亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法與流程

文檔序號(hào):11108749閱讀:641來(lái)源:國(guó)知局
一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法與制造工藝

本發(fā)明涉及微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)平抑方法,尤其是涉及一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法。



背景技術(shù):

風(fēng)電、光伏等間歇性電源并網(wǎng)后對(duì)電網(wǎng)的穩(wěn)定性及電能質(zhì)量會(huì)產(chǎn)生不利的影響。隨著可再生能源滲透率的不斷增長(zhǎng),如何平抑可再生能源的功率波動(dòng)成為了智能電網(wǎng)的重要研究課題。目前主要利用儲(chǔ)能設(shè)備平滑并網(wǎng)功率。但儲(chǔ)能設(shè)備造價(jià)昂貴,在經(jīng)濟(jì)性上仍不具有優(yōu)勢(shì)。

近年來(lái),研究者注意到空調(diào)、熱泵、熱水器等溫控負(fù)荷(thermostatically controlled loads,TCL)具有熱儲(chǔ)能特性,通過(guò)一定的控制手段,可使其轉(zhuǎn)化為一類數(shù)量大、成本低、響應(yīng)速度快的虛擬儲(chǔ)能,成為極具潛力的需求響應(yīng)資源。目前,在利用TCL設(shè)備平抑可再生能源波動(dòng)方面,現(xiàn)有技術(shù)已提出若干有效的控制策略。文獻(xiàn)“采用居民溫控負(fù)荷控制的微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)平滑方法”(王成山,劉夢(mèng)璇,陸寧.中國(guó)電機(jī)工程學(xué)報(bào),2012,32(25):36-43)較早開(kāi)展了相關(guān)研究,利用狀態(tài)隊(duì)列模型控制熱泵負(fù)荷的開(kāi)關(guān)狀態(tài)實(shí)現(xiàn)了平滑目標(biāo)的跟蹤;文獻(xiàn)“一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的電池及虛擬儲(chǔ)能協(xié)調(diào)控制策略”(王冉,王丹,賈宏杰,等.中國(guó)電機(jī)工程學(xué)報(bào),2015,35(20):5124-5134)提出了一種標(biāo)識(shí)優(yōu)先列表工具,并通過(guò)熱泵與電池儲(chǔ)能的優(yōu)化協(xié)調(diào),在平滑波動(dòng)的同時(shí)保證了用戶的舒適性;文獻(xiàn)“一種基于模型預(yù)測(cè)的城市園區(qū)分層分布式溫控負(fù)荷需求響應(yīng)控制策略”(衛(wèi)文婷,王丹,賈宏杰,等.中國(guó)電機(jī)工程學(xué)報(bào),2016(8):2049-2056)引入模型預(yù)測(cè)控制,通過(guò)求解最優(yōu)設(shè)定值調(diào)節(jié)量來(lái)跟蹤目標(biāo)功率,并提出了分層分布式控制策略以減小數(shù)據(jù)通信量;文獻(xiàn)“Modeling and Control of Aggregate Air Conditioning Loads for Robust Renewable Power Management”(Saeid Bashash and Hosam K.Fathy.IEEE Transactions on Control Systems Technology,2013,21(4):1318-1327)建立了雙耦合線性偏微分方程組的集群空調(diào)負(fù)荷的狀態(tài)空間模型,提出了基于變結(jié)構(gòu)滑動(dòng)模塊跟蹤控制的出力平滑策略。

但是,已有方法存在如下問(wèn)題:

1)需要預(yù)測(cè)或測(cè)量不可控負(fù)荷功率。但由于負(fù)荷多而分散,且居民用戶一般未實(shí)現(xiàn)負(fù)荷的分類計(jì)量,使得實(shí)施成本較高。

2)對(duì)TCL設(shè)備采用直接負(fù)荷控制,包括開(kāi)關(guān)控制和溫度控制。固然這可以獲得較快的響應(yīng)速度,但當(dāng)受控對(duì)象眾多時(shí)對(duì)通信要求很高。如果采用開(kāi)關(guān)控制,則用戶需要對(duì)外暴露設(shè)備開(kāi)關(guān)的控制權(quán),這存在較為嚴(yán)重的信息安全問(wèn)題。

3)某些控制策略需要TCL設(shè)備以及建筑物的熱參數(shù)模型信息,但實(shí)用中獲取大量TCL設(shè)備的模型不但難度大,而且難以保證用戶的私密性。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種滿足用戶差異化的舒適度要求、簡(jiǎn)化控制、降低實(shí)施成本的平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法。

本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn):

一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法,該方法包括以下步驟:

1)面向空調(diào)集群,基于低通濾波器原理,計(jì)算空調(diào)聚合功率控制目標(biāo);

