CN114880753A - 房屋电热负荷需求响应模型的建模方法及装置 - Google Patents

房屋电热负荷需求响应模型的建模方法及装置 Download PDF

Info

Publication number
CN114880753A
CN114880753A CN202210777765.0A CN202210777765A CN114880753A CN 114880753 A CN114880753 A CN 114880753A CN 202210777765 A CN202210777765 A CN 202210777765A CN 114880753 A CN114880753 A CN 114880753A
Authority
CN
China
Prior art keywords
heat
house
heat storage
heating load
electric heating
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
Application number
CN202210777765.0A
Other languages
English (en)
Other versions
CN114880753B (zh
Inventor
陈新宇
金天昱
文劲宇
尚国政
郑博文
曹阳
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.)
Huazhong University of Science and Technology
Electric Power Research Institute of State Grid Eastern Inner Mongolia Power Co Ltd
Original Assignee
Huazhong University of Science and Technology
Electric Power Research Institute of State Grid Eastern Inner Mongolia 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 Huazhong University of Science and Technology, Electric Power Research Institute of State Grid Eastern Inner Mongolia Power Co Ltd filed Critical Huazhong University of Science and Technology
Priority to CN202210777765.0A priority Critical patent/CN114880753B/zh
Publication of CN114880753A publication Critical patent/CN114880753A/zh
Application granted granted Critical
Publication of CN114880753B publication Critical patent/CN114880753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Architecture (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种房屋电热负荷需求响应模型的建模方法及装置，属于电气工程领域，方法包括：由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求；将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项；基于热源输出功率、被动热力存储项、主动蓄热项和房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。有助于合理安排电热负荷的有序充电，提升能源系统资源配置效率。

