CN116151032A - 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质 - Google Patents

住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质 Download PDF

Info

Publication number
CN116151032A
CN116151032A CN202310402681.3A CN202310402681A CN116151032A CN 116151032 A CN116151032 A CN 116151032A CN 202310402681 A CN202310402681 A CN 202310402681A CN 116151032 A CN116151032 A CN 116151032A
Authority
CN
China
Prior art keywords
load
potential
temperature control
dynamic
battery
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
CN202310402681.3A
Other languages
English (en)
Other versions
CN116151032B (zh
Inventor
彭晋卿
罗正意
谭羽桐
郭加澄
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202310402681.3A priority Critical patent/CN116151032B/zh
Publication of CN116151032A publication Critical patent/CN116151032A/zh
Application granted granted Critical
Publication of CN116151032B publication Critical patent/CN116151032B/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]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请公开了住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质，涉及建筑负荷柔性领域，包括：确定出柔性负荷的类型；构建出温控负荷需求响应模型，并计算出温控负荷的动态负荷柔性潜力；构建出可转移负荷需求响应模型，并计算出可转移负荷的动态负荷柔性潜力；构建出电池负荷需求响应模型，并计算出电池负荷的动态负荷柔性潜力；基于温控负荷的动态负荷柔性潜力、可转移负荷的动态负荷柔性潜力以及电池负荷的动态负荷柔性潜力计算出用户层面的动态负荷柔性潜力；基于用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。通过本申请上述技术方案，能够准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛。

Description

住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质
技术领域
本发明涉及建筑负荷柔性领域，特别涉及一种住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质。
背景技术
为应对能源危机，开发并利用可再生能源发电成为世界各国的共识，光伏发电、风力发电在可见的未来将迎来井喷式发展。然而，随着光伏发电等渗透率的不断提高，其间歇性、波动性给电网的稳定运行带来了巨大挑战。住宅建筑负荷柔性作为一种缓解光伏发电和风力发电的间歇性和波动性对电网冲击的有效方式，近年来受到世界各国的广泛关注。负荷柔性的定义：一种通过调整建筑的用电方式（如改变空调等温控负荷的设定温度、改变洗衣机等可转移负荷的工作时间、改变电动汽车等电池负荷的充放电功率等）从而改变建筑用电曲线的能力。当前，对住宅建筑负荷柔性的量化主要是将空间上分散的多个同类型柔性负荷进行聚合，然后采用灰箱模型或者机器学习、统计学等黑箱模型对聚合层面下的负荷柔性潜力进行量化（如量化100台、1000台等分体空调的负荷柔性）。然而，这种量化方法的局限性在于只能量化静态负荷柔性，无法量化动态负荷柔性；此外这种方法未考虑用户用能行为的差异以及不同类型柔性负荷相互之间的耦合作用，因此只能量化聚合层面下某类柔性负荷的柔性潜力，无法量化区域内住宅建筑所包括的空调、电热水器、洗衣机、烘干机、洗碗机、电动汽车等全部柔性负荷的动态柔性潜力，进而阻碍了负荷柔性的进一步利用。
由上可见，如何准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广是本领域有待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质，能够准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广。其具体方案如下：
第一方面，本申请公开了一种住宅建筑动态负荷柔性潜力计算方法，包括：
确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；
获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；
确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；
确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；
基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；
根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
可选的，所述获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，包括：
获取温控参数信息，并从所述温控参数信息中确定出热力学参数信息，基于所述热力学参数信息构建出热力学模型；
从所述温控参数中确定出温控功率参数信息，基于所述温控功率参数信息构建出温控负荷功率模型；
基于所述热力学模型和所述温控负荷功率模型构建出温控负荷需求响应模型。
可选的，所述基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力，包括：
根据用户温控需求信息确定出温度调节范围和温控负荷运行时间，并确定出最高设定温度和最低设定温度；
基于温控负荷预设的需求侧管理策略、所述最高设定温度、所述最低设定温度、所述温控负荷运行时间以及所述温控负荷需求响应模型计算出最高温控负荷功率和最低温控负荷功率，基于所述最高温控负荷功率和所述最低温控负荷功率确定出所述温控负荷的动态负荷柔性潜力。
可选的，所述获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力，包括：
