发明实施例提供的蓄电池充放电曲线示意图。
[0063] 图12是本发明实施例提供的电制冷机出力曲线示意图。
[0064] 图13是本发明实施例提供的室内温度变化曲线示意图。
[0065] 图14是本发明实施例提供的电制冷机出力对比示意图。
[0066] 图15是本发明实施例提供的需求侧响应效果示意图。
[0067] 图16是本发明实施例提供的实施方式流程图。
【具体实施方式】
[0068] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明 进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于 限定本发明。
[0069] 本发明提出一种融合需求侧响应的分布式能源系统能量优化调控策略，建立了分 布式能源系统优化调控模型，通过引入用户制冷设备的响应能力来参与分布式能源系统优 化运行，同时通过考虑系统内建筑的热平衡方程，来定量描述获得用户室内温度与制冷设 备出力之间的数学关系，保证用户舒适性。结果表明引入用户需求响应可有效节约用能成 本。本发明还可应用在冷热电联供机组、电制冷机、吸收式制冷机、电储能的楼宇供能系统 中，通过在用户舒适度范围内对建筑物室内温度进行调节，实现需求侧资源的优化响应管 理，从而降低楼宇在整个调度周期中的用能成本。
[0070] 下面结合附图对本发明的应用原理作详细的描述。
[0071] SlOl :基于分布式能源系统所接入的主网电力市场环境、分布式能源系统自身的 网络构成、需求侧响应资源、分布式电源、储能设备的特性，建立分布式能源系统的能量管 理优化调度模型、约束及目标，获得相关参数信息；
[0072] S102:对于分布式能源系统内的分布式电源和负荷，所处的外界环境进行能量管 理调度周期内的预测量，本发明优化模型中P wt、Ppv、匕和I均为已知预测量；
[0073] S103 :基于所建立目标分布式能源系统的能量管理优化调度模型，以Pex、Pbt、PeJ^ 为决策变量，进行能量管理优化调度求解；
[0074] S104:根据优化模型，通过内点法获得运算周期内分布式能源系统能量管理每个 阶段的PM、Pbt、PJt行方案一天之内的出力调度方案；
[0075] S105 :基于优化所得调度方案，利用能量管理系统向各受控对象下发控制命令。
[0076] 下面结合附图16及具体的实施例对本发明的应用原理作进一步的描述。
[0077] 以图2所示一种典型的分布式能源系统为例，构建其优化调控模型。系统中分布 式电源包含风机和光伏发电的分布式能源系统母线式结构如图2所示。PJ%分布式能源系 统与外电网的交换功率，当其为正时，分布式能源系统从电网获得电量，为负时，分布式能 源系统向外电网售电；P wt、Ppv*别表不风力发电和光伏发电设备的出力；Pf3l为分布式能源 系统中的一般电负荷；P bt表示分布式能源系统中蓄电池的出力，当其为正时，蓄电池充电， 为负时，蓄电池放电兄。为电制冷机的输入电功率；Qa为电制冷机的输出制冷功率；QdS 分布式能源系统中的冷负荷，全部为夏季降低室温所用。电制冷机可理解为中央空调主机， 为冷水机组，由压缩机、蒸发器、冷凝器、膨胀阀等部分构成，可由分布式能源系统能量管理 系统直接控制其功率大小连续变化，以实现参与系统优化运行的功能。
[0078] 用户舒适度与制冷设备出力之间数学模型
[0079] 利用用户制冷设备参与系统优化调控运行，必须建立在保证用户舒适性的基础 上。对于用户制冷设备而言，衡量用户舒适性的指标是室内温度。因此，首先要获得用户室 内温度与制冷设备出力之间的数学关系。
[0080] 要精确模拟建筑内温度的变化情况，必须确定影响温度的各个因素。建筑物墙体 的传热过程较为复杂，且要考虑对流等因素的影响。为此在保证其准确性在可接受范围内 的情况下，这里假设建筑物墙体稳态传热，且不考虑建筑的围护结构蓄热和对流因素的影 响，依据能量守恒的原则得到建筑的热平衡方程，如式（1)所示：
[0082] 其中dTin/cU为室内温度的变化率；p ·ν为室内空气的质量；C为比热容；AQ为 室内热量的变化量。
[0083] 影响建筑内部热量的主要因素有：室内外温差造成的冷/热耗散，太阳热辐射，建 筑内人体及设备发热，及制冷/热设备的效果。以夏季制冷为例，式（1)可进一步转化为式 (2)：
