一种面向需求响应的温控负荷联合控制方法及系统与流程

1.本发明涉及负荷参与新能源出力调控的应用技术领域，具体涉及一种面向需求响应的温控负荷联合控制方法及系统。


背景技术：

2.随着智能电网建设的推进和需求响应技术的发展，越来越多的用户负荷可以参与到系统响应中来，用户负荷的异构性与数量庞大的特点使得用户负荷能够保证用户用电需求的基础上参与电网的需求响应。然而，传统的基于电价的响应模式和集中式dlc方式，都受到一定程度上的发展限制。
3.在有聚合商参与的双层调度模型中，宏观层包含电网调度中心和聚合商，微观层包含聚合商与用户，聚合商的分布式dlc需求响应方式极大地发挥了用户负荷参与响应的潜力，提高了用户响应积极性。
4.在以往的调控过程中，聚合商因对负荷使用行为等性质不明确，制定的调控方案缺乏合理性，对部分用户造成了用电利益损害，同时导致面向需求响应的负荷调控过程中会出现负荷参与调控后的长时间闲置导致的负荷能量散失以及会出现过调和欠调的情况。


技术实现要素：

5.针对现有技术中存在的面向需求响应的温控负荷在调控过程中会出现负荷参与调控后的长时间闲置导致的负荷能量散失以及会出现过调和欠调的情况，本发明提供一种面向需求响应的温控负荷联合控制方法，包括：
6.获取调控需求功率及对应的调控时段、可参与调控的温控负荷及对应的负荷群的工作功率及历史使用数据；
7.按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；
8.将所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；
9.按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；
10.其中，所述功率差额最小化目标函数是根据所述需求功率与所述各负荷群的总工作功率之间的差额构建的。
11.优选的，所述按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案，包括：
12.s1利用所述功率差额最小化目标函数计算所述需求功率与所述负荷群的总工作功率间的差额，若所述负荷群的总工作功率小于等于0，则进入s4，否则进入s2；
13.s2若所述差额小于等于所述设定的优化阈值，则进入s5，否则执行s3；
14.s3判断所述差额是否小于所述负荷群的最小温控负荷的工作功率，若小于，则直接按照所述调控顺序将下一个负荷群作为所述负荷群，执行s1，否则将所述差额、设定的优化阈值及所述负荷群对应的总工作功率、初始化的调控因子输入到调控因子调节计算式中，得到调整后的调控因子输入到最大可控功率计算式计算调整后的最大可控功率后执行s1；
15.s4计算所述所有负荷群的总工作功率之和与所述调控需求功率之间的差额，利用常规发电机组填补所述差额，直至差额小于所述优化阈值，执行s5；
16.s5利用所述差额小于所述设定优化阈值时的总工作功率之和作为最优调控方案。
17.优选的，所述功率差额最小化目标函数是以所述需求功率与所述各负荷群的总工作功率之间的差额最小化为目标，以所述各负荷群的最大可控功率为约束条件构建的。
18.优选的，所述功率差额最小化目标函数，按下式确定：
[0019][0020]
式中，f1为功率差额最小化目标函数，为在调控时段t时调控需求功率，在调控时段t时第i个负荷群的总工作功率；
[0021]
其中，所述在调控时段t第i个负荷群的总工作功率按下式计算：
[0022][0023]
式中，w
i,j
为第i个负荷群中第j个温控负荷的工作功率，为第i个负荷群的温控负荷在调控因子为初始化的调控因子时最大可控的数量。
[0024]
优选的，所述约束条件，按下式确定：
[0025][0026]
式中，为在调控时段t时第i个负荷群的最大可控功率；
[0027]
其中，所述在调控时段t时第i个负荷群的最大可控功率按下式计算：
[0028][0029]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的期望功率，αi为初始化的调控因子，mi为第i个负荷群中温控负荷的数量。
[0030]
优选的，所述调控因子调节计算式，如下式所示：
[0031][0032]
式中，α
i,b
为调整后的调控因子，s为设定的优化阈值，为第i个负荷群的温控负荷在调控因子为调整后的调控因子时最大可控的数量。
