CN113566401B - 需求侧负荷控制方法 - Google Patents

需求侧负荷控制方法 Download PDF

Info

Publication number
CN113566401B
CN113566401B CN202110888382.6A CN202110888382A CN113566401B CN 113566401 B CN113566401 B CN 113566401B CN 202110888382 A CN202110888382 A CN 202110888382A CN 113566401 B CN113566401 B CN 113566401B
Authority
CN
China
Prior art keywords
target
state
air conditioner
thermal
air conditioners
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
CN202110888382.6A
Other languages
English (en)
Other versions
CN113566401A (zh
Inventor
方晴
刘景延
郭思琪
廉颖
左向红
张璞
王立永
宫一玉
滕苏郸
张帆
刘方蓝
佘妍
鞠力
李翔宇
张若昱
王昊婧
任学婧
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.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Beijing Electric Power Co Ltd
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 State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110888382.6A priority Critical patent/CN113566401B/zh
Publication of CN113566401A publication Critical patent/CN113566401A/zh
Application granted granted Critical
Publication of CN113566401B publication Critical patent/CN113566401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • F24F11/30—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
    • F24F11/47—Responding to energy costs
    • 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
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请公开了一种需求侧负荷控制方法。其中，该方法包括：获取预测的目标对象的中性温度；至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。本申请解决了由于相关技术中采用单一的控制方法，且仅针对单一类型的空调进行调节造成的不能满足电网供电需求，且容易造成电网的运行发生故障的技术问题。

