一种可控空调负荷的优化调度方法技术

本发明专利技术公开了一种可控空调负荷的优化调度方法，包括：建立空调负荷群聚合模型；利用卡尔曼滤波算法对空调负荷群进行状态估计；建立可控空调负荷聚合群的优化调度模型；利用CPLEX求解可控空调负荷聚合群的优化调度模型。本发明专利技术所述可控空调负荷的优化调度方法，可以克服现有技术中不合理的负荷控制方法影响电力系统安全稳定运行等问题，具有保证控制后空调负荷群在温度上下限之间的分布不变、保持空调负荷群多样性的优点。

An Optimal Dispatching Method for Controllable Air Conditioning Load

The invention discloses an optimal dispatching method for controllable air-conditioning load, which includes: establishing an air-conditioning load aggregation model; estimating the state of air-conditioning load group by Kalman filter algorithm; establishing an optimal dispatching model for controllable air-conditioning load aggregation group; and solving an optimal dispatching model for controllable air-conditioning load aggregation group by CPLEX. The optimal dispatching method of controllable air conditioning load can overcome the problems of unreasonable load control method in the prior art affecting the safe and stable operation of power system, and has the advantages of ensuring that the distribution of air conditioning load groups between upper and lower temperature limits remains unchanged after control and maintaining the diversity of air conditioning load groups.