获取与所述实际运行模式相对应的包括可转移负荷运行功率和可转移负荷运行时间调节范围；
基于包括可转移负荷运行功率和可转移负荷运行时间调节范围以及所述需求侧管理策略构建出可转移负荷需求响应模型，基于所述可转移负荷需求响应模型确定出所述可转移负荷的动态负荷柔性潜力。
可选的，所述确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力，包括：
确定出电池负荷的荷电状态和电池负荷状态；其中，所述电池负荷状态包括电池负荷充电状态和电池负荷充电状态；
根据所述电池负荷状态确定出电池负荷的充放电功率和电池负荷的充放电效率，确定出所述荷电状态与所述充放电功率和所述充放电效率之间的关系，基于所述荷电状态与所述充放电功率和所述充放电效率之间的关系以及所述需求侧管理策略构建出电池负荷需求响应模型；
根据所述充放电功率并利用所述电池负荷需求响应模型确定出所述电池负荷的动态负荷柔性潜力。
可选的，所述基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力，包括：
将所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力进行叠加操作，以得到不同柔性负荷聚合下的用户层面的动态负荷柔性潜力。
可选的，所述根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力，包括：
确定出区域层面参数信息；其中，所述区域层面参数信息包括用户家庭结构占比信息、家电设备配置率信息、需求响应参与意愿信息；
根据所述区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
第二方面，本申请公开了一种住宅建筑动态负荷柔性潜力计算装置，包括：
柔性负荷类型确定模块，用于确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；
温控负荷动态负荷柔性潜力计算模块，用于获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；
可转移负荷动态负荷柔性潜力计算模块，用于确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；
电池负荷动态负荷柔性潜力计算模块，用于确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；
用户层面动态负荷柔性潜力计算模块，用于基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；
区域层面动态负荷柔性潜力计算模块，用于根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现前述的住宅建筑动态负荷柔性潜力计算方法。
第四方面，本申请公开了一种计算机存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的住宅建筑动态负荷柔性潜力计算方法的步骤。
可见，本申请提供了一种住宅建筑动态负荷柔性潜力计算方法，包括确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。本申请开发了一个用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具，并提出了一种自下而上的动态负荷柔性量化方法：耦合柔性负荷的特性模型和可调节参数，首先建立各柔性负荷的需求响应模型，然后，基于进一步提出用户层面不同柔性负荷聚合下的负荷柔性量化方法，在此基础上，基于统计学方法提出区域层面不同用户聚合下的负荷柔性量化方法，为后续利用住宅建筑的负荷柔性提供了理论基础，准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种住宅建筑动态负荷柔性潜力计算方法流程图；
图2为本申请公开的一种住宅建筑动态负荷柔性潜力计算方法的具体流程图；
图3为本申请公开的一种住宅建筑动态负荷柔性潜力计算装置结构示意图；
图4为本申请提供的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为应对能源危机，开发并利用可再生能源发电成为世界各国的共识，光伏发电、风力发电在可见的未来将迎来井喷式发展。然而，随着光伏发电等渗透率的不断提高，其间歇性、波动性给电网的稳定运行带来了巨大挑战。住宅建筑负荷柔性作为一种缓解光伏发电和风力发电的间歇性和波动性对电网冲击的有效方式，近年来受到世界各国的广泛关注。负荷柔性的定义：一种通过调整建筑的用电方式（如改变空调等温控负荷的设定温度、改变洗衣机等可转移负荷的工作时间、改变电动汽车等电池负荷的充放电功率等）从而改变建筑用电曲线的能力。当前，对住宅建筑负荷柔性的量化主要是将空间上分散的多个同类型柔性负荷进行聚合，然后采用灰箱模型或者机器学习、统计学等黑箱模型对聚合层面下的负荷柔性潜力进行量化（如量化100台、1000台等分体空调的负荷柔性）。然而，这种量化方法的局限性在于只能量化静态负荷柔性，无法量化动态负荷柔性；此外这种方法未考虑用户用能行为的差异以及不同类型柔性负荷相互之间的耦合作用，因此只能量化聚合层面下某类柔性负荷的柔性潜力，无法量化区域内住宅建筑所包括的空调、电热水器、洗衣机、烘干机、洗碗机、电动汽车等全部柔性负荷的动态柔性潜力，进而阻碍了负荷柔性的进一步利用。
参见图1所示，本发明实施例公开了一种住宅建筑动态负荷柔性潜力计算方法，具体可以包括：
步骤S11：确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷。
本实施例中，住宅建筑的柔性负荷主要包括温控负荷、可转移负荷和电池负荷三类。其中温控负荷包括空调、电热水器等；可转移负荷包括洗衣机、烘干机、洗碗机等；电池负荷包括电动汽车、蓄电池等，本申请将分别介绍这三类负荷的动态负荷柔性量化方法，即计算出温控负荷的动态负荷柔性潜力、可转移负荷的动态负荷柔性潜力以及电池负荷的动态负荷柔性潜力，以得到不同柔性负荷聚合下的用户层面的动态负荷柔性潜力，最终计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
步骤S12：获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力。
本实施例中，获取温控参数信息，并从所述温控参数信息中确定出热力学参数信息，基于所述热力学参数信息构建出热力学模型；从所述温控参数中确定出温控功率参数信息，基于所述温控功率参数信息构建出温控负荷功率模型；基于所述热力学模型和所述温控负荷功率模型构建出温控负荷需求响应模型，然后基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力。
具体确定出温控负荷的动态负荷柔性潜力的步骤如下：根据用户温控需求信息确定出温度调节范围和温控负荷运行时间，并确定出最高设定温度和最低设定温度；基于温控负荷预设的需求侧管理策略、所述最高设定温度、所述最低设定温度、所述温控负荷运行时间以及所述温控负荷需求响应模型计算出最高温控负荷功率和最低温控负荷功率，基于所述最高温控负荷功率和所述最低温控负荷功率确定出所述温控负荷的动态负荷柔性潜力。
本实施例中，在量化温控负荷的动态负荷柔性之前，需构建温控负荷的需求响应模型，描述温控负荷在不同的需求侧管理策略下的响应特性。温控负荷的需求响应模型由温控负荷的热力学模型和功率模型两部分构成。热力学模型描述温控负荷同周围环境、物体的动态换热过程，公式如下：
Figure SMS_1
式中，
Figure SMS_2
表示温控负荷的温度，对于空调即为空调房间空气温度，对于电热水器即为热水器内部热水温度；/>
Figure SMS_3
为时间；/>
Figure SMS_4
为时间常数，取决于温控负荷的等效热阻/>
Figure SMS_5
和等效热容/>
Figure SMS_6
，可由以下公式计算得到：
Figure SMS_7
其中，
Figure SMS_8
为时间步长；/>
Figure SMS_9
为温控负荷周围环境温度；/>
Figure SMS_10
表示扰动，对于空调包括太阳辐射、设备散热、渗透等引起的扰动，对于热水器包括热水消耗导致的热量损失；out表示输出；/>
Figure SMS_11
表示温控负荷输出的冷量或者热量，具体由温控负荷需求响应模型中的功率模型计算得到。温控负荷的功率模型描述了温控负荷的运行过程，模型如下公式所示：
Figure SMS_12
Figure SMS_13
Figure SMS_14
其中，in表示输入；
Figure SMS_16
表示温控负荷的输入功率，即运行功率；on表示温控负荷处于on运行状态；off表示温控负荷处于off运行状态；/>
Figure SMS_18
和/>
Figure SMS_21
分别表示温控负荷在on和off状态下的功率；/>
Figure SMS_17
为二元变量；为二元变量；/>
Figure SMS_19
为温控负荷的温度；/>
Figure SMS_22
表示温控负荷的设定温度；/>
Figure SMS_23
表示温控负荷的死区温度；/>
Figure SMS_15
表示温控负荷提供的冷量或者热量；/>
Figure SMS_20
表示温控负荷的工作效率。
温控负荷的设定温度由于能在一定的范围内调节，因而可以改变温控负荷的用电曲线，进而改变建筑的用电曲线，从而具有一定柔性。在调节温控负荷设定温度时，需满足用户的温度设定偏好，公式如下所示：
Figure SMS_24
式中
Figure SMS_25
和/>
Figure SMS_26
分别表示温控负荷允许设置的最低设定温度和最高设定温度。此外温控负荷的运行时间需满足用户的用能习惯，公式如下所示：
Figure SMS_27
式中
Figure SMS_28
和/>
Figure SMS_29
分别表示温控负荷开始运行和运行结束的时间。上述公式构成了温控负荷的需求响应模型，为了便于描述，在上述公式的基础上将温控负荷运行功率/>
Figure SMS_30
表示成时间/>
Figure SMS_31
和设定温度/>
Figure SMS_32
的函数，公式如下所示：
Figure SMS_33
假设在基准情况下（即无需求响应事件发生），温控负荷的设定温度为
Figure SMS_34
，则在
Figure SMS_35
时刻，温控负荷的运行功率/>
Figure SMS_36
可由如下公式计算得到：
Figure SMS_37
那么在任意
Figure SMS_38
时段内，温控负荷能够提供的向上的负荷柔性潜力即为温控负荷设定温度调整到设定温度上限/>
Figure SMS_39
时能够提高的功率时能够提高的功率/>
Figure SMS_40
（以空调和电热水器制热为例），可由如下公式计算得到：
Figure SMS_41
相反，温控负荷在任意
Figure SMS_42
时段内可提供的向下的负荷柔性潜力即为温控负荷设定温度调整到设定温度下限/>
Figure SMS_43
时能够削减的功率/>
Figure SMS_44
，可由如下公式计算得到：
因此温控负荷在任意
Figure SMS_45
时段内可提供的动态负荷柔性潜力即为
Figure SMS_46
。
步骤S13：确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力。
本实施例中，在确定出可转移负荷的运行模式之后，获取与所述实际运行模式相对应的包括可转移负荷运行功率和可转移负荷运行时间调节范围；基于包括可转移负荷运行功率和可转移负荷运行时间调节范围以及预设的需求侧管理策略构建出可转移负荷需求响应模型，基于所述可转移负荷需求响应模型确定出所述可转移负荷的动态负荷柔性潜力，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力。
本实施例中，在量化可转移负荷的动态负荷柔性之前，需构建可转移负荷的需求响应模型，描述可转移负荷在不同的需求侧管理策略下的响应特性。洗衣机、烘干机、洗碗机等可转移负荷一般具有固定的运行模式，每种运行模式由不同的运行阶段构成，不同运行阶段持续的时间不同，而可转移负荷在同一运行阶段的功率相同，在不同运行阶段的功率不同。根据上述运行特性，可构建可转移负荷的功率模型，公式如下所示：
Figure SMS_47
Figure SMS_48
式中，in表示输入，
Figure SMS_49
表示可转移负荷的运行功率；/>
Figure SMS_50
表示可转移负荷在i运行模式的m运行阶段下的功率；/>
Figure SMS_51
表示可转移负荷开始运行的时间；/>
Figure SMS_52
表示可转移负荷的i运行模式下m运行阶段的持续时间；/>
Figure SMS_53
表示可转移负荷在i运行模式下的总运行时长。可转移负荷的开始运行时间/>
Figure SMS_54
由于能在一定的范围内调节，因而可以向前或者向后转移可转移负荷的用电，进而改变建筑的用电曲线，从而具有一定柔性。在改变可转移负荷的开始运行时间时，需满足用户的用能习惯，公式如下所示，
Figure SMS_55
式中
Figure SMS_56
和/>
Figure SMS_57
分别表示可转移负荷允许最早开始运行和允许最晚开始运行的时间。
上述公式构成了可转移负荷的需求响应模型，为了便于描述，在上述公式的基础上将可转移负荷运行功率
Figure SMS_58
表示成时间/>
Figure SMS_59
和开始运行时间/>
Figure SMS_60
的函数，如下述公式所示：
Figure SMS_61
假设在基准情况下（即无需求响应事件发生），可转移负荷的开始运行时间为
Figure SMS_62
，则在/>
Figure SMS_63
时刻，可转移负荷的运行功率/>
Figure SMS_64
可由下述公式计算得到：
Figure SMS_65
那么在任意
Figure SMS_66
段内，可转移负荷能够提供的向上的负荷柔性潜力即为可转移负荷开始运行时间转移到/>
Figure SMS_67
时能够提高的功率/>
Figure SMS_68
，如下述公式所示：
Figure SMS_69
可转移负荷能够提供的向下的负荷柔性潜力为0。因此可转移负荷在任意
Figure SMS_70
时段内可提供的负荷柔性潜力即为/>
Figure SMS_71
。
步骤S14：确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力。
