CN112636360A - 一种空调聚合控制方法、系统和调控装置 - Google Patents

一种空调聚合控制方法、系统和调控装置 Download PDF

Info

Publication number
CN112636360A
CN112636360A CN202011495462.7A CN202011495462A CN112636360A CN 112636360 A CN112636360 A CN 112636360A CN 202011495462 A CN202011495462 A CN 202011495462A CN 112636360 A CN112636360 A CN 112636360A
Authority
CN
China
Prior art keywords
air conditioner
user
load
users
power
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.)
Pending
Application number
CN202011495462.7A
Other languages
English (en)
Inventor
胡秦然
陈心怡
赵原
张玮椿
汤景然
全相军
窦晓波
吴在军
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202011495462.7A priority Critical patent/CN112636360A/zh
Publication of CN112636360A publication Critical patent/CN112636360A/zh
Priority to PCT/CN2021/136180 priority patent/WO2022127652A1/zh
Pending legal-status Critical Current

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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • 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
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y04S20/244—Home appliances the home appliances being or involving heating ventilating and air conditioning [HVAC] units

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种空调聚合控制方法、系统和调控装置，属于电力系统需求响应负荷聚合控制领域，根据负荷聚合控制目标，基于用户响应调节指令的历史反馈，以历史反馈中接受调节指令的概率估计
Figure DDA0002842026510000011
较高、响应行为方差
Figure DDA0002842026510000012
较小且被发送指令的历史次数nt,i较少作为参照，设置用户的排序索引值vt,i，并按排序索引值vt,i从大到小依次选择m个用户发送调节指令，直到
Figure DDA0002842026510000013
若
Figure DDA0002842026510000014
则令m＝n，P1,...,Pn分别表示用户的空调功率，n为用户总数。该发明实现了更理想的二次调频效果，同时避免了盲目地向用户发送调节指令，降低了发送指令的用户数和选择退出响应的用户数，从而降低负荷聚合商成本和用户因频繁接受调节指令产生的疲劳。

