【技术实现步骤摘要】
本专利技术涉及智能用电，具体来说，涉及一种基于竞价的空调负荷聚合控制方法。
技术介绍
1、近年来，随着产业结构的调整和人民生活水平的提高，我国电力消费增速加快。其中，空调负荷快速增长，对电力电量平衡影响持续加大，导致电力供需矛盾不断加剧。夏季尖峰时刻空调负荷占最大用电负荷超过30％，严重影响了电力资源的优化配置。同时空调负荷具有可随时调节的高度灵活性、单类负荷资源的高度聚合性、可实时控制高度安全性等特性，具备参与电网柔性互动条件，所以研究空调聚合优化控制方法迫在眉睫。
2、如中国专利cn114331760a公开了一种负荷聚合商参与电力调峰市场申报量价的双目标优化方法，该方法提出了一种策略，帮助负荷聚合商在调峰电力市场中确定其报价和供电量。策略同时权衡了聚合商的利润和成功竞价的概率，并指导聚合商如何在下游市场定价和供电。但该策略并未涉及聚合商在电能量市场的活动。又比如中国专利cn110848895b公开了一种非工空调柔性负荷控制方法和系统，该方法与系统能够根据需求响应终端的实时数据调控空调设备。它采用特定的通信协议上报数据，并通过不同策略，来实现优化电力负荷的目标。但该策略并未涉及大规模非工空调负荷需求响应控制系统。
3、现有技术中，在对非工空调进行负荷调控时，由于不同空调系统型号参数、使用工况差异巨大，传统的空调聚合控制方法不能在运行过程中对每个空调设备实时修正其功率-温度模型，进而在调控时也无法快速准确地将系统调整至最优状态；另一方面，传统的空调聚合控制方法不能在用户之间进行交易，无法实现聚合调节量最大
4、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于竞价的空调负荷聚合控制方法，以克服现有相关技术所存在的上述技术问题。
2、为此，本专利技术采用的具体技术方案如下：
3、一种基于竞价的空调负荷聚合控制方法，该方法包括以下步骤：
4、s1、构建非工空调负荷调控用户资源池，并整合资源池内可调节的档案信息，形成设备档案体系，分析评估空调功率下调潜力；
5、s2、利用智能终端对空调设备进行监测与远程调控，并基于空调功率控制模型计算空调设备的实时可调节能力，将计算结果上传至聚合平台；
6、s3、当区域发生负荷缺口时，适时启动空调负荷聚合控制事件，邀约调控将聚合平台的负荷需求分解为空调设备的功率调控指令；
7、s4、利用聚合平台进行竞价调控、缺口调控指令下发以及缺口调控执行监视，并构建负荷聚合商交易竞价模型，实现设备间功率缺口交易。
8、进一步的，构建非工空调负荷调控用户资源池，并整合资源池内可调节的档案信息，形成设备档案体系，分析评估空调功率下调潜力包括以下步骤：
9、s11、构建非工空调负荷调控用户资源池，并获取空调竞价信息；
10、s12、整合资源池内空调设备的档案信息，合并构建设备档案体系；
11、s13、将空调设备的历史运行数据进行存档，基于历史运行数据分析与评估空调设备的功率下调能力；
12、s14、建立聚合平台，将资源池的信息数据以及调控指令下发流程通过聚合平台进行可视化操作。
13、进一步的，空调竞价信息表示用户按照空调设备的温度风速的调节量进行报价，再利用空调功率控制模型将温度风速调节量报价上报；
14、档案信息包括额定功率、空调类型、静态可调节能力及爬坡率。
15、进一步的，利用智能终端对空调设备进行监测与远程调控，并基于空调功率控制模型计算空调设备的实时可调节能力，将计算结果上传至聚合平台包括以下步骤：
16、s21、在空调设备与聚合平台之间引入智能终端，且智能终端通过消息队列遥测传输协议与聚合平台建立通讯连接；
17、s22、通过智能终端对空调设备进行监测与远程调控，利用智能终端采集与存储空调设备的实时工况数据；
18、s23、利用实时工况数据建立基于用户侧的空调功率控制模型；
19、s24、智能终端利用空调功率控制模型计算用户的空调设备的实时可调节能力，并将计算结果上传至聚合平台。
20、进一步的，利用实时工况数据建立基于用户侧的空调功率控制模型包括以下步骤：
21、s231、利用实时工况数据建立空调能耗模型，空调能耗模型的表达式为：
22、
23、式中，p消耗表示空调设备运行消耗的功率；te表示空调设备设定温度；wv表示空调设备的设定风速；p额定表示空调设备的额定功率；λ表示空调设备的制冷制热参数；ɑ，β表示针对空调设备建模得到的固定权重系数；
24、td和wd分别表示空调设备设定的目标温度和目标风速；
25、s232、建立空调设备的舒适度模型，舒适度模型的表达式为：
26、
27、式中，y表示空调设备的舒适度；c1与c2分别表示空调设备的温度与风速的舒适度常数；p表示最低舒适度系数；
28、s233、对空调能耗模型与舒适度函数进行约束求解，构建空调功率控制模型，得到满足最大功率与最大舒适度的最优解，返回需要达到的设定温度与出风速度，空调功率控制模型的表达式为：
29、
30、式中，emin(p,y)表示最小能耗下的最大功率与最大舒适度的最优解；ts表示调控的开始时间；te表示调控的结束时间；l1、l2分别表示空调能耗模型与舒适度模型的权重参数。
