CN114744608A - 一种电力需求响应聚合空调负荷协同控制方法及系统 - Google Patents
一种电力需求响应聚合空调负荷协同控制方法及系统 Download PDFInfo
- Publication number
- CN114744608A CN114744608A CN202110021328.1A CN202110021328A CN114744608A CN 114744608 A CN114744608 A CN 114744608A CN 202110021328 A CN202110021328 A CN 202110021328A CN 114744608 A CN114744608 A CN 114744608A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- load
- demand response
- group
- 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.)
- Granted
Links
- 230000004044 response Effects 0.000 title claims abstract description 165
- 230000002776 aggregation Effects 0.000 title claims abstract description 55
- 238000004220 aggregation Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000004931 aggregating effect Effects 0.000 claims abstract description 9
- 239000012943 hotmelt Substances 0.000 claims abstract description 8
- 238000004378 air conditioning Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
-
- 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
- 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)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种电力需求响应聚合空调负荷协同控制方法及系统，包括：获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的；本发明可以按照不同用户负荷制定不同的方案进行空调负荷协同控制，大大提高了空调负荷的响应速度。
Description
技术领域
本发明属于智能电网领域，尤其是涉及一种电力需求响应聚合空调负荷协同控制方法及系统。
背景技术
随着社会的进步与科技的发展，越来越多具有波动性和不确定性的新能源发电资源接入电网，传统电力调节方式不能维持电力系统的稳定运行。如何增加自身的运行备用容量以维持电网的稳定运行并存储额外的电力是电力系统亟待解决的问题。需求响应为提高电力系统运行的安全性和稳定性提供了一个经济有效的方法。在需求响应模式下，电力用户根据市场的价格信号或激励信号做出响应，改变原有的电力消费计划，以平抑负荷波动、促进新能源消纳，从而维持高比例可再生能源渗透下的电网供需平衡，保证电网安全、稳定的运行，促进更多的可再生能源地接入电网进行消纳。
一方面，随着电力市场化改革的持续深化，为各类用户参与电力需求响应，实现电力削峰填谷，促进可再生能源消纳提供了良好的环境。另一方面，家电智能化的提高和物联网技等术在居民侧的逐步普及为居民负荷自动参与需求响应提供了技术支持。空调负荷可以储存能量，且短时间内改编参数不会对用电体验造成太大影响。空调负荷具有占比高、可控性强、响应速度快、可就地平衡、与高峰负荷相关性强等特点，空调负荷参与电力系统需求响应对于智能电网是非常重要的。然而，单一空调负荷可调能力有限，并不是每个居民负荷都具备需求响应潜力，且不同的用户负荷需求响应的潜力是不一样的，这主要由负荷的特性所决定。
发明内容
为克服上述现有技术的不足，本发明提出一种电力需求响应聚合空调负荷协同控制方法，包括：
获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
优选的，所述获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率，包括：
针对不同的需求响应类型，将所述空调负荷群聚合模型分为直控组和间控组；
