一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法

摘要

本发明公开了一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法。本发明基于不同种类的温控负荷负载，根据风光发电的输入数据实时确定响应目标，通过队列中温控负荷负载的可控状态进行响应目标的分配，在每个队列内部通过负荷分类，排序，依次通过改变开关状态来完成响应目标，完成联络线波动的平抑。本发明主要包括三部分的算法：一是基于滤波器的二次滤波的联络线波动平抑算法；二是基于同种温控负荷负载内部的状态序列响应算法；三是基于加权公平队列的优化调度算法。同时，整个算法流程考虑了不同设备的独特性以及舒适度约束。本发明通过matlab平台进行仿真，通过一系列的实验验证了算法在联络线波动平抑方面的有效性。

说明书

技术领域

本发明属于需求响应技术领域，尤其涉及一种针对多类温控式负荷的联络线波动平抑处理方法。

背景技术

需求响应，即电力需求响应的简称，是指当电力批发市场价格升高或电力系统的有效性和可靠性受到威胁时，电力用户在接收到供电商发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的用电行为模式，从而减少或者推移某时段的用电负荷而响应电力供应，保障电网稳定的短期行为。

随着需求响应的提出，人们不再单纯从增加发电设备和接入大规模电力储能角度上思考电力供给生产与消耗的实时平衡问题，部分类型的负荷开始被视为重要的需求侧资源，可调控负荷、主动负荷、柔性负荷等相关概念陆续获得人们关注。其中具有热力学可控特征的温控楼宇通风机、空调、冰箱等温控负荷逐渐成为需求响应的研究重点。

近年来，随着用户用电需求的增加，传统的电网面临着许多存在或者潜在性的问题，电网的有效性与可靠性受到威胁。同时，新能源产品(如混合动力电动汽车等)的出现、分布式可再生能源发电装置的应用，也对电网的正常运行产生显著影响，使得电网出现间歇性与波动性。平抑可再生能源入网产生的波动，是智能电网集成的一项重要挑战。

现有方法控制对象种类单一，在控制容量，对象选择与调整方面有很大的局限性，并且无法克服某些温控负荷季节性需求的局限性，在家庭用户的大规模应用中还存在一定问题。

发明内容

针对现有技术的缺陷，本发明提供一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法，该方法扩充了响应对象的范围，并保证了控制的灵活性。

本发明解决技术问题所采用的技术方案如下：一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法，所述方法在社区微网能源信息系统中实现，所述社区微网能源信息系统包括能源网和信息网两层，通过实时数据通信的方式完成功率的调控；

所述能源网包括微网发电侧的风力发电系统、微网发电侧的光伏发电系统、用电侧的温控负荷负载、用电侧的其他不可控负荷负载以及电池储能系统、与大电网相连接的联络线，微网发电侧通过联络线给用电侧供电，所述电池储能系统用于存储微网发电侧多余的电量或为用电侧提供用电；

所述信息网包括若干不同种类温控负荷的能效终端、中心控制器和微网控制中心；每个种类的温控负荷的能效终端构成一个队列，每个队列中能效终端均与该队列的中心控制器进行通讯，各个中心控制器均与微网控制中心进行通讯；

该方法具体如下：

各个温控负荷的能效终端采集实时温度信息，并将温度信息传递给对应的中心控制器，每个中心控制器对实时温度信息进行排队筛选，得到可调控的温控负荷的数量和状态，并将其传输到微网控制中心；

微网控制中心综合该时刻风力发电系统的发电量、光伏发电系统的发电量、其他不可控负荷负载的用电量以及来自各中心控制器的信息，通过联络线波动平抑算法以及加权公平阵列算法计算出需要各类温控负荷需要响应的电量并将信息传输回各对应的中心控制器，由各中心控制器使用状态序列模型完成对温控负荷负载的调控。

进一步的，所述联络线波动平抑算法具体如下：

将联络线功率依次通过两个时间常数不同的滤波器，分别得到高频和低频成分的平抑目标如下：

式中，T_TCA、T_BA分别为一、二次滤波的滤波器时间常数，Δt为时间间隔，为t时刻滤波前的联络线功率，为t时刻经过第一个滤波器之后的联络线功率，为t+Δt时刻经过第一个滤波器之后的联络线功率，为t时刻经过第二个滤波器之后的联络线功率，为t+Δt时刻经过第二个滤波器之后的联络线功率；

