CN113420413A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113420413A CN113420413A CN202110581472.0A CN202110581472A CN113420413A CN 113420413 A CN113420413 A CN 113420413A CN 202110581472 A CN202110581472 A CN 202110581472A CN 113420413 A CN113420413 A CN 113420413A
- Authority
- CN
- China
- Prior art keywords
- load
- air conditioner
- power
- air
- temperature
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Abstract
本发明公开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,通过居民不同用电行为特性下的空调负荷曲线,计算了某一调控温度范围、特定情况下的空调负荷可塑性大小得到了其可上下调节容量。针对当前居民用电行为特性,通过对其家庭结构、出行活动的分析,研究对比了居民负荷工作日与非工作日的空调负荷曲线及空调不同设定温度对空调负荷的影响,并对一定温度范围、特定情况下的柔性负荷可塑性大小进行了计算,有效评估了柔性负荷的可调节能力,为电力系统制定合理调度计划、参与需求侧响应等提供了参考。
Description
技术领域
本发明属于电力系统城市电网柔性负荷领域,涉及城市电网柔性负荷评估的各个方面的方法研究,具体为一种基于负荷可塑性的柔性负荷可调节能力量化方法。
背景技术
当下电力需求增长很快,给我国电力供需平衡的维持带来巨大挑战,逐年增多的空调,使得夏季降温负荷及冬季取暖负荷成为两季高峰负荷的主要组成部分。柔性负荷为这一问题的解决提供了多种灵活方式,缓解高峰时段的供电压力,提高低谷时段电力设备的利用率,还能在系统出现频率波动时主动参与有功调节,减少系统的运行成本,促进了碳达峰、碳中和目标进程。温控负荷是一类具有良好的热储能特性的热力学可控负荷,因具有快速响应、能量存储、高可控性等优点逐渐成为柔性负荷的主要研究对象之一。温控负荷主要包括空调、冰箱、热水器等,其中空调负荷因其高负荷占比和大调节潜力成为了温控负荷研究重点。
发明内容
本发明的目的在于简化可调节能力量化评估过程,提出一种基于负荷可塑性的柔性负荷可调节能力量化方法,目前大多数研究了不同控制策略下负荷变化情况,虽然室内温度始终维持在舒适范围,但未考虑用户用电行为特性对空调负荷的实际使用需求和用电习惯,导致实际调节效果较预期出现偏差,并且现有研究主要是通过比较复杂的计算方法获得其不同负荷可塑性,其过程比较繁琐。本发明主要考虑了用户用电行为特性对空调负荷的实际使用需求及用电习惯,通过负荷曲线更直接的得到负荷可塑性大小进而有效评估负荷的可调节能力,更加简洁明了。
技术方案:本发明公开一种基于负荷可塑性的柔性负荷可调节能力量化方法,包括以下步骤:
步骤1:获取室外温度及空调额定功率,初始的室内温度等于室外温度;
步骤2:制定特定时间段室内温度上下限;
步骤3:根据特定时间段室内温度上下限通过预先构建的空调机组的等效热参数模型计算特定时间段空调负荷允许最大、最小运行功率;
步骤4:分别叠加区域内特定时间段所有空调负荷允许的最大运行功率和最小运行功率,通过区域内所有空调负荷允许的最大运行功率和最小运行功率之差量化柔性负荷可调节能力。
进一步地:所述空调机组的等效热参数模型的计算公式为:
Tin,t+1=Tout,t+1-(Tout,t+1-Tin,t)e-Δt/RC,SAC=0
Tin,t+1=(ηPR+Tin,t-Tout,t+1)e-Δt/RC+Tout,t+1-ηPR,SAC=1
式中,Tin,t和Tin,t+1分别表示t时刻和t+1时刻的室内温度;Tout,t+1为t+1时刻的室外温度;e-Δt/RC为热耗参数,Δt为时间间隔,R为等效热阻,C为等效热容;η为空调负荷效率;P为空调负荷的运行功率;SAC为空调启停状态变量,取1表示启动,取0表示停止。
进一步地,特定时间段空调负荷允许最大、最小运行功率的计算过程为:若所求得的空调达到温度上限所需的功率为负,则表示即使空调停机,在特定时间段Δt内室内温度不会上升至温度上限,此时空调负荷允许最小运行功率取为0;若所求得的空调达到温度下限所需的功率大于空调额定功率,则表示即使空调以最大功率运行,在特定时间段Δt内室内温度不会下降至温度下限,此时空调负荷允许最大运行功率即为空调负荷额定功率。
