CN107143968A - 基于空调聚合模型的调峰控制方法 - Google Patents

基于空调聚合模型的调峰控制方法 Download PDF

Info

Publication number
CN107143968A
CN107143968A CN201710245401.7A CN201710245401A CN107143968A CN 107143968 A CN107143968 A CN 107143968A CN 201710245401 A CN201710245401 A CN 201710245401A CN 107143968 A CN107143968 A CN 107143968A
Authority
CN
China
Prior art keywords
mrow
msub
air
conditioning
load
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.)
Pending
Application number
CN201710245401.7A
Other languages
English (en)
Inventor
高赐威
孙玲玲
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201710245401.7A priority Critical patent/CN107143968A/zh
Publication of CN107143968A publication Critical patent/CN107143968A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)

Abstract

本发明涉及一种基于空调聚合模型的调峰控制方法,其特征在于,所述控制方法包括以下步骤:(1)根据能量守恒原理和空调运行特性建立单台空调的负荷模型;(2)通过负荷聚合商对空调群进行统一调度与控制,建立空调群的聚合模型,并评估聚合空调负荷的调峰潜力;(3)在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划;(4)在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制。该技术方案实现了空调群的集中调度控制,充分挖掘了负荷侧资源,减缓了电网设施的投资压力。

Description

基于空调聚合模型的调峰控制方法
技术领域
本发明涉及一种控制方法,具体涉及一种基于空调聚合模型的调峰控制方法,属于电力***及其自动化控制技术领域。
背景技术
发展可再生能源、提高能源利用效率已经成为能源领域的重要研究内容。随着以风电、太阳能发电为代表的波动性电源及电动汽车等新型负荷大规模接入电网,以及短时高峰负荷的快速增长,电网调峰及安全运行问题日益严峻,传统的仅靠单一增加调峰电源的做法成本较高且对环境的影响较大。
空调负荷是***峰荷的重要组成部分,尤其是在夏季高峰负荷时段。统计结果显示,国内某些城市空调负荷在夏季高峰期所占尖峰负荷的比例已达到30%~40%,并呈现逐年上升的趋势。但另一方面,空调房间的储能特性使其成为一种优秀的调峰资源。现有技术中针对聚合模型的建设也有相关的介绍,但是现有的方案均不太理想。因此建立基于空调聚合模型的调峰控制模型具有重要意义。
发明内容
本发明正是针对现有技术中存在的技术问题,提供一种基于空调聚合模型的调峰控制方法,该技术方案实现大规模空调群的统一调度,充分挖掘需求侧资源,减缓了电网设施的投资压力。
为了实现上述目的,本发明的技术方案如下,一种基于空调聚合模型的调峰控制方法,其特征在于,所述控制方法包括以下步骤:
(1)根据能量守恒原理和空调运行特性建立单台空调的负荷模型;
(2)通过负荷聚合商对空调群进行统一调度与控制,建立空调群的聚合模型,并评估聚合空调负荷的调峰潜力;
(3)在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划;
(4)在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制。
作为本发明的一种改进,所述步骤(1)根据能量守恒原理和空调运行特性建立单台空调的负荷模型,具体包括如下步骤:
(11)变频空调负荷的等效热参数模型表示如下:
式中,Tin(t)为t时刻的室内温度,℃;Tout(t)为t时刻的室外温度,℃;QAC(t)为t时刻的空调制冷量,kW;R为空调房间等效热阻,Ω;C为空调房间等效热容,F;
(12)变频空调工作期间,随着频率的增加,变频空调的制冷量和电功率都将增加,频率与制冷量、电功率之间的关系如下:
QAC(t)=a·f(t)+b (2)
PAC(t)=n·f(t)+m (3)
式中:PAC表示空调机组的制冷功率,kW;f表示变频空调压缩机的功率,Hz;n、m 表示功率常系数;QAC表示变频空调的制冷量,a、b表示制冷量常系数;
(13)则空调的功率PAC和空调的制冷量QAC之间的关系为:
作为本发明的一种改进,所述步骤(2)包括以下步骤:
(21)建立空调群聚合模型;
(22)聚合空调负荷调峰潜力评估。
所述步骤(21)建立空调群聚合模型具体如下,空调负荷与传统储能设备特性相似,能够将电能以热能的形式存储于所属建筑物中,室内温度越高储能量越小,室内温度越低储能量越大。假设用户的舒适度范围为[Tmin,Tmax],室内温度为Tmax时储能量为0,则室内温度为Tin时储能量Oin为:
Oin=C(Tmax-Tin); (5)
建筑物的储能容量O为:
O=C(Tmax-Tmin); (6)
定义空调的荷电状态SOC为储能量Oin与储能容量O的比值:
当室内温度保持在Tin时,根据式(1)可得空调的制冷量QAC为:
将式(8)代入式(4),得到空调功率PAC为:
将式(7)带入式(9),整理得到空调的功率PAC与空调的荷电状态SOC的关系为:
PAC=αSOC+βTout+γ; (10)
其中,α、β、γ三个系数表达式如下:
将空调的荷电状态SOC的变化范围[0,1]划分为N个小区间,根据每台空调的荷电状态 SOC,将所有空调划分到各个小区间内,统计每个小区间内的空调数量分别为 m1,m2,…,mi,…,mN,将第i个小区间内的空调的荷电状态统一为SOCi
建立第i个小区间内所有空调的聚合模型为:
Pi=αiSOCiiTouti; (15)
其中,Pi为第i个小区间内所有空调的聚合功率;αi_k、βi_k和γi_k分别为第i个小区间内第k台空调的α、β和γ。
所述步骤(22)聚合空调负荷调峰潜力评估,具体如下,
根据式(15)求得整个空调群的总聚合功率Ptotal为:
当室外温度保持不变时,第i个小区间内所有空调的状态整体调整到第j个小区间时的聚合功率变化ΔPi-j为:
ΔPi-j=αi(SOCj-SOCi) (20)
在舒适度区间一定的情况下,空调负荷的荷电状态SOC主要取决于空调房间温度,由于空调房间温度是时变而不是突变的,因此聚合空调负荷SOC同样不是突变的,即第i个小区间内所有空调的状态整体调整到第j个小区间的过程中,聚合空调负荷存在一个放电过程,放电持续时长为:
式中,Tin(i)和Tin(j)分别为第i个小区间和第j个小区间所对应的室内温度,与荷电状态的关系如下所示:
Tin(i)=Tmax-SOCi(Tmax-Tmin) (22)
Tin(j)=Tmax-SOCj(Tmax-Tmin) (23)
假设聚合空调调控时长大于各个聚合空调的放电时长,即不考虑聚合空调荷电状态转变过程中的放电过程,只计及两个区间所对应荷电状态的稳定值,则聚合空调的最大可调控潜力为:
作为本发明的一种改进,所述步骤(3)在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划;具体包括如下步骤:
假设共有M个负荷聚合商,次日空调负荷调度共分为T个时段,每个时段间隔为Δt分钟,负荷聚合商k(k=1,2,…,M)在t时段(t=1,2,…,T)的补偿报价为μ(t,k),投标容量为P(t,k)。电力公司t时段的***总负荷削减量为Preq(t),分配给负荷聚合商k的***缺额为D(t,k)。
以最小化空调负荷调度成本为目标函数:
约束条件如下:
(a)负荷聚合商出力约束
***分配给负荷聚合商的调峰量要小于等于该负荷聚合商的可调控容量:
D(t,k)≤P(t,k); (26)
(b)***调峰总量约束
所有负荷聚合商的调峰总容量要大于等于上级调度部门所下达的调度容量:
作为本发明的一种改进,所述步骤(4)中,在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制具体如下:
(41)聚合空调负荷优化控制目标函数;
电力公司调度部门向每个负荷聚合商下达调度计划后,负荷聚合商随即对所辖空调群进行控制,在空调负荷控制过程中,负荷聚合商需兼顾用户和自身利益,目标函数为最大化负荷聚合商利益;
假设电力公司调度部门在t时段分配给负荷聚合商k的调峰缺额为D(t,k),以各空调负荷的荷电状态SOC为聚合指标,将该负荷聚合商所管辖空调负荷聚合为N个空调聚合体,则t时段负荷聚合商k所提供的实际调峰容量为:
式中,ΔSOCi为t时段第i个空调聚合体的荷电状态调整量;
则t时段负荷聚合商k的实际调峰量与调度计划偏差为:
e(t,k)=D(t,k)-G(t,k) (29)
负荷聚合商根据下发的调度计划调整功率需求,而电力公司则根据负荷聚合商的执行情况进行结算,实际清算价格为各个时段内所有投标成功者的最高报价μmax(t);为了尽可能减少调度偏差并降低电力公司的调度成本,当负荷聚合商的出力大于调度计划时,按照调度计划结算;出力小于调度计划时,按照实际削减量结算;但如果调度偏差超过最大值δmax时,那么电力公司将对负荷聚合商进行罚款,超出部分单位电量罚款费率为γ。则负荷聚合商k的收益F1为:
式中,δ(t,k)=max{0,e(t,k)-δmax}。
此外,负荷聚合商需要向所辖空调用户支付补偿费用,单位电量补偿费率为r,则负荷聚合商k支付的补偿费用F2为:
以最大化负荷聚合商的利润F为目标函数:
max F(k)=F1(k)-F2(k) (32)
(42)聚合空调负荷优化控制约束条件;
(a)负荷聚合商出力约束
受空调聚合体调控潜力影响,负荷聚合商的实际出力需满足:
式中,为t时段聚合空调在室外温度为时的最大削减功率;
(b)荷电状态约束
受人体舒适度约束,荷电状态SOC的取值范围为[0,1],因此,荷电状态约束条件为:
0≤SOCi(t)≤1 (34)
式中,SOCi(t)为t时段第i个空调聚合体的荷电状态值。
相对于现有技术,本发明具有如下优点,本发明提供一种基于空调聚合模型的调峰控制方法,根据能量守恒原理和空调运行特性建立单台空调的负荷模型,通过负荷聚合商建立空调群的聚合模型,在日前市场中以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划,在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制,充分挖掘负荷侧资源,降低***峰谷差,有效缓解用电高峰时刻的供电压力,减缓电网设施的投资压力。
附图说明
图1为本发明方法的总流程图;
图2为聚合空调调度框架。
具体实施方式:
为了加深对本发明的理解,下面结合附图对本实施例做详细的说明。
实施例1:参见图1、图2,一种基于空调聚合模型的调峰控制方法,所述控制方法包括以下步骤:
步骤(1):根据能量守恒原理和空调运行特性建立单台空调的负荷模型。
(11)变频空调负荷的等效热参数模型表示如下:
式中,Tin(t)为t时刻的室内温度,℃;Tout(t)为t时刻的室外温度,℃;QAC(t)为t时刻的空调制冷量,kW;R为空调房间等效热阻,Ω;C为空调房间等效热容,F。
(12)变频空调工作期间,随着频率的增加,变频空调的制冷量和电功率都将增加,频率与制冷量、电功率之间的关系如下:
QAC(t)=a·f(t)+b; (2)
PAC(t)=n·f(t)+m; (3)
式中:PAC表示空调机组的制冷功率,kW;f表示变频空调压缩机的功率,Hz;n、m 表示功率常系数;QAC表示变频空调的制冷量,a、b表示制冷量常系数。
(13)则空调的功率PAC和空调的制冷量QAC之间的关系为:
步骤(2):通过负荷聚合商对空调群进行集中调度与控制,建立空调群的聚合模型,并评估聚合空调负荷的调峰潜力。
(21)建立空调群聚合模型
空调负荷与传统储能设备特性相似,能够将电能以热能的形式存储于所属建筑物中,室内温度越高储能量越小,室内温度越低储能量越大。假设用户的舒适度范围为[Tmin,Tmax],室内温度为Tmax时储能量为0,则室内温度为Tin时储能量Oin为:
Oin=C(Tmax-Tin) (5)
建筑物的储能容量O为:
O=C(Tmax-Tmin) (6)
定义空调的荷电状态SOC为储能量Oin与储能容量O的比值:
当室内温度保持在Tin时,根据式(1)可得空调的制冷量QAC为:
将式(8)代入式(4),得到空调功率PAC为:
将式(7)带入式(9),整理得到空调的功率PAC与空调的荷电状态SOC的关系为:
PAC=αSOC+βTout+γ (10)
其中,α、β、γ三个系数表达式如下:
将空调的荷电状态SOC的变化范围[0,1]划分为N个小区间,根据每台空调的荷电状态 SOC,将所有空调划分到各个小区间内,统计每个小区间内的空调数量分别为 m1,m2,…,mi,…,mN,将第i个小区间内的空调的荷电状态统一为SOCi
建立第i个小区间内所有空调的聚合模型为:
Pi=αiSOCiiTouti (15)
其中,Pi为第i个小区间内所有空调的聚合功率;αi_k、βi_k和γi_k分别为第i个小区间内第k台空调的α、β和γ。
(22)聚合空调负荷调峰潜力评估
根据式(15)求得整个空调群的总聚合功率Ptotal为:
当室外温度保持不变时,第i个小区间内所有空调的状态整体调整到第j个小区间时的聚合功率变化ΔPi-j为:
ΔPi-j=αi(SOCj-SOCi) (20)
在舒适度区间一定的情况下,空调负荷的荷电状态SOC主要取决于空调房间温度,由于空调房间温度是时变而不是突变的,因此聚合空调负荷SOC同样不是突变的,即第i个小区间内所有空调的状态整体调整到第j个小区间的过程中,聚合空调负荷存在一个放电过程,放电持续时长为:
式中,Tin(i)和Tin(j)分别为第i个小区间和第j个小区间所对应的室内温度,与荷电状态的关系如下所示:
Tin(i)=Tmax-SOCi(Tmax-Tmin) (22)
Tin(j)=Tmax-SOCj(Tmax-Tmin) (23)
假设聚合空调调控时长大于各个聚合空调的放电时长,即不考虑聚合空调荷电状态转变过程中的放电过程,只计及两个区间所对应荷电状态的稳定值,则聚合空调的最大可调控潜力为:
步骤(3):在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划;
假设共有M个负荷聚合商,次日空调负荷调度共分为T个时段(每个时段间隔为Δt分钟),负荷聚合商k(k=1,2,…,M)在t时段(t=1,2,…,T)的补偿报价为μ(t,k),投标容量为P(t,k)。电力公司t时段的***总负荷削减量为Preq(t),分配给负荷聚合商k的***缺额为D(t,k)。
以最小化空调负荷调度成本为目标函数:
约束条件如下:
(a)负荷聚合商出力约束
***分配给负荷聚合商的调峰量要小于等于该负荷聚合商的可调控容量:
D(t,k)≤P(t,k) (26)
(b)***调峰总量约束
所有负荷聚合商的调峰总容量要大于等于上级调度部门所下达的调度容量:
步骤(4):在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制;
(41)聚合空调负荷优化控制目标函数
电力公司调度部门向每个负荷聚合商下达调度计划后,负荷聚合商随即对所辖空调群进行控制。在空调负荷控制过程中,负荷聚合商需兼顾用户和自身利益,目标函数为最大化负荷聚合商利益。
假设电力公司调度部门在t时段分配给负荷聚合商k的调峰缺额为D(t,k),以各空调负荷的荷电状态SOC为聚合指标,将该负荷聚合商所管辖空调负荷聚合为N个空调聚合体,则t时段负荷聚合商k所提供的实际调峰容量为:
式中,ΔSOCi为t时段第i个空调聚合体的荷电状态调整量。
则t时段负荷聚合商k的实际调峰量与调度计划偏差为:
e(t,k)=D(t,k)-G(t,k) (29)
负荷聚合商根据下发的调度计划调整功率需求,而电力公司则根据负荷聚合商的执行情况进行结算,实际清算价格为各个时段内所有投标成功者的最高报价μmax(t)。为了尽可能减少调度偏差并降低电力公司的调度成本,当负荷聚合商的出力大于调度计划时,按照调度计划结算;出力小于调度计划时,按照实际削减量结算;但如果调度偏差超过最大值δmax时,那么电力公司将对负荷聚合商进行罚款,超出部分单位电量罚款费率为γ。则负荷聚合商k的收益F1为:
式中,δ(t,k)=max{0,e(t,k)-δmax}。
此外,负荷聚合商需要向所辖空调用户支付补偿费用,单位电量补偿费率为r,则负荷聚合商k支付的补偿费用F2为:
以最大化负荷聚合商的利润F为目标函数:
max F(k)=F1(k)-F2(k) (32)
(42)聚合空调负荷优化控制约束条件
(a)负荷聚合商出力约束
受空调聚合体调控潜力影响,负荷聚合商的实际出力需满足:
式中,为t时段聚合空调在室外温度为时的最大削减功率。
(b)荷电状态约束
受人体舒适度约束,荷电状态SOC的取值范围为[0,1],因此,荷电状态约束条件为:
0≤SOCi(t)≤1 (34)
式中,SOCi(t)为t时段第i个空调聚合体的荷电状态值。
需要说明的是上述实施例,并非用来限定本发明的保护范围,在上述技术方案的基础上所作出的等同变换或替代均落入本发明权利要求所保护的范围。

