一种基于电气弹簧的大规模空调负荷分层优化调度方法与流程

本发明属于电力系统优化调度领域，特别涉及一种基于电气弹簧的大规模空调负荷分层优化调度方法。

背景技术：

1、城市高峰期的用电量持续上升，空调负荷的快速增长是造成短期电力短缺的主要原因之一。大量并网的分布式发电的逆调峰特性也增加了峰谷差，若仅仅为了缓解短期峰值负载而增加装机容量将导致资源利用率低。空调(air conditioner，ac)作为目前重要的需求响应资源，在小范围内改变其运行状态不会对用户造成过度的负面影响。因此，大规模分布式空调负荷参与调度成为全球学者关注的焦点。

2、然而，大规模分布式空调负荷参与调度现有的方法是通过对温控设备直接控制，对温控直接设置可能会破坏负载状态分布均匀性的机制，并且在温度设置恢复后可能会出现负载峰值。此外如果在滚动控制下，间隔太长，室内温度范围可能太大，间隔太短，可能会导致设备寿命缩短等问题。

技术实现思路

1、针对现有技术调度方式存在调控不稳定的问题，本发明提供一种基于电气弹簧的大规模空调负荷分层优化调度方法，通过电气弹簧(es)与定频空调串联形成虚拟电力调度单元，直接控制空调在运行过程中的功耗，在保护设备的同时，达到电网峰谷差异平滑的效果；在热力学模型和虚拟电力调度单元的有功功率调整量基础上，构建可控容量估计模型，测算可控容量；构建虚拟调度分层控制结构，并在可控容量估计模型基础上，对该虚拟调度分层控制结构进行约束，在满足可控容量的情况下实现最优经济调度。

2、本发明采用技术方案如下：一种基于电气弹簧的大规模空调负荷分层优化调度方法，包括如下步骤：

3、步骤1，构建虚拟电力调度单元并获得该虚拟电力调度单元的有功功率调整量；

4、步骤2，建立室内热力学模型，基于步骤1获得的结果和室内热力学模型构建可控容量估计模型；

5、步骤3，构建虚拟调度分层控制结构，通过步骤2构建的可控容量估计模型对该虚拟调度分层控制结构进行约束。

6、进一步地，步骤1中，所述虚拟电力调度单元包括电气弹簧(es)和定频空调，所述电气弹簧与定频空调串联。通过串联电气弹簧和定频空调，直接控制空调在运行过程中的功耗，在保护设备的同时，达到电网峰谷差异平滑的效果。

7、电气弹簧一端连接电源线，另一端连接到交流电，电气弹簧输出ves以可控的幅值和相位角控制虚拟调度单元与电网交换电能，使交流电在一定程度上从刚性负载变为柔性负载。

8、进一步地，步骤1中获得虚拟电力调度单元的有功功率调整量为：

9、δp＝p′pd-p″pd  (1)；

10、其中p′pd是不受控制时虚拟调度单元的功率；p″pd是受控制时虚拟调度单元的功率；δp为虚拟电力调度单元的有功功率调整量；

11、当以虚拟调度单元有功功率为控制目标时，其可分为不受控和受控两种状态：

12、(1)当虚拟调度单元的功耗不受控制时，交流的有功功率可以表示为：

13、p′pd＝p′ac＝|v′ac|*|i′pd|*cosθ  (2)；

14、其中p′pd是不受控制时虚拟调度单元的功率，p′ac为不受控制时空调的有功功率，v′ac为不受控制时空调两端的电压，i′pd为不受控制时虚拟调度单元的电流，cosθ为流经ves与虚拟调度单元电流之间的余弦角。

15、(2)当虚拟调度单元的功耗得到受控制时，cosθ的大小为1或-1，虚拟调度单元的有功功率为：

16、p″pd＝p″ac＝|v″ac|*|i″pd|*cosθ  (3)；

17、其中p″pd是受控制时虚拟调度单元的功率，p″ac为受控制时空调的有功功率，v″ac为受控制时空调两端的电压，i″pd为受控制时虚拟调度单元的电流。

18、进一步地，步骤2中，室内热力学模型可以表示为：

19、

20、其中为i+1测量时刻的室内温度，为i测量时刻的室外温度，为i测量时刻的室内温度，h为离散时间间隔，rr和cr表示房间的等效热阻和热容，ω为能量效率比，pac是空调消耗功率；s＝0和1分别表示空调关闭和打开。

21、进一步地，步骤2构建可控容量估计模型为：

22、用户设置理想温度tset后，通过空调将室内温度tin控制在较小的温度范围内，即tin∈[tset-δttemp,tset+δttemp]，根据构建的室内热力学模型可得：

23、

24、其中tmax为最大的空调控制温度，tout为室外温度，τ为虚拟调度单元开关总时间，τoff为虚拟调度单元关闭时间，τon为虚拟调度单元开启时间，rr和cr表示房间的等效热阻和热容，tmin最小的空调控制温度，h为离散时间间隔，q表示制冷/制热能力；δttemp为温度变化率；