[0085] 其中，kwall · Fwall · (Tciut-Tin)为建筑外墙与室外传递的热量；kwal^建筑外墙的传 热系数 ；Fwall为建筑外墙面积；(Τ _-Τιη)为室内外温度差；kwin · Fwin · (Tciut-Tin)为建筑外窗 与室外传递的热量；kwin为建筑外窗的传热系数；Fwin为建筑外窗的面积；表不太 阳热辐射传递的热量；I为太阳辐射功率，表示与光照垂直时每平方米每秒接受的热量；SC 为遮阳系数，与是否有遮阳板、玻璃材质等有关；Q为室内热源的发热功率，如人体及用电 设备的发热；Qd为制冷设备的制冷功率。
[0086] 约束条件与优化决策变量
[0087] 电母线的能量平衡方程如下：
[0088] Pex+PWT+PpV=Pel+Pbt+Pec (3)
[0089] 冷母线能量平衡方程：
[0090] Qec=Qcl (4)
[0091] 电制冷设备能量转换方程，其中EER为电制冷设备的制冷能效比：
[0092] Qec =Pec. EER (5)
[0093] 式子⑷和（5)可合为式（6):
[0094] Qcl= Pec .EER (6)
[0095] 式⑴和（6)即为该分布式能源系统利用母线式结构所得到的能量平衡方程。
[0096] 将式（6)带入热平衡方程（2)，得到以电制冷设备功率表达的热平衡方程：
[0098] 分布式能源系统中各设备的功率上下限约束如式（8)所示：
[0100] 此外，蓄电池在工作过程中除了需要考虑其最大充放电功率的约束外，还需要考 虑蓄电池荷电状态的约束，如下式（9)所示：
[0102] 其中，Wbt表不蓄电池某一时刻的电量，例如时刻t时，
[0104] 其中，Wbtw为蓄电池的初始电量。
[0105] 由于该优化模型是针对全天的情况进行计算的，为保证连续性，需要另该日结束 时刻与起始时刻的电池蓄电量相等，即P bt还需满足下式约束：
[0107] 最后，需要考虑建筑室内温度上下限约束：
[0109] 该优化模型中Pwt、Ppv、Pel和/均为已知预测量。优化过程中的变量包括P ex、Pbt、Pe。 和Tin，可以看出T in的值可根据热平衡方程式⑵由上述已知预测量和P%求得，因此Tin为 非独立变量，独立决策变量只有三个：p M、pbt、P%。
[0110] 分布式能源系统优化调控目标函数
[0112] 优化调控的主要目标是在保证用户舒适性的基础上，最小化分布式能源系统的综 合运行成本。因此其目标函数应有两部分组成，一是经济成本，二是用户因舒适性未被满足 而带来的惩罚，其中经济成本又包括购电成本和各设备的使用维护成本。图2所示分布式 能源系统融合用户需求侧响应后的优化调控模型的目标函数如式（13)所示。
[0113] 式中第一项
为分布式能源系统与电网能量交换带 来的净支出；Cpm为i时刻从电网购电的电价；Cmi1S i时刻向电网售电的电价。
[0114] 式中第二项
代表分布式能源 系统中各设备的使用维护成本。
分别代表风机、光伏、蓄电池和 电制冷机单位时间段、单位功率的使用维护成本。
[0115] 式中第三项r · I Tinil-Tset I为影响用户舒适性而设的罚函数项，γ为罚因子，可 理解为用户对舒适性的敏感程度，单位为元/°C。γ可以根据不同的用户敏感性来选择，称 其为用户敏感系数。可以看出γ越大，需求侧响应带来的惩罚将会越大，反之需求侧响应 带来的惩罚较小。
[0116] 上述一系列约束和目标函数共同组成了一个混合整数线性规划模型（MILP)。以每 15分钟为一个时间点，全天共96个时刻，图2所示分布式能源系统的融合需求侧响应优化 调控模型如（15)所示。
[0118] 其中 t = 1,2, ."，96。
[0119] 通过以下的仿真对本发明的应用效果作进一步的说明。
[0120] 通过图2所示的分布式能源系统来验证所提融合需求侧响应的分布式能源系统 能量优化调控策略的有效性。系统中参与需求侧响应的含制冷机系统建筑设定为小型独 栋办公建筑，长30m，宽20m，层高3m，共三层。建筑外墙采用190mm单排孔砌砖，内外25mm 绝热砂浆；窗户为PVC材质塑料窗，玻璃为普通中空玻璃，并设窗户面积占侧面外墙面积的 50%。相关参数见表1。
[0121] 表1参与需求侧响应的含制冷机系统建筑参数信息表
[0123] 设建筑办公时间为8:00到20:00,该建筑日常规用电（不含制冷用电）曲线如图 3所示。建筑内热源发热主要由设备和人体发热两部分组成。设备发热可以近似认为与其 用电成正比。办公时间为8:00到20:00,在此时间段内再加入人