Claims (7)

1.一种基于空调聚合模型的调峰控制方法,其特征在于,所述控制方法包括以下步骤:
(1)根据能量守恒原理和空调运行特性建立单台空调的负荷模型;
(2)通过负荷聚合商对空调群进行统一调度与控制,建立空调群的聚合模型,并评估聚合空调负荷的调峰潜力;
(3)在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划;
(4)在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制。
2.根据权利要求1所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(1)根据能量守恒原理和空调运行特性建立单台空调的负荷模型,具体包括如下步骤:
(11)变频空调负荷的等效热参数模型表示如下:
<mrow> <mi>C</mi> <mfrac> <mrow> <msub> <mi>dT</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>=</mo> <mfrac> <mn>1</mn> <mi>R</mi> </mfrac> <mo>&amp;lsqb;</mo> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>-</mo> <msub> <mi>Q</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中,Tin(t)为t时刻的室内温度,℃;Tout(t)为t时刻的室外温度,℃;QAC(t)为t时刻的空调制冷量,kW;R为空调房间等效热阻,Ω;C为空调房间等效热容,F;
(12)变频空调工作期间,随着频率的增加,变频空调的制冷量和电功率都将增加,频率与制冷量、电功率之间的关系如下:
QAC(t)=a·f(t)+b (2)
PAC(t)=n·f(t)+m (3)
式中:PAC表示空调机组的制冷功率,kW;f表示变频空调压缩机的功率,Hz;n、m表示功率常系数;QAC表示变频空调的制冷量,a、b表示制冷量常系数;
(13)则空调的功率PAC和空调的制冷量QAC之间的关系为:
<mrow> <msub> <mi>Q</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mi>a</mi> <mi>n</mi> </mfrac> <msub> <mi>P</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>+</mo> <mfrac> <mrow> <mi>n</mi> <mi>b</mi> <mo>-</mo> <mi>m</mi> <mi>a</mi> </mrow> <mi>n</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
3.根据权利要求2所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(2)包括以下步骤:
(21)建立空调群聚合模型;
(22)聚合空调负荷调峰潜力评估。
4.根据权利要求3所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(21)建立空调群聚合模型具体如下,假设用户的舒适度范围为[Tmin,Tmax],室内温度为Tmax时储能量为0,则室内温度为Tin时储能量Oin为:
Oin=C(Tmax-Tin); (5)
建筑物的储能容量O为:
O=C(Tmax-Tmin); (6)定义空调的荷电状态SOC为储能量Oin与储能容量O的比值:
<mrow> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mo>=</mo> <mfrac> <msub> <mi>O</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mi>O</mi> </mfrac> <mo>=</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>T</mi> <mi>max</mi> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
当室内温度保持在Tin时,根据式(1)可得空调的制冷量QAC为:
<mrow> <msub> <mi>Q</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>R</mi> </mfrac> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow> 1
将式(8)代入式(4),得到空调功率PAC为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mi>n</mi> <mrow> <mi>a</mi> <mi>R</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mrow> <mi>a</mi> <mi>m</mi> <mo>-</mo> <mi>n</mi> <mi>b</mi> </mrow> <mi>a</mi> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
将式(7)带入式(9),整理得到空调的功率PAC与空调的荷电状态SOC的关系为:
PAC=αSOC+βTout+γ; (10)
其中,α、β、γ三个系数表达式如下:
<mrow> <mi>&amp;alpha;</mi> <mo>=</mo> <mfrac> <mrow> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>a</mi> <mi>R</mi> </mrow> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>&amp;beta;</mi> <mo>=</mo> <mfrac> <mi>n</mi> <mrow> <mi>a</mi> <mi>R</mi> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>&amp;gamma;</mi> <mo>=</mo> <mfrac> <mrow> <mo>-</mo> <msub> <mi>nT</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>+</mo> <mi>a</mi> <mi>m</mi> <mi>R</mi> <mo>-</mo> <mi>n</mi> <mi>b</mi> <mi>R</mi> </mrow> <mrow> <mi>a</mi> <mi>R</mi> </mrow> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
将空调的荷电状态SOC的变化范围[0,1]划分为N个小区间,根据每台空调的荷电状态SOC,将所有空调划分到各个小区间内,统计每个小区间内的空调数量分别为m1,m2,…,mi,…,mN,将第i个小区间内的空调的荷电状态统一为SOCi
<mrow> <msub> <mi>SOC</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <mi>i</mi> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <mi>N</mi> </mrow> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
建立第i个小区间内所有空调的聚合模型为:
Pi=αiSOCiiTouti; (15)
<mrow> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>2</mn> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>_</mo> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>&amp;beta;</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>2</mn> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>i</mi> <mo>_</mo> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>&amp;gamma;</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mn>2</mn> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>i</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>i</mi> <mo>_</mo> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
其中,Pi为第i个小区间内所有空调的聚合功率;αi_k、βi_k和γi_k分别为第i个小区间内第k台空调的α、β和γ。
5.根据权利要求4所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(22)聚合空调负荷调峰潜力评估,具体如下,
根据式(15)求得整个空调群的总聚合功率Ptotal为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>o</mi> <mi>t</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>P</mi> <mi>i</mi> </msub> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
当室外温度保持不变时,第i个小区间内所有空调的状态整体调整到第j个小区间时的聚合功率变化ΔPi-j为:
ΔPi-j=αi(SOCj-SOCi); (20)
