CN114282151A - 一种基于温湿度独立控制的分布式资源调度方法 - Google Patents

Abstract

本发明公开了一种基于温湿度独立控制的分布式资源调度方法，它包括：用等效热参数方程表示建筑物内温度变化；用房间排污模型类比得出房间排湿模型，得出室内湿度变化方程；从而推导出了离散递推方程；采用PMV‑PDD指标来评估室内环境，并且得出指标与温湿度关联的方程，得到在人体理想舒适度范围内，室内温度和湿度的变化量；推导出基于温度的虚拟电池模型和基于湿度的虚拟电池模型；并且根据优化集群，消除集群内部各空调的参数差异性，减少了维数灾难；利用空调集群的虚拟电池模型，得到每个节点的空调集群可调最大和最小值，在日内调度中根据系统的分时电价与补偿系数，在系统潮流约束和电压约束下优化，从而得到经济最优的目标。

Description

一种基于温湿度独立控制的分布式资源调度方法

技术领域

本发明属于集群居民空调的需求响应控制技术领域，尤其涉及一种基于温湿度独立控制的分布式资源调度方法。

背景技术

在现代生活和工作中，人们越来越重视房间的舒适性体验。房间内的温度和湿度，作为舒适性的重要指标，受到了广泛的关注。随之而来的是空调系统在房间温湿度控制中日益增加的能耗。据统计，发达国家中空调能耗占建筑能耗的比例高达65％以上。与此同时，建筑能耗占社会总能耗的比例已逐渐攀升至30％。在全球经济快速发展的今天，能源紧缺的问题愈发严重。中国在快速发展经济的同时，仍然不能忽视能源的浪费问题。

随着科技和时代的进步，空调系统的功能已经不仅仅是实现房间温度的控制，还要同时满足人体对舒适性的需要，这就要求空调系统在实现房间温度控制的同时，还要满足湿度控制的要求。为调节房间内的温湿度，传统的空调系统主要采用温湿度耦合控制的方法。然而其控制的方法不尽人意，在降温除湿的过程中，会在送风前进行额外的加热，使得空调系统内部能量抵消，增加了能耗。并且在一些相对湿度要求高的场合，室内的温湿度耦合控制往往不能够实现相对湿度的精准调节。

发明内容

本发明要解决的技术问题是：提供一种基于温湿度独立控制的分布式资源调度方法，以解决空调系统在降温除湿的过程中，会在送风前进行额外的加热，使得空调系统内部能量抵消，增加了能耗。并且在一些相对湿度要求高的场合，室内的温湿度耦合控制往往不能够实现相对湿度的精准调节等技术问题。

本发明采取的技术方案是：

一种基于温湿度独立控制的分布式资源调度方法，它包括：

步骤1、利用物理方程表征室内温湿度变化，用等效热参数方程表示建筑物内温度变化；基于质交换的原理，用房间排污模型类比得出房间排湿模型，得出室内湿度变化方程；从而推导出了离散递推方程；

步骤2、采用PMV-PDD指标来评估室内环境，并且得出指标与温湿度关联的方程，得到在人体理想舒适度范围内，室内温度和湿度的变化量；

步骤3、推导出基于温度的虚拟电池模型和基于湿度的虚拟电池模型；并且根据优化集群，消除集群内部各空调的参数差异性，减少了维数灾难；

步骤4、采用双层调度的思想，利用空调集群的虚拟电池模型，得到每个节点的空调集群可调最大和最小值，在日内调度中根据系统的分时电价与补偿系数，在系统潮流约束和电压约束下优化，从而得到经济最优的目标。

步骤4还包括：下层调度中利用上层优化后节点空调集群出力的结果使得实时优化调度中空调出力与理想出力偏差值最小。

步骤1的具体实现方法包括：

建立空调一阶等效热参数模型为：

将上式化简成离散递推模型：

式中，C为等效比热容，R为等效热阻，T₀为外界温度，T为室内气体温度，P为空调功率，η为空调的制冷效率；S表示启停状态，S＝1是表示开启状态，S＝0则为停止状态，P_rated表示空调的额定功率；

在dτ时间内，房间空气含湿量动态变化是送风量送入房间，室内的物体具有产湿效果，排风系统送走室内旧风，平衡方程式表示为：

送入量+散发量-排走量＝变化量

ρ_aGd_id_τ+wd_τ-ρ_aGdd_τ＝ρ_aVd_d (4)