本实施例中，确定出电池负荷的荷电状态和电池负荷状态；其中，所述电池负荷状态包括电池负荷充电状态和电池负荷充电状态；根据所述电池负荷状态确定出电池负荷的充放电功率和电池负荷的充放电效率，确定出所述荷电状态与所述充放电功率和所述充放电效率之间的关系，基于所述荷电状态与所述充放电功率和所述充放电效率之间的关系以及预设的需求侧管理策略构建出电池负荷需求响应模型；根据所述充放电功率并利用所述电池负荷需求响应模型确定出所述电池负荷的动态负荷柔性潜力。
本实施例中，电动汽车和蓄电池等电池负荷既可以向用户提供电力，又可以对其进行充电，其模型公式如下所示：
Figure SMS_72
式中，SOC表示电池负荷的荷电状态；
Figure SMS_73
为二元变量，表示电池负荷的充放电状态；
Figure SMS_74
和/>
Figure SMS_75
分别表示电池负荷的充电和放电功率；/>
Figure SMS_76
和/>
Figure SMS_77
分别表示电池负荷的充电效率和放电效率；/>
Figure SMS_78
表示电池负荷的额定容量。电池负荷的充放电功率可以在一定范围内调节，因此具有一定的柔性。电池负荷在充放电过程中，其充放电功率不能超过规定的限值，如下述公式所示：
Figure SMS_79
Figure SMS_80
其中
Figure SMS_81
和/>
Figure SMS_82
分别表示电池负荷最大的充电功率和最大的放电功率。此外，电池负荷的荷电状态也保持在一定的范围内，如下述公式所示：
Figure SMS_83
其中
Figure SMS_84
和/>
Figure SMS_85
分别表示电池负荷最小和最大的荷电状态。
上述公式构成了电池负荷的需求响应模型。假设在基准情况下（即无需求响应事件发生），电池负荷的充/放电功率为
Figure SMS_86
。则在任意/>
Figure SMS_87
时段内，电池负荷能够提供的向上的负荷柔性潜力即为电池负荷以允许的最大充电功率充电时能够提高的功率/>
Figure SMS_88
，如下述公式所示：
Figure SMS_89
电池负荷能够提供的向下的负荷柔性潜力为电池负荷以允许的最大放电功率放电时能够削减的功率
Figure SMS_90
，如下述公式所示：
Figure SMS_91
/>
因此电池负荷在任意
Figure SMS_92
时段内可提供的负荷柔性潜力即为/>
Figure SMS_93
。
步骤S15：基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力。
步骤S16：根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
本实施例中，确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。本申请开发了一个用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具，并提出了一种自下而上的动态负荷柔性量化方法：耦合柔性负荷的特性模型和可调节参数，首先建立各柔性负荷的需求响应模型，然后，基于进一步提出用户层面不同柔性负荷聚合下的负荷柔性量化方法，在此基础上，基于统计学方法提出区域层面不同用户聚合下的负荷柔性量化方法，为后续利用住宅建筑的负荷柔性提供了理论基础，准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广。
参见图2所示，本发明实施例公开了一种住宅建筑动态负荷柔性潜力计算方法，具体可以包括：
步骤S21：确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷。
步骤S22：获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力。
步骤S23：确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力。
步骤S24：确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力。
步骤S25：将所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力进行叠加操作，以得到不同柔性负荷聚合下的用户层面的动态负荷柔性潜力。
本实施例中，前已述及，用户的柔性负荷由温控负荷、可转移负荷、电池负荷等不同类型的负荷聚合构成。因此，量化用户层面的负荷柔性潜力将温控负荷、可转移负荷、电池负荷等不同类型的柔性负荷的动态柔性潜力叠加即可，如下述公式所示；
Figure SMS_94
Figure SMS_95
式中，
Figure SMS_97
和/>
Figure SMS_101
分别表示用户可提供的向上的柔性潜力和向下的柔性潜力，/>
Figure SMS_103
、/>
Figure SMS_98
、/>
Figure SMS_99
、/>
Figure SMS_102
、/>
Figure SMS_104
由上述公式可以计算得到。因此用户在任意
Figure SMS_96
时段可提供的负荷柔性潜力即为/>
Figure SMS_100
。
步骤S26：确定出区域层面参数信息，根据所述区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力；其中，所述区域层面参数信息包括用户家庭结构占比信息、家电设备配置率信息、需求响应参与意愿信息。
本实施例中，区域层面住宅建筑负荷柔性来源于不同的居民用户。不同家庭结构的居民用户由于年龄、用能习惯等的不同具有不同的负荷柔性潜力，且其柔性潜力受到用户家电设备（如分体空调、电热水器、洗衣机等）的配置率，以及用户的需求响应参与意愿的影响。因此，可根据区域内居民用户家庭结构的分布情况，总结归纳得到几类典型的居民用户，进而分别量化这几类典型居民用户的负荷柔性潜力，在此基础上考虑家电配置率、用户需求响应参与意愿以及各典型居民用户的分布情况等因素的影响，量化区域层面住宅建筑的负荷柔性潜力。区域层面住宅建筑在任意
Figure SMS_105
时段可提供的向上的负荷柔性潜力
Figure SMS_106
和向下的负荷柔性潜力/>
Figure SMS_107
可分别由下述公式计算得到：
Figure SMS_108
Figure SMS_109
式中，
Figure SMS_110
和/>
Figure SMS_111
分别表示家庭结构为type类型的居民用户可提供的向上和向下的负荷柔性潜力；/>
Figure SMS_112
表示区域内家庭结构为type类型的居民用户的数量；/>
Figure SMS_113
表示居民用户参与需要响应的比例，其值大于0小于等于1；/>
Figure SMS_114
表示家电设备的配置率。因此区域内的居民用户的所有柔性负荷在任意/>
Figure SMS_115
时段可提供的负荷柔性潜力即为时段可提供的负荷柔性潜力即为/>
Figure SMS_116
。具体为将上述提出的自下而上的动态负荷柔性量化方法，通过Python编程语言写入Jupyter notebook（交互式笔记本）中，完成该负荷柔性量化工具的开发。通过该工具，可以快速、准确的量化设备层面、用户层面和区域层面的柔性负荷的柔性潜力。