31、进一步的，当区域发生负荷缺口时，适时启动空调负荷聚合控制事件，邀约调控将聚合平台的负荷需求分解为空调设备的功率调控指令包括以下步骤：
32、s31、当区域发生负荷缺口时，启动聚合平台进行事件启动、需求分解、邀约沟通及生成方案，执行空调负荷聚合控制事件的第一轮次调控；
33、s32、根据聚合平台功率控制目标总功率，再依据空调功率控制模型获取用户的实时可调节能力，结合优先级算法选择满足需求的空调设备作为受控设备，将目标总功率分解至各个受控设备；
34、s33、利用指令分解算法按需将总功率调控指令分解为四个分指令，再由聚合平台将分指令下发至智能终端执行监视。
35、进一步的，优先级算法包括潜力优先算法、配合度优先算法、均衡调节算法和随机调节算法；
36、指令分解算法的表达式为：
37、d＝ω×dh+σ×dp+δ×db+γ×dr；
38、式中，d表示总功率调控指令；ω、σ、δ及γ分别表示指令分解系数；dh、dp、db及dr分别表示潜力优先指令、配合度优先指令、均衡调节指令及随机调节指令；
39、进一步的，利用聚合平台进行竞价调控、缺口调控指令下发以及缺口调控执行监视，并构建负荷聚合商交易竞价模型，实现设备间功率缺口交易包括以下步骤：
40、s41、当可调控负荷小于需要调控的总负荷本文档来自技高网...
【技术保护点】
1.一种基于竞价的空调负荷聚合控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述构建非工空调负荷调控用户资源池，并整合资源池内可调节的档案信息，形成设备档案体系，分析评估空调功率下调潜力包括以下步骤：
3.根据权利要求2所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述空调竞价信息表示用户按照所述空调设备的温度风速的调节量进行报价，再利用所述空调功率控制模型将温度风速调节量报价上报；
4.根据权利要求1所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述利用智能终端对空调设备进行监测与远程调控，并基于空调功率控制模型计算空调设备的实时可调节能力，将计算结果上传至聚合平台包括以下步骤：
5.根据权利要求4所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述利用所述实时工况数据建立基于用户侧的空调功率控制模型包括以下步骤：
6.根据权利要求1所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述当区域发生负荷缺口时，适时启动空调负荷
7.根据权利要求6所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述优先级算法包括潜力优先算法、配合度优先算法、均衡调节算法和随机调节算法；
8.根据权利要求6所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述利用聚合平台进行竞价调控、缺口调控指令下发以及缺口调控执行监视，并构建负荷聚合商交易竞价模型，实现设备间功率缺口交易包括以下步骤：
9.根据权利要求8所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述构建负荷聚合商交易竞价模型包括以下步骤：
10.根据权利要求9所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述设定所述交易竞价模型的约束条件包括以下步骤：
...【技术特征摘要】
1.一种基于竞价的空调负荷聚合控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述构建非工空调负荷调控用户资源池，并整合资源池内可调节的档案信息，形成设备档案体系，分析评估空调功率下调潜力包括以下步骤：
3.根据权利要求2所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述空调竞价信息表示用户按照所述空调设备的温度风速的调节量进行报价，再利用所述空调功率控制模型将温度风速调节量报价上报；
4.根据权利要求1所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述利用智能终端对空调设备进行监测与远程调控，并基于空调功率控制模型计算空调设备的实时可调节能力，将计算结果上传至聚合平台包括以下步骤：
5.根据权利要求4所述的一种基于竞价的空调负荷聚合控制方法，其特征在于，所述利用所述实时工况数据建立基于用户侧的空调功率控制模型包括以下步骤...
【专利技术属性】
技术研发人员：王磊，陆中奇，周小飞，陈哲，刘伟，
申请(专利权)人：国网江苏综合能源服务有限公司，
类型：发明
国别省市：
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。