25、根据公式(1)调整虚拟调度单元的功率，当s＝1时，根据公式(5)获得：

26、

27、其中，为i+1测量时刻室内温度，为i+1测量时刻室外温度，ω为能量效率比，h为离散时间间隔，ppd为虚拟调度单元的有功功率，rr和cr表示房间的等效热阻和热容，为i测量时刻室内温度。

28、进一步地，步骤3具体过程为：

29、步骤3.1，构建虚拟调度分层控制结构，其包括顶层、中间层和底层，其中顶层是包括电力公司的调度中心，中间层是包括多个负荷聚合商的负荷聚合商层，底层是包括多个虚拟调度单元的终端层；

30、步骤3.2，通过顶层实现以最低成本为目标，定制日前调度计划；

31、步骤3.3，通过中间层实现最大限度地减少实际调度功率和调度计划偏差，以最大限度地提高自身利益。

32、进一步地，步骤3.2中，顶层根据电力需求信息和调度负荷进行整体调度、制定日前调度计划以及获得负荷聚合商投标的可控容量和报价，通过顶层构建目标函数和约束条件：

33、

34、s.t.0≤d(t,m)≤c(t,m)(8)；

35、式中m表示负荷聚合商的数量；η(t,m)为t时间段第m个负荷聚合商的投标价格；d(t,m)为t时间段分配给第m个负荷聚合商的调度计划；c(t,m)为t时间段第m个负荷聚合商投标能力；k为负荷聚合商总数；δt为时间间隔。

36、进一步地，步骤3.3中，中间层的作用是投标负荷资源的可控容量和价格，并接收调度中心发布的日前调度计划；负荷聚合商需要同时考虑用户和自身的利益，具体计算过程为：

37、步骤3.3.1，计算负荷聚合商的实际调度与调度计划之间的偏差；

38、步骤3.3.2，计算负荷聚合商获得的利润；

39、步骤3.3.3，通过负荷聚合商决策，构建每个虚拟调度单元的可控容量。

40、进一步地，步骤3.3.1中，调度中心根据调度中心下发的调度计划分配给第m个负荷聚合商的电力调度需求为d(t,m)；假设在时间段t内第m个负荷聚合商的实际调度为g(t,m)，则在t时间段内第m个负荷聚合商的实际调度与计划之间的偏差表示为：

41、e(t,m)＝d(t,m)-g(t,m)(9)；

42、式中e(t,m)为在t时间段内第m个负荷聚合商的实际调度与计划之间的偏差，d(t,m)为t时间段内第m个负荷聚合商的电力调度需求，g(t,m)为时间段t内第m个负荷聚合商的实际调度。

43、进一步地，步骤3.3.2，第m个负荷聚合商参与电力调度计划可获得的收益为：

44、rm＝r1(m)-r2(m)(10)；

45、其中rm为第m个负荷聚合商参与电力调度计划获得的收益；r1(m)为第m个负荷聚合商获得的利润；r2(m)为第m个负荷聚合商支付的补偿费；

46、第m个负荷聚合商获得的利润r1(m)为：

47、

48、其中，η(t,m)为t时间段第m个负荷聚合商的投标价格；d(t,m)为t时间段分配给第m个负荷聚合商的调度计划；g(t,m)为时间段t内第m个负荷聚合商的实际调度量；δt为时间间隔；γ1为电价；

49、第m个负荷聚合商支付的补偿费r2(m)为：

50、

51、式中，γ2_j为负荷聚合商与用户商定的补偿系数，porder_j(t,m)为第m个负荷聚合商在t时间向第j个虚拟调度单元发送的功率调整指令，n为虚拟调度单元个数。

52、负荷聚合商的利润来自电网公司减去补偿的费用，其中电网公司根据负荷聚合商在调度中的实际产量并结合其报价进行结算。

53、进一步地，步骤3.3.3中，负荷聚合商决策的约束是每个虚拟调度单元的可控容量，该可控容量通过步骤2的可控容量估计模型，即公式(6)获得：

54、

55、其中porder_jmin是第j个虚拟调度单元的最小可控容量；porder_jmax是第j个虚拟调度单元的最大可控容量；porder_j(t)为t时刻第j个虚拟调度单元的可控容量。

56、本发明具有的有益效果：本技术为一种基于电气弹簧的大规模空调负荷分层优化调度方法，通过构建虚拟电力调度单元，以便直接控制空调在运行过程的功耗，既可以保护设备，又可以平滑电网峰谷差异；在热力学模型和虚拟电力调度单元的有功功率调整量基础上，构建可控容量估计模型，测算可控容量；构建虚拟调度分层控制结构，并在可控容量估计模型基础上，对该虚拟调度分层控制结构进行约束，在满足可控容量的情况下实现最优经济调度。