System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及温控负荷可调潜力评估及优化调度,具体涉及考虑用户疲劳特性的空调负荷可调潜力评估及控制方法。
技术介绍
1、近年来,随着经济快速发展及人民生活水平不新提高,电力负荷不断增加,以空调负荷尤为明显在上海、江苏、浙江等经济发达地区空调负荷峰荷占比甚至超过50%,并呈现逐年上升趋势,已成为影响系统峰谷差的重要因素,叠加大规模可再生能源并网,导致系统平衡资源日趋紧张。智能电网双向通信技术和高级量测体系快速发展为用户端负荷监测控制提供了技术支持,空调负荷具有可控性强、调度潜力大的特点,通过负荷聚合商(loadaggregator,la)聚合海量空调负荷,协调控制参与系统调节,在削峰填谷、维护电力系统稳定、提供辅助服务等方面展现出巨大潜力,而充分挖掘利用潜力的关键在于对空调负荷建立适应的聚合模型和合理的调度策略。
2、值得注意的是,目前研究虽已考虑用户的多种特性,但均未考虑到用户的响应意愿随时间变化的演化特性,即响应疲劳特性:在连续多时段参与辅助服务后多次用能习惯的改变使得用户的响应意愿随响应次数降低,调度中心考虑用户这一特性后能够实现对用户响应量的精准预测。
3、目前研究都没有考虑如何在空间上合理地调控空调,基本假设1个节点下包含多台空调,或者脱离配电网的结构假设空调所处的位置均相同。然而实际上空调会处在配电网中的不同位置,而负荷的不断变化对网损也造成了不同的影响。因此,有必要研究考虑用户疲劳特性的空调负荷可调潜力评估及控制方法。
技术实现思路
1、本专利技
2、为实现上述目的,本专利技术采用了以下技术方案:
3、一种考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:包括以下步骤,
4、步骤1、建立单体空调模型,并在此基础上得到空调负荷聚合模型;
5、步骤2、基于步骤1中得到的负荷聚合模型建立考虑用户响应疲劳特性的空调聚合响应潜力评估模型,定义一种参与需求侧响应的控制方法,可以有效缓解用户响应疲劳;
6、步骤3、基于步骤2的响应潜力评估模型,选取反应可调度潜力的综合指标进行聚类分组以便于调度;
7、步骤4、基于步骤2的响应潜力评估模型、步骤3中聚类得到的负荷群,建立空调负荷多时间尺度动态优化调度方法,日内调度考虑配电网网损最小,确定分配给较长时段各个节点的负荷削减量,实时调度考虑调度误差最小,确定分配给较短时间段各个节点的调节功率。
8、进一步地,所述步骤1具体包括:
9、步骤1.1、建立单体空调负荷模型
10、采用如下形式的一阶常微分方程来描述室温的变化:
11、
12、式中:θ(t)和θa(t)分别为t时刻的室内外温度(℃),c为房间等效热容(kw·h/℃),r为房间等效热阻(℃/kw),q为空调的制冷/制热功率,其值与空调用电功率p存在关系:q=ηp,η为空调能效比;m(t)是表示空调开关状态的0-1变量,取值为0、1时分别表示“关机”与“开机”;ε是一个足够小的时滞,在离散仿真环境下可以等于仿真时间步长;θ-和θ+分别表示空调正常运行状态下室内温度上、下界值与空调的温度设定值θset满足以下关系:
13、
14、式中δ为空调的温度死区宽度。
15、空调的开机周期ton和停机周期toff为:
16、
17、
18、步骤1.2、建立空调负荷群模型
19、n个空调在t时刻的聚合功率可表示为:
20、
21、式中padd(t)为t时刻空调的聚合功率,其值与t时刻空调负荷状态有关。
22、稳态情况下,令空调i处于开机状态的概率为pon,i,可用其占空比表示为
23、
24、根据大数定律,n个空调的聚合功率可近似表示为
25、
26、将式(3)(4)代入式(6),可得
27、
28、根据不等式变换,式(8)可进一步变换为
29、
30、将式(3)(4)代入式(9),可得
31、
32、推导得到空调其聚合功率以及空调负荷聚合功率估计值:
33、
34、
35、式中e[x]和e[y]分别为随机变量x和y的数学期望,计算公式分别如下:
36、
37、
38、进一步,空调负荷聚合功率估计值可用区间[puadd,pdadd]中的任意值表示为
39、
40、进一步地,所述步骤2具体包括:
41、步骤2.1、建立考虑用户响应疲劳特性的空调聚合响应潜力评估模型
42、首先,定义用户能接受的最低激励价格λlow。若当前激励价格λreal高于最低激励价格时λlow,表明此时用电成本高于用户心理预期,用户更期望通过参与需求响应来获取补贴,降低用电成本,对于热舒适度要求降低,其温度可调节裕度增大;反之,用户更在意热舒适度水平,其参与需求响应意愿较低,温度可调节裕度相对减小。
43、用户的响应疲劳特性是指用户连续多个时段参与需求侧响应后会产生响应疲劳,越靠后的时段用户的疲劳程度越高,导致响应产生的舒适成本也越高,从而影响用户的实际响应量。
44、基于行为经济学中的疲劳效应,通过引入响应疲劳函数,ζi(k)与σr(k)对用户i的响应疲劳特性建模,并建立动态的用户参数θ^eq,i,k与λ^eq,i,k:
45、
46、
47、θi,k表示用户对于用能习惯改变的接受程度,接受程度越高,θi,k取值越低;λlow,i,k表示用户i参与响应时能接受的最低激励价格。
48、此时用户意愿度影响因子为:
49、
50、式中,θ为用能接受程度,μi,k表示用户i在响应的k时段用户意愿度影响因子。当μi,k为正时,用户为积极响应意愿;当μi,k为负时,用户为消极响应意愿,其数值大小反映意愿强弱程度。
51、函数ζi(k)与σr(k)分别表示响应次数对θi,k与λlow,i,k的影响,取值均在[1,+∞]区间范围之内。该函数为一个随响应次数单调递增的函数:随着响应次数的增加,ζi(k)与σr(k)的取值也会随之增加,代表用户随着参与响应次数的增加,疲劳度越来越大。当响应疲劳函数取值为1时,代表用户参与响应未感到疲劳,反之若取值为正无穷,代表用户极度疲劳,此时默认该用户退出需求侧响应。
52、用户参与需求侧响应的意愿会随着外部条件以及响应次数改变而动态变化,在制冷模式下,定义调控参数为:
53、
54、
55、
56、式中:和分别为k时刻第i个空调用户的热舒适度初始温度可节调裕度上下限;和分别为考虑用户本文档来自技高网...
【技术保护点】
1.一种考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤1具体包括:
3.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤2具体包括:
4.根据权利要求3所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:步骤2.2中制定了时序周期循环的响应策略,通过用户周期轮换参与需求侧响应,挑中用户依据LA制定的控制策略进行功率削减,未被挑中的用户保持原定功率运行;具体包括:
5.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤3具体包括:
6.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤4具体包括:
【技术特征摘要】
1.一种考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤1具体包括:
3.根据权利要求1所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,其特征在于:所述步骤2具体包括:
4.根据权利要求3所述的考虑用户疲劳特性的空调负荷可调潜力评估及控制方法,...
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。