Description

需求侧负荷控制方法
技术领域
本申请涉及电力调控领域，具体而言，涉及一种需求侧负荷控制方法。
背景技术
相关技术没有考虑到电网实际需求。电网在正常运行、局部负荷过重和局部发生故障问题的状态下，对于需求侧响应削减容量需求不同，但现有方法没有针对电网不同情况进行控制，二是采取单一的控制方法，不能满足电网需求。相关技术仅针对单一类型的空调，而随着空调技术不断发展，电网中空调类型较多，例如，集中式(即非分散式空调)、分散式空调对电网运行的影响。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种需求侧负荷控制方法，以至少解决由于相关技术中采用单一的控制方法，且仅针对单一类型的空调进行调节造成的不能满足电网供电需求，且容易造成电网的运行发生故障的技术问题。
根据本申请实施例的一个方面，提供了一种需求侧负荷控制方法，包括：获取预测的目标对象的中性温度；至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
可选地，热适应状态包括：热舒适状态、可接受热状态以及可承受的热状态，热舒适状态、可接受热状态以及可承受的热状态对应的温度依次减小，将热适应状态划分为多个预设目标等级，包括：确定热舒适状态为第一目标等级；确定可接受热状态为第二目标等级；确定可承受的热状态为第三目标等级。
可选地，目标控制策略与预设目标等级一一对应，第一目标等级、第二目标等级以及第三目标等级分别对应第一目标控制策略、第二目标控制策略以及第三目标控制策略，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，包括：当电网运行正常，且满足第一预设条件的情况下，确定第一目标控制策略为控制分散式空调的运行状态不变，调整非分散式空调的设置温度，并对非分散式空调进行轮停控制，使得非分散式空调所在的室内环境温度满足第一目标等级。
可选地，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，还包括：在执行第一目标控制策略后，当电网运行正常，且满足第二预设条件的情况下，确定第二目标控制策略为提高分散式空调和非分散式空调的设置温度，并对分散式控制和非分散式空调进行轮停控制，使得分散式空调与分散式空调各自对应的室内环境温度满足第二目标等级。
可选地，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，还包括：在电网运行出现异常的情况下，确定第三目标控制策略为分散式空调的设置温度的进行调整，并对分散式空调进行轮停控制，使得分散式空调对应的室内区域的环境温度满足第二目标等级；间隔预定时间控制非分散式控制的制冷机组的关闭或打开，使得非分散式空调对应的室内区域的环境温度满足第三目标等级。
可选地，轮停控制为间隔预定时间控制分散式控制和/或非分散式空调中的至少一个目标空调关闭。
可选地，基于预测平均评价PMV模型获取预测的目标对象的中性温度。
根据本申请实施例的另一方面，还提供了一种需求侧负荷控制装置，包括：获取模块，用于获取预测的目标对象的中性温度；第一确定模块，用于至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；划分模块，用于将热适应状态划分为多个预设目标等级；第二确定模块，用于基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种需求侧负荷控制方法。
根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种需求侧负荷控制方法。
在本申请实施例中，采用分级控制的方式，通过获取预测的目标对象的中性温度；
至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调，达到了基于人体的热适应状态的等级，以及电网运行需求侧的运行状态调节不同类型空调的运行状态的技术效果，进而解决了由于相关技术中采用单一的控制方法，且仅针对单一类型的空调进行调节造成的不能满足电网供电需求，且容易造成电网的运行发生故障的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是相关技术中的制冷机组轮停示意图；
图2是相关技术中的DCC控制期的室温变化曲线的示意图；
图3是根据本申请实施例的一种可选的需求侧负荷控制方法的流程示意图；
图4是本申请实施例一种可选的空调负荷调控等级划分示意图；
图5是本申请实施例一种可选的空调负荷调控方式及策略示意图；
图6是本申请实施例一种可选的第一梯级的调控策略的示意图；
图7是本申请实施例一种可选的第二梯级的调控策略的示意图；
图8是本申请实施例一种可选的第三梯级的调控策略的示意图；
图9是根据本申请实施例一种可选的需求侧负荷控制装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
空调负荷具有很大需求响应潜力，将大量的空调负荷聚合起来将是非常可观的可控负荷资源，城市空调负荷在夏季高峰期占比逐年增大。空调负荷所在的建筑物内具有一定的储热功能，能够将冷量储存一段时间，而且在一定的温度范围内，人体几乎感觉不到温度的变化，所以聚合空调负荷可以有效的进行系统调峰，通过合理的负荷控制可以满足人体的舒适度需求，并且这种调峰方法成本小、见效快，可以作为电网公司针对用户需求侧管理的重要手段。因此，研究大规模空调负荷集群的需求响应对高峰负荷时期的削峰以及与分布式能源的互动响应具有深远意义，不仅有利于电网的安全可靠运行，同时也带来巨大的社会经济效益，具有重大的社会意义和实用价值。
基于需求侧响应的空调负荷削减项目国外已经实现广泛应用，美国、日本等发达国家利用电价补偿机制实现对居民、商业空调的直接控制实现20％空调负荷削减；国内近两年在上海、南京和广西等地也开展了空调轮停项目，但着眼点在于缓解电力供需矛盾，是一种中国特色的有序用电行为，对空调负荷的调节方法、控制策略和效果评估缺乏科学描述，同时由于缺乏市场环境，空调负荷的调控价值尚未真正发掘和推广。随着电网智能化数字、终端柔性群控、传感量测、智能决策以及5G通信等电力物联技术的发展，将实现大规模楼宇空调负荷参与调峰场景下的配电网协调精细化控制，优化各层级电网分时段的负荷特性，降低电网尖峰负荷水平，节约电网建设投资等。
目前，国内外文献普遍通过建立不同类型空调负荷的等效热参数模型，来进行楼宇空调负荷参与电网需求响应策略的研究。通过对小型分散式空调负荷建立等效热参数模型，来研究直接负荷控制方式下的分散式空调负荷群参与电网需求响应的组合控制策略。针对不同类型楼宇空调负荷的建模及运行特性己有了一定的研究。如何精确地建立分散式楼宇空调群及大型公共楼宇中央空调系统的负荷模型，以使其能规模化的参与电网多时间尺度下的需求响应，是今后的研究热点之一。空调负荷调控策略研究楼宇空调负荷的分类方式有很多种。由于不同类型空调系统的运行特性差别较大，导致适用于各类空调负荷的调控策略也不尽相同。直接负荷控制是目前用于对楼宇空调负荷进行调控的最常见的方法。相关研究采用动态规划技术来安排空调负荷群的启停周期，以实现负荷削峰；有文献研究考虑人体热舒适度要求的商务楼宇中央空调组合参与电网削峰的调控策略，建立了多楼宇中央空调周期性暂停控制策略决策模型。