[0033]
优选的，所述波动功率计算式，如下式所示：
[0034][0035]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的波动功率，z
t
为第i个负荷群中的第j个温控负荷在历史的t时段时的所有开关状态，为第i个负荷群中第j个温控负荷在历史t时段时的使用概率。
[0036]
优选的，所述优化阈值是按照电力系统的备用容量确定的。
[0037]
基于同一发明构思，本发明还提供一种面向需求响应的温控负荷联合控制系统，包括：
[0038]
获取模块，用于获取调控需求功率及对应的调控时段、可参与调控的温控负荷及对应的负荷群的工作功率及历史使用数据；
[0039]
负荷群调控顺序确定模块，用于按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；
[0040]
温控负荷调控顺序确定模块，用于将所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；
[0041]
调控方案确定模块，用于按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；
[0042]
其中，所述功率差额最小化目标函数是根据所述需求功率与所述各负荷群的总工作功率之间的差额构建的。
[0043]
优选的，所述负荷群调控顺序确定模块包括：平均值计算子模块和排序子模块；
[0044]
所述平均值计算子模块，用于将各负荷群中温控负荷的工作功率与各负荷群中温控负荷之和的比值作为各负荷群中温控负荷的工作功率的平均值，并对所述平均值进行降序排序；
[0045]
所述排序子模块，用于将所述平均值的降序排序的顺序作为各负荷群参与调控的顺序。
[0046]
与现有技术相比，本发明的有益效果为：
[0047]
本发明提供一种面向需求响应的温控负荷联合控制方法，包括：获取调控需求功率及对应的调控时段、可参与调控的温控负荷及对应的负荷群的工作功率及历史使用数据；按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；将
所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；其中，所述功率差额最小化目标函数是根据所述需求功率与所述各负荷群的总工作功率之间的差额构建的。本发明基于功率差额最小化目标函数对温控负荷进行调控，可以准确的判断需要调控的负荷群在各时段的状态，并且可以同时针对不同的调控情况进行精准的负荷调控。
附图说明
[0048]
图1为本发明一种面向需求响应的温控负荷联合控制方法的流程图；
[0049]
图2为本发明一种面向需求响应的温控负荷联合控制系统的示意图。
具体实施方式
[0050]
实施例1
[0051]
针对现有技术中存在的由于确定负荷状态的准确度较低，导致面向需求响应的负荷调控过程中会出现负荷参与调控后的长时间闲置导致的负荷能量散失以及会出现过调和欠调的问题，本发明提供一种面向需求响应的温控负荷联合控制方法，如图1所示，包括：
[0052]
步骤1，获取调控需求功率及对应的调控时段、可参与调控的温控负荷及对应的负荷群的工作功率及历史使用数据；
[0053]
步骤2，按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；
[0054]
步骤3，将所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；
[0055]
步骤4，按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；
[0056]
其中，所述功率差额最小化目标函数是根据所述需求功率与所述各负荷群的总工作功率之间的差额构建的。
[0057]
在所述步骤1中，获取电力系统调度中心下达给各负荷聚合商的调控指令中包含的调控需求功率及对应的调控时段、各温控负荷及对应的负荷群的工作功率和历史使用数据。
[0058]
其中，各负荷群是根据温控负荷的类别划分的；
[0059]
在本实施例中，温控负荷的工作功率、历史使用数据是通过负荷聚合商中的信息采集装置获取的；
[0060]
在所述步骤2中，按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；