Description

一种空调聚合控制方法、系统和调控装置
技术领域
本发明属于电力系统需求响应负荷聚合控制领域，更具体地，涉及一种空调聚合控制方法、系统和调控装置。
背景技术
随着高比例光伏、风力发电等可再生能源的规模化接入，其间歇性和波动性给电网的稳定运行带来了极大挑战，加大了电力系统对于灵活性资源的需求。同时，由于新能源逐步取代了大量的传统发电机组，使得传统模式下仅依赖供电侧资源追踪负荷变化来维持系统功率实时平衡和频率稳定变得十分困难。随着先进量测基础设施和信息通信技术的迅猛发展，需求侧资源因其可观的调节潜力和灵活的控制方式，在平衡电力供需、促进可再生能源消纳等方面具有极大优势，然而如何可靠高效地对需求侧资源进行整合，是释放其可调控潜力的必要前提。
在需求响应合约中，签约的用户往往有权因个人原因或环境因素随时选择退出某次响应事件或终止合约，其行为又易受许多因素的共同影响，如此一来在每一次需求响应事件中，用户对于负荷聚合商发出的调节指令的响应行为可视作一个随机变量，其不确定性和随机性使得需求侧资源难以作为一种可靠的聚合资源为电网提供调频调峰等辅助服务。
目前关于负荷聚合用于辅助服务的研究或关注实现更快的调节指令响应速度，或聚焦于实现更高的经济效益，但由于未将用户响应行为本身的不确定性纳入考量，降低了负荷聚合控制方法的可靠性和精准性。
发明内容
针对现有技术的以上缺陷和改进需求，本发明提出了一种空调聚合控制方法、系统和调控装置，其目的在于通过在线学习方法克服用户响应调节指令行为的不确定性，实现对空调负荷更精准的聚合控制，达到更可靠的二次调频效果，同时降低发送指令的用户数和选择退出响应的用户数，从而降低负荷聚合商成本和用户因频繁接受调节指令产生的疲劳。
为实现上述目的，本发明采用提供了一种空调聚合控制方法、系统，包括以下步骤：
一种空调聚合控制方法，包括以下步骤：
根据负荷聚合控制目标，基于用户响应调节指令的历史反馈，以历史反馈中接受调节指令的概率估计
Figure BDA0002842026490000021
较高、响应行为方差
Figure BDA0002842026490000022
较小且被发送指令的历史次数nt,i较少作为参照，设置用户的排序索引值vt,i，并按排序索引值vt,i从大到小依次选择m个用户发送调节指令，直到
Figure BDA0002842026490000023
若
Figure BDA0002842026490000024
则令m＝n，P1,...,Pn分别表示用户的空调功率，n为用户总数。
进一步地，所述用户的排序索引值
Figure BDA0002842026490000025
进一步地，负荷聚合控制目标为最小化实际的功率调节量Dagg,t相较于二次调频目标Dtar,t的偏差。
进一步地，t时刻，二次调频功率调节目标Dtar,t为恢复系统频率空调所需调节的功率值和实际可用的调节储备两者之间的较小值。
进一步地，恢复系统频率空调所需调节的功率值为二次调频系数kS和系统频率偏差|Δf(t)|的乘积。
进一步地，实时所述实际可用的调节储备
Figure BDA0002842026490000026
η表示空调的制冷系数，si(t)表示第i台空调t时刻的开关状态，Qi表示第i台空调的热功率。
进一步地，在根据负荷聚合控制目标对按索引值排序选取出的用户发送调节指令后，收集用户响应调节指令的动作信息，并用于对下次用户选取的排序索引值进行优化。
一种空调聚合控制系统，包括：负荷运行监测模块，系统频率感知模块、电网调度中心、负荷控制中心模块、空调本地控制模块和通信模块；
负荷运行监测模块，用于实时估算N台空调负荷聚合后实际可用的调节储备；
系统频率感知模块，用于实时感知系统频率变化；
电网调度中心，基于系统频率感知模块感知系统频率变化和负荷运行监测模块的实际可用的调节储备，制定二次调频功率调节目标；
负荷控制中心模块，用于在接受到来自电网调度中心分配的二次调频功率调节目标值之后，制定用户选取的策略，并发送调节指令给用户，同时收集用户对于指令的反馈；
空调本地控制模块，根据用户对负荷控制中心调节指令的响应对空调执行相应的开断操作。
通信模块，用于实现电网调度中心与负荷控制中心、负荷控制中心和空调本地控制模块之间的信息交互。
一种调控装置，包含处理器，处理器用于执行程序，进行实现上述的方法或者上述的系统流程。
通过本发明所构思的以上技术方案与现有技术相比，能够取得以下有益效果：
本发明提高了负荷聚合的可靠性，实现了更理想的二次调频效果，同时避免了聚合商盲目地向用户发送调节指令，降低了发送指令的用户数和选择退出响应的用户数，从而降低负荷聚合商成本和用户因频繁接受调节指令产生的疲劳。
附图说明
图1为本发明提供的一种空调聚合控制方法、系统流程图；
图2为空调负荷聚合参与二次调频的实施架构框图；
图3为改进的IEEERTS24节点系统图；
图4为系统发生扰动经一次调频后的频率图；
图5为本发明提供的方法和传统方法调频结果对比图；
