【技术实现步骤摘要】
本专利技术涉及柔性负荷调控，特别地，涉及一种基于可调节潜力的空调分层调控方法及系统、电子设备、计算机可读取的存储介质。
技术介绍
1、由于新能源发电不稳定的特性，对电网运行安全和运行质量带来新的挑战，也对用电侧的负荷管控提出更高要求。同时，新能源汽车和充电桩的快速普及，空调、电热水器等多样化柔性负荷的可观占比，也为负荷调控的应用带来巨大潜力。负荷调控是指为保证电力系统稳定运行和供电的可靠性，对负荷进行管理和控制，主要目标是平衡供需关系，确保电力系统中的发电能力与负荷需求相匹配。随着能源物联网的发展，智能终端大量部署，需求侧资源的调控方式逐渐从过去的被动控制转换成负荷主体主动参与的智能调控，同时，由于负荷聚合商等第三方角色的不断融入，使得负荷调控更加精细、调控策略更加灵活。
2、但是，现有的空调负荷调控方法大多仅以空调本身可设定的温度区间或额定功率来测算可调节潜力，再基于每个用户的可调节潜力来制定固定的负荷调控策略，无法实现空调负荷的动态调控，调控效果较差。另外，在现有的调控方法中，可调节潜力一般用于预估调控效果，在调控策略中的具体作用较为模糊，导致制定的负荷调控策略不符合市场化交易机制，用户的参与积极性较差。另外，仅以空调本身可设定的温度区间或额定功率来测算可调节潜力，忽略了用户的主观感受，导致可调节潜力的计算准确度较差。
技术实现思路
1、本专利技术提供了一种基于可调节潜力的空调分层调控方法及系统、电子设备、计算机可读取的存储介质，以解决现有的空调负荷调控方法无法实现
2、根据本专利技术的一个方面，提供一种基于可调节潜力的空调分层调控方法，包括以下内容：
3、根据调控对象和调控时段构建二维分层调控架构，其中，调控对象分为调度中心、聚合商和用户，调控时段分为日前调节、日中调节和实时调节；
4、在日前调节阶段，基于最大可调节潜力模型预估调控区域聚合的最大可调节潜力并依此制定电价策略，由调度中心将电价策略下发至用户；
5、在日中调节阶段，基于预期可调节潜力模型预估每个聚合商的预期可调节潜力并依此计算得到每个聚合商的负荷调控比例，由调度中心根据负荷调控比例和最大可调节潜力向每个聚合商分配调控任务；
6、在实时调节阶段，基于实际可调节潜力模型预估每个用户的实际可调节潜力并依此计算得到每个用户的负荷调控比例，由聚合商根据其分配的调控任务和每个用户的负荷调控比例向每个用户分配调控任务。
7、进一步地，所述最大可调节潜力模型为：
8、
9、s.t.
10、
11、
12、
13、其中，表示t时段基于电价得到的调控区域聚合的最大可调节潜力，pr表示电价，和分别表示t时段第i个用户空调调节范围的最大空调功率和最小空调功率，n表示调控区域内的空调总数，分别表示t时段第i个用户空调工作时的温度值、相对湿度值和空气流速值，和分别表示基于用户舒适度测算得到的t时段空调调节的温度最小值和温度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的空气流速最小值和空气流速最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的温度最小值和温度最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的空气流速最小值和空气流速最大值。
14、进一步地，所述预期可调节潜力模型为：
15、
16、
17、
18、
19、其中，表示第j个聚合商在t时段的预期可调节潜力，a表示第j个聚合商所管理分区包括的空调数量，pbase(t)表示预测的第j个聚合商所管理分区的t时段空调负荷基线，pi(tt,rht,vart)表示第j个聚合商管理下第i个用户空调的功率，分别表示t时段第i个用户空调工作时的温度值、相对湿度值和空气流速值，和分别表示基于用户舒适度测算得到的t时段空调调节的温度最小值和温度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的空气流速最小值和空气流速最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的温度最小值和温度最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户意愿度修正后的t时段第i个用户空调调节的空气流速最小值和空气流速最大值。
20、进一步地，所述实际可调节潜力模型为：
21、
22、s.t.
23、
24、
25、
26、其中，表示t时段第k个用户空调的实际可调节潜力，表示t时段第k个用户空调的功率，表示t时段第k个用户空调的实际负荷，分别表示t时段第k个用户空调工作时的温度值、相对湿度值和空气流速值，和分别表示t时段第k个用户空调的实际启停状态和预期启停状态，值为1表示启动、值为0表示停机，和分别表示基于用户舒适度测算得到的t时段空调调节的温度最小值和温度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户舒适度测算得到的t时段空调调节的空气流速最小值和空气流速最大值，和分别表示基于用户意愿度修正后的t时段第k个用户空调调节的温度最小值和温度最大值，和分别表示基于用户意愿度修正后的t时段第k个用户空调调节的相对湿度最小值和相对湿度最大值，和分别表示基于用户意愿度修正后的t时段第k个用户空调调节的空气流速最小值和空气流速最大值。
27、进一步地，还包括以下内容：
28、在实时调节阶段，获取各个用户的响应偏差率数据、互动完成度数据和调控稳定性数据后计算得到每个用户的调控效果指标，并结合制定的电价策略计算得到每个用户的补偿激励。
29、进一步地，基于下式计算每个用户的调控效果指标：
30、
31、
32、
33、
34、其中，cjk表示第j个聚合商管理下第k个用户的调控效果指标，和分别表示第j个聚合商管理下第k个用户的响应偏差率、互动完成度、调控稳定性，t1和t2分别表示t时段的起始点和结束点，pjk(t)表示第j个聚合商管理下第k个用户的计划调节功率，表示第j个聚合商管理下第k个用户的实际功率，表示第j个聚合商管理下第k个用户完成调控所花费的时长，表示检测到第j个聚合商管理下第k个用户的启停状态与用户习惯不匹配的次数，表示总检测次数。
35、进一步地，基于下式计算每个用户的补偿激励：
36、
37、其中，ijk和cjk分别表示第j个聚合商管理下第k个用户的补偿激励和调控效果指标本文档来自技高网...
【技术保护点】
1.一种基于可调节潜力的空调分层调控方法，其特征在于，包括以下内容：
2.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述最大可调节潜力模型为：
3.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述预期可调节潜力模型为：
4.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述实际可调节潜力模型为：
5.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，还包括以下内容：
6.如权利要求5所述的基于可调节潜力的空调分层调控方法，其特征在于，基于下式计算每个用户的调控效果指标：
7.如权利要求5所述的基于可调节潜力的空调分层调控方法，其特征在于，基于下式计算每个用户的补偿激励：
8.一种基于可调节潜力的空调分层调控系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如权利要求1～7任一项所述的方法的步骤。p>
10.一种计算机可读取的存储介质，用于存储基于可调节潜力进行空调分层调控的计算机程序，其特征在于，所述计算机程序在计算机上运行时执行如权利要求1～7任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于可调节潜力的空调分层调控方法，其特征在于，包括以下内容：
2.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述最大可调节潜力模型为：
3.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述预期可调节潜力模型为：
4.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，所述实际可调节潜力模型为：
5.如权利要求1所述的基于可调节潜力的空调分层调控方法，其特征在于，还包括以下内容：
6.如权利要求5所述的基于可调节潜力的空调分层调控方法，其特征在于，基于下式计算每个...
【专利技术属性】
技术研发人员：杨东顺，高博瑞，舒光合，张晶，
申请(专利权)人：北京市腾河智慧能源科技有限公司，
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。