CN115377963B - 一种异质性集群空调负荷新型温度设定值控制方法 - Google Patents

Abstract

本发明公开了一种异质性集群空调负荷新型温度设定值控制方法，包括S1、基于日前调度模式，估计温控负荷实时温度调节量；S2、将各空调负荷占空比、额定温度以及初始设定温度作为评价指标，根据该评价指标对集群空调负荷进行综合评价，以得到空调负荷的调节顺序；S3、根据空调负荷开关转换时刻确定消纳时间段内可能的调节时间，并根据消纳时间段内各时刻的负荷开启数量约束以及空调负荷的调节顺序，确定空调负荷调节时间。本发明可实现异质性集群空调负荷聚合功率在调节过程中能够平稳的变化，可降低集群负荷调节行为对电网的影响，以保证电网安全稳定运行。

Description

一种异质性集群空调负荷新型温度设定值控制方法

技术领域

本发明属于空调负荷调节的技术领域，具体涉及一种异质性集群空调负荷新型温度设定值控制方法。

背景技术

由于新能源发电自身的随机性和波动性，以及越来越庞大的负荷侧，使得电网安全稳定运行面临着新的挑战。传统电网调控方式已经不能满足新型电力系统的需求，亟需通过负荷侧手段对电网进行调控。在负荷侧可调节资源中，由于温控负荷，例如：空调负荷，热泵，电热水器，电冰箱等，能够对控制信号快速响应，还具有规模大，分布广泛的特点，往往被视为参与电网调控的重要发展对象。

现有很多关于集群空调负荷温度控制方法的相关研究，包括：

第一、针对参数相同或相近的空调集群，利用等效热参数模型分析传统温度调节方法造成聚合负荷波动的机理，提出一种改进的温度调节方法，该方法对空调集群中的单独个体进行设定温度上、下限的分离控制，有效克服传统温度调节方法造成聚合负荷波动的现象。

第二、还提出了一种基于改进状态空间模型的空调负荷控制策略；首先扩展状态空间长度，建立了更为精确的改进状态空间模型，能够保证空调群所有空调均能精确地分配到相应的状态单元中，大大提高了空调聚合模型的精度；在此基础上，建立了空调聚合控制模型，实现温控信号下空调负荷动态聚合特性的跟踪；最后，对空调群进行温度优化控制，实现空调群的负荷调节。

但上述现有技术关于集群空调负荷温度控制方法存在着两点不足，一是以往方法只考虑了集群空调负荷参数相同的情况，对于异质性的集群空调负荷温度控制方法没有进行深入研究；二是以往研究集群空调负荷温度控制方法主要目的是为降低集群空调负荷的峰值，实现电网调峰等目标，而随着新能源发电技术的发展，平抑新能源波动，消纳新能源出力成为电网安全稳定经济发展的新方向。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种异质性集群空调负荷新型温度设定值控制方法，以解决或改善上述的问题。

为达到上述目的，本发明采取的技术方案是：

一种异质性集群空调负荷新型温度设定值控制方法，其包括以下步骤：

S1、基于日前调度模式，估计温控负荷实时温度调节量；

S2、将温控负荷占空比、额定功率以及设定温度作为负荷评价指标，根据该负荷评价指标对集群空调负荷进行综合评价，以得到空调负荷的调节顺序；

S3、根据空调负荷开关转换时刻确定消纳时间段内可能的调节时间，并根据消纳时间段内各时刻的负荷开启数量约束以及空调负荷的调节顺序，确定空调负荷调节时间。

进一步地，步骤S1中采用温控负荷参与日前调度行为模式得到温度调节量，并将该温度调节量作为集群温控负荷参与新能源消纳的调节量；

基于日前调度模式，将日前调度目标设置为在消纳时段的集群温控负荷聚合功率曲线与原始聚合功率加上消纳目标的曲线之间的均方根误差最小：

其中，RMSE表示均方根误差，T₁和T₂分别表示消纳的开始时间和结束时间，ΔT表示消纳时间段长度，P_{agg_day-ahead,t}表示日前调度模式下t时刻的温控负荷聚合功率，P_agg,t表示无调节情况下t时刻的温控负荷聚合功率；P_t表示t时刻的电网新能源消纳目标。