图6为本发明提供的方法和传统方法实际聚合功率对比图；
图7为本发明提供的方法和传统方法实际聚合功率相对目标偏差对比图；
图8为本发明提供的方法和传统方法选择用户数对比图；
图9为本发明提供的方法和传统方法用户退出数对比图。
具体实施方式
为使得对本发明的目的、技术方案及有益效果更加明晰的展示，下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改均属于本申请所附权利要求所限定的范围。
实施例一：
一种空调聚合控制方法，包括以下步骤：
S1.建立单台空调的传热模型，实时估算N台空调负荷聚合后实际可用的调节储备PAC；
具体地，单台空调的传热模型为：
Figure BDA0002842026490000041
该式的离散形式为：
Figure BDA0002842026490000042
其中，C和R分别是热容和热阻，Tin(t)和Tout分别为室内和室外温度，Q为空调热功率，s(t)代表空调的开、关状态，以空调处于制冷模式为例，其确定依据为：
Figure BDA0002842026490000043
其中，Tmax和Tmin分别表示室内温度的上、下界。
N台空调负荷聚合后可实时的实际可用的调节储备PAC(t)估算为：
Figure BDA0002842026490000044
其中，η表示空调的制冷系数，si(t)表示第i台空调t时刻的开关状态，Qi表示第i台空调的热功率。
S2.针对系统频率偏差，根据二次调频系数和系统中的实际可用的调节储备PAC计算得到二次调频功率调节目标；
具体地，系统频率偏差为：
|Δf(t)|＝|f(t)-fN|
其中，fN为电网额定频率值。
二次调频系数用来模拟传统发电侧的下垂特性，可由下式计算得到：
Figure BDA0002842026490000051
其中max(PAC)为可用的最大调节储备，|ΔfmSFR|为二次调频时系统能承受的最大频率偏差。
因此，t时刻负荷侧参与二次调频功率调节目标Dtar,t应该取恢复系统频率所需调节的功率值和实际可用的调节储备PAC(t)这两者之间的较小值，即：
Dtar,t＝min(kS|Δf(t)|，PAC(t))
S3.为了实现S2中二次调频功率调节目标Dtar,t，负荷聚合商需要在N个用户中选取
Figure BDA0002842026490000053
个用户发送调节指令，若用户接受调节指令，则暂时关断/打开其空调，但同时并不是所有的指令都会得到响应，即使签署了需求响应合约或对用户进行了提前的邀约，也会有部分用户因环境或个人因素不会按照预期响应调节指令而是选择退出，使得实际的功率调节量Dagg,t无法匹配二次调频功率调节目标Dtar,t,且选择退出的用户越多，Dagg,t和Dtar,t之间的偏差则越大。因此建立考虑用户响应二次调频负荷调节指令不确定性的行为模型；
具体地，用户i对于调节指令的响应情况可视作一个服从伯努利分布的随机变量,即该用户有pi的概率同意接受调节指令，对应空调负荷动作；有(1-pi)的概率选择退出响应，对应空调不动作。
Figure BDA0002842026490000052
期望值为：
E(Xi)＝pi
方差为：
σi 2＝pi(1-pi)
S4.基于S3中具有不确定性的用户响应行为模型，为了让聚合负荷作为一种可靠的资源实现精准的二次调频效果，负荷聚合商的目标就是尽可能缩小实际的功率调节量Dagg,t相较于二次调频功率调节目标Dtar,t的偏差，故而刻画负荷聚合控制目标；
具体地，负荷聚合控制目标为：
minE(Dagg,t-Dtar,t)2
需要注意的是，由于用户的行为具有随机性，故而实际的功率调节量Dagg,t亦是随机的，故而上述目标用最小化Dagg,t和Dtar,t之间平方差的期望值来表示。
S5.为了实现S4中负荷聚合控制目标，基于“风险规避多臂机”的框架对用户的历史响应反馈进行在线学习，从而帮助制定下一次用户选取决策，在向用户发送调节指令后，再进一步观察用户的反馈，如此往复形成一个闭环的过程。
具体地，聚合商依据用户响应调节指令的历史反馈，形成对于用户的现有认知，包括对用户接受调节指令的概率估计
Figure BDA0002842026490000061
(历史接受调节次数/被发送指令次数)和方差
Figure BDA0002842026490000062
以及被发送指令的历史次数nt,i；结合以上认知，在选取用户之前，基于“风险规避多臂机”的框架对用户进行选择的优先级排序，在该框架下，聚合商一方面应充分利用已有的对用户的认知，选择历史响应功率期望较高且方差较小的用户，另一方面也需要探索更多用户的行为来形成对不同用户更广泛的了解，通过上述守成与探索的权衡可以计算出每一个用户的排序索引值vt,i；接下来按索引值从大到小依次选择m个用户发送调节指令，直到
Figure BDA0002842026490000063
若
Figure BDA0002842026490000064
