一种空调负荷群需求响应潜力定量评估方法技术

本发明专利技术公开了一种空调负荷群需求响应潜力定量评估方法，从需求响应量及需求响应持续时间两个角度对空调负荷需求响应潜力进行计算，建立了空调负荷群的聚合模型，对空调负荷群需求响应潜力进行定量评估。本发明专利技术可以准确地定量评估空调负荷群需求响应量、需求响应持续时间及室内平均温度改变量三者之间，为空调负荷参与需求响应的控制策略提供数据支撑。

【技术实现步骤摘要】
一种空调负荷群需求响应潜力定量评估方法
本专利技术涉及一种空调负荷群需求响应潜力定量评估方法，属于电力系统需求响应潜力评估

技术介绍
随着电力市场的发展及完善，电力系统的利益主体逐步多元化，需求侧资源在竞争市场中重新被认识。在电力市场竞争中引入需求响应，通过价格信号或激励信号改变用户惯有的用电模式，增加需求侧在市场中的作用。需求响应可以为多方电网运行参与者提供利益，包括：降低用户用电成本，减缓新增装机容量速度，增加可再生能源发电接纳容量，降低电力输配成本，提高电力系统应急能力，提高电力系统运行灵活性等。空调负荷所属建筑具有热储存能力，在数分钟～几十分钟内调整运行状态对用户舒适度的影响很小，被视作重要的需求响应资源。其需求响应潜力受到用户对温度需求及外界环境的影响，并且空调负荷室内温度变化与其运行功率密切相关，因此需要考虑用户舒适度，结合需求响应持续时间对空调负荷需求响应潜力进行评估，尤其需要定量评估空调负荷群需求响应量、需求响应持续时间及室内平均温度改变量三者之间的关系。
技术实现思路
专利技术目的：本专利技术提出一种空调负荷群需求响应潜力定量评估方法，定量评估空调负荷群需求响应量、需求响应持续时间及室内平均温度改变量三者之间的关系。技术方案：本专利技术采用的技术方案为一种空调负荷群需求响应潜力定量评估方法，包括以下步骤：1)根据空调负荷历史运行数据、室内外温度环境及空调设备参数，建立单个空调负荷运行模型，确定单个空调负荷模型参数；2)根据空调负荷地理位置及其运行参数，运用K-means聚类算法对空调负荷进行聚类分组；3)根据建筑物热储能特性以及单个空调负荷运行模型，将各空调负荷组等效成一个聚合空调，建立空调负荷组的聚合功率模型；4)根据需求响应过程中天气情况以及用户对室内温度的需求，计算各个空调负荷组需求响应潜力；5)计算所有空调负荷整体需求响应潜力。所述步骤1)通过收集各个空调负荷历史数据参数，建立空调负荷热力学等效热参数模型，具体如下：其中，i为空调负荷序号；Ti(t)表示t时刻空调负荷温度；To(t)表示t时刻外部环境温度；ui(t)∈{0,1}表示空调负荷运行状态，ui(t)＝1表示开启，ui(t)＝0表示关闭；Ri为等效热阻；Ci为等效热容；Qi为空调额定功率；ηi为空调能效比；Δt为控制步长；e为自然底常数。所述步骤2)还包括以下步骤：i)根据空调负荷所属地理位置，对空调负荷进行第一步分组；ii)根据各组内的空调负荷等效热阻、等效热容及空调负荷能效比，运用K-means算法进行进一步聚类分组。所述步骤3)包括：i)计算聚合空调等效热容Ceq其中，Ci为空调负荷i的等效热容，N为聚合组内的空调负荷数量；ii)计算聚合空调等效热阻Req其中，Ri为空调负荷i的等效热阻；N为聚合组内的空调负荷数量；iii)计算聚合空调能效比ηeq其中，ηi为空调负荷i的能效比；N为聚合组内的空调负荷数量；iv)计算聚合空调室内平均温度其中，Tin,i为空调负荷i的室内温度；Tset,i为空调负荷i的室内温度；N为聚合组内的空调负荷数量；v)建立空调负荷聚合功率模型vi)聚合空调室内平均温度与聚合功率关系模型其中，Ri为空调负荷i的等效热阻；N为聚合组内的空调负荷数量。所述步骤4)包括：i)聚合空调负荷削减量确定时，需求响应持续时间与室内温度变化关系为其中，ttrans为需求响应持续时间；Preduce为聚合空调负荷削减量；T1，T2分别为响应前后的空调组室内平均温度；ii)需求响应持续时间确定时，聚合空调负荷削减量与室内温度变化关系为其中：分别表示室内平均温度为T1，T2时的空调负荷聚合功率。所述步骤5)还包括：i)获取所有空调聚合组需求响应潜力；ii)根据各空调聚合小组的需求响持续时间和负荷削减量，进行累加求和，得到所有空调负荷整体需求响应时间和负荷削减量的关系。有益效果：本专利技术通过空调负荷聚合功率模型以及用户对室内温度需求进行分析，可以评估不同外界环境下，空调负荷群的需求响应量、需求响应持续时间及室内平均温度改变量三者之间的关系。本方法具有如下几个优点：(1)本方法适用于多种空调负荷类型，包括：定频空调、变频空调、中央空调、用户室内温度调节的热泵等。(2)本方法考虑的用户对室内温度需求的多样性，适用于与不同用户对室内温度的需求，考虑了不同用户的舒适度。(3)本方法可以准确地定量评估空调负荷群需求响应量、需求响应持续时间及室内平均温度改变量三者之间，为空调负荷参与需求响应的控制策略提供数据支撑。附图说明图1是单个空调等效热参数电路模型图；图2是空调负荷组等效热参数电路模型图；图3是算例中空调负荷聚合功率实际值及其估计值线形图；图4是算例中空调负荷聚合功率评估误差及其分布线形图；图5是算例中需求响应量、需求响应持续时间和室内平均温度上升量3者之间关系的三维图。具体实施方式下面结合附图和具体实施例，进一步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术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。如图1所示，单个空调等效为1阶等效热参数模型，其中房间的储热等效为电容，建筑物绝热等效为电阻。而多个空调组成的空调负荷组如图2所示，将多个空调聚合等效为一个空调负荷模型，多个房间储热特性和外墙的绝热特性分别等效为并联的电容和电阻。本实施例包括以下步骤：1)根据空调负荷历史运行数据、室内外温度环境及空调设备参数，建立单个空调负荷运行模型，确定单个空调负荷模型参数。通过收集各个空调负荷历史数据参数，建立空调负荷热力学等效热参数模型，具体如下：其中，i为空调负荷序号；Ti(t)表示t时刻空调负荷温度；To(t)表示t时刻外部环境温度；ui(t)∈{0,1}表示空调负荷运行状态，ui(t)＝1表示开启，ui(t)＝0表示关闭；Ri为等效热阻；Ci为等效热容；Qi为空调额定功率；ηi为空调能效比；Δt为控制步长；e为自然底常数。2)根据空调负荷地理位置及其运行参数，运用K-means聚类算法对空调负荷进行聚类分组，具体包括：i)根据空调负荷所属地理位置，对空调负荷进行第一步分组。ii)根据各组内的空调负荷等效热阻、等效热容及空调负荷能效比，运用K-means算法进行进一步聚类分组。3)根据建筑物热储能特性以及单个空调负荷运行模型，将各空调负荷组等效成一个聚合空调，建立空调负荷组的聚合模型，具体包括：i)计算聚合空调等效热容Ceq其中，Ci为空调负荷i的等效热容；N为聚合组内的空调负荷数量。ii)计算聚合空调等效热阻Req其中，Ri为空调负荷i的等效热阻；N为聚合组内的空调负荷数量。iii)计算聚合空调能效比ηeq其中，ηi为空调负荷i的能效比；N为聚合组内的空调负荷数量。iv)计算聚合空调室内平均温度其中，Tin,i为空调负荷i的室内温度；Tset,i为空调负荷i的室内温度；N为聚合组内的空调负荷数量。v)建立空调负荷聚合功率模型vi)聚合空调室内平均温度与聚合功率关系模型其中，Ri为空调负荷i的等效热阻；N为聚合组内的空调负荷数量。4)根据需求响应过程中天气情况以及用户对室内温度的需求，计算各个空调负荷组需求响应潜力，具体包括：i)聚合空调负荷削减本文档来自技高网...