式中，ρ_a为送风密度，kg/m³；d为房间空气含湿量，g/kg；G表示送风量大小，单位为m³/h；w为室内产湿量，单位为g/h；V表示房间体积，单位为m³；

对室内湿度平衡方程做化简，定义如下参数：

室内相对产湿量：A，满足

相对送/排风量：B，满足

空调转换湿度系数：

其中d₁表示空调降温除湿的送风含湿量；

通过平衡方程推导成离散递推方程：

PMV、PDD指标综合考虑了人体活动程度、衣服热阻、空气温度、平均辐射温度、空气流速以及空气湿度六个因素；为了求得室内温度、湿度的范围，并且满足人体舒适度，先给出温度、湿度的大致范围再从中筛选出满足舒适度条件下的最优范围；

PMV与PDD指标的计算函数为：

PDD＝100-95×exp(-0.03353×PMV⁴-0.2179×PMV²) (7)

式中，M表示人体的能量代谢率,W表示人体所作机械功，P_a为人体周围空气的水蒸气压力；t_a为房间室内温度；f_cl为服装面积系数；t_cl为衣服外表面温度，

为房间平均辐射温度，h_c表示对流换热系数。

人体理想舒适度范围内室内温度和湿度的变化量的确定方法为：

推算满足人体舒适度条件下，温度与相对湿度的合理范围：

含湿量与相对湿度得联系公式为：

式中：P表示空气压力，P_sb为饱和水蒸气压力，

为相对湿度；

定义温度合理范围：L_temp＝[T_min,T_max]；含湿量合理范围： L_humd＝[d_min,d_max]。

基于温度的虚拟电池模型的建立方法为：

令空调设定温度与设定含湿量为

设定

定义单个空调的储能状态为

得到

x(t+1)＝κx(t)+γP_cd(t) (10)

其中：

P_cd(t)＝P_cont(t)-P_baseline (11)

对于n个空调则有

将各等式两边相加得集群的虚拟电池模型：

将多个空调单体聚合，将参数κ按照欧式距离大小聚类，

定义：每个簇划分为(C₁,C₂,...,C_k)，令每个簇内的平方误差最小：

其中u_i是每个簇C_i的均值，也称质心，表达式为：

由此得出N_aca个参数相近的空调集群，并且令每个集群统一按照质心来表示κ_y,y∈(N_aca,1,N_aca,2,..N_aca,i)，其中N_aca,1代表第一个集群；

由此基于温度的虚拟电池模型简化为

SOC(t+1)＝κ_ySOC(t)+P(t) (18)

基于湿度的虚拟电池模型的建立方法为：

在湿度的虚拟电池模型中，定义湿度控制基准功率：

湿度空调储能公式：

P_cd＝P_cont-P_baseline (24)

得到湿度控制下空调系统的虚拟电池公式：

对于多个单体，则有：

利用聚类的思想，将参数κ_h按照距离分类，得到N_ach个集群，令每个集群统一按照质心来表示κ_H,y∈(N_ach,1,N_ach,2,..N_ach,i,..)，其中N_ach,1代表第一个集群；由此，基于湿度控制的虚拟电池模型表达式为：

SOC(t+1)＝κ_HSOC(t)+P(t) (27)

步骤4的实现方法包括：获得对节点上柔性负荷的控制决策权，在考虑潮流与电压不越限的情况下，使配电网减小网损成本和用户补偿成本；设系统共有N_um个节点，其中节点1-m可进行空调的调控操作，总共需要削减的负荷为P_cut，X₁-X_m分别为相应节点的空调补偿量，i＝1,2,...,N_um；P_i′为节点i 原注入有功功率；P_i、Q_i分别为负荷补偿后节点i的有功和无功功率；U_i、U_j分别为节点i和j的电压；G_ij、B_ij、δ_ij分别为节点i与j之间的电导、电纳及相角差；X_r为节点r的负荷补偿量；

电网拓扑应满足潮流方程：

考虑系统网损：

其中，r_ij为节点i和j之间的电阻。计算中考虑电压约束以及负荷补偿量约束，如下式：

其中，U_st表示系统的标称电压；

定义上层调度中的目标函数：

F＝min C_sys＝k_lossP_loss+k_cmpP_accmp (33)

上式中，k_loss表示电网电价，k_cmp表示单位补偿成本。

本发明的有益效果是：

本发明对温湿度独立控制的空调具有较好的适应性，在保证人体舒适度一定的条件下，建立温湿度独立的虚拟电池模型并提高柔性负荷的需求响应能力，在双层调度优化里对电网运行经济最优化，减少系统的运行成本；提高空调集群的响应能力，最大减小电网总运行成本；解决了空调系统在降温除湿的过程中，会在送风前进行额外的加热，使得空调系统内部能量抵消，增加了能耗。并且在一些相对湿度要求高的场合，室内的温湿度耦合控制往往不能够实现相对湿度的精准调节等技术问题。