则令m＝n，P1,...,Pn分别表示用户的空调功率，n为用户总数；指令发送完成后，根据用户的响应结果实时在线更新对用户的认知，作为下一次用户选择的依据。
上述过程可进一步表述为：第一步，输入参数：ρ1,ρ2,P1,...,Pn,Dtar,t；其中，ρ1和ρ2分别表示基于“风险规避多臂机”学习框架计算用户选择优先级时，风险规避项(倾向于选择历史响应方差小的用户)和探索项(倾向于选择历史被选取次数少的用户)的权重；
第二步，对任一用户i∈[N]，初始化其接受调节的概率估计值
Figure BDA0002842026490000065
方差估计值
Figure BDA0002842026490000071
以及历史被发送调节指令次数nt,i；
第三步，在任意时刻t∈[T]：
计算每个用户的排序索引值:
Figure BDA0002842026490000072
将用户按索引值vt,i的大小降序排列:
Figure BDA0002842026490000073
按顺序依次选择m个用户直到：
Figure BDA0002842026490000077
若
Figure BDA0002842026490000074
则令m＝n；
输出选择发送调频指令的用户集合：St＝{ε1,...,εm}；
按照用户响应结果更新对用户的认知数据：
对每个被选择用户j∈St有：
Figure BDA0002842026490000075
Figure BDA0002842026490000076
nt+1,j＝nt,j+1。
空调负荷聚合参与二次调频的实施架构框图如图2所示，当系统频率被监测到低于阈值时，负荷聚合商接受到来自电网调度中心下达的功率调节目标，然后基于“风险规避多臂机”学习框架选择用户发送调节指令，若用户接受指令则对应空调动作，反之则不动作，用户的响应与否会及时反馈给负荷聚合商，便于下一次用户选择策略的制定。
实施例二
一种空调聚合控制系统，包括：负荷运行监测模块，系统频率感知模块、电网调度中心、负荷控制中心模块、空调本地控制模块、通信模块等
负荷运行监测模块，用于实时估算N台空调负荷聚合后实际可用的调节储备。
具体地，单台空调的传热模型为：
Figure BDA0002842026490000081
该式的离散形式为：
Figure BDA0002842026490000082
其中，C和R分别是热容和热阻，Tin(t)和Tout分别为室内和室外温度，Q为空调热功率，s(t)代表空调的开、关状态，以空调处于制冷模式为例，其确定依据为：
Figure BDA0002842026490000083
其中，Tmax和Tmin分别表示室内温度的上、下界。
N台空调负荷聚合后可实时用于最大二次调频储备估算为：
Figure BDA0002842026490000084
其中，η表示空调的制冷系数，si(t)表示第i台空调t时刻的开关状态，Qi表示第i台空调的热功率。
系统频率感知模块，用于实时感知系统频率变化。具体地，当扰动发生时，系统频率偏差为：
|Δf(t)|＝|f(t)-fN|
其中，fN为电网额定频率值。
电网调度中心，基于系统频率感知模块感知系统频率变化，制定二次调频功率调节目标Dtar,t。
具体地，针对系统频率偏差|Δf(t)|，根据二次调频系数和系统中的二次调频储备计算得到二次调频功率调节目标Dtar,t：
二次调频系数用来模拟传统发电侧的下垂特性，可由下式计算得到：
Figure BDA0002842026490000085
其中max(PAC)为最大可调节储备，|ΔfmSFR|为二次调频时系统能承受的最大频率偏差。
因此，t时刻负荷侧参与二次调频功率调节目标Dtar,t应该取恢复系统频率所需调节的功率值和实际可用的调节储备这两者之间的较小值，即：
Dtar,t＝min(kS|Δf(t)|,PAC(t))
负荷控制中心模块，用于在接受到来自电网调度中心分配的二次调频功率调节目标值之后，制定用户选取的策略，并发送指令给用户，同时收集用户对于指令的反馈。
具体地，根据考虑用户响应二次调频负荷调节指令不确定性的行为模型，基于“风险规避多臂机”的框架有策略的选择用户发送调节指令，实现尽可能缩小实际功率调节量Dagg,t和二次调频功率调节目标Dtar,t偏差的目标，达到更可靠的二次调频效果。
负荷控制中心需要在N个用户中选取
Figure BDA0002842026490000092
个用户发送调节指令，若用户接受调节指令，则暂时关断/打开其空调，但同时并不是所有的指令都会得到响应，即使签署了需求响应合约或对用户进行了提前的邀约，也会有部分用户因环境或个人因素不会按照预期响应调节指令而是选择退出，使得实际的功率调节量Dagg,t无法匹配二次调频功率调节目标Dtar,t,且选择退出的用户越多，Dagg,t和Dtar,t之间的偏差则越大。因此建立考虑用户响应二次调频负荷调节指令不确定性的行为模型：