Description

房屋电热负荷需求响应模型的建模方法及装置
技术领域
本发明属于电气工程领域，更具体地，涉及一种房屋电热负荷需求响应模型的建模方法及装置。
背景技术
我国北方地区在冬季的供暖需求量很大，对热泵、电采暖等热源设备的依赖度非常高。然而，对热源供热功率调节的随意性容易引起房屋内用户体感的不适，并且，在热源、蓄热装置的无序用电下，用电负荷峰值急剧升高，浪费了负荷谷段电网的容量，导致电源和电网的投资低效，降低了能源系统资源配置的效率。
因此，为了合理安排电热负荷的有序充电，实现利用低谷负荷充电的目标，避免电源和电网的低效投资，迫切需要一种精细描述屋内热力平衡的电热负荷需求响应模型，来从根本上提高电热负荷的调度精度。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了一种房屋电热负荷需求响应模型的建模方法及装置，其目的在于提供一种考虑房屋被动热力存储和主动蓄热能力的房屋电热负荷需求响应模型，以解决房屋内热力平衡描述粗糙而不能对电热负荷进行精确调度的问题。
为实现上述目的，按照本发明的一个方面，提供了一种房屋电热负荷需求响应模型的建模方法，包括：S1，由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求；S2，将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项；S3，基于热源输出功率、所述被动热力存储项、所述主动蓄热项和所述房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
更进一步地，所述房屋单位面积的热力需求为：
Figure 82028DEST_PATH_IMAGE001
其中，
Figure 100002_DEST_PATH_IMAGE002
为所述房屋单位面积的热力需求，
Figure 100002_DEST_PATH_IMAGE003
为所述房屋形体系数，
Figure 100002_DEST_PATH_IMAGE004
为所述围 护结构平均隔热系数，
Figure 100002_DEST_PATH_IMAGE005
为所述单位体积空气的热容，
Figure 100002_DEST_PATH_IMAGE006
为所述换气次数，
Figure 100002_DEST_PATH_IMAGE007
为所述室内 高度，
Figure 100002_DEST_PATH_IMAGE008
为所述当前时刻室外温度，
Figure 100002_DEST_PATH_IMAGE009
为所述当前时刻室内温度。
更进一步地，所述被动热力存储项为：
Figure 100002_DEST_PATH_IMAGE010
其中，
Figure 251365DEST_PATH_IMAGE011
为所述被动热力存储项，
Figure 100002_DEST_PATH_IMAGE012
为围护结构总热容，
Figure 100002_DEST_PATH_IMAGE013
为当前 时刻建筑物热容，
Figure 100002_DEST_PATH_IMAGE014
为上一时刻建筑物热容。
更进一步地，所述主动蓄热项为：
Figure 100002_DEST_PATH_IMAGE015
其中，
Figure 100002_DEST_PATH_IMAGE016
为所述主动蓄热项，
Figure 890157DEST_PATH_IMAGE017
为当前时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE018
为上一时刻蓄热装置存储热量。
更进一步地，所述房屋电热负荷需求响应模型包括：
Figure 100002_DEST_PATH_IMAGE019
Figure DEST_PATH_IMAGE020
Figure 100002_DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE022
Figure 100002_DEST_PATH_IMAGE023
Figure DEST_PATH_IMAGE024
其中，
Figure 675579DEST_PATH_IMAGE011
为所述被动热力存储项，
Figure 755531DEST_PATH_IMAGE016
为所述主动蓄热项，
Figure 100002_DEST_PATH_IMAGE025
为热源的供热输出功率，
Figure 984518DEST_PATH_IMAGE026
为所述房屋单位面积的热力需求，
Figure 100002_DEST_PATH_IMAGE027
为热源 的最大供热输出功率，
Figure 48289DEST_PATH_IMAGE028
为蓄热装置的供热输出功率，