[0061]
利用各负荷群中温控负荷的工作功率与各负荷群中温控负荷之和的比值作为各负荷群中温控负荷的工作功率的平均值，并对所述平均值进行降序排序；
[0062]
将所述平均值的降序排序的顺序作为各负荷群参与调控的顺序。
[0063]
在所述步骤3中，将所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；
[0064]
首先根据历史使用数据为各负荷群中的各温控负荷构建历史使用数据矩阵，如下式所示：
[0065][0066]
式中，u
i,j
为包含了第i个负荷群中的第j个温控负荷在的历史使用数据矩阵，z
n-1
为第i个负荷群中的第j个温控负荷在第n-1个时段所有的开关状态，yn为第i个负荷群中第j个温控负荷在第n-1个时段所有的使用次数，u
m,n-1
为第i个负荷群中的第j个温控负荷在第m天的第n-1个时段的开关状态，c
m,n
为第i个负荷群中的第j个温控负荷在第m天的使用次数；
[0067]
其中，所述第i个负荷群中的第j个负荷在第m天的第n-1个时段的开关状态u
m,n-1
的取值为0或1，当u
m,n-1
为0时表示在第m天的第n-1时段时第i个负荷群中第j个温控负荷没有使用行为，当u
m,n-1
为1则表示所述温控负荷存在使用行为。
[0068]
然后，利用贝叶斯网络计算各负荷群中温控负荷在每天的各时段使用的可能性，如下式所示：
[0069][0070]
式中，为第i个负荷群中的第j个温控负荷在第n-1时段使用的概率，d为温控负荷的使用次数；
[0071]
根据式(2)计算各负荷群中的每个温控负荷在各时段的使用概率，并利用通过式(2)计算得到的各负荷群中每个温控负荷在各时段的使用概率构建使用概率矩阵；
[0072]
所述使用概率矩阵，如下式所示：
[0073][0074]
式中，a
i,j
为第i个负荷群中第j个温控负荷在所有时段的使用概率矩阵。
[0075]
基于所述各负荷群中每个温控负荷的工作功率及在与所述调控时段对应的历史时段的开关状态和使用概率，利用波动功率计算式计算各温控负荷在调控时段的波动功
率；
[0076]
所述各温控负荷在调控时段的波动功率，按下式计算：
[0077][0078]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的波动功率，z
t
为第i个负荷群中的第j个温控负荷在历史的t时段时的所有开关状态，为第i个负荷群中第j个温控负荷在历史t时段时的使用概率。
[0079]
根据所述各温控负荷对应的波动功率按照升序排列作为各各负荷群内各温控负荷参与调控的顺序。
[0080]
在所述步骤4中，按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；
[0081]
所述基于功率差额和预先确定的优化阈值确定最优调控方案的具体过程如下：
[0082]
s1利用所述功率差额最小化目标函数计算所述需求功率与所述各负荷群的总工作功率间的差额，若所述负荷群的总工作功率小于等于0，则进入s4，否则进入s2；
[0083]
s2若所述差额小于等于所述设定的优化阈值，则进入s5，否则执行s3；
[0084]
s3判断所述差额是否小于所述负荷群的最小温控负荷的工作功率，若小于，则直接按照所述调控顺序将下一个负荷群作为所述负荷群，执行s1，否则将所述差额、设定的优化阈值及所述负荷群对应的总工作功率、初始化的调控因子输入到调控因子调节计算式中，得到调整后的调控因子输入到最大可控功率计算式计算调整后的最大可控功率后执行s1；
[0085]
s4计算所述所有负荷群的总工作功率之和与所述调控需求功率之间的差额，利用常规发电机组填补所述差额，直至差额小于所述优化阈值，执行s5；
[0086]
s5利用所述差额小于所述设定优化阈值时的总工作功率之和作为最优调控方案。
[0087]
在s1中，所述功率差额最小化目标函数是以所述需求功率与所述各负荷群的总工作功率之间的差额确定的最小化为目标，以各负荷群的最大可控功率为约束条件构建的；
[0088]
所述功率差额最小化目标函数，按下式确定：
[0089][0090]
式中，f1为功率差额最小化目标函数，为在调控时段t时调控需求功率，在调控时段t时第i个负荷群的总工作功率；
[0091]