用户i的响应行为可视作一个服从伯努利分布的随机变量，即该用户有pi的概率同意接受调节指令，对应空调负荷动作；有(1-pi)的概率选择退出响应，对应空调不动作。
Figure BDA0002842026490000091
期望值为：
E(Xi)＝pi
方差为：
σi 2＝pi(1-pi)
基于用户的响应行为模型，为了让聚合负荷作为一种可靠的资源尽可能实现精准的二次调频效果，负荷聚合商的目标就是尽可能缩小实际的功率调节量Dagg,t相较于二次调频功率调节目标Dtar,t的偏差，故而刻画负荷聚合控制目标为：
minE(Dagg,t-Dtar,t)2
需要注意的是，由于用户的行为具有随机性，故而实际的功率调节量Dagg,t亦是随机的，故而上述目标用最小化Dagg,t和Dtar,t之间平方差的期望值来表示。
为了实现上述目标，首先对用户的历史响应反馈进行在线学习，形成对于用户的现有认知，包括对用户接受调节指令的概率估计
Figure BDA0002842026490000101
(历史接受调节次数/被发送指令次数)和方差
Figure BDA0002842026490000102
以及被发送指令的历史次数nt,i；结合以上认知，在选取用户之前，基于“风险规避多臂机”的框架对用户进行选择的优先级排序，在该框架下，聚合商一方面应充分利用已有的对用户的认知，选择历史响应功率期望较高且方差较小的用户，另一方面也需要探索更多用户的行为来形成对不同用户更广泛的了解，通过上述守成与探索的权衡可以计算出每一个用户的排序索引值vt,i；接下来按索引值从大到小依次选择m个用户发送调节指令，直到
Figure BDA0002842026490000103
若
Figure BDA0002842026490000104
则令m＝n，P1,...,Pn分别表示用户的空调功率，n为用户总数；指令发送完成后，根据用户的响应结果实时在线更新对用户的认知，作为下一次用户选择的依据，如此往复形成一个闭环的过程。
上述过程可进一步表述为：第一步，输入参数：ρ1,ρ2,P1,...,Pn,Dtar,t；其中，ρ1和ρ2分别表示基于“风险规避多臂机”学习框架计算用户选择优先级时，风险规避项(倾向于选择历史响应方差小的用户)和探索项(倾向于选择历史被选取次数少的用户)的权重；
第二步，对任一用户i∈[N]，初始化其接受调节的概率估计值
Figure BDA0002842026490000107
方差估计值
Figure BDA0002842026490000105
以及历史被发送调节指令次数nt,i；
第三步，在任意时刻t∈[T]：
计算每个用户的排序索引值:
Figure BDA0002842026490000106
将用户按索引值vt,i的大小降序排列:
Figure BDA0002842026490000111
按顺序依次选择m个用户直到：
Figure BDA0002842026490000112
若
Figure BDA0002842026490000113
则令m＝n；
输出选择发送调频指令的用户集合：St＝{ε1,...,εm}；
按照用户响应结果更新对用户的认知数据：
对每个被选择用户j∈St有：
Figure BDA0002842026490000114
Figure BDA0002842026490000115
nt+1,j＝nt,j+1。
空调本地控制模块，用于执行空调调节指令。具体地，若用户接受来自负荷控制中心发送的调节指令，则对空调执行相应的开断操作。
通信模块，用于实现电网调度中心与负荷控制中心、负荷控制中心和空调本地控制模块之间的信息交互。具体地，当系统频率被监测到低于阈值时，负荷控制中心接受到来自电网调度中心下达的功率调节目标；接着负荷控制中心经过计算选择合适的用户发送调节指令；若用户接受指令则空调本地控制模块对空调执行相应的开断操作，反之若用户选择退出响应则对应的空调本地控制模块不动作；用户的响应与否会通过通信模块及时反馈给负荷控制中心，便于下一次用户选择策略的制定。
实施例三
一种调控装置，包含处理器，处理器用于执行程序，进行实现实施例一的方法或者实施例二的系统流程，进而提高负荷聚合的可靠性，实现更理想的调频效果，同时避免聚合商盲目地向用户发送调节指令，降低发送指令的用户数和选择退出响应的用户数，从而降低负荷聚合商成本和用户因频繁接受调节指令产生的疲劳。
实施例四：
仿真基于改进的IEEERTS24节点系统，系统图如图3所示，系统基准功率为100MW，仿真环境为MATLABPSAT(V.2.1.11)，对实施例一和实施例二的处理方式进行验证：
假设系统中共有50000户用户签署了调频协议(每户一台空调，空调平均功率2.5kW),分别分布在#15，#19，#20节点处，当#2节点处出现了约74MW的发电缺额，系统频率跌落至59.97Hz的阈值之下，一次调频启动。当系统频率回升至新稳态，此时频率约为59.9514Hz，如图4所示。
为了让频率进一步恢复至正常水平(60±0.04Hz)，令空调参与二次调频，经计算此时二次调频功率削减目标为28.09MW。