相关技术1：周期性暂停控制模型：周期性暂停控制(Duty Cycling Control，DCC)。周期性暂停控制也可以叫做占空比控制或轮停控制，是指终端用户以降负荷为目的，对空调制冷机组进行周期性启/停操作。如图1所示，为制冷机组轮停示意图，假设每个轮停周期内包含10个启停时段，图中灰色方块表示制冷机组处于关闭状态，白色方块表示制冷机组处于开启状态。空调制冷机组运行时长占单个控制周期总时长的比例称为“占空比”。
分体空调和中央空调的工作特性差异较大，适合于它们的调控方式也不尽相同。分体空调主要应用于居住类建筑，其结构简单、单体容量较小，结合以往经验和运行特点适合采取直接启停或者调控空调设定温度控制策略；中央空调主要应用于办公类建筑，其单体容量较大且结构复杂，结合以往经验和运行特点适合选用轮停控制策略。
相关技术2：分散式空调直接控制模型：由于分散式空调负荷集群采用直接启停控制策略，最大可参与调度容量的计算公式如下:
Figure BDA0003195042460000051
式中：
QHA表示分散式空调负荷集群的最大可参与调度容量；
n表示可参与调度的分散式空调数量；
Figure BDA0003195042460000052
表示分散式空调维持室内温度tmax的平均运行功率；
Figure BDA0003195042460000053
表示分散式空调维持室内温度tbest的平均运行功率；
tmax表示室内所允许接受的温度上限；
tbest表示室内维持热舒适状态的温度下限。
相关技术3：中央空调轮停控制：通过等效热参数(ETP)建模方法，建立一阶ETP 模型，计算室内温度Tr的计算公式如下：
Figure BDA0003195042460000054
Figure BDA0003195042460000055
上式中：
Tr t+1表示t+1时刻的室内温度，℃；
T0 t+1表示t+1时刻的室外温度，℃；
Tr t表示t时刻的室内温度，℃；
R为等效热阻，℃/W；
C为等效热容，J/℃；
Δt为时间间隔；
k为空调启停状态变量，k＝0表示空调停止，k＝1表示空调启动。
由于中央空调采用轮停控制，若室温允许上下限为[Tmin，Tmax]根据公式(2)、(3)，同时将记
Figure BDA0003195042460000061
为ε，可算出Tmin和Tmax之间的关系:
Figure BDA0003195042460000062
根据式(6)可推导出制冷机组启/停周期内停机期和制冷期的允许时长计算公式分别为:
Figure BDA0003195042460000063
式中:
τoff为制冷机组停机期时长，min；
τon为制冷机组制冷期时长，min；
τc为启/停周期时长，min；
T0为室外温度，℃；
R为建筑围护结构等效热阻，℃/kW；
Q为制冷机的制冷量，kW；
COP为空调能效比；
PCA为中央空调额定功率，kW。
设夏季空调制冷期的最舒适室内温度为
Figure BDA0003195042460000064
由于受到空调内置温差控制模块所设定的温差允许范围(通常±1℃)的影响，室温在
Figure BDA0003195042460000065
内波动；设受人体舒适度影响的室温阈值为[Tmin，Tmax]，其中
Figure BDA0003195042460000066
Figure BDA0003195042460000067
假设单个控制周期内，室外温度恒定不变，那么空调制冷机组在不受外界条件干扰的情况下，处于自然启停状态，室内温度徘徊在
Figure BDA0003195042460000071
之间，根据公式(5)可推导出制冷机组的自然启停周期τ0和自然占空比r0。
Figure BDA0003195042460000072
图2是DCC控制期的室温变化曲线(Room temperature under DCC control)，基于图2分析可知，当制冷机组处于DCC控制之下时，其运行状态可分为——强制停机状态、持续制冷状态和自然启停状态。当空调处于强制停机状态时，制冷机组不工作，室内温度受到室外温度的影响，从Tmin逐步上升至Tmax；当空调处于持续制冷状态时，制冷机组开始以额定功率PCA工作，直到室内温度降到Tmin为止，令制冷机组持续工作时长为自然启停状态是指制冷机组在没有外界干扰，仅受空调内置温控设备控制的状态，时长为τ0，为了避免温度递增效应的影响，假设每个控制周期末期，室温都重新回到Tmin。
由于中央空调负荷集群采用轮停控制策略，因此在不考虑温度递增效应影响的前提下，其最大可参与调度时长(制冷机组停机期允许时长)根据公式(5)计算可得，最大可参与调度容量的计算公式如下所示:
Figure BDA0003195042460000073
式中：
QCA表示中央空调负荷集群的最大可参与调度容量；
n表示参与轮停的中央空调数量；
PCA表示中央空调的额定功率。
基于上述分析可知，相关技术没有考虑到人体在空调房间的舒适度，而本方案采用人体舒适度模型(predicted mean vote model,PMV)，代表了受国际公认的稳态热环境下的热感觉预测模型。相关技术没有考虑到电网实际需求。电网在正常运行、局部负荷过重和局部发生故障问题的状态下，对于需求侧响应削减容量需求不同，但现有方法没有针对电网不同情况进行控制，二是采取单一的控制方法，不能满足电网需求。本方案提出的三级调控策略，针对电网不同的运行状态，采取有针对性的调控策略。相关技术仅针对单一类型的空调，而随着空调技术不断发展，电网中空调类型较多，本方案提出的调控策略同时考虑到集中式、分散式空调对电网的影响，在策略中有一定的安排。
根据本申请实施例，提供了一种需求侧负荷控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图3是根据本申请实施例的需求侧负荷控制方法，如图3所示，该方法包括如下步骤：
步骤S102，获取预测的目标对象的中性温度；
步骤S104，至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；
步骤S106，将热适应状态划分为多个预设目标等级；
步骤S108，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
该需求侧负荷控制方法中，获取预测的目标对象的中性温度；至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调，达到了基于人体的热适应状态的等级，以及电网运行需求侧的运行状态调节不同类型空调的运行状态的技术效果，进而解决了由于相关技术中采用单一的控制方法，且仅针对单一类型的空调进行调节造成的不能满足电网供电需求，且容易造成电网的运行发生故障的技术问题。