其中，所述在调控时段t第i个负荷群的总工作功率按下式计算：
[0092][0093]
式中，w
i,j
为第i个负荷群中第j个温控负荷的工作功率，为第i个负荷群的温控负荷在调控因子为初始化的调控因子时最大可控的数量。
[0094]
所述约束条件，按下式确定：
[0095][0096]
式中，为在调控时段t时第i个负荷群的最大可控功率；
[0097]
其中，所述在调控时段t时第i个负荷群的最大可控功率按下式计算：
[0098][0099]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的期望功率，mi为第i个负荷群中温控负荷的数量，αi为初始化的调控因子；
[0100]
所述在调控时段t时第i个负荷群中第j个温控负荷的期望功率按下式计算：
[0101][0102]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的期望功率，u
k,t
为第k天在历史t时段时第i个负荷群中第j个温控负荷的开关状态，m为天数；
[0103]
在s2中，所述优化阈值是根据电力系统的备用容量规定，取所述调控需求功率的2％～5％的值确定的；
[0104]
在s3中，所述调控因子调节计算式，如下式所示：
[0105][0106]
式中，α
i,b
为调整后的调控因子，s为设定的优化阈值，为第i个负荷群的温控负荷在调控因子为调整后的调控因子时最大可控的数量。
[0107]
在s4中，所述所有负荷群的工作功率之和与所述调控需求功率之间的差额，按下式计算：
[0108][0109]
式中，为在调控时段t时所有负荷群的工作功率之和与所述调控需求功率之间的差额，为在调控时段t时参与调控的所有负荷群的总工作功率之和；
[0110]
其中，在调控时段t时参与调控的所有负荷群的总工作功率之和按下式计算：
[0111][0112]
式中，l
t
为在调控时段t时可参与调控的负荷群的数量；
[0113]
其中，所述在调控时段t时参与调控的所有负荷群的总工作功率之和是小于等于所述在调控时段t时参与调控的所有负荷群的总最大可控功率的。
[0114]
利用能量散失率验证基于本发明提供的一种面向需求响应的温控负荷联合控制方法得到的最优调控方案能源利用率上是否具有优越性，具体如下：
[0115]
利用能量散失率计算公式计算所述最优调控方案的能量散失率；
[0116]
所述能量散失率计算公式如下式所示：
[0117][0118]
式中，为第i个负荷群gi中温控负荷的能量散失率，为第i个负荷群gi中温控负荷参与调控后消纳的新能源能量，为第i个负荷群gi的中温控负荷的环境温度、结束调控时的温度，为第i个负荷群gi中温控负荷的热阻与热容，为第i个负荷群gi中温控负荷参与调控后的闲置时间；
[0119]
通过式(13)计算得到所述最优调度方案的能量散失率并与现有技术中的温控负荷调控方法的能量散失率的对比，可验证通过本发明的方法得到的最优调控方案在能源利用率上具有优越性。
[0120]
本发明使温控负荷参与调控的时间与其使用的时间尽可能靠近，降低了温控负荷参与调控后的闲置时间及调控后的负荷闲置数量，降低了整体负荷调控造成的能量散失，因此本发明提供的负荷调控方案在能源利用率上具有优越性。
[0121]
本发明根据用户对温控负荷的使用行为角度，对不同类型的温控负荷进行联合调控，在满足调度中心的功率调整指标情况下，优先调用在功率调整时间内使用可能性大的温控负荷，减少温控负荷参与调控后的长时间闲置数量，进而提高了温控负荷调控的精准度，降低了温控负荷的能量自然散失。
[0122]
实施例2
[0123]
基于同一发明构思，本发明还提供一种面向需求响应的温控负荷联合控制系统，如图2所示，包括：
[0124]
获取模块，用于获取调控需求功率及对应的调控时段、可参与调控的温控负荷及对应的负荷群的工作功率及历史使用数据；
[0125]
负荷群调控顺序确定模块，用于按照各负荷群中温控负荷的工作功率的平均值升序确定各负荷群参与调控的顺序；
[0126]
温控负荷调控顺序确定模块，用于将所述各负荷群中各温控负荷的工作功率及历史使用数据输入到波动功率计算式计算各温控负荷在所述调控时段的波动功率，并以各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序；
[0127]