在舒适度区间一定的情况下,空调负荷的荷电状态SOC主要取决于空调房间温度,由于空调房间温度是时变而不是突变的,因此聚合空调负荷SOC同样不是突变的,即第i个小区间内所有空调的状态整体调整到第j个小区间的过程中,聚合空调负荷存在一个放电过程,放电持续时长为:
<mrow> <msubsup> <mi>t</mi> <mrow> <mi>i</mi> <mo>-</mo> <mi>j</mi> </mrow> <mrow> <mi>d</mi> <mi>i</mi> <mi>s</mi> <mi>c</mi> <mi>h</mi> <mi>arg</mi> <mi>e</mi> </mrow> </msubsup> <mo>=</mo> <mi>R</mi> <mi>C</mi> <mo>&amp;CenterDot;</mo> <mi>l</mi> <mi>n</mi> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Q</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mi>R</mi> </mrow> <mrow> <msub> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Q</mi> <mrow> <mi>A</mi> <mi>C</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mi>R</mi> </mrow> </mfrac> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>21</mn> <mo>)</mo> </mrow> </mrow>
式中,Tin(i)和Tin(j)分别为第i个小区间和第j个小区间所对应的室内温度,与荷电状态的关系如下所示:
Tin(i)=Tmax-SOCi(Tmax-Tmin); (22)
Tin(j)=Tmax-SOCj(Tmax-Tmin); (23)
假设聚合空调调控时长大于各个聚合空调的放电时长,即不考虑聚合空调荷电状态转变过程中的放电过程,只计及两个区间所对应荷电状态的稳定值,则聚合空调的最大可调控潜力为:
<mrow> <msup> <mi>P</mi> <mrow> <mi>d</mi> <mi>o</mi> <mi>w</mi> <mi>n</mi> </mrow> </msup> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>SOC</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>SOC</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>24</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
6.根据权利要求5所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(3)在日前市场中,以最小化电力公司调度成本为目标函数,制定次日调峰时段的调度计划,具体包括如下步骤:
假设共有M个负荷聚合商,次日空调负荷调度共分为T个时段,每个时段间隔为Δt分钟,负荷聚合商k(k=1,2,…,M)在t时段(t=1,2,…,T)的补偿报价为μ(t,k),投标容量为P(t,k)。电力公司t时段的***总负荷削减量为Preq(t),分配给负荷聚合商k的***缺额为D(t,k)。
以最小化空调负荷调度成本为目标函数:
<mrow> <mi>F</mi> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mi>&amp;mu;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>25</mn> <mo>)</mo> </mrow> </mrow>
约束条件如下:
(a)负荷聚合商出力约束
***分配给负荷聚合商的调峰量要小于等于该负荷聚合商的可调控容量:
D(t,k)≤P(t,k); (26)
(b)***调峰总量约束
所有负荷聚合商的调峰总容量要大于等于上级调度部门所下达的调度容量:
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mi>D</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msup> <mi>P</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>q</mi> </mrow> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>27</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
7.根据权利要求6所述的基于空调聚合模型的调峰控制方法,其特征在于,所述步骤(4)中,在实时调度中,综合考虑负荷聚合商利润和用户舒适度,实现聚合空调负荷的优化控制具体如下:
(41)聚合空调负荷优化控制目标函数;
电力公司调度部门向每个负荷聚合商下达调度计划后,负荷聚合商随即对所辖空调群进行控制,在空调负荷控制过程中,负荷聚合商需兼顾用户和自身利益,目标函数为最大化负荷聚合商利益;
假设电力公司调度部门在t时段分配给负荷聚合商k的调峰缺额为D(t,k),以各空调负荷的荷电状态SOC为聚合指标,将该负荷聚合商所管辖空调负荷聚合为N个空调聚合体,则t时段负荷聚合商k所提供的实际调峰容量为:
<mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;Delta;SOC</mi> <mi>i</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>28</mn> <mo>)</mo> </mrow> </mrow>
式中,ΔSOCi为t时段第i个空调聚合体的荷电状态调整量;
则t时段负荷聚合商k的实际调峰量与调度计划偏差为:
e(t,k)=D(t,k)-G(t,k) (29)
负荷聚合商根据下发的调度计划调整功率需求,而电力公司则根据负荷聚合商的执行情况进行结算,实际清算价格为各个时段内所有投标成功者的最高报价μmax(t);为了尽可能减少调度偏差并降低电力公司的调度成本,当负荷聚合商的出力大于调度计划时,按照调度计划结算;出力小于调度计划时,按照实际削减量结算;但如果调度偏差超过最大值δmax时,那么电力公司将对负荷聚合商进行罚款,超出部分单位电量罚款费率为γ,则负荷聚合商k的收益F1为:
<mrow> <msub> <mi>F</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <msub> <mi>&amp;mu;</mi> <mi>max</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mtd> <mtd> <mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <mi>D</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;mu;</mi> <mi>max</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>&amp;gamma;</mi> <mo>&amp;times;</mo> <mi>&amp;delta;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mtd> <mtd> <mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <mi>D</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>30</mn> <mo>)</mo> </mrow> </mrow>
式中,δ(t,k)=max{0,e(t,k)-δmax}。
此外,负荷聚合商需要向所辖空调用户支付补偿费用,单位电量补偿费率为r,则负荷聚合商k支付的补偿费用F2为:
<mrow> <msub> <mi>F</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>r</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>31</mn> <mo>)</mo> </mrow> </mrow>
以最大化负荷聚合商的利润F为目标函数:
max F(k)=F1(k)-F2(k) (32)
(42)聚合空调负荷优化控制约束条件;
(a)负荷聚合商出力约束
受空调聚合体调控潜力影响,负荷聚合商的实际出力需满足:
<mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msup> <mi>P</mi> <mrow> <mi>d</mi> <mi>o</mi> <mi>w</mi> <mi>n</mi> </mrow> </msup> <mrow> <mo>(</mo> <msubsup> <mi>T</mi> <mrow> <mi>o</mi> <mi>u</mi> <mi>t</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>33</mn> <mo>)</mo> </mrow> </mrow>
式中,为t时段聚合空调在室外温度为时的最大削减功率;
(b)荷电状态约束
受人体舒适度约束,荷电状态SOC的取值范围为[0,1],因此,荷电状态约束条件为:
0≤SOCi(t)≤1 (34)
式中,SOCi(t)为t时段第i个空调聚合体的荷电状态值。
CN201710245401.7A 2017-04-14 2017-04-14 基于空调聚合模型的调峰控制方法 Pending CN107143968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710245401.7A CN107143968A (zh) 2017-04-14 2017-04-14 基于空调聚合模型的调峰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710245401.7A CN107143968A (zh) 2017-04-14 2017-04-14 基于空调聚合模型的调峰控制方法