需要说明的是，热适应状态包括：热舒适状态、可接受热状态以及可承受的热状态，热舒适状态、可接受热状态以及可承受的热状态对应的温度依次减小，将热适应状态划分为多个预设目标等级，包括：确定热舒适状态为第一目标等级；确定可接受热状态为第二目标等级；确定可承受的热状态为第三目标等级。
可以理解的，上述非分散式空调，包括但不限于：传统中央空调、新型中央空调。
本申请一些实施例中，目标控制策略与预设目标等级一一对应，第一目标等级、第二目标等级以及第三目标等级分别对应第一目标控制策略、第二目标控制策略以及第三目标控制策略，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，包括：当电网运行正常，且满足第一预设条件的情况下，确定第一目标控制策略为控制分散式空调的运行状态不变，调整非分散式空调的设置温度，并对非分散式空调进行轮停控制，使得非分散式空调所在的室内环境温度满足第一目标等级。
本申请一些可选的实施例中，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，还包括：在执行第一目标控制策略后，当电网运行正常，且满足第二预设条件的情况下，确定第二目标控制策略为提高分散式空调和非分散式空调的设置温度，并对分散式控制和非分散式空调进行轮停控制，使得分散式空调与分散式空调各自对应的室内环境温度满足第二目标等级。
本申请一些实施例中，基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，还包括：在电网运行出现异常的情况下，确定第三目标控制策略为分散式空调的设置温度的进行调整，并对分散式空调进行轮停控制，使得分散式空调对应的室内区域的环境温度满足第二目标等级；间隔预定时间控制非分散式控制的制冷机组的关闭或打开，使得非分散式空调对应的室内区域的环境温度满足第三目标等级。
需要说明的是，轮停控制为间隔预定时间控制分散式控制和/或非分散式空调中的至少一个目标空调关闭。
还需要说明的是，基于预测平均评价PMV模型获取预测的目标对象的中性温度。
具体地：
1.人在室内的热感觉受空气温度、环境长波辐射、空气湿度、气流状况以及人体自身的衣着情况和活动状况这六方面因素共同影响。通过人体实验，目前已有多种可描述环境参数对人体热感觉影响的评价指标。其中，由Fanger教授提出的预测平均评价PMV指标成为受国际公认的稳态热环境下的热感觉预测模型[20-22]。PMV指标通过求解人体在稳态条件下达到热平衡的舒适方程，将空气温度ta、平均辐射温度tr、相对湿度Rh、风速v、衣着量Icl、活动量M这六个参数换算为人体热感觉，其计算结果与ASHRAE七级热感觉标尺相对应。PMV指标的计算公式如下：
Figure BDA0003195042460000091
式中：M——人体的活动量，W/m2；
W——人体所做的机械功，W；
Pa——空气的水蒸气分压力，Pa；
ta——空气温度，℃；
tr——平均辐射温度，℃；
fcl——穿衣服人体外表面积与裸身人体表面积之比；
tcl——衣服外表面温度，℃；
hc——对流换热系数，W/(m2·K)；
PMV指标代表了同一环境下绝大多数人的感觉。但是，由于个体差异的存在，PMV指标并不能代表所有人的感觉。为此，Fanger又提出了能够预测给定环境中不满意的人员在人群中所占百分数的指标，即预测不满意百分比PPD(Predicted PercentDissatisfied)。通过分析，Fanger给出了PMV与PPD之间的定量关系：
Figure BDA0003195042460000101
自PMV指标提出之后，Nevins、Fanger、Tanabe、周翔等学者先后在不同国家通过人工气候室实验，对PMV预测的准确性进行验证[14,19,20-24]。实验得到的中性温度以ET*表示。结果表明，如果对室内环境参数进行严格控制，对人员的着装和活动状况做严格规定，人体中性温度将不受人种影响，也不随季节、气候而变化。结果表明，在美国、丹麦、日本、中国进行的实验，得到的中性温度都比较接近26℃，这与用PMV模型计算得到的结果相符。由于人工气候室对于环境参数的控制及对人员活动的限制与一般的空调环境相似，因此上述实验结果能够证明PMV模型在稳态空调环境中对于中性温度预测的准确性。
2.空调环境下的人体热适应边界(热适应状态)
(1)人体热舒适边界(参考中性温度)
结合上节的调研结果，在空调环境下，华北区域城市公共建筑以25.4℃作为中性温度，考虑26.7℃为热舒适的上限(26.7℃未考虑空调因素的中性温度)，24℃为热舒适的下限。空调环境下，温度24℃～26.7℃区间内变化，人体处于热舒适状态，对温度变化无感知。
(2)人体可接受温度上限
1)调研结果90％可接受上限为27.8℃
在夏季空调环境下人体中性温度为25.4℃，90％可接受的温度上限为27.8℃。
2)模型测算结果80％可接受上限为29℃
经过测算，当外界环境在30～35℃区间，90％可接受的温度上限接近28℃，80％可接受的上限接近29℃。结合以上研究成果可知，当外界环境在30～35℃区间，在空调环境下，80％的人可接受的上限接近29℃。考虑对人体感知的适度影响，可以认为 29℃为人体可接受的温度上限。
下表中规定高温作业允许持续接触热时间限值(min)
Figure BDA0003195042460000111
在该标准中，凡高温作业工作地点空气湿度大于75％时，空气湿度每增加10％，允许持续接触热时间相应降低一个档次，即采用高于工作地点温度2℃的时间限值。劳动强度的测定单项操作以平均脉率确定。平均脉率小于92次/min者为轻劳动，93～ 110次/min者为中等劳动，超过110次/min为重劳动。
一般公共楼宇内的工作人员或来访者(顾客)的劳动或者活动的平均脉率不会超过110次/min，即处于中等劳动及以下工作强度或活动强度。华北地区近五年夏季最高气温在34～38℃范围，结合GB/T935-89中规定，考虑人体承受极端环境边界最高气温38℃时间不超过40分钟，最高气温36℃时间不超过50分钟。
3.PMV模型空调负荷调控边界
基于空调负荷特性，以优化电网负荷曲线、电网安全稳定运行为调控目标，考虑空调负荷调控边界，对空调负荷调控等级进行划分。
空调负荷调控的目标是进行电网负荷曲线优化和电网安全稳定运行。电网负荷曲线优化主要是满足不同时段负荷削峰需求、解决局部负荷过重和电量损失最小化。
空调负荷调控边界包括温度边界和需求侧边界，室内温度、空调设定温度以及人体热适应性温度均是空调负荷调控要考虑的温度边界，直接影响负荷调控效果。需求侧边界包括用户类型、响应占比、空调类型，是影响空调调控深度和潜力的关键边界。结合空调负荷调控目标和调控边界，进行空调负荷划分，在不同边界下满足多场景下的负荷调控需求，实现电网负荷曲线优化和安全稳定运行的目标。
