CN106765994B - 一种保持状态多样性的空调负荷集群控制策略 - Google Patents

Abstract

本发明公开了一种保持状态多样性的空调负荷集群控制策略，包括：对用户空调参数进行收集，构建状态队列模型；判断是否进行需求响应；确定需求响应时间段并提取需求响应结束时刻基线状态下空调集群的负荷多样性指标；结合负荷多样性指标制定响应策略并实施，将空调设定温度调至新范围；判断是否进行空调设定温度调回；确定设定温度调回时间段，提取调回时间段结束时刻基线状态下的多样性指标，结合指标制定调回策略并下达，空调设定温度调至初始范围。该控制策略在挖掘其调控潜力的同时考虑了空调集群的负荷多样性，保障了用户的舒适度，弥补了目前空调控制策略的不足。

Description

一种保持状态多样性的空调负荷集群控制策略

技术领域

本发明涉及空调控制策略，尤其涉及一种保持状态多样性的空调负荷集群控制策略。

背景技术

随着经济社会的发展，空调设备得到了广泛的应用，在我国的大中城市中甚至可以达到30％～40％，而且有着较大的上升空间。空调负荷作为季节性负荷，使用的时间段较为集中，容易导致电网出现负荷尖峰，甚至危及电网的电压安全问题。由此可以看出，空调负荷在智能电网的建设中所带来的问题不可忽视。

要解决空调负荷的用电问题若仅依靠增加装机容量来满足需要付出较大的成本，且会造成较低的设备利用率。空调负荷作为一种温控负荷，具有一定的热惯性，通过一定的需求响应手段可以对空调进行有效地控制，从而可以响应系统的相关服务(调峰等)并解决自身的用电问题。当前空调负荷集群的控制策略对于空调负荷集群的调节潜力、负荷多样性以及用户舒适度的考虑不全面，在进行空调负荷集群调控时只抓住其中一点或两点进行考虑，导致空调负荷集群不能充分发挥其对电力系统稳定运行的作用。

发明内容

发明目的：为解决现有技术的不足，提供一种充分挖掘空调负荷群调控潜力的同时保证负荷多样性，设计了空调设定温度的调回策略来保证用户的正常使用，并使其在不受控制时段内保持与基线相近的负荷水平的空调负荷集群控制策略。

技术方案：一种保持状态多样性的空调负荷集群控制策略，包括以下步骤：

(1)收集用户的空调参数，构建空调状态队列模型；

(2)判断用户是否进行需求响应，若进行需求响应，执行步骤(3)；反之，执行步骤(8)；

(3)确定空调负荷集群需求响应时间段，并提取需求响应结束时刻基线状态下的空调集群负荷多样性指标，包括空调群室内温度均值、空调群室内温度方差以及开启台数；

(4)结合需求响应结束时刻基线状态下的空调集群负荷多样性指标与用户舒适度范围制定响应策略并实施，然后将空调设定温度调至新的范围；

(5)判断是否进行空调设定温度调回，若需要进行空调设定温度回调，执行步骤(6)；反之，执行步骤(8)；

(6)确定空调设定温度调回时间段，提取温度调回时间段结束时刻基线状态下的空调集群负荷多样性指标；

(7)结合负荷多样性指标与用户舒适度范围制定调回策略并下达，然后将空调设定温度调回响应前设定范围；

(8)结束。

进一步的，所述步骤(1)中收集的用户空调参数包括：空调设定温度范围，用户空调总台数，空调升温阶段时长，空调降温时段时长，空调开关状态，空调所处室温数值；同时，构建的空调状态队列模型为：

将空调设定温度内的一个运行周期共划分为1,2,…,n个状态；其中，温度上升阶段，即空调关闭阶段，存在n₁个状态；温度下降阶段，即空调开启阶段，存在n₂个状态，其中，n₁+n₂＝n；各个状态对应的死区温度范围分别为：