Publications (1)

Publication Number Publication Date
CN107143968A true CN107143968A (zh) 2017-09-08

Family

ID=59774592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710245401.7A Pending CN107143968A (zh) 2017-04-14 2017-04-14 基于空调聚合模型的调峰控制方法

Country Status (1)

Country Link
CN (1) CN107143968A (zh)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107591801A (zh) * 2017-09-15 2018-01-16 东南大学 一种负荷参与需求响应的聚合潜力评估方法
CN107726533A (zh) * 2017-10-20 2018-02-23 国网江苏省电力公司南京供电公司 一种空调负荷功率振荡抑制控制方法
CN107906675A (zh) * 2017-10-11 2018-04-13 天津大学 一种基于用户需求的中央空调集群优化控制方法
CN108039710A (zh) * 2017-11-13 2018-05-15 国网辽宁省电力有限公司 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN108036468A (zh) * 2017-11-22 2018-05-15 深圳供电局有限公司 一种空调***聚合控制方法
CN108151132A (zh) * 2017-11-27 2018-06-12 国网北京市电力公司 空气源热泵的控制方法、装置和***及空气源热泵
CN108227489A (zh) * 2017-12-26 2018-06-29 东南大学 一种负荷参与需求响应的双层控制方法
CN108426351A (zh) * 2018-03-09 2018-08-21 广西大学 变风量空调***响应电网频率调节的实时最优调度方法
CN108988348A (zh) * 2018-07-04 2018-12-11 东南大学 一种大功率缺额下的可控负荷双层调度方法
CN109827310A (zh) * 2019-01-31 2019-05-31 河海大学 一种居民空调负荷群聚合模型建立方法
CN109858672A (zh) * 2018-12-26 2019-06-07 国网江苏省电力有限公司苏州供电分公司 考虑区域互联转供的主配用一体化停电范围评估方法
CN109886463A (zh) * 2019-01-18 2019-06-14 杭州电子科技大学 考虑需求响应不确定性的用户侧优化控制方法
CN109934470A (zh) * 2019-02-27 2019-06-25 上海交通大学 聚合大规模空调负荷的信息物理建模与控制方法
CN110729726A (zh) * 2019-10-28 2020-01-24 国网江苏省电力有限公司苏州供电分公司 一种智慧社区能量优化调度方法和***
CN111271839A (zh) * 2020-02-14 2020-06-12 河海大学 一种定频空调短期功率调节的方法
CN112103948A (zh) * 2020-08-25 2020-12-18 广东电网有限责任公司广州供电局 一种变频空调负荷虚拟同步电机控制方法
CN112163687A (zh) * 2020-06-28 2021-01-01 国家电网公司西北分部 一种基于负荷聚合商的用户侧两阶段调峰响应方法
CN112186755A (zh) * 2020-09-25 2021-01-05 东南大学 一种区域综合能源***柔性负荷储能化建模方法
CN113420413A (zh) * 2021-05-27 2021-09-21 国网上海市电力公司电力科学研究院 一种基于负荷可塑性的柔性负荷可调节能力量化方法及***
CN113483479A (zh) * 2021-05-31 2021-10-08 国网浙江省电力有限公司 一种变频空调与储能电池联合的辅助服务方法及***
CN113757931A (zh) * 2021-08-18 2021-12-07 华北电力大学 一种空调控制方法及***
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114744608A (zh) * 2021-01-08 2022-07-12 北京国网普瑞特高压输电技术有限公司 一种电力需求响应聚合空调负荷协同控制方法及***
CN115377963A (zh) * 2022-07-18 2022-11-22 四川大学 一种异质性集群空调负荷新型温度设定值控制方法
CN117613915A (zh) * 2023-11-09 2024-02-27 武汉华源电力设计院有限公司 一种电力***实时调度方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4410046B2 (ja) * 2004-07-12 2010-02-03 三菱電機株式会社 空調熱源設備の熱負荷予測装置および方法
CN106127337A (zh) * 2016-06-22 2016-11-16 东南大学 基于变频空调虚拟机组建模的机组组合方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4410046B2 (ja) * 2004-07-12 2010-02-03 三菱電機株式会社 空調熱源設備の熱負荷予測装置および方法
CN106127337A (zh) * 2016-06-22 2016-11-16 东南大学 基于变频空调虚拟机组建模的机组组合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丁小叶: "变频空调参与需求响应的调控策略与效果评估", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
高赐威,李倩玉,李扬: "基于DLC的空调负荷双层优化调度和控制策略", 《中国电机工程学报》 *

