,θ＝1；Xj,θ为可间断设备和可调节设备的负荷可调节状态，0代表不可调节，1代表可调节；Δθ为时间步长，根据设备可调整频率计算，可为分钟，也可为小时；Mj为各用电设备负荷允许被调节总时长。
(二)经济效益最大化控制目标
经济效益最大化目标综合考虑分时电价和需求响应补贴政策，建筑需求响应目标为经济利益最大化时的优化控制策略，目标函数如式(6)：
Figure GDA0003256925710000065
Figure GDA0003256925710000071
其中，ζ(θ)为电能费率，元/kWh；ψ(θ)为需求响应补贴标准，元/kWh；
Figure GDA0003256925710000074
为平均可调整比例；t2-t1为可间断的时长，其它符号同(一)中。
(三)负荷平稳削减及恢复控制目标
平稳削减及恢复目标是为确保用户在整个响应时段内保持平稳削减，同时避免需求响应结束阶段二次峰值的出现。具体方法是对负荷削减率进行一定的约束，目标函数如式(7)：
Figure GDA0003256925710000072
其中，Pt为t时刻下电力负荷，W；k为削减百分比，计算的时间步长可为分钟，具体削减比例需根据电网的具体要求，其它符号同(二)中。
实施例
以下通过介绍一居住建筑和办公建筑案例需求响应多目标控制的具体实施流程，具体包括以下几个步骤。
步骤1：将目标建筑的用电设备进行特征分类，分为可转移型负荷、可间断型负荷、可调节型负荷，各用电设备的分类及基本参数信息见下表1和表2。
表1居住建筑案例各设备参数信息
Figure GDA0003256925710000073
Figure GDA0003256925710000081
表2办公建筑案例各设备参数信息
Figure GDA0003256925710000082
步骤2：在得到建筑各设备用能分类后，结合需求响应项目实际需要，选择相对应的目标控制策略，具体分为以下几种。
目标1：负荷削减最大化为目标函数的控制策略
以下以居住建筑为控制对象，负荷削减最大化控制目标函数如式(1)。
式中包含了可转移型SL用电负荷、可间断型IL用电负荷、可调节型AL用电负荷的独立优化方法。
可转移型SL用电负荷削减最大化问题可转化为求解非线性规划最小问题，如式(4)所示。
假定需求响应时段td为19:00-21:00，可转移型用电负荷时间窗口twindow、工作区间twork等参数见表1。通过求解非线性规划最小问题，可转移型用电设备的用电时段被最大化的转移到非需求响应时段。
洗衣机从原来的工作时间19:00-21:00，被转移到凌晨2:00-4:00；洗碗机从原来的工作时间20:00-22:00，被转移到凌晨4:00-6:00；烘干机从原来的工作时间21:00-22:00，被转移到凌晨4:00-5:00；电动汽车从原来的工作时间19:00-23:30，被转移到凌晨0:30-5:00。
可间断型IL用电负荷和可调节型AL用电负荷需考虑可中断、可调节的时长及可调节的比例，如式(5)所示。照明和空调系统负荷在整个需求响应时段内降低比例分别取0.4和0.2。
通过负荷最大化削减为控制目标，需求响应时段内由用电负荷从基线峰值负荷的12.87kW降低到2.60kW，降幅达到了79.83％。
目标2：经济效益最大化为目标函数的控制策略
以下以居住建筑为控制对象，经济效益最大化控制目标函数如式(6)。
我国现阶段电价比较固定，尚没有按照供需关系而形成的动态电价机制，但有针对不同用电时段(峰、平、谷)的分时电价及总用电的阶梯电价政策。以上海地区居民电费率及需求响应补贴政策进行案例分析，峰、谷时电价分别按照0.617及0.307元/千瓦时，峰时段为6：00-22:00，谷时段为22：00-次日6:00。需求响应补贴分为隔日通知避峰、当日通知避峰以及随时避峰三类，补贴标准按0.30元、0.80元及2元每千瓦时。
在未考虑充电汽车的情形下，通过案例计算分析，在无需求响应控制的情形下，每天总电费为47.9元，而通过目标2的优化控制下，在有无储能水箱供能的总电费用分别为33.3元和39.5元，费用节省比例达到17.6％和30.5％。
目标3：负荷平稳削减及恢复为目标函数的控制策略
以下以办公建筑为控制对象，负荷平稳削减及恢复控制目标函数如式(7)。
假定需求响应时段td为14：00-16：00，采用的需求响应控制策略为调节空调系统、照明亮度以及利用储能设备。室内温度设定值从需求响应开始时(14:00)的24℃经两小时后达到26℃，在需求响应结束时，温度设定值再经两小时恢复到24℃。响应阶段负荷削减率为21.4％，未出现二次峰值负荷。

Claims (1)

1.一种基于建筑电力需求响应的多目标控制方法，其特征在于，根据建筑用电负荷类型和应用场景分别提供三种控制方法，所述的建筑用电负荷类型的类型包括可转移型用电负荷、可间断型用电负荷和可调节型用电负荷三类，具体包括：
(1)负荷削减最大化为目标函数的控制方法，所述的负荷削减最大化为目标函数的控制方法的应用场景为：
当电网受极端天气、自然或人为灾难导致尖峰用电、临时性的设备故障及机组改造维修的情形下，引起短时负荷短缺时，在不影响用户生产生活或最小影响的情况下，需要用户在短时间内尽最大可能降低用电负荷；
所述的负荷削减最大化为目标函数的控制方法的目标函数为：
maxΔQtotal＝QIL+QSL+QAL
其中，ΔQtotal为总削减负荷，QIL，QSL，QAL分别为可间断型用电负荷IL、可转移型用电负荷SL以及可调节型用电负荷AL的削减量，对于可转移型用电负荷，将可转移型用电负荷的削减最大化问题转化为在需求响应时段td内实际需求负荷量最小化问题，则有：
Figure FDA0003256925700000011
其中，i为对应的可转移设备，n为可转移设备总数，θ为时间，Xi，θ为可转移设备的工作状态，取值0表示可转移设备关闭，取值1表示可转移设备开启，PSL，i(θ)为可转移设备用电负荷，td，e为需求响应时段的截止时刻，td，s为需求响应时段的开始时刻；
将在需求响应时段td内实际需求负荷量最小化问题视作在可转移时间窗口twindow内，工作区间twork与需求响应时段td交集最少问题则有：
Figure FDA0003256925700000012
通过非线性规划最小问题进行求解，则有：
Figure FDA0003256925700000013
s.t.
Figure FDA0003256925700000021
Figure FDA0003256925700000022
其中，Xi为可转移设备的工作时间中心位置，Δtwork为用电设备工作时长；
对于可间断型用电负荷和可调节型用电负荷，对应的控制目标函数为：
Figure FDA0003256925700000023
s.t.
Figure FDA0003256925700000024
Sj，θ＝0，1
其中，j为对应的可间断设备和可调节设备，m为可间断设备和可调节设备总数，kj，θ为可间断设备和可调节设备的负荷可调节比例，对于可间断负荷，kj，θ＝1，PSL，j(θ)为可间断设备和可调节设备的用电负荷，Sj，θ为可间断设备和可调节设备的负荷可调节状态，取值0代表不可调节，取值1代表可调节，Δθ为时间步长，Mj为可间断设备和可调节设备负荷允许被调节总时长，td，e为需求响应时段的截止时刻，td，s为需求响应时段的开始时刻；
(2)经济效益最大化为目标函数的控制方法，所述的经济效益最大化为目标函数的控制方法的目标函数为：
Figure FDA0003256925700000025
s.t.
Figure FDA0003256925700000026
Figure FDA0003256925700000027
Figure FDA0003256925700000028
其中，ζ(θ)为电能费率，ψ(θ)为需求响应补贴标准，
Figure FDA0003256925700000031
为平均可调整比例，t2-t1为可间断的时长，t1和t2分别为时刻，PIL，θ、PSL，θ、PAL，θ分别为可间断设备、可转移设备、可调节设备的用电负荷，PIL，total、PSL，total、PAL，total分别为在可间断的时长内可间断设备、可转移设备、可调节设备的总用电负荷，θ为时间，td，e为需求响应时段的截止时刻，td，s为需求响应时段的开始时刻；
(3)负荷平稳削减及恢复为目标函数的控制方法，所述的负荷平稳削减及恢复为目标函数的控制方法的应用场景为：
确保用户在整个响应时段内保持平稳削减，同时避免需求响应结束阶段二次峰值的出现；
所述的负荷平稳削减及恢复为目标函数的控制方法的目标函数为：
Figure FDA0003256925700000032
其中，Pt1、Pt2分别为t1和t2时刻下电力负荷，k为削减百分比。
CN202010751696.7A 2020-07-30 2020-07-30 一种基于建筑电力需求响应的多目标控制方法 Active CN111884216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010751696.7A CN111884216B (zh) 2020-07-30 2020-07-30 一种基于建筑电力需求响应的多目标控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010751696.7A CN111884216B (zh) 2020-07-30 2020-07-30 一种基于建筑电力需求响应的多目标控制方法

Publications (2)

Publication Number Publication Date
CN111884216A CN111884216A (zh) 2020-11-03
CN111884216B true CN111884216B (zh) 2022-01-14