Figure 100002_DEST_PATH_IMAGE029
为蓄热装置的最大 供热输出功率，
Figure 902981DEST_PATH_IMAGE017
为当前时刻蓄热装置存储热量，
Figure 837439DEST_PATH_IMAGE018
为上一时刻蓄热装置存储 热量，
Figure 96382DEST_PATH_IMAGE030
为蓄热装置的最小存储热量，
Figure 100002_DEST_PATH_IMAGE031
为蓄热装置的最大存储热量，
Figure 257236DEST_PATH_IMAGE032
为设定温度，
Figure 100002_DEST_PATH_IMAGE033
为最大温度下降偏移量，
Figure 100002_DEST_PATH_IMAGE034
为最大温度上升偏移量，
Figure 912690DEST_PATH_IMAGE013
为当前时刻室内温度。
更进一步地，构建所述房屋电热负荷需求响应模型之后还包括：基于所述房屋电热负荷需求响应模型进行热力优化，所述热力优化以用电峰值与用电谷值之间的差值最小为优化目标；根据优化结果控制房屋中电热负荷的充电。
按照本发明的另一个方面，提供了一种房屋电热负荷需求响应模型的建模装置，包括：热力需求模块，用于由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求；主被动储热模块，用于将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项；模型构建模块，用于基于热源输出功率、所述被动热力存储项、所述主动蓄热项和所述房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
更进一步地，还包括：优化控制模块，用于基于所述房屋电热负荷需求响应模型进行热力优化，所述热力优化以用电峰值与用电谷值之间的差值最小为优化目标；根据优化结果控制房屋中电热负荷的充电。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：提供了一种考虑房屋被动热力存储和主动蓄热能力的电热负荷需求响应模型的建模方法，基于对房屋热力耗散、建筑物热容变化、热源和蓄热装置以及总体热量平衡进行精细建模，综合考虑建筑物围护结构、热源和蓄热装置等，建立考虑房屋被动热力存储和主动蓄热能力的电热负荷需求响应模型，解决屋内热力平衡描述粗糙而不能对电热负荷进行精确调度的问题，有助于合理安排电热负荷的有序充电，实现利用低谷负荷充电的目标，降低负荷峰值大小，从而避免来自电源和电网的低效投资，提升能源系统资源配置效率。
附图说明
图1为本发明实施例提供的房屋电热负荷需求响应模型的建模方法的流程图。
图2为本发明实施例提供的考虑房屋被动热力存储和主动蓄热能力的房屋结构图。
图3为本发明实施例提供的东北某地区典型气温曲线、风电容量因子曲线和负荷曲线图。
图4为本发明实施例提供的基准情景、被动式情景、被动+主动式情景下居民总用电负荷的曲线图。
图5为本发明实施例提供的房屋电热负荷需求响应模型的建模装置的框图。
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，以下结合附图及实施例，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仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中，本发明及附图中的术语“第一”、“第二”等（如果存在）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。
图1为本发明实施例提供的房屋电热负荷需求响应模型的建模方法的流程图。参阅图1，结合图2-图4，对本实施例中房屋电热负荷需求响应模型的建模方法进行详细说明，方法包括操作S1-操作S3。
操作S1，由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求。
本发明实施例中考虑房屋被动热力存储和主动蓄热能力的房屋结构如图2所示，该房屋结构中，包括热源和蓄热装置。热源例如为热泵、电采暖等设备；蓄热装置可以将热源产生的暂时不用或多余的热量储存起来，并在需要时再释放出来加以利用。
北方冬季供暖时期，假设要求室内温度恒定，此时，房间处于热力平衡状态，热力 耗散与热力需求相等。热力平衡下，房屋单位面积的热力需求
Figure 100002_DEST_PATH_IMAGE035
由墙壁与环境间的热交换 以及空气对流有关，可以表示为：
Figure 100002_DEST_PATH_IMAGE036
其中，
Figure 232813DEST_PATH_IMAGE035
为房屋单位面积的热力需求；
Figure 100002_DEST_PATH_IMAGE037
