城市园区分层分布式温控负荷需求响应控制策略

摘要

本发明涉及智能电网技术、需求响应领域，为实现减少数据通信量，使信息收发仅在城市园区内部完成并实现需求响应总控制目标，能够对温控负荷进行预测，并针对不同预测校正时间间隔对控制效果的影响进行仿真分析。本发明采用的技术方案是，城市园区分层分布式温控负荷需求响应控制策略，包括以下步骤：利用中央调控中心接收配网主线节点功率以及可再生能源出力信号，并下发到位于各受控城市园区内的区域控制中心；各区域控制中心间通过信号交换获取所有城市园区内总热泵功率消耗，经目标分配及补偿策略得出各分区目标；区域控制中心在分区内通过采集温控负荷温度、开关状态信息，向分区内用户下发控制信号。本发明主要应用于智能电网场合。

说明书

技术领域

本发明涉及智能电网技术、需求响应领域。具体讲,涉及城市园区分层分布式温控负荷需 求响应控制策略。

背景技术

电力供应紧张已成为经济社会生活中的主要矛盾之一，保证电力供需平衡，实现电力系 统安全、可靠、经济、清洁、高效已成为经济发展和人民生活水平提高的重要保障。依托市 场化改革推进与国家能源政策调整，电力网络与电力市场、电力网络与电力用户之间的协调 以及交换越发紧密。需求侧资源管理成为在同样用电功能情况下，减少电量消耗、缓解缺电 压力、降低供电和用电成本的重要措施。需求响应(DR)在电力市场竞争中的引入，已成为通 过价格信号和激励机制加强需求侧资源在电力市场中作用的重要手段。通过需求响应进行辅 助频率调节、保障系统安全运行，以及完成其他电力系统辅助服务，已逐渐成为未来电力市 场发展趋势。

风能、太阳能等可再生能源资源功率注入具有随机性、间歇性等特点，对电网电能质量 和可靠性都将造成不利影响。目前的解决方案中大多通过设置储能设备或储能系统平抑可再 生能源功率波动。但由于储能系统成本高，缺乏大规模使用的基础，而作为典型需求响应资 源，温控负荷具有广泛的分布和较大的用户基数，合理调控后可以有效平抑电网联络线功率 波动。

对于基于激励的直接负荷控制(DirectLoadControl,DLC)策略，目前已有众多文献进行了 深入探讨。目前已有针对温控负荷开关状态转换建立状态队列(StateQueuing,SQ)算法，基于 用户舒适度约束提出一种基于离散积分的数值模型进行最优温度设定调节算法(Optimal ThermostatRegulation,OTR)，基于潮流追踪算法的需求响应策略以用于跟踪风电场出力波动 等。

然而，现有研究工作大多关注于集中式控制策略，集中式控制策略依赖于高速、安全和 可靠的信息通信网络，依赖于所有热泵运行状态与用户室内温度等大量精确信息。另一方面， 考虑某些通信故障，如丢包、误码和延时等在电力系统负荷调度、电能供需优化等方面的不 良影响，尤其是低成本通信技术在配电网中的广泛应用，使得通信过程中丢包、误码等现象 频发，对需求响应控制效果产生不良影响。因此，在非理想通信环境下，集中控制策略控制 效果将受到严重影响，有时甚至失效。

发明内容

为克服现有技术的不足，实现减少数据通信量，使信息收发仅在城市园区内部完成并实 现需求响应总控制目标，进一步减少数据传输量，维护用户隐私，能够对温控负荷进行预测， 并针对不同预测校正时间间隔对控制效果的影响进行仿真分析。本发明采用的技术方案是， 城市园区分层分布式温控负荷需求响应控制策略，包括以下步骤：

利用中央调控中心接收配网主线节点功率以及可再生能源出力信号，通过相关联络线风 机波动平抑控制算法得到总控制功率目标，并下发到位于各受控城市园区内的区域控制中心；

各区域控制中心间通过信号交换获取所有城市园区内总热泵功率消耗，经目标分配及补 偿策略得出各分区目标；

区域控制中心在分区内通过采集温控负荷温度、开关状态信息，通过相应需求响应控制 算法对其进行控制，向分区内用户下发控制信号，以达到跟踪目标进而平抑联络线功率波动 的目的；

其中，将电热泵指数模型集成于相关需求响应控制算法，策略依据控制精度需要设定校 正时间间隔，区域控制中心在校正时间间隔内采用指数模型对电热泵负荷状态进行预测并应 用于相关需求响应控制算法进行优化控制。