可得如下电热泵负荷和电池的目标功率：

式中为t时刻温控负荷负载的目标响应值，为t时刻其他不可控负荷负载的用电量，为t时刻风力发电系统的发电量，为t时刻光伏发电系统的发电量，为t时刻的电池储能系统的目标响应值。

进一步的，所述加权公平阵列算法具体如下：

根据队列性质以及温控负荷设备本身的性质，设定t时刻第q个队列的响应权重参量为

其中，Kf_q表示不同情况下可根据需求变化设定的第q个队列的优先级，表示t时刻第q个队列中的设备i的功率值，posi表示第q个队列中可参与响应的设备总数量，表示t时刻第q个队列中可参与响应的设备总功率值，δ_q表示第q个队列中温控设备正常运行允许的温度范围；

则t时刻第q个队列根据响应权重配比响应目标为

其中，Q为队列的总数量。

进一步的，所述状态序列模型的过程如下：

1)状态分群：

通过t时刻设备温度与t-1设备状态来判断t时刻的设备开关状态：

其中为t时刻设备i的开关状态，T_i^t为t时刻设备i的温度值，T_max,i为设备i的最大温度阈值，T_min,i为设备i的最小温度阈值；

根据状态变量将队列里面的设备分为两个群：当该温控设备在t时刻为开启状态，分在开启设备群中；当该温控设备在t时刻为关闭状态，分在关闭设备群中。

2)温度排序：

根据当前t时刻温控设备调节的内部温度测量值以及该类温控设备正常运行允许的温度范围，使用一个相对参量为基准进行排序，对开启设备群进行由高到低排列，对关闭设备群进行由低到高排列；

其中，δ_i表示该温控设备i正常运行允许的温度范围；

3)响应控制：

在步骤2)的基础上定义温控设备的可控范围：当s＝1，θ∈[θ_-,θ_max]；s＝0，θ∈[θ_min,θ₊]；若系统期望减少负荷消耗，则在可控范围内的开启设备群中，按照上一步的排序依次参加响应关闭设备；若系统期望增加负荷消耗，则在可控范围内的关闭设备群中，依次开启设备，最后达到目标需求如下式：

其中，为t时刻温控设备参与响应前的初始预估值，为t时刻处于在可控范围内的关闭设备群中的设备i的功率值，为t时刻处于在可控范围内的开启设备群中的设备j的功率值，k1为t时刻参与响应的关闭设备群中的设备总数量，k2为t时刻参与响应的开启设备群中的设备总数量，为参与响应的关闭设备群中的设备t时刻功率值总和，为参与响应的开启设备群中的设备t时刻功率值总和。

本发明的有益效果如下：①建立合适的状态序列模型，考虑用户的舒适性约束，对用户热负荷进行快速有效的控制策略。②在建立需求响应策略时，考虑多种家居热负荷负载(如空调，热水器，冰箱等)对系统整体能量调度的影响，将不同的控制目标归一化，并引入加权公平队列的调度方式，充分调用家居热负荷的开关特性，发挥整体能量分配最优化。③建立加权公平队列调度模型时，选用优先级概念，在提高能量利用率的同时，增加了模型的灵活性。

附图说明

图1是本发明的社区微网能源信息系统结构框图；

图2是本发明方法的流程图；

图3是本发明平抑联络线波动算法示意图；

图4是本发明加权公平阵列算法示意图；

图5是本发明状态序列模型示意图；

图6是本发明负载温度变化曲线图；

图7是本发明平抑算法前后对比图；

图8是本发明联络线功率响应目标图；

图9是本发明联络线功率响应结果图。

具体实施方式

下面结合附图对本发明做进一步详述：

图1展示了本发明的系统结构框图。本发明的结构包括能源网和信息网两层，通过实时数据通信的方式完成功率的调控。所述能源网包括微网发电侧的风力发电系统、微网发电侧的光伏发电系统、用电侧的温控负荷负载、用电侧的其他不可控负荷负载以及电池储能系统、与大电网相连接的联络线，微网发电侧通过联络线给用电侧供电，所述电池储能系统用于存储微网发电侧多余的电量或为用电侧提供用电。所述信息网包括若干不同种类温控负荷的能效终端、中心控制器和微网控制中心，每个种类的温控负荷的能效终端构成一个队列，每个队列中能效终端均与该队列的中心控制器进行通讯，各个中心控制器均与微网控制中心进行通讯。该方法具体如下：