综上，将人体热适应状态划分三个梯级(预设目标等级)：第一梯级为热舒适状态，温度边界为24～26.7℃，空调环境下，环境温度在此边界内变化，人体无感知；第二梯级为可接受热状态，温度边界为26.7～29℃，空调环境下，环境温度在此边界内变化，至少80％的人接受环境温度的热状态，对人体热舒适度稍有影响；第三梯级为可承受的热状态，温度边界为30～36℃，环境温度在此边界变化，人体处于高温环境，结合国家标准，最高36℃时温度在50分钟内降至30℃以下。
图4是本申请实施例一种可选的空调负荷调控等级划分示意图，如图4所示，将空调负荷调控等级划分了三个梯级 ：
(1)第一梯级：正常无感
正常状态下，当电网系统整体或局部负荷过重，电网容量不能满足“N-1”供电可靠性需求时，启动第一梯级调控。设定温度边界：24℃～26.7℃，不限制调控时间。由电网公司调度直接控制用户空调或者向负荷集聚商发送调控指令，保证室内温度在24℃～26.7℃区间波动，利用建筑的热惯性，通过有序启停空调制冷机组，降低空调负荷群之间的同时率，实现削减高峰负荷的效果。
(2)第二梯级：正常有感控制
在第一梯级调控状态下，依然存在局部负荷过重，电网容量不能满足“N-1”供电可靠性需求时，或在正常状态下，经测算电网系统在第一梯级调控状态下无法彻底解决整体或局部负荷过重问题时，启动第二梯级调控。设定温度边界：26.7℃～29℃，第二级调控从开始调控开始至第一梯级调控削减水平能够满足“N-1”供电可靠性需求为止。由电网公司调度直接控制用户空调或者向负荷集聚商发送调控指令，保证室内温度在26.7℃～29℃区间波动，利用建筑的热惯性，通过有序启停空调制冷机组，降低空调负荷群之间的同时率，实现削减高峰负荷的效果。
(3)第三梯级：非正常状态控制
电网系统局部发生故障问题，导致电网容量不能满足“N-1”供电可靠性需求时，启动第三梯级调控。设定温度边界：30℃～36℃，当环境温度控制在36℃以下时，室内温度应在50分钟内降至30℃以下。由电网公司调度确定系统故障相关联的供电范围，在直接控制范围内用户空调或者向负荷集聚商发送调控指令，保证室内温度在不超过36℃情况下，合理关停和启动空调制冷机组(通风系统确保运行)，减少空调负荷，直至电网故障解除。
图5是本申请实施例中空调负荷调控方式及策略示意图，如图5所示，结合不同类型空调运行特性以及负荷划分，提出空调负荷梯级调控策略。居民建筑空气调节基本为小型分散空调，包括分体式空调、柜式空调、单元机、小容量多联机等。小型分散式空调很难实现集聚，采用直接温度控制实现空调负荷调控，不考虑关闭空调系统，因此居民分散式空调实现第二梯级响应，以满足高峰负荷时段、局部负荷过重场景下的空调负荷削峰。办公建筑空气调节空调类型较多，城市办公建筑空调主要包括传统中央空调、新型中央空调(多联机、单元机)以及小型分散空调类型。其中传统中央空调和新型中央空调在不同场景下可以实现三个梯级响应，响应方式包括空调轮停控制、适度提升温度以及暂停制冷机组等。
图6是本申请一种可选的实施例中，第一梯级的调控策略，具体地，第一梯级调控考虑分散式空调不参与响应，中央空调参与轮停控制，确保室内温度在24℃～26.7℃温度区间内调控空调负荷实现正常无感调控。
图7是本申请一种可选的实施例中，第二梯级的调控策略，具体地，第二梯级调控考虑适度提高分散式空调、中央空调的设定温度，同时参与轮停控制，确保室内温度在26.7℃～29℃温度区间内调控空调负荷实现正常有感调控。
图8是本申请一种可选的实施例中，第三梯级的调控策略，具体地，第三梯级调控考虑分散式空调采用第二梯级响应模式，室内温度控制在26.7℃～29℃区间，中央空调同时参与轮停控制，确保室内温度在不超过36℃情况下，合理关停和启动空调制冷机组(通风系统确保运行)，减少空调负荷，直到电网故障解除。
容易注意到的是，基于人体舒适度模型(PMV)的三级空调调控策略，考虑了空调负荷调控边界，提出空调负荷的三级调控策略，并以某城市电网为例进行分析，测算空调负荷削减潜力，空调可控负荷潜力占比较大，不同梯级调控策略下削减潜力结论如下：
(1)第一梯级人体无感条件下，该市空调负荷可控潜力为1942MW，占空调负荷16.66％，占总负荷8.24％。
(2)第二梯级人体热舒适度稍有影响条件下，该市空调负荷可控潜力为5191MW，占空调负荷44.52％，占总负荷22.03％。相较于第一梯级，空调负荷可控潜力提高了 3249MW。
(3)第三梯级非正常状态控制条件下，分散式空调负荷削减潜力占比控前总负荷约37％；中央空调负荷削减潜力占比控前总负荷约80％。
综上可见，随着调控梯级提高，空调可控负荷潜力随之上升，可控负荷资源潜力巨大，本申请在考虑了人体舒适度的情况下，提高了负荷削减潜力。考虑可控负荷资源替代输配电扩容资源，将其应用于城市电网负荷预测及规划，能够缓解当前城市电网规划落地难，减少城市空间资源占用，使电网和社会共同受益。
图9是根据本申请的一种需求侧负荷控制装置，如图9所示，该装置包括：
获取模块40，用于获取预测的目标对象的中性温度；
第一确定模块42，用于至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；
划分模块44，用于将热适应状态划分为多个预设目标等级；
第二确定模块46，用于基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
该需求侧负荷控制装置中，获取模块40，用于获取预测的目标对象的中性温度；第一确定模块42，用于至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；划分模块44，用于将热适应状态划分为多个预设目标等级；第二确定模块46，用于基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调，达到了基于人体的热适应状态的等级，以及电网运行需求侧的运行状态调节不同类型空调的运行状态的技术效果，进而解决了由于相关技术中采用单一的控制方法，且仅针对单一类型的空调进行调节造成的不能满足电网供电需求，且容易造成电网的运行发生故障的技术问题。
根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种需求侧负荷控制方法。
具体地，上述存储介质用于存储执行以下功能的程序指令，实现以下功能:
获取预测的目标对象的中性温度；至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种需求侧负荷控制方法。
具体地，上述处理器用于调用存储器中的程序指令，实现以下功能：
获取预测的目标对象的中性温度；至少基于中性温度确定目标对象的热适应状态，其中，热适应状态为空调环境下的人体工作预定时间后的热适应反应；将热适应状态划分为多个预设目标等级；基于电网需求侧的运行状态，确定与预设目标等级对应的目标控制策略，其中，目标控制策略至少用于调整目标空调运行状态；目标空调的类型包括：分散式空调与非分散式空调。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (7)