采用模型预测策略进行预测，模型预测策略描述如下式：

k≠nΔT_rev，则：

T_x＝T_{a_IDX}；T_s＝T_{s_IDX}；T₊＝T_{+_IDX}；

T_{_}＝T_{__IDX}；CS＝CS_IDX(1)

k＝nΔT_rev，则：

T_x＝T_{a_r}；T_s＝T_{s_r}；T₊＝T_{+_r}；

T_{_}＝T_{__r}；CS＝CS_r(2)

其中ΔT_rev为校正时间间隔；n为自然数；T_{a_IDX}、T_{s_IDX}、T_{+_IDX}、T_{__IDX}、CS_IDX为指数 预测模型室内空气温度、设定温度、设定温度上下限以及设备开关状态；T_{a_r}、T_{s_r}、T_{+_r}、 T_{__r}、CS_r为实测室内空气温度、设定温度、设定温度上下限以及设备开关状态，T_x、T_s、 T₊、T_{_}、CS分别为用于需求响应算法的温控设备实际温度、设定温度、温度上下边界以及 开关状态。

目标分配策略可由下式描述：

$P_{T\_i}[k+1]=\frac{P_{HP\_i}\left[k\right]}{P_{HP\_total}\left[k\right]}\times P_T\left[k\right]---\left(3\right)$

其中，P_{T_i}为第i个受控城市园区功率目标，P_{HP_i}为第i个城市园区热泵实际功率消耗， P_{HP_total}为各城市园区热泵实际总功率消耗，P_T为中央调控中心下发总目标。

基于最优温度设定点调节量的城市园区可调容量定义以及控制目标补偿策略如下式所示：

${\mathrm{COR}}_{up}=\frac{|u_{up}-u[k\left]\right|}{{\delta }_{u\_up}}\times 100$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=90\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{up}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{up}\le 100\end{array}\right)$

${\mathrm{COR}}_{down}=\frac{|u_{down}-u[k\left]\right|}{{\delta }_{u\_down}}\times 100$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=110\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{down}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{down}\le 100\end{array}\right)---\left(4\right)$

其中，COR_up为上调容量；COR_down为下调容量；为经目标分配补偿后第i城市园区目 标功率，u为需求响应算法获得最优温度调节量；δ_{u_up}与δ_{u_down}分别为u可上调温度死区与 可下调温度死区；u_up、u_down分别为最优温度调节量可调上下边界。

采用快速简单的电热泵指数模型描述电热泵的温度动态特性,作为预测模型；

动态方程如下式：

$T_{a\_IDX}\left[k\right]=T_{o\_IDX}\left[k\right]+CS\left[k\right]QR-\left(T_{o\_IDX}\left[k\right]+CS\left[k\right]QR-T_{a\_IDX}\left[k-1\right]\right)e^{-\frac{1}{RC}}---\left(18\right)$

其中：

式中：T_{a_IDX}为室内温度℃；C为等值热电容J/℃；R为等值热电阻℃/W；Q为等值热比 率W；T_{o_IDX}为室外温度℃；T_{s_IDX}为设备工作温度设定点；δ为热泵温度调节范围死区。

本发明的特点及有益效果是：

本发明将控制算法计算中心分布于每个城市园区内，集中控制站点将只负责下发总控制 目标(已有目标或波动平缓目标)，以减少数据通信量，使信息收发仅在城市园区内部完成并 实现需求响应总控制目标。为进一步减少数据传输量，维护用户隐私，策略在分布式控制中 心采用快速简单预测模型对温控负荷进行预测，并针对不同预测校正时间间隔对控制效果的 影响进行仿真分析。

附图说明：

图1单个电热泵的运行特性图；

图2基于模型预测的分层分布式需求响应控制策略架构；

图3配电网风机波动平抑控制算法逻辑图。

具体实施方式

为克服集中控制策略的种种缺陷，本文提出一种分层分布式需求响应控制策略。将控制 算法计算中心分布于每个城市园区内，集中控制站点将只负责下发总控制目标(已有目标或 波动平缓目标)，以减少数据通信量，使信息收发仅在城市园区内部完成并实现需求响应总控 制目标。为进一步减少数据传输量，维护用户隐私，策略在分布式控制中心采用快速简单预 测模型对温控负荷进行预测，并针对不同预测校正时间间隔对控制效果的影响进行仿真分析。

基于集中式需求响应控制策略在非理想通信环境中易受到不良影响，本发明提出一种基 于模型预测的城市园区分层分布式温控负荷需求响应控制策略，包括以下步骤：

中央调控中心在接收配网主线节点功率以及可再生能源出力信号基础上，通过相关联络 线风机波动平抑控制算法得到总控制功率目标，并下发到位于各受控城市园区内的区域控制 中心；