2)針對(duì)空調(diào)個(gè)體,基于市場(chǎng)控制,將所述空調(diào)聚合功率控制目標(biāo)協(xié)調(diào)分配至各個(gè)空調(diào)負(fù)荷。

所述空調(diào)聚合功率控制目標(biāo)通過(guò)以下步驟計(jì)算:

101)建立空調(diào)模型,采用多元純二次回歸方法獲得空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值;

102)基于室溫狀態(tài)對(duì)所述空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值進(jìn)行修正,獲得空調(diào)集群基準(zhǔn)負(fù)荷修正值;

103)根據(jù)聯(lián)絡(luò)線功率平滑策略,獲得空調(diào)聚合功率控制目標(biāo),即,在第k個(gè)控制周期,空調(diào)聚合功率控制目標(biāo)為:

其中,為空調(diào)聚合功率控制目標(biāo),PACbase[k]為空調(diào)集群基準(zhǔn)負(fù)荷修正值,PACbase0[k]為空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值,Padj[k]為基準(zhǔn)負(fù)荷修正量,ΔPAC[k]為控制目標(biāo)調(diào)整量。

所述空調(diào)模型為二階ETP模型。

所述步驟102)具體為:

a)計(jì)算空調(diào)集群總體室溫狀態(tài)S:

其中,n為參與控制的空調(diào)總數(shù),SOA為單個(gè)空調(diào)的室溫狀態(tài),SOA∈[-1,1];

b)以空調(diào)集群總體室溫狀態(tài)S作為反饋量,對(duì)空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值進(jìn)行修正,基準(zhǔn)負(fù)荷修正量的表達(dá)式為:

Padj[k]=ΔPadj[k]%×PACbase0[k]+Padj[k-1]e

其中,ΔPadj[k]為由S確定的比例系數(shù),γ為衰減系數(shù),γ>0。

所述控制目標(biāo)調(diào)整量ΔPAC[k]的表達(dá)式為:

ΔPAC[k]=PgLPF[k]-Pg0[k]

其中,PgLPF[k]為聯(lián)絡(luò)線功率平滑目標(biāo),Pg0[k]為空調(diào)非控狀態(tài)下的聯(lián)絡(luò)線自由功率。

所述步驟2)具體為:

201)在微網(wǎng)中建立一個(gè)虛擬市場(chǎng),該虛擬市場(chǎng)聚合各空調(diào)的投標(biāo)信息,形成需求曲線,并獲取需求曲線與空調(diào)聚合功率控制目標(biāo)的交點(diǎn),以該交點(diǎn)對(duì)應(yīng)的價(jià)格作為出清結(jié)果p*

所述投標(biāo)信息為:

Bi[k]=([pbid,qbid],s)i[k]

其中,Bi[k]空調(diào)i在k控制周期的投標(biāo)信息,pbid為投標(biāo)價(jià)格,pbid=SOAi,SOA為空調(diào)的室溫狀態(tài),qbid為投標(biāo)容量,為空調(diào)運(yùn)行時(shí)的功率,s為投標(biāo)附加信息,表示空調(diào)投標(biāo)時(shí)的工作狀態(tài),1表示空調(diào)開(kāi)啟,0表示關(guān)閉;

202)各空調(diào)控制器接收所述出清結(jié)果p*,并響應(yīng)于該出清結(jié)果p*對(duì)室溫設(shè)定值進(jìn)行調(diào)節(jié)。

所述空調(diào)的室溫狀態(tài)表達(dá)式為:

其中,Tset為室溫設(shè)定值,Tmax、Tmin為允許的室溫上下限,Tair為當(dāng)前室溫。

所述當(dāng)前室溫Tair根據(jù)以下公式獲得:

Tair=Tair0+δ

其中,Tair0為室溫測(cè)量值,測(cè)量精度為0.1℃,δ為小于0.1的隨機(jī)數(shù)。

所述各空調(diào)控制器對(duì)出清結(jié)果p*的響應(yīng)具體為:

其中,Tset為室溫設(shè)定值,Tmax、Tmin為允許的室溫上下限,ε等于各空調(diào)受控時(shí)的溫度死區(qū)。

與現(xiàn)有技術(shù)相比,本發(fā)明具有以下優(yōu)點(diǎn):

(1)首先獲得空調(diào)聚合功率的控制目標(biāo),然后在微網(wǎng)中建立一個(gè)虛擬市場(chǎng),利用市場(chǎng)控制方法將控制目標(biāo)分配至各空調(diào)負(fù)荷,能夠滿足用戶差異化的舒適度要求,同時(shí)充分保護(hù)用戶隱私和用電安全,從而提升實(shí)施本方法時(shí)的用戶體驗(yàn);對(duì)于控制中心,本方法極大地簡(jiǎn)化了下行控制,且僅需測(cè)量聯(lián)絡(luò)線功率,能夠有效降低實(shí)施成本。