进一步地，步骤S2具体包括：

S2.1、将温控负荷占空比、额定功率以及设定温度作为负荷评价指标，并对设定温度进行正向化处理：

I_T,i＝max(T_set)-T_set,i

其中，I_T,i为设定温度正向化处理后的标准指标值，T_set为设定温度，T_set,i为用户对负荷i的设定温度值；

S2.2、采用极值法对各项评价指标进行无量纲化处理：

其中，r_ik为负荷i第k项指标无量纲化后的指标值，x_ik为负荷i第k项指标值；

S2.3、采用熵权法确定各评价指标的权重；

S2.4、根据所得的各评价指标的权重，采用线性加权的方法求取各个用户的综合评价值；

其中，q_i为负荷i的综合评价值；w_k为第k项评价指标的权重。

进一步地，步骤S2.3中采用熵权法确定各评价指标的权重，包括：

设由m个评价方案n项评价指标构成的评价矩阵为X＝(x_Ik)_m×n，I＝1,2,……,m；k＝1,2,……,n，评价指标标准化为：

其中，P_Ik为标准化的评价指标数据；

计算各评价指标的熵E_k为：

当P_Ik＝0时，令P_IklnP_Ik＝0；w_k为各指标的权系数，即是评价指标的权重：

进一步地，步骤S3具体包括：

S3.1、在温控负荷满足调节点要求和调节开启数量约束时，对负荷进行温度调节；即对消纳时段负荷调节时刻温控负荷开启数量进行约束，将负荷调节时最大开启量约束表示为：

N＝N₁-N₂-N₃

其中，N表示负荷调节时最大开启数量，N₁表示日前调度模式下消纳时段的负荷最大开启数量，N₂表示未参与消纳情况下消纳时段内各时刻由关闭转换为开启状态的最大负荷数量，N₃表示消纳量对应的负荷最小开启数量；

S3.2、当温控负荷满足调节点要求和调节开启数量约束时，将负荷设定温度值恢复到初始水平；即在消纳时段结束后，负荷进行恢复时，对负荷开启数量进行约束，将负荷恢复时最小开启量约束表示为：

M＝M₁-M₂+M₃

其中，M表示负荷恢复时的最小开启数量，M₁表示未参与消纳情况下消纳时段后各时刻集群负荷开启状态的最大负荷数量，M₂表示未参与消纳情况下消纳时段后各时刻集群负荷由开启状态转换为关闭状态的最小负荷数量，M₃表示未参与消纳情况下消纳时段后各时刻集群负荷由关闭状态转换为开启状态的最小负荷数量；

S3.3、根据确定的消纳时间段内温控负荷可能的调节点，基于各时刻的负荷开启数量约束，并在满足约束的情况下，调节负荷顺序，并确定各个温控负荷的具体调节时间。

本发明提供的异质性集群空调负荷新型温度设定值控制方法，具有以下有益效果：

本发明在得到系统运营商下发的调节目标后，负荷聚合商首先采用日前调度模式对温控负荷温度调节量进行估计；然后将初始设定温度、额定电功率以及占空比作为温控负荷评价指标，利用熵权法确定温控负荷调节顺序；最后考虑温控负荷自身的开关状态变换和每时刻负荷开启数量约束，以确定每个温控负荷的调节时间；本发明可实现异质性集群空调负荷聚合功率在调节过程中能够平稳的变化，可降低集群负荷调节行为对电网的影响，保证电网安全稳定运行。

附图说明

图1为本发明温控负荷调节量及调节时间确定流程图。

图2为本发明各空调负荷温度调节量。

图3为本发明空调负荷集群调节顺序。

图4为本发明编号266的空调负荷原始运行状态变化。

图5为本发明集群空调负荷聚合功率曲线图。

图6为本发明各调节方法下集群空调负荷聚合功率曲线图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1，参考图1，本方案的异质性集群空调负荷新型温度设定值控制方法，在异质性集群空调负荷参与电网新能源消纳场景时，能够保证集群空调负荷的聚合功率能够平稳的变化，以此来降低集群空调负荷调节行为对电网安全稳定运行的影响，其具体包括以下步骤：

