[发明专利]一种可控空调负荷的优化调度方法

权利要求书

1.一种可控空调负荷的优化调度方法，其特征在于，该方法首先建立空调负荷群聚合模型，然后利用卡尔曼滤波算法对空调负荷群进行状态估计，进而建立可控空调负荷聚合群的优化调度模型，最后利用CPLEX对此模型进行求解；

该方法具体包括以下步骤：

a、建立空调负荷群聚合模型；

b、利用卡尔曼滤波算法对空调负荷群进行状态估计；

c、建立可控空调负荷聚合群的优化调度模型；

d、利用CPLEX求解可控空调负荷聚合群的优化调度模型。

2.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，在步骤a中，具体包括：

a1、建立单台空调的一阶物理模型，利用一阶微分方程描述空调负荷的用电特性，如式(1)所示；

其中，θ_amb表示空调室内温度，θ_amb表示室外温度，C表示热容，R表示热阻，P表示空调开时的制冷(或制热)功率；T_ON、T_OFF分别表示空调处于开启和关闭状态的时段；

a2、空调负荷群的模型可以描述为状态空间方程和测量方程，如式(2)、(3)所示：

x(k)＝Φ(k,k-1)x(k-1)+Γ(k,k-1)w(k-1) (2)

z(k)＝H(k)x(k)+v(k) (3)

式中：x(k)为N维状态向量，表示处于该状态空调的个数；z(k)为观测值，表示空调负荷群的聚合功率；w(k-1)为p维系统噪声向量；v(k)为测量噪声；Φ(k,k-1)为从k-1时刻到k时刻的状态转移矩阵，其元素为概率密度大小；Γ(k,k-1)为从k-1时刻到k时刻的输入噪声转移矩阵；H(k)为k时刻空调负荷群聚合功率的测量矩阵。

3.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，在步骤b中，利用卡尔曼滤波算法对建立的空调负荷群的状态空间模型所得到的状态变量做出最优估计；具体包括：

b1、建立线性随机系统的状态空间模型，由状态方程和观测方程两部分组成；

b2、按线性最小均方误差估计的准则，采用递推算法给出系统状态变量的最优估计值；

b3、滚动地进行预测和修正，以k-1时刻的最优估计为准，根据系统的状态方程，预测k时刻的状态向量

b4、同时，对系统的状态进行测量，得到观测向量z(k)；以观测值对预测值进行修正，得到k时刻最优状态估计

4.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，所述步骤c，具体包括：

c1、建立目标函数，在满足空调负荷群的各种约束的条件下，使空调负荷群跟踪调度中心下达的目标功率值的控制代价最低，如式(7)所示：

式中：NT为目标功率曲线的时段数；NL为负荷聚合层所辖空调负荷群个数；si,j为0 1变量，表示在第i个时段空调负荷群j是否参与控制，1表示参与控制，0表示不参与控制；

j为空调负荷群j的单位功率控制代价，以受控空调负荷设定温度变化绝对值对该空调负荷群聚合功率的比值来表示，根据步骤b卡尔曼滤波估计得到；

c2、约束条件如下：

1)空调负荷群的功率约束：

式中：为空调负荷群可提供的最大功率，即为接受控制前空调负荷群的聚合功率，由状态估计求得；

2)目标功率约束：

式中：PC,i为第i个时段空调负荷群所需要跟踪的目标功率值，由电力系统调度中心下达；

3)负荷的恢复时间约束：

式中：Mj为空调负荷群j的最小关闭时间，Mj值大小由空调负荷群中空调工作周期的分布特性所决定。

5.根据权利要求1所述的一种可控空调负荷的优化调度方法，其特征在于，所述步骤d，具体包括：针对步骤c中负荷聚合层的优化调度模型，采用商业软件CPLEX对该混合整数规划模型进行求解，得到各空调负荷群接受控制的时刻及功率调整量。