为房屋形体系数，表征建筑物外表面积与 整体体积之比；
Figure 100002_DEST_PATH_IMAGE038
为围护结构平均隔热系数，与房屋结构相关；
Figure 100002_DEST_PATH_IMAGE039
为单位体积空气的热容；
Figure 100002_DEST_PATH_IMAGE040
为换气次数；
Figure 100002_DEST_PATH_IMAGE041
为室内高度；
Figure DEST_PATH_IMAGE042
为当前时刻室外温度，
Figure DEST_PATH_IMAGE043
为当前时刻室内温度。
操作S2，将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项。
建筑物的屋顶、地板和墙体等是良好的保温材料，可以作为被动的热力存储单元。 当室内温度变化时，建筑物热容将会发生变化，变化量
Figure 928236DEST_PATH_IMAGE044
可以表示为：
Figure DEST_PATH_IMAGE045
因此，被动的热力存储单元的被动热力存储项为：
Figure 701020DEST_PATH_IMAGE046
其中，
Figure DEST_PATH_IMAGE047
为被动热力存储项，
Figure 631936DEST_PATH_IMAGE048
为围护结构总热容，
Figure 540986DEST_PATH_IMAGE043
为当前时刻建筑 物热容，
Figure DEST_PATH_IMAGE049
为上一时刻建筑物热容。
室内的供热由热源经蓄热装置提供，蓄热装置拥有主动蓄热的能力。蓄热装置的主动蓄热项为：
Figure 407311DEST_PATH_IMAGE015
其中，
Figure DEST_PATH_IMAGE050
为主动蓄热项，
Figure DEST_PATH_IMAGE051
为当前时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE052
为上 一时刻蓄热装置存储热量。
操作S3，基于热源输出功率、被动热力存储项、主动蓄热项和房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
热源与蓄热装置需要满足功率和容量的约束。当前时刻
Figure DEST_PATH_IMAGE053
，热源的供热输出功率为
Figure DEST_PATH_IMAGE054
，蓄热装置的供热输出功率为
Figure DEST_PATH_IMAGE055
，它们需要满足以下约束：
Figure 260866DEST_PATH_IMAGE020
Figure 480626DEST_PATH_IMAGE021
当前时刻蓄热装置存储热量
Figure 244183DEST_PATH_IMAGE051
可以表示为：
Figure 281409DEST_PATH_IMAGE022
Figure 497627DEST_PATH_IMAGE051
需要满足的容量约束可以表示为：
Figure DEST_PATH_IMAGE056
综合考虑房屋的被动热力存储和主动蓄热能力，房屋总体的热量平衡可以表示为：
Figure DEST_PATH_IMAGE057
为保证用户的舒适度，室内温度的波动需要在设定值
Figure DEST_PATH_IMAGE058
附近的一定范围内，可 以表示为：
Figure DEST_PATH_IMAGE059
基于上述约束和热量平衡表达式，本发明实施例中构建的房屋电热负荷需求响应模型包括：
Figure 710958DEST_PATH_IMAGE019
Figure 329021DEST_PATH_IMAGE020
Figure 802728DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE060
Figure 896455DEST_PATH_IMAGE023
Figure 582651DEST_PATH_IMAGE024
其中，
Figure 320800DEST_PATH_IMAGE047
为被动热力存储项；
Figure 575195DEST_PATH_IMAGE050
为主动蓄热项；
Figure 766005DEST_PATH_IMAGE054
为热源的供热 输出功率，表示当前时刻热源的热力供应量；
Figure 255892DEST_PATH_IMAGE035
为房屋单位面积的热力需求，表示当前时 刻由于室内外温差造成的热力耗散量；
Figure DEST_PATH_IMAGE061
为热源的最大供热输出功率，
Figure 973181DEST_PATH_IMAGE055
为蓄 热装置的供热输出功率，
Figure DEST_PATH_IMAGE062