图5展示了实施例一和实施例二的处理方式与随机选择和离线优化方法(假设所有用户响应行为均已知的理想情况)的二次调频结果对比，结果显示在不同的调频事件中实施例一和实施例二的处理方式在二次调频效果上均明显优于随机选择方法。
图6和图7表明实施例一和实施例二的处理方式在不断地对用户响应行为进行学习的过程中，负荷聚合表现逐渐接近离线优化方法，在其聚合功率逐渐逼近目标值的同时，随机选择方法却始终与目标调节量之间稳定存在着一个较大的偏差；
同时图8和图9表明，随机选择方法在所有调频事件中比所提方法均发送调节指令给了更多的用户，且有近一半的用户选择退出。在实际中，选择更多的用户意味着花费更多的激励成本，且每一次用户收到指令都会增加其疲劳程度，因此更少的选择用户数和用户退出数不仅能保证负荷聚合控制的经济性，同时也提升了用户友好性，对负荷聚合商和用户均有利。
本领域的技术人员容易理解，以上所述仅为本发明的一个实施例而已，并不用以限制本发明，但是在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种空调聚合控制方法，其特征在于，包括以下步骤：
根据负荷聚合控制目标，基于用户响应调节指令的历史反馈，以历史反馈中接受调节指令的概率估计
Figure FDA0002842026480000011
较高、响应行为方差
Figure FDA0002842026480000012
较小且被发送指令的历史次数nt,i较少作为参照，设置用户的排序索引值vt,i，并按排序索引值vt,i从大到小依次选择m个用户发送调节指令，直到
Figure FDA0002842026480000013
若
Figure FDA0002842026480000014
则令m＝n，P1,...,Pn分别表示用户的空调功率，n为用户总数。
2.根据权利要求1所述的控制方法，其特征在于，所述用户的排序索引值
Figure FDA0002842026480000015
3.根据权利要求1所述的控制方法，其特征在于，所述负荷聚合控制目标为最小化实际的功率调节量Dagg,t相较于二次调频目标Dtar,t的偏差。
4.根据权利要求3所述的控制方法，其特征在于，t时刻，所述二次调频功率调节目标Dtar,t为恢复系统频率空调所需调节的功率值和实际可用的调节储备两者之间的较小值。
5.根据权利要求4所述的控制方法，其特征在于，恢复系统频率空调所需调节的功率值为二次调频系数kS和系统频率偏差|Δf(t)|的乘积。
6.根据权利要求4所述的控制方法，其特征在于，实时所述实际可用的调节储备为
Figure FDA0002842026480000016
η表示空调的制冷系数，si(t)表示第i台空调t时刻的开关状态，Qi表示第i台空调的热功率。
7.根据权利要求1所述的控制方法，其特征在于，在根据负荷聚合控制目标对按索引值排序选取出的用户发送调节指令后，收集用户响应调节指令的动作信息，并用于对下次用户选取的排序索引值进行优化。
8.一种空调聚合控制系统，其特征在于，包括：负荷运行监测模块，系统频率感知模块、电网调度中心、负荷控制中心模块、空调本地控制模块和通信模块；
负荷运行监测模块，用于实时估算N台空调负荷聚合后实际可用的调节储备；
系统频率感知模块，用于实时感知系统频率变化；
电网调度中心，基于系统频率感知模块感知系统频率变化和负荷运行监测模块的实际可用的调节储备，制定二次调频功率调节目标；
负荷控制中心模块，用于在接受到来自电网调度中心分配的二次调频功率调节目标值之后，制定用户选取的策略，并发送调节指令给用户，同时收集用户对于指令的反馈；
空调本地控制模块，根据用户对负荷控制中心调节指令的响应对空调执行相应的开断操作；
通信模块，用于实现电网调度中心与负荷控制中心、负荷控制中心和空调本地控制模块之间的信息交互。
9.一种调控装置，包含处理器，处理器用于执行程序，进行实现所述权利要求1-7任一的方法或者所述权利要求8的系统流程。
CN202011495462.7A 2020-12-17 2020-12-17 一种空调聚合控制方法、系统和调控装置 Pending CN112636360A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011495462.7A CN112636360A (zh) 2020-12-17 2020-12-17 一种空调聚合控制方法、系统和调控装置
PCT/CN2021/136180 WO2022127652A1 (zh) 2020-12-17 2021-12-07 一种空调聚合控制方法、系统和调控装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011495462.7A CN112636360A (zh) 2020-12-17 2020-12-17 一种空调聚合控制方法、系统和调控装置

