基于LSTM和热储机理的空调响应能力评估方法和装置制造方法及图纸

技术编号:35563850 阅读:16 留言:0更新日期:2022-11-12 15:47
本发明专利技术涉及电力系统技术领域,公开了基于LSTM和热储机理的空调响应能力评估方法和装置,其技术方案要点是包括如下步骤:根据空调的热储机理,构建空调热能转换效率模型,得到空调换热过程中存储的热量和消耗的电能之间的转换效率;构建平均功率范围评估模型;根据历史可控空调数量数据和LSTM,构建基于LSTM的可控空调数量预测模型;根据单台空调在一个运行周期内的平均最大功率和平均最小功率、预测得到的下一时刻可参与负荷调节的可控空调数量以及负荷聚合商,构建基于负荷聚合商的空调负荷最大最小响应能力评估模型,评估得到负荷聚合商控制下的空调负荷最大最小响应能力。能力。能力。

【技术实现步骤摘要】
基于LSTM和热储机理的空调响应能力评估方法和装置


[0001]本专利技术涉及电力系统
,更具体地说,它涉及基于LSTM和热储机理的空调响应能力评估方法和装置。

技术介绍

[0002]随着能源低碳化发展,电网将向以新能源为主体的新型电力系统转变,新型电力系统将常态化面临电源侧多变运行方式和负荷侧内部多能源、负荷的冲击,可能使新型电力系统净需求的峰谷差增大或峰谷数增加,并导致电网调峰幅度、频度、跨度等指标快速上升,对电网调度能力提出更高要求。
[0003]电网可调节资源紧张,需挖掘负荷侧资源参与电网调度,支撑电网日内运行计划修正。近年来,随着全球气候的变化及人们对舒适度要求的提高,空调负荷迅速增加,城市空调负荷迅速增长,夏季,部分城市空调负荷高达全社会用电量的40%,空调运行本质是将电能转化为热能的过程,热能具有热惯性,人体对舒适度有一定的范围,对热能的需求有一定的范围,利用热能的热惯性,可以调节电能的消耗,比如提前制冷、延后制冷,保持热能在一定范围即可,以此来实现电能的调节,空调负荷具有较大的调节空间。评估空调的日内调节响应能力,对支撑电网调度、日内运行计划的修正具有重要意义。