其中，T_{state_0}～T_{state_n}为各个状态温度起止点；用户空调共N台，在t时刻处于各个状态的空调台数分别为：N₁,N₂,…,N_n。

进一步的，所述步骤(3)中基线状态下的空调集群负荷多样性指标提取如下：

提前确定需要进行需求响应的时间段，该时间段可由相似日的负荷曲线得出；基线状态下的空调集群负荷多样性指标提取公式如下：

(a)空调群室内温度均值

其中，T_average(t)为基线状态下t时刻空调群室内温度均值，T_{state_i-1}为基线状态下第i个状态死区温度范围的下限，T_{state_i}为基线状态下第i个状态死区温度范围的上限，N_i为基线状态下t时刻处于第i个状态的空调台数；

(b)空调群室内温度方差

其中，T_inv(t)为基线状态下t时刻空调群室内温度方差；

(c)空调群开启台数

其中，S_open(t)为基线状态下t时刻空调群开启台数。

进一步的，所述步骤(4)中结合需求响应结束时刻基线状态下的空调集群负荷多样性指标与用户舒适度范围制定响应策略如下：

(I)确定目标函数：最大化负荷削减量

max(P_cut)＝max(P_singleN_cut)t＝T_{d_start},…,T_{d_end}-1 (4)

其中，P_cut为需求响应时间段内可以达到的最小负荷削减量，P_single为单台空调功率，N_cut为待优化决策变量，即为需求响应时间段内的实际削减的空调台数，T_{d_start}为需求响应事件的开始时刻，T_{d_end}为需求响应事件的结束时刻；

(II)设定约束条件：

(a)温度调整约束：

其中，DB(t)为空调群t时刻死区大小，T_maxset(t)为空调群t时刻的空调设定温度上限，T_minset(t)为空调群t时刻的空调设定温度下限，T_max为用户舒适温度上限，INC为需求响应结束时刻空调设定温度与需求响应开始时刻空调设定温度净增量；

(b)负荷多样性约束：

其中，

T(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻的温度，

T_average(T_{d_end})为T_{d_end}时刻基线状态下室内温度均值，

T_inv(T_{d_end})为T_{d_end}时刻基线状态下室内温度方差，

S_open(T_{d_end})为T_{d_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

S(k,t)为第k台空调t时刻的开关状态，其中，S(k,t)＝1表示开启，S(k,t)＝0表示关闭，

T_{average_d}(t)为需求响应时间段内t时刻空调群室内温度均值，

T_{inv_d}(t)为需求响应时间段内t时刻空调群室内温度方差，

S_{open_d}(t)为需求响应时间段内t时刻空调群开启台数，

△₁为需求响应状态下室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为需求响应状态下室内温度方差与基线状态下室内温度方差的允许误差值；

(c)需求响应时间段内降负荷约束：

其中，P_base(t)为t时刻空调集群基线运行功率；

(d)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；

(e)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；

(f)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长；表示第k台空调的初始停运时长；L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。

进一步的，所述步骤(7)中空调温度调回策略如下：

(I)确定目标函数：最小化负荷反弹量

其中，P_real(t)为设定温度调回时间段内的功率，M(k,t)第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，T_{m_start}为空调设定温度调回时间段的开始时刻，T_{m_end}为空调设定温度调回时间段的结束时刻；

(I)设定约束条件：

(a)温度调整约束：

其中，

T_{d_start}为需求响应事件的开始时刻，

T_{d_end}为需求响应事件的结束时刻，

T_maxset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度上限，

T_minset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度下限，

T_maxset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度上限，

T_minset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度下限，

T_maxset(T_{d_end})为T_{d_end}时刻的空调设定温度上限，

INC为空调设定温度调回时间段的结束时刻空调设定温度与需求响应结束时刻空调设定温度净增量；

(b)负荷多样性约束约束：

其中，

T_{average_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度均值，

T_{inv_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度方差，

M_{open_m}(t)为空调设定温度调回时间段内t时刻的空调集群开启台数，

T(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻的温度，

T_average(T_{m_end})为T_{m_end}时刻基线状态下室内温度均值，

T_inv(T_{m_end})为T_{m_end}时刻基线状态下室内温度方差，

S_open(T_{m_end})为T_{m_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

M(k,t)为第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，

S_open(t)为t时刻空调群开启台数，

△₁为温度调回时间段空调集群室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为温度调回时间段空调集群室内温度方差与基线状态下室内温度方差的允许误差值；