调控方案确定模块，用于按照所述各负荷群及各负荷群中各温控负荷参与调控的顺序，将各负荷群在所述调控时段的温控负荷的总工作功率依次输入到预先构建的功率差额最小化目标函数中求解得到功率差额，并基于所述功率差额和预先设定的优化阈值确定最优调控方案；
[0128]
其中，所述功率差额最小化目标函数是根据所述需求功率与所述各负荷群的总工
作功率之间的差额构建的。
[0129]
所述获取模块，用于获取电力系统调度中心下达给各负荷聚合商的调控指令中包含的调控需求功率及对应的调控时段、各温控负荷及对应的负荷群的工作功率和历史使用数据。
[0130]
其中，各负荷群是根据温控负荷的类别划分的；
[0131]
所述负荷群调控顺序确定模块包括：平均值计算子模块和排序子模块；
[0132]
所述平均值计算子模块，用于将各负荷群中温控负荷的工作功率与各负荷群中温控负荷之和的比值作为各负荷群中温控负荷的工作功率的平均值，并对所述平均值进行降序排序；
[0133]
所述排序子模块，用于将所述平均值的降序排序的顺序作为各负荷群参与调控的顺序。
[0134]
所述温控负荷调控顺序确定模块，包括：波动功率计算子模块和温控负荷序列确定子模块；
[0135]
所述波动功率计算子模，用于将所述各负荷群中每个温控负荷的工作功率、与所述调控时段对应的历史时段的开关状态及利用使用概率计算式计算得到的使用概率输入到波动功率计算式计算各温控负荷在调控时段的波动功率；
[0136]
其中，与调控时段对应的历史时段的开关状态是根据所述历史使用数据矩阵确定的，所述历史使用状态矩阵，如下式所示：
[0137][0138]
式中，u
i,j
为包含了第i个负荷群中的第j个温控负荷在的历史使用数据矩阵，z
n-1
为第i个负荷群中的第j个温控负荷在第n-1个时段所有的开关状态，yn为第i个负荷群中第j个温控负荷在第n-1个时段所有的使用次数，u
m,n-1
为第i个负荷群中的第j个温控负荷在第m天的第n-1个时段的开关状态，c
m,n
为第i个负荷群中的第j个温控负荷在第m天的使用次数；
[0139]
其中，所述第i个负荷群中的第j个负荷在第m天的第n-1个时段的开关状态u
m,n-1
的取值为0或1，当u
m,n-1
为0时表示在第m天的第n-1时段时第i个负荷群中第j个温控负荷没有使用行为，当u
m,n-1
为1则表示所述温控负荷存在使用行为。
[0140]
所述使用概率计算式，如下式所示：
[0141][0142]
式中，为第i个负荷群中的第j个温控负荷在第n-1时段使用的概率，d为温控负
荷的使用次数；
[0143]
所述使用概率矩阵，如下式所示：
[0144][0145]
式中，a
i,j
为第i个负荷群中第j个温控负荷在所有时段的使用概率矩阵。
[0146]
所述波动功率计算式，如下式所示：
[0147][0148]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的波动功率，z
t
为第i个负荷群中的第j个温控负荷在历史的t时段时的所有开关状态，为第i个负荷群中第j个温控负荷在历史t时段时的使用概率。
[0149]
所述温控负荷序列确定子模块，用于以所述波动功率计算子模块计算得到的各温控负荷在所述调控时段的波动功率的降序确定各负荷群中各温控负荷参与调控的顺序。
[0150]
所述调控方案确定模块，包括：功率差额计算子模块、判定子模块、优化子模块、补充子模块、最优调控方案生成子模块；
[0151]
所述功率差额计算子模块，用于利用所述功率差额最小化目标函数计算所述需求功率与所述各负荷群的总工作功率间的差额，若所述负荷群的总工作功率小于等于0，则将所述差额输入到所述补充子模块，否则输入到所述判定子模块；
[0152]
所述判定子模块，用于判定所述差额是否小于等于所述设定的优化阈值，若所述差额小于等于所述设定的优化阈值则输入到所述最优调控方案生成子模块，否则输入到所述优化子模块；
[0153]
所述优化子模块，用于判断所述差额是否小于所述负荷群的最小温控负荷的工作功率，若小于，则直接按照所述调控顺序将下一个负荷群作为所述负荷群输入到所述功率差额计算子模块，否则将所述差额、设定的优化阈值及所述负荷群对应的总工作功率、初始化的调控因子代入到调控因子调节计算式中，得到调整后的调控因子代入到最大可控功率计算式计算调整后的最大可控功率，将所述调整后的最大可控功率输入到所述功率差额计算子模块；
