【技术实现步骤摘要】
本专利技术属于需求式响应领域，尤其涉及一种模型预测控制的智能空调负荷聚合调控系统及方法。
技术介绍
1、需求式响应是目前电力系统科研人员的研究热点，其能够通过电价或者激励等信号改变用户的用电习惯，调节需求侧负荷，增加发电的稳定性，在一定程度上维持电力平衡，同时也调节电力峰值负荷，减轻了电力系统的压力，节约电网运行成本。空调负荷市场体量大，种类多样，调控灵活性高，是目前参与需求式响应的重要资源。
2、然而如何对大规模空调负荷进行统一调度是科研界和业界重点关注的问题。就我国市场情况来看，针对单一空调负荷的调控是无意义的，并不能达到需求响应的要求。因此，需要对空调负荷进行聚合。目前针对空调负荷的聚合方法主要有蒙特卡洛方法。蒙特卡洛方法原理简单，对于具有相同参数特征的空调负荷，可以建立较为准确的聚集模型。当负荷参数的异质性比较明显时，蒙特卡罗方法的精度就相应降低。因此，亟需提出一种考虑参数异质性的空调负荷聚合方法。
技术实现思路
1、针对以上技术问题，本专利技术提供了一种模型预测控制的智能空调负荷聚合调控系统及方法。
2、本专利技术系统的技术方案为一种模型预测控制的智能空调负荷聚合调控系统，包括：
3、中央控制器、多台智能空调；
4、中央控制器与多台智能空调依次无线连接；
5、中央控制器构建建立考虑随机干扰的单个空调负荷的一阶等效热参数模型，采用最小二乘法求解每台空调的特征参数；将一定温度范围均匀划分为多段温度区间，构建设置开启状
6、本专利技术方法的技术方案为一种模型预测控制的智能空调负荷聚合调控方法，具体如下：
7、步骤1：构建建立考虑随机干扰的单个空调负荷的一阶等效热参数模型，采用最小二乘法求解每台空调的特征参数；
8、步骤2：获取多个空调的当前时刻的开关状态、室内温度，将一定温度范围均匀划分为多段温度区间，根据每个空调的当前时刻的室内温度划分至对应的温度区间，在同一温度区间内分别构建设置开启状态集合、关闭状态集合，将处于开启状态的空调放入开启集合内，将处于关闭状态的空调放入关闭集合内，将每个空调集合中空调的数量进行归一化处理，得到当前时刻每个空调集合的空调数量与空调总数量之比，构建当前时刻空调集合的状态变量、状态空间模型，求解状态空间模型中各个矩阵；
9、步骤3：结合状态空间模型根据当前时刻的状态变量，预测未来多个时刻的状态变量，根据未来多个时刻的状态变量求解未来多个时刻的最优控制信息；
10、步骤4：计算当前时刻的调节误差以作为反馈信号，以当前时刻的调节误差作为mpc控制器的输入，结合mpc控制器进行滚动优化得到下一个时刻的多台智能空调状态控制向量；
11、步骤5：中央控制器根据下一个时刻的多台智能空调状态控制向量，在多台智能空调中随机选择多台智能空调作为开启状态，将对应的开启控制信号无线传输至对应的空调，多台智能空调中剩余空调作为关闭状态，将对应的关闭控制信号无线传输至对应的空调；
12、作为优选，步骤1所述考虑随机干扰的单个空调负荷的一阶等效热参数模型，具体定义如下：
13、tin,l,k+1＝al*tin,l,k+(1-al)*(tout,l-λl*tg,l)+wl,k
14、其中，λl为第l台空调的无量纲量，当该空调开启时为1，关闭时为0；rl,cl为空调的等效热阻、等效热容，l＝1,2,3…,ntcls为空调负荷的编号，ntcls为空调的总数量。δt为时间步长,tg,l为第l台空调的温度增益，tin,l,k为第l台空调第k时刻的室内温度，tout,l,k为第l台空调第k时刻的室外温度；
15、步骤1所述采用最小二乘法求解每台空调的特征参数，具体如下：
16、为第l台空调的特征参数，通过空调一段时间内的温度变化数据，采用最小二乘法求出该参数，具体求解如下：
17、
18、作为优选，步骤2所述将一定温度范围均匀划分为多段温度区间，具体如下：
19、用编号m＝1,2,3,…,m来区分温度区间；将温度区间[tmin,tmax]均匀划分为m个温度区间，则第m个温度区间可以表示为[tm,tm+1]；
20、当前时刻所有关闭空调的集合、当前时刻所有开启空调的集合，分别定义如下：
21、closek＝{statebinclose,k,1,statebinclose,k,2,statebinclose,k,3,…,statebinclose,k,m}
22、openk＝{statebinopen,k,1,statebinopen,k,2,statebinopen,k,3,…,statebinopen,k,m}
23、其中，closek为第k个时刻所有关闭空调的集合，statebinclose,k,m为第k个时刻第m个温度区间的所有关闭状态空调的集合；openk为第k个时刻所有开启空调的集合，statebinopen,k,m为第k个时刻第m个温度区间所有开启状态的空调集合，k表示当前时刻；
24、由于一个温度区间有两个集合，则对于m个温度区间共有2m个集合；
25、步骤2所述将每个空调集合中空调的数量进行归一化处理，具体如下：
26、定义loadk,n,n＝1,2,3,…,n,表示第k个时刻的第n个空调群的集合，其中n＝2m，loadk,n满足下列关系：
27、
28、将每个空调集合中空调数量归一化如下所示的形式：
29、
30、其中，xk,n表示第k个时刻第n个空调集合的空调数量与空调总数量之比,n表示空调集合总数量，m表示温度区间总数量，k表示当前时刻；
31、步骤2所述构建当前时刻空调集合的状态变量，具体如下：
32、将xk,n定义为空调集合的状态，对于2m个空调集合，共有2m个状态量，定义如下：
33、xk＝[xk,1,xk,2,xk,3,…,xk,n]
34、其中，xk为第k时刻空调集合的状态变量，k表示当前时刻；
35、对于状态变量xk+1，变化决定因素如下：第k时刻状态变量xk，第k时刻控制信号uk以及第k时刻的调控过程中的随机干扰wk；
36、步骤2所述状态空间模型，定义如下：
37、xk+1＝axk+buk+wk
38、yk＝cxk
39、uk＝[uk,1,uk,2,uk,3,…,uk,n]...
【技术保护点】
1.一种模型预测控制的智能空调负荷聚合调控系统，其特征在于，包括：
2.一种应用于权利要求1所述的模型预测控制的智能空调负荷聚合调控系统的模型预测控制的智能空调负荷聚合调控法，其特征在于：包括以下步骤：
3.根据权利要求2所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：步骤1所述考虑随机干扰的单个空调负荷的一阶等效热参数模型，具体定义如下：
4.根据权利要求3所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
5.根据权利要求4所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
6.根据权利要求5所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
7.根据权利要求6所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
8.根据权利要求7所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
9.根据权利要求8所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：
【技术特征摘要】
1.一种模型预测控制的智能空调负荷聚合调控系统，其特征在于，包括：
2.一种应用于权利要求1所述的模型预测控制的智能空调负荷聚合调控系统的模型预测控制的智能空调负荷聚合调控法，其特征在于：包括以下步骤：
3.根据权利要求2所述的模型预测控制的智能空调负荷聚合调控法，其特征在于：步骤1所述考虑随机干扰的单个空调负荷的一阶等效热参数模型，具体定义如下：
4.根据权利要求3所述的模型预测控制的智能空调负荷聚合调控法，其...
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。