(c)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；

(d)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；

(e)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长；表示第k台空调的初始停运时长；L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。

有益效果：与现有技术相比，本发明的控制策略充分挖掘了空调负荷群的调控潜力，在需求响应阶段实现尽可能大的负荷削减量，更好地为电力系统服务；同时，该方法充分考虑了用户的舒适度，将空调集群的室内温度控制在了用户允许的范围内，在需求响应结束后将用户空调的设定温度调至原范围，避免对用户的正常使用产生影响；另外，在需求响应策略以及设定温度调回策略的设计过程中充分考虑了空调集群的负荷多样性，使其在不受控阶段能保持与基线相近的负荷水平，减少对电力系统安全运行的冲击。

附图说明

图1为本发明的保持状态多样性的空调负荷集群控制策略的流程图；

图2为空调状态队列模型示意图；

图3为空调负荷集群控制方法实施的功率曲线对比图；

图4为空调负荷集群控制方法实施的温度变化图。

具体实施方式

下面结合附图和具体的实施例对本发明方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施。

如图1和2所示，一种保持状态多样性的空调负荷集群控制策略，包括以下步骤：

(1)对需求响应(DR)用户的空调进行参数收集，构建空调状态队列模型；

收集的用户空调参数包括：空调设定温度范围，用户空调总台数，空调升温阶段时长，空调降温时段时长，空调开关状态，空调所处室温数值；

如图2所示，横坐标表示时间，纵坐标表示空调温度，构建的空调状态队列模型为：

需求响应设置温度范围为(T_{m inset},T_{m axset})，将空调设定温度内的一个运行周期共划分为1,2,…,n个状态；其中，温度上升阶段，即空调关闭阶段，有n₁个状态；温度下降阶段，即空调开启阶段，有n₂个状态，其中，n₁+n₂＝n；τ为每个状态占据的时长，空调关闭状态的时长为n₁τ，开启状态的时长为n₂τ，各个状态对应的死区温度范围分别为：其中，T_{state_0}～T_{state_n}为各个状态温度起止点；用户空调共N台，在t时刻处于各个状态的空调台数分别为：N₁,N₂,…,N_n。

具体的，空调集群的设置温度范围均为(23.5℃，24.5℃)，将其一个运行周期划分为1，2，…，18个状态，其中温度上升阶段，即空调关闭状态，包括10个状态，温度下降阶段，即空调开启状态，包括8个状态；可以将处于温度上升阶段的第1至第10个状态对应的死区温度范围划分为：[23.5℃，23.6℃)，[23.6℃，23.7℃)，[23.7℃，23.8℃)，…，[24.4℃，24.5℃]；处于温度下降阶段的第1至第8个状态对应的温度范围划分为：[24.375℃，24.5℃)，[24.25，24.375℃)，[24.125℃，24.25℃)，…，[23.5℃，23.625℃]；每个状态持续时间τ为1分钟。假设空调负荷群共有50台空调，随机分布在这18个状态中，按照建立的状态队列模型进行基线模拟并从中提取各个时刻空调群室内温度均值，空调群室内温度方差以及空调开启台数。

(2)判断用户是否进行需求相应，若否，直接执行步骤(8)；若是，执行步骤(3)；

(3)确定空调负荷集群需求响应时间段，并提取需求响应结束时刻基线状态下的空调集群负荷多样性指标，包括空调群室内温度均值、空调群室内温度方差以及开启台数；具体计算公式为：

(a)空调群室内温度均值

其中，T_average(t)为基线状态下t时刻空调群室内温度均值，T_{state_i-1}为基线状态下第i个状态死区温度范围的下限，T_{state_i}为基线状态下第i个状态死区温度范围的上限，N_i为基线状态下t时刻处于第i个状态的空调台数；