Family

ID=73205697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010751696.7A Active CN111884216B (zh) 2020-07-30 2020-07-30 一种基于建筑电力需求响应的多目标控制方法

Country Status (1)

Country Link
CN (1) CN111884216B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112968445B (zh) * 2021-03-01 2022-09-13 同济大学 一种居住建筑多能互补的需求响应控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012118982A (ja) * 2010-11-30 2012-06-21 General Electric Co <Ge> 電力システムにおける需要応答を予測するシステムおよび方法
CN108306418A (zh) * 2017-01-12 2018-07-20 江森自控科技公司 具有多需量计费型成本优化的建筑物能量存储系统
CN109802412A (zh) * 2019-03-25 2019-05-24 上海理工大学 用户侧负荷聚集商储能容量的优化配置方法
CN110009215A (zh) * 2019-03-28 2019-07-12 上海理工大学 电力系统储能的系统价值评估方法
CN110414804A (zh) * 2019-07-08 2019-11-05 华中科技大学 一种基于多维度响应特性的价格型需求响应建模方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035409B (zh) * 2014-06-04 2017-02-01 国家电网公司 一种面向建筑楼宇能源优化运行的需求响应系统
CN107341562A (zh) * 2017-05-25 2017-11-10 杭州赫智电子科技有限公司 一种融合需求响应的楼宇能源管理系统及能源管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012118982A (ja) * 2010-11-30 2012-06-21 General Electric Co <Ge> 電力システムにおける需要応答を予測するシステムおよび方法
CN108306418A (zh) * 2017-01-12 2018-07-20 江森自控科技公司 具有多需量计费型成本优化的建筑物能量存储系统
CN109802412A (zh) * 2019-03-25 2019-05-24 上海理工大学 用户侧负荷聚集商储能容量的优化配置方法
CN110009215A (zh) * 2019-03-28 2019-07-12 上海理工大学 电力系统储能的系统价值评估方法
CN110414804A (zh) * 2019-07-08 2019-11-05 华中科技大学 一种基于多维度响应特性的价格型需求响应建模方法

Also Published As

Publication number Publication date
CN111884216A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
JP6812700B2 (ja) 総合され最適化された仮想発電所制御
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
US9203239B2 (en) System and method for improving grid efficiency utilizing statistical distribution control
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
CN110400059B (zh) 一种综合能源系统联络线功率控制方法
CN106527135B (zh) 一种建筑能量管理系统优化控制方法和装置
CN110729726B (zh) 一种智慧社区能量优化调度方法和系统
CN110752629A (zh) 一种交直流混合家庭微电网能量优化管理方法
CN111884216B (zh) 一种基于建筑电力需求响应的多目标控制方法
CN105243445A (zh) 基于电器用电效用分级和用户用电行为识别的削峰方法
CN106292286A (zh) 一种家庭电力用户能量管理方法
CN111271824B (zh) 一种中央空调需求响应集中分散控制方法
CN107563547B (zh) 一种用户侧用能纵深优化综合能源管控方法
Fan et al. An optimization management strategy for energy efficiency of air conditioning loads in smart building
Liu et al. Load optimization and control strategy research based on flexible and controllable load characteristics
Jeddi et al. Network impact of multiple HEMUs with PVs and BESS in a low voltage distribution feeder
CN113420413A (zh) 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
Saxena et al. Demand Response Management of Residential Loads with Integrated Temperature Dependent Appliances
Peash et al. Optimizing Residential Energy Consumption: Exploring Demand Side Management Strategies
CN114301072B (zh) 微网调度方法
Liu et al. A two-stage residential demand response framework for smart community with transformer aging
Jing et al. Integrated optimization of smart home appliances under energy management system
CN113158486B (zh) 一种用户端综合能源网络优化控制方法
Gu et al. Energy management strategy of smart residential community considering aggregated air-conditioning loads
US11916388B2 (en) Disconnect load control receiver for resistive heating loads

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 200093 No. 516, military road, Shanghai, Yangpu District

Patentee after: University of Shanghai for Science and Technology

Patentee after: Shanghai Andeli Energy Saving Technology Group Co.,Ltd.

Patentee after: Shanghai Zhixun Internet of things Technology Co.,Ltd.

Patentee after: SHANGHAI TONGCHI HEAT EXCHANGER SCI-TECH CO.,LTD.

Address before: 200093 No. 516, military road, Shanghai, Yangpu District

Patentee before: University of Shanghai for Science and Technology

Patentee before: Shanghai andali Energy Saving Technology Group Co.,Ltd.

Patentee before: Shanghai Zhixun Internet of things Technology Co.,Ltd.

Patentee before: SHANGHAI TONGCHI HEAT EXCHANGER SCI-TECH CO.,LTD.