附图说明

图1为本发明空调一阶等效热参数模型示意图；

图2为本发明具体实施方式房间空气含湿量动态变化示意图；

图3为本发明流程示意图。

具体实施方式

本发明具体步骤包括：

步骤1)利用物理方程表征室内温湿度变化，其中常用等效热参数方程表示建筑物内温度变化；基于质交换的原理，用房间排污模型类比得出房间排湿模型，得出室内湿度变化方程；基于此，将上述方程推导出了其离散递推方程；

在步骤1中，空调一阶等效热参数模型为：

将上式化简成离散递推模型：

式中，C为等效比热容，R为等效热阻，T₀为外界温度，T^t则表示t时刻的是室内温度，P_cont为空调功率，η为空调的制冷效率(也称为能效比)，Δt 表示公式的时间颗粒度。

S表示启停状态，S＝1是表示开启状态，S＝0则为停止状态，P_rated表示空调的额定功率。

根据图2，在dτ时间内，房间空气含湿量动态变化是送风量送入房间，室内的物体具有产湿效果，排风系统送走室内旧风。其平衡方程式表示为：

送入量+散发量-排走量＝变化量

ρ_aGd₁d_τ+wd_τ-ρ_aGdd_τ＝ρ_aVd_d (4)

上式中，ρ_a为送风密度，kg/m³；d为房间空气含湿量，g/kg；G表示送风量大小，单位为m³/h；w为室内产湿量，单位为g/h；V表示房间体积，单位为 m³，d₁表示送风的含湿量，d_τ表示时间偏微分算子，d_d为室内含湿量偏微分算子。

对室内湿度平衡方程做化简，定义如下参数：

室内相对产湿量：A，其中满足

相对送/排风量：B，其中满足

空调转换湿度系数：

其中d₁表示系统降温除湿的送风含湿量，P_rated为新风换气机的额定功率，新风换气机主要控制室内的空气含湿量；

如此，平衡方程可以推导成离散递推方程：

上式中，P_cont,t表示t时刻的新风换气机功率，d(t)为t时刻的室内含湿量。在步骤2)中，根据《采暖通风与空气调节设计规范》以及《夏热冬冷地区居住建筑节能设计标准》的夏季空调设计条件，在规范中，空调室内热舒适采用PMV-PDD指标评价，提出满足热舒适要求的PMV、PDD范围为：-1≤PMV≤+1、 PDD≤25％。

PMV、PDD指标综合考虑了人体活动程度、衣服热阻、空气温度、平均辐射温度、空气流速以及空气湿度六个因素。为了求得室内温度、湿度的范围，并且满足人体舒适度，我们先给出温度、湿度的大致范围(如表一)，再从中筛选出满足舒适度条件下的最优范围。

这里给出PMV与PDD指标的计算函数：

PDD＝100-95×exp(-0.03353×PMV⁴-0.2179×PMV²) (7)

上式中，M表示人体的能量代谢率,W表示人体所作机械功，P_a为人体周围空气的水蒸气压力；t_a为房间室内温度；f_cl为服装面积系数；t_cl为衣服外表面温度，

为房间平均辐射温度，h_c表示对流换热系数。

根据条件，可以推算得在满足人体舒适度条件下，温度与相对湿度的合理范围。

含湿量与相对湿度得联系公式为：

其中P表示空气压力，P_sb为饱和水蒸气压力，

为相对湿度。

定义温度合理范围：L_temp＝[T_min,T_max]；含湿量合理范围：L_humd＝[d_min,d_max]

在步骤3)中，通常令空调设定温度与设定含湿量为

设定

定义单个空调的储能状态为

T(t)表示t时刻的室内温度；

可以得到

x(t+1)＝κx(t)+γP_cd(t) (10)

其中

P_cd(t)＝P_cont(t)-P_baseline(t) (11)

COP表示空调制冷机的制冷效率；P_cd(t)为虚拟电池模型中的充放电功率；

P_baseline(t)为基准功率；κ可以看作是虚拟电池中的自损系数；

对于n个空调则有

将各等式两边相加得集群的虚拟电池模型：

这里为将多个空调单体聚合，我们将参数κ按照欧式距离大小聚类，可以定义：每个簇划分为(C₁,C₂,...,C_k)，令每个簇内的平方误差最小：

其中u_i是每个簇C_i的均值，也称质心，N_Ci是簇C_i的数量表达式为：

由此可以得出N_aca个参数相近的空调集群，并且令每个集群统一按照质心来表示κ_y,y∈(Y_C1,Y_C2,..Y_Ci)，其中Y_C1代表第一个集群。

由此基于温度的虚拟电池模型可以简化为

SOC_Ci(t+1)＝κ_ySOC_Ci(t)+P_Ci(t) (18)