本申请创新性地提出了住宅建筑温控负荷、可转移负荷、电池负荷等柔性负荷需求响应模型的建模方法；提出了一种自下而上的动态负荷柔性量化方法。耦合柔性负荷的特性模型和可调节参数，首先建立各柔性负荷的需求响应模型；然后，基于进一步提出用户层面不同柔性负荷聚合下的负荷柔性量化方法；在此基础上，基于统计学方法提出区域层面不同用户聚合下的负荷柔性量化方法；提出的这种自下而上的动态负荷柔性量化方法，开发了一个用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具，具体是将预设Python编程语言写入Jupyter notebook，基于所述Jupyter notebook开发出用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具。
本实施例中，确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。本申请开发了一个用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具，并提出了一种自下而上的动态负荷柔性量化方法：耦合柔性负荷的特性模型和可调节参数，首先建立各柔性负荷的需求响应模型，然后，基于进一步提出用户层面不同柔性负荷聚合下的负荷柔性量化方法，在此基础上，基于统计学方法提出区域层面不同用户聚合下的负荷柔性量化方法，为后续利用住宅建筑的负荷柔性提供了理论基础，准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广。
参见图3所示，本发明实施例公开了一种住宅建筑动态负荷柔性潜力计算装置，具体可以包括：
柔性负荷类型确定模块11，用于确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；
温控负荷动态负荷柔性潜力计算模块12，用于获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；
可转移负荷动态负荷柔性潜力计算模块13，用于确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；
电池负荷动态负荷柔性潜力计算模块14，用于确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；
用户层面动态负荷柔性潜力计算模块15，用于基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；
区域层面动态负荷柔性潜力计算模块16，用于根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
本实施例中，确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。本申请开发了一个用于量化设备层面、用户层面和区域层面的柔性负荷的动态柔性潜力的工具，并提出了一种自下而上的动态负荷柔性量化方法：耦合柔性负荷的特性模型和可调节参数，首先建立各柔性负荷的需求响应模型，然后，基于进一步提出用户层面不同柔性负荷聚合下的负荷柔性量化方法，在此基础上，基于统计学方法提出区域层面不同用户聚合下的负荷柔性量化方法，为后续利用住宅建筑的负荷柔性提供了理论基础，准确量化区域内住宅建筑动态负荷柔性潜力，降低工程应用门槛，提高应用推广。
在一些具体实施例中，所述温控负荷动态负荷柔性潜力计算模块12，具体可以包括：
热力学模型建立模块，用于获取温控参数信息，并从所述温控参数信息中确定出热力学参数信息，基于所述热力学参数信息构建出热力学模型；
温控负荷功率模型建立模块，用于从所述温控参数中确定出温控功率参数信息，基于所述温控功率参数信息构建出温控负荷功率模型；
温控负荷需求响应模型建立模块，用于基于所述热力学模型和所述温控负荷功率模型构建出温控负荷需求响应模型。
在一些具体实施例中，所述温控负荷柔性潜力计算模块12，具体可以包括：
温度调节范围确定模块，用于根据用户温控需求信息确定出温度调节范围和温控负荷运行时间，并确定出最高设定温度和最低设定温度；
温控负荷动态负荷柔性潜力确定模块，用于基于温控负荷预设的需求侧管理策略、所述最高设定温度、所述最低设定温度、所述温控负荷运行时间以及所述温控负荷需求响应模型计算出最高温控负荷功率和最低温控负荷功率，基于所述最高温控负荷功率和所述最低温控负荷功率确定出所述温控负荷的动态负荷柔性潜力。
在一些具体实施例中，所述可转移负荷动态负荷柔性潜力计算模块13，具体可以包括：
参数信息确定模块，用于获取与所述实际运行模式相对应的包括可转移负荷运行功率和可转移负荷运行时间调节范围；
可转移负荷动态负荷柔性潜力确定模块，用于基于包括可转移负荷运行功率和可转移负荷运行时间调节范围以及预设的需求侧管理策略构建出可转移负荷需求响应模型，基于所述可转移负荷需求响应模型确定出所述可转移负荷的动态负荷柔性潜力。
在一些具体实施例中，所述电池负荷动态负荷柔性潜力计算模块14，具体可以包括：
荷电状态确定模块，用于确定出电池负荷的荷电状态和电池负荷状态；其中，所述电池负荷状态包括电池负荷充电状态和电池负荷充电状态；
电池负荷需求响应模型构建模块，用于根据所述电池负荷状态确定出电池负荷的充放电功率和电池负荷的充放电效率，确定出所述荷电状态与所述充放电功率和所述充放电效率之间的关系，基于所述荷电状态与所述充放电功率和所述充放电效率之间的关系以及预设的需求侧管理策略构建出电池负荷需求响应模型；
电池负荷的动态负荷柔性潜力确定模块，用于根据所述充放电功率并利用所述电池负荷需求响应模型确定出所述电池负荷的动态负荷柔性潜力。
在一些具体实施例中，所述用户层面动态负荷柔性潜力计算模块15，具体可以包括：
叠加模块，用于将所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力进行叠加操作，以得到不同柔性负荷聚合下的用户层面的动态负荷柔性潜力。
在一些具体实施例中，所述区域层面动态负荷柔性潜力计算模块16，具体可以包括：
参数信息确定模块，用于确定出区域层面参数信息；其中，所述区域层面参数信息包括用户家庭结构占比信息、家电设备配置率信息、需求响应参与意愿信息；
区域层面动态负荷柔性潜力模块，用于根据所述区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
图4为本申请实施例提供的一种电子设备的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的由电子设备执行的住宅建筑动态负荷柔性潜力计算方法中的相关步骤。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及数据223等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中数据223的运算与处理，其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的住宅建筑动态负荷柔性潜力计算方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括住宅建筑动态负荷柔性潜力计算设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