各个温控负荷的能效终端采集实时温度信息，并将温度信息传递给对应的中心控制器，每个中心控制器对实时温度信息进行排队筛选，得到可调控的温控负荷负载的数量和状态，并将其传输到微网控制中心；

微网控制中心综合该时刻风力发电系统的发电量、光伏发电系统的发电量、其他不可控负荷负载的用电量以及来自各中心控制器的信息，通过联络线波动平抑算法以及加权公平阵列算法计算出需要各类温控负荷需要响应的电量并将信息传输回各对应的中心控制器，由各中心控制器使用状态序列模型完成对温控负荷的调控。

图2展示了本发明的整体算法框架，从图中可以看到，本发明主要包括三部分算法。一是基于巴特沃兹滤波器二次滤波的联络线波动平抑算法；二是基于加权公平队列的优化调度算法；三是基于同种温控负荷内部的状态序列响应算法。

图3具体展示了第一部分算法：

微网是由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置等汇集而成的小型发配电系统。在t时刻，风电、光伏发电、电池和联络线向微网内的可控负荷(温控负荷)和不可控负荷进行供电，微网内部的功率平衡公式为：

其中，为t时刻风力发电功率值，为t时刻光伏发电功率值，为t时刻电池存储或放电功率值，为t时刻大电网联络线供电功率值，为t时刻温控负荷需要的功率值，为t时刻除温控负荷以外的其他不可控负荷需要的功率值。

风电和光伏出力的波动会引起联络线功率波动，同时当两者渗透率增大时，联络线功率波动性会加强，且可能影响主网运行电压和频率，因此，需要研究有效平滑微网联络线功率波动的方法。

反复充放电会影响储能电池的使用寿命，而由电热泵构成的虚拟储能，可弥补电池的上述不足。且由于虚拟储能响应速度快，因此可平抑功率波动的高频成分；而电池可平抑其低频率，以降低其充放电频次，这是该研究协调控制策略的基本思路，其实现过程如图3所示。

将联络线功率依次通过两个时间常数不同的巴特沃兹滤波器，分别得到高频和低频成分的平抑目标如下：

式中，T_TCA、T_BA为滤波器的时间常数，Δt为时间间隔，为t时刻滤波前的联络线功率，为t时刻经过第一个滤波器之后的联络线功率，为t+Δt时刻经过第一个滤波器之后的联络线功率，为t时刻经过第二个滤波器之后的联络线功率，为t+Δt时刻经过第二个滤波器之后的联络线功率。

可得如下电热泵负荷和电池的目标功率：

式中为t时刻温控负荷的目标响应值，为t时刻的电池储能系统的目标响应值。

当总的温控负荷响应目标确定之后，将所有参与响应的温控负荷根据种类分成不同的队列，因而可以执行第二部分加权公平阵列算法计算每个队列的目标响应值，如图4所示。

每个SQ队列的响应目标由队列性质以及温控设备本身的性质共同决定。影响因素包括：队列内可参与响应的设备数量，每个设备的功率以及温度调节范围。对于温控负荷在不同的时段的需求度会有很大不同，该发明选用一个优先级参量来进行不同需求的控制，设定第q个队列的响应权重参量为

其中，Kf_q表示不同情况下可根据需求变化设定的优先级，表示t时刻第q个队列中的设备i的功率值，posi表示第q个队列中可参与响应的设备总数量，表示t时刻第q个队列中可参与响应的设备总功率值，δ_q表示第q个队列中温控设备正常运行允许的温度范围。

时变的优先级比例，满足了在不同时刻的温控负荷的需求舒适度，保证了控制算法的灵活性。

则t时刻第q个队列根据响应权重配比响应目标为

其中，Q为队列的总数量。

各队列响应目标分配完毕后，第三部分算法开始执行：

首先对队列里的温控设备进行状态分群，我们通过t时刻设备温度与t-1时刻设备状态来判断t时刻的设备开关状态：

其中为t时刻设备i的开关状态，T_i^t为t时刻设备i的温度值，T_max,i为设备i的最大温度阈值，T_min,i为设备i的最小温度阈值。

如图4所示，假设同一社区内共有20个家庭的电热泵参与激励响应控制。在某一个时刻，假设有5个设备为开启状态，有15个设备为关闭状态，若以状态变量描述t时刻第i个电热泵的开启或者关闭状态，可将其分为开启(s₁-s₅)和关闭(s₆-s₂₀)两群设备。值得指出的是，每一时刻，开启和关闭的设备数量是时变的，在通讯可靠的前提下，可根据上传的设备状态信息确定状态分群情况。