【技术实现步骤摘要】
一种可控空调负荷的优化调度方法
本专利技术涉及电力负荷
，具体地，涉及一种可控空调负荷的优化调度方法研究。
技术介绍
电力系统中存在大量具有能量存储特性的负荷，该类负荷短时间投切或改变控制参数，不会对用户用电产生明显的负面作用，具有主动参与系统功率平衡控制的潜能。空调负荷是其中的典型代表性负荷，直接调节空调负荷的运行状态，有利于充分挖掘负荷侧的可控资源，与发电侧资源协同，经济、高效、安全地实现有功功率平衡控制。利用可控空调负荷主动参与电力系统有功功率平衡控制，在精确的可控负荷用电模型下，对空调等负荷采用分散式控制方法或分布式控制方法，已经成为国内外电力研究人员关注的热点问题。当前研究已经在可控负荷参与电力系统优化调度等方面取得了一些有价值的研究成果，但仍存在以下问题：当前负荷控制方法大多会引起控制后的可控负荷群聚合功率需求出现振荡现象，可能在削减负荷高峰之后，由负荷运行状态的趋同导致产生新的负荷高峰，其数值甚至可能超过初始削减的高峰负荷，对系统安全、稳定、经济运行带来不利影响。本专利技术为避免系统噪声和测量噪声等随机干扰使直接测量得到的空调负荷群运行状态数据不够准确，采用卡尔曼滤波法对空调负荷群进行状态估计。综合考虑空调用户舒适度、可接受控制的空调负荷数量、控制信号的时间延迟等因素，设计合理负荷控制方法，保证控制后空调负荷群在温度上下限之间的分布不变，保持负荷群多样性，得到可控负荷群的优化调度方法。在实现本专利技术的过程中，专利技术人发现现有技术中至少存在不合理的负荷控制方法影响电力系统安全稳定运行等缺陷。
技术实现思路
本专利技术的目的是为了解决上述问题，提出了一种可控空调负荷的优化调度方法，用于解决传统负荷控制方法影响电力系统安全稳定运行的问题。具体设计方案为：为实现上述目的，本专利技术采用的技术方案是：一种可控空调负荷的优化调度方法，具体步骤为：a、建立空调负荷群聚合模型；b、利用卡尔曼滤波算法对空调负荷群进行状态估计；c、建立可控空调负荷聚合群的优化调度模型；d、利用CPLEX求解可控空调负荷聚合群的优化调度模型。进一步地，所述步骤a，具体包括：a1、空调具有周期工作特性，空调工作空间内温度在启动边界温度值θ+与关闭边界温度值θ-之间周期性变化。建立单台空调的一阶物理模型，利用一阶微分方程描述空调负荷的用电特性，如式(1)所示。其中，θ(t)表示空调室内温度，θamb表示室外温度，C表示热容，R表示热阻，P表示空调开时的制冷(或制热)功率；TON、TOFF分别表示空调处于开启和关闭状态的时段。a2、空调负荷群的模型可以描述为状态空间方程和测量方程，如式(2)、(3)所示：x(k)＝Φ(k,k-1)x(k-1)+Γ(k,k-1)w(k-1)(2)z(k)＝H(k)x(k)+v(k)(3)式中：x(k)为N维状态向量，表示处于该状态空调的个数；z(k)为观测值，表示空调负荷群的聚合功率；w(k-1)为p维系统噪声向量；v(k)为测量噪声；Φ(k,k-1)为从k-1时刻到k时刻的状态转移矩阵，其元素为概率密度大小；Γ(k,k-1)为从k-1时刻到k时刻的输入噪声转移矩阵；H(k)为k时刻空调负荷群聚合功率的测量矩阵。进一步地，所述步骤b，具体包括：利用卡尔曼滤波算法对建立的空调负荷群的状态空间模型所得到的状态变量做出最优估计。b1、建立线性随机系统的状态空间模型，由状态方程和观测方程两部分组成；b2、按线性最小均方误差估计的准则，采用递推算法给出系统状态变量的最优估计值；b3、滚动地进行预测和修正，以k-1时刻的最优估计为准，根据系统的状态方程，预测k时刻的状态向量b4、同时，对系统的状态进行测量，得到观测向量z(k)。以观测值对预测值进行修正，得到k时刻最优状态估计进一步地，所述步骤c，具体包括：c1、建立目标函数，在满足空调负荷群的各种约束的条件下，使空调负荷群跟踪调度中心下达的目标功率值的控制代价最低，如式(7)所示：式中：NT为目标功率曲线的时段数；NL为负荷聚合层所辖空调负荷群个数；si,j为01变量，表示在第i个时段空调负荷群j是否参与控制，1表示参与控制，0表示不参与控制；j为空调负荷群j的单位功率控制代价，以受控空调负荷设定温度变化绝对值对该空调负荷群聚合功率的比值来表示，根据步骤b卡尔曼滤波估计得到。c2、约束条件如下：1)空调负荷群的功率约束：式中：为空调负荷群可提供的最大功率，即为接受控制前空调负荷群的聚合功率，由状态估计求得。2)目标功率约束：式中：PC,i为第i个时段空调负荷群所需要跟踪的目标功率值，由电力系统调度中心下达。3)负荷的恢复时间约束：式中：Mj为空调负荷群j的最小关闭时间，Mj值大小由空调负荷群中空调工作周期的分布特性所决定。进一步地，所述步骤d，具体包括：针对步骤c中负荷聚合层的优化调度模型，采用商业软件CPLEX对该混合整数规划模型进行求解，得到各空调负荷群接受控制的时刻及功率调整量。本专利技术提供的一种可控空调负荷的优化调度方法，由于包括：建立空调负荷群聚合模型；利用卡尔曼滤波算法对空调负荷群进行状态估计；建立可控空调负荷聚合群的优化调度模型；利用CPLEX求解可控空调负荷聚合群的优化调度模型。该可控空调负荷的优化调度方法，可以克服现有技术中不合理的负荷控制方法影响电力系统安全稳定运行的缺点。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术一种可控空调负荷的优化调度方法的流程示意图；图2为本专利技术考虑时间延迟的空调负荷群功率变化特性示意图；图3为本专利技术利用卡尔曼滤波估计某一空调负荷群的聚合功率示意图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。根据本专利技术实施例，提供了一种可控空调负荷的优化调度方法，解决不合理的负荷控制方法影响电力系统安全稳定运行的问题。步骤1，选取IEEE30节点系统作为算例仿真系统，假定某一负荷聚合层管辖了20个负荷群，同时假设调度中心对聚合层控制中心下达每5min为一时间段的指令，目标功率曲线呈阶梯状。步骤2，利用卡尔曼滤波估计上述空调负荷群的运行状态，某一空调负荷群的聚合功率示意图如附图3所示。首先建立线性随机系统的状态空间模型，之后按线性最小均方误差估计的准则，采用递推算法给出系统状态变量的空调负荷群的聚合功率最优估计值，估计结果比较准确。利用量测的空调负荷数据，按线性最小均方误差估计准则，对空调负荷群运行状态进行最优估计，消除系统噪声和测量噪声等随机干扰对测量的影响，使估计值尽可能准确地接近真实值，为空调负荷群运行状态的分析与控制提供可信的数据基础。步骤3，根据可控空调负荷聚合群的优化调度模型，对其进行优化调度，跟踪目标曲线。针对该模型的混合整数规划问题，采用商业软件CPLEX进行求解，得到各空调负荷群接受控制的时刻及功率调整量，如表1所示。在不考虑时间延迟的情况下，空调负荷群跟踪能够实现目标本文档来自技高网...

