CN109827310A - 一种居民空调负荷群聚合模型建立方法 - Google Patents

Abstract

本发明公开了一种居民空调负荷群聚合模型建立方法，在非侵入技术的支持下，通过获取居民空调负荷历史运行数据和室外温度，结合空调负荷运行相关特性，建立居民空调负荷群聚合模型，并运用参数辨识方法获得空调负荷聚合模型参数，大大减少了计算量，同时不涉及用户的隐私。

Description

一种居民空调负荷群聚合模型建立方法

技术领域

本发明涉及一种居民空调负荷群聚合模型建立方法，属于电力***智能用电领域。

背景技术

能源互联网和智能电网发展融合了能源技术与信息技术，能够支持间接性不确定分布式能源大规模接入，对电网稳定运行提出了更高的要求；另一方面，经济的快速发展和居民生活水平的不断提高，使高峰负荷不断攀升，造成短时电力紧缺，给电力***的安全、经济运行造成较大影响。针对负荷快速增长和波动性能源大规模接入引发的电力***稳定问题，需求响应技术逐步发展。

居民空调负荷所属建筑具有热储存能力，同时在近些年数量不断增多，成为重要的需求响应资源。然而单台空调负荷额定功率小，对单台空调负荷进行控制无法对电网产生效果，因此需要将大量居民空调负荷进行聚合并统一控制。当前大量的研究基于单台居民空调负荷模型进行聚合得到空调负荷群聚合模型，这种方法需要获取每个空调所属建筑的属性，甚至侵犯用户的隐私，而且计算量巨大。

发明内容

发明目的：本发明提出一种居民空调负荷群聚合模型建立及参数辨识方法，减少了计算量并保护用户隐私。

技术方案：本发明采用的技术方案为一种居民空调负荷群聚合模型建立方法，包括以下步骤：

1)建立居民空调负荷群聚合模型；

2)获取居民空调负荷历史运行功率数据和相应时刻的室外温度；

3)根据居民空调负荷群聚合模型，利用历史功率数据和室外温度数据，求取平均值作为最终的居民空调负荷聚合模型绝热参数；

4)根据居民空调负荷群聚合模型，评估平均室内温度变化曲线，从中筛选出多组与平均室内温度变化对应的历史数据；

5)根据步骤4)的室内温度历史数据和室外温度，求解不同历史数据下空调负荷模型储热特性对应的储热参数，并求取平均值作为最终的居民空调负荷聚合模型热容参数。

还包括步骤6)根据辨识得到的居民空调负荷群聚合模型，运用空调负荷历史数据，选取多组数据对居民空调负荷聚合模型进行修改验证。

所述步骤1)中根据热力学理论室内温度动态变化方程如下：

其中，i为房间序数；T_a为室外温度，单位℃；，T_i为房间i室内温度，单位℃；C_i为房间i热容,单位kWh/℃；P_i(t)为t时刻房间i空调运行功率，单位kW；η为空调能效比；G_i为i绝热参数，单位kW/℃，在正常运行时，室内温度维持在设定温度T_set附近，即[T_set-δ/2,T_set+δ/2]；

基于单个空调负荷运行特性，建立居民空调负荷群聚合模型如下：

其中，T_a为室外温度，单位℃，T(t)为t时刻平均室内温度，单位℃，C为居民空调负荷聚合热容参数,单位kWh/℃；P(t)为t时刻居民空调聚合功率，单位kW，η为空调能效比，G为居民空调负荷聚合绝热参数，单位kW/℃；

将式(2)两边同时除以η，并令 则式(2)转化为：

所述步骤2)中基于非侵入式技术辨识获取多组空调负荷历史功率数据，并通过天气数据***采集对应时间的室外温度数据。

所述步骤3)中通过线性拟合计算得到多组描述空调负荷聚合模型中绝热特性的绝热参数最后求取平均值作为最终的居民空调负荷聚合模型绝热参数

其中，l表示负荷数据组序号，L表示数据总组数。

所述步骤4)中利用步骤3)中公式(4)最终的居民空调负荷聚合模型绝热参数的评估结果，通过式(5)计算估算室内温度T_ev，

将公式(5)绘制成曲线，分析该室内温度曲线波动情况，筛选出室内温度发生变化的对应的历史数据。

所述步骤5)中根据步骤4)评估得到的室内温度评估曲线，识别出变化前室内温度T₁，变化后室内温度T₂和室内温度变化过渡时长t_trans；

再根据下式分别计算与T₁、T₂和t_trans相对应的居民空调负荷聚合热容参数

最后求取平均值作为最终的居民空调负荷聚合模型热容参数

其中，i表示负荷数据组序号，K表示平均室内温度发生变化的数据组数量。

有益效果：本发明利用居民空调负荷群历史运行数据和室外数据辨识得到居民空调负荷群聚合模型，避免了对单个空调负荷模型的建立，减少了传统空调聚合模型的计算量。同时本发明准确地描述了室外温度、室内温度以及空调负荷群聚合功率的动态关系，用于空调负荷聚合功率的预测和分析空调负荷响应特性，并建立空调负荷需求响应控制策略。

附图说明

图1是单个居民空调热量传递模型图；

图2是居民空调负荷群热量传递模型图；

图3是室内温度评估曲线；

图4是绝热参数辨识结果；

图5是储热参数辨识结果；

图6是居民空调负荷群聚合模型校验结果。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围。

如

1)根据热力学理论分析单个居民空调负荷运行特性，得到空调负荷群聚合热力学特性，建立居民空调负荷群聚合模型。

根据热力学理论分析单个居民空调负荷运行特性，空调负荷具有储热和散热特性，如图1所示，当空调制冷量超过室外传入室内的热量，室内温度下降，反之则室内温度上升，其室内温度动态变化方程如下：

其中，i为房间序数；T_a为室外温度，单位℃；，T_i为房间i室内温度，单位℃；C_i为房间i热容,单位kWh/℃；P_i(t)为t时刻房间i空调运行功率，单位kW；η为空调能效比；G_i为i绝热参数，单位kW/℃。在正常运行时，室内温度维持在设定温度T_set附近，即[T_set-δ/2,T_set+δ/2]。

基于单个空调负荷运行特性，得到空调负荷群聚合热力学特性，如图2所示，建立居民空调负荷群聚合模型如下：

其中，T_a为室外温度，单位℃，T(t)为t时刻平均室内温度，单位℃，C为居民空调负荷聚合热容参数,单位kWh/℃；P(t)为t时刻居民空调聚合功率，单位kW，η为空调能效比，G为居民空调负荷聚合绝热参数，单位kW/℃。

将式(2)两边同时除以η，并令 则式(2)转化为：

2)获取居民空调负荷历史运行功率数据和相应时刻的室外温度。

基于非侵入式技术辨识获取多组空调负荷历史功率数据，并通过天气数据***采集对应时间的室外温度数据。

3)根据居民空调负荷群聚合模型，利用多组空调负荷历史功率数据和室外温度数据，通过线性拟合计算得到多组描述空调负荷聚合模型中绝热特性的绝热参数最后求取平均值作为最终的居民空调负荷聚合模型绝热参数如图4所示：

其中，l表示负荷数据组序号，L表示数据总组数。

4)根据居民空调负荷群聚合模型，评估平均室内温度变化曲线，从中挑选出多组与平均室内温度变化对应的历史数据。

利用步骤3)中公式(4)最终的居民空调负荷聚合模型绝热参数的评估结果，通过式(5)计算估算室内温度T_ev，

将公式(5)绘制成曲线，分析该室内温度曲线波动情况，筛选出室内温度发生变化的对应的历史数据。

5)结合步骤4)中的平均室内温度曲线，利用历史功率数据和室外温度计算求解不同历史数据下空调负荷模型储热特性对应的储热参数，最后求取平均值作为最终的居民空调负荷聚合模型热容参数

根据评估得到的室内温度评估曲线，假设第i组历史数据对应的室内温度评估曲线如图3所示。图3中两段水平虚线分别表示变化前室内温度T₁，变化后室内温度T₂。而两者之间就是室内温度变化过渡时长t_trans。结合不同历史数据，分别计算与T₁、T₂和t_trans相对应的居民空调负荷聚合热容参数公式如下：