(2)本發(fā)明采用基于室溫狀態(tài)反饋的方法對(duì)空調(diào)基準(zhǔn)負(fù)荷進(jìn)行修正,,降低了對(duì)空調(diào)基準(zhǔn)負(fù)荷估計(jì)的要求,提高了控制方法的魯棒性。

(3)由于采用多代理投標(biāo)的分布式控制機(jī)制,本方法支持空調(diào)負(fù)荷的“即插即用”,能適應(yīng)于各種規(guī)模的空調(diào)負(fù)荷集群。

(4)本發(fā)明空調(diào)聚合功率控制目標(biāo)的計(jì)算既滿足基準(zhǔn)負(fù)荷要求,又不影響用戶舒適度要求。

(5)本發(fā)明設(shè)計(jì)的空調(diào)投標(biāo)信息是依賴于實(shí)際空調(diào)及建筑物的熱參數(shù)模型以及用戶的舒適度設(shè)置的,但具體的投標(biāo)機(jī)制屏蔽了這些信息,使得無(wú)需顯式獲得空調(diào)模型,并使得私密信息始終駐留在用戶端,用戶信息安全。

(6)本發(fā)明將聚合各空調(diào)的投標(biāo)信息形成的需求曲線與空調(diào)聚合功率控制目標(biāo)的交點(diǎn)作為出清結(jié)果,與狀態(tài)隊(duì)列法中分別在開(kāi)啟群和關(guān)閉群中選擇空調(diào)相比,本發(fā)明基于市場(chǎng)出清的方法更為簡(jiǎn)單、直觀。

(7)本方法在計(jì)算空調(diào)聚合功率控制目標(biāo)時(shí)僅需測(cè)量聯(lián)絡(luò)線功率Pg,這有利于顯著降低實(shí)施成本。

(8)本發(fā)明出清價(jià)格是實(shí)現(xiàn)目標(biāo)功率向各空調(diào)分配的唯一控制信號(hào),控制中心無(wú)需指定每個(gè)空調(diào)的開(kāi)關(guān)或設(shè)定值,本方法極大簡(jiǎn)化了下行控制;與采用開(kāi)關(guān)控制相比,即使出現(xiàn)了信息安全問(wèn)題,入侵者也無(wú)法直接控制空調(diào)開(kāi)關(guān),從而保證室溫不越限。

附圖說(shuō)明

圖1為一微網(wǎng)結(jié)構(gòu)示意圖;

圖2本發(fā)明中基于室溫狀態(tài)反饋的空調(diào)集群基準(zhǔn)負(fù)荷修正方法的流程示意圖;

圖3為本發(fā)明的總體控制流程圖;

圖4為兩種出清示意圖;

圖5為空調(diào)額定功率分布圖;

圖6為不可控負(fù)荷、風(fēng)電功率、室外溫度與太陽(yáng)輻射;

圖7為仿真日空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)情況;

圖8為不同控制周期的平滑效果;

圖9為不同控制周期的波動(dòng)率;

圖10為不同濾波時(shí)間常數(shù)的平滑效果;

圖11為不同時(shí)間常數(shù)的10min波動(dòng)率;

圖12為有/無(wú)SOA控制下的功率波動(dòng)平滑效果;

圖13為有/無(wú)SOA控制下的S變化情況;

圖14為不同風(fēng)電占比的平滑效果;

圖15為不同風(fēng)電占比10min波動(dòng)率;

圖16為不同風(fēng)電占比的S值;

圖17為延遲與丟包時(shí)的平滑效果;

圖18為延遲與丟包時(shí)的10min波動(dòng)率;

圖19為延遲與丟包時(shí)的跟蹤誤差;

圖20為預(yù)測(cè)模型中的環(huán)境變量及功率擬合效果。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。本實(shí)施例以本發(fā)明技術(shù)方案為前提進(jìn)行實(shí)施,給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程,但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。

本發(fā)明提供一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的空調(diào)負(fù)荷協(xié)調(diào)控制方法,該方法包括:1)面向空調(diào)集群,基于低通濾波器原理,計(jì)算空調(diào)聚合功率控制目標(biāo);2)針對(duì)空調(diào)個(gè)體,基于市場(chǎng)控制,將所述空調(diào)聚合功率控制目標(biāo)協(xié)調(diào)分配至各個(gè)空調(diào)負(fù)荷。

1空調(diào)聚合功率控制目標(biāo)

1.1聯(lián)絡(luò)線功率平滑策略

圖1為一個(gè)社區(qū)微網(wǎng)系統(tǒng)結(jié)構(gòu)示意圖,不失一般性,本發(fā)明中可再生能源考慮風(fēng)電,其總功率為PW;TCL考慮制冷空調(diào)負(fù)荷(air-conditioner load,ACL),將參與平抑聯(lián)絡(luò)線功率的空調(diào)負(fù)荷聚合功率記為PAC,而將其余負(fù)荷的總功率記為PL,忽略線損,則根據(jù)圖1在時(shí)刻k恒有:

Pg[k]=PAC[k]+PL[k]-PW[k] (1)

式中,Pg為微網(wǎng)聯(lián)絡(luò)線功率。

將空調(diào)在不參與外部調(diào)控狀態(tài)(下稱非控狀態(tài))下的自由負(fù)荷稱為空調(diào)基準(zhǔn)負(fù)荷(baseline load),其聚合功率記為PACbase。在空調(diào)非控狀態(tài)下的聯(lián)絡(luò)線自由功率為:

Pg0[k]=PACbase[k]+PL[k]-PW[k] (2)

Pg0的波動(dòng)主要由可再生能源導(dǎo)致,可應(yīng)用低通濾波器(low-pass filter,LPF)原理對(duì)聯(lián)絡(luò)線功率進(jìn)行平滑。需說(shuō)明的是,LPF原理存在多種改進(jìn)算法,如采用動(dòng)態(tài)時(shí)間常數(shù),本發(fā)明只討論基本LPF原理。根據(jù)LPF原理,聯(lián)絡(luò)線功率平滑目標(biāo)的遞推形式為:

PgLPF[k]=αPgLPF[k-1]+(1-α)Pg0[k] (3)

式中,α=τ/(τ+Δt)為濾波系數(shù),其中τ為時(shí)間常數(shù),Δt為控制周期,LPF的截止頻率為1/(2πτ)。

為了達(dá)到上述平滑目標(biāo),空調(diào)聚合功率應(yīng)做出如下調(diào)整:

ΔPAC[k]=PgLPF[k]-Pg0[k] (4)

ΔPAC反映了聯(lián)絡(luò)線功率中需要抑制的高頻波動(dòng),則空調(diào)聚合功率的控制目標(biāo)應(yīng)為:

可見(jiàn),對(duì)空調(diào)集群進(jìn)行控制,首先應(yīng)滿足其基準(zhǔn)負(fù)荷需求(式(5)右部第一項(xiàng)),在不影響用戶舒適度的前提下再進(jìn)行調(diào)整(式(5)右部第二項(xiàng))。而在利用電池平抑功率波動(dòng)時(shí)是無(wú)需考慮前者的,這是TCL這類虛擬儲(chǔ)能與電池的重要區(qū)別。

這樣,為了計(jì)算空調(diào)聚合功率控制目標(biāo)關(guān)鍵是估計(jì)空調(diào)集群的基準(zhǔn)負(fù)荷。

1.2基準(zhǔn)負(fù)荷估計(jì)

在不參與任何需求響應(yīng)項(xiàng)目情況下的負(fù)荷值被稱為基準(zhǔn)負(fù)荷。用戶實(shí)際負(fù)荷與基準(zhǔn)負(fù)荷的差值可用于評(píng)估需求響應(yīng)效果和需求響應(yīng)彈性,以及作為向用戶兌現(xiàn)激勵(lì)政策的依據(jù)。所以,基準(zhǔn)負(fù)荷估計(jì)是需求響應(yīng)研究中的重要課題。

空調(diào)基準(zhǔn)負(fù)荷的估計(jì)方法可分為宏觀法和微觀法。宏觀法直接估計(jì)負(fù)荷總量,如基于歷史數(shù)據(jù)采用樣條回歸模型預(yù)測(cè)空調(diào)負(fù)荷;微觀法先對(duì)空調(diào)模型進(jìn)行參數(shù)辨識(shí),然后再聚合出總負(fù)荷預(yù)測(cè)值,如利用線性回歸擬合參數(shù)、將等值熱參數(shù)(equivalent thermal parameter,ETP)模型化簡(jiǎn)為指數(shù)模型進(jìn)行預(yù)測(cè)。本發(fā)明采用較為簡(jiǎn)單的多元純二次回歸方法形成空調(diào)集群基準(zhǔn)負(fù)荷的估計(jì)值PACbase0。

影響空調(diào)總負(fù)荷的主要參數(shù)有:室外溫度To、太陽(yáng)輻射以及空調(diào)總額定功率PACrated。本發(fā)明中天氣數(shù)據(jù)采用了TMY2數(shù)據(jù)],其太陽(yáng)輻射分為三個(gè)分量:直射分量Sdirect、水平散射分量Sdiffuse、全球水平分量Sglobal。估計(jì)模型如下:

根據(jù)空調(diào)集群在非控運(yùn)行狀態(tài)下的功率及相應(yīng)的室外溫度、太陽(yáng)輻射、空調(diào)總額定功率等歷史數(shù)據(jù),就可以得到β0~β10的值。

對(duì)空調(diào)集群在非控狀態(tài)下進(jìn)行48h仿真,根據(jù)上式建立預(yù)測(cè)模型,模型中各環(huán)境變量值、空調(diào)實(shí)際總功率、擬合后的功率如圖20所示。

1.3基于SOA反饋的空調(diào)集群基準(zhǔn)負(fù)荷修正

空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值總會(huì)存在誤差。另外,如果可再生能源的滲透率較大或?qū)β势交囊筝^高(如濾波時(shí)間常數(shù)過(guò)大),都有可能超出空調(diào)集群的調(diào)節(jié)能力,造成室溫偏離理想范圍。對(duì)此,本發(fā)明以空調(diào)室溫狀態(tài)作為反饋,對(duì)基準(zhǔn)負(fù)荷的估計(jì)值進(jìn)行修正。

為了定量描述空調(diào)負(fù)荷的當(dāng)前調(diào)節(jié)能力及用戶的舒適度,定義了空調(diào)室溫狀態(tài)(state of indoor temperature with air-conditioner,SOA):

式中,Tset為用戶室溫設(shè)定值;Tmax、Tmin為用戶允許的室溫上下限;Tair為當(dāng)前室溫。

易知SOA∈[-1,1],其值越接近0,可調(diào)節(jié)能力越強(qiáng),用戶的舒適度越高;而其值接近1或-1時(shí),表示室溫接近允許上限或下限。

采用下式衡量空調(diào)集群的總體室溫狀態(tài):

式中,n為參與控制的空調(diào)總數(shù)。

以S作為反饋量,對(duì)空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值PACbase0進(jìn)行修正,以將總體室溫狀態(tài)控制在理想范圍內(nèi)。圖2是基準(zhǔn)負(fù)荷修正方法的整體框圖。修正后的基準(zhǔn)負(fù)荷為:

PACbase[k]=PACbase0[k]+Padj[k] (8)

式中,Padj[k]為第k個(gè)控制周期的修正量,由一個(gè)比例分量和一個(gè)衰減分量構(gòu)成,其表達(dá)式為:

Padj[k]=ΔPadj[k]%×PACbase0[k]+Padj[k-1]e (9)

上式右部?jī)身?xiàng)的含義如下:

第一項(xiàng)中的ΔPadj[k]為由S值確定的比例系數(shù)。設(shè)S的理想范圍為[-S1,S1],當(dāng)超出此范圍時(shí)(|S|>S1)采用雙折線比例調(diào)節(jié),這是基準(zhǔn)負(fù)荷修正的主體部分;當(dāng)S處于理想范圍內(nèi)時(shí),如果發(fā)現(xiàn)其變化率dS過(guò)大(|dS|>dS0),則進(jìn)行預(yù)調(diào)節(jié),以減小S超出理想范圍后的調(diào)節(jié)量與調(diào)節(jié)時(shí)間,上述dS為S每分鐘變化率在最近一小時(shí)的均值。

第二項(xiàng)中的γ>0是衰減系數(shù)。當(dāng)ΔPadj[k]≠0時(shí),該項(xiàng)可以加快調(diào)節(jié)速度;而當(dāng)ΔPadj[k]=0時(shí),該項(xiàng)會(huì)逐步減小修正量。

曲線ΔPadj~S及ΔPadj~dS皆關(guān)于原點(diǎn)對(duì)稱。

圖2中僅繪制了第一象限。ΔPadj在第一象限為:

2空調(diào)聚合功率分配

至此,已得到每個(gè)控制周期空調(diào)聚合功率的控制目標(biāo)但由于空調(diào)是分散的,所以另一個(gè)關(guān)鍵問(wèn)題是如何將其分配到各個(gè)空調(diào)中。

考慮如下5條原則:1)保證用戶對(duì)室溫的差異化需求,且不降低用電滿意度;2)用戶無(wú)需提供建筑物和空調(diào)的參數(shù)或模型信息;3)用戶無(wú)需開(kāi)放空調(diào)負(fù)荷開(kāi)關(guān)的控制權(quán);4)方法具有開(kāi)放性,能夠適應(yīng)各種TCL設(shè)備類型;5)方法具有可擴(kuò)展性,允許空調(diào)負(fù)荷以“即插即用”的方式參與調(diào)控。為此,本發(fā)明將空調(diào)的調(diào)節(jié)能力視為分散的資源,利用市場(chǎng)控制(market-based control,MBC)方法,在微網(wǎng)中建立一個(gè)虛擬市場(chǎng),利用市場(chǎng)均衡原理實(shí)現(xiàn)總控制目標(biāo)的分配。

