空调所属建筑物二阶等效热参数模型的实时参数辨识方法
【技术领域】
[0001] 本发明属于电力系统调度部分的参数辨识技术，尤其涉及负荷聚合商对空调所属 建筑物的二阶等效热参数模型的实时参数辨识。
【背景技术】
[0002] 智能电网的高级计量体系为相关部门的实时数据采集提供了技术支撑，负荷聚合 商不仅可以通过智能电网进行实时参数辨识，而且可以对所控的空调进行在线聚合模型的 建立和实时控制。依托于智能电网的硬件支持和相关的在线辨识技术，负荷聚合商的空调 负荷在线辨识对空调负荷参与需求响应起着至关重要的作用。
[0003] 空调负荷作为一种重要的需求响应资源，其所属建筑物的等效热参数模型已经被 广泛应用于空调负荷控制的各个领域，但其模型中的一些参数与建筑物的墙体的厚度、窗 户面积、体积大小等因素密切相关，无法通过测量获得，因此需要通过一定的参数辨识手段 对空调负荷模型的参数进行识别，而我国在空调参与需求响应方面起步较晚，目前还未有 相关的关于空调负荷模型的参数辨识技术。与此同时，出于简化计算的目的，很多文献和实 际工程项目使用简化了的一阶等效热参数模型，其精度较差，故需要对更精确的二阶等效 热参数模型进行实时参数辨识，以实现空调负荷的精确控制。
[0004] 协同粒子群算法能够将一个比较复杂的问题进行分解，通过若干个简单子问题的 协商与综合找到问题的最优解，不仅解决了标准粒子群算法的局部最优替代全局最优的问 题，而且收敛速度快，是一种比较实用的参数辨识方法。
【发明内容】
[0005] 发明目的：为了弥补现有需求响应过程中空调所属建筑物二阶等效热参数模型参 数在线识别技术的空白，本发明提供一种基于协同粒子群算法的空调模型实时参数辨识方 法，通过智能电网的高级计量终端对输入输出量进行实时数据采集，并向负荷聚合商进行 数据传递，负荷聚合商利用协同粒子群算法对空调负荷模型的实时参数辨识，实时建立负 荷聚合商管辖范围内的空调负荷模型，用以进行空调负荷的实时控制与调度。
[0006] 技术方案：为实现上述目的，本发明采用的技术方案为：
[0007] -种空调所属建筑物二阶等效热参数模型的实时参数辨识方法，包括如下步骤：
[0008] (1)构建空调所属建筑物的二阶等效热参数模型，确定输入量为Tc^Q和t，输出量 为1和T "，待辨识参数为札和R 2:
[0011] 式中：T。表示室外温度（单位：°C )，T1表示室内空气温度（单位：°C )，Tni表示
[0009]
[0010] 室内固体温度（单位：°C)，Q表示制冷/制热量，Ca为空气比热容（单位=XTChCni为固 体比热容（单位：J/°C )，R1为空气热损失系数的倒数（单位：°C /W)，R 2为固体热损失系 数的倒数（单位：°C /W) ;t表示时间（单位：s)。
[0012] (2)负荷聚合商通过智能电网的高级计量终端采集输入数据，并对采集的输入数 据进行预处理形成η组输入数组；
[0013] (3)建立空调所属建筑物的设计参数及空气、固体的固有属性确定RjPR2的取值 范围，将RJPR 2的取值范围作为协同粒子群的求解空间；确定协同粒子群的粒子数Ν、子种 群数Μ、通信频率函数F (t)及迭代次数H ;在对粒子的初始化过程中，其中一个粒子的位置 初始值为前一时间段的参数辨识值，其余N-I个粒子的位置初始值在求解空间中根据平均 随机分配原则进行初始化，同时对每个粒子的移动速度进行初始化；
[0014] (4)粒子j的当前位置记为X]=(R1」，R2」），将（R 1」，R2」）带入式⑴和式（2)，根 据常微分方程的求解方法对式（1)和式（2)进行求解，η组输入数组（T ci, Q，t)计算得到η 个解（Ty，Tni j);其中，Rl j表示粒子j的R i值，R2 j表示粒子j的R2值，T υ表示粒子j的 T1值，T "」表示粒子j的T J直；
[0015] (5)设定协同粒子群的适应度函数fflt_s，计算每个粒子所有解的适应度值，用每 个粒子的最小适应度值所对应的位置更新其最优位置pbest，并从每个子种群中选择出适 应度值最小的粒子的最优位置为该子种群的全局最优位置gbest ;
[0016] (6)令
并判断g(t)与F(t)的大小关系：若 g (t) <F (t)，选择所有子种群中适应度值最小的全局最优位置gbesttest，并更新其他子种群 的全局最优位置为gbest = gbestbf3St;g g (t)彡F (t)，则每个子种群的全局最优位置gbest 保持不变；在更新完所有子种群的全局最优解后，按规则更新每一个粒子的当前移动速度 和位置；
[0017] (7)返回步骤（4)，直至迭代次数h达到H ;
[0018] (8)将所有子种群的全局最优位置gbest进行对比，选择适应度值最小的全局最 优位置gbest test作为最终的优化结果。
[0019] 具体的，所述步骤（2)中，对采集的输入输出数据进行预处理，具体包括以下内 容：
[0020] (al)由于室外温度变化比较缓慢，根据统计规律，连续采集的五个点数值变化应 该不大，按照如下方法计算室外温度的平均值f和标准差S :
[0021]
[0022]
[0023] 式中A1表示连续采集的第i个室外温度；
[0024] (a2)判断|(-是否成立：若不成立，则说明^是正常数据；否则说明、是坏 数据，需要进行修正；
[0025] (a3)坏数据修正公式为： LiN 丄utatiyust) λ υ ?/ ?