进一步地,
叠加区域内所有空调负荷允许的最大运行功率和最小运行功率的过程为:
步骤501、初始化参数;
步骤502、获取第i台空调t时刻室内外温度、功率信息;
步骤503、确定室内温度范围;
步骤504、根据温度范围计算第i台空调t时刻的最大最小功率;
步骤505、更新室内外温度参数;
步骤506、t=t+1;
步骤507、t大于toff时进入下一步,否则返回步骤503,toff指空调关机时间;
步骤508、i=i+1;
步骤509、i大于N时计算叠加计算所有空调负荷允许的最大运行功率和最小运行功率,否则返回步骤502,N为空调总台数。
进一步地,一种基于负荷可塑性的柔性负荷可调节能力量化系统,其特征在于,包括:
空调机组的等效热参数模型,用于根据特定时刻室内温度计算空调负荷功率;
室内温度上下限确定模块;
空调负荷允许最大、最小运行功率计算模块,用于根据室内温度上下限计算空调负荷允许最大、最小运行功率;
柔性负荷可调节能力量化模块,用于分别叠加区域内所有空调负荷允许的最大运行功率和最小运行功率,通过区域内所有空调负荷允许的最大运行功率和最小运行功率之差量化柔性负荷可调节能力。
进一步地:所述空调机组的等效热参数模型的计算公式为:
Tin,t+1=Tout,t+1-(Tout,t+1-Tin,t)e-Δt/RC,SAC=0
Tin,t+1=(ηPR+Tin,t-Tout,t+1)e-Δt/RC+Tout,t+1-ηPR,SAC=1
式中,Tin,t和Tin,t+1分别表示t时刻和t+1时刻的室内温度;Tout,t+1为t+1时刻的室外温度;e-Δt/RC为热耗参数,Δt为时间间隔,R为等效热阻,C为等效热容;η为空调负荷效率;P为空调负荷的额定功率;SAC为空调启停状态变量,取1表示启动,取0表示停止。
进一步地,所述空调机组的等效热参数模型包括:固体比热容Cm、气体比热容Ca、室内空气和热阻R1和室内固体热阻R2,所述气体比热容Ca一端接地,另一端连接热阻R1,所述室内固体热阻R2一端连接固体比热容Cm,另一端连接固体比热容Cm或热阻R1。
本发明具有的有益效果:
本发明通过确定某一调控温度范围、计算空调负荷允许的最大、最小功率差体现空调负荷可塑性大小,反映了其空调负荷可上下调节容量大小,进而量化柔性负荷可调节能力,为电力系统制定合理调度计划、参与需求侧响应等提供了参考。
附图说明
图1为本发明的流程示意图;
图2为本发明采用方法流程示意图;
图3工作日与非工作日空调负荷曲线对比结果示意图;
图4非工作日空调不同设定温度负荷曲线对比结果示意图;
图5计算一定温度范围内的负荷可塑性结果示意图;
图6本发明的空调机组的等效热参数模型结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
提出一种基于负荷可塑性的柔性负荷可调节能力量化方法,针对当前柔性负荷可调节能力分析手段的不足,建立一种基于负荷可塑性的柔性负荷可调节能力量化方法,以量化评估不同温度调控范围下的柔性负荷可调节能力,包括以下四部分:
第一部分:对比居民空调机组的不同的建模方式及优缺点,选用以适合家庭用户和小型工商业用户空调机组的二阶等效热参数模型对空调负荷进行研究。
第二部分:基于当前居民用电行为特性,对其家庭结构、出行活动的分析。
第三部分:研究对比了居民负荷工作日与非工作日的空调负荷曲线及空调不同设定温度对空调负荷的影响。
第四部分:根据调控需求,确定温度上下限,计算在特定情况下负荷可塑性大小,得到了其可上下调节的容量,反映了其可调节能力。
(1)关于空调负荷模型及不同用户用电行为特性分析;
空调设备是一种将电功率转换为冷(热)量的电气装置,从需求响应角度而言,建立空调负荷所属建筑物热力学模型的实质是为了在满足用户舒适度的室温范围内,调整空调负荷的电功率使其参与到系统的调度与运行,而空调电功率与制冷(热)量之间的电热转化情况与空调类型密切相关;
如图6所示,Cm为固体比热容热容,J/℃;Ca为气体比热容,J/℃;Q=ηP为空调负荷的操作热比率;R1为室内空气热阻,R2为室内固体热阻;Tout为室外空气温度,℃;Tm室内固体温度,℃;Tin为室内空气温度,℃。对于定频空调,由于其能效比固定,将空调的电功率乘以能效比即可转换为制冷(热)量。
采用适合家庭用户和小型工商业用户空调机组的二阶等效热参数模型对空调负荷进行研究。其研究对象选用定频空调,控制的策略主要涉及空调的启停决策。为了将室内温度直接和功率联系,同时考虑到负荷控制并不需要积分形式的实时连续控制,通过离散化,上述模型经简化为以下室内温度Tin与空调功率P的计算公式:
Tin,t+1=Tout,t+1-(Tout,t+1-Tin,t)e-Δt/RC,SAC=0
Tin,t+1=(ηPR+Tin,t-Tout,t+1)e-Δt/RC+Tout,t+1-ηPR,SAC=1
式中,Tin,t和Tin,t+1分别表示t时刻和t+1时刻的室内温度;Tout,t+1为t+1时刻的室外温度;e-Δt/RC为热耗参数,Δt为时间间隔,R为等效热阻,C为等效热容;η为空调负荷效率;P为空调负荷的运行功率;SAC为空调启停状态变量,取1表示启动,取0表示停止。
按照使用空调负荷的时间及典型场景,可将空调负荷分为家用空调负荷、商业办公负荷及特殊空调负荷
表1三种类型空调负荷对比
在调控时,特殊空调负荷一般不参与。商业办公空调负荷由于开关机时间相对固定,受用电习惯影响较小;而家用空调负荷则更易受用户用电行为特性的影响。因此,本文主要以家用空调为研究对象,考虑居民用电行为特性对其负荷曲线的影响,并研究在不同室内温度上下限范围内空调负荷可塑性大小。由于居民日常出行活动对其负荷影响比较大,本文主要基于居民小区家庭结构,研究了工作日和非工作日居民空调负荷曲线。居民区的家庭结构主要有上班型、老人型、上班老人混合三种类型。在工作日上班族需要外出上班,因而在某一段时间内不使用空调,并且由于不同的通勤时间离家到家的时间也会有所差别,这部分称为外出用户;老人、小孩待在家中的时间比较多,这部为居家用户。因而在工作日和非工作日居民空调负荷曲线是不一样的,并且空调温度设定值的不同也会影响其负荷的大小。
(2)负荷可塑性计算过程
1.通过预先构建的空调机组的等效热参数模型获取特定时刻空调负荷当前功率、室内温度等信息,室外温度则直接通过测量获得。
2.根据温度调控需求确定空调运行温度上下限。对极端天气条件下的温度调控,由于时间尺度较短,可设定较高的运行温度上限和较低的运行温度下限,在短时间内适当牺牲用户舒适度以尽可能地应对极端天气条件;考虑经济因素调控温度,由于问题的严重性不大,且时间尺度较长,应尽可能保证用户舒适度,此时空调运行温度范围不应扩大;
3.根据运行温度范围计算空调负荷允许最大、最小运行功率。若所求得的空调达到温度上限所需的功率为负,则表示即使空调停机,在Δt时间内室内温度也不会上升至温度上限,此时空调负荷允许最小运行功率可取为0;若所求得的空调达到温度下限所需的功率大于空调额定运行功率,则表示即使空调以最大功率运行,在Δt时间内室内温度也不会下降至温度下限,此时空调负荷允许最大运行功率即为空调负荷额定运行功率;
4.叠加区域内所有空调负荷允许的最大运行功率和最小运行功率,得到规模化空调负荷允许的最大、最小运行功率。此时允许最大运行功率与负荷曲线、负荷曲线与允许最小运行功率之差即为空调负荷的可塑性大小。最大、最小运行功率之间的范围即为规模化空调负荷的可塑范围。
实施例
本实施例通过具体数据实施本发明的方法,结果显示,本发明可通过空调室内外温度与功率的关系可得到工作日与非工作日的空调负荷曲线,并计算其曲线在一定温度上下限范围的空调负荷曲线的可塑性大小,对空调负荷的调节能力进行了评估,其为电力系统制定合理调度计划、参与需求侧响应等提供了参考。本实施例的数据如下所示:
有1000台空调负荷,其额定制冷功率为2kw,平均制冷能效比为2.7,等效热容为0.18kWh/℃,等效热阻为5.56℃/kW,其仿真时间间隔Δt=0.02h,本文选取了上海2019年夏季典型月的温度作为实时室外温度。
具体场景如下所示:
场景一:对于工作日,假定上海上班时间为8:00下班时间为17:00,有数据显示上海通勤时间在1小时内大约占40%,1小时以上大约占60%,用户到家即开空调离家关空调,并且居民小区还存在一定比例不外出工作居家用户。对于非工作日,大部分用户在家休息,由于一些特殊性质工作或特殊情况,也存在小部分外出用户。保证用户舒适温度区域为[23,25]℃,温度设定值区间限制为2℃(即Tmax-Tmin=2℃)。
场景二:对空调温度设定值的不同也会影响其负荷大小,以非工作日为例,对比空调设定温度为24℃与26℃时空调负荷的大小,温度设定值区间限制为2℃(即Tmax-Tmin=2℃)。
场景三:以工作日用户在家时间为例,设定温度为24℃,分析温度上下限分别为27℃、23℃时空调负荷可塑性。
由图3可知,工作日与非工作日空调负荷曲线有比较大的差别,非工作日的用电量明显比工作日用电量高。对于工作日,从17:00点开始用户陆续回家开空调,由于初始开机时刻室内温度尚不能达到用户的要求,负荷上升的速度很快,19:00-20:00点达到用电高峰,用户室内温度逐渐达到舒适度区间后负荷逐渐降低且夜间室外温度逐渐降低,因而从21:00点开始负荷趋于平稳有稍许的下降。第二天早晨8点因外出上班负荷有明显的下降,但在12:00-14:00点时因室外温度较高,负荷有所上升。对于非工作日,随着居民起床活动,从7:00点开始负荷上升速度比较快,在12:00-15:00之间由于室外温度达到峰值,其负荷也达到了峰值,到21:00点后其空调运行情况与工作日几乎差不多。