接着根据当前t时刻电热泵调节的室内温度测量值，对开启设备群进行由高到低排列，对关闭群进行由低到高排列。考虑到多类型设备工作的温度范围不同，使用一个相对参量为基准进行排序。

其中，δ_i表示温控设备i正常运行允许的温度范围；

最后实现各个负荷的控制响应。考虑到设备使用寿命等实际因素，该模型引入约束分组策略。具体来说，就是定义了电热泵的可控范围:当s＝1,θ∈[θ_-,θ_max]；s＝0,θ∈[θ_min,θ₊],如图4灰色覆盖区域所示。在可控温度范围内，电热泵可参与响应控制：在可控温度范围外，认为电热泵设备开启或者关停的时间尚短，没有达到设备操作约束限制要求，因此不宜参与响应控制。若系统期望减少负荷消耗，则在可控范围内的开启设备群中，按照上一步的排序依次参加响应关闭设备，如s₅、s₄…；若系统期望增加负荷消耗，则在可控范围内的关闭设备群中，依次开启设备，s₂₀、s₁₉…。最后达到目标需求如下式：

其中，为t时刻温控设备参与响应前的初始预估值，为t时刻处于在可控范围内的关闭设备群中的设备i的功率值，为t时刻处于在可控范围内的开启设备群中的设备j的功率值，k1为t时刻参与响应的关闭设备群中的设备总数量，k2为t时刻参与响应的开启设备群中的设备总数量，为t时刻参与响应的关闭设备群中的设备功率值总和，为t时刻参与响应的开启设备群中的设备功率值总和。

为了验证本发明的有效性，模拟一个有500住户的社区微网，分别以暖通空调，电冰箱，热水器三种温控设备作为负载，通过matlab平台进行一天的仿真。风力、光伏数据来自美国NASA网站数据，温控负荷模型仿真模型使用现有的热泵动力学模型。该热泵动力学模型如下：当设备运行时，温控负荷控制温度以Tset为基点在(Tset-δ，Tset+δ)的范围内浮动。当温度到达温度调节范围的上下限时，电热泵的运行状态就发生转变。当电热泵开启时：

当电热泵关闭时：

其中，为t时刻温控设备控制的温度，为t时刻温控设备控制的温度，为t+1时刻设备外的条件温度，R为等值电阻，C为等值电容，Q为等值热效率，Δt为仿真步长。

在该模拟算法中，三种温控负荷热力学参数取值分别为：暖通空调R＝0.1208℃/W，C＝3599.3J/℃，Q＝400W；热水器R＝0.7623℃/W，C＝431.7J/℃，Q＝400W；电冰箱R＝0.2485℃/W，C＝524.69J/℃，Q＝400W。

图6为1500个温控负荷负载运用多重状态序列模型后温度变化轨迹曲线。从图中可以看出，各区的温控负荷在该算法下是可控的；在某些时段，温度出现提前升高的情况，在某些时刻，温度提前降低。图7为联络线平抑算法响应前后联络线功率对比曲线。从图中可以看出联络线功率平抑效果良好。图8为联络线功率响应目标曲线，图9为联络线功率响应结果曲线。两张图对比可以看出实际值基本与目标值契合，需求响应结果比较理想。

综上所述，本发明实施例对微网中存在的大量不同种类的温控负荷负载进行集群需求响应控制，根据风光发电的输入数据实时确定响应目标，通过队列中温控负荷的可控状态进行响应目标的分配，在每个队列内部通过负荷分类，排序，依次通过改变开关状态来完成响应目标，完成联络线波动的平抑。本发明侧重于为了平抑分布式发电入网带来的波动性，在智能电网信息双向交互的环境下，对用户温控设备进行实时开关的调整，既保留了供需平衡所带来的社会经济效益，又满足用户舒适性方面的要求。

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。