为蓄热装置的最大供热输出功率，
Figure 788690DEST_PATH_IMAGE051
为当前时刻蓄热 装置存储热量，
Figure 466796DEST_PATH_IMAGE052
为上一时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE063
为蓄热装置的最小存储热 量，
Figure DEST_PATH_IMAGE064
为蓄热装置的最大存储热量，
Figure 166899DEST_PATH_IMAGE058
为设定温度，
Figure DEST_PATH_IMAGE065
为最大温度下降偏移 量，
Figure DEST_PATH_IMAGE066
为最大温度上升偏移量，
Figure 269853DEST_PATH_IMAGE043
为当前时刻室内温度。
根据本发明的实施例，在构建房屋电热负荷需求响应模型之后还包括：基于房屋电热负荷需求响应模型进行热力优化，热力优化以用电峰值与用电谷值之间的差值最小为优化目标；根据优化结果控制房屋中电热负荷的充电。
进一步地，选取东北某地区典型气温曲线、典型风电容量因子曲线和典型负荷曲线，如图3所示。设置温度设定值为10℃，波动范围为±1℃，设置蓄热装置容量为30kWh，热源和蓄热装置最大热力输出功率为8kWh。比较在考虑房屋被动热力存储、主动蓄热前后，居民总用电负荷的峰值与谷值大小。
为了比较考虑房屋被动热力存储、主动蓄热前后，居民总用电负荷的峰值与谷值变化的效果，采用控制变量法，设置三种仿真的情景。第一种为“基准情景”，不考虑房屋被动热力存储和主动蓄热能力；第二种为“被动式情景”，考虑房屋被动热力存储，但不考虑主动蓄热能力；第三种为“被动+主动式情景”，同时考虑房屋被动热力存储和主动蓄热能力，即本发明实施例所对应情景。负荷、风电出力以及其余约束条件在基准情景、被动式情景和被动+主动式情景中均相同。通过仿真分析得到了基准情景、被动式情景和被动+主动式情景下居民总用电负荷的曲线，如图4所示。
参阅图4，基准情景下，居民用户总用电负荷峰值出现在第13个时间段，达到了11.1kW，总用电负荷谷值出现在第4个时间段，为2.3kW。基准情景下，居民用户总用电负荷峰值与谷值的差值为8.8kW。
参阅图4，被动式情景下，居民用户总用电负荷峰值出现在第14个时间段，达到了10.7kW，总用电负荷谷值出现在第4个时间段，为3.4kW。被动式情景下，居民用户总用电负荷峰值与谷值的差值为7.3kW。
参阅图4，被动+主动式情景下，居民用户总用电负荷峰值出现在第11至24时间段，保持在8.6kW，总用电负荷谷值出现在第1个时间段，为5.8kW。被动+主动式情景下，居民用户总用电负荷峰值与谷值的差值为2.8kW。
由此，可以得到，房屋被动热力存储能有效降低用电峰值、提升用电谷值，而房屋被动热力存储和主动蓄热能力能使这种变化更加明显，与基准情景相比，总用电负荷峰值降低22.5%，总用电负荷谷值提升152.2%，总用电负荷峰值与谷值的差值缩小68.2%。
本发明实施例中，考虑房屋被动热力存储和主动蓄热能力，能够在保证用户体感舒适度的情况下进行电热负荷的有序充电，实现利用低谷负荷充电的目标，降低负荷峰值大小，从而避免来自电源和电网的低效投资，提升能源系统资源配置效率。
图5为本发明实施例提供的房屋电热负荷需求响应模型的建模装置的框图。参阅图5，该房屋电热负荷需求响应模型的建模装置500包括热力需求模块510、主被动储热模块520以及模型构建模块530。
热力需求模块510例如执行操作S1，用于由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求。
主被动储热模块520例如执行操作S2，用于将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项。
模型构建模块530例如执行操作S3，用于基于热源输出功率、被动热力存储项、主动蓄热项和房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
根据本发明的实施例，房屋电热负荷需求响应模型的建模装置500还包括优化控制模块。优化控制模块用于基于房屋电热负荷需求响应模型进行热力优化，热力优化以用电峰值与用电谷值之间的差值最小为优化目标；并根据优化结果控制房屋中电热负荷的充电。
房屋电热负荷需求响应模型的建模装置500用于执行上述图1-图4所示实施例中的房屋电热负荷需求响应模型的建模方法。本实施例未尽之细节，请参阅前述图1-图4所示实施例中的房屋电热负荷需求响应模型的建模方法，此处不再赘述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡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 (8)