2.1總體控制流程

本發(fā)明的總體控制流程如圖3所示。

每個(gè)控制周期包含如下三個(gè)階段:

1)空調(diào)投標(biāo)階段。在下一個(gè)控制周期開(kāi)始前,各空調(diào)向控制中心發(fā)送投標(biāo)信息。

2)聚合階段。包含如下過(guò)程:首先,控制中心計(jì)算空調(diào)聚合功率控制目標(biāo)然后,虛擬市場(chǎng)聚合空調(diào)投標(biāo)信息,形成需求曲線;最后,虛擬市場(chǎng)求取需求曲線與的交點(diǎn),完成市場(chǎng)出清。

3)反聚合階段。虛擬市場(chǎng)廣播出清結(jié)果;各空調(diào)響應(yīng)出清結(jié)果,完成聚合功率的分配。

由于每次市場(chǎng)出清即對(duì)空調(diào)進(jìn)行了一次控制,因此市場(chǎng)出清周期等于系統(tǒng)控制周期。

2.2空調(diào)投標(biāo)策略

設(shè)空調(diào)設(shè)備由其控制器作為代理,根據(jù)本發(fā)明提出的下述投標(biāo)策略進(jìn)行自動(dòng)投標(biāo)。

空調(diào)i在k控制周期的投標(biāo)信息為:

Bi[k]=([pbid,qbid],s)i[k] (11)

其中:

(1)投標(biāo)價(jià)格pbid=SOA,即空調(diào)以其當(dāng)前SOA作為投標(biāo)價(jià)格??照{(diào)室溫越接近上限,則投標(biāo)價(jià)格越高。在本方法中,投標(biāo)價(jià)格僅作為一種控制信號(hào)。

(2)投標(biāo)容量qbid取空調(diào)運(yùn)行時(shí)的功率,一般采用額定功率。但實(shí)際上,空調(diào)的工況不同,其電功率會(huì)有所變化。為此,本發(fā)明根據(jù)美國(guó)能源部建筑能耗仿真項(xiàng)目中給出的曲線對(duì)空調(diào)制冷率和制冷能效比進(jìn)行實(shí)時(shí)修正。

(3)s為投標(biāo)附加信息,表示空調(diào)投標(biāo)時(shí)的工作狀態(tài),1表示空調(diào)開(kāi)啟,0表示關(guān)閉。

顯然,上述投標(biāo)值是依賴于實(shí)際空調(diào)及建筑物的熱參數(shù)模型以及用戶的舒適度設(shè)置的,但上述投標(biāo)機(jī)制屏蔽了這些信息,使得無(wú)需顯式獲得空調(diào)模型,并使得私密信息始終駐留在用戶端。

2.3虛擬市場(chǎng)出清

如圖4所示,虛擬市場(chǎng)按照投標(biāo)價(jià)格從高到低的順序聚合出需求曲線,然后求取與控制目標(biāo)功率的交點(diǎn),得到出清價(jià)格p*。與狀態(tài)隊(duì)列法中分別在開(kāi)啟群和關(guān)閉群中選擇空調(diào)相比,本發(fā)明基于市場(chǎng)出清的方法更為簡(jiǎn)單、直觀。

理想情況下,空調(diào)的室溫狀態(tài)均勻分布,這樣當(dāng)出清場(chǎng)景如圖(4a)時(shí),跟蹤誤差不超過(guò)臨界空調(diào)的額定功率。但實(shí)際中室溫狀態(tài)不一定滿足均勻分布假設(shè),且溫度傳感器測(cè)量精度有限,這可能導(dǎo)致多個(gè)空調(diào)的投標(biāo)價(jià)格均等于出清價(jià)格p*,使得p*失去對(duì)空調(diào)的選擇能力,增大了跟蹤誤差。為解決這個(gè)問(wèn)題,本發(fā)明令空調(diào)控制器在利用式(6)計(jì)算SOA時(shí),取Tair=Tair0+δ。其中,Tair0為室溫測(cè)量值,設(shè)測(cè)量精度為0.1℃;δ為控制器產(chǎn)生的小于0.1的隨機(jī)數(shù)。這樣,δ可視為本控制周期該空調(diào)的設(shè)備識(shí)別符,它使得p*具備足夠的空調(diào)選擇能力,更好地保證市場(chǎng)均衡。而當(dāng)出清場(chǎng)景如圖(4b)所示時(shí),市場(chǎng)恰好達(dá)到均衡,空調(diào)總功率準(zhǔn)確跟蹤目標(biāo)功率,此時(shí)p*=(pbid1+pbid2)/2,pbid1和pbid2為如圖(4b)中所示的兩個(gè)投標(biāo)價(jià)格。