【技术保护点】
1.一种可控空调负荷的优化调度方法，其特征在于，该方法首先建立空调负荷群聚合模型，然后利用卡尔曼滤波算法对空调负荷群进行状态估计，进而建立可控空调负荷聚合群的优化调度模型，最后利用CPLEX对此模型进行求解；该方法具体包括以下步骤：a、建立空调负荷群聚合模型；b、利用卡尔曼滤波算法对空调负荷群进行状态估计；c、建立可控空调负荷聚合群的优化调度模型；d、利用CPLEX求解可控空调负荷聚合群的优化调度模型。

【技术特征摘要】
1.一种可控空调负荷的优化调度方法，其特征在于，该方法首先建立空调负荷群聚合模型，然后利用卡尔曼滤波算法对空调负荷群进行状态估计，进而建立可控空调负荷聚合群的优化调度模型，最后利用CPLEX对此模型进行求解；该方法具体包括以下步骤：a、建立空调负荷群聚合模型；b、利用卡尔曼滤波算法对空调负荷群进行状态估计；c、建立可控空调负荷聚合群的优化调度模型；d、利用CPLEX求解可控空调负荷聚合群的优化调度模型。2.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，在步骤a中，具体包括：a1、建立单台空调的一阶物理模型，利用一阶微分方程描述空调负荷的用电特性，如式(1)所示；其中，θamb表示空调室内温度，θamb表示室外温度，C表示热容，R表示热阻，P表示空调开时的制冷(或制热)功率；TON、TOFF分别表示空调处于开启和关闭状态的时段；a2、空调负荷群的模型可以描述为状态空间方程和测量方程，如式(2)、(3)所示：x(k)＝Φ(k,k-1)x(k-1)+Γ(k,k-1)w(k-1)(2)z(k)＝H(k)x(k)+v(k)(3)式中：x(k)为N维状态向量，表示处于该状态空调的个数；z(k)为观测值，表示空调负荷群的聚合功率；w(k-1)为p维系统噪声向量；v(k)为测量噪声；Φ(k,k-1)为从k-1时刻到k时刻的状态转移矩阵，其元素为概率密度大小；Γ(k,k-1)为从k-1时刻到k时刻的输入噪声转移矩阵；H(k)为k时刻空调负荷群聚合功率的测量矩阵。3.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，在步骤b中，利用卡尔曼滤波算法对建立的空调负荷群的状态空间模型所得到的状态变量做出最优估计；具体包...

【专利技术属性】
技术研发人员：许春蕾，刘文颖，王维洲，夏鹏，华夏，郭虎，刘福潮，张雨薇，拜润卿，朱丹丹，梁琛，王方雨，药炜，姚春晓，史玉杰，张尧翔，彭晶，郑晶晶，吕良，曾文伟，王贤，荣俊杰，李宛齐，聂雅楠，冉忠，胡阳，朱丽萍，李潇，陈鑫鑫，郇悅，
申请(专利权)人：华北电力大学，国网甘肃省电力公司电力科学研究院，国网甘肃省电力公司，国网山西省电力公司太原供电公司，国家电网公司，
类型：发明
国别省市：北京,11