(b)空调群室内温度方差

其中，T_inv(t)为基线状态下t时刻空调群室内温度方差；

(c)空调群开启台数

其中，S_open(t)基线状态下为t时刻空调群开启台数。

(4)结合需求响应结束时刻基线状态下的空调集群负荷多样性指标与用户舒适度范围制定响应策略并实施，然后将空调设定温度调至新的范围；

考虑空调负荷群负荷多样性指标与用户舒适度范围的空调集群需求响应策略如下：

(I)确定目标函数：最大化负荷削减量

max(P_cut)＝max(P_singleN_cut)t＝T_{d_start},…,T_{d_end}-1 (4)

其中，P_cut为需求响应时间段内可以达到的最小负荷削减量，P_single为单台空调功率，N_cut为待优化决策变量，即为需求响应时间段内的实际削减的空调台数，T_{d_start}为需求响应事件的开始时刻，T_{d_end}为需求响应事件的结束时刻；

(II)设定约束条件：

(a)温度调整约束：

其中，DB(t)为空调群t时刻死区大小，T_maxset(t)为空调群t时刻的空调设定温度上限，T_minset(t)为空调群t时刻的空调设定温度下限，T_max为用户舒适温度上限，INC为需求响应结束时刻空调设定温度与需求响应开始时刻空调设定温度净增量；该约束的目的在于将需求响应阶段结束时刻的空调设定温度调至新的温度范围。

(b)负荷多样性约束：

其中，

T(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻的温度，

T_average(T_{d_end})为T_{d_end}时刻基线状态下室内温度均值，

T_inv(T_{d_end})为T_{d_end}时刻基线状态下室内温度方差，

S_open(T_{d_end})为T_{d_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

S(k,t)为第k台空调t时刻的开关状态，其中，S(k,t)＝1表示开启，S(k,t)＝0表示关闭，

T_{average_d}(t)为需求响应时间段内t时刻空调群室内温度均值，

T_{inv_d}(t)为需求响应时间段内t时刻空调群室内温度方差，

S_{open_d}(t)为需求响应时间段内t时刻空调群开启台数，

△₁为需求响应状态下室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为需求响应状态下室内温度方差与基线状态下室内温度方差的允许误差值；

该约束目的是将需求响应结束时刻的负荷多样性指标保持与基线状态一致或相近。

(c)需求响应时间段内降负荷约束：

其中P_base(t)为t时刻空调集群基线运行功率；该公式的意义在于保证需求响应时间段内的负荷削减量始终要大于P_cut。

(d)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；需要注意的是在T_{d_end}时刻空调设定温度重新进行了设定；该约束的目的在于保证用户的舒适度并将温度控制在设定温度死区内。

(e)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；该约束的目的是为了减少空调的启停次数，防止减少空调的使用寿命，空调最小停运时间约束目的与之相同。

(f)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长；表示第k台空调的初始停运时长；L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。

按照上述目标函数以及约束条件可以得出目标函数中N_cut的最大值以及空调负荷群的启停计划S(k,t)，按照制定的启停计划控制空调负荷群即可实现负荷削减并保证负荷的多样性且在需求响应结束时刻空调群的设定温度调整至新的温度范围。

其中，参数设定为：单台空调功率P_single设置为3.5kW，需求响应开始时刻为11：30，结束时刻为12:00，降温速率r_down(k,t)和升温速率r_up(k,t)分别为-0.125℃/min和0.1℃/min，用户舒适温度下限T_min和用户舒适温度上限T_max分别为23.5℃以及27℃，需求响应状态下室内温度均值与基线状态下室内温度均值的允许误差值△₁与需求响应状态下室内温度方差与基线状态下室内温度方差的允许误差值△₂根据需要自行设定，空调的最小运行时长UT_k为2分钟，空调的最小停运时长DT_k为3分钟。