进一步的，本申请实施例还公开了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，实现前述任一实施例公开的住宅建筑动态负荷柔性潜力计算方法步骤。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种住宅建筑动态负荷柔性潜力计算方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种住宅建筑动态负荷柔性潜力计算方法，其特征在于，包括：
确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；
获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；
确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；
确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；
基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；
根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
2.根据权利要求1所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，包括：
获取温控参数信息，并从所述温控参数信息中确定出热力学参数信息，基于所述热力学参数信息构建出热力学模型；
从所述温控参数中确定出温控功率参数信息，基于所述温控功率参数信息构建出温控负荷功率模型；
基于所述热力学模型和所述温控负荷功率模型构建出温控负荷需求响应模型。
3.根据权利要求1所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力，包括：
根据用户温控需求信息确定出温度调节范围和温控负荷运行时间，并确定出最高设定温度和最低设定温度；
基于温控负荷预设的需求侧管理策略、所述最高设定温度、所述最低设定温度、所述温控负荷运行时间以及所述温控负荷需求响应模型计算出最高温控负荷功率和最低温控负荷功率，基于所述最高温控负荷功率和所述最低温控负荷功率确定出所述温控负荷的动态负荷柔性潜力。
4.根据权利要求1所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力，包括：
获取与所述实际运行模式相对应的包括可转移负荷运行功率和可转移负荷运行时间调节范围；
基于包括可转移负荷运行功率和可转移负荷运行时间调节范围以及预设的需求侧管理策略构建出可转移负荷需求响应模型，基于所述可转移负荷需求响应模型确定出所述可转移负荷的动态负荷柔性潜力。
5.根据权利要求1所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力，包括：
确定出电池负荷的荷电状态和电池负荷状态；其中，所述电池负荷状态包括电池负荷充电状态和电池负荷充电状态；
根据所述电池负荷状态确定出电池负荷的充放电功率和电池负荷的充放电效率，确定出所述荷电状态与所述充放电功率和所述充放电效率之间的关系，基于所述荷电状态与所述充放电功率和所述充放电效率之间的关系以及预设的需求侧管理策略构建出电池负荷需求响应模型；
根据所述充放电功率并利用所述电池负荷需求响应模型确定出所述电池负荷的动态负荷柔性潜力。
6.根据权利要求1所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力，包括：
将所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力进行叠加操作，以得到不同柔性负荷聚合下的用户层面的动态负荷柔性潜力。
7.根据权利要求1至6任一项所述的住宅建筑动态负荷柔性潜力计算方法，其特征在于，所述根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力，包括：
确定出区域层面参数信息；其中，所述区域层面参数信息包括用户家庭结构占比信息、家电设备配置率信息、需求响应参与意愿信息；
根据所述区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
8.一种住宅建筑动态负荷柔性潜力计算装置，其特征在于，包括：
柔性负荷类型确定模块，用于确定出住宅建筑的柔性负荷的类型；其中，所述类型包括温控负荷、可转移负荷以及电池负荷；
温控负荷动态负荷柔性潜力计算模块，用于获取温控参数信息，并基于所述温控参数信息构建出温控负荷需求响应模型，基于所述温控负荷需求响应模型计算出温控负荷的动态负荷柔性潜力；
可转移负荷动态负荷柔性潜力计算模块，用于确定出可转移负荷的实际运行模式，获取与所述实际运行模式相对应的参数信息，基于所述参数信息构建出可转移负荷需求响应模型，基于所述需求响应模型计算出可转移负荷的动态负荷柔性潜力；
电池负荷动态负荷柔性潜力计算模块，用于确定出电池负荷的荷电状态和电池负荷参数信息，基于所述荷电状态和所述电池负荷参数信息构建出电池负荷需求响应模型，基于所述电池负荷需求响应模型计算出电池负荷的动态负荷柔性潜力；
用户层面动态负荷柔性潜力计算模块，用于基于所述温控负荷的动态负荷柔性潜力、所述可转移负荷的动态负荷柔性潜力以及所述电池负荷的动态负荷柔性潜力计算出不同柔性负荷聚合下的用户层面的动态负荷柔性潜力；
区域层面动态负荷柔性潜力计算模块，用于根据区域层面参数信息并基于所述不同柔性负荷聚合下的用户层面的动态负荷柔性潜力计算出不同用户聚合下的区域层面的动态负荷柔性潜力。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的住宅建筑动态负荷柔性潜力计算方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的住宅建筑动态负荷柔性潜力计算方法。
CN202310402681.3A 2023-04-17 2023-04-17 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质 Active CN116151032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310402681.3A CN116151032B (zh) 2023-04-17 2023-04-17 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310402681.3A CN116151032B (zh) 2023-04-17 2023-04-17 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN116151032A true CN116151032A (zh) 2023-05-23
CN116151032B CN116151032B (zh) 2023-07-14

