[發(fā)明專利]一種考慮需求側(cè)資源的精準(zhǔn)切負(fù)荷方法

在審

• 申請?zhí)枺?/td>: 201911156970.X
• 申請日: 2019-11-22
• 公開（公告）號(hào): CN111431188A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 顏云松;康明才;陳永華;徐洲;李祝昆;張俊芳;任建鋒;劉東洋
• 申請（專利權(quán)）人: 南瑞集團(tuán)有限公司;南京理工大學(xué)
• 主分類號(hào): H02J3/14
• 分類號(hào): H02J3/14
• 代理公司: 浙江翔隆專利事務(wù)所(普通合伙) 33206
• 代理人: 王曉燕

1.一種考慮需求側(cè)資源的精準(zhǔn)切負(fù)荷方法，其特征在于，包括以下步驟：

步驟1、建立需求側(cè)空調(diào)負(fù)荷模型和空調(diào)聚合體模型；

步驟2、提出基于設(shè)定溫度調(diào)節(jié)的空調(diào)負(fù)荷聚合體控制方法，整定需求側(cè)調(diào)控輪次動(dòng)作值；

步驟3、計(jì)算需求側(cè)調(diào)控輪次后的系統(tǒng)不平衡功率，整定切負(fù)荷動(dòng)作輪次的動(dòng)作頻率值、動(dòng)作時(shí)延和切負(fù)荷量；

步驟4、根據(jù)母線電壓靈敏度確定切負(fù)荷地點(diǎn)，分配切負(fù)荷量。

2.如權(quán)利要求1所述一種考慮需求側(cè)資源的精準(zhǔn)切負(fù)荷方法，其特征在于，步驟1中，建立需求側(cè)空調(diào)負(fù)荷模型和空調(diào)聚合體模型的具體方法為：

2.1、建立單臺(tái)空調(diào)功率與室內(nèi)溫度的關(guān)系：

式中，表示t時(shí)刻的室內(nèi)溫度，℃；表示t+1時(shí)刻的室外溫度，℃；C為等效熱容，kWh/℃；R為等效熱阻，℃/kW；η為空調(diào)能效比；ηP為空調(diào)的額定制冷量；s為空調(diào)啟停狀態(tài)變量，1表示空調(diào)啟動(dòng)，0表示空調(diào)停止，Δt為仿真時(shí)間間隔；

設(shè)定室內(nèi)溫度限值為[θ_min,θ_max]，控制周期為t_c，空調(diào)打開時(shí)間為t₁，關(guān)斷時(shí)間為t₀，假定控制周期內(nèi)環(huán)境溫度為恒溫值，將室內(nèi)溫度上下限代入式(1)和(2)，同時(shí)令迭代計(jì)算可得：

t_c＝t₁+t₀ 式(5)

其中溫度限值和溫度設(shè)定值的關(guān)系為：

式中，δ為空調(diào)的溫度死區(qū)寬度，θ_set為空調(diào)的溫度設(shè)定值；

由上式可得在一定的室外溫度和溫度控制區(qū)間內(nèi)空調(diào)的關(guān)斷時(shí)間、開啟時(shí)間為：

2.2、建立空調(diào)負(fù)荷聚合體模型；

當(dāng)假設(shè)室外溫度不變時(shí)，穩(wěn)態(tài)運(yùn)行情況下任一時(shí)刻空調(diào)處于開機(jī)狀態(tài)的概率為t₁/(t₀+t₁)，即開機(jī)時(shí)間與控制周期之比；當(dāng)空調(diào)數(shù)量足夠大時(shí)，利用大數(shù)定律即事件發(fā)生的期望值來近似事件發(fā)生的概率，近似得到空調(diào)群的總功率為：

式中，P_sum(t)為t時(shí)刻空調(diào)負(fù)荷的聚合功率；P_i為第i臺(tái)空調(diào)的額定功率，可用空調(diào)的占空比P_on,i表示空調(diào)處于開機(jī)狀態(tài)的概率：

將式(7)和(8)代入式(10)，經(jīng)不等式變化可得：

根據(jù)式(9)和式(11)可近似獲得N臺(tái)空調(diào)負(fù)荷聚合功率的估值區(qū)間為：

考慮到空調(diào)負(fù)荷的異質(zhì)性，并且假設(shè)異質(zhì)空調(diào)負(fù)荷參數(shù)相互獨(dú)立且同分布于給定的概率密度函數(shù)，則空調(diào)負(fù)荷近似聚合功率的上、下界為：

式中，分別表示空調(diào)負(fù)荷近似聚合功率的上、下界，η_eq、R_eq、θ_{set_eq}和δ_eq分別為空調(diào)能效比平均值、房間熱阻平均值、設(shè)定溫度平均值和溫度死區(qū)的平均值；基于空調(diào)負(fù)荷參數(shù)的分布情況，通過蒙特卡洛法抽樣得到空調(diào)聚合體的參數(shù)θ_set、1/ηR和δ的期望值，進(jìn)而可估算出聚合功率的上下界；且經(jīng)過多次仿真表明，近似聚合功率在上下界的中值附近時(shí)誤差相對(duì)較小，實(shí)際應(yīng)用中可以近似取中值，那么可得：

由于單體空調(diào)模型里不同參數(shù)間又有一定的關(guān)聯(lián)，為得到更精準(zhǔn)的結(jié)果，可以將空調(diào)按照不同功率進(jìn)行分組，不同組空調(diào)的參數(shù)也具有不同的概率分布，先聚合每個(gè)小組里面的空調(diào)，再聚合所有組的空調(diào)，聚合功率為：

式中，M為分組數(shù)，P_sum,m為第m組空調(diào)聚合功率。