1.一种房屋电热负荷需求响应模型的建模方法，其特征在于，包括：
S1，由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求；
S2，将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项；
S3，基于热源输出功率、所述被动热力存储项、所述主动蓄热项和所述房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
2.如权利要求1所述的房屋电热负荷需求响应模型的建模方法，其特征在于，所述房屋单位面积的热力需求为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为所述房屋单位面积的热力需求，
Figure DEST_PATH_IMAGE003
为所述房屋形体系数，
Figure DEST_PATH_IMAGE004
为所述围护结 构平均隔热系数，
Figure DEST_PATH_IMAGE005
为所述单位体积空气的热容，
Figure DEST_PATH_IMAGE006
为所述换气次数，
Figure DEST_PATH_IMAGE007
为所述室内高度，
Figure DEST_PATH_IMAGE008
为所述当前时刻室外温度，
Figure DEST_PATH_IMAGE009
为所述当前时刻室内温度。
3.如权利要求1所述的房屋电热负荷需求响应模型的建模方法，其特征在于，所述被动热力存储项为：
Figure DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
为所述被动热力存储项，
Figure DEST_PATH_IMAGE012
为围护结构总热容，
Figure 502785DEST_PATH_IMAGE009
为当前时刻建 筑物热容，
Figure DEST_PATH_IMAGE013
为上一时刻建筑物热容。
4.如权利要求1所述的房屋电热负荷需求响应模型的建模方法，其特征在于，所述主动蓄热项为：
Figure DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
为所述主动蓄热项，
Figure DEST_PATH_IMAGE016
为当前时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE017
为上一时刻蓄热装置存储热量。
5.如权利要求1所述的房屋电热负荷需求响应模型的建模方法，其特征在于，所述房屋电热负荷需求响应模型包括：
Figure DEST_PATH_IMAGE019
Figure DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE023
Figure DEST_PATH_IMAGE025
Figure DEST_PATH_IMAGE027
Figure DEST_PATH_IMAGE029
其中，
Figure 996083DEST_PATH_IMAGE011
为所述被动热力存储项，
Figure DEST_PATH_IMAGE030
为所述主动蓄热项，
Figure DEST_PATH_IMAGE031
为 热源的供热输出功率，
Figure 749144DEST_PATH_IMAGE002
为所述房屋单位面积的热力需求，
Figure DEST_PATH_IMAGE032
为热源的最大供 热输出功率，
Figure DEST_PATH_IMAGE033
为蓄热装置的供热输出功率，
Figure DEST_PATH_IMAGE034
为蓄热装置的最大供热输出 功率，
Figure 988496DEST_PATH_IMAGE016
为当前时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE035
为上一时刻蓄热装置存储热量，
Figure DEST_PATH_IMAGE036
为蓄热装置的最小存储热量，
Figure DEST_PATH_IMAGE037
为蓄热装置的最大存储热量，
Figure DEST_PATH_IMAGE038
为 设定温度，
Figure DEST_PATH_IMAGE039
为最大温度下降偏移量，
Figure DEST_PATH_IMAGE040
为最大温度上升偏移量，
Figure DEST_PATH_IMAGE041
为当前 时刻室内温度。
6.如权利要求1-5任一项所述的房屋电热负荷需求响应模型的建模方法，其特征在于，构建所述房屋电热负荷需求响应模型之后还包括：基于所述房屋电热负荷需求响应模型进行热力优化，所述热力优化以用电峰值与用电谷值之间的差值最小为优化目标；根据优化结果控制房屋中电热负荷的充电。
7.一种房屋电热负荷需求响应模型的建模装置，其特征在于，包括：
热力需求模块，用于由房屋形体系数、围护结构平均隔热系数、单位体积空气的热容、换气次数、室内高度、当前时刻室外温度和当前时刻室内温度，得到房屋单位面积的热力需求；
主被动储热模块，用于将上一时刻到当前时刻建筑物热容的变化设置为被动热力存储项，将上一时刻到当前时刻蓄热装置存储热量的变化设置为主动蓄热项；
模型构建模块，用于基于热源输出功率、所述被动热力存储项、所述主动蓄热项和所述房屋单位面积的热力需求，以及热源输出功率、蓄热装置输出功率、蓄热装置容量和室内温度所满足的约束条件，构建房屋电热负荷需求响应模型。
8.如权利要求7所述的房屋电热负荷需求响应模型的建模装置，其特征在于，还包括：优化控制模块，用于基于所述房屋电热负荷需求响应模型进行热力优化，所述热力优化以用电峰值与用电谷值之间的差值最小为优化目标；根据优化结果控制房屋中电热负荷的充电。
CN202210777765.0A 2022-07-04 2022-07-04 房屋电热负荷需求响应模型的建模方法及装置 Active CN114880753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210777765.0A CN114880753B (zh) 2022-07-04 2022-07-04 房屋电热负荷需求响应模型的建模方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210777765.0A CN114880753B (zh) 2022-07-04 2022-07-04 房屋电热负荷需求响应模型的建模方法及装置

