一种室内温控负荷需求响应潜力评估方法技术

本发明专利技术属于电力系统需求侧管理的技术领域，具体涉及一种室内温控负荷需求响应潜力评估方法，本发明专利技术根据电价信号和消费者偏好，将负荷需求从高电价的高峰时段转移到低电价的非高峰时段，从而实现削峰填谷。在不影响用户生活方式和偏好的前提下，运用Q

【技术实现步骤摘要】
一种室内温控负荷需求响应潜力评估方法

：
[0001]本专利技术专利设计了一种室内温控负荷需求响应潜力评估方法
技术背景：
[0002]“双碳”目标下的新型电力系统建设呈现高比例新能源特性，对系统的可靠供电、安全稳定和经济运行等带来发电侧调节能力受限、电网平衡能力不足等新的挑战。迫切需要引入负荷侧可调节资源参与电网运行，将电网调度模式由“源随荷动”转变为“源网荷储协同互动”，从而增加电网的灵活性并补充电网的平衡能力。需求响应能够整合负荷侧资源并向系统提供多种辅助服务，因而成为正常情况下促进系统经济运行、故障情况下帮助恢复系统稳定的有力手段。以空调、冰箱、热水器等为代表的温控负荷具有数量众多、可调潜力大和热惯性的物理特性，日渐成为需求响应中最受欢迎的控制资源之一。因此，利用温控负荷提供电力系统辅助服务引起了广泛关注。
[0003]从电力系统实现“双碳”目标的角度而言，利用温控负荷向电力系统提供辅助服务具有重要意义。温控负荷提供的辅助服务和传统发电调度的区别在于：发电调度严格遵循控制中心制定的发电计划和指令，而温控负荷提供辅助服务时不仅需要满足控制中心下发的指令，还应尽可能避免对用户正常生活造成影响。因此，温控负荷的控制策略更加灵活、复杂。合理的温控负荷控制能够经济地向电网提供各类辅助服务，保证系统安全稳定运行，提高系统运行效率；也能够通过减少负荷侧需求缓解高峰电力需求，降低发电侧供电压力。与建设电厂相比，利用温控负荷提供辅助服务的投资成本较低且碳排放减少，具有良好的经济效益和社会效益，有利于“双碳”目标的落实。<br/>
技术实现思路
：
[0004]本专利技术属于电力系统需求侧管理的
，本专利技术提供了一种预测家庭温控负荷需求响应潜力的方法。包括以下步骤：
[0005]步骤一：区分室内用电设备类型
[0006]步骤二：确定Q
‑
Learing模型组件
[0007]步骤三：根据步骤二所得的状态空间，动作空间，奖励函数进行Q
‑
Learing训练。
[0008]步骤四：需求响应潜力计算
[0009]步骤一(1)将室内负荷分为负荷不可移动设备与负荷可移动设备。大部分温控负荷为可移动设备。负荷不可移动设备定义为：一旦启动，这些电器必须持续供电以完成其任务，并且无论电价如何，它们都不能转移到另一个时间。负荷可移动设备定义为：设备可以根据电价或者用户偏好在一天内重新进行调度。
[0010]用户一天之中的总功率为
[0011][0012]步骤二(1)：设置Q
‑
Learing的状态空间。
[0013]本方法中Q
‑
Learing的状态空间由电力需求和电价信号表示。为了减少计算时间
并使模型更简单，将电力需求分为三个层次，即：低、中、高功率需求，价格信号分为便宜价格和昂贵价格(式中的区间可由用户自己根据家庭用电习惯与消费习惯灵活设置)：
[0014][0015][0016]对于每个时间步长(一小时)，状态定义为包含电力需求和电价指数：
[0017][0018]步骤二(2)：设置Q
‑
Learing的动作空间。本方法中Q
‑
Learing的动作空间是为了在高峰需求期间改变具有最低优先级的特定设备的工作时间，然后在非高峰时段开启具有最高优先级的设备。基于实时价格、所有家用电器的总电力需求之间的关系，考虑到负载优先级和客户偏好，家庭能量控制设备从动作空间A中选择一个动作，该动作空间A由以下给出：
[0019]A＝[do nothing,shifting,valley filling][0020]“shifting”操作在电价与耗电量都高的时段时，会使优先级最低的设备换挡，“valley filling”操作在电价与耗电量都低的时段，会使优先级最高的设备进行工作，“do nothing”即在正常情况下所有设备正常使用。
[0021]步骤二(3)：通过模糊推理算法得出Q
‑
Learing的奖励函数。奖励的目的是评估所采取的行动在多大程度上适合某一状态。这里使用模糊推理来评估在特定状态下所采取的动作。模糊推理是一种处理近似值而不是精确值的决策模型。模糊推理系统(FIS)基于一组模糊规则和相关的模糊隶属函数(MFS)，提供从输入到输出的映射。本方法中的输入为与P
tindex
，模糊隶属度函数分别为三角型与高斯型。系统的输出是对Q
‑
Learing中定义的随机动作的评估。对于所采取的每个动作(输出)，模糊集被确定为坏动作(BA)、好动作(GA)和非常好的动作(VGA)。
[0022]步骤四(1)：根据电网公司下发的电价，以及当前室内总功率，可知用户是否通过改变温控负荷的启停来进行需求响应。计算响应前与响应后的功率差，得出需求响应潜力。
[0023]相比现有技术，本专利技术具有以下效果：
[0024]本专利技术在预测温控负荷响应潜力时，根据电价信号和消费者偏好，将负荷需求从高电价的高峰时段转移到低电价的非高峰时段，从而实现削峰填谷。在不影响用户生活方式和偏好的前提下，运用Q
‑
Learning方法处理动态电价和不同的电力消费模式。模糊推理也被用来模拟用户的思维来评估随机行为，得出奖励函数。这相比如基于固定奖励的强化学习，增加了系统灵活性，提升预测用户响应潜力的准确性。
附图说明：
[0025]图1为根据本专利技术实施方式的流程图；以及
[0026]图2为模糊推理系统的MATLAB实例
具体实施方式
[0027]现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相同的单元/元件使用相同的附图标记。
[0028]除非另有说明，此处使用的术语(包括科技术语)对所属
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
[0029]本方法是通过家庭能量管理系统为基础得以实现，家庭能量管理系统(Household Energy Manage
‑
ment System，HEMS)是智能电网在家庭用电侧的应用，以智能电网为基础，以高级测量体系(AdvancedMetering Infrastructure，AMI)及需求响应(DemandResponse，DR)两大技术为支撑，整合家庭中所有发电、用电、储能设备为一体进行控制管理的智能化网络控制系统。在HEMS中，智能终端可依据未来实时电价，参考用户用电喜好，制定最优用电策略以指导用户用电行为。通过用电调度优化不仅可以提升可再生能源消纳率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内温控负荷需求响应潜力评估方法，所述评估方法包含：区分室内用电设备类型；以及确定Q
‑
Learing模型组件；以及根据所得Q
‑
Learing的状态空间，动作空间，奖励函数进行Q
‑
Learing训练；以及需求响应潜力计算。2.根据权利要求1所述方案，所述室内用电设备类型包括：负荷不可移动设备与负荷可移动设备。3.根据权利要求1所述方案，Q
‑
Learing模型组...

【专利技术属性】
技术研发人员：王世斌，刘飞，张祥成，许德操，田旭，刘联涛，张桂红，李积泰，李红霞，张君，梁国勇，权慧娟，刘安誉，白雪峰，王京菊，魏吟娬，李彬，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：