各区域控制中心间通过信号交换获取所有城市园区内总热泵功率消耗，经目标分配及补 偿策略得出各分区目标；

分区内通过采集温控负荷温度、开关状态等信息，通过相应需求响应控制算法对其进行 控制，向分区内用户下发控制信号(温度设定点调节量或开关状态转换信号)以达到跟踪目 标进而平抑联络线功率波动的目的；

为了进一步减少数据传输量并保护用户隐私，本发明提出的基于模型预测的分层分布式 控制策略将电热泵指数模型集成于相关需求响应控制算法。策略依据控制精度需要设定校正 时间间隔，受控区域控制中心在校正时间间隔内采用指数模型对电热泵负荷状态进行预测并 应用于相关需求响应控制算法进行优化控制。达到限定校正时间，控制器从用户采集实时数 据对预测模型状态进行校正，以达到保证控制精度的同时尽量减少数据传输的目的。

其中，所述方法还包括：模型预测策略

策略依据控制精度需要设定校正时间间隔，受控区域控制中心在校正时间间隔内采用指 数模型对电热泵负荷状态进行预测并应用于相关需求响应控制算法进行优化控制。达到限定 校正时间，控制器从用户采集实时数据对预测模型状态进行校正，以达到保证控制精度的同 时尽量减少数据传输的目的。模型预测策略描述如下式：

k≠nΔT_rev，则：

T_x＝T_{a_IDX}；T_s＝T_{s_IDX}；T₊＝T_{+_IDX}；

T_＝T_{__IDX}；CS＝CS_IDX(1)

k＝nΔT_rev，则：

T_x＝T_{a_r}；T_s＝T_{s_r}；T₊＝T_{+_r}；

T_-＝T_{__r}；CS＝CS_r(2)

其中ΔT_rev为校正时间间隔；n为自然数；T_{a_IDX}、T_{s_IDX}、T_{+_IDX}、T_{__IDX}、CS_IDX为指数 预测模型室内空气温度、设定温度、设定温度上下限以及设备开关状态；T_{a_r}、T_{s_r}、T_{+_r}、 T_{__r}、CS_r为实测室内空气温度、设定温度、设定温度上下限以及设备开关状态。

其中，所述方法还包括：目标分配及补偿策略

在分层分布式需求响应策略中，各城市园区热泵消耗功率P_{HP_i}[k]为唯一需在各园区控制 中心进行交换的信息，总目标P_T[k]则为唯一需从中央控制中心得到的信息。

基于热泵功率消耗，目标分配策略可由下式描述：

$P_{T\_i}[k+1]=\frac{P_{HP\_i}\left[k\right]}{P_{HP\_total}\left[k\right]}\times P_T\left[k\right]---\left(3\right)$

其中，P_{T_i}为第i个受控城市园区功率目标，P_{HP_i}为第i个城市园区热泵实际功率消耗， P_{HP_total}为各城市园区热泵实际总功率消耗，P_T为中央调控中心下发总目标。

考虑各城市园区可调容量，为使目标分配更加精确，基于最优温度设定点调节量的城市 园区可调容量定义以及控制目标补偿策略如下式所示：

${\mathrm{COR}}_{up}=\frac{|u_{up}-u[k\left]\right|}{{\delta }_{u\_up}}\times 100$

${\mathrm{COR}}_{down}=\frac{|u_{down}-u[k\left]\right|}{{\delta }_{u\_down}}\times 100$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=90\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{up}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{up}\le 100\end{array}\right)$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=110\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{down}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{down}\le 100\end{array}\right)---\left(4\right)$

其中，COR_up为上调容量；COR_down为下调容量；u为需求响应算法获得最优温度调节量； δ_{u_up}与δ_{u_down}分别为可上调温度死区与可下调温度死区；为经目标分配补偿后第i城市园 区目标功率。

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细 描述。

为了达到辅助电力系统运行，平抑可再生能源波动，同时减少信息传输量，削弱非理想 通信环境影响，本发明提供了一种基于模型预测的城市园区分层分布式温控负荷需求响应控 制策略，详见下文描述：

101:在含有分布式风机、可控电热泵用户的城市园区中，通过相应风机波动平抑控制算 法得出控制总目标，下发到通过合理激励手段，电热泵用户积极参与需求响应控制方案的园 区之内；

102：在分层分布式需求响应策略中，各城市园区热泵目标功率由目标分配及补偿策略获 得；

基于热泵功率消耗，目标分配策略可由下式描述：

$P_{T\_i}[k+1]=\frac{P_{HP\_i}\left[k\right]}{P_{HP\_total}\left[k\right]}\times P_T\left[k\right]---\left(9\right)$

其中，P_{T_i}为第i个受控城市园区功率目标，P_{HP_i}为第i个城市园区热泵实际功率消耗， P_{HP_total}为各城市园区热泵实际总功率消耗，P_T为中央调控中心下发总目标。