根據(jù)式(2)-(5),計(jì)算空調(diào)聚合功率控制目標(biāo)需要獲得PL-Pw的值。該值可由下式得到:

式中,si和qbid,i為第i個(gè)空調(diào)的工作狀態(tài)和投標(biāo)功率,n為參與控制的空調(diào)總數(shù)。這樣,本方法僅需測(cè)量聯(lián)絡(luò)線功率Pg,這有利于顯著降低實(shí)施成本。

2.4空調(diào)響應(yīng)出清結(jié)果

上述出清價(jià)格p*是實(shí)現(xiàn)目標(biāo)功率向各空調(diào)分配的唯一控制信號(hào)。在本控制周期,投標(biāo)價(jià)格低于p*的空調(diào)應(yīng)關(guān)閉,反之應(yīng)打開(kāi)。為達(dá)到上述目的,在每個(gè)控制周期初始,各空調(diào)控制器采取如下調(diào)整溫度設(shè)定值的方式響應(yīng)出清結(jié)果:

式中,ε是為了保證室溫在本控制周期內(nèi)不越限,其值等于各空調(diào)受控時(shí)的溫度死區(qū)。

由于控制中心無(wú)需指定每個(gè)空調(diào)的開(kāi)關(guān)或設(shè)定值,本方法極大簡(jiǎn)化了下行控制;與采用開(kāi)關(guān)控制相比,即使出現(xiàn)了信息安全問(wèn)題,入侵者也無(wú)法直接控制空調(diào)開(kāi)關(guān),從而保證室溫不越限。

3仿真算例與分析

3.1算例及場(chǎng)景說(shuō)明

本實(shí)施例仿真算例采用一個(gè)社區(qū)級(jí)微網(wǎng)系統(tǒng),共450臺(tái)空調(diào)參與控制??照{(diào)負(fù)荷在負(fù)荷高峰期占比約為40%;風(fēng)電占比(裝機(jī)容量與負(fù)荷峰值的比例)約為27%。

空調(diào)負(fù)荷采用二階ETP模型,仿真步長(zhǎng)為5s,不可控負(fù)荷、風(fēng)電功率等數(shù)據(jù)更新周期及數(shù)據(jù)記錄周期為10s,空調(diào)控制器在下一個(gè)控制周期前5s投標(biāo)。主要參數(shù)設(shè)置見(jiàn)表1~表3。表中,U(a,b)表示在[a,b]之間的均勻分布,N(avg,std)表示正態(tài)分布。

表1空調(diào)負(fù)荷主要參數(shù)設(shè)置

各空調(diào)額定功率根據(jù)房屋的熱參數(shù)選擇。根據(jù)表1,空調(diào)額定功率分布如圖5所示。

表2空調(diào)控制器主要參數(shù)設(shè)置

注1:Thigh=Tmax-Tset,注2:Tlow=Tset-Tmin。

表3控制中心參數(shù)

仿真日不可控負(fù)荷、風(fēng)電功率、室外溫度以及太陽(yáng)輻射如圖6所示。

3.2空調(diào)集群基準(zhǔn)負(fù)荷預(yù)測(cè)

在后續(xù)仿真中,控制中心采集當(dāng)前環(huán)境數(shù)據(jù),并利用預(yù)測(cè)模型計(jì)算空調(diào)集群基準(zhǔn)負(fù)荷估計(jì)值PACbase0。在非控狀態(tài)下空調(diào)集群實(shí)際負(fù)荷和基準(zhǔn)負(fù)荷估計(jì)值對(duì)比如圖7所示。

3.3不同控制周期的影響

基于以上實(shí)施例,采用不同控制周期Δt時(shí),聯(lián)絡(luò)線功率的平滑效果如圖8所示。圖中,PgLPF為聯(lián)絡(luò)線平滑目標(biāo);Pg為平滑后的實(shí)際聯(lián)絡(luò)線功率;Pg0為空調(diào)非控狀態(tài)時(shí)的聯(lián)絡(luò)線功率。

定義第t min時(shí)聯(lián)絡(luò)線的10min功率波動(dòng)率:

其中,tr為記錄周期(min),為第i min時(shí)聯(lián)絡(luò)線實(shí)際功率。

不同控制周期下的10min波動(dòng)率見(jiàn)圖9??梢?jiàn),控制周期對(duì)平滑效果有明顯的影響。依據(jù)采樣定理,本方法無(wú)法反映周期小于2Δt的高頻波動(dòng)。兼顧平滑效果和控制代價(jià),控制周期可選擇1min。本實(shí)施例后續(xù)仿真皆取該控制周期值。