[0154]
所述补充子模块，用于计算所述所有负荷群的总工作功率之和与所述调控需求功率之间的差额，利用常规发电机组填补所述差额，直至差额小于所述优化阈值，并将所述小于优化阈值的差额输入到最优调控方案生成子模块；
[0155]
所述最优调控方案生成子模块，用于利用所述差额小于所述设定优化阈值时的总工作功率之和作为最优调控方案。
[0156]
在所述功率差额计算子模块中，所述功率差额最小化目标函数是以所述需求功率与所述各负荷群的总工作功率之间的差额确定的最小化为目标，以各负荷群的最大可控功率为约束条件构建的；
[0157]
所述功率差额最小化目标函数，按下式确定：
[0158]
[0159]
式中，f1为功率差额最小化目标函数，为在调控时段t时调控需求功率，在调控时段t时第i个负荷群的总工作功率；
[0160]
其中，所述在调控时段t第i个负荷群的总工作功率按下式计算：
[0161][0162]
式中，w
i,j
为第i个负荷群中第j个温控负荷的工作功率，为第i个负荷群的温控负荷在调控因子为初始化的调控因子时最大可控的数量。
[0163]
所述约束条件，按下式确定：
[0164][0165]
式中，为在调控时段t时第i个负荷群的最大可控功率；
[0166]
其中，所述在调控时段t时第i个负荷群的最大可控功率按下式计算：
[0167][0168]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的期望功率，mi为第i个负荷群中温控负荷的数量，αi为初始化的调控因子；
[0169]
所述在调控时段t时第i个负荷群中第j个温控负荷的期望功率按下式计算：
[0170][0171]
式中，为在调控时段t时第i个负荷群中第j个温控负荷的期望功率，u
k,t
为第k天在历史t时段时第i个负荷群中第j个温控负荷的开关状态，m为天数；
[0172]
在所述判定子模块中，所述优化阈值是根据电力系统的备用容量规定，取所述调控需求功率的2％～5％的值确定的；
[0173]
在优化子模块中，所述调控因子调节计算式，如下式所示：
[0174][0175]
式中，α
i,b
为调整后的调控因子，s为设定的优化阈值，为第i个负荷群的温控负荷在调控因子为调整后的调控因子时最大可控的数量。
[0176]
在补充子模块中，所述所有负荷群的工作功率之和与所述调控需求功率之间的差额，按下式计算：
[0177][0178]
式中，为在调控时段t时所有负荷群的工作功率之和与所述调控需求功率之间的差额，为在调控时段t时参与调控的所有负荷群的总工作功率之和；
[0179]
其中，在调控时段t时参与调控的所有负荷群的总工作功率之和按下式计算：
[0180][0181]
式中，l
t
为在调控时段t时可参与调控的负荷群的数量；
[0182]
其中，所述在调控时段t时参与调控的所有负荷群的总工作功率之和是小于等于所述在调控时段t时参与调控的所有负荷群的总最大可控功率的。
[0183]
本发明根据调控指令中的调控需求功率及调控时间，利用功率缺额匹配误差最小化约束条件进行不同负荷调控数量上的规划，降低了调控过程中的过调或欠调可能性，实现精准调控，且根据用户温控负荷参与功率调整与用户使用温控负荷的时间的重叠，使得温控负荷在调控过程中存储的能量能及时被用户利用，减少温控负荷调控后长时间闲置的数量，提高了温控负荷调控的精准度，进一步降低了能量自然散失，提高了能量利用率。
[0184]
显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0185]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0186]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0187]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0188]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0189]
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则
之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。