考虑多重因素的空调负荷聚合响应潜力评估及控制策略研究

空调负荷已成为电力系统重要的需求响应资源,但由于其类型差异性、接入分散性,造成调度中心难以直接获取其聚合功率并开展调度控制,限制了响应潜力发挥。对此,提出考虑空调负荷聚合响应潜力多类型资源协同调度与精准控制相结合的双层调控框架。在日前调度层,基于近似聚合模型获取空调负荷聚合功率,考虑用户热舒适度、意愿度及可控度等多重因素,建立空调负荷聚合响应潜力评估模型,获取其聚合响应潜力,并结合基础柔性负荷响应特性建立联合调度模型,充分挖掘负荷侧多类型资源参与系统调节的潜力;在日内控制层,针对执行降负荷调温控制策略中空调群组功率跌落现象,为引导其有序参与电网需求响应,建立变状态数的状态队列模型,并引入准备时间对参数异质空调集群进行分组控制,使空调负荷跟随调度计划,提升控制精度,缓解功率跌落对系统运行产生的影响。最后,通过某简化配网系统进行仿真分析,结果表明:所提双层调控框架在调度层可深度挖掘并引导利用空调负荷响应潜力,在控制层实现精准控制并削弱功率跌落负面影响,工程应用价值显著。     

考虑用户调节行为多样性的空调负荷聚合商日前调度策略

空调负荷作为重要的柔性负荷资源之一,通过负荷聚合商参与电网调控,对改善夏季电网的负荷特性具有重要意义。然而聚合商通过分组控制方式无法最大化地利用空调的可调潜力,并且对用户舒适度有一定影响。从负荷聚合商的角度出发,对用户空调负荷分别采用温度设定值控制,以保持用户调节行为的多样性。在最大化挖掘负荷可调潜力的同时保证用户舒适度,提出了一种基于用户空调负荷温度控制的负荷聚合商日前调度双层优化模型。模型上层以负荷聚合商利益最大为优化目标,下层考虑用户舒适度差异以用户整体不舒适度水平最小为优化目标。采用粒子群整数规划算法进行求解获得单台空调设备设定温度的调节量。通过仿真验证表明,所提日前调度策略可以在给电网提供一定削峰能力的同时,充分挖掘空调负荷的可调潜力,保证负荷聚合商获得最大化利益并且用户舒适度水平更高。     

基于模型预测控制的空气源热泵负荷目标温度控制策略

空气源热泵作为大热惯性可控负载,通过负荷聚合层聚合参与电网调度控制,能够有效缓解电网的调峰压力,对电力系统功率平衡起到重要作用。首先对空气源热泵原理进行分析,提出热泵负荷机理模型,建立适用于控制求解的状态空间模型,以热泵负荷的温度作为状态变量,以制热电功率作为控制变量,提出一种模型预测控制策略,建立动态温度目标追踪模型,实现对空气源热泵动态调节控制。以滚动求解的控制功率量回代模型以实现有效追踪。最终根据仿真验证了该控制策略的有效性。     

聚合空调负荷的温度调节方法改进及控制策略

空调负荷作为温控负荷的一种,具有能量转化及储存特性,该特性使空调成为最具需求响应潜力的负荷。通过对空调负荷的合理控制,可在不影响或少影响用户舒适度的前提下,使用较低成本达到降低峰荷,缓解供需矛盾。为此,针对参数相同或相近的空调集群,利用等效热参数模型分析传统温度调节方法造成聚合负荷波动的机理,提出一种改进的温度调节方法,该方法对空调集群中的单独个体进行设定温度上、下限的分离控制,有效克服传统温度调节方法造成聚合负荷波动的现象。同时设计了基于上述调节方法的调度决策模型。通过算例分析增/减负荷方案限制、聚合小组数目限制、调度决策目标大小对调度结果的影响,证明调度决策模型的可行性,为空调负荷参与系统运行提供方法支持。     

中央空调降负荷潜力建模及影响因素分析

空调负荷由于其热惯性,负荷聚合商可在较小影响用户舒适度的前提下,通过需求侧管理手段对其实施有效管理,降低电网高峰负荷。而中央空调相对于传统分体式空调具有控制手段灵活、可控性强、单体功率大等特点,其参与需求响应项目潜力巨大。文中建立了基于直接负荷控制的中央空调集群降负荷潜力模型和指定降负荷容量下中央空调集群运行方式的求解模型。通过仿真算例定量分析了需求响应事件中室内温度设定范围、需求响应事件持续时间、预制冷方式下提前通知时长、需求响应事件前后负荷增长幅度以及室外温度这5个方面的因素对中央空调集群的降负荷潜力的影响规律,为负荷聚合商将中央空调负荷纳入电网调度提供了理论依据。     

