基于大规模聚合空调的智能电网负荷控制与优化

摘要

随着智能电网的快速构建，以发电、输电、配电企业重组和电能竞争交易为主要特征的电力行业市场化进程在世界各国迅速展开。为了适应市场经济需求，积极推进全国联网并建立电力市场成为我国电力工业改革的发展和目标。频率调节服务作为一种辅助服务在电力市场中扮演着重要的角色，同时对电网的稳定运行发挥着重要的作用。随着需求侧管理概念的提出，控制大规模空调负荷的工作状态成为一种调节电网频率的有效方法。本文研究了聚合空调负荷的工作特性及其参与电网频率调节服务的控制结构与方法。研究内容对于智能电网的发展与辅助服务市场的构建具有理论意义和实际应用价值，主要的研究内容介绍如下：
　　首先，给出了空调负荷热动态模型、聚合模型及其运行特性，比较分析了聚合空调负荷的两种基本控制策略，阐述了空调负荷特性以及基本控制策略的优点和局限性。
　　进而，提出了聚合空调负荷的模式切换控制策略，根据不同的系统状态采用不同的控制策略，实现对频率调节信号的有效跟踪。首先建立了基本的频率调节控制架构。其次，基于历史调频数据，利用一维搜索算法获得了控制器的最优控制增益来调节空调负荷的温度设定值，设计了一种两阶段调节方法将两种控制方法相结合来改善控制性能。最后建立了两个切换指标，并设计了三种模式切换控制策略。仿真验证了控制策略的有效性。
　　然后，提出了一种混杂分组控制策略来控制聚合空调负荷参与到电网的频率调节服务中，针对不同组别的空调负荷采用不同的控制方法来控制其功率消耗，改善控制性能。设计了一种阶梯控制规则来减少或避免聚合空调负荷能量过度充放的情况。利用多维搜索算法对控制器参数进行寻优。建立了不同空调负荷群的并联和串联控制结构，利用PSO算法对两种结构下的参数信息进行了寻优计算。仿真结果说明了该混杂分组控制结构可以进一步减少系统的跟踪误差。
　　最后，研究了基于温度设定值分组调节的聚合空调负荷调度问题，考虑了空调负荷在实际中的设定值调节方式，建立了频率调节的多变量优化调度模型，并设计了温度设定值调节的映射规则，将优化问题转化为0-1规划问题。在此基础之上，利用动态多群粒子群学习算法（DMS-PSO-CLS）对优化问题进行了求解。对不同的情况进行了仿真比较，分析了不同的系统参数以及种群规模对控制性能的影响。

目录

声明

第1章 绪 论

1.1 课题背景及意义

1.2 国内外研究现状

1.3 论文的主要研究内容和结构安排

第2章 聚合空调负荷的模型与基本控制方法

2.1 引言

2.2 空调负荷模型

2.3 聚合空调负荷的控制方法

2.4 本章小结

第3章 面向频率调节的聚合空调负荷模式切换控制

3.1 引言

3.2 频率调节问题描述

3.3 模式切换控制设计

3.4 实验结果及分析

3.5 本章小结

第4章 面向频率调节的聚合空调负荷混杂分组控制

4.1 引言

4.2 聚合空调负荷混杂分组控制

4.3 实验结果及分析

4.4 本章小结

第5章 基于多群PSO的聚合空调负荷优化调度

5.1 引言

5.2 问题描述

5.3 问题求解

5.4 实验结果及分析

5.5 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