[发明专利]一种计及空调响应成本的多智能体一致性控制方法

权利要求书

1.一种计及空调响应成本的多智能体一致性控制方法，其应用于分布式控制多个空调的场景中，其特征在于，所述方法包括如下步骤：

步骤S10，建立空调负荷热力学模型，确定空调参数，所述空调参数至少包括：房间的热阻、房间的热容以及空调负荷的热效率；

步骤S11，在空调负荷热力学模型的基础上，通过仿真以及拟合，对每一空调进行成本函数建模，获得各个空调的成本函数拟合曲线；

步骤S12，在各个空调的成本函数曲线的基础上，采用多智能体一致性控制策略实现对大量空调进行协同控制，根据期望的空调负荷削减总量，确定每一个空调所对应的功率调整量；

步骤S13，将所述每一个空调所对应的功率调整量下发给对应的空调，进行功率调整。

2.如权利要求1所述的方法，其特征在于，所述步骤S10进一步包括：

以下述微分表达式确定单台空调负荷的热力学模型：

其中，T_a为空调房间内空气温度，单位为℃；T_o为室外温度，单位为℃；R为房间的热阻，单位为Ω；C为房间的热容，单位为J/℃；P为空调负荷的电功率，η为空调负荷的热效率；当空调处于制冷状态，η前面取负号，当空调处于制热状态，η前面取正号。

3.如权利要求2所述的方法，其特征在于，所述步骤S11进一步包括：

根据实际场景初始化参数T_a、T_o、P；对应于不同的削负荷事件P_dec发生时，记录每一个P_dec对应的空调房间内空气温度T_a的变化曲线，通过计算T_a-T_set0的积分得到当前场景下空调负荷的调控成本F_dec，记录下P_dec和F_dec，形成P_dec-F_dec散点图；

采用二次函数对P_dec-F_dec散点图进行拟合，得到每个空调的成本函数拟合曲线：

F_dec(P_dec)＝αP_dec²+βP_dec+γ (2)

其中，α、β、γ为相应的系数。

4.如权利要求3所述的方法，其特征在于，所述步骤S12进一步包括：

步骤S120，确定期望的空调负荷削减总量，并取增量成本作为多智能体一致性控制策略中的一致性变量，所述增量成本为空调的成本对其负荷功率的偏导；

步骤S121，对于非主导节点而言，通过计算相邻节点的一致性变量来实现空调的信息更新；对于主导节点而言，通过计算计算相邻节点的一致性变量和期望的空调负荷削减总量来实现空调的信息更新；

步骤S122，逐步计算期望的空调负荷削减总量与当前获得的响应功率累计值之间的总功率偏差量，在总功率偏差量趋近于零时，获得每一空调的功率调整量。

5.如权利要求4所述的方法，其特征在于，所述步骤S120进一步包括：

假设第i个空调的成本函数可以表示为：

F_deci(P_deci)＝α_iP_deci²+β_iP_deci+γ_i (3)

其中，F_deci(P_deci)表示第i个空调的成本；P_deci表示第i个空调的输出功率；α_i、β_i、γ_i为相应的系数；

在一致性算法中，定义取增量成本为一致性变量，即空调的成本对其负荷功率的偏导作为负荷集群的增量成本，对任意的负荷集群i，其增量成本为: