定频空调负荷参与需求响应的研究现状

定频空调负荷是用户侧使用范围最广的一种需求响应资源,并且具有调度方式简便的特征。调度部门可以通过对定频空调负荷合理调控,有效削减电力系统峰谷差的同时,为电力系统运行提供辅助服务。从定频空调负荷的建模方法,控制方法以及调控策略3个方面,在对目前国内外定频空调的研究情况进行整合归纳的基础上,对未来的研究提出建议。     

考虑空调负荷需求响应的负荷恢复量削减方法

温控负荷的冷负荷启动特性导致停电后负荷量增加,使其可能超过系统的最大可恢复负荷量。为保证负荷恢复的顺利进行,以空调负荷作为温控负荷的代表,提出一种考虑需求响应的负荷恢复量削减方法。首先,建立了计及停电时间的空调负荷聚合功率估计模型,快速计算停电后的空调负荷聚合功率;然后,综合考虑暂态安全约束以及系统可提供的恢复功率,确定变电站单次最大可恢复负荷量;最后,基于空调负荷群聚合功率估计模型和变电站单次可恢复负荷量限值,利用需求响应技术削减负荷恢复量,保证单次负荷恢复量在限值之内。仿真结果表明,所提方法在不同场景下能够通过需求响应技术实现空调负荷恢复量削减,保证系统的可靠恢复。     

空调负荷参与需求响应的激励机制研究

随着我国“双碳”目标的推进,新能源大规模接入使得电力系统供需平衡问题日益突出,空调负荷的需求响应能力是解决该问题的重要手段之一。我国空调负荷参与需求响应的激励机制并不完善,无法调动用户参与电网互动的积极性。首先,基于空调负荷特性,汲取国内外空调负荷参与需求响应的发展经验,分析我国在空调负荷参与需求响应方面所面临的挑战。然后,根据电力市场机制完善度、关键技术成熟度和用户接受度3个维度的发展程度,将空调负荷参与电网灵活互动分为起步阶段、过渡阶段和成熟阶段,并提出不同阶段面向空调负荷的需求响应激励机制。最后,针对不同阶段的激励机制提出配套的实施建议。     

基于时序迁移策略的空调负荷需求响应潜力评估

空调负荷需求响应潜力的精准评估是充分调度其参与需求响应的关键基础性工作。针对当前传统深度学习方法忽略现实场景中空调负荷的时序分布差异导致的预测精度较低的问题,首先将迁移学习的思想拓展至时间维度,类比迁移学习中协变量漂移的概念分析了空调负荷时间序列中存在的时序分布漂移现象,随后基于此提出了时序分布匹配以及时序相似性量化两种时序迁移策略,并将其整合进传统的循环神经网络（RNN）架构构建了自适应RNN空调负荷预测模型,由此提高了实际场景中空调负荷预测的精度。最后基于分别预测响应前后的负荷值的总体思路以及自适应RNN空调负荷预测模型提出了空调负荷需求响应潜力评估方法,并在现实数据集上与传统深度学习方法进行了对比实验分析。结果表明,该方法能在现有基础上显著提升需求响应潜力的预测精度,从而为电网调度中心的需求响应调度决策提供有效的参考。     

考虑通信与配套设备协调优化的大规模5G宏基站网络能量管理模型EI北大核心CSCD

5G宏基站(base station,BS)节能优化是移动通信行业践行绿色低碳发展、实现碳中和目标的重要技术手段,然而现有5G宏基站网络能量管理模型主要关注网络通信设备的节能问题,未考虑网络中大量配套设备与通信设备的协调优化。为此,建立5G宏基站网络通信与配套设备协调优化的能量管理模型,所建模型为一混合整数线性优化问题(mixed integer linear programming,MILP)。为处理模型中由于网络用户数和设备数较多所导致的大量0/1变量问题,提出基于地理位置的用户聚类和适应模型的改进Benders算法,以求解大规模5G网络通信与配套设备协调优化模型,并通过算例仿真验证了所提模型和算法的有效性,该模型能适用于多住宅区和大规模商业区的5G宏基站网络能量管理。     

面向需求响应的楼宇空调负荷可控潜力评估模型

随着国民经济的快速发展及人民生活水平的显著提高,空调负荷的急剧增长已成为一线城市夏季电网负荷特性恶化和电力紧缺的重要原因,因此亟需充分挖掘楼宇空调负荷的剩余能效价值,并在负荷聚合商的宏观调控下使其参与到需求响应及削峰填谷等辅助服务中.基于以上考虑,建立了楼宇空调负荷的全局优化模型,通过优化中央空调系统各部件的运行工况以实现对其可控潜力的准确评估.以上海市某大型商场为例,验证了该中央空调可控潜力评估模型的合理性和有效性.     

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。     

数据中心水冷空调系统预制冷需求响应潜力仿真研究

针对数据中心冷负荷具有热惯性、可调度性以及运营灵活性的特性。基于Modelica构建了数据中心水冷空调系统仿真模型用于分析负荷响应特性,同时构建负荷响应潜力数学模型用于量化数据中心水冷空调系统在需求响应方面的潜力。仿真结果表明在一定区间内,预制冷的时间越长,水冷空调系统降负荷的潜力越大。其中,当预制冷时间超过大约50 min时,降负荷潜力达到饱和并保持在7 kW左右。     

国外空调负荷需求侧响应综述及启示

不断增长的空调负荷加剧了城市电网峰谷差,需求侧响应能引导终端电力消费者改变其惯有的电力消费模式本文分析了美国、日本等发达国家开展空调负荷需求侧响应所采用的实施方法和激励机制,并对我国开展空调负荷需求侧响应给出启示。     

集中空调系统需求响应潜力分析

利用供暖、通风和空调系统与建筑的耦合热惰性提供需求响应资源是一种经济实用的方法,尤其是具有主动储能系统的建筑物,具有更大的需求响应潜能。首先搭建仿真平台并验证了其准确性,然后从建筑和空调的被动储能以及蓄热罐的主动储能两个方面进行研究,采用了预冷、温度重置以及启停制冷机组3种策略的灵活组合,分析了建筑和空调系统、蓄热罐的需求响应潜力。结果表明,该策略对于短期（0.5 h）和长期（2.5 h）的需求响应均有效：对于短期需求响应计划,利用建筑和空调系统本身的热惰性就可以满足;对于长期需求响应计划,需用到主动储能技术满足室内热舒适要求。     

5G通信网络环境下可调节负荷应用分析

可调节负荷的应用受到通信网络覆盖、带宽、通信时延等方面的制约。第五代通信技术(5G)在连接数量、连接速率、时延等方面有巨大优势,其建设已广泛开展,5G技术给可调节负荷的深化应用带来了重大影响。首先结合5G的应用场景和性能指标,分析了其在可调节负荷应用中的重要价值。其次针对可调节负荷的典型应用场景,即需求响应,分析了其对5G通信网络的带宽、延时需求。然后分析了5G通信网络环境下典型可调节负荷在需求响应业务中的调节潜力。最后设计了5G通信网络环境下需求响应的系统架构与交互流程。     

考虑温度再设的暖通空调电力需求响应策略研究

近年来,空调负荷的急剧增长已经成为季节性电力紧张的最主要原因,利用空调需求响应策略,调整空调负荷对于实现电网削峰填谷有重要意义.以风机盘管加新风形式的空调系统为对象,建立其TRNSYS仿真模型,基于分时电价政策,针对温度再设需求响应策略进行研究,采用再次设定制冷区域温度和热舒适指标两种策略,对比其在需求响应期间的峰值负荷削减量和整体系统运行的费用.结果表明基于温度再设的需求响应策略峰期负荷转移率约为30.3%,基于热舒适指标控制的需求响应策略的峰期负荷转移率约为22.7%,然而,这两种策略并不能节省电费,因此,除了分时电价的优惠政策外还需要给予相应的激励措施.     

基于需求侧响应的水蓄冷空调经济性分析

随着空调的普及和推广,针对夏季空调负荷的需求侧响应和管理日益引起人们的重视,水蓄冷空调技术作为一种高效清洁循环利用的供冷技术,具备优良的经济效益和社会效益.在总结水蓄冷空调系统经济性研究的基础上,对水蓄冷空调系统和单纯空调制冷系统的经济性进行量化建模,并选择河北某办公区域项目的水蓄冷空调系统进行了实证分析测算,结果表明,水蓄冷空调系统具备良好的经济效益和社会效益.     

负荷数据特征分析的用户集群需求响应潜力预测方法

随着电力市场改革的逐步推进,需求响应将在未来新型电力系统中发挥越来越重要作用.针对目前DR潜力计算过程繁琐、用户数据不足的问题,提出了一种基于用户历史负荷、气温和电价数据的用户集群DR潜力预测方法.首先,通过对用户的历史负荷曲线进行数据处理和信息提取,从月负荷规律性、日负荷波动性、峰谷一致性3个方面对各用户的用电行为进行特征值计算,形成评估用户类型的指标体系.继而,提出基于时序带有外部输入的非线性自回归神经网络的用户负荷和DR潜力预测方法.最后,以工业用户为例采用Meanshift算法实现用户集群划分,并对通用零部件制造行业的DR调节功率进行预测,经与实际调节功率数据进行对比分析,验证了本文所提方法的有效性.     

基于需求侧响应的一种空调优化控制策略

新型电力系统中,由源网荷储各侧共同保障电能供应的安全可靠.空调负荷作为季节性的重要电力系统负载,以需求侧响应的方式对其进行负荷管理,有助于电网顺利迎峰度夏、迎峰度冬.工商业及事业单位等电力大用户空调负荷均可作为柔性负载进行网荷互动,以虚拟电厂的形式保证电力供给.大用户一般多使用多联机式、水冷机组的大型空调,控制节点多且分散,需求响应终端为满足上百台控制节点的接入,需一种有效的优化控制策略.     

基于集成学习的负荷聚合商需求响应潜力概率预测模型

对负荷聚合商的需求响应(demand response, DR)潜力进行日前预测可为负荷聚合商在电力市场中的投标报价提供重要参考信息,降低其市场交易风险。针对单一点预测模型在可靠性和泛化性方面的不足,文中提出了一种基于集成学习的负荷聚合商日前DR潜力概率预测模型,可有效提高概率预测模型的精度和泛化能力。首先提取影响负荷聚合商DR潜力的多元特征,并采用基于支持向量机的递归特征消除法(support vector machine recursive feature elimination, SVM-RFE)筛选特征;其次,基于非参数核密度估计分别建立多个单一概率预测模型;最后建立“重复博弈,动态更新”的负荷聚合商DR潜力集成概率预测模型,该模型通过重复博弈自适应学习每个基模型的权重,并随着时间的推移动态更新。仿真实验表明文中所提概率预测模型相较单一预测模型具有更好的预测精度和泛化性。     

面向需求响应应用的空调负荷建模及控制

空调负荷是一种优良的需求响应资源,对空调的合理调控能够有效缓解供需不平衡,提高电力系统综合运营效率,实现资源优化配置,但这需要建立在对空调负荷运行特性基础理论的深刻理解基础上。文中从空调系统热力学建模、聚合模型、控制模式、调控策略四个角度,讨论了空调负荷在需求响应中的研究现状,并针对目前国内外空调负荷研究的实际情况,对空调负荷进一步的研究方向进行了展望。     

基于5G的需求响应通信安全问题分析与应用挑战

无线技术的升级换代带来了网络服务架构的变革,5G通过逻辑专网能够为电力等垂直行业提供更便利的服务.随着5G与电网应用深度融合,其安全影响范围扩大,因此对5G背景下需求响应(demand response,DR)通信发展的安全防护问题进行了讨论.首先,给出了电力需求响应通信架构,分析了5G技术支撑下的DR通信安全需求;其...     

基于非介入式负荷辨识的可调负荷潜力评估方法*

当前居民用电激增,空调负荷需求响应潜力巨大,但空调负荷数据获取困难限制了响应潜力评估与用户互动。非介入负荷辨识(Non-Intrusive Load Monitoring, NILM)技术提供了细粒度数据的获取能力,因此基于NILM分析结果,统计区域内居民空调的总体情况,提出了基于区域空调的舒适度限值的可调负荷潜力评估方法,在135户居民家庭的负荷分析中最大可实现30%的空调负荷压降,为可调负荷潜力评估提供新的实践依据。     

考虑负荷聚合商调节潜力的需求响应双层优化模型

需求响应参与电力系统调节是发电侧调节的有效补充。为了充分挖掘需求侧资源调节潜力,考虑电网、配电系统运营商(distribution system operator,DSO)、负荷聚合商(load aggregator,LA)之间的互动关系及交易模式,设计了配电系统双层优化模型,明确各主体在需求响应中的作用及交易对象。上层考虑DSO内部源荷储主体及LA的协调互动,以DSO利润最大化为目标进行配电系统优化调度;下层以聚合变频空调和电动汽车的LA利润最大化为目标,基于变频空调和电动汽车实际运行特性构建其需求响应模型,充分挖掘其调节潜力并制定负荷调节策略。在模型求解方面,通过Karush-Kuhn-Tucker条件和大M法将构建的双层优化问题转化为易求解的线性规划问题。算例结果表明：所提双层优化模型可以充分挖掘LA的调节潜力,减少向主网购电量,同时提高DSO和LA的收益。