CN112066524A - 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 - Google Patents
基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 Download PDFInfo
- Publication number
- CN112066524A CN112066524A CN202010764427.4A CN202010764427A CN112066524A CN 112066524 A CN112066524 A CN 112066524A CN 202010764427 A CN202010764427 A CN 202010764427A CN 112066524 A CN112066524 A CN 112066524A
- Authority
- CN
- China
- Prior art keywords
- flexibility
- comfort
- building
- demand
- flexible
- 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
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
- F24F11/62—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
Abstract
本发明属于非住宅楼宇负荷需求侧响应的表征技术领域,尤其涉及基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法。包括:建立热量动态模型;对所建立的模型进行辨识;对辨识后的模型进行量化处理;根据量化处理结果,建立考虑时序特性的非住宅楼宇需求灵活性量化模型。本发明运行效率高、鲁棒性强,允许定义时变的灵活性和用来比较灵活的资源。本发明详细阐述了运行灵活性概念,并将其扩展到综合考虑楼宇的物理和舒适度约束领域。利用概率分析来指定楼宇能源需求的随机性质,天气、楼宇类型和舒适度约束的影响,允许灵活地聚合楼宇单元,或辅助楼宇灵活负荷聚合商管理人员来掌握由特定的楼宇特性及其环境所给出的需求灵活性潜力和约束。
Description
技术领域
本发明属于非住宅楼宇负荷需求侧响应的表征技术领域,尤其涉及一种基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法。
背景技术
尽管最近发生了经济危机,油价下跌,可再生能源(renewable energy sources,RES)仍在继续增长。2019年,它们占全球装机容量净增加量的58%。除了可再生能源在能源脱碳方面的优势外,可再生能源的随机性、不可控性和不可预测性也不可避免地增加了电力系统运行的不确定性。因此,增加了系统对电力储备和灵活性电源的需求。当电力储备被安排在发电机组之间时,灵活性是一种新兴的策略,它允许电力系统的运行和控制任务中需求方更积极地参与。
非住宅楼宇约占城市能耗的三分之一,在实现能效和可持续性目标方面发挥着重要作用。特别是由于非住宅楼宇的能耗如此之高,因此对其能耗的改变可以非常重要地用于改善大型能源系统的运行。因此,通过可能的网络支持活动,如拥塞管理,或辅助服务,如本地平衡,成为电力系统的宝贵资源。为了做到这一点,楼宇需要根据外部信号(自愿或强制)动态调整其电力消耗模式。楼宇的这种适应性行为通常被称为需求灵活性。
传统电力系统灵活性定义。发电单元根据控制信号调节其输入电力系统的功率和能量的能力称为运行灵活性。该方法被系统运行员(System Operators,SOs)用来减少电力系统运行不确定性对的影响。通过组织辅助服务市场,通过(自动)一级和二级控制,或(手动)三级控制,对突发的、未预料到的供需失衡进行调度和调度。当干扰发生导致明显的频率波动时,一级储备立即启动。为了缓解初级储量,如果不平衡超过30秒,则启动次级储量。最后,如果偏差持续时间大于15分钟,使用三级储量。一般而言,电力系统备用具有三个主要特征:
(1)斜坡速度[MW/min],即,单位反应的快慢;
(2)上/下调节功率[MW],即,可为支援活动提供多少电力;
(3)能源容量[MWh],即,反应能持续多久。
需求灵活性通常以能量来量化,即可以转移或减少多少能量(kWh),而忽略了响应大小(kW)和上升/下降时间(kW/min)。一个典型的非住宅楼宇有一半以上的能源用于舒适管理和空间调节。因此,探索需求的灵活性将直接影响用户在楼宇中的舒适度。已有多项研究探讨了需求灵活性与楼宇使用者舒适度之间的关系。一些研究工作表明,通过被动式蓄热和暖通空调控制实现舒适性优化的灵活性潜力。然而,将电力系统需求集成到需求灵活性量化中仍存在不足。有必要开发一种方法,将电力系统的目标与楼宇的能源行为和目标结合起来,同时保持鲁棒、可扩展性和可理解性。
关于楼宇大量文献研究如何通过其灵活的行为来帮助减少这种不确定性。但是,缺乏一种明确的方法来界定何时、在何种数量以及这种灵活性能维持多久。