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107591801B (zh) * 2017-09-15 2020-06-09 东南大学 一种负荷参与需求响应的聚合潜力评估方法
CN107591801A (zh) * 2017-09-15 2018-01-16 东南大学 一种负荷参与需求响应的聚合潜力评估方法
CN107906675A (zh) * 2017-10-11 2018-04-13 天津大学 一种基于用户需求的中央空调集群优化控制方法
CN107726533A (zh) * 2017-10-20 2018-02-23 国网江苏省电力公司南京供电公司 一种空调负荷功率振荡抑制控制方法
CN107726533B (zh) * 2017-10-20 2021-06-29 国网江苏省电力公司南京供电公司 一种空调负荷功率振荡抑制控制方法
CN108039710B (zh) * 2017-11-13 2021-05-11 国网辽宁省电力有限公司 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN108039710A (zh) * 2017-11-13 2018-05-15 国网辽宁省电力有限公司 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN108036468A (zh) * 2017-11-22 2018-05-15 深圳供电局有限公司 一种空调***聚合控制方法
CN108036468B (zh) * 2017-11-22 2020-11-13 深圳供电局有限公司 一种空调***聚合控制方法
CN108151132A (zh) * 2017-11-27 2018-06-12 国网北京市电力公司 空气源热泵的控制方法、装置和***及空气源热泵
CN108151132B (zh) * 2017-11-27 2022-05-10 国网北京市电力公司 空气源热泵的控制方法、装置和***及空气源热泵
CN108227489A (zh) * 2017-12-26 2018-06-29 东南大学 一种负荷参与需求响应的双层控制方法
CN108426351A (zh) * 2018-03-09 2018-08-21 广西大学 变风量空调***响应电网频率调节的实时最优调度方法
CN108988348A (zh) * 2018-07-04 2018-12-11 东南大学 一种大功率缺额下的可控负荷双层调度方法
CN109858672A (zh) * 2018-12-26 2019-06-07 国网江苏省电力有限公司苏州供电分公司 考虑区域互联转供的主配用一体化停电范围评估方法
CN109858672B (zh) * 2018-12-26 2022-07-01 国网江苏省电力有限公司苏州供电分公司 考虑区域互联转供的主配用一体化停电范围评估方法
CN109886463A (zh) * 2019-01-18 2019-06-14 杭州电子科技大学 考虑需求响应不确定性的用户侧优化控制方法
CN109827310A (zh) * 2019-01-31 2019-05-31 河海大学 一种居民空调负荷群聚合模型建立方法
CN109934470B (zh) * 2019-02-27 2023-01-20 上海交通大学 聚合大规模空调负荷的信息物理建模与控制方法
CN109934470A (zh) * 2019-02-27 2019-06-25 上海交通大学 聚合大规模空调负荷的信息物理建模与控制方法
CN110729726A (zh) * 2019-10-28 2020-01-24 国网江苏省电力有限公司苏州供电分公司 一种智慧社区能量优化调度方法和***
CN110729726B (zh) * 2019-10-28 2022-07-01 国网江苏省电力有限公司苏州供电分公司 一种智慧社区能量优化调度方法和***
CN111271839B (zh) * 2020-02-14 2021-05-11 河海大学 一种定频空调短期功率调节的方法
CN111271839A (zh) * 2020-02-14 2020-06-12 河海大学 一种定频空调短期功率调节的方法
CN112163687A (zh) * 2020-06-28 2021-01-01 国家电网公司西北分部 一种基于负荷聚合商的用户侧两阶段调峰响应方法
CN112163687B (zh) * 2020-06-28 2024-03-22 国家电网有限公司西北分部 一种基于负荷聚合商的用户侧两阶段调峰响应方法
CN112103948A (zh) * 2020-08-25 2020-12-18 广东电网有限责任公司广州供电局 一种变频空调负荷虚拟同步电机控制方法
CN112186755A (zh) * 2020-09-25 2021-01-05 东南大学 一种区域综合能源***柔性负荷储能化建模方法