3.4不同濾波時(shí)間常數(shù)的影響

分別取時(shí)間常數(shù)τ=2min、10min、50min,聯(lián)絡(luò)線功率平滑效果以及10min功率波動(dòng)率如圖10、圖11所示。

由圖11可見(jiàn),當(dāng)τ=10min和50min時(shí),兩者的10min波動(dòng)率相當(dāng)。但從圖10可見(jiàn),當(dāng)τ=50min時(shí),對(duì)低頻波動(dòng)有進(jìn)一步的平抑作用。綜上可見(jiàn),空調(diào)負(fù)荷具有較強(qiáng)的平抑聯(lián)絡(luò)線功率波動(dòng)的能力,濾波時(shí)間常數(shù)應(yīng)不低于10min。

3.5SOA反饋控制的效果

為了更明顯地觀察SOA反饋控制的效果,本實(shí)施例中將空調(diào)基準(zhǔn)負(fù)荷估計(jì)值在原值上做±10%的調(diào)整,以模擬更大的估計(jì)誤差。此時(shí),有無(wú)SOA控制下的波動(dòng)平抑效果如圖12所示。

由圖13可見(jiàn),無(wú)SOA控制時(shí),由于空調(diào)基準(zhǔn)負(fù)荷估計(jì)值與實(shí)際所需功率差異較大,SOA在某些時(shí)段達(dá)到了上/下限。此時(shí),根據(jù)式(13),本控制方法優(yōu)先保證用戶舒適度,使得空調(diào)集群無(wú)法準(zhǔn)確跟蹤控制目標(biāo),因而失去了平滑能力。而在有SOA控制時(shí),根據(jù)S對(duì)基準(zhǔn)負(fù)荷估計(jì)值進(jìn)行了修正,從而保證S在理想范圍內(nèi)。由圖12可以看出,對(duì)基準(zhǔn)負(fù)荷的修正是局部修正:凌晨時(shí)基準(zhǔn)負(fù)荷估計(jì)值偏大,如再增加正誤差會(huì)導(dǎo)致SOA過(guò)小;中午基準(zhǔn)負(fù)荷估計(jì)值偏小,如再增加負(fù)誤差則使得SOA過(guò)大。采用SOA控制后上述時(shí)段的基準(zhǔn)負(fù)荷估計(jì)值得到了明顯的修正。

3.6不同風(fēng)電占比

將圖6所示風(fēng)電功率上調(diào)100%后,聯(lián)絡(luò)線功率的平滑效果、10min功率波動(dòng)率以及SOA如圖14~圖16所示。為便于比較,圖中復(fù)制了原始風(fēng)電功率時(shí)的平抑效果。

由仿真結(jié)果可見(jiàn),當(dāng)風(fēng)電占比上調(diào)100%(達(dá)到約54%)時(shí),聯(lián)絡(luò)線10min波動(dòng)率在局部已經(jīng)接近原始的非控狀態(tài),空調(diào)集群的S值接近可調(diào)邊界。按照本實(shí)施例的設(shè)置,風(fēng)電裝機(jī)容量占比在30%以內(nèi)為宜。通過(guò)增大空調(diào)溫度上下限可進(jìn)一步提高空調(diào)集群的平抑能力,但會(huì)影響舒適度。

3.7通信延遲與丟包的影響

實(shí)際應(yīng)用中會(huì)出現(xiàn)不同程度的通信延遲和丟包現(xiàn)象,影響控制效果。對(duì)于通信延遲,受仿真步長(zhǎng)所限,本實(shí)施例使其在0s、5s、10s中均勻分布;對(duì)于丟包率,本實(shí)施例取5%。聯(lián)絡(luò)線功率平滑效果、波動(dòng)率以及跟蹤誤差如圖17~圖19所示。其中,理想狀態(tài)指無(wú)延遲和丟包;跟蹤誤差定義如下:

由圖可見(jiàn),當(dāng)存在通信延遲時(shí),由于不同空調(diào)實(shí)際改變工作狀態(tài)的時(shí)間有所差異,因此聯(lián)絡(luò)線波動(dòng)率中的高頻分量略有增加,但整體跟蹤誤差與理想情況基本一致;當(dāng)出現(xiàn)丟包時(shí),控制器依然保持上一控制周期的輸出,因此跟蹤誤差有較為明顯的增大。但總體而言,盡管仿真中通信延遲和丟包率都取值較大,聯(lián)絡(luò)線功率波動(dòng)率仍能基本保證在0.1MW以下,跟蹤誤差在負(fù)荷高峰期基本在3%以內(nèi),仍在可接受范圍內(nèi)。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1