另外,关于楼宇能量分析仅限于楼宇的类型和容量、舒适系统、楼宇材料和楼宇功能。
基于上述现有技术中存在的技术问题,本领域技术人员进行了不断的技术研发工作。
发明内容
针对上述现有技术中存在的不足之处,本发明提供了一种基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法。其目的是为了提出一种运行效率高、鲁棒性强的基于电蓄热与舒适度管理的非住宅楼宇需求灵活性量化方法的发明目的。
本发明为实现上述目的所采用的技术方案是:
基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,包括以下步骤:
步骤1.建立热量动态模型;
步骤2.对所建立的模型进行辨识;
步骤3.对辨识后的模型进行量化处理;
步骤4.根据量化处理结果,建立考虑时序特性的非住宅楼宇需求灵活性量化模型。
进一步的,所述建立热量动态模型,是根据施工数据定义楼宇建筑的尺寸,建立建筑物理模型,并且根据热区定义温度剖面容量,建立加热-通风-制冷系统热量动态模型。
进一步的,所述对所建立的模型进行辨识是对于非住宅楼宇,通过比较常规和参与需求响应工况,从总需求响应量中去除常规行为,确定灵活性需求量对电力需求、热舒适等舒适度的影响,识别灵活性需求量的拟合参数。
进一步的,所述对辨识后的模型进行量化处理,是处理采集的需求灵活性时序数据,找出每个灵活动作概率和灵活动作参数的条件概率,并根据各参数的年平均、季节平均和概率响应量化结果,找出不同季节的需求量差异。
进一步的,所述建立加热-通风-制冷系统热量动态模型,即舒适度的简化模型,所述舒适度的简化模型为Fanger的模型;
温度时间变化量,dT(t)/dt,热的区域可以通过应用能量守恒原理建模,具体如下:
其中Qp为被动、自由、加热增益;Qa表示所使用的舒适性系统的主动热输出;Ql表示热量对环境的损失;Ma是封闭空气的质量;Cp,a是封闭空气的比热容;
使温度时间变化尽可能小,主动系统用来补偿楼宇的热损失,Qa≈-Qp+Ql;楼宇的热损失通过传导和对流换热机制来表示如下:
式中n为界面元素的个数;Ui,in为第i单元内表面的传热系数;Ai是元素i的面积;T为最优温度,它的温度Ti是:
其中Te为室外空气温度;Ui,out为第i单元外表面的传热系数;Mi是元素i的质量;Cp,i是元素材料的比热容。
进一步的,所述对于非住宅楼宇的灵活性需求量的拟合参数,每个楼宇行为都使用两个场景进行模拟:常规行为和参与需求响应;每栋楼的暖通空调系统的设置点在一天内会改变几次,时间长短也不同,因此,向下调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度降至最低或升至最高所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间;
向上调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度升至最高或降至最低所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间。
进一步的,所述非住宅楼宇的需求灵活性概念如下:灵活的动作,即灵活性功率(Pf),定义为[kW]中根据给定的要求而移位/移出的功率;包括两种类型:第一是上调控制,即,电力需求增加;第二是下调控制,即,电力需求下降;楼宇的灵活行动的上下调节包括以下指标定义的:
(a)增加利率ρ(kW/min),即,楼宇的反应速度;
(b)发电量π(kW),即,可灵活传递的功率为多少;
(c)能源容量ε(kWh),即,在灵活性动作过程中可以传递多少能量,定义为:
(d)舒适能力σ+(min),即,在达到舒适极限之前,反应能持续多久;
(e)舒适恢复σ-(min),即,楼宇需要多长时间才能恢复到名义舒适水平。
进一步的,所述参数(a)和(b)是由舒适系统的电气特性定义的,参数(c)、(d)、(e)是根据楼宇的物理特性,即楼宇类型、面积和地理位置定义的;舒适能力(σ+),直接取决于楼宇的时间响应变化的舒适系统运行,即楼宇达到舒适极限所需要的时间;舒适恢复(σ-)表示舒适系统恢复名义舒适状态所需的时间,即楼宇恢复前的时间可以采取新的灵活性动作;C代表舒适度;舒适性容量、功率容量和爬坡速率决定了楼宇的能量容量(ε)。
进一步的,所述对辨识后的模型进行量化处理,是基于室内温度,给出了基于温度场变化的需求灵活量的概率定义:
在现有的楼宇中,内部和外部温度的差异,ΔT,定义了楼宇的灵活性潜力在时间上的变化,认为灵活性产出的变化与温度差的变化成反比,或:
dPf(t)/dt∝1/dΔT(t)/dt;
设Pf为楼宇可能的柔度结果集合,Pf={Pf,1,…,Pf,k},对可能的温差集ΔT,ΔT={δT1,…,δTk};利用条件概率定义,有关可能温度差的信息用来更准确地定义灵活性结果的概率:
一种计算机存储介质,所述计算机存储介质上存有计算机程序,所述计算机程序被处理器执行时实现所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法的步骤。
本发明具有以下有益效果及优点:
本发明拟解决了现技术中存在问题,试图结合定义非住宅楼宇的舒适性和能源行为的特点,以及电力系统对运行灵活性的理解和使用。本发明方法不仅允许定义时变的灵活性,而且还允许比较灵活的资源。同时,还可以拓展到通过比较天气变化对需求灵活性的影响定义可再生能源的需求灵活性。
另外,关于楼宇能量分析不仅仅限于楼宇的类型和容量、舒适系统、楼宇材料和楼宇功能,本发明将拓展为个更广泛的定义,包括考虑不同的舒适系统类型、楼宇材料和楼宇功能。
本发明还包括以下优点:
1、关于楼宇灵活性定义缺乏一种明确的方法来界定何时、在何种数量以及灵活性能维持多久的具体量化。针对该问题,本发明结合非住宅楼宇的舒适性和能源行为的特点,以及传统电力系统对运行灵活性的定义。不仅可有效定义时变的灵活性,而且还可以用来比较多种灵活资源。
2、本发明提出的框架提供了一种明确方法来量化需求灵活性,使用多个参数来包含需求灵活性的多个维度,并更好地反映办公楼宇的需求灵活性潜力。提出了一个需求灵活性量化的框架。通过阐述运行灵活性的概念,将定义楼宇能源行为的不同参数纳入需求灵活性定义中。需求灵活性被划分为定义楼宇的时间、功率和能源潜力的五个关键参数。这些参数不仅可以量化楼宇的能量转换量,或给定电力系统条件下的能量释放量,而且还可以定义何时以及多长时间内具有灵活性。需求灵活性的量化允许系统运行员和灵活性聚合器优化分配需求灵活性资源,以解决预期的或意外的问题。
3、首次提出了一种量化和定义单体楼宇可用需求灵活性的新方法。该方法详细阐述了运行灵活性概念,并将其扩展到综合考虑楼宇的物理和舒适度约束领域。本发明方法利用概率分析来指定楼宇能源需求的随机性质,天气、楼宇类型和舒适度约束的影响。且允许灵活地聚合楼宇单元,或辅助楼宇灵活负荷聚合商管理人员来掌握由特定的楼宇特性及其环境所给出的需求灵活性潜力和约束。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明针对不同需求的楼宇灵活性量化流程图;
图2为本发明需求灵活性度量之间的关系图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
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他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1和图2描述本发明一些实施例的技术方案。
实施例1
本发明是一种基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,具体是一种单楼宇兼顾楼宇能量物理约束的新型灵活性需求响应潜力量化方法。为了更好地掌握商业楼宇的灵活性潜力,该方法首先构建电力系统广义的运行灵活性概念,并将其扩展到包括楼宇的物理和舒适度约束,包括舒适度等物理领域灵活性的评估,并识别其不同的灵活性参数。其次,提出了量化单体楼宇可用需求灵活性的新方法。该方法构建了楼宇能源模型,这种新方法利用概率分析表征楼宇能源需求的随机特性、天气、楼宇类型和舒适度约束的影响。确定这些影响有助于灵活需求资源的精确调度,并评估实际参与需求侧响应潜力。该方法允许灵活地聚合楼宇单元,辅助楼宇负荷聚合商等管理人员掌握由特定的楼宇特性及其环境所给出的需求灵活性潜力和约束。
本发明提出了一个需求灵活性量化的框架,通过阐述运行灵活性的概念,将定义楼宇能源行为的不同参数纳入需求灵活性定义中。需求灵活性被划分为定义楼宇的时间、功率和能源潜力的五个关键参数。这些参数不仅可以量化楼宇的能量转换量,或给定电力系统条件下的能量释放量,而且还可以定义何时以及多长时间内具有灵活性。需求灵活性的量化允许楼宇负荷聚合商运行员和灵活性聚合器优化分配需求灵活性资源,以解决预期的或突发事件带来的问题。
如图1所示,图1为本发明针对不同需求的楼宇灵活性量化流程图。本发明一种基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法包括以下步骤:
该方法包括:
步骤1.建立热量动态模型。根据施工数据定义楼宇建筑的尺寸,建立建筑物理模型,并且根据热区定义温度剖面容量,建立加热-通风-制冷系统热量动态模型;
步骤2.对所建立的模型进行辨识。对于非住宅楼宇,通过比较常规和参与需求响应工况,从总需求响应量中去除常规行为,确定灵活性需求量对电力需求、热舒适等舒适度的影响,识别灵活性需求量的拟合参数;
所述需求响应工况是通过灵活行为定义需求灵活性各拟合参数;
步骤3.对辨识后的模型进行量化处理。处理采集的需求灵活性时序数据,找出每个灵活动作概率和灵活动作参数的条件概率,并根据各参数的年平均、季节平均和概率响应量化结果,找出不同季节的需求量差异;
步骤4.根据量化处理结果,建立考虑时序特性的非住宅楼宇需求灵活性量化模型。
本发明通过需求灵活性指标的定义,可以对不同楼宇和气候区进行比较。湿热环境下的楼宇一般具有较高的发电能力,而湿冷环境下的楼宇具有较高的舒适性。这种类型的比较有助于聚合单元或系统运行人员,以最佳地分配灵活的资源并评估其真正的潜力,并与最终用户签订长期需求灵活合同。
实施例2
根据本发明步骤1中所述的根据施工数据定义楼宇建筑的尺寸,建立建筑物理模型,并且根据热区定义温度剖面容量,建立加热-通风-制冷系统热量动态模型。
其中,所述建立加热-通风-制冷系统热量动态模型,即舒适度的简化模型,具体实现过程如下:
在楼宇环境中,舒适度由集中管理系统和人工干预,如恒温器或局部区域的灯光的组合控制。舒适性通常局限于热满意度的测量,热满意度由单个参数定义,或由多个参数确定,如温度,相对湿度,空气速度,代谢率及衣服绝缘等。因为大多数的舒适系统是基于室内温度的,本发明中,舒适被简化为满足热平衡。然而,所提出的概念可以扩展包括一个更全面的舒适定义,如Fanger的模型,其丹麦学者P.O.Fanger综合分析了物理变量和人为变量后,提出的热舒适模型,至今已有40余年.在该模型工程应用过程中,该模型仍然作为热舒适评价指标在全世界范围内广泛应用。
温度时间变化量,dT(t)/dt,热的区域可以通过应用能量守恒原理建模,具体如下:
其中Qp为被动、自由、加热增益,比如居住者产生的热量;Qa表示所使用的舒适性(主动)系统的主动热输出;Ql表示热量对环境的损失;Ma是封闭空气的质量;Cp,a是封闭空气的比热容。
为了使温度时间变化尽可能小,主动系统的作用是补偿楼宇的热损失,因此,Qa≈-Qp+Ql。此外,楼宇的热损失通过传导和对流换热机制来表示,并描述如下:
式中n为界面元素的个数,如墙体;Ui,in为第i单元内表面的传热系数;Ai是元素i的面积;T为最优温度,它的温度Ti是:
其中Te为室外空气温度;Ui,out为第i单元外表面的传热系数;Mi是元素i的质量;Cp,i是元素材料的比热容。
实施例3
本发明基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法所述的步骤2中,对于非住宅楼宇,通过比较常规和参与需求响应工况,即灵活行为定义需求灵活性各拟合参数,从总需求响应量中去除常规行为,确定灵活性需求量对电力需求、热舒适等舒适度的影响,识别灵活性需求量的拟合参数;
本发明首次提出多非住宅楼宇的需求灵活性量化指标,为了更好地掌握商业楼宇的灵活性潜力,本发明从电力系统中构建了运行灵活性概念,并将其扩展到包括舒适度等物理因素的楼宇灵活性评估领域,并识别其不同的灵活性参数。
每个楼宇行为都使用两个场景进行模拟:常规行为和参与需求响应。在这种灵活的调节方式下,每栋楼的暖通空调系统的设置点在一天内会改变几次,时间长短也不同。因此,向下调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度降至最低或升至最高所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间。
向上调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度升至最高或降至最低所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间。
实施例4
本发明所述的灵活性是帮助缓解电力供应链不确定性的一个重要因素。为了充分利用需求的灵活性,掌握电力系统如何定义和使用灵活性是很重要的。为了将运营灵活性的概念扩展到需求灵活性,有必要将舒适性管理和楼宇运营的特点结合起来。舒适是一种复杂的、主观的人类感知,它根据个体的偏好和特定的环境而变化。它根据不同的因素,包括温度、照明、噪音和空气质量,来衡量用户的满意度。有多种方法来评估和优化楼宇环境的舒适性。为了简化,可以假设舒适度是保持在一定的范围内,如最大和最小允许的温度。此外,楼宇的物理特征和室外条件定义了能量和舒适之间的关系。考虑楼宇灵活的量化方法没有充分综合舒适度作为定义需求灵活性的参数。
如图2所示,图2为本发明需求灵活性度量之间的关系图。给出了非住宅楼宇的需求灵活性概念。灵活的动作,即,灵活性功率(Pf),定义为[kW]中根据给定的要求而移位/移出的功率。这个动作可以有两种类型:第一是上调控制,即,电力需求增加;第二是下调控制,即,电力需求下降。最后,楼宇的灵活行动是由以下指标定义的上下调节:
(a)增加利率ρ(kW/min),即,楼宇的反应速度;
(b)发电量π(kW),即,可灵活传递的功率为多少;
(c)能源容量ε(kWh),即,在灵活性动作过程中可以传递多少能量,定义为:
(d)舒适能力σ+(min),即,在达到舒适极限之前,反应能持续多久;
(e)舒适恢复σ-(min),即,楼宇需要多长时间才能恢复到名义舒适水平。
参数(a)和(b)是由舒适系统的电气特性定义的,参数(c)、(d)、(e)是根据楼宇的物理特性,即楼宇类型、面积和地理位置定义的。舒适能力(σ+),直接取决于楼宇的时间响应变化的舒适系统运行,即楼宇达到舒适极限所需要的时间。反过来,舒适恢复(σ-)表示舒适系统恢复名义舒适状态所需的时间,即楼宇恢复前的时间可以采取新的灵活性动作。C代表舒适度。最后,舒适性容量、功率容量和爬坡速率决定了楼宇的能量容量(ε)。
实施例5
根据本发明步骤3中所述,处理采集的需求灵活性时序数据,找出每个灵活动作概率和灵活动作参数的条件概率,并根据各参数的年平均、季节平均和概率响应量化结果,找出不同季节的需求量差异。
基于室内温度,给出了基于温度场变化的需求灵活量的概率定义。
达到室内温度设定值的时间响应不仅取决于室外条件,还取决于楼宇的材料特性、被动设计和主动系统的规模。尽管如此,在现有的楼宇中,内部和外部温度的差异,ΔT,定义了楼宇的灵活性潜力在时间上的变化,因为一旦楼宇建成,被动或主动系统的变化是困难的。因此,可以认为灵活性产出的变化与温度差的变化成反比,或dPf(t)/dt∝1/dΔT(t)/dt。
设Pf为楼宇可能的柔度结果集合,Pf={Pf,1,…,Pf,k},对可能的温差集ΔT,ΔT={δT1,…,δTk}。利用条件概率定义,有关可能温度差的信息可以用来更准确地定义灵活性结果的概率。
实施例6
基于同一发明构思,本发明实施例还提供了一种计算机存储介质,所述计算机存储介质上存有计算机程序,所述计算机程序被处理器执行时实现实施例1-5所述的一种基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:包括以下步骤:
步骤1.建立热量动态模型;
步骤2.对所建立的模型进行辨识;
步骤3.对辨识后的模型进行量化处理;
步骤4.根据量化处理结果,建立考虑时序特性的非住宅楼宇需求灵活性量化模型。
2.根据权利要求1所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述建立热量动态模型,是根据施工数据定义楼宇建筑的尺寸,建立建筑物理模型,并且根据热区定义温度剖面容量,建立加热-通风-制冷系统热量动态模型。
3.根据权利要求1所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述对所建立的模型进行辨识是对于非住宅楼宇,通过比较常规和参与需求响应工况,从总需求响应量中去除常规行为,确定灵活性需求量对电力需求、热舒适等舒适度的影响,识别灵活性需求量的拟合参数。
4.根据权利要求1所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述对辨识后的模型进行量化处理,是处理采集的需求灵活性时序数据,找出每个灵活动作概率和灵活动作参数的条件概率,并根据各参数的年平均、季节平均和概率响应量化结果,找出不同季节的需求量差异。
5.根据权利要求1所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述建立加热-通风-制冷系统热量动态模型,即舒适度的简化模型,所述舒适度的简化模型为Fanger的模型;
温度时间变化量,dT(t)/dt,热的区域可以通过应用能量守恒原理建模,具体如下:
其中Qp为被动、自由、加热增益;Qa表示所使用的舒适性系统的主动热输出;Ql表示热量对环境的损失;Ma是封闭空气的质量;Cp,a是封闭空气的比热容;
使温度时间变化尽可能小,主动系统用来补偿楼宇的热损失,Qa≈-Qp+Ql;楼宇的热损失通过传导和对流换热机制来表示如下:
式中n为界面元素的个数;Ui,in为第i单元内表面的传热系数;Ai是元素i的面积;T为最优温度,它的温度Ti是:
其中Te为室外空气温度;Ui,out为第i单元外表面的传热系数;Mi是元素i的质量;Cp,i是元素材料的比热容。
6.根据权利要求3所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述对于非住宅楼宇的灵活性需求量的拟合参数,每个楼宇行为都使用两个场景进行模拟:常规行为和参与需求响应;每栋楼的暖通空调系统的设置点在一天内会改变几次,时间长短也不同,因此,向下调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度降至最低或升至最高所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间;
向上调节的需求灵活性参数定义为:
(c)功率容量[π-]:灵活交付的规模;
(d)电能容量[ε-]:作为灵活性交付的总能量∫π-(t)dt;
(e)舒适能力[σ+]:室内温度升至最高或降至最低所需要的时间;
(f)舒适恢复[σ-]:恢复室内标称温度所需的时间。
7.根据权利要求3所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述非住宅楼宇的需求灵活性概念如下:灵活的动作,即灵活性功率(Pf),定义为[kW]中根据给定的要求而移位/移出的功率;包括两种类型:第一是上调控制,即,电力需求增加;第二是下调控制,即,电力需求下降;楼宇的灵活行动的上下调节包括以下指标定义的:
(a)增加利率ρ(kW/min),即,楼宇的反应速度;