由图4可知,仅仅改变设定温度不会对负荷曲线的趋势造成影响,不同设定温度下,设定温度较高的情况下空调负荷消耗的功率较少,适当提高设定温度,可以有效减少负荷功率,这一效果在负荷尖峰处的体现尤为明显。
由图5可知,初始开空调时刻,由于室内温度尚未达到用户要求,空调负荷几乎是不可塑的,但由于工作日也存在部分居家用户,其也有一定调节量。随着室温逐渐接近温度舒适区间,其可塑性变得可观,在27℃可带来约120KW的可塑性,22℃可带来约200KW的可塑性,此时空调负荷功率可以增加,也可以减少,调节十分灵活,可塑性大小反应了其负荷的调节能力。8:00点前后,随着用户的关机,部分空调负荷不再能够参与调控,可塑性也逐渐减弱,直到用户全部关机,负荷失去可塑能力。若能充分发挥空调负荷的双向调节能力,在间歇性可再生能源发生波动时适当调节空调负荷功率,辅助维持系统功率平衡,则系统运行的安全性将得到显著提升。
Claims (7)
1.一种基于负荷可塑性的柔性负荷可调节能力量化方法,其特征在于,包括:
步骤1:获取室外温度及空调额定功率,初始的室内温度等于室外温度;
步骤2:制定特定时间段室内温度上下限;
步骤3:根据特定时间段室内温度上下限通过预先构建的空调机组的等效热参数模型计算特定时间段空调负荷允许最大、最小运行功率;
步骤4:分别叠加区域内特定时间段所有空调负荷允许的最大运行功率和最小运行功率,通过区域内所有空调负荷允许的最大运行功率和最小运行功率之差量化柔性负荷可调节能力。
2.根据权利要求1所述的一种基于负荷可塑性的柔性负荷可调节能力量化方法,其特征在于:所述空调机组的等效热参数模型的计算公式为:
Tin,t+1=Tout,t+1-(Tout,t+1-Tin,t)e-△t/RC,SAC=0
Tin,t+1=(ηPR+Tin,t-Tout,t+1)e-△t/RC+Tout,t+1-ηPR,SAC=1
式中,Tin,t和Tin,t+1分别表示t时刻和t+1时刻的室内温度;Tout,t+1为t+1时刻的室外温度;e-△t/RC为热耗参数,△t为时间间隔,R为等效热阻,C为等效热容;η为空调负荷效率;P为空调负荷的运行功率;SAC为空调启停状态变量,取1表示启动,取0表示停止。
3.根据权利要求2所述的一种基于负荷可塑性的柔性负荷可调节能力量化方法,其特征在于:特定时间段空调负荷允许最大、最小运行功率的计算过程为:
若所求得的空调达到温度上限所需的功率为负,则表示即使空调停机,在特定时间段△t内室内温度不会上升至温度上限,此时空调负荷允许最小运行功率取为0;若所求得的空调达到温度下限所需的功率大于空调额定功率,则表示即使空调以最大功率运行,在特定时间段△t内室内温度不会下降至温度下限,此时空调负荷允许最大运行功率即为空调负荷额定功率。
4.根据权利要求1所述的一种基于负荷可塑性的柔性负荷可调节能力量化方法,其特征在于:
叠加区域内所有空调负荷允许的最大运行功率和最小运行功率的过程为:
步骤501、初始化参数;
步骤502、获取第i台空调t时刻室内外温度、功率信息;
步骤503、确定室内温度范围;
步骤504、根据温度范围计算第i台空调t时刻的最大最小功率;
步骤505、更新室内外温度参数;
步骤506、t=t+1;
步骤507、t大于toff时进入下一步,否则返回步骤503,toff指空调关机时间;
步骤508、i=i+1;
步骤509、i大于N时计算叠加计算所有空调负荷允许的最大运行功率和最小运行功率,否则返回步骤502,N为空调总台数。
5.一种基于负荷可塑性的柔性负荷可调节能力量化系统,其特征在于,包括:
空调机组的等效热参数模型,用于根据特定时刻室内温度计算空调负荷功率;
室内温度上下限确定模块;
空调负荷允许最大、最小运行功率计算模块,用于根据室内温度上下限计算空调负荷允许最大、最小运行功率;
柔性负荷可调节能力量化模块,用于分别叠加区域内所有空调负荷允许的最大运行功率和最小运行功率,通过区域内所有空调负荷允许的最大运行功率和最小运行功率之差量化柔性负荷可调节能力。
6.根据权利要求5所述的一种基于负荷可塑性的柔性负荷可调节能力量化系统,其特征在于:所述空调机组的等效热参数模型的计算公式为:
Tin,t+1=Tout,t+1-(Tout,t+1-Tin,t)e-△t/RC,SAC=0