Family

ID=86356413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310402681.3A Active CN116151032B (zh) 2023-04-17 2023-04-17 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116151032B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117559464A (zh) * 2024-01-11 2024-02-13 湖南大学 一种电力需求响应的调控方法、系统、电子设备及介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043907A (zh) * 2010-12-29 2011-05-04 上海大学 空调房间实时冷负荷确定方法
WO2015086994A1 (fr) * 2013-12-11 2015-06-18 Electricite De France Prediction d'une consommation de fluide effacee
CN106802969A (zh) * 2015-11-26 2017-06-06 英业达科技有限公司 阻尼材料动态特性的验证系统及其验证方法
CN109872059A (zh) * 2019-01-31 2019-06-11 河海大学 一种居民空调负荷群需求响应动态潜力定量评估方法
CN112990574A (zh) * 2021-03-12 2021-06-18 中国农业大学 一种基于建筑用能柔性调节潜力指标的评估方法及系统
CN113158450A (zh) * 2021-04-08 2021-07-23 国网河南省电力公司电力科学研究院 一种基于楼宇能量管理系统经济调度方法及系统
WO2022077588A1 (zh) * 2020-10-12 2022-04-21 中国电力科学研究院有限公司 可调节负荷参与需求响应的调用方法、系统及装置
CN114418249A (zh) * 2022-04-01 2022-04-29 湖南大学 一种光储柔系统运行控制方法及装置
US20220147670A1 (en) * 2020-11-06 2022-05-12 North China Electric Power University Optimal allocation method for stored energy coordinating electric vehicles to participate in auxiliary service market
CN114936529A (zh) * 2022-06-20 2022-08-23 国网山东省电力公司电力科学研究院 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
CN115241927A (zh) * 2022-09-22 2022-10-25 湖南大学 家庭智慧能源系统运行控制方法、装置、设备及介质
WO2022252426A1 (zh) * 2021-05-31 2022-12-08 国网江苏省电力有限公司电力科学研究院 一种电动汽车集群可调控能力确定方法、调度方法及系统
CN115545579A (zh) * 2022-12-01 2022-12-30 国网浙江义乌市供电有限公司 一种用于用户柔性资源的聚合智控方法和系统
CN115953084A (zh) * 2023-03-14 2023-04-11 国网湖北省电力有限公司营销服务中心(计量中心) 一种需求响应柔性资源特性效用量化验证测试方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043907A (zh) * 2010-12-29 2011-05-04 上海大学 空调房间实时冷负荷确定方法
WO2015086994A1 (fr) * 2013-12-11 2015-06-18 Electricite De France Prediction d'une consommation de fluide effacee
CN106802969A (zh) * 2015-11-26 2017-06-06 英业达科技有限公司 阻尼材料动态特性的验证系统及其验证方法
CN109872059A (zh) * 2019-01-31 2019-06-11 河海大学 一种居民空调负荷群需求响应动态潜力定量评估方法
WO2022077588A1 (zh) * 2020-10-12 2022-04-21 中国电力科学研究院有限公司 可调节负荷参与需求响应的调用方法、系统及装置
US20220147670A1 (en) * 2020-11-06 2022-05-12 North China Electric Power University Optimal allocation method for stored energy coordinating electric vehicles to participate in auxiliary service market
CN112990574A (zh) * 2021-03-12 2021-06-18 中国农业大学 一种基于建筑用能柔性调节潜力指标的评估方法及系统
CN113158450A (zh) * 2021-04-08 2021-07-23 国网河南省电力公司电力科学研究院 一种基于楼宇能量管理系统经济调度方法及系统
WO2022252426A1 (zh) * 2021-05-31 2022-12-08 国网江苏省电力有限公司电力科学研究院 一种电动汽车集群可调控能力确定方法、调度方法及系统
CN114418249A (zh) * 2022-04-01 2022-04-29 湖南大学 一种光储柔系统运行控制方法及装置
CN114936529A (zh) * 2022-06-20 2022-08-23 国网山东省电力公司电力科学研究院 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
CN115241927A (zh) * 2022-09-22 2022-10-25 湖南大学 家庭智慧能源系统运行控制方法、装置、设备及介质
CN115545579A (zh) * 2022-12-01 2022-12-30 国网浙江义乌市供电有限公司 一种用于用户柔性资源的聚合智控方法和系统
CN115953084A (zh) * 2023-03-14 2023-04-11 国网湖北省电力有限公司营销服务中心(计量中心) 一种需求响应柔性资源特性效用量化验证测试方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
XINYI FENG: "Potential of residential building integrated photovoltaic systems in different regions of China", 《ENERGY FOR SUSTAINABLE DEVELOPMENT》, vol. 72, pages 19 - 32, XP087254384, DOI: 10.1016/j.esd.2022.11.006 *