步骤S1、基于日前调度模式，估计温控负荷实时温度调节量，其具体包括：

在负荷聚合商接受到系统运营商下发的消纳目标后，负荷聚合商需要根据管辖下的集群温控负荷的参数确定各个负荷聚合商的温度调节量。由于集群温控负荷自身具有一定的异质性，导致每个温控负荷在参与调节行为时温度调节量也应该保持多样性，本步骤具体包括：

本实施例利用温控负荷参与日前调度行为模式得到温度调节量，并将其作为集群温控负荷参与新能源消纳的调节量。

基于日前调度模式，将日前调度目标设置为在消纳时段的集群温控负荷聚合功率曲线与原始聚合功率加上消纳目标的曲线之间的均方根误差最小：

其中，RMSE表示均方根误差，T₁和T₂分别表示消纳的开始时间和结束时间，ΔT表示消纳时间段长度，P_{agg_day}-_ahead,t表示日前调度模式下t时刻的温控负荷聚合功率，P_agg,t表示无调节情况下t时刻的温控负荷聚合功率；P_t表示t时刻的电网新能源消纳目标。

本实施例温控负荷可减低温度设定在0～3℃以内，以保证用户的用电舒适度。

步骤S2、将温控负荷占空比、额定功率以及设定温度作为负荷评价指标，根据该负荷评价指标对集群空调负荷进行综合评价，以得到空调负荷的调节顺序，其具体包括以下步骤：

步骤S2.1、本步骤为保持电网安全稳定运行，降低集群负荷调节行为对电网的影响，对消纳时间段内各时刻处于开启状态的温控负荷数量进行约束，导致了某一时刻不是全部满足调节条件的负荷都会被调节，所以需要确定负荷的调节顺序，本步骤具体包括：

本实施例将温控负荷占空比、设定温度以及额定功率作为负荷评价指标，由于设定温度有高有低，温度设定值低的用户更乐意于去调低温控负荷的温度设定值，所以对温度设定值评价指标进行正向化处理：

I_T，i＝max(T_set)-T_set，i

其中，I_T,i为设定温度正向化处理后的标准指标值，T_set为设定温度，T_set,i为用户对负荷i的设定温度值；

步骤S2.2、各项指标之间由于各自量纲及量级的不同而存在的不可公度性，故采用极值法进行无量纲化处理：

其中，r_ik为负荷i第k项指标无量纲化后的指标值，x_ik为负荷i第k项指标值。

步骤S2.3、在得到无量纲化后的负荷指标值后，利用熵权法确定各指标权重：

设由m个评价方案n项评价指标构成的评价矩阵为X＝(x_ij)_m×n，i＝1,2,……,m；j＝1,2,……,n，评价指标标准化为：

其中，P_ij为标准化的评价指标数据；标准化处理可有效地消除了评价指标间的不可公度；

计算得到各评价指标的熵为：

特别的，当P_ij＝0时，令P_ijlnP_ij＝0；w_j为各评价指标的权系数，也即是指标的权重：

权系数w_j体现了评价指标的信息量，熵权值越大表示该指标对综合决策的作用越大，直观有效地反映了指标间的差异程度。

步骤S2.4、根据所得的各评价指标的权重，采用线性加权的方法求取各个用户的综合评价值：

其中，q_i为负荷i的综合评价值；w_k为第k项指标的权重；根据所得的各温控负荷的综合评价值后，对其进行由大到小排序，从而确定负荷的调节顺序。

步骤S3、在消纳时间段内，进行负荷调节时，负荷在同一时刻大规模调节会使得电网出现较大的负荷波动；为了更好的保证室内温度平稳转换以及减少同一时刻内集群负荷的调节行为，对温控负荷集群采用新型温度控制方式，在温控负荷开关状态转换点即室内温度增减变化点进行负荷设定值调节和恢复，其具体包括以下步骤：

步骤S3.1、为进一步的保证集群温控负荷在调节时聚合功率不会出现较大的波动，对消纳时段负荷调节时刻温控负荷开启数量进行约束，将负荷调节时最大开启量约束表示为：

N＝N₁-N₂-N₃

其中，N表示负荷调节时最大开启数量，N₁表示日前调度模式下消纳时段的负荷最大开启数量，N₂表示未参与消纳情况下消纳时段内各时刻由关闭转换为开启状态的最大负荷数量，N₃表示消纳量对应的负荷最小开启数量；