Tin,t+1=(ηPR+Tin,t-Tout,t+1)e-△t/RC+Tout,t+1-ηPR,SAC=1
式中,Tin,t和Tin,t+1分别表示t时刻和t+1时刻的室内温度;Tout,t+1为t+1时刻的室外温度;e-△t/RC为热耗参数,△t为时间间隔,R为等效热阻,C为等效热容;η为空调负荷效率;P为空调负荷的额定功率;SAC为空调启停状态变量,取1表示启动,取0表示停止。
7.根据权利要求5所述的一种基于负荷可塑性的柔性负荷可调节能力量化系统,其特征在于,所述空调机组的等效热参数模型包括:固体比热容Cm、气体比热容Ca、室内空气和热阻R1和室内固体热阻R2,所述气体比热容Ca一端接地,另一端连接热阻R1,所述室内固体热阻R2一端连接固体比热容Cm,另一端连接固体比热容Cm或热阻R1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110581472.0A CN113420413B (zh) | 2021-05-27 | 2021-05-27 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110581472.0A CN113420413B (zh) | 2021-05-27 | 2021-05-27 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420413A true CN113420413A (zh) | 2021-09-21 |
CN113420413B CN113420413B (zh) | 2023-03-28 |
Family
ID=77713165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110581472.0A Active CN113420413B (zh) | 2021-05-27 | 2021-05-27 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420413B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409427A (zh) * | 2022-10-28 | 2022-11-29 | 国网江西省电力有限公司供电服务管理中心 | 居民负荷可用调节容量多状态的评估方法及装置 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105042800A (zh) * | 2015-09-01 | 2015-11-11 | 东南大学 | 基于需求响应的变频空调负荷建模与运行控制方法 |
CN105607484A (zh) * | 2016-01-28 | 2016-05-25 | 东北电力大学 | 智能电网环境下商业用户可控负荷的管理策略 |
CN106127337A (zh) * | 2016-06-22 | 2016-11-16 | 东南大学 | 基于变频空调虚拟机组建模的机组组合方法 |
CN106487011A (zh) * | 2016-11-28 | 2017-03-08 | 东南大学 | 一种基于q学习的户用微电网能量优化方法 |
CN106921159A (zh) * | 2017-02-21 | 2017-07-04 | 国网山东省电力公司电力科学研究院 | 一种多空调负荷群的有功功率调制方法 |
CN107101322A (zh) * | 2017-04-13 | 2017-08-29 | 东南大学 | 统一最大削减负荷持续时间的变频空调群组潜力评估方法 |
CN107143968A (zh) * | 2017-04-14 | 2017-09-08 | 东南大学 | 基于空调聚合模型的调峰控制方法 |
CN107178869A (zh) * | 2017-04-24 | 2017-09-19 | 东南大学 | 变频空调负荷的聚合控制削峰方法 |
CN107276096A (zh) * | 2017-06-28 | 2017-10-20 | 国网江苏省电力公司电力科学研究院 | 一种光伏与空调负荷协调优化的配电网电压控制方法 |
CN108006915A (zh) * | 2018-01-11 | 2018-05-08 | 广东美的制冷设备有限公司 | 空调控制方法及空调器 |
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 |
CN109812946A (zh) * | 2019-01-31 | 2019-05-28 | 河海大学 | 一种适用于大规模居民空调负荷群需求响应的控制方法 |