空调需求响应策略的实施效果如图3和图4所示。从图3的功率曲线中可以看出，在需求响应实施阶段，即11：30至12:00，有效地降低了空调负荷群的运行功率，并保证了用户所处的温度不超过舒适度设定范围(见图4)。在需求响应时间段结束后空调的设定温度上下限调整为27℃和26℃，在12:00至12：30的时间段内空调负荷群处于不受控状态，依然能保持与基线相近的负荷水平，从而避免了负荷振荡。由此可以看出，本发明给出的空调需求响应策略能很好地保持负荷的多样性并有效地实现负荷削减。

(5)判断是否进行空调设定温度调回，若否，直接执行步骤(8)；若是，执行步骤(6)；

(6)确定空调设定温度调回时间段，提取温度调回时间段结束时刻基线状态下的空调集群负荷多样性指标；

(7)结合负荷多样性指标与用户舒适度范围制定调回策略并下达，然后将空调设定温度调回响应前设定范围；

在对空调群进行启停控制实施需求响应之后，空调负荷集群为了保证负荷的多样性并将空调的设定温度提高到了一个新的温度范围之内，空调集群的负荷曲线能够有与基线状态下负荷曲线相近的负荷水平，不会造成负荷曲线振荡。但是，在需求响应结束后空调设定温度较高，长期维持该设定温度运行可能不能适应天气的变化从而影响用户的舒适度，因此需要考虑空调设定温度的调回策略，调回需求响应之前空调的设定温度。在制定空调群设定温度调回策略前应根据系统负荷情况确定设定温度调回的时间段。

空调温度调回策略如下：

(I)确定目标函数：最小化负荷反弹量

其中，P_real(t)为设定温度调回时间段内的功率，M(k,t)第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，T_{m_start}为空调设定温度调回时间段的开始时刻，T_{m_end}为空调设定温度调回时间段的结束时刻；该目标函数的目的在于将空调设定温度调回时间段内的最大功率最小化。

(II)设定约束条件：

(a)温度调整约束：

其中，

T_{d_start}为需求响应事件的开始时刻，

T_{d_end}为需求响应事件的结束时刻，

T_maxset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度上限，

T_minset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度下限，

T_maxset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度上限，

T_minset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度下限，

T_maxset(T_{d_end})为T_{d_end}时刻的空调设定温度上限，

INC为空调设定温度调回时间段的结束时刻空调设定温度与需求响应结束时刻空调设定温度净增量；

该约束的目的在于将需求响应阶段结束时刻的空调设定温度调至与需求响应阶段开始前的设定温度范围相同。

(b)负荷多样性约束约束：

其中，

T_{average_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度均值，

T_{inv_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度方差，

M_{open_m}(t)为空调设定温度调回时间段内t时刻的空调集群开启台数，

T(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻的温度，

T_average(T_{m_end})为T_{m_end}时刻基线状态下室内温度均值，

T_inv(T_{m_end})为T_{m_end}时刻基线状态下室内温度方差，

S_open(T_{m_end})为T_{m_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

M(k,t)为第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，

S_open(t)为t时刻空调群开启台数，

△₁为温度调回时间段空调集群室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为温度调回时间段空调集群室内温度方差与基线状态下室内温度方差的允许误差值；

(c)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；

(d)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；

(e)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长；表示第k台空调的初始停运时长；L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。

通过该空调设定温度调回策略可以在保证负荷多样性的同时抑制下调空调温度设定点所带来的负荷振荡，使空调负荷群的设定温度范围恢复到需求响应前的设定温度范围并保持与基线相近的负荷水平。

其中目标函数以及约束条件的具体参数设置如下：

设定温度调回时间段开始时刻为12:30，结束时刻为13:00，其余参数与步骤3中的参数设置相同。

空调设定温度调回策略的实施效果如图3和图4所示。从图3的功率曲线中可以看出，在设定温度调回阶段，即12:30至13：00，有效地维持了最高负荷的稳定性，减少了峰谷差，有利于电力系统的安全运行。在设定温度调回时间段结束后空调的设定温度上下限恢复为24.5℃和23.5℃(见图4)，在13:00至13：30的时间段内空调负荷群处于不受控状态，保持与基线相近的负荷水平，有效地避免了负荷振荡。由此可以看出，本发明给出的空调设定温度调回策略能很好地保持负荷的多样性并有效地维持最高负荷的稳定，有利于电力系统的调度和运行。