1.一种需求侧负荷控制方法，其特征在于，包括：
获取预测的目标对象的中性温度；
至少基于所述中性温度确定所述目标对象的热适应状态，其中，所述热适应状态为空调环境下的人体工作预定时间后的热适应反应；
将所述热适应状态划分为多个预设目标等级；
基于电网需求侧的运行状态，确定与所述预设目标等级对应的目标控制策略，其中，所述目标控制策略至少用于调整目标空调运行状态；所述目标空调的类型包括：分散式空调与非分散式空调；
所述热适应状态划分为多个预设目标等级，包括：第一目标等级、第二目标等级和第三目标等级；
所述目标控制策略与所述预设目标等级一一对应，所述第一目标等级、第二目标等级以及所述第三目标等级分别对应第一目标控制策略、第二目标控制策略以及第三目标控制策略，基于电网需求侧的运行状态，确定与所述预设目标等级对应的目标控制策略，包括：
当所述电网运行正常，且满足第一预设条件的情况下，确定所述第一目标控制策略为控制所述分散式空调的运行状态不变，调整所述非分散式空调的设置温度，并对所述非分散式空调进行轮停控制，使得所述非分散式空调所在的室内环境温度满足所述第一目标等级；
在执行所述第一目标控制策略后，当所述电网运行正常，且满足第二预设条件的情况下，确定所述第二目标控制策略为提高所述分散式空调和所述非分散式空调的设置温度，并对所述分散式控制和所述非分散式空调进行轮停控制，使得所述分散式空调与所述分散式空调各自对应的室内环境温度满足所述第二目标等级；
在所述电网运行出现异常的情况下，确定所述第三目标控制策略为所述分散式空调的设置温度的进行调整，并对所述分散式空调进行轮停控制，使得所述分散式空调对应的室内区域的环境温度满足所述第二目标等级；
间隔预定时间控制所述非分散式控制的制冷机组的关闭或打开，使得所述非分散式空调对应的室内区域的环境温度满足所述第三目标等级。
2.根据权利要求1所述的方法，其特征在于，所述热适应状态包括：热舒适状态、可接受热状态以及可承受的热状态，所述热舒适状态、可接受热状态以及可承受的热状态对应的温度依次减小，其中，确定热舒适状态为第一目标等级；
确定所述可接受热状态为第二目标等级；
确定所述可承受的热状态为第三目标等级。
3.根据权利要求1所述的方法，其特征在于，所述轮停控制为间隔预定时间控制所述分散式控制和/或所述非分散式空调中的至少一个目标空调关闭。
4.根据权利要求1所述的方法，其特征在于，基于预测平均评价PMV模型获取预测的目标对象的中性温度。
5.一种需求侧负荷控制装置，其特征在于，包括：
获取模块，用于获取预测的目标对象的中性温度；
第一确定模块，用于至少基于所述中性温度确定所述目标对象的热适应状态，其中，所述热适应状态为空调环境下的人体工作预定时间后的热适应反应；
划分模块，用于将所述热适应状态划分为多个预设目标等级；
第二确定模块，用于基于电网需求侧的运行状态，确定与所述预设目标等级对应的目标控制策略，其中，所述目标控制策略至少用于调整目标空调运行状态；所述目标空调的类型包括：分散式空调与非分散式空调。
6.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至4中任意一项所述需求侧负荷控制方法。
7.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任意一项所述需求侧负荷控制方法。
CN202110888382.6A 2021-08-03 2021-08-03 需求侧负荷控制方法 Active CN113566401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110888382.6A CN113566401B (zh) 2021-08-03 2021-08-03 需求侧负荷控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110888382.6A CN113566401B (zh) 2021-08-03 2021-08-03 需求侧负荷控制方法

Publications (2)

Publication Number Publication Date
CN113566401A CN113566401A (zh) 2021-10-29
CN113566401B true CN113566401B (zh) 2022-08-12

Family

ID=78170274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110888382.6A Active CN113566401B (zh) 2021-08-03 2021-08-03 需求侧负荷控制方法

Country Status (1)

Country Link
CN (1) CN113566401B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114623569B (zh) * 2021-11-04 2023-09-29 国网浙江省电力有限公司湖州供电公司 一种基于深度强化学习的集群空调负荷差异化调控方法
CN114484732B (zh) * 2022-01-14 2023-06-02 南京信息工程大学 一种基于投票网络的空调机组传感器故障诊断方法
CN118565061B (zh) * 2024-08-02 2024-10-08 成都倍特数字能源科技有限公司 一种空调柔性调控方法及调控终端

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009093979A1 (en) * 2008-01-21 2009-07-30 Siong Cheak Steven Mok Method and system of heat capture for hvac
CN104636987A (zh) * 2015-02-06 2015-05-20 东南大学 一种公共楼宇空调负荷广泛参与的电网负荷调度方法
JP2016205736A (ja) * 2015-04-24 2016-12-08 京セラ株式会社 電力制御機器の制御方法、電力制御機器、及び電力制御システム
CN106529167A (zh) * 2016-10-28 2017-03-22 深圳市云科设计咨询服务有限公司 一种非供暖季空调系统综合能耗的分析方法
CN106602575A (zh) * 2015-10-14 2017-04-26 中国电力科学研究院 一种用户负荷设备分类组合调控方法
CN106765994A (zh) * 2017-01-20 2017-05-31 东南大学 一种保持状态多样性的空调负荷集群控制策略
JP2019196898A (ja) * 2018-05-07 2019-11-14 ジョンソン コントロールズ テクノロジー カンパニーＪｏｈｎｓｏｎ Ｃｏｎｔｒｏｌｓ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｍｐａｎｙ 費用標的が最適化される建物デバイス
CN110848895A (zh) * 2019-11-26 2020-02-28 国网江苏省电力有限公司电力科学研究院 一种非工空调柔性负荷控制方法和系统
CN112594873A (zh) * 2020-12-14 2021-04-02 山东建筑大学 一种楼宇中央空调需求响应控制方法及系统
CN112902392A (zh) * 2020-12-03 2021-06-04 珠海格力电器股份有限公司 自适应调整的空调控制方法、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120204577A1 (en) * 2011-02-16 2012-08-16 Ludwig Lester F Flexible modular hierarchical adaptively controlled electronic-system cooling and energy harvesting for IC chip packaging, printed circuit boards, subsystems, cages, racks, IT rooms, and data centers using quantum and classical thermoelectric materials
CA2889260C (en) * 2012-12-07 2022-09-20 Battelle Memorial Institute Using demand side resources to provide frequency regulation
CN105676820B (zh) * 2016-02-22 2017-09-12 天津大学 城市园区分层分布式温控负荷需求响应控制策略
US10971932B2 (en) * 2018-03-21 2021-04-06 Battelle Memorial Institute Control approach for power modulation of end-use loads
US11966242B2 (en) * 2019-10-28 2024-04-23 Enphase Energy, Inc. Method and apparatus for load control in a power system