李亚平等: "居民温控负荷聚合功率及响应潜力评估方法研究", 《中国电机工程学报》, vol. 37, no. 19, pages 5519 - 5528 *
李亚平等: "居民温控负荷聚合功率及响应潜力评估方法研究", 中国电机工程学报, vol. 37, no. 19, pages 5519 - 5528 *
罗金满等: "基于居民用户画像的综合能源需求响应潜力量化模型", 《可再生能源》, vol. 38, no. 10, pages 1407 - 1414 *
罗金满等: "基于居民用户画像的综合能源需求响应潜力量化模型", 可再生能源, vol. 38, no. 10, pages 1407 - 1414 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117559464A (zh) * 2024-01-11 2024-02-13 湖南大学 一种电力需求响应的调控方法、系统、电子设备及介质
CN117559464B (zh) * 2024-01-11 2024-03-29 湖南大学 一种电力需求响应的调控方法、系统、电子设备及介质

Also Published As

Publication number Publication date
CN116151032B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Luo et al. A multistage home energy management system with residential photovoltaic penetration
Jiang et al. Flexible operation of active distribution network using integrated smart buildings with heating, ventilation and air-conditioning systems
Reynders et al. Energy flexible buildings: An evaluation of definitions and quantification methodologies applied to thermal storage
Huang et al. Demand response for home energy management system
Ramchurn et al. Agent-based control for decentralised demand side management in the smart grid
Lee et al. Joint energy management system of electric supply and demand in houses and buildings
Ruusu et al. Direct quantification of multiple-source energy flexibility in a residential building using a new model predictive high-level controller
Meng et al. Distributed control of thermostatically controlled loads in distribution network with high penetration of solar PV
JP5494696B2 (ja) ヒートポンプ機器エネルギー管理装置
Zhang et al. Optimization algorithm for home energy management system based on artificial bee colony in smart grid
Bartolucci et al. Renewable source penetration and microgrids: Effects of MILP–Based control strategies
CN114418249B (zh) 一种光储柔系统运行控制方法及装置
CN116151032B (zh) 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质
Jin et al. User-preference-driven model predictive control of residential building loads and battery storage for demand response
CN114841409A (zh) 联合lstm和深度强化学习的家庭能源管理方法及介质
Anvari-Moghaddam et al. Optimized energy management of a single-house residential micro-grid with automated demand response
Ma et al. Two-stage stochastic robust optimization model of microgrid day-ahead dispatching considering controllable air conditioning load
CN107977741B (zh) 冷热电联供微网系统的能量调度优化方法
Cheng et al. A day-ahead scheduling of large-scale thermostatically controlled loads model considering second-order equivalent thermal parameters model
Schiera et al. A distributed multimodel platform to cosimulate multienergy systems in smart buildings
Wang et al. Smart coordination of virtual energy storage systems for distribution network management
CN115241927A (zh) 家庭智慧能源系统运行控制方法、装置、设备及介质
Zeng et al. A centralized demand response control strategy for domestic electric water heater group based on appliance cloud platform
CN117172499A (zh) 一种基于强化学习的智慧社区能量优化调度方法、系统及存储介质
Cui et al. An optimal energy co-scheduling framework for smart buildings

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