CN112186755B (zh) * 2020-09-25 2022-11-22 东南大学 一种区域综合能源***柔性负荷储能化建模方法
CN114744608B (zh) * 2021-01-08 2024-03-26 北京国网普瑞特高压输电技术有限公司 一种电力需求响应聚合空调负荷协同控制方法及***
CN114744608A (zh) * 2021-01-08 2022-07-12 北京国网普瑞特高压输电技术有限公司 一种电力需求响应聚合空调负荷协同控制方法及***
CN113420413A (zh) * 2021-05-27 2021-09-21 国网上海市电力公司电力科学研究院 一种基于负荷可塑性的柔性负荷可调节能力量化方法及***
CN113483479A (zh) * 2021-05-31 2021-10-08 国网浙江省电力有限公司 一种变频空调与储能电池联合的辅助服务方法及***
CN113757931A (zh) * 2021-08-18 2021-12-07 华北电力大学 一种空调控制方法及***
CN114243717B (zh) * 2021-12-06 2023-10-31 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN115377963B (zh) * 2022-07-18 2023-05-09 四川大学 一种异质性集群空调负荷新型温度设定值控制方法
CN115377963A (zh) * 2022-07-18 2022-11-22 四川大学 一种异质性集群空调负荷新型温度设定值控制方法
CN117613915A (zh) * 2023-11-09 2024-02-27 武汉华源电力设计院有限公司 一种电力***实时调度方法、装置、设备及存储介质
CN117613915B (zh) * 2023-11-09 2024-06-11 武汉华源电力设计院有限公司 一种电力***实时调度方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN107143968A (zh) 基于空调聚合模型的调峰控制方法
CN104214912B (zh) 一种基于温度设定值调整的聚合空调负荷调度方法
CN108320111B (zh) 一种超大规模水电站群短期实用化调度方法
CN106127337B (zh) 基于变频空调虚拟机组建模的机组组合方法
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
CN106096790A (zh) 基于变频空调虚拟机组建模的虚拟电厂日前和实时市场优化调度方法
CN109149651B (zh) 一种计及调压辅助服务收益的光储***优化运行方法
CN107276096A (zh) 一种光伏与空调负荷协调优化的配电网电压控制方法
CN106410824B (zh) 计及温控设备的社区微电网储能容量优化配置方法
CN108039710A (zh) 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN103400042A (zh) 一种冷热电联供型微电网优化配置方法
CN110322056A (zh) 一种计及中央空调***的虚拟电厂随机自适应鲁棒优化调度方法
CN103745023A (zh) 水电站发电出力方案制作与最优负荷分配耦合建模方法
CN109245134B (zh) 基于虚拟模糊自适应调控算法的混合储能调度方法及***
CN113381416B (zh) 多类型柔性负荷参与的调峰方法及***
CN107726538A (zh) 一种智能楼宇用电调控方法
CN108280556B (zh) 基于热负荷调节的供电量双阶段优化调度方法
CN105140939B (zh) 基于储能***的主动负荷多目标协调控制方法
CN110739699B (zh) 一种基于空调的配电网调压方法
CN105790286A (zh) 一种中央空调负荷聚合及参与平抑分布式电源出力的策略
CN110991773A (zh) 一种面向风电消纳的两阶段源荷储优化调度方法
CN110533236A (zh) 一种水电站短期精细化调峰调度方法
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及***
CN105117802A (zh) 一种基于中央空调储能特性的电力市场优化调度策略
CN110311391A (zh) 一种电动汽车与空调联合参与调频的低频减载方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170908

RJ01 Rejection of invention patent application after publication