一种集群变频空调响应潜力评估方法及系统技术方案

一种集群变频空调响应潜力评估方法及系统，包括：基于预先获取的变频空调的负荷参数，采用k‑均指聚类算法将参与需求响应的变频空调进行分组；利用多面体几何算法得到各组变频空调的响应潜力；将各组响应潜力之和进行累加，得到空调的总响应潜力。本发明专利技术在变频空调负荷和种类较大时，通过k‑均值聚类算法进行分组，解决了由于负荷和种类大，无法精确进行响应潜力预测的问题；此外，通过多面体几何算法计算各组变频空调的响应潜力，在考虑了集群空调之间异构性的基础上，通过多面体几何算法精细分析空调的响应潜力，降低空调响应潜力分析结果的误差。

【技术实现步骤摘要】
一种集群变频空调响应潜力评估方法及系统
本专利技术涉及需求侧响应
，具体涉及一种集群变频空调响应潜力评估方法及系统。
技术介绍
近年来，空调在夏季高峰期所占尖峰负荷的比例已达到30％～40％，并且还在不断攀升中，给电网安全经济运行带来严峻挑战。空调负荷具有能量存储和转移特性，采用合理的调控模式及启停控制手段，在不影响用户舒适度的前提下，调整空调负荷功率需求，在一定时间内转移负荷，有效缓解电力供需矛盾，减少依靠增加装机容量来平衡电力尖峰需求，由此造成了巨大的资源浪费。目前，对空调负荷响应潜力的计算为将一系列异构等效为一个具有连续功率的虚拟电池模型，以该电池的充放电功率等价为集群温控负荷的聚合响应潜力，误差较大。但在有限负荷异构性的特殊案例下，只有自放电系数是最优的，所以该方法产生的不确性非常大，不能保证聚合功率曲线的灵活性。综上所述，现有功率聚合响应潜力模型虽然考虑了集群空调之间的异构性，但当空调负荷数量和种类较大时，已有负荷模型的聚合功率响应潜力将存在较大误差。
技术实现思路
为了解决现有技术中所存在的当空调负荷数量和种类较大时，已有负荷模型的聚合功率响应潜力将存在较大误差的问题，本专利技术提供了一种集群变频空调响应潜力评估方法及系统。本专利技术提供的技术方案是：一种集群变频空调响应潜力评估方法，包括：基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组；利用多面体几何算法得到各组变频空调的响应潜力；将各组响应潜力之和进行累加，得到变频空调的总响应潜力。优选的，所述基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组，包括：基于变频空调的负荷参数，为每台变频空调设定参数向量；基于聚类算法以及所述参数向量，应用戴维-Bouldin指数对温控负荷分类数进行寻优，确定最优分类数；基于所述最优分类数，采用K-均指聚类算法对变频空调进行分组，得到聚类体样本数据；所述参数向量，包括：每台变频空调的自放电系数、第一常数、第二常数和设定温度。优选的，所述基于变频空调的负荷参数，为每台变频空调设定参数向量，包括：基于所述变频空调的负荷参数，将每台变频空调构建电池模型；基于所述负荷参数，得到所述电池模型的参数向量。优选的，所述基于所述最优分类数，采用K-均指聚类算法对变频空调进行分组，得到聚类体样本数据，包括：以聚类的均方差值最小为目标，将所有参与需求响应的变频空调的参数向量划分为最优数量组，得到每组的聚类中心和聚类体样本数据。优选的，所述利用多面体几何算法得到各组变频空调的响应潜力，包括：基于各组聚类中心，通过多面体几何算法，建立各组的基本几何多面体模型；基于所述基本几何多面体模型，通过同构体近似代替，构建各组内所有参数向量的几何多面体模型；基于各组内所有参数向量的几何多面体模型，通过闵可夫斯基求和，得到各分组内变频空调的响应潜力之和。优选的，所述基于所述基本几何多面体模型，通过同构体近似代替，构建各组内所有参数向量的几何多面体模型，包括：基于各组的每个参数向量包含的数据，进行累加并构建不等式；求解所述不等式，若不等式解集存在，则基于所述基本几何多面体模型，通过同构体近似代替，构建当前参数向量的几何多面体模型；否则，不构建；所述数据，包括：自放电系数、第一常数、第二常数和响应潜力。优选的，所述不等式如下式所示：x(k)＝ax(k-1)+r(k)·ζ-Rd(k)≤r(k)≤Rc(k)-Xd≤x(k)≤Xc其中，a为变频空调的自放电系数；b为第一常数，ζ为第二常数；r(k)为k时刻该负荷的响应潜力；x(k)为电池模型在k时刻的储能容量；所述第一常数b通过下式计算：b≈Rm2/m1其中，m1、m2、n1、n2为常数；R为等效热阻；所述第二常数ζ通过下式计算：ζ＝RC(1-a)其中，C为等效热容。优选的，所述基于所述基本几何多面体模型，通过同构体近似代替，构建当前参数向量的几何多面体模型，包括：基于所述基本几何多面体模型，求取当前参数向量的最大内部近似值和最小外部近似值；基于所述最大内部近似值和最小外部近似值，按照预设权重求构建各参数向量的几何多面体模型。优选的，所述最大内部近似值通过下式计算：其中，为最大内部近似值的内部近似最优参数，τ为权重，为最大内部近似值的外部近似最优参数，为最大内部近似值；最小外部近似值通过下式计算：为最小外部近似值，为最小外部近似值的内部近似最优参数，为最小外部近似值的外部近似最优参数；按照预设权重求构建各参数向量的多面体模型，如下式所示：其中，Θi为多面体模型的近似值，为基本几何多面体模型。一种集群变频空调响应潜力评估系统，所述系统，包括：分组模块：基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组；响应潜力计算模块：利用多面体几何算法得到各组变频空调的响应潜力；总响应潜力计算模块：将各组响应潜力之和进行累加，得到空调的总响应潜力。优选的，所述分组模块，包括：参数向量设定子模块：基于空调的负荷参数，为每台空调设定参数向量；最优分类数确定子模块：基于聚类算法以及所述参数向量，应用戴维-Bouldin指数对温控负荷分类数进行寻优，确定最优分类数；聚类提样本数据确定子模块：基于所述最优分类数，采用K-均指聚类算法对变频空调进行分组，得到聚类体样本数据；所述参数向量，包括：每台空调的自放电系数、第一常数、第二常数和设定温度。优选的，所述参数向量设定子模块，包括：建模单元：基于所述空调的负荷参数，将每台空调构建电池模型；参数向量获取单元：基于所述负荷参数，得到所述电池模型的参数向量。与现有技术相比，本专利技术的有益效果为：本方案包括：基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组；利用多面体几何算法得到各组变频空调的响应潜力；将各组响应潜力之和进行累加，得到空调的总响应潜力。本专利技术在变频空调负荷和种类较大时，通过k-均值聚类算法进行分组，解决了由于负荷和种类大，无法精确进行响应潜力预测的问题。此外通过多面体几何算法计算各组变频空调的响应潜力，考虑了集群空调之间异构性的基础上，通过多面体几何算法精细分析空调的响应潜力，降低空调响应潜力分析结果的误差。附图说明图1为本专利技术的集群变频空调响应潜力评估方法流程图；图2为本专利技术的基于几何算法的单体变频空调响应潜力的最优近似原理图；图3为本专利技术的不同聚类数DBI变化曲线图；图4为本专利技术的负荷参数差异度r不同时变频空调响应潜力上限对比本文档来自技高网...