[0026]
[0027] 式中：ξ表示修正后的第i个室外温度，α，β为自定义的修正系数，且α + β = 2〇
[0028] 具体的，所述步骤（3)中，子种群数M的取值原则如下：假设种群的粒子数目一定； M值越大表示整个种群的子种群数目越多，其多样性越好，更利于找到全局最优解；但M值 增大的同时，参数辨识过程中所需要的计算机存储空间越大，计算时间也就越长；综合二者 考虑，可以取M = 3。
[0029] 具体的，所述步骤（4)中，直接使用下式计算T1^PTnu:
[0030]
[0031]
[0032]
[0033]
[0034]
[0035]
[0036]
[0037]
[0038]
[0039]
[0040]
[0041 ]
[0042] 式中=T1(O)表示室内空气温度初始值；Tni(O)表示室内固体初始温度。
[0043] 具体的，所述步骤（5)中，协同粒子群的适应度函数ffltne;J% : LiN 丄utatiyust) λ ^^ 「/j 4/ / ιι\
[0044]
[0045] 式中：T1,表示通过计算得到的粒子j的室内温度，Tnu表示通过计算得到的粒子j 的室内固体温度，表示实际测量得到的粒子j的室内温度，之」表示实际测量得到的粒 子j的室内固体温度。
[0046] 具体的，所述步骤（6)中，更新每一个粒子的当前速度和位置的规则为：
[0047]
[0048]
[0049] 式中：(^和c 2为非负常数，表示加速因子；rand丨和rand 2为0~1之间的随机数； w表示惯性权值，
表示第h次迭代时粒子j的移动速度；表 示第h次迭代时粒子j的位置；?"^]表示粒子j的最优位置。
[0050] 有益效果：本发明提供的空调所属建筑物二阶等效热参数模型的实时参数辨识方 法，可实时构建较为准确地空调所属建筑物的二阶等效热参数模型，能够为相关部门提供 实时空调负荷的参数，为空调负荷参与电力系统的削峰、调频、备用、抑制可再生能源波动 等提供了依据；同时本发明弥补了国内空调负荷实时建模方面的研究不足，构建了较为精 确的空调负荷模型，为其参与需求响应提供了技术支撑。
【附图说明】
[0051] 图1为本发明方法的总流程图；
[0052] 图2为负荷聚合商系统的硬件组成图。
【具体实施方式】
[0053] 下面结合附图对本发明作更进一步的说明。
[0054] -种空调所属建筑物二阶等效热参数模型的实时参数辨识方法，包括如下步骤：
[0055] (1)构建空调所属建筑物的二阶等效热参数模型，确定输入量为Tc^Q和t，输出量 为1和T "，待辨识参数为札和R 2:
[0056]
[0057]
[0058] 式中：T。表示室外温度（单位：°C )，T i表示室内空气温度（单位：°C )，T "表示 室内固体温度（单位：°C)，Q表示制冷/制热量，Ca为空气比热容（单位=XTChCni为固 体比热容（单位：J/°C )，R1为空气热损失系数的倒数（单位：°C /W)，R 2为固体热损失系 数的倒数（单位：°C /W) ;t表示时间（单位：s)。
[0059] (2)负荷聚合商通过智能电网的高级计量终端采集输入数据，并对采集的输入数 据进行预处理形成η组输入数组；预处理的具体方法为：
[0060] (al)由于室外温度变化比较缓慢，根据统计规律，连续采集的五个点数值变化应 该不大，按照如下方法计算室外温度的平均值?和标准差S :
[0061]
[0062]