本步骤只有在温控负荷满足调节点要求和调节开启数量约束时，负荷才会进行温度调节。

步骤S3.2、在消纳时段结束后，负荷在进行恢复时，对负荷开启数量进行约束，将负荷恢复时最小开启量约束粗略的表示为：

M＝M₁-M₂+M₃

其中，M表示负荷恢复时的最小开启数量，M₁表示未参与消纳情况下消纳时段后各时刻集群负荷开启状态的最大负荷数量，M₂表示未参与消纳情况下消纳时段后各时刻集群负荷由开启状态转换为关闭状态的最小负荷数量，M₃表示未参与消纳情况下消纳时段后各时刻集群负荷由关闭状态转换为开启状态的最小负荷数量。

本步骤只有在温控负荷满足调节点要求和调节开启数量约束时，才会将负荷设定温度值恢复到初始水平。

步骤S3.3、首先根据新型温度控制即根据负荷开关状态转换点，确定消纳时间段内温控负荷可能的调节点；然后考虑各时刻的负荷开启数量约束，在满足约束的情况下，考虑负荷调节顺序，由此确定各个温控负荷的具体调节时间。

实施例2，本实施例基于实施例1的方法步骤，并以具体案例进行说明：

某新能源接入地区由一温控负荷聚合商，负荷聚合商管辖1000台空调负荷，空调负荷集群参数满足如表1所示的正态分布。假设新能源发电商预测在8:00由于光照强度以及风速的增大，会出现2小时左右新能源出力增加，增加幅值在200kW左右，系统运营商由此向负荷聚合商下达200kW的新能源消纳目标，在两小时后恢复到原来状态。

表1温控负荷集群参数分布

参数	负荷聚合商
		<![CDATA[温度设定值T<sub>set</sub>(℃)]]>	<![CDATA[N(22.5,2.25<sup>2</sup>),(15,.25)]]>
温度死区δ(℃)	<![CDATA[N(0.3,0.03<sup>2</sup>),(0.25,1)]]>
		<![CDATA[额定功率P<sub>rated</sub>(kW)]]>	<![CDATA[N(14,1.4<sup>2</sup>),(10,18)]]>
等效热阻R(℃/kW)	<![CDATA[N(2,0.2<sup>2</sup>),(1.5,2.5)]]>
		等效热容Ca(kWh/℃)	<![CDATA[N(2,0.2<sup>2</sup>),(1.5,2.5)]]>
能效比η	2.5

步骤S1、基于日前调度模式，估计温控负荷实时温度调节量，其具体为：

负荷聚合在得到消纳目标后，首先利用日前调度模式对温控负荷调节量进行估计，得到各温控负荷调节量如图2所示。

步骤S2、负荷聚合商对管辖范围下的各个温控负荷进行评价，确定温控负荷调节顺序，此时空调负荷调节顺序如图3所示。

步骤S3、参考图4，得到负荷调节顺序后，根据温控负荷原始运行情况分析空调负荷可能的调节点，如图4所示编号为266的空调负荷，其可能的调节时间点为：8:12，8:30，8:47，9:05，9:22，9:40，9:57。

在得到负荷可能调节点后，为降低调节行为导致的负荷聚合功率波动，初步估计在第一个小时内的每时刻负荷开启数量约束为：131，第二个小时内的负荷开启数量约束为：134。利用每时刻负荷开启数量约束，进一步得到各温控负荷的开启时间，最后得到集群空调负荷聚合功率曲线如图5。

从图5中可知，本实施例空调负荷控制方法在进行负荷调节能够较好的完成消纳目标，并且此时只有432个用户参与了调节。不同调节方法下的集群空调负荷聚合功率变化如图6所示，从图6中可知，在集群温控负荷参与电网新能源消纳场景下，本实施例采用考虑负荷开启数量约束的温度控制方法能够降低负荷调节行为带来的电网负荷波动，保证电网安全稳定运行，同时在产生相同消纳效果下，发生调节行为的用户更少，对用户的影响更小。

本发明可实现异质性集群空调负荷聚合功率在调节过程中能够平稳的变化，可降低集群负荷调节行为对电网的影响，保证电网安全稳定运行。

虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。

Claims (4)