(b)发电量π(kW),即,可灵活传递的功率为多少;
(c)能源容量ε(kWh),即,在灵活性动作过程中可以传递多少能量,定义为:
(d)舒适能力σ+(min),即,在达到舒适极限之前,反应能持续多久;
(e)舒适恢复σ-(min),即,楼宇需要多长时间才能恢复到名义舒适水平。
8.根据权利要求7所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述参数(a)和(b)是由舒适系统的电气特性定义的,参数(c)、(d)、(e)是根据楼宇的物理特性,即楼宇类型、面积和地理位置定义的;舒适能力(σ+),直接取决于楼宇的时间响应变化的舒适系统运行,即楼宇达到舒适极限所需要的时间;舒适恢复(σ-)表示舒适系统恢复名义舒适状态所需的时间,即楼宇恢复前的时间可以采取新的灵活性动作;C代表舒适度;舒适性容量、功率容量和爬坡速率决定了楼宇的能量容量(ε)。
9.根据权利要求1所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法,其特征是:所述对辨识后的模型进行量化处理,是基于室内温度,给出了基于温度场变化的需求灵活量的概率定义:
在现有的楼宇中,内部和外部温度的差异,ΔT,定义了楼宇的灵活性潜力在时间上的变化,认为灵活性产出的变化与温度差的变化成反比,或:
dPf(t)/dt∝1/dΔT(t)/dt;
设Pf为楼宇可能的柔度结果集合,Pf={Pf,1,…,Pf,k},对可能的温差集ΔT,ΔT={δT1,…,δTk};利用条件概率定义,有关可能温度差的信息用来更准确地定义灵活性结果的概率:
10.一种计算机存储介质,其特征是:所述计算机存储介质上存有计算机程序,所述计算机程序被处理器执行时实现权利要求1-9所述的基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010764427.4A CN112066524B (zh) | 2020-08-02 | 2020-08-02 | 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010764427.4A CN112066524B (zh) | 2020-08-02 | 2020-08-02 | 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112066524A true CN112066524A (zh) | 2020-12-11 |
CN112066524B CN112066524B (zh) | 2022-05-13 |
Family
ID=73656341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010764427.4A Active CN112066524B (zh) | 2020-08-02 | 2020-08-02 | 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112066524B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060002253A (ko) * | 2004-07-01 | 2006-01-09 | 엘지전자 주식회사 | 공기 조화기의 냉방 제어방법 |
WO2007054578A1 (en) * | 2005-11-11 | 2007-05-18 | Uniflair S.P.A. | Cooling system for a room containing electronic data processing equipment |
CN101672511A (zh) * | 2009-09-25 | 2010-03-17 | 上海宝信软件股份有限公司 | 一种用于提高空调舒适度的控制方法及其控制系统 |
CN104456841A (zh) * | 2014-11-13 | 2015-03-25 | 重庆大学 | 一种基于热舒适评价的热湿环境综合控制空调系统及方法 |
CN105240988A (zh) * | 2015-09-01 | 2016-01-13 | 华东师范大学 | 不确定环境下智能大厦空调系统的调度策略评估方法 |
CN105676819A (zh) * | 2016-01-19 | 2016-06-15 | 国家电网公司 | 一种多元能源优化配置系统及其优化运行方法 |
CN106712077A (zh) * | 2016-11-28 | 2017-05-24 | 无锡智合电力技术有限公司 | 一种公共楼宇参与电网优化运行方法 |
CN106950908A (zh) * | 2012-08-28 | 2017-07-14 | 戴尔斯生活有限责任公司 | 用于改善与可居住环境相关联的幸福感的系统、方法以及物件 |
CN107268777A (zh) * | 2017-07-21 | 2017-10-20 | 赫普热力发展有限公司 | 一种楼宇节电设施与蓄电池结合的系统 |