上式中，SOC_Ci(t)表示Y_Ci集群的虚拟电池储能状态，P_Ci(t)为Y_Ci集群的虚拟电池充放电功率，N_Yci为集群Y_Ci的空调数量。

同理，在湿度的虚拟电池模型中，定义湿度控制基准功率：

湿度空调储能公式：

P_cd＝P_cont-P_baseline (24)

得到湿度控制下空调系统的虚拟电池公式：

对于多个单体，则有：

同样利用聚类的思想，将参数κ_h按照距离分类，得到N_ach个集群，令每个集群统一按照质心来表示κ_H,y∈(Y_H1,Y_H2,..Y_Hi,...)，其中Y_H1代表第一个集群。

由此，基于湿度控制的虚拟电池模型表达式为：

SOC_Hi(t+1)＝κ_HSOC_Hi(t)+P_Hi(t) (27)

SOC_Hi(t)表示Y_Hi集群的虚拟电池储能状态，P_Hi(t)为Y_Hi集群的虚拟电池充放电功率，

为集群Y_Ci的空调数量。

在步骤4)中，考虑电网拓扑关系，在每个节点中将空调负荷集群，一般而言，配电网中往往存在多个节点与负荷聚合商签订协议，获得对节点上柔性负荷的控制决策权，因此考虑潮流与电压不越限的情况下，使得配电网的减小网损成本和用户补偿成本。

系统共有N_um个节点，其中节点1-m可进行空调的调控操作，总共需要削减的负荷为P_cut，X₁-X_m分别为相应节点的空调补偿量，i＝1,2,...,N_um；P_i'为节点i原注入有功功率；P_i、Q_i分别为负荷补偿后节点i的有功和无功功率；U_i、U_j分别为节点i和j的电压；G_ij、B_ij、δ_ij分别为节点i与j之间的电导、电纳及相角差；X_r为节点r的负荷补偿量。

电网拓扑应满足潮流方程：

考虑系统网损：

其中，r_ij为节点i和j之间的电阻。计算中考虑电压约束以及负荷补偿量约束，如下式：

其中，U_st表示系统的标称电压。

我们定义上层调度中的目标函数：

F＝min C_sys＝k_lossP_loss+k_cmpP_accmp (33)

上式中，k_loss表示电网电价，k_cmp表示单位补偿成本。

本发明在温湿度独立控制空调系统中，房间的温度和湿度可以分别进行控制，实现真正意义上的温湿度的解耦控制。

Claims (8)

1.一种基于温湿度独立控制的分布式资源调度方法，其特征在于：它包括：

步骤1、利用物理方程表征室内温湿度变化，用等效热参数方程表示建筑物内温度变化；基于质交换的原理，用房间排污模型类比得出房间排湿模型，得出室内湿度变化方程；从而推导出了离散递推方程；

步骤2、采用PMV-PDD指标来评估室内环境，并且得出指标与温湿度关联的方程，得到在人体理想舒适度范围内，室内温度和湿度的变化量；

步骤3、推导出基于温度的虚拟电池模型和基于湿度的虚拟电池模型；并且根据优化集群，消除集群内部各空调的参数差异性，减少了维数灾难；

步骤4、采用双层调度的思想，利用空调集群的虚拟电池模型，得到每个节点的空调集群可调最大和最小值，在日内调度中根据系统的分时电价与补偿系数，在系统潮流约束和电压约束下优化，从而得到经济最优的目标。

2.根据权利要求1所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：步骤4还包括：下层调度中利用上层优化后节点空调集群出力的结果使得实时优化调度中空调出力与理想出力偏差值最小。

3.根据权利要求1所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：步骤1的具体实现方法包括：

建立空调一阶等效热参数模型为：

将上式化简成离散递推模型：

式中，C为等效比热容，R为等效热阻，T₀为外界温度，T为室内气体温度，P为空调功率，η为空调的制冷效率；S表示启停状态，S＝1是表示开启状态，S＝0则为停止状态，P_rated表示空调的额定功率；

在dτ时间内，房间空气含湿量动态变化是送风量送入房间，室内的物体具有产湿效果，排风系统送走室内旧风，平衡方程式表示为：

送入量+散发量-排走量＝变化量

ρ_aGd_id_τ+wd_τ-ρ_aGdd_τ＝ρ_aVd_d (4)

式中，ρ_a为送风密度，kg/m³；d为房间空气含湿量，g/kg；G表示送风量大小，单位为m³/h；w为室内产湿量，单位为g/h；V表示房间体积，单位为m³；

对室内湿度平衡方程做化简，定义如下参数：

室内相对产湿量：A，满足

相对送/排风量：B，满足

空调转换湿度系数：

其中d₁表示空调降温除湿的送风含湿量；

通过平衡方程推导成离散递推方程：

4.根据权利要求1所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：PMV、PDD指标综合考虑了人体活动程度、衣服热阻、空气温度、平均辐射温度、空气流速以及空气湿度六个因素；为了求得室内温度、湿度的范围，并且满足人体舒适度，先给出温度、湿度的大致范围再从中筛选出满足舒适度条件下的最优范围；

PMV与PDD指标的计算函数为：

式中，M表示人体的能量代谢率,W表示人体所作机械功，P_a为人体周围空气的水蒸气压力；t_a为房间室内温度；f_cl为服装面积系数；t_cl为衣服外表面温度，

为房间平均辐射温度，h_c表示对流换热系数。

5.根据权利要求4所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：人体理想舒适度范围内室内温度和湿度的变化量的确定方法为：

推算满足人体舒适度条件下，温度与相对湿度的合理范围：

含湿量与相对湿度得联系公式为：

式中：P表示空气压力，P_sb为饱和水蒸气压力，

为相对湿度；

定义温度合理范围：L_temp＝[T_min,T_max]；含湿量合理范围：L_humd＝[d_min,d_max]。

6.根据权利要求1所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：基于温度的虚拟电池模型的建立方法为：

令空调设定温度与设定含湿量为

设定

定义单个空调的储能状态为

得到

x(t+1)＝κx(t)+γP_cd(t) (10)

其中：

P_cd(t)＝P_cont(t)-P_baseline (11)

对于n个空调则有

将各等式两边相加得集群的虚拟电池模型：

将多个空调单体聚合，将参数κ按照欧式距离大小聚类，

定义：每个簇划分为(C₁,C₂,...,C_k)，令每个簇内的平方误差最小：

其中u_i是每个簇C_i的均值，也称质心，表达式为：

由此得出N_aca个参数相近的空调集群，并且令每个集群统一按照质心来表示κ_y,y∈(N_aca,1,N_aca,2,..N_aca,i)，其中N_aca,1代表第一个集群；

由此基于温度的虚拟电池模型简化为

SOC(t+1)＝κ_ySOC(t)+P(t) (18)

7.根据权利要求6所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：基于湿度的虚拟电池模型的建立方法为：

在湿度的虚拟电池模型中，定义湿度控制基准功率：

湿度空调储能公式：

P_cd＝P_cont-P_baseline (24)

得到湿度控制下空调系统的虚拟电池公式：

对于多个单体，则有：

利用聚类的思想，将参数κ_h按照距离分类，得到N_ach个集群，令每个集群统一按照质心来表示κ_H,y∈(N_ach,1,N_ach,2,..N_ach,i,..)，其中N_ach,1代表第一个集群；由此，基于湿度控制的虚拟电池模型表达式为：

SOC(t+1)＝κ_HSOC(t)+P(t) (27)

8.根据权利要求1所述的一种基于温湿度独立控制的分布式资源调度方法，其特征在于：步骤4的实现方法包括：获得对节点上柔性负荷的控制决策权，在考虑潮流与电压不越限的情况下，使配电网减小网损成本和用户补偿成本；设系统共有N_um个节点，其中节点1-m可进行空调的调控操作，总共需要削减的负荷为P_cut，X₁-X_m分别为相应节点的空调补偿量，i＝1,2,...,N_um；P_i′为节点i原注入有功功率；P_i、Q_i分别为负荷补偿后节点i的有功和无功功率；U_i、U_j分别为节点i和j的电压；G_ij、B_ij、δ_ij分别为节点i与j之间的电导、电纳及相角差；X_r为节点r的负荷补偿量；

电网拓扑应满足潮流方程：

考虑系统网损：

其中，r_ij为节点i和j之间的电阻。计算中考虑电压约束以及负荷补偿量约束，如下式：

其中，U_st表示系统的标称电压；

定义上层调度中的目标函数：

F＝minC_sys＝k_lossP_loss+k_cmpP_accmp (33)

上式中，k_loss表示电网电价，k_cmp表示单位补偿成本。

Images