[发明专利]一种基于阶跃特性的空调负荷参与的电网日前调度方法

权利要求书

1.一种基于阶跃特性的空调负荷参与的电网日前调度方法，其特征在于，该方法根据空调负荷的特征提取大型建筑历史空调负荷曲线，将影响空调负荷的三个因素：温度、湿度和累积效应考虑并归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑的日空调负荷的数据放到反向传播神经网络中进行训练和修正，预测调度日前空调负荷曲线；建立公共建筑的室内热负荷模型，考虑室内各种放热和蓄热因素，得到系统的总冷却能力；建立空调停机和运转时室温时变模型，实施蓄冷轮停的控制策略，得该控制策略的每个制冷机组的耗电量，计算出的空调耗电量与预测技术得到的空调负荷曲线的差值作为大型建筑的可调度范围，等效为一台虚拟调峰机组；

该方法具体步骤如下：步骤一、根据空调负荷的基线计算法，用电网的负荷曲线推算空调负荷曲线：以春季和秋季的工作日负荷曲线的平均值为基础，夏季的负荷曲线与春秋负荷曲线的差值即空调负荷曲线，空调负荷的最大值即空调负荷，得到调度日前一个月的空调负荷曲线；将影响空调负荷的三个因素：温度、湿度、累积效应归为加权温湿度一个指数，将调度日前两个月的日加权温湿指数与大型建筑日的空调负荷放到反向传播神经网络中进行训练和修正，输入为加权温湿指数，输出为日空调负荷；预测出调度日前空调负荷；步骤二、将公共建筑室内各种热负荷的动态数据进行归一化处理，将公共建筑等效为动态的热负荷模型；步骤三、控制策略的实施；步骤四、建立电力网络调度决策模型；

步骤四建立电力网络调度决策模型，即电网公司补偿用户的费用最少为目标函数，包括发电机组制造和启动成本、环境发电带来的污染治理成本，调峰容量约束、调峰总量约束、调峰偏差约束关系；各参与调度单位经济及补偿措施，对于投标成功者，电力公司针对符合聚合商提供的可控容量，下达调度指令，对于负荷聚合商考虑其是否完成电力公司的调度计划，若负荷聚合商供应的电力消减量小于调度计划，则按照实际消减量结算，若大于调度计划，则按照调度计划结算，但如果小于消减量小于调度计划的偏差大于最大值，那么电力公司要对负荷聚合商进行罚款；最终实现电网发电与大型建筑用电平衡的目标；由公共建阶跃特性的空调负荷电力网络决策调度的目标函数可以表示为：

其中v_m,f和v_e,f分别是早晨和晚上的f^th公共建筑是否开放的指标变量；c_com是中央空调系统参与峰值负荷削减的公共建筑补偿电价(元/千瓦时)；u_m,f,l和u_e,f,l分别是提供f^th公共建筑的非冷库中央空调系统采用上述控制策略的指标变量；u_f,l是表示f^th公共建筑的冷库中央空调系统采用上述控制策略的指标变量；p_d,f,l,i是在I kW期间采用轮停蓄冷控制策略时，f^th公共建筑中央空调系统的可调度能力，其可以由(29)计算，F是拥有冷库中央空调系统参与地区高峰负荷消减的公共建筑总数；F1是拥有非冷库中央空调系统参与地区高峰负荷消减的公共建筑物数量,c_g,m,i发电厂的发电成本(元)，为发电机组GU输出的二次函数，p_d,f,l,i是采用轮停控制的系统可调度范围；M是发电机组的总数；c_st,m,i是发电机组的启动成本，e_m是单位污染物排放量；c_em是火力机组排放污染物的治理价格(元/吨)；公式(30)的第一个公式代表地区大型建筑的补偿电费总和；

负荷聚合商需要支付参与直接负荷控制项目的用户一部分补偿费用，补偿费用率为y₀，则负荷商k支付的补偿费用F₂

约束条件：一共有m家负荷聚合商，次日负荷调度分为M个时段，每个时段的间隔为Δx分钟，负荷聚合商k，k＝1,2,3……m，在x时段，x＝1,2,3……M，投标的供应电力消减量和报价分别为C(x,k)、η(x,k),电力公司x时段的系统总消减量为P^req(x)，分配给负荷聚合商k的缺额为D(x,k)，由此建立约束条件关系如下：

s.t.0≤D(x,k)≤C(x,k) (32)

负荷聚合商的控制区域内有n台空调，首先将这些空调分为τc组进行轮控，空调负荷在控制周期内处于“开启”，此时为绿色灯状态，时间为τon；处于“关停”状态，此时为红色灯，时间为τoff；即空调达到温度设定值最小值Tmin时，则进入“关停”状态，达到最大值时Tmax，则进入“开启”状态；一个控制周期为τc个状态，每个状态的时间间隔是1min，进入下一分钟时总能有一组空调关停，另一组空调开启；

基于大型建筑中央空空调系统参与电网日前调度方法的运作方法如下：

(a)电力公司事先明确控制策略执行时间，并事先确定相应用户的补偿价格；

(b)用户需要上报的信息包括：①空调制冷面积、房间层高和楼层位置；②空调额定的制冷功率、额定制冷量和能效比；

(c)基于特征提取得到历史空调负荷曲线，基于轮停控制策略得到调度耗电量，进行日出力调度，达到电力平衡的目的，根据目标函数计算系统运营成本最小；

(d)基于阶跃特性的空调负荷参与的电网日前调度方法的流程：空调负荷基线计算法计算调度日前一个月历史日空调负荷曲线——步骤一：基于反向传播神经网络预测方法的基础下，将调度日的加权温湿指数输入到反向传播神经网络中，输出量为日前空调负荷；

将温度、湿度、累积效应归为加权温湿度指数，并作为输入量，将日空调负荷作为输出量放入反向传播神经网络中训练和修正最终输入输出满足精度要求；

步骤二：基于热负荷模型和中央空调系统的冷却和非冷却期间的热力学方程，得到空调停机和运转时室温时变模型；

步骤三：非冷库中央空调系统和冷空中央空调系统的轮停控制策略，计算中央空调系统可调度范围；

步骤四：建立系统运营成本最小目标函数及对应约束条件在此基础上实现电网发电与用户用电平衡；

建立大型建筑内各热负荷模型，推导出大型建筑的总负荷模型；

建立公共建筑的热平衡方程及空调在冷却期和中断期的热力学平衡方程；

基于阶跃特性的空调负荷参与的电网日前调度方法预测技术的流程：调度日前一个月加权温湿指数气象指数、原始空调负荷时间序列——数据归一化处理，将有效数据保留——前三分之二的历史数据进行训练相似日数据、后三分之一的数据进行神经网络的校正和修改——输入预测日的气象数据、预测日的加权温湿度指数——采用反向传播神经网络输出预测日空调负荷值。