根据所述直控组和间控组，获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型；
基于所述模型和参与需求响应的类型，得到所述空调在需求响应前和需求响应后的负荷功率。
优选的，所述空调负荷群聚合模型的构建，包括：
根据单台空调的一阶模型，利用蒙特卡洛模拟法模拟出空调个体的空调的额定功率和运行状态数据以及房间的等效热容和热阻；
根据所述模拟以空调运行功率的上限和下限作为空调负荷群聚合的约束条件，建立空调负荷群聚合模型；
其中，所述空调运行功率的上下限由空调效能比、房间的等效热阻和当前地区室内和室外温度确定。
优选的，所述需求响应削峰潜力的计算式如下：
式中，S为需求响应削峰潜力，Pn为需求响应之前的负荷功率，Pt为响应事件t时段之后的负荷功率，t1为需求响应开始时刻，t2为需求响应结束时刻。
优选的，并根据需求响应削峰潜力发布任务进行协同控制，包括：
根据需求响应削峰潜力发布协同控制响应的负荷量；
根据所述负荷量判断直控组和间控组的相应任务情况，进行协同控制。
优选的，根据所述负荷量判断直控组的相应任务情况，包括：
根据所述负荷量判断直控组的空调负荷是否可以满足此次需求响应的负荷量，得到第一判定结果；
如果所述第一判定结果为直控组的空调负荷满足此次需求响应的负荷量，则按照需求响应潜力的计算结果对直控组内的个体进行排序，选出可满足本次响应负荷量的最优空调个体组合，形成第一响应群，并向所述第一响应群中的空调个体发送第一控制信号，完成本次需求响应，同时等待下一次需求响应任务的发布；
如果所述第一判定结果为直控组的空调负荷不能满足此次需求响应的负荷量，则所述第一判定结果向直控组内所有空调负荷发送第二控制信号，并计算还需响应的负荷量差值。
优选的，所述根据所述负荷量判断直控组和间控组的相应任务情况，进行协同控制，包括：
根据所述负荷量判断直控组的相应任务情况，得到还需响应的负荷量差值；
根据所述还需响应的负荷量差值向间控组内空调个体发送需求响应请求，进行协同控制。
优选的，进行协同控制，包括：
根据用户返回的“参与”或“拒绝”报文，来确定所述用户是否从参与此次协同控制需求响应；
如果所述用户反馈的结果为“参与”报文时，将所述用户空调个体形成备选群，按照需求响应潜力的计算结果对所述备选群内的个体进行排序，按顺序选出可满足负荷量差值的最优空调个体组合，形成第二响应群，并向所述第二响应群中的空调个体发送第三控制信号；
根据所述第三控制信号判断本次需求响应是否完成，得到第二判断结果；
如果所述第二判断结果为完成相应时，则等待下一次需求响应任务的发布；
如果所述第二判断结果为未完成响应时，则重新计算还需响应的负荷量差值，从已排序的所述备选群剩余个体中选出满足负荷量差值的空调个体，向所述备选群剩余个体发送相应的第四控制信号；根据所述第四控制信号判断本次需求响应是否完成，得到第三判断结果；
如果所述第三判断结果为完成相应时，则等待下一次需求响应任务的发布；
如果所述第三判断结果为未完成响应时，则判断是否到达需求响应结束时间，得到第四判断结果；
如果所述第四判断结果为未到达需求响应结束时间，则更新当前空调负荷群状态信息和未被响应的负荷量，返回重新根据计算结果发布协同控制任务的响应的负荷量，且此时负荷量为未被响应的负荷量；
如果所述第四判断结果为到达需求响应结束时间时，则等待下一次需求响应任务发布。
基于同一发明构思，本发明还提供了一种电力需求响应聚合空调负荷协同控制系统，包括：获取计算模块和协同控制模块；
其中获取计算模块，用于获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
其中协同控制模块，用于根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
优选的，所述获取计算模块，包括：模型分组子模块、模型输入子模块和输出功率子模块；
其中模型分组子模块，用于针对不同的需求响应类型，将所述空调负荷群聚合模型分为直控组和间控组；
其中模型输入子模块，用于根据所述直控组和间控组，获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型；
其中输出功率子模块，用于基于所述模型和参与需求响应的类型，得到所述空调在需求响应前和需求响应后的负荷功率。
与最接近的现有技术相比，本发明具有的有益效果如下：
1、本发明实现了一种电力需求响应聚合空调负荷协同控制方法及系统，包括：获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的；本发明按照不同用户负荷需求有针对性的制定不同的方案来进行空调负荷协同控制，提高了响应速度；
2、本发明实现了空调负荷参数的多样性，在保证用户舒适度的情况下控制空调的运行状态进行负荷的削减；
3、本发明实现了主动参与了电网的调峰，维持了电网的稳定运行，并存储额外的电力动能来保证以后电网的运行工作。
附图说明
图1为本发明提供的一种电力需求响应聚合空调负荷协同控制方法流程示意图；
图2为本发明实施例中的电力需求响应聚合负荷协同控制方法流程图流程示意图；
图3为本发明实施例中的电力需求响应聚合空调负荷协同控制系统；
图4为本发明提供的一种电力需求响应聚合空调负荷协同控制系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1：
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
如图1所示,本发明实施例的方法包括：
步骤1:获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
步骤2:根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
一种电力需求响应聚合空调负荷协同控制方法，具体包括如图2所示的步骤：
步骤1包括a(图中显示为S1)；a、针对与电网公司签订不同协议的电力用户，利用模特卡洛模拟法，建立空调负荷群聚合模型；
步骤2包括b(图中显示为S2)和c(图中显示为S3)；
b、空调需求响应削峰潜力评估；
c、提出可调控负荷群协同优化控制策略。
所述步骤a，具体包括：
a1、对空调的负荷特性建立可量化的物理模型，根据能量守恒定律，空调房间内温度变化主要与空调的制冷能量、室内人员与设备的发热能量、室外向室内的热传导能量有关，单台空调一阶模型表达式如下：
式中，Ti和To表示室内温度和室外温度，C和K表示空调工作房间的热熔和热导，t表示时间，Ph表示房间热量交换，主要包括空调制冷量Ph,ac(当空调制冷时为正，空调制热时为负)和房间内其他热源的热量Ph,other。空调制冷量可根据空调厂家提供的空调能效比与空调功率得出，可表示为：
Ph,ac＝saPe
式中，a为空调能效比，Pe为空调的电功率，s为空调工作状态(制冷s＝-1，制热s＝1)。a2、建立空调负荷群聚合模型。分散式空调存在着负荷数量多、容量小、分布分散等特点，不易于调控，所以需要搭建基于蒙特卡洛模拟法的空调负荷聚合模型。分散式空调负荷在聚合时各自的参数以及初始状态具有随机性，各空调工作过程是相对独立、互不干扰的随机过程，采用蒙特卡洛模拟法可以有效地实现空调负荷参数的多样性。空调个体的空调额定功率P、房间等效热容C、房间等效热阻R均服从高斯分布，然后利用蒙特卡洛模拟的方法构建它们的概率模型，最后从参数空间中按照各参数的概率分布进行抽样，每次抽取的结果分别作为各个个体空调模型的运行参数。
对于某有M台空调，每台空调的额定功率为Pi，每台空调的运行状态为si小区，根据大数定律，该小区的空调负荷聚合模型的实时功率s(t)以及运行状态Pag(t)为：
a3、建立分组控制空调负荷群聚合模型。针对需求响应项目，电力用户与电网签订直接控制或间接控制协议，当需求响应任务发布时，电网侧可直接削减签订直接控制协议用户的空调负荷，而对于签订间接控制协议的用户，电网侧发布需求响应任务后，需要根据用户返回的“参与”或“拒绝”报文，来确定该类用户是否从参与此次需求响应。签订直接控制协议的用户获得的电价补贴将高于间接控制用户。用分组控制空调负荷的方法，按照空调用户参与需求响应的类型，将空调分为直控组Gd和间控组Gi，先聚合每小组里面的空调，再聚合所有组的空调，则空调负荷聚合模型的运行状态以及实时功率可以表示为：
式中，|Gd|、|Gi|分别为直控组和间控组空调的数量。
a4、提出空调负荷聚合模型的约束条件，空调聚合模型的功率上下限：
式中，Tout为屋外气温，Tmax和Tmin分别为根据人体舒适度设定的室内室温最大和最小值，Ri为空调i的房间等效热阻。
可选的，所述空调允许的温度设置区间为[22℃，30℃]。
空调聚合负荷功率可调节的最大范围，是指房间空调在一种自由的状态下最大的聚合功率范围，在空调不受控制时，可以将空调集群的聚合功率是在[Pag,max，Pag,min]中的任一功率。
所述步骤b，具体包括：为确定需求响应潜力评估指标S，空调负荷参与需求侧响应的目的是主动参与电网调峰，当夏季的某一天，电网公司发出指令需要进行调峰时，空调负荷参与需求响应后的负荷削减量越大，需求响应深度越大；可持续时间越长，需求响应潜力越大，现在将这一指标量化，记为需求响应深度乘以需求响应持续的时间，可用下式表示：
式中，Pn是需求响应之前的负荷功率，Pt是响应事件之后的负荷功率，t1是需求响应开始时刻，t2是需求响应结束时刻。
所述步骤c，具体包括：
c1、聚合商发布当前时隙内需要进行响应的负荷量；
c2、判断直控组Gd空调负荷是否可以满足此次需求响应的负荷量，得到第一判定结果；
c3、若所述第一判定结果为直控组Gd空调负荷可以满足此次需求响应的负荷量，按照需求响应潜力评估指标S对直控组内个体进行排序，选出可满足本次响应负荷量的最优空调个体组合，形成响应群，并向响应群中的空调个体发送控制信号；
可选的，出可满足本次响应负荷量的最优空调个体组合，形成响应群，具体包括：
从直控组Gd中正向搜索m个空调个体，形成时隙内参与需求响应的设备组Ei中负荷聚合功率在功率上满足以下约束条件：
式中，Pneeded(t)为此次需求响应需要削减的负荷量。
c4、若所述第一判定结果为直控组Gd空调负荷不能满足此次需求响应的负荷量，向直控组Gd内所有空调负荷发送控制信号，并计算还需响应的负荷量差值；
c5、向间控组Gi内空调个体发送需求响应请求，等待用户反馈；
c6、将用户反馈结果为“参与”的空调个体形成备选群，按照需求响应潜力评估指标S对备选群内个体进行排序，按顺序选出可满足负荷量差值的最优空调个体组合，形成响应群，并向响应群中的空调个体发送控制信号；
c6、判断本次需求响应是否完成，得到第二判断结果；
c7、若所述第二判断结果为完成，则等待下一次需求响应任务发布；
c8、若所述第二判断结果为响应未完成，重新计算还需响应的负荷量差值，从已排序的备选群剩余个体中选出满足负荷量差值的空调个体，向他们相应的控制信号；
c9、判断本次需求响应是否完成，得到第三判断结果；
c10、若所述第三判断结果为完成，则等待下一次需求响应任务发布；
c11、若所述第三判断结果为未完成响应，则判断是否到达需求响应结束时间，得到第四判断结果；
c12、若所述第四判断结果为未到达需求响应结束时间，则更新当前空调负荷群状态信息和未被响应的负荷量，回到步骤“聚合商发布时隙内需要进行响应的负荷量”，此时负荷量为未被响应的负荷量。
c13、若所述第四判断结果为到达需求响应结束时间，则等待下一次需求响应任务发布。
实施例2：
基于同一发明构思，本发明还提供了一种电力需求响应聚合空调负荷协同控制系统，由于这些设备解决技术问题的原理与一种电力需求响应聚合空调负荷协同控制方法相似，重复之处不再赘述。
该系统，如图4所示，包括：获取计算模块和协同控制模块；
其中获取计算模块，用于获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
其中协同控制模块，用于根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
所述获取计算模块，包括：模型分组子模块、模型输入子模块和输出功率子模块；
其中模型分组子模块，用于针对不同的需求响应类型，将所述空调负荷群聚合模型分为直控组和间控组；
其中模型输入子模块，用于根据所述直控组和间控组，获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型；
其中输出功率子模块，用于基于所述模型和参与需求响应的类型，得到所述空调在需求响应前和需求响应后的负荷功率。
一种电力需求响应聚合空调负荷协同控制系统，如图3所示,包括：
数据采集模块，用于按照一定的时间间隔采集各空调所处环境的室内和室外实时温度信息、空调运行功率信息。
负荷分析模块，用于根据空调状态感知模块采集到的各空调的实时状态，确定空调可执行需求响应的潜力。
科学决策模块，用于根据空调状态感知模块以及负荷分析模块的数据，按一定规则确定参与调节的负荷个体。
精准执行模块，用于生成参与调节的负荷个体的控制信号，并将控制信号发送给各科学决策模块所选择的空调个体。
回溯校验模块，用于确保所选空调能完成本次需求响应的负荷要求。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,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:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在发明待批的权利要求保护范围之内。
Claims (10)
1.一种电力需求响应聚合空调负荷协同控制方法，其特征在于，包括：
获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
2.根据权利要求1所述的方法，其特征在于，所述获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率，包括：
针对不同的需求响应类型，将所述空调负荷群聚合模型分为直控组和间控组；
根据所述直控组和间控组，获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型；
基于所述模型和参与需求响应的类型，得到所述空调在需求响应前和需求响应后的负荷功率。
3.根据权利要求2所述的方法，其特征在于，所述空调负荷群聚合模型的构建，包括：
根据单台空调的一阶模型，利用蒙特卡洛模拟法模拟出空调个体的空调的额定功率和运行状态数据以及房间的等效热容和热阻；
根据所述模拟以空调运行功率的上限和下限作为空调负荷群聚合的约束条件，建立空调负荷群聚合模型；
其中，所述空调运行功率的上下限由空调效能比、房间的等效热阻和当前地区室内和室外温度确定。
4.根据权利要求1所述的方法，其特征在于，
所述需求响应削峰潜力的计算式如下：
式中，S为需求响应削峰潜力，Pn为需求响应之前的负荷功率，Pt为响应事件t时段之后的负荷功率，t1为需求响应开始时刻，t2为需求响应结束时刻。
5.根据权利要求2所述的方法，其特征在于，并根据需求响应削峰潜力发布任务进行协同控制，包括：
根据需求响应削峰潜力发布协同控制响应的负荷量；
根据所述负荷量判断直控组和间控组的相应任务情况，进行协同控制。
6.根据权利要求5所述的方法，其特征在于，根据所述负荷量判断直控组的相应任务情况，包括：
根据所述负荷量判断直控组的空调负荷是否可以满足此次需求响应的负荷量，得到第一判定结果；
如果所述第一判定结果为直控组的空调负荷满足此次需求响应的负荷量，则按照需求响应潜力的计算结果对直控组内的个体进行排序，选出可满足本次响应负荷量的最优空调个体组合，形成第一响应群，并向所述第一响应群中的空调个体发送第一控制信号，完成本次需求响应，同时等待下一次需求响应任务的发布；
如果所述第一判定结果为直控组的空调负荷不能满足此次需求响应的负荷量，则所述第一判定结果向直控组内所有空调负荷发送第二控制信号，并计算还需响应的负荷量差值。
7.根据权利要求6所述的方法，其特征在于，所述根据所述负荷量判断直控组和间控组的相应任务情况，进行协同控制，包括：
根据所述负荷量判断直控组的相应任务情况，得到还需响应的负荷量差值；
根据所述还需响应的负荷量差值向间控组内空调个体发送需求响应请求，进行协同控制。
8.根据所述权利要求7所述的方法，其特征在于，进行协同控制，包括：
根据用户返回的“参与”或“拒绝”报文，来确定所述用户是否从参与此次协同控制需求响应；
如果所述用户反馈的结果为“参与”报文时，将所述用户空调个体形成备选群，按照需求响应潜力的计算结果对所述备选群内的个体进行排序，按顺序选出可满足负荷量差值的最优空调个体组合，形成第二响应群，并向所述第二响应群中的空调个体发送第三控制信号；
根据所述第三控制信号判断本次需求响应是否完成，得到第二判断结果；
如果所述第二判断结果为完成相应时，则等待下一次需求响应任务的发布；
如果所述第二判断结果为未完成响应时，则重新计算还需响应的负荷量差值，从已排序的所述备选群剩余个体中选出满足负荷量差值的空调个体，向所述备选群剩余个体发送相应的第四控制信号；根据所述第四控制信号判断本次需求响应是否完成，得到第三判断结果；
如果所述第三判断结果为完成相应时，则等待下一次需求响应任务的发布；
如果所述第三判断结果为未完成响应时，则判断是否到达需求响应结束时间，得到第四判断结果；
如果所述第四判断结果为未到达需求响应结束时间，则更新当前空调负荷群状态信息和未被响应的负荷量，返回重新根据计算结果发布协同控制任务的响应的负荷量，且此时负荷量为未被响应的负荷量；
如果所述第四判断结果为到达需求响应结束时间时，则等待下一次需求响应任务发布。
9.一种电力需求响应聚合空调负荷协同控制系统，其特征在于，包括：获取计算模块和协同控制模块；
所述获取计算模块，用于获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型，得到所述空调的负荷功率；
所述协同控制模块，用于根据所述负荷功率，进行需求响应削峰潜力的计算，并根据需求响应削峰潜力发布任务进行协同控制；
其中，所述空调负荷群聚合模型是根据多个单台空调的一阶模型聚合构成的，所述单台空调的一阶模型是由室内外温度、室内热熔热导和室内热量交换情况建立的。
10.根据权利要求9所述的系统，其特征在于，所述获取计算模块，包括：模型分组子模块、模型输入子模块和输出功率子模块；
所述模型分组子模块，用于针对不同的需求响应类型，将所述空调负荷群聚合模型分为直控组和间控组；
所述模型输入子模块，用于根据所述直控组和间控组，获取每台空调的额定功率和运行状态数据输入到预先建立的空调负荷群聚合模型；
所述输出功率子模块，用于基于所述模型和参与需求响应的类型，得到所述空调在需求响应前和需求响应后的负荷功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110021328.1A CN114744608B (zh) | 2021-01-08 | 2021-01-08 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110021328.1A CN114744608B (zh) | 2021-01-08 | 2021-01-08 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114744608A true CN114744608A (zh) | 2022-07-12 |
| CN114744608B CN114744608B (zh) | 2024-03-26 |
Family
ID=82274302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110021328.1A Active CN114744608B (zh) | 2021-01-08 | 2021-01-08 | 一种电力需求响应聚合空调负荷协同控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114744608B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006029693A (ja) * | 2004-07-16 | 2006-02-02 | Shimizu Corp | マルチエアコンのデマンド制御システム |
| CN106451474A (zh) * | 2016-11-10 | 2017-02-22 | 国电南瑞科技股份有限公司 | 规模化空调负荷参与电网调峰优化调度方法 |
| 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 |
| JP2019170037A (ja) * | 2018-03-22 | 2019-10-03 | Kddi株式会社 | デマンドレスポンスの発動要請に対する電力抑制装置、プログラム及び方法 |
| CN110425706A (zh) * | 2019-07-29 | 2019-11-08 | 南京理工大学 | 面向电网削峰的聚合空调负荷调控方法 |
| CN110542177A (zh) * | 2019-08-13 | 2019-12-06 | 天津大学 | 面向需求响应的变频空调聚合控制方法 |
| CN110739710A (zh) * | 2018-07-20 | 2020-01-31 | 中国农业大学 | 基于优化算法的多种能源类型协调调度方法及装置 |
| CN111209672A (zh) * | 2020-01-07 | 2020-05-29 | 河海大学 | 考虑用户调节行为随机性的空调负荷聚合功率建模方法 |
| CN111950934A (zh) * | 2020-08-28 | 2020-11-17 | 南方电网科学研究院有限责任公司 | 电力需求响应聚合负荷协同控制方法、装置和系统 |
-
2021
- 2021-01-08 CN CN202110021328.1A patent/CN114744608B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006029693A (ja) * | 2004-07-16 | 2006-02-02 | Shimizu Corp | マルチエアコンのデマンド制御システム |
| CN106451474A (zh) * | 2016-11-10 | 2017-02-22 | 国电南瑞科技股份有限公司 | 规模化空调负荷参与电网调峰优化调度方法 |
| 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 |
| JP2019170037A (ja) * | 2018-03-22 | 2019-10-03 | Kddi株式会社 | デマンドレスポンスの発動要請に対する電力抑制装置、プログラム及び方法 |
| CN110739710A (zh) * | 2018-07-20 | 2020-01-31 | 中国农业大学 | 基于优化算法的多种能源类型协调调度方法及装置 |
| CN110425706A (zh) * | 2019-07-29 | 2019-11-08 | 南京理工大学 | 面向电网削峰的聚合空调负荷调控方法 |
| CN110542177A (zh) * | 2019-08-13 | 2019-12-06 | 天津大学 | 面向需求响应的变频空调聚合控制方法 |
| CN111209672A (zh) * | 2020-01-07 | 2020-05-29 | 河海大学 | 考虑用户调节行为随机性的空调负荷聚合功率建模方法 |
| CN111950934A (zh) * | 2020-08-28 | 2020-11-17 | 南方电网科学研究院有限责任公司 | 电力需求响应聚合负荷协同控制方法、装置和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114744608B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110425706B (zh) | 面向电网削峰的聚合空调负荷调控方法 | |
| WO2022077588A1 (zh) | 可调节负荷参与需求响应的调用方法、系统及装置 | |
| Wang et al. | A demand response and battery storage coordination algorithm for providing microgrid tie-line smoothing services | |
| CN103257571B (zh) | 基于dlc的空调负荷双层优化调度和控制策略制定方法 | |
| CN106230028B (zh) | 一种风电—抽水蓄能联合系统的多目标优化方法 | |
| Jia et al. | Simulation-based policy improvement for energy management in commercial office buildings | |
| 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 | |
| CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
| CN105322550A (zh) | 一种家居微电网运行的优化方法 | |
| CN105607484A (zh) | 智能电网环境下商业用户可控负荷的管理策略 | |
| CN104037755A (zh) | 一种求解风蓄火联合运行系统多时段Pareto解集的优化方法 | |
| Chen et al. | Day-ahead scheduling of large numbers of thermostatically controlled loads based on equivalent energy storage model | |
| CN112131712A (zh) | 客户侧多能源系统多目标优化方法和系统 | |
| CN108122067B (zh) | 一种建筑需求响应动态过程的建模方法和系统 | |
| CN113988471A (zh) | 一种微电网运行多目标优化方法 | |
| CN111968008B (zh) | 基于多能协作的综合能源监控系统及方法 | |
| CN114744608B (zh) | 一种电力需求响应聚合空调负荷协同控制方法及系统 | |
| CN111102644A (zh) | 一种蓄热式电采暖参与电网调峰潜力的确定方法及系统 | |
| CN112378047A (zh) | 面向多场景的可调负荷的资源聚合方法、系统、设备及存储介质 | |
| CN114142479B (zh) | 计及多类型可调节负荷资源的用户侧能量调度方法及系统 | |
| CN108224692B (zh) | 考虑室外气温预测误差的空调柔性控制响应能力预测方法 | |
| 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 | |
| Hou et al. | Two-Layer Control Framework and Aggregation Response Potential Evaluation of Air Conditioning Load Considering Multiple Factors | |
| Li et al. | A Flexible Control Strategy of Air-Conditioning Cluster Participating in Primary Frequency Modulation | |
| Chai et al. | Research on transaction mode and interactive control strategy for aggregated thermostatically controlled load based on block chain technology |
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 |