[发明专利]一种集群温控负荷聚合模型、系统参数辨识及反推控制方法

说明书

本发明提供一种集群温控负荷的双线性离散模型。由于实际系统参数难以获取，本发明同时设计了基于模型分解的带遗忘因子递推最小二乘法的系统参数辨识方法，通过对系统参数进行辨识的方法获取系统建模参数。并且基于集群温控负荷双线性离散模型设计了基于反推控制的集群温控负荷聚合功率控制方法。从理论和仿真上证明了系统建模的准确性，以及系统参数辨识方法和控制方法的稳定性和有效性。相比其它模型及控制方法，本发明的新颖性在于建立了时间域和温度域均离散化的双线性离散模型，并将系统参数辨识方法作为系统参数获取的方式，并设计了性能良好的集群温控负荷功率的控制器，实现集群温控负荷对目标功率曲线的良好跟踪。

技术领域

本发明涉及集群温控负荷的建模、系统参数辨识与控制方法，属于电力系统辅助服务和需求侧响应控制领域。

背景技术

随着新能源领域技术的发展，大量的以风电和光伏为代表的间歇式电源并入电力系统中，研究显示，间歇式电源输出功率呈现出分钟级或小时级的波动，波动幅度甚至可从最大输出骤降至零，这将对电网运行造成严重的冲击和影响。与此同时，温控负荷(Thermostatically Controlled Loads，TCL)占电网总负荷的比重日益增加。在我国大中城市，夏季空调负荷占总负荷的比例普遍高达 30％-40％，更有个别城市超过50％。因TCL所具有的储能特性和灵活调度特性，需求侧“海量”的TCL，为平抑间歇式电源功率波动带来了丰富和优质的可调控资源。

当前，TCLs辅助电力系统调控的研究热点聚集在集群温控负荷(AggregatedThermostatically Controlled Loads，ATCLs)聚合功率的建模和控制方法。对于， ATCLs模型的建立。有文献提出了基于历史数据的回归模型、基于耦合 Fokker-Plank方程的统计扩散模型、基于耦合Fokker-Plank方程的概率特性模型等，这些模型大都结构复杂、非常计算量大，难以直接用于实际控制程序；在控制方法上，有基于模糊理论的状态序列法、基于智能机器学习理论的状态序列法、基于温度延伸裕度的时变设定温度的控制方法等，这些控制方法大多针对着不同的场景，控制算法需较多的信息数据，控制的计算量大。因此，构建一种精确的ATCLs聚合功率模型，设计其计算量小的控制方法，对ATCLs参与电力系统运行有着重要的意义。

发明内容

针对上述问题，本发明的目的在于针对现有技术的不足，做出三点创新：一是提出了一种ATCLs双线性离散模型，推导出了具体的ATCLs聚合功率解析表达式以便于控制实施。二是引入了一种基于模型分解的带遗忘因子递推最小二乘法(Model Decompositionbased Recursive Least Squares algorithm with forgetting factor，MD-FRLS)的ATCLs模型参数辨识方法，以便于精确建模。三是基于反推控制原理设计了ATCLs聚合功率的控制方法，实现ATCLs功率对目标功率曲线的跟踪。

本发明所述的问题是由以下技术方案实现的：

首先，假定每个TCL具有均质性，建立ATCLs双线性离散数学模型：

式中：x_j代表第j段温度区间负荷的数量，α_on/off代表“开/关”状态下温度的平均变化率，单位“℃/h”，Q为划分的总离散温度区间，M为“ON”或“OFF”状态下的温度区间数量。T_set为温度设定值，为温度设定值的变化率，ΔT为离散化温度长度，k为采样点，Δτ为时间离散化步长。

边界小段的负荷数量变化表达式为：

ATCLs的聚合功率表达式为：

式中：P代表温控负荷的等效功率，P_TCL代表ATCLs的聚合功率，η代表温控负荷的能量转换效率。