技术实现思路

[0004]本专利技术的目的是提供基于LSTM和热储机理的空调响应能力评估方法和装置,能够对负荷聚合商的空调负荷响应能力进行有效评估,掌握负荷聚合商的空调负荷功率上下限值。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的:基于LSTM和热储机理的空调响应能力评估方法,包括如下步骤:根据空调的热储机理,构建空调热能转换效率模型,得到空调换热过程中存储的热量和消耗的电能之间的转换效率;根据空调换热过程中存储的热量和消耗的电能之间的转换效率,构建平均功率范围评估模型,得到单台空调在一个运行周期内的平均最大功率和平均最小功率;根据历史可控空调数量数据和LSTM,构建基于LSTM的可控空调数量预测模型,通过将当前时刻数据代入基于LSTM的可控空调数量预测模型,预测得到下一时刻可参与负荷调节的可控空调数量;根据单台空调在一个运行周期内的平均最大功率和平均最小功率、预测得到的下一时刻可参与负荷调节的可控空调数量以及负荷聚合商,构建基于负荷聚合商的空调负荷最大最小响应能力评估模型,评估得到负荷聚合商控制下的空调负荷最大最小响应能力。
[0006]作为本专利技术方法的一种优选技术方案,通过设置不同的,将其循环迭代到空调
热能转换效率模型、平均功率范围评估模型、基于LSTM的可控空调数量预测模型以及基于负荷聚合商的空调负荷最大最小响应能力评估模型,得到对未来时间内的负荷聚合商控制下的空调负荷最大最小响应能力。
[0007]作为本专利技术方法的一种优选技术方案,空调热能转换效率模型的构建过程包括:明确空调的热储机理,即空调运行是将电能转化为热能的储热过程;基于空调的热储机理,设空调将室内温度由降为过程中储存的热量为,空调将室内温度由降为过程中储存的热量为,则空调热能转换效率公式为:;;其中,为空调的室外温度,、分别为空调设定的室内最大温度和最小温度,、分别为空调的开关开启、关闭运行周期,为负荷聚合商控制的空调i运行功率,为负荷聚合商A控制的空调的热能转换效率。
[0008]作为本专利技术方法的一种优选技术方案,构建平均功率范围评估模型的过程包括:根据空调热能转换效率模型,得到在空调的整个运行周期中,最小储热能量为,最大储热能量为,则可得,其中,和分别为负荷聚合商A控制的空调运行周期内平均最小功率和平均最大功率。
[0009]作为本专利技术方法的一种优选技术方案,构建基于LSTM的可控空调数量预测模型的过程包括:获取历史可控空调数量数据,构建以当前时刻可控空调数量数据为输入,以下一时刻可控空调数量数据为输出的LSTM模型;并以历史可控空调数量数据为样本数据对模型进行训练;LSTM模型为:;其中,为LSTM模型,为负荷聚合商A历史可控空调数量,为预测的在时刻t后的时刻可控空调数量;
训练过程所使用公式为:,其中
ꢀꢀ
为激活函数; 为遗忘门的输出,
ꢀꢀ
、为相应的遗忘门矩阵;
ꢀꢀ
为输入门的输出, 、 为相应的输入门权重矩阵;为旧细胞状态信息,为选择添加候选状态信息,为更新的细胞信息,、为对应的神经元矩阵;为输出门的输出,、为相应的输出门矩阵;为输出结果,为t时刻样本,为时刻隐含层输入量。
[0010]作为本专利技术方法的一种优选技术方案,基于负荷聚合商的空调负荷最大最小响应能力评估模型工作过程为:获取单台空调在一个运行周期内的平均最大功率和平均最小功率,获取预测得到的下一时刻可参与负荷调节的可控空调数量,获取负荷聚合商的所控空调;代入模型公式:;其中,、分别为未来时刻的负荷聚合商A控制的集群空调最大、最小响应功率,为负荷聚合商历史可控空调数量,为预测的在时刻t后的时刻可控空调数量。
[0011]基于LSTM和热储机理的空调响应能力评估装置,包括:处理器和存储器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述基于LSTM和热储机理的空调响应能力评估方法。
[0012]综上所述,本专利技术具有以下有益效果:能够对负荷聚合商的空调负荷响应能力进行评估,能够掌握空调负荷功率上下限值,为电网进行计划修正、电网调度提供支撑,提高电网调控水平,提高电网稳定运行水平。
附图说明
[0013]图1是本专利技术的方法流程图;图2是本专利技术的空调热储机理示意图;图3是本专利技术的LSTM模型训练示意图。
具体实施方式
[0014]以下结合附图对本专利技术作进一步详细说明。
[0015]本专利技术提供一种基于LSTM和热储机理的空调响应能力评估方法,如图1所示,包括如下步骤:S1、根据空调的热储机理,构建空调热能转换效率模型,得到空调换热过程中存储的热量和消耗的电能之间的转换效率。
[0016]空调热能转换效率模型的构建过程包括:S11、明确空调的热储机理,即空调运行是将电能转化为热能的储热过程;S12、基于空调的热储机理,如图2所示,设空调将室内温度由降为过程中储存的热量为,进入舒适区后,空调将室内温度由降为过程中储存的热量为,舒适区为人为设定的空调室内最大温度和最小温度,则空调热能转换效率公式为:;;其中,为空调的室外温度,、分别为空调设定的室内最大温度和最小温度,、分别为空调的开关开启、关闭运行周期,为负荷聚合商控制的空调i运行功率,为负荷聚合商A控制的空调的热能转换效率,图2中,、分别表示负荷聚合商的空调在t时刻处于空闲状态、运行状态。
[0017]S2、根据空调换热过程中存储的热量和消耗的电能之间的转换效率,构建平均功率范围评估模型,得到单台空调在一个运行周期内的平均最大功率和平均最小功率。
[0018]根据空调热能转换效率模型,得到在空调的整个运行周期中,最小储热能量为,即空调将温度由降为,进入舒适区后,将室内温度维持在较高舒适区温度。最大储热能量为,即空调将温度由降为,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于LSTM和热储机理的空调响应能力评估方法,其特征是:包括如下步骤:根据空调的热储机理,构建空调热能转换效率模型,得到空调换热过程中存储的热量和消耗的电能之间的转换效率;根据空调换热过程中存储的热量和消耗的电能之间的转换效率,构建平均功率范围评估模型,得到单台空调在一个运行周期内的平均最大功率和平均最小功率;根据历史可控空调数量数据和LSTM,构建基于LSTM的可控空调数量预测模型,通过将当前时刻数据代入基于LSTM的可控空调数量预测模型,预测得到下一时刻可参与负荷调节的可控空调数量;根据单台空调在一个运行周期内的平均最大功率和平均最小功率,预测得到的下一时刻可参与负荷调节的可控空调数量以及负荷聚合商,构建基于负荷聚合商的空调负荷最大最小响应能力评估模型,评估得到负荷聚合商控制下的空调负荷最大最小响应能力。2.根据权利要求1所述的基于LSTM和热储机理的空调响应能力评估方法,其特征是:通过设置不同的,将其循环迭代到空调热能转换效率模型、平均功率范围评估模型、基于LSTM的可控空调数量预测模型以及基于负荷聚合商的空调负荷最大最小响应能力评估模型,得到对未来时间内的负荷聚合商控制下的空调负荷最大最小响应能力。3.根据权利要求2所述的基于LSTM和热储机理的空调响应能力评估方法,其特征是:空调热能转换效率模型的构建过程包括:明确空调的热储机理,即空调运行是将电能转化为热能的储热过程;基于空调的热储机理,设空调将室内温度由降为过程中储存的热量为,空调将室内温度由降为过程中储存的热量为,则空调热能转换效率公式为:;;其中,为空调的室外温度,、分别为空调设定的室内最大温度和最小温度,、分别为空调的开关开启、关闭运行周期,为负荷聚合商控制的空调i运行功率,、分别表示负荷聚合商的空调在t时刻处于空闲状态、运行状态,为负荷聚合商A控制的空调的热能转换效率。4.根据权利要求3所述的基于LSTM和热储机理的空调响应能力评估方法,其特征是:构建平均功率范围评估模型的过程包括:

【专利技术属性】
技术研发人员:刘盼盼章锐周吉钱俊良邰伟
申请(专利权)人:南京东博智慧能源研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1