CN108122067A (zh) * | 2017-11-15 | 2018-06-05 | 中国电力科学研究院有限公司 | 一种建筑需求响应动态过程的建模方法和系统 |
CN108429256A (zh) * | 2018-03-22 | 2018-08-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统运行优化方法及终端设备 |
EP3372911A1 (en) * | 2017-03-10 | 2018-09-12 | Siemens Schweiz AG | Laboratory ventilation integration |
CN109523137A (zh) * | 2018-10-29 | 2019-03-26 | 天津大学 | 考虑楼宇热负荷需求响应的园区综合能源优化调度方法 |
CN109787262A (zh) * | 2018-12-26 | 2019-05-21 | 湘潭大学 | 一种居民楼宇系统主动响应微电网优化调度方法 |
CN110298128A (zh) * | 2019-07-04 | 2019-10-01 | 香港城市大学成都研究院 | 一种适应性热舒适预测模型构建方法 |
CN111046536A (zh) * | 2019-11-25 | 2020-04-21 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
CN111224410A (zh) * | 2020-02-17 | 2020-06-02 | 赫普能源环境科技股份有限公司 | 一种电蓄热设备调控系统及使用方法 |
-
2020
- 2020-08-02 CN CN202010764427.4A patent/CN112066524B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060002253A (ko) * | 2004-07-01 | 2006-01-09 | 엘지전자 주식회사 | 공기 조화기의 냉방 제어방법 |
WO2007054578A1 (en) * | 2005-11-11 | 2007-05-18 | Uniflair S.P.A. | Cooling system for a room containing electronic data processing equipment |
CN101672511A (zh) * | 2009-09-25 | 2010-03-17 | 上海宝信软件股份有限公司 | 一种用于提高空调舒适度的控制方法及其控制系统 |
CN106950908A (zh) * | 2012-08-28 | 2017-07-14 | 戴尔斯生活有限责任公司 | 用于改善与可居住环境相关联的幸福感的系统、方法以及物件 |
CN104456841A (zh) * | 2014-11-13 | 2015-03-25 | 重庆大学 | 一种基于热舒适评价的热湿环境综合控制空调系统及方法 |
CN105240988A (zh) * | 2015-09-01 | 2016-01-13 | 华东师范大学 | 不确定环境下智能大厦空调系统的调度策略评估方法 |
CN105676819A (zh) * | 2016-01-19 | 2016-06-15 | 国家电网公司 | 一种多元能源优化配置系统及其优化运行方法 |
CN106712077A (zh) * | 2016-11-28 | 2017-05-24 | 无锡智合电力技术有限公司 | 一种公共楼宇参与电网优化运行方法 |
EP3372911A1 (en) * | 2017-03-10 | 2018-09-12 | Siemens Schweiz AG | Laboratory ventilation integration |
CN107268777A (zh) * | 2017-07-21 | 2017-10-20 | 赫普热力发展有限公司 | 一种楼宇节电设施与蓄电池结合的系统 |
CN108122067A (zh) * | 2017-11-15 | 2018-06-05 | 中国电力科学研究院有限公司 | 一种建筑需求响应动态过程的建模方法和系统 |
CN108429256A (zh) * | 2018-03-22 | 2018-08-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统运行优化方法及终端设备 |
CN109523137A (zh) * | 2018-10-29 | 2019-03-26 | 天津大学 | 考虑楼宇热负荷需求响应的园区综合能源优化调度方法 |
CN109787262A (zh) * | 2018-12-26 | 2019-05-21 | 湘潭大学 | 一种居民楼宇系统主动响应微电网优化调度方法 |