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 |
CN109872059A (zh) * | 2019-01-31 | 2019-06-11 | 河海大学 | 一种居民空调负荷群需求响应动态潜力定量评估方法 |
CN110223005A (zh) * | 2019-06-21 | 2019-09-10 | 清华大学 | 一种空调负荷供电可靠性评估方法及评估装置 |
CN110266061A (zh) * | 2019-07-24 | 2019-09-20 | 国网江苏省电力有限公司 | 一种基于多代理系统的港口岸电参与电网调控方法和系统 |
CN110729728A (zh) * | 2019-11-12 | 2020-01-24 | 南京工程学院 | 考虑用户实时舒适度和电网负荷率的需求响应方法 |
CN111446712A (zh) * | 2020-04-01 | 2020-07-24 | 北京辰安科技股份有限公司 | 高比例柔性负荷接入下的配电网供电能力动态评估方法 |
CN112366717A (zh) * | 2020-10-15 | 2021-02-12 | 江苏方天电力技术有限公司 | 一种考虑用能舒适度的家庭能源优化控制方法和装置 |
-
2021
- 2021-05-27 CN CN202110581472.0A patent/CN113420413B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105042800A (zh) * | 2015-09-01 | 2015-11-11 | 东南大学 | 基于需求响应的变频空调负荷建模与运行控制方法 |
CN105607484A (zh) * | 2016-01-28 | 2016-05-25 | 东北电力大学 | 智能电网环境下商业用户可控负荷的管理策略 |
CN106127337A (zh) * | 2016-06-22 | 2016-11-16 | 东南大学 | 基于变频空调虚拟机组建模的机组组合方法 |
CN106487011A (zh) * | 2016-11-28 | 2017-03-08 | 东南大学 | 一种基于q学习的户用微电网能量优化方法 |
CN106921159A (zh) * | 2017-02-21 | 2017-07-04 | 国网山东省电力公司电力科学研究院 | 一种多空调负荷群的有功功率调制方法 |
CN107101322A (zh) * | 2017-04-13 | 2017-08-29 | 东南大学 | 统一最大削减负荷持续时间的变频空调群组潜力评估方法 |
CN107143968A (zh) * | 2017-04-14 | 2017-09-08 | 东南大学 | 基于空调聚合模型的调峰控制方法 |
CN107178869A (zh) * | 2017-04-24 | 2017-09-19 | 东南大学 | 变频空调负荷的聚合控制削峰方法 |
CN107276096A (zh) * | 2017-06-28 | 2017-10-20 | 国网江苏省电力公司电力科学研究院 | 一种光伏与空调负荷协调优化的配电网电压控制方法 |
CN108006915A (zh) * | 2018-01-11 | 2018-05-08 | 广东美的制冷设备有限公司 | 空调控制方法及空调器 |
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 |
CN109812946A (zh) * | 2019-01-31 | 2019-05-28 | 河海大学 | 一种适用于大规模居民空调负荷群需求响应的控制方法 |
CN109872059A (zh) * | 2019-01-31 | 2019-06-11 | 河海大学 | 一种居民空调负荷群需求响应动态潜力定量评估方法 |
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 |
CN110223005A (zh) * | 2019-06-21 | 2019-09-10 | 清华大学 | 一种空调负荷供电可靠性评估方法及评估装置 |
CN110266061A (zh) * | 2019-07-24 | 2019-09-20 | 国网江苏省电力有限公司 | 一种基于多代理系统的港口岸电参与电网调控方法和系统 |
CN110729728A (zh) * | 2019-11-12 | 2020-01-24 | 南京工程学院 | 考虑用户实时舒适度和电网负荷率的需求响应方法 |