基于改进状态空间模型的空调负荷控制策略

空调负荷因其可中断特性可以实现系统控制信号的快速响应与调节。提出了一种基于改进状态空间模型的空调负荷控制策略。首先扩展状态空间长度,建立了更为精确的改进状态空间模型,实现无控条件下空调负荷聚合特性的跟踪。在此基础上,建立了空调聚合控制模型,实现温控信号下空调负荷动态聚合特性的跟踪。最后,对空调群进行温度优化控制,实现空调群的负荷调节。仿真结果验证了空调负荷的改进状态空间模型、聚合控制模型和温度优化控制策略的有效性。     

新型电力系统下空调负荷聚合建模及可调控潜力评估

随着社会经济高速发展，环境污染与能源需求问题日益凸显，挖掘需求侧可调节资源变得尤为重要。夏季用电高峰时段中空调负荷占据很大比重，且空调负荷具有调度方式灵活、响应速度快、可调节潜力大等优点，可对其采取控制技术以缓解高峰期的用电紧张。为此，对空调负荷的聚合建模与可调度潜力进行研究，首先建立空调单体的热力学模型，在此基础上建立两类不同使用行为的空调负荷聚合模型，并求得空调聚合负荷功率需求，最后采用重设控制目标的方法分析聚合空调负荷的可调潜力。结果表明所述方法能有效评估空调负荷的可调潜力。     

基于空调负荷温差-功率特性的博弈分层优化调度

首先,提出了负荷聚合商调度架构,然后对分体式定频空调负荷进行分钟级的优化,得到每小时内空调平均负荷与始末时刻设定的温度差值之间的阶梯函数特性,并对该特性进行线性化,建立了适用于空调小时级调度的温差-功率模型。其次,根据空调温差-功率模型特性,提出了适用性的空调分组方法。接着针对配电区域内存在的多个负荷聚合商,提出了空调负荷聚合商非合作博弈的模型,并针对博弈收益函数中的控制变量离散化的问题,引入连续化的中间变量,建立了博弈的分层优化模型,给出了该博弈的分层优化存在唯一纯策略纳什均衡解的证明及求解方法。最后通过算例仿真验证了所提方法的可行性。     

基于负荷聚合商模式的电网协同优化调度

在新能源在电网的渗透率增高以及柔性负荷作为调节手段出现的背景下,选取合适的调度模式,使得海量分布式的负荷资源参与电网调控,能够帮助实现削峰填谷、平滑负荷曲线等目标。基于负荷聚合商模式的协同控制结构,对包括电动汽车、空调负荷与储能设备的负荷资源进行聚合,建立了日前经济调度模型;在负荷聚合商的集群内部控制中,考虑设备的调度潜能,提出一种基于裕度指标的状态队列优先算法,实现部分负荷优先响应。最后,仿真算例得出了负荷聚合商参与电力系统的日前协同调度运行计划,验证了优化方法以及调控策略的可行性。     

空调负荷二阶等效热参数模型参数辨识方法

空调负荷是最具潜力的需求侧资源之一.然而,由于建筑环境、用户偏好等因素的差异,空调负荷具有明显的异质性,脱离实际场景建立空调负荷异质性聚合模型,难以准确获取其聚合功率及响应潜力.在具体应用场景下,搭建了实际空调负荷集中控制系统,并在实际空调系统支持下,提出计及空调负荷二阶等效热参数模型参数时变特性的参数辨识方法.通过最小化二阶等效热参数模型仿真温度与实测温度误差,同时考虑参数的时变特性,建立优化模型,获得二阶等效热参数模型参数.算例结果表明,所提方法能够建立较为准确的空调负荷二阶等效热参数模型.     

考虑状态差异性聚类的空调负荷直接负荷控制动态优化方法

计及了分散式空调负荷参与调控初始状态的不确定性及参数差异性,提出了适用于大量分散式空调负荷的聚类分组方法及直接负荷控制(DLC)分组轮控动态优化方法。在聚类分组过程中,以空调负荷可调控潜力为聚类目标,在保证DLC可操作空间的基础上充分发挥空调负荷的调控潜力。在DLC分组轮控动态优化过程中,通过合理选择优化周期,修正模型误差与温度预测带来的调控误差,使得空调负荷出力与调度计划更加吻合,同时保证了用户的舒适度需求。仿真算例验证了所提方法充分发挥分散式空调负荷调控潜力的良好效果。     

