[发明专利]一种空调负荷可调节能力量化评估方法及装置

说明书

本申请公开了一种空调负荷可调节能力量化评估方法及装置，其中方法包括：构建全信息空调的多维向量；执行循环步骤，判断所述贝叶斯信息量中的高斯混合成分数量是否达到预设值，若未达到上述预设值，则返回执行所述循环步骤，若达到上述预设值，则执行以下步骤：将所述贝叶斯信息量中的最小值对应的参数作为高斯混合模型的参数，得到高斯混合模型；根据所述高斯混合模型计算空调负荷可调节能力。本申请通利用了容易采集观测的数据，大幅降低了电力系统对空调状态参数和房间物理参数的采集难度，实现了大规模空调负荷的可调节能力量化评估，评估精确度较高。

技术领域

本申请涉及电力系统领域，尤其是一种空调负荷可调节能力量化评估方法及装置。

背景技术

随着物联网技术的发展，电力系统需求侧的负荷资源可以接受调控，为电力系统提供灵活可调容量。在电力系统需求侧负荷资源中，空调是较为重要的灵活负荷，因为空调耗电量在电力系统总耗电量中占比接近50%，可调节容量巨大；且空调的短暂调控，不会对用户的正常生产生活造成影响，具有广阔应用前景。为了利用空调负荷资源，电力系统调度部门需要在调度前对空调负荷集群的可调节总容量进行评估，从而制定调度方案，保证电力系统的安全稳定运行。

相关的空调负荷可调节能力量化评估方法主要有两种：第一种是采集空调负荷集群的总用电功率，在系统电力短缺的时候，直接控制切除空调负荷用电，实现削峰填谷，然而这种方法无疑会对用户的舒适度造成较大影响；第二种是全面采集每台空调负荷的参数以及所处房间的参数，包括空调运行功率、空调能效比、室内温度、室外温度、用户设定温度、用户允许可调温度、房间比热容、房间热阻等，这种方法可以通过构建负荷调控模型，保证负荷调控过程中的用户舒适度，然而这种方法需要全面精准采集大量数据，尤其是房间比热容、房间热阻等参数涉及到建筑结构、材料、门窗面积等多维度因素，尚不存在可用的传感器对房间比热容、房间热阻等参数的直接采集，造成第二种方法在实际电力系统中难以实施。

因此，相关技术存在的上述技术问题亟待解决。

发明内容

本申请旨在解决相关技术中的技术问题之一。为此，本申请实施例提供一种空调负荷可调节能力量化评估方法及装置，能够大幅降低电力系统对空调状态参数和房间物理参数的采集难度，实现了大规模空调负荷的可调节能力量化评估。

根据本申请实施例一方面，提供一种空调负荷可调节能力量化评估方法，所述方法包括：

构建全信息空调的多维向量，其中，所述全信息空调包括已获取所述空调对应房间的比热容和房间热阻参数的空调；

执行循环步骤：初始化期望最大化算法的参数，根据所述期望最大化算法的参数和所述全信息空调的多维向量计算得到全信息空调集合；

利用隐变量扩展所述全信息空调集合，得到完全数据集合；

计算所述完全数据集合的对数似然函数，求解对数似然函数最大化所对应的参数；

根据对数似然函数最大化所对应的参数求解所述完全数据集合的贝叶斯信息量；

判断所述贝叶斯信息量中的高斯混合成分数量是否达到预设值，若未达到上述预设值，则返回执行所述循环步骤，若达到上述预设值，则执行以下步骤：

将所述贝叶斯信息量中的最小值对应的参数作为高斯混合模型的参数，得到高斯混合模型；

根据所述高斯混合模型计算非全信息空调的可调节能力和空调负荷集群的可调节能力总量，其中，所述非全信息空调包括除所述全信息空调外的空调，所述空调负荷集群包括非全信息空调和全信息空调的集群。

在其中一个实施例中，所述初始化期望最大化算法的参数，包括：

初始化迭代次数和期望最大化算法参数。

在其中一个实施例中，所述全信息空调的多维向量的计算公式为：

其中， X为所述全信息空调的多维向量， P为空调的运行功率， 为室内温度。