最后求取平均值作为最终的居民空调负荷聚合模型热容参数

其中，i表示负荷数据组序号，K表示平均室内温度发生变化的数据组数量，该数据组来自于步骤4)。如图5所示。

根据辨识得到的居民空调负荷群聚合模型，运用空调负荷历史数据，选取多组数据对居民空调负荷聚合模型进行修改验证。

算例

以某区域内所拥有的120000台居民空调。假设单个居民空调负荷参数取值范围如下(每台空调负荷参数在取值范围内随机选取)：

首先运用蒙特卡洛法获取空调负荷历史数据室外温度。

建立居民空调负荷群聚合模型，然后利用本发明中的方法辨识得到空调负荷模型参数，具体结果如下

最后运用本发明得到的聚合模型评估空调负荷功率，并与蒙特卡洛方法得到的空调负荷功率进行对比，如图6所示。

Claims (7)

1.一种居民空调负荷群聚合模型建立方法，其特征在于，包括以下步骤：

1)建立居民空调负荷群聚合模型；

2)获取居民空调负荷历史运行功率数据和相应时刻的室外温度；

3)根据居民空调负荷群聚合模型，利用历史功率数据和室外温度数据，求取平均值作为最终的居民空调负荷聚合模型绝热参数；

4)根据居民空调负荷群聚合模型，评估平均室内温度变化曲线，从中筛选出多组与平均室内温度变化对应的历史数据；

5)根据步骤4)的室内温度历史数据和室外温度，求解不同历史数据下空调负荷模型储热特性对应的储热参数，并求取平均值作为最终的居民空调负荷聚合模型热容参数。

2.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，还包括步骤6)根据辨识得到的居民空调负荷群聚合模型，运用空调负荷历史数据，选取多组数据对居民空调负荷聚合模型进行修改验证。

3.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，所述步骤1)中根据热力学理论室内温度动态变化方程如下：

其中，i为房间序数；T_a为室外温度，单位℃；，T_i为房间i室内温度，单位℃；C_i为房间i热容,单位kWh/℃；P_i(t)为t时刻房间i空调运行功率，单位kW；η为空调能效比；G_i为i绝热参数，单位kW/℃，在正常运行时，室内温度维持在设定温度T_set附近，即[T_set-δ/2,T_set+δ/2]；

基于单个空调负荷运行特性，建立居民空调负荷群聚合模型如下：

其中，T_a为室外温度，单位℃，T(t)为t时刻平均室内温度，单位℃，C为居民空调负荷聚合热容参数,单位kWh/℃；P(t)为t时刻居民空调聚合功率，单位kW，η为空调能效比，G为居民空调负荷聚合绝热参数，单位kW/℃；

将式(2)两边同时除以η，并令则式(2)转化为：

4.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，所述步骤2)中基于非侵入式技术辨识获取多组空调负荷历史功率数据，并通过天气数据***采集对应时间的室外温度数据。

5.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，所述步骤3)中通过线性拟合计算得到多组描述空调负荷聚合模型中绝热特性的绝热参数最后求取平均值作为最终的居民空调负荷聚合模型绝热参数

其中，l表示负荷数据组序号，L表示数据总组数。

6.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，所述步骤4)中利用步骤3)中公式(4)最终的居民空调负荷聚合模型绝热参数的评估结果，通过式(5)计算估算室内温度T_ev，

将公式(5)绘制成曲线，分析该室内温度曲线波动情况，筛选出室内温度发生变化的对应的历史数据。

7.根据权利要求1所述的居民空调负荷群聚合模型建立方法，其特征在于，所述步骤5)中根据步骤4)评估得到的室内温度评估曲线，识别出变化前室内温度T₁，变化后室内温度T₂和室内温度变化过渡时长t_trans；

再根据下式分别计算与T₁、T₂和t_trans相对应的居民空调负荷聚合热容参数

最后求取平均值作为最终的居民空调负荷聚合模型热容参数

其中，i表示负荷数据组序号，K表示平均室内温度发生变化的数据组数量。