Claims (4)

1.一种保持状态多样性的空调负荷集群控制方法，其特征在于，包括以下步骤：

(1)收集用户的空调参数，构建空调状态队列模型；

空调状态队列模型为：

设定空调需求响应温度范围，将空调设定温度内的一个运行周期共划分为1,2,…,n个状态；其中，温度上升阶段，即空调关闭阶段，存在n₁个状态；温度下降阶段，即空调开启阶段，存在n₂个状态，其中，n₁+n₂＝n；各个状态对应的死区温度范围分别为：其中，T_{state_0}～T_{state_n}为各个状态温度起止点；用户空调共N台，在t时刻处于各个状态的空调台数分别为：N₁,N₂,…,N_n；

(2)判断用户是否进行需求响应，若进行需求响应，执行步骤(3)；反之，执行步骤(8)；

(3)确定空调负荷集群需求响应时间段，并提取需求响应结束时刻基线状态下的空调集群负荷多样性指标，包括空调群室内温度均值、空调群室内温度方差以及开启台数；

(4)结合需求响应结束时刻基线状态下的空调集群负荷多样性指标与用户舒适度范围制定响应方法并实施，然后将空调设定温度调至新的范围；

(5)判断是否进行空调设定温度调回，若需要进行空调设定温度回调，执行步骤(6)；反之，执行步骤(8)；

(6)确定空调设定温度调回时间段，提取温度调回时间段结束时刻基线状态下的空调集群负荷多样性指标；

(7)结合负荷多样性指标与用户舒适度范围制定调回方法并下达，然后将空调设定温度调回响应前设定范围；

(8)结束。

2.根据权利要求1所述的一种保持状态多样性的空调负荷集群控制方法，其特征在于，所述步骤(3)中基线状态下的空调集群负荷多样性指标提取如下：

提前确定需要进行需求响应的时间段，该时间段可由相似日的负荷曲线得出；基线状态下的空调集群负荷多样性指标提取公式如下：

(a)空调群室内温度均值

其中，T_average(t)为基线状态下t时刻空调群室内温度均值，T_{state_i-1}为基线状态下第i个状态死区温度范围的下限，T_{state_i}为基线状态下第i个状态死区温度范围的上限，N_i为基线状态下t时刻处于第i个状态的空调台数；

(b)空调群室内温度方差

其中，T_inv(t)为基线状态下t时刻空调群室内温度方差；

(c)空调群开启台数

其中，S_open(t)为基线状态下t时刻空调群开启台数。

3.根据权利要求2所述的一种保持状态多样性的空调负荷集群控制方法，其特征在于，所述步骤(4)中结合需求响应结束时刻基线状态下的空调集群负荷多样性指标与用户舒适度范围制定响应方法如下：

(I)确定目标函数：最大化负荷削减量

max(P_cut)＝max(P_singleN_cut) t＝T_{d_start},…,T_{d_end}-1 (4)

其中，P_cut为需求响应时间段内可以达到的最小负荷削减量，P_single为单台空调功率，N_cut为待优化决策变量，即为需求响应时间段内的实际削减的空调台数，T_{d_start}为需求响应事件的开始时刻，T_{d_end}为需求响应事件的结束时刻；

(II)设定约束条件：

(a)温度调整约束：

其中，DB(t)为空调群t时刻死区大小，T_maxset(t)为空调群t时刻的空调设定温度上限，T_minset(t)为空调群t时刻的空调设定温度下限，T_max为用户舒适温度上限，INC为需求响应结束时刻空调设定温度与需求响应开始时刻空调设定温度净增量；

(b)负荷多样性约束：

其中，

T(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻的温度，

T_average(T_{d_end})为T_{d_end}时刻基线状态下室内温度均值，

T_inv(T_{d_end})为T_{d_end}时刻基线状态下室内温度方差，

S_open(T_{d_end})为T_{d_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{d_start}-1)为第k台空调T_{d_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

