基于虚拟储能的变频空调群组需求响应优化模型及方法技术

本发明专利技术公开了电气工程及其自动化技术领域的一种基于虚拟储能的变频空调群组需求响应优化模型及方法，包括以下步骤：基于负荷准线的需求响应评价指标；变频空调群组虚拟储能需求响应优化模型；基于虚拟储能的变频空调群组需求响应控制策略；本发明专利技术基于研究变频空调虚拟储能的需求响应方法，为充分吸收电网内的高比例新能源，基于负荷准线开展需求响应研究，以包含大量变频空调负荷的园区为研究对象，充分考虑园区内新能源出力的波动性以及空调负荷模型参数的时变性，构建需求响应日内滚动优化模型，在日内对新能源出力进行预测并在线辨识空调负荷模型参数，通过虚拟储能抑制新能源出力波动的同时响应准线。能源出力波动的同时响应准线。能源出力波动的同时响应准线。

【技术实现步骤摘要】
基于虚拟储能的变频空调群组需求响应优化模型及方法


[0001]本专利技术涉及电气工程及其自动化
，具体涉及一种基于虚拟储能的变频空调群组需求响应优化模型及方法。

技术介绍

[0002]考虑到空调
‑
建筑具有的虚拟储能特性。国内外已有较多针对空调负荷的虚拟储能建模及参与需求响应研究，大多基于一阶ETP模型构建。针对空调负荷参与需求响应的控制方法，目前较多采用的是直接负荷控制方法，包括开关控制、温度控制、周期性暂停控制及频率控制。占空比控制是指周期性开关空调负荷，通过调节运行所占的占空比调节负荷，常用于对中央空调的控制；频率控制是指通过变频终端控制压缩机频率，进而改变空调功率，适用于变频空调；开关控制及温度控制则几乎适用于所有空调负荷，定频空调常采用这两种控制方式。每种控制方法都各有利弊，开关控制可以快速调节负荷大小，响应速度快、容量大，但在舒适度约束下可调节时间较短；温度控制可调节时间长，但由于实际空调控制及温度变化的滞后性响应速度较慢，且可调容量较小。而针对变频空调的频率控制不仅可实现负荷的快速变化，也可以在温度达到设定值后改变频率值达到稳定状态。
[0003]但在实际应用中侵入式变频控制终端的安装难度及成本较高，难以推广。故选择控制方式时，要基于空调负荷类型、响应类型对控制要求及控制成本等方面综合考虑。
[0004]因此，亟需设计一种基于虚拟储能的变频空调群组需求响应优化模型及方法。