Publications (1)

Publication Number Publication Date
CN112636360A true CN112636360A (zh) 2021-04-09

Family

ID=75316374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011495462.7A Pending CN112636360A (zh) 2020-12-17 2020-12-17 一种空调聚合控制方法、系统和调控装置

Country Status (2)

Country Link
CN (1) CN112636360A (zh)
WO (1) WO2022127652A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114050612A (zh) * 2021-11-01 2022-02-15 国电南瑞科技股份有限公司 一种参与调频服务的暖通空调负荷鲁棒聚合方法及装置
WO2022127652A1 (zh) * 2020-12-17 2022-06-23 东南大学 一种空调聚合控制方法、系统和调控装置
CN114678868A (zh) * 2022-05-27 2022-06-28 东南大学 一种电网负荷聚合控制方法、系统和调控装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115325666A (zh) * 2022-07-18 2022-11-11 东南大学溧阳研究院 基于lstm和热储机理的空调响应能力评估方法和装置
CN115839536B (zh) * 2022-10-31 2023-08-15 清华大学 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
CN116961011B (zh) * 2023-09-18 2024-01-12 国网山西省电力公司营销服务中心 一种面向用户侧资源的调控方法、系统、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000018037A (ja) * 1998-06-30 2000-01-18 Denso Corp 冷却ファンの制御装置
CN106091239B (zh) * 2016-06-06 2018-10-19 清华大学 一种基于大型建筑空调负荷集群的电网一次调频方法
CN112636360A (zh) * 2020-12-17 2021-04-09 东南大学 一种空调聚合控制方法、系统和调控装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XINYI CHEN 等: ""Residential HVAC Aggregation Based on Risk-averse Multi-armed Bandit Learning for Secondary Frequency Regulation"", 《JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022127652A1 (zh) * 2020-12-17 2022-06-23 东南大学 一种空调聚合控制方法、系统和调控装置
CN114050612A (zh) * 2021-11-01 2022-02-15 国电南瑞科技股份有限公司 一种参与调频服务的暖通空调负荷鲁棒聚合方法及装置
CN114678868A (zh) * 2022-05-27 2022-06-28 东南大学 一种电网负荷聚合控制方法、系统和调控装置
CN114678868B (zh) * 2022-05-27 2022-09-02 东南大学 一种电网负荷聚合控制方法、系统和调控装置