CN111446712A (zh) * | 2020-04-01 | 2020-07-24 | 北京辰安科技股份有限公司 | 高比例柔性负荷接入下的配电网供电能力动态评估方法 |
CN112366717A (zh) * | 2020-10-15 | 2021-02-12 | 江苏方天电力技术有限公司 | 一种考虑用能舒适度的家庭能源优化控制方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409427A (zh) * | 2022-10-28 | 2022-11-29 | 国网江西省电力有限公司供电服务管理中心 | 居民负荷可用调节容量多状态的评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113420413B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110864414B (zh) | 基于大数据分析的空调用电负荷智能控制调度方法 | |
CN110425706B (zh) | 面向电网削峰的聚合空调负荷调控方法 | |
CN105042800A (zh) | 基于需求响应的变频空调负荷建模与运行控制方法 | |
CN111555274B (zh) | 一种空调负荷需求响应能力动态评估方法 | |
CN110729726B (zh) | 一种智慧社区能量优化调度方法和系统 | |
CN110794775B (zh) | 多台锅炉负荷智能控制系统和方法 | |
CN109340904B (zh) | 电采暖协同优化运行方法 | |
CN103293961B (zh) | 一种基于需求响应控制的能效电厂建模和集成方法 | |
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 | |
CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
CN113566401B (zh) | 需求侧负荷控制方法 | |
CN113420413B (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 | |
CN105823175A (zh) | 基于需求响应的空调分时调度的方法 | |
Chen et al. | Artificial neural network-aided energy management scheme for unlocking demand response | |
CN110535142B (zh) | 基于改进离散型pso算法的用电智能控制方法及计算机可读存储介质 | |
CN107563547B (zh) | 一种用户侧用能纵深优化综合能源管控方法 | |
CN110729728A (zh) | 考虑用户实时舒适度和电网负荷率的需求响应方法 | |
CN116109060A (zh) | 一种居民用户负荷可调度潜力评估方法 | |
CN111928428B (zh) | 一种考虑需求响应的空调系统的控制方法及制冷系统 | |
Zhihan et al. | Research on the implementation architecture and demand response controlling strategy for adjustable load | |
Yang et al. | Evaluation of air-conditioning load adjustability based on load plasticity | |
CN111380160A (zh) | 一种用户舒适度的暖通空调负荷需求响应潜力挖掘方法 | |
Lu et al. | Demand response capability analysis of central air conditioners based on group rotation control | |
CN113158486B (zh) | 一种用户端综合能源网络优化控制方法 | |
Cen et al. | High-Power load management for residential house under desert climate conditions-A case study in Qatar |
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 |