考虑异质性的定频空调负荷聚合建模及功率跟踪策略

为便于建立空调负荷聚合模型,目前研究往往假设空调个体参数一致,忽略了空调受控群内部参数差异较大的实际情况,亦未计及空调最小停运时间与整数设定温度的影响,因此该文考虑空调负荷的异质性,提出一种改进型聚合建模方法。该方法根据空调额定制冷量分组,并通过模糊C-均值聚类算法提高受控群电功率的模拟精度。引入最小停运时间以及设定温度的整数约束,使仿真结果更接近实际定频空调运行工况。同时,在实际运算中采用坐标格式存储稀疏矩阵,提高运算速度和模型的实用性。基于该改进型聚合模型,进一步提出一种功率跟踪策略,该策略计算各聚类群每一时刻的需求响应能力,通过求解0—1整数规划问题实现调控对象最优组合。仿真算例验证所提策略对目标功率跟踪的良好效果。     

分布式光伏并网下基于调温启停混合控制方式的空调负荷双层优化调度策略

为解决分布式光伏剩余功率注入配电网导致的电压抬升和线路过载问题,利用配电网中空调负荷良好的热储能特性,提出了一种基于调温启停混合控制方式的空调负荷双层优化调度策略,建立了包含电力公司、负荷聚合商（load aggregators,LA）和用户的双层优化调度架构。首先电力公司以网损损失成本和需求响应成本之和最小为目标向负荷聚合商下达调度指令,其次,负荷聚合商以利润最大为目标,选择不同用户的控制方式。相比于传统控制方法,此调度策略改善了聚合空调功率在响应跃迁处的响应效果,更快地达到了调度指令的要求,同时聚合功率保持稳定,促进了分布式光伏的消纳,使节点电压和线路传输功率保持在安全运行范围内。最后,采用基于改进的IEEE33节点进行分析,仿真结果验证了所提调度策略的可行性和有效性。     

计及储能和空调负荷的主动配电网多目标优化调度

为了实现可再生分布式能源的充分消纳以及配网负荷峰谷差的降低,提出了一种考虑储能系统和空调负荷的主动配电网多目标调度优化方法。首先,基于空调负荷等效热参数模型和状态列队控制方法,给出了空调负荷虚拟电厂运行参数的计算方法。在此基础上,构建了一种以可再生能源功率削减量最小、配网运行费用最小和负荷曲线方差最小为目标的主动配电网优化调度模型。最后,采用多目标粒子群算法在改进的IEEE 33节点测试系统上对所提模型进行求解和仿真分析。仿真结果表明,所建模型可以有效地提升可再生能源的消纳能力,优化负荷曲线。     

计及灵活性聚合功率的源-荷分布式协调调度

为缓解大规模分布式能源接入主动配电网带来运行和备用的压力,有必要充分挖掘各灵活性资源以应对各种不确定性.文中提出一种计及灵活性聚合功率下的日前-日内两阶段分布式经济调度模型.首先,建立虚拟电池模型对主动配电网多种分布式灵活性资源集群聚合,基于闵可夫斯基和约束空间叠加法获取可调节聚合功率域,并以此为约束衔接日前-日内调度.其次,在日内实时滚动阶段提出计及灵活性聚合功率的输配电网分布式协调优化调度模型.更进一步,将一致性算法和调频控制结合,提出一种一致性调度控制策略对各个聚合等值集群进行灵活性聚合功率下经济调度模型的完全分布式求解.最后,算例验证了所提方法的有效性,调度部门在获取各分布式资源集群下主动配电网最优功率分配方案的同时,可以得到弹性备用功率区间和可调节功率域,帮助调度人员充分利用各种灵活性资源修正日前计划,有效应对各种不确定性因素.     

典型居民温控负荷建模及聚合特性研究

智能电网的发展为温控负荷参与电网调度提供硬件支撑。为研究温控负荷为电网提供负荷调度的容量特性,首先根据居民典型温控负荷的工作特性,建立可准确描述单个温控负荷工作原理的物理模型,并在此基础上通过核平滑技术建立了小区温控负荷的聚合模型,进而求得聚合负荷功率需求与相关参数的变化特性。最后对小区温控负荷的可调度容量做了相关特性分析,算例结果验证了所述方法的有效性。     

Power packet dispatching with second‐order clock synchronization

Aiming to distinguish sources and loads for the rapid scaling of renewable power sources, a novel power packet dispatching system has been proposed with a structure similar to those of communication systems. Accurate clock synchronization is necessary to achieve the exchange of information attached in a power packet. At the same time, the clock synchronization is an interesting topic for developing power packet dispatching between multi‐sender and a receiver. This work outlines the implementation of second‐order autonomously controlled clock synchronization into the power packet dispatching system. At first, we derive the second‐order controlled model of a digital clock synchronization method and analyze the stability of the developed model. Secondly, through experiments, it is shown that the information of power packets can be recognized correctly and the power can be distributed to directed loads. This paper demonstrates the validity of the asynchronous power packet dispatching based on our derived model. Copyright © 2015 John Wiley & Sons, Ltd.