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009093979A1 (en) * 2008-01-21 2009-07-30 Siong Cheak Steven Mok Method and system of heat capture for hvac
CN104636987A (zh) * 2015-02-06 2015-05-20 东南大学 一种公共楼宇空调负荷广泛参与的电网负荷调度方法
JP2016205736A (ja) * 2015-04-24 2016-12-08 京セラ株式会社 電力制御機器の制御方法、電力制御機器、及び電力制御システム
CN106602575A (zh) * 2015-10-14 2017-04-26 中国电力科学研究院 一种用户负荷设备分类组合调控方法
CN106529167A (zh) * 2016-10-28 2017-03-22 深圳市云科设计咨询服务有限公司 一种非供暖季空调系统综合能耗的分析方法
CN106765994A (zh) * 2017-01-20 2017-05-31 东南大学 一种保持状态多样性的空调负荷集群控制策略
JP2019196898A (ja) * 2018-05-07 2019-11-14 ジョンソン コントロールズ テクノロジー カンパニーＪｏｈｎｓｏｎ Ｃｏｎｔｒｏｌｓ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｍｐａｎｙ 費用標的が最適化される建物デバイス
CN110848895A (zh) * 2019-11-26 2020-02-28 国网江苏省电力有限公司电力科学研究院 一种非工空调柔性负荷控制方法和系统
CN112902392A (zh) * 2020-12-03 2021-06-04 珠海格力电器股份有限公司 自适应调整的空调控制方法、电子设备及存储介质
CN112594873A (zh) * 2020-12-14 2021-04-02 山东建筑大学 一种楼宇中央空调需求响应控制方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
曾鸣 ; 武赓 ; 李冉 ; 王昊婧 ; 孙辰军.能源互联网中综合需求侧响应的关键问题及展望.《电网技术》.2016,全文. *
曾鸣 ; 武赓 ; 王昊婧 ; 李冉 ; 曾博.智能用电背景下考虑用户满意度的居民需求侧响应调控策略.《电网技术》.2016,全文. *
集中式中央空调器负荷管理模式研究及影响分析;颜庆国等;《电气应用》;20141120(第22期);全文 *

Also Published As

Publication number Publication date
CN113566401A (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
CN113566401B (zh) 需求侧负荷控制方法
Mendieta et al. Primary frequency control in isolated microgrids using thermostatically controllable loads
CN105320118B (zh) 基于云平台的空调系统电力需求响应控制方法
CN108039710B (zh) 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN107732897B (zh) 融合虚拟储能系统的楼宇微网模型预测调控方法
CN110425706A (zh) 面向电网削峰的聚合空调负荷调控方法
Zeng et al. A regional power grid operation and planning method considering renewable energy generation and load control
CN111555274B (zh) 一种空调负荷需求响应能力动态评估方法
Cole et al. Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems
CN215724029U (zh) 一种中央空调自适应控制系统
CN109974218A (zh) 一种基于预测的多联机空调系统调控方法
Adhikari et al. Simulation study of transactive control strategies for residential HVAC systems
CN111598478A (zh) 一种综合能源需求响应量计算方法
CN111737857A (zh) 一种基于互动能力曲线的暖通空调集群协调控制方法
Häring et al. Comparison of the impact of different household occupancies on load matching algorithms
TW201027014A (en) Method for managing air conditioning power consumption
Fan et al. An optimization management strategy for energy efficiency of air conditioning loads in smart building
CN116951691A (zh) 一种简化易操作实现的空调资源柔性调控方法
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
CN110262422A (zh) 工业园冷热电终端能源供应系统的设计基准日的确定方法
CN111144610A (zh) 考虑人体温度舒适度的城市楼宇能量枢纽优化方法及系统
CN107563547B (zh) 一种用户侧用能纵深优化综合能源管控方法
Wang et al. Electricity demand analysis for solar PV houses: Polyvalent heat pumps coupled with water storage tanks
KR20120017840A (ko) 공기조화시스템의 제어방법
CN109447368A (zh) 一种对中央空调系统进行基线负荷预测的方法

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