【技术保护点】
1.一种集群变频空调响应潜力评估方法，其特征在于，包括：/n基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组；/n利用多面体几何算法得到各组变频空调的响应潜力；/n将各组响应潜力之和进行累加，得到变频空调的总响应潜力。/n

【技术特征摘要】
1.一种集群变频空调响应潜力评估方法，其特征在于，包括：
基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组；
利用多面体几何算法得到各组变频空调的响应潜力；
将各组响应潜力之和进行累加，得到变频空调的总响应潜力。


2.如权利要求1所述的方法，其特征在于，所述基于预先获取的变频空调的负荷参数，采用k-均指聚类算法将参与需求响应的变频空调进行分组，包括：
基于变频空调的负荷参数，为每台变频空调设定参数向量；
基于聚类算法以及所述参数向量，应用戴维-Bouldin指数对温控负荷分类数进行寻优，确定最优分类数；
基于所述最优分类数，采用K-均指聚类算法对变频空调进行分组，得到聚类体样本数据；
所述参数向量，包括：每台变频空调的自放电系数、第一常数、第二常数和设定温度。


3.如权利要求2所述的方法，其特征在于，所述基于变频空调的负荷参数，为每台变频空调设定参数向量，包括：
基于所述变频空调的负荷参数，将每台变频空调构建电池模型；
基于所述负荷参数，得到所述电池模型的参数向量。


4.如权利要求2所述的方法，其特征在于，所述基于所述最优分类数，采用K-均指聚类算法对变频空调进行分组，得到聚类体样本数据，包括：
以聚类的均方差值最小为目标，将所有参与需求响应的变频空调的参数向量划分为最优数量组，得到每组的聚类中心和聚类体样本数据。


5.如权利要求4所述的方法，其特征在于，所述利用多面体几何算法得到各组变频空调的响应潜力，包括：
基于各组聚类中心，通过多面体几何算法，建立各组的基本几何多面体模型；
基于所述基本几何多面体模型，通过同构体近似代替，构建各组内所有参数向量的几何多面体模型；
基于各组内所有参数向量的几何多面体模型，通过闵可夫斯基求和，得到各分组内变频空调的响应潜力之和。


6.如权利要求5所述的方法，其特征在于，所述基于所述基本几何多面体模型，通过同构体近似代替，构建各组内所有参数向量的几何多面体模型，包括：
基于各组的每个参数向量包含的数据，进行累加并构建不等式；
求解所述不等式，若不等式解集存在，则基于所述基本几何多面体模型，通过同构体近似代替，构建当前参数向量的几何多面体模型；否则，不构建；
所述数据，包括：自放电系数、第一常数、第二常数和响应潜力。


7.如权利要求6所述的方法，其特征在于，所述不等式如下式所示：
x(k)＝ax(k-1)+r(k)·ζ
-Rd(k)≤r(k)≤Rc(k)
-Xd...

【专利技术属性】
技术研发人员：张军军，刘美茵，董玮，张晓琳，姚广秀，林顺富，刘丹凤，颜昕昱，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，上海电力学院，
类型：发明
国别省市：江苏;32