考虑各城市园区可调容量，为使目标分配更加精确，基于最优温度设定点调节量的城市 园区可调容量定义以及控制目标补偿策略如下式所示：

${\mathrm{COR}}_{up}=\frac{|u_{up}-u[k\left]\right|}{{\delta }_{u\_up}}\times 100$

${\mathrm{COR}}_{down}=\frac{|u_{down}-u[k\left]\right|}{{\delta }_{u\_down}}\times 100$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=90\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{up}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{up}\le 100\end{array}\right)$

$\left(\begin{array}{c}{P}_{T\_i}^{*}\left[k+1\right]=110\%\times P_{T\_i}\left[k+1\right],{\mathrm{COR}}_{down}\le 20\\ P_{T\_i}^{*}\left[k+1\right]=P_{T\_i}\left[k+1\right],20<{\mathrm{COR}}_{down}\le 100\end{array}\right)---\left(10\right)$

其中，u为需求响应算法获得最优温度调节量；u_up、u_down分别为最优温度调节量可调上 下边界；COR_up为上调容量；COR_down为下调容量；为经目标分配补偿后第i城市园区目标 功率。

103：分区内通过采集温控负荷温度、开关状态等信息，通过相应需求响应控制算法对其 进行控制，向分区内用户下发控制信号(温度设定点调节量或开关状态转换信号)以达到跟 踪目标进而平抑联络线功率波动的目的；

104：采用快速简单的电热泵指数模型描述电热泵的温度动态特性,作为预测模型；

动态方程如下式：

$T_{a\_IDX}\left[k\right]=T_{o\_IDX}\left[k\right]+CS\left[k\right]QR-\left(T_{o\_IDX}\left[k\right]+CS\left[k\right]QR-T_{a\_IDX}\left[k-1\right]\right)e^{-\frac{1}{RC}}---\left(18\right)$

其中：

式中：T_{a_IDX}为室内温度(℃)；C为等值热电容(J/℃)；R为等值热电阻(℃/W)；Q为等值 热比率(W)；T_{o_IDX}为室外温度(℃)；T_{s_IDX}为设备工作温度设定点；δ为热泵温度调节范围死区。 本文取仿真步长为1min。

参见图1，为单个电热泵的热力学动态过程，其中，横坐标代表时间，纵坐标代表室内 温度和电热泵的消耗功率，它整体上反映了在一定温度设定点之下，室内温度和电热泵功率 随着时间的变化情况，由于此变化为本领域技术人员所公知，本发明实施例对此不做赘述。

105：依据控制精度需要设定校正时间间隔，受控区域控制中心在校正时间间隔内采用指 数模型对电热泵负荷状态进行预测并应用于相应需求响应控制算法进行优化控制。达到限定 校正时间，控制器从用户采集实时数据对预测模型状态进行校正，以达到保证控制精度的同 时尽量减少数据传输的目的。

模型预测策略描述如下式：

1)、k≠nΔT_rev，则：

T_x＝T_{a_IDX}；T_s＝T_{s_IDX}；T₊＝T_{+_IDX}；

T_{_}＝T_{__IDX}；CS＝CS_IDX(20)

2)、k＝nΔT_rev，则：

T_x＝T_{a_r}；T_s＝T_{s_r}；T₊＝T_{+_r}；

T_{_}＝T_{__r}；CS＝CS_r(21)

其中T_x、T_s、T₊、T_{_}、CS分别为用于需求响应算法的温控设备实际温度、设定温度、 温度上下边界以及开关状态；ΔT_rev为校正时间间隔；n为自然数；T_{a_IDX}、T_{s_IDX}、T_{+_IDX}、T_{__IDX}、 CS_IDX为指数预测模型室内空气温度、设定温度、设定温度上下限以及设备开关状态；T_{a_r}、 T_{s_r}、T_{+_r}、T_{__r}、CS_r为实测室内空气温度、设定温度、设定温度上下限以及设备开关状态。

综上所述，本发明提供了一种基于模型预测的城市园区分层分布式温控负荷需求响应控 制策略方法，该方法采用热泵作为负荷响应资源，跟踪系统响应信号，可以很好的响应外界 目标，消纳风机出力波动，整个响应过程实现了电-热储能过程，风机出力被电热泵负荷消耗， 从而实现了很好的可再生能源发电平抑作用。同时，本方法使用分层分布式控制并引入模型 预测策略，在达到辅助电力系统运行，平抑可再生能源波动目的的同时减少信息传输量，削 弱非理想通信环境影响。

本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能 完成上述功能的器件均可。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅 仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之 内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。