1.一种异质性集群空调负荷新型温度设定值控制方法，其特征在于，包括以下步骤：

S1、基于日前调度模式，估计温控负荷实时温度调节量；

S2、将温控负荷占空比、额定功率以及设定温度作为负荷评价指标，根据该负荷评价指标对集群空调负荷进行综合评价，以得到空调负荷的调节顺序；

S3、根据空调负荷开关转换时刻确定消纳时间段内可能的调节时间，并根据消纳时间段内各时刻的负荷开启数量约束以及空调负荷的调节顺序，确定空调负荷调节时间；

所述步骤S1中采用温控负荷参与日前调度行为模式得到温度调节量，并将该温度调节量作为集群温控负荷参与新能源消纳的调节量；

基于日前调度模式，将日前调度目标设置为在消纳时段的集群温控负荷聚合功率曲线与原始聚合功率加上消纳目标的曲线之间的均方根误差最小：

其中，RMSE表示均方根误差，T₁和T₂分别表示消纳的开始时间和结束时间，ΔT表示消纳时间段长度，P_{agg_day-ahead,t}表示日前调度模式下t时刻的温控负荷聚合功率，P_agg,t表示无调节情况下t时刻的温控负荷聚合功率；P_t表示t时刻的电网新能源消纳目标。

2.根据权利要求1所述的异质性集群空调负荷新型温度设定值控制方法，其特征在于，所述步骤S2具体包括：

S2.1、将温控负荷占空比、额定功率以及设定温度作为负荷评价指标，并对设定温度进行正向化处理：

I_T，i＝max(T_set)-T_set，i

其中，I_T，i为设定温度正向化处理后的标准指标值，T_set为设定温度，T_set，i为用户对负荷i的设定温度值；

S2.2、采用极值法对各项评价指标进行无量纲化处理：

其中，r_ik为负荷i第k项指标无量纲化后的指标值，x_ik为负荷i第k项指标值；

S2.3、采用熵权法确定各评价指标的权重；

S2.4、根据所得的各评价指标的权重，采用线性加权的方法求取各个用户的综合评价值；

其中，q_i为负荷i的综合评价值；w_k为第k项评价指标的权重。

3.根据权利要求2所述的异质性集群空调负荷新型温度设定值控制方法，其特征在于，所述步骤S2.3中采用熵权法确定各评价指标的权重，包括：

设由m个评价方案n项评价指标构成的评价矩阵为X＝(x_Ik)_m×n，I＝1，2，......，m；k＝1，2，......，n，评价指标标准化为：

其中，P_Ik为标准化的评价指标数据；

计算各评价指标的熵E_k为：

当P_Ik＝0时，令P_IklnP_Ik＝0；w_k为各指标的权系数，即是评价指标的权重：

4.根据权利要求1所述的异质性集群空调负荷新型温度设定值控制方法，其特征在于，所述步骤S3具体包括：

S3.1、在温控负荷满足调节点要求和调节开启数量约束时，对负荷进行温度调节；即对消纳时段负荷调节时刻温控负荷开启数量进行约束，将负荷调节时最大开启量约束表示为：

N＝N₁-N₂-N₃

其中，N表示负荷调节时最大开启数量，N₁表示日前调度模式下消纳时段的负荷最大开启数量，N₂表示未参与消纳情况下消纳时段内各时刻由关闭转换为开启状态的最大负荷数量，N₃表示消纳量对应的负荷最小开启数量；

S3.2、当温控负荷满足调节点要求和调节开启数量约束时，将负荷设定温度值恢复到初始水平；即在消纳时段结束后，负荷进行恢复时，对负荷开启数量进行约束，将负荷恢复时最小开启量约束表示为：

M＝M₁-M₂+M₃

其中，M表示负荷恢复时的最小开启数量，M₁表示未参与消纳情况下消纳时段后各时刻集群负荷开启状态的最大负荷数量，M₂表示未参与消纳情况下消纳时段后各时刻集群负荷由开启状态转换为关闭状态的最小负荷数量，M₃表示未参与消纳情况下消纳时段后各时刻集群负荷由关闭状态转换为开启状态的最小负荷数量；

S3.3、根据确定的消纳时间段内温控负荷可能的调节点，基于各时刻的负荷开启数量约束，并在满足约束的情况下，调节负荷顺序，并确定各个温控负荷的具体调节时间。

Images