Publications (2)

Publication Number Publication Date
CN114880753A true CN114880753A (zh) 2022-08-09
CN114880753B CN114880753B (zh) 2022-09-30

Family

ID=82683132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210777765.0A Active CN114880753B (zh) 2022-07-04 2022-07-04 房屋电热负荷需求响应模型的建模方法及装置

Country Status (1)

Country Link
CN (1) CN114880753B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105650730A (zh) * 2016-01-25 2016-06-08 威海市天罡仪表股份有限公司 热量平衡调节法及基于热量平衡调节法的智能监控系统
CN105807633A (zh) * 2016-05-10 2016-07-27 大连理工大学 基于集中供热管网和建筑物储能消纳风电的热电联合系统调度方法
US20160305678A1 (en) * 2015-04-20 2016-10-20 Alexandre PAVLOVSKI Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings
CN106126845A (zh) * 2016-06-30 2016-11-16 西安建筑科技大学 一种北方民居风光互补供暖优化设计方法
CN106200415A (zh) * 2016-07-07 2016-12-07 西安建筑科技大学 一种基于物理特性的建筑热环境控制建模方法
CN107606686A (zh) * 2016-12-23 2018-01-19 北京金房暖通节能技术股份有限公司 一种热力平衡的供热系统及方法
CN109685396A (zh) * 2019-01-31 2019-04-26 河海大学 一种计及公共楼宇需求响应资源的配电网能量管理方法
WO2020235394A1 (ja) * 2019-05-21 2020-11-26 パナソニックＩｐマネジメント株式会社 エネルギー管理システムおよびエネルギー管理方法
CN112413702A (zh) * 2020-10-23 2021-02-26 国网天津市电力公司电力科学研究院 一种蓄热式电采暖负荷与配电网台区的匹配方法及系统
CN113112087A (zh) * 2021-04-23 2021-07-13 国网宁夏电力有限公司经济技术研究院 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN114154882A (zh) * 2021-12-07 2022-03-08 国网浙江省电力有限公司电力科学研究院 一种基于热负荷建模的综合能源优化调度方法以及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160305678A1 (en) * 2015-04-20 2016-10-20 Alexandre PAVLOVSKI Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings
CN105650730A (zh) * 2016-01-25 2016-06-08 威海市天罡仪表股份有限公司 热量平衡调节法及基于热量平衡调节法的智能监控系统
CN105807633A (zh) * 2016-05-10 2016-07-27 大连理工大学 基于集中供热管网和建筑物储能消纳风电的热电联合系统调度方法
CN106126845A (zh) * 2016-06-30 2016-11-16 西安建筑科技大学 一种北方民居风光互补供暖优化设计方法
CN106200415A (zh) * 2016-07-07 2016-12-07 西安建筑科技大学 一种基于物理特性的建筑热环境控制建模方法
CN107606686A (zh) * 2016-12-23 2018-01-19 北京金房暖通节能技术股份有限公司 一种热力平衡的供热系统及方法
CN109685396A (zh) * 2019-01-31 2019-04-26 河海大学 一种计及公共楼宇需求响应资源的配电网能量管理方法
WO2020235394A1 (ja) * 2019-05-21 2020-11-26 パナソニックＩｐマネジメント株式会社 エネルギー管理システムおよびエネルギー管理方法
CN112413702A (zh) * 2020-10-23 2021-02-26 国网天津市电力公司电力科学研究院 一种蓄热式电采暖负荷与配电网台区的匹配方法及系统
CN113112087A (zh) * 2021-04-23 2021-07-13 国网宁夏电力有限公司经济技术研究院 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN114154882A (zh) * 2021-12-07 2022-03-08 国网浙江省电力有限公司电力科学研究院 一种基于热负荷建模的综合能源优化调度方法以及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
TIM BUBER 等: ""Demand Response potential of electrical heat pumps and electric storage heaters"", 《 IECON 2013 - 39TH ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》 *
XIE ZHIHAN 等: ""Research on the Implementation Architecture and Demand Response Controlling Strategy for Adjustable Load"", 《 2020 IEEE 2ND INTERNATIONAL CONFERENCE ON CIRCUITS AND SYSTEMS (ICCS)》 *
谷万江 等: ""考虑储能及碳交易成本的电热联合系统优化调度策略"", 《电网与清洁能源》 *
邓明辉: ""电力需求侧响应的综合能源系统调度方法及其供能综合评价指标研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN114880753B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
Hirmiz et al. Performance of heat pump integrated phase change material thermal storage for electric load shifting in building demand side management
CN107732897B (zh) 融合虚拟储能系统的楼宇微网模型预测调控方法
US9037307B2 (en) Supply-and-demand control apparatus, supply-and-demand control method, and supply-and-demand control system
CN108321793B (zh) 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法
Bee et al. Air-source heat pump and photovoltaic systems for residential heating and cooling: Potential of self-consumption in different European climates
US20120046798A1 (en) Systems and Methods for Power Demand Management
CN108036468B (zh) 一种空调系统聚合控制方法
CN105207205A (zh) 一种融合需求侧响应的分布式能源系统能量优化调控方法
CN103605389B (zh) 一种全景式微网电池储能系统用温度管理方法和系统
CN108494012A (zh) 一种计及电转气技术的区域综合能源系统在线优化方法
CN110543713A (zh) 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法
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
Wang et al. Event-triggered online energy flow control strategy for regional integrated energy system using Lyapunov optimization
Wang et al. Energy flexibility of PCM-integrated building: Combination parameters design and operation control in multi-objective optimization considering different stakeholders
CN113222227B (zh) 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法
CN111985165B (zh) 一种计及智能楼宇热储特性的电热综合能源系统调度方法
CN114880753B (zh) 房屋电热负荷需求响应模型的建模方法及装置
CN116031954B (zh) 模糊机会约束下的虚拟电厂优化调度方法
CN117313396A (zh) 一种计及多主体需求响应的环境温度节能优化方法及系统
CN111193261A (zh) 一种基于建筑等效热储能的多能流系统日前优化方法
Hou et al. A distributed model predictive control approach for optimal coordination of multiple thermal zones in a large open space
CN114936529A (zh) 一种温控负荷群聚合模型及建模方法、温控负荷群可调节潜力评估方法
CN109799708B (zh) 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法
Cai et al. Convex optimization-based control of sustainable communities with on-site photovoltaic (pv) and batteries
Sultan et al. The State of Art of Heat-Pump integrated Thermal Energy Storage for Demand Response

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