Also Published As

Publication number Publication date
WO2022127652A1 (zh) 2022-06-23

Similar Documents

Publication Publication Date Title
CN112636360A (zh) 一种空调聚合控制方法、系统和调控装置
WO2023201916A1 (zh) 一种分布式灵活资源聚合控制装置及控制方法
CN109799851B (zh) 一种基于负荷簇温度调控的用户侧负荷响应方法
Song et al. Energy storage modeling of inverter air conditioning for output optimizing of wind generation in the electricity market
CN110729726B (zh) 一种智慧社区能量优化调度方法和系统
CN110425706A (zh) 面向电网削峰的聚合空调负荷调控方法
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
Adhikari et al. Heuristic algorithms for aggregated HVAC control via smart thermostats for regulation service
CN113255198B (zh) 一种含虚拟储能的冷热电联供微电网多目标优化方法
CN115545579A (zh) 一种用于用户柔性资源的聚合智控方法和系统
CN117060470A (zh) 一种基于灵活性资源的配电网电压优化控制方法
CN115795992A (zh) 一种基于运行态势虚拟推演的园区能源互联网在线调度方法
Yu et al. Optimal dispatching method for integrated energy system based on robust economic model predictive control considering source–load power interval prediction
Song et al. Applications of thermostatically controlled loads for demand response with the proliferation of variable renewable energy
CN117172499A (zh) 一种基于强化学习的智慧社区能量优化调度方法、系统及存储介质
Wang et al. Control strategies of large-scale residential air conditioning loads participating in demand response programs
CN116972521A (zh) 基于商业楼宇太阳能光伏中央空调系统控制方法
CN113078629A (zh) 一种用于集群温控负荷聚合商功率调控的聚合体功率分配模型及分布式一致性控制方法
Ma et al. Control and Communication for Demand Response with Thermostatically Controlled Loads
Hou et al. Two-Layer Control Framework and Aggregation Response Potential Evaluation of Air Conditioning Load Considering Multiple Factors
Teo et al. Energy management controls for chiller system: A review
Song et al. Energy management optimization strategy for industrial enterprises based on demand response
Chai et al. Research on transaction mode and interactive control strategy for aggregated thermostatically controlled load based on block chain technology
CN112994037B (zh) 智能电网环境中数据中心功耗调节方法、系统、介质及设备
Wang et al. Two-Level Scheduling Model for Air-Conditioning Load Aggregators Considering User Conditioning Behavior

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Hu Qinran

Inventor after: Chen Xinyi

Inventor after: Zhao Yuan

Inventor after: Zhang Weichun

Inventor after: Tang Jingran

Inventor after: Quan Xiangjun

Inventor after: Dou Xiaobo

Inventor after: Wu Zaijun

Inventor before: Hu Qinran

Inventor before: Chen Xinyi

Inventor before: Zhao Yuan

Inventor before: Zhang Weichun

Inventor before: Tang Jingran

Inventor before: Quan Xiangjun

Inventor before: Dou Xiaobo

Inventor before: Wu Zaijun

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210409