CN110298128A (zh) * | 2019-07-04 | 2019-10-01 | 香港城市大学成都研究院 | 一种适应性热舒适预测模型构建方法 |
CN111046536A (zh) * | 2019-11-25 | 2020-04-21 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
CN111224410A (zh) * | 2020-02-17 | 2020-06-02 | 赫普能源环境科技股份有限公司 | 一种电蓄热设备调控系统及使用方法 |
Non-Patent Citations (7)
Title |
---|
张宁等: "源网荷储协调发展下我国电力系统灵活性资源展望", 《中国电力企业管理》 * |
施涛等: "电力系统灵活性评价研究综述", 《电力系统保护与控制》 * |
李海波等: "大规模风电并网的电力系统运行灵活性评估", 《电网技术》 * |
李海波等: "源荷储一体化的广义灵活电源双层统筹规划", 《电力系统自动化》 * |
郑梦莲等: "基于储能的家庭需求响应策略和经济性分析", 《上海节能》 * |
鲁宗相等: "高比例可再生能源并网的电力系统灵活性评价与平衡机理", 《中国电机工程学报》 * |
黄超等: "电力系统可靠性评估综述", 《电子世界》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112066524B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hurtado et al. | Enabling cooperative behavior for building demand response based on extended joint action learning | |
JP6193400B2 (ja) | 電力需要予測システム、電力需要予測方法、需要家プロファイリングシステム、及び需要家プロファイリング方法 | |
JP5667483B2 (ja) | 建物設備運用状態評価方法および装置 | |
CN109872059A (zh) | 一种居民空调负荷群需求响应动态潜力定量评估方法 | |
CN110322056A (zh) | 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法 | |
CN112413717B (zh) | 一种热力用户参与需求响应的控制系统及方法 | |
JP5787162B2 (ja) | 運転管理装置、運転管理方法、プログラム | |
CN112733236A (zh) | 面向综合舒适度的建筑内温控负荷优化方法及系统 | |
Marantos et al. | Towards plug&play smart thermostats inspired by reinforcement learning | |
CN113991655A (zh) | 定频空调负荷聚合需求响应潜力评估方法、装置及介质 | |
CN111969613A (zh) | 一种需求响应优化调度方法及系统 | |
CN113110057A (zh) | 一种基于人工智能的热力站节能控制方法及智能决策系统 | |
CN112540535A (zh) | 一种基于深度强化学习的办公建筑热舒适控制系统及方法 | |
CN113746089A (zh) | 面向多用户的多时间尺度电力套餐与家庭能量优化方法 | |
CN104933503B (zh) | 需求调整计划拟定系统及需求调整计划拟定方法 | |
CN115481781A (zh) | 电力系统联合规划方法及可读存储介质 | |
CN112066524B (zh) | 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 | |
CN113988590A (zh) | 一种电力需求响应调度方法及装置 | |
CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
CN116247682B (zh) | 蓄热式电采暖参与配电网负荷调控方法、装置及存储介质 | |
CN111426000B (zh) | 空调控制的方法、装置及计算机存储介质 | |
CN112288161A (zh) | 一种居民错峰用电优化方法和装置 | |
Pallonetto et al. | A restful API to control a energy plus smart grid-ready residential building: demo abstract | |
CN106779321A (zh) | 一种基于供能系统的供能控制方法及装置 | |
CN115051374A (zh) | 电采暖设备参与电力调峰的控制方法、装置和存储介质 |
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 |