S(k,t)为第k台空调t时刻的开关状态，其中，S(k,t)＝1表示开启，S(k,t)＝0表示关闭，

T_{average_d}(t)为需求响应时间段内t时刻空调群室内温度均值，

T_{inv_d}(t)为需求响应时间段内t时刻空调群室内温度方差，

S_{open_d}(t)为需求响应时间段内t时刻空调群开启台数，

△₁为需求响应状态下室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为需求响应状态下室内温度方差与基线状态下室内温度方差的允许误差值；

(c)需求响应时间段内降负荷约束：

其中，P_base(t)为t时刻空调集群基线运行功率；

(d)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；

(e)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；

(f)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长，表示第k台空调的初始停运时长，L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。

4.根据权利要求3中所述的一种保持状态多样性的空调负荷集群控制方法，其特征在于，所述步骤(7)中空调温度调回方法如下：

(I)确定目标函数：最小化负荷反弹量

其中，P_real(t)为设定温度调回时间段内的功率，M(k,t)第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，T_{m_start}为空调设定温度调回时间段的开始时刻，T_{m_end}为空调设定温度调回时间段的结束时刻；

(II)设定约束条件：

(a)温度调整约束：

其中，

T_{d_start}为需求响应事件的开始时刻，

T_{d_end}为需求响应事件的结束时刻，

T_maxset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度上限，

T_minset(T_{m_end})为空调群T_{m_end}时刻的空调设定温度下限，

T_maxset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度上限，

T_minset(T_{d_start}-1)为T_{d_start}-1时刻的空调设定温度下限，

T_maxset(T_{d_end})为T_{d_end}时刻的空调设定温度上限，

INC为空调设定温度调回时间段的结束时刻空调设定温度与需求响应结束时刻空调设定温度净增量；

(b)负荷多样性约束约束：

其中，

T_{average_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度均值，

T_{inv_m}(t)为空调设定温度调回时间段内t时刻的空调集群室内温度方差，

M_{open_m}(t)为空调设定温度调回时间段内t时刻的空调集群开启台数，

T(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻的温度，

T_average(T_{m_end})为T_{m_end}时刻基线状态下室内温度均值，

T_inv(T_{m_end})为T_{m_end}时刻基线状态下室内温度方差，

S_open(T_{m_end})为T_{m_end}时刻基线状态下空调群开启台数，

n₁(k,t)为第k台空调t时刻的状态队列模型处于关闭阶段的状态数，

n₂(k,t)为第k台空调t时刻的状态队列模型处于开启阶段的状态数，

T(k,t)为第k台空调t时刻的温度，k＝1,…,N，

T_{state_m-1}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的下限，

T_{state_m}(k,T_{m_start}-1)为第k台空调T_{m_start}-1时刻所处状态温度的上限，

r_down(k,t)为状态队列模型得出的第k台空调t时刻的降温速率，

r_up(k,t)为状态队列模型得出的第k台空调t时刻的升温速率，

T_maxset(t)为空调群t时刻的空调设定温度上限，

T_minset(t)为空调群t时刻的空调设定温度下限，

τ为每个状态占据的时长，

M(k,t)为第k台空调t时刻的开关状态，其中，M(k,t)＝1表示开启，M(k,t)＝0表示关闭，

S_open(t)为t时刻空调群开启台数，

△₁为温度调回时间段空调集群室内温度均值与基线状态下室内温度均值的允许误差值，

△₂为温度调回时间段空调集群室内温度方差与基线状态下室内温度方差的允许误差值；

(c)室温变化上下限约束：

其中，T_min为用户舒适温度下限，T_max为用户舒适温度上限；

(d)空调最小运行时间约束：

其中，UT_k表示第k台空调的最小运行时长，U_k ⁰表示第k台空调的初始运行时长，G_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，还至少需要运行的时长；

(e)空调最小停运时间约束：

其中，DT_k表示第k台空调的最小停运时长，表示第k台空调的初始停运时长，L_k表示空调在开始受控后的初始时段，为了同受控前的运行状态保持连续，至少需要停运的时长。