【技术保护点】
1.一种空调负荷群需求响应潜力定量评估方法，其特征在于，包括以下步骤：1)根据空调负荷历史运行数据、室内外温度环境及空调设备参数，建立单个空调负荷运行模型，确定单个空调负荷模型参数；2)根据空调负荷地理位置及其运行参数，运用K‑means聚类算法对空调负荷进行聚类分组；3)根据建筑物热储能特性以及单个空调负荷运行模型，将各空调负荷组等效成一个聚合空调，建立空调负荷组的聚合功率模型；4)根据需求响应过程中天气情况以及用户对室内温度的需求，计算各个空调负荷组需求响应潜力；5)计算所有空调负荷整体需求响应潜力。

【技术特征摘要】
1.一种空调负荷群需求响应潜力定量评估方法，其特征在于，包括以下步骤：1)根据空调负荷历史运行数据、室内外温度环境及空调设备参数，建立单个空调负荷运行模型，确定单个空调负荷模型参数；2)根据空调负荷地理位置及其运行参数，运用K-means聚类算法对空调负荷进行聚类分组；3)根据建筑物热储能特性以及单个空调负荷运行模型，将各空调负荷组等效成一个聚合空调，建立空调负荷组的聚合功率模型；4)根据需求响应过程中天气情况以及用户对室内温度的需求，计算各个空调负荷组需求响应潜力；5)计算所有空调负荷整体需求响应潜力。2.根据权利要求1所述的空调负荷群需求响应潜力定量评估方法，其特征在于，所述步骤1)通过收集各个空调负荷历史数据参数，建立空调负荷热力学等效热参数模型，具体如下：其中，i为空调负荷序号；Ti(t)表示t时刻空调负荷温度；To(t)表示t时刻外部环境温度；ui(t)∈{0,1}表示空调负荷运行状态，ui(t)＝1表示开启，ui(t)＝0表示关闭；Ri为等效热阻；Ci为等效热容；Qi为空调额定功率；ηi为空调能效比；Δt为控制步长；e为自然底常数。3.根据权利要求1所述的空调负荷群需求响应潜力定量评估方法，其特征在于，所述步骤2)还包括以下步骤：i)根据空调负荷所属地理位置，对空调负荷进行第一步分组；ii)根据各组内的空调负荷等效热阻、等效热容及空调负荷能效比，运用K-means算法进行进一步聚类分组。4.根据权利要求1所述的空调负荷群...

【专利技术属性】
技术研发人员：陈星莺，王纪祥，李瑶虹，杨斌，任禹丞，谢俊，余昆，纪历，
申请(专利权)人：河海大学，国网江苏省电力公司，国家电网公司，
类型：发明
国别省市：江苏,32