技术实现思路

[0005]本专利技术的目的在于提供一种基于虚拟储能的变频空调群组需求响应优化模型及方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于虚拟储能的变频空调群组需求响应优化模型及方法，包括以下步骤：
[0007]S1：基于负荷准线的需求响应评价指标；
[0008]S2：变频空调群组虚拟储能需求响应优化模型；
[0009]S3：基于虚拟储能的变频空调群组需求响应控制策略。
[0010]进一步的，上述基于虚拟储能的变频空调群组需求响应优化模型及方法中，所述S1的具体步骤为：
[0011]为尽可能完全消纳新能源出力，负荷准线的计算模型如图2所示，负荷准线通常由电力部门DR中心发布，以形状定义；DR中心根据全网的运行参数，考虑发电机组出力及爬坡约束、新能源出力范围约束、发电成本及弃风、弃光成本，求解系统最低运行费用得到CDL的形状；参与DR的用户则将自身负荷曲线的形状主动调整靠近CDL的形状，自主响应DR，并根据负荷曲线与CDL的相似度评估用户的DR贡献度并给予激励；
[0012]负荷准线的计算模型中，目标函数为最小化系统运行费用，包括发电机组出力成本以及弃风、弃电成本，设置如下：
[0013][0014]式中：T为总时段长度，P
G,j
(t
i
)表示第j台可调机组t
i
时段的有功功率，a
j
、b
j
、c
j
为费用系数，共有N台可调机组；P
R
(t
i
)、P
R,max
(t
i
)为新能源在t
i
时段内的出力及最大可出力,C
R
为新能源弃电单位成本；通过设置C
R
为较大值，提高弃风、弃光成本在运行总费用中的占比，便能实现在可调范围内最大限度地消纳新能源出力；
[0015]假定系统内柔性负荷调节能力足够强，以系统内可调部分平衡不可调部分，得到功率平衡约束如式(2)：
[0016][0017]式中：P
D
(t
i
)、P
C
(t
i
)分别代表t
i
时段的可控负荷、不可控负荷大小；除功率平衡约束外，模型求解时还应考虑单台发电机组出力及爬坡约束、新能源出力范围等；
[0018]基于负荷准线的需求响应关注的是负荷曲线的形状，因而对负荷准线标幺化，记为如式(3)：
[0019][0020]除可引导用户参与DR协助充分消纳新能源外，基于CDL的IBDR还是一种自下而上的组织方法，各DR用户可以自发根据CDL调整负荷曲线，只要实现了个体的良好响应，在整体的系统层面上，负荷形状也将贴近CDL，从而实现系统的自趋优运行；
[0021]用户的DR效益根据负荷曲线形状与CDL的相似度计算，准线相似度指标E定义如下：
[0022][0023]式中：ε为给定的系数，为标幺化的用户负荷曲线，d是与的欧氏距离；据此，基于准线相似度指标E对DR用户的激励e计算如下：
[0024][0025]式中：c代表电价激励系数，对用户的激励e相当于在电价基础上给予一定的折扣率；在用电量不变的前提下，用户负荷的准线相似度指标E越大，电价折扣率越大，获取的激励也越高。
[0026]进一步的，上述基于虚拟储能的变频空调群组需求响应优化模型及方法中，所述S2的具体步骤为：
[0027]考虑一个园区内包含大量可调变频空调负荷、不可调的刚性负荷以及少量新能源；参与需求响应时，变频空调负荷等效为虚拟储能，以最小化系统运行费用为优化目标进行优化；
[0028]在优化模型中，对变频空调虚拟储能采用时间解耦的充放电控制，可以将变频空调群组聚合为一个整体的虚拟储能，通过计算每台空调在t
i
的充放电功率，即可得到整体的充放电功率，进而优化调度；对变频空调负荷虚拟储能，储能在不同时段的充放电功率存在限制：
[0029][0030]式中：P
ch,max
(t
i
)、P
dis,max
(t
i
)代表t
i
时段变频空调负荷虚拟储能充、放电功率的最大值(Δt
cont
取1小时)，k代表空调编号，共有M台可调变频空调负荷；
[0031]利用智能用电网络的用户互动功能，由变频空调用户设定需求响应参数，如是否参加需求响应、参与响应的空调温度可调范围等。对不参与需求响应的变频空调负荷，纳入刚性负荷，园区内的功率平衡约束如下：
[0032][0033]柔性负荷P
D
(t
i
)计算如下：
[0034][0035]优化目标为最小化园区运行费用，具体为购电费用减去需求响应激励，本文选择基于CDL的IBDR策略，运行费用计算如下：
[0036][0037]式中：C
ost
代表园区运行费用，p
ric
代表基础电价；
[0038]考虑到新能源负荷的波动性，其出力预测可能在日内不断变化调整；同时，空调负荷的二阶ETP模型参数在日内也可能随着环境变化，从而导致空调符合虚拟储能模型参数变化；因而可对模型在日内进行滚动优化，不断根据最新的新能源出力预测值以及在线辨识的空调负荷模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟储能的变频空调群组需求响应优化模型及方法，其特征在于，包括以下步骤：S1：基于负荷准线的需求响应评价指标；S2：变频空调群组虚拟储能需求响应优化模型；S3：基于虚拟储能的变频空调群组需求响应控制策略。2.根据权利要求1所述的一种基于虚拟储能的变频空调群组需求响应优化模型及方法，其特征在于：所述S1的具体步骤为：为尽可能完全消纳新能源出力，负荷准线的计算模型如图2所示，负荷准线通常由电力部门DR中心发布，以形状定义；DR中心根据全网的运行参数，考虑发电机组出力及爬坡约束、新能源出力范围约束、发电成本及弃风、弃光成本，求解系统最低运行费用得到CDL的形状；参与DR的用户则将自身负荷曲线的形状主动调整靠近CDL的形状，自主响应DR，并根据负荷曲线与CDL的相似度评估用户的DR贡献度并给予激励；负荷准线的计算模型中，目标函数为最小化系统运行费用，包括发电机组出力成本以及弃风、弃电成本，设置如下：式中：T为总时段长度，P
G,j
(t
i
)表示第j台可调机组t
i
时段的有功功率，a
j
、b
j
、c
j
为费用系数，共有N台可调机组；P
R
(t
i
)、P
R,max
(t
i
)为新能源在t
i
时段内的出力及最大可出力,C
R
为新能源弃电单位成本；通过设置C
R
为较大值，提高弃风、弃光成本在运行总费用中的占比，便能实现在可调范围内最大限度地消纳新能源出力；假定系统内柔性负荷调节能力足够强，以系统内可调部分平衡不可调部分，得到功率平衡约束如式(2)：式中：P
D
(t
i
)、P
C
(t
i
)分别代表t
i
时段的可控负荷、不可控负荷大小；除功率平衡约束外，模型求解时还应考虑单台发电机组出力及爬坡约束、新能源出力范围等；基于负荷准线的需求响应关注的是负荷曲线的形状，因而对负荷准线标幺化，记为如式(3)：除可引导用户参与DR协助充分消纳新能源外，基于CDL的IBDR还是一种自下而上的组织方法，各DR用户可以自发根据CDL调整负荷曲线，只要实现了个体的良好响应，在整体的系统层面上，负荷形状也将贴近CDL，从而实现系统的自趋优运行；用户的DR效益根据负荷曲线形状与CDL的相似度计算，准线相似度指标E定义如下：
式中：ε为给定的系数，为标幺化的用户负荷曲线，d是与的欧氏距离；据此，基于准线相似度指标E对DR用户的激励e计算如下：式中：c代表电价激励系数，对用户的激励e相当于在电价基础上给予一定的折扣率；在用电量不变的前提下，用户负荷的准线相似度指标E越大，电价折扣率越大，获取的激励也越高。3.根据权利要求1所述的一种基于虚拟储能的变频空调群组需求响应优化模型及方法，其特征在于：所述S2的具体步骤为：考虑一个园区内包含大量可调变频空调负荷、不可调的刚性负荷以及少量新能源；参与需求响应时，变频空调负荷等效为虚拟储能，以最小化系统运行费用为优化目标进行优化；在优化模型中，对变频空调虚拟储能采用时间解耦的充放电控制，可以将变频空调群组聚合为一个整体的虚拟储能，通过计算每台空调在t
i
的充放电功率，即可得到整体的充放电功率，进而优化调度；对变频空调负...

【专利技术属性】
技术研发人员：吴清，李志勇，任天鸿，郭颂，何光宇，范帅，邵韵霏，吴承鑫，
申请(专利权)人：海南省电力学校海南省电力技工学校，
类型：发明
国别省市：