论文部分内容阅读
随着可再生能源发电出力、入网渗透率的逐渐提升,需求侧资源在参与解决新能源入网带来的功率波动和不确定性问题方面受到了电力学者的广泛关注。其中,夏季用电占比较大的空调负荷作为温控负荷的主要代表,鉴于其响应速度快、响应容量大及投入成本低等优势正逐渐成为除发电侧外可靠有效的备用形式。合理调配、优化控制空调负荷群削减负荷功率,可以达到缓解用电高峰时段供电压力、平抑可再生能源出力波动引起的系统功率缺额等目的。鉴于此,本文以空调负荷参与电网需求响应为背景,对其负荷聚合方法、优化控制效果展开研究。本文主要工作如下:
(1)提出了空调负荷分层聚合模型,该模型在考虑用户响应意愿的同时兼顾了空调设备参数的差异性,弥补了现有大多研究中忽视用户响应意愿差异的不足。同时,应用自适应聚类形成小空调类簇的分层聚合可以很好地掌握空调群用电规律。算例验证了空调负荷群自适应聚类方法的有效性,证明了分层聚合模型对负荷群用电功率模拟的准确性,可实现掌握负荷群用电功率变化规律的良好效果。
(2)提出了聚合负荷加权系数排队(Aggregated weighting coefficient queuing, AWCQ)控制算法,以自适应聚类形成的小空调类簇为单位实施控制,优先考虑用户响应意愿,并将空调群所处平均室温和平均累计受控次数纳入加权序列筛选目标负荷群以更好的保证不同空调群受控的公平性。经验证,该聚合控制算法在简化控制逻辑、缩短计算时长的同时可实现平抑功率波动、削峰填谷的效果。
(3)提出了空调负荷群多目标优化控制策略,该策略以调控负荷功率引起的代价成本最小化和用户舒适度最大化为目标,综合考虑目标功率约束、设备锁定约束等,一定程度上避免了AWCQ算法中依据加权序列确定所调控设备群做法可能带来的不利经济效益。最后算例仿真展示和分析了优化效果。
(1)提出了空调负荷分层聚合模型,该模型在考虑用户响应意愿的同时兼顾了空调设备参数的差异性,弥补了现有大多研究中忽视用户响应意愿差异的不足。同时,应用自适应聚类形成小空调类簇的分层聚合可以很好地掌握空调群用电规律。算例验证了空调负荷群自适应聚类方法的有效性,证明了分层聚合模型对负荷群用电功率模拟的准确性,可实现掌握负荷群用电功率变化规律的良好效果。
(2)提出了聚合负荷加权系数排队(Aggregated weighting coefficient queuing, AWCQ)控制算法,以自适应聚类形成的小空调类簇为单位实施控制,优先考虑用户响应意愿,并将空调群所处平均室温和平均累计受控次数纳入加权序列筛选目标负荷群以更好的保证不同空调群受控的公平性。经验证,该聚合控制算法在简化控制逻辑、缩短计算时长的同时可实现平抑功率波动、削峰填谷的效果。
(3)提出了空调负荷群多目标优化控制策略,该策略以调控负荷功率引起的代价成本最小化和用户舒适度最大化为目标,综合考虑目标功率约束、设备锁定约束等,一定程度上避免了AWCQ算法中依据加权序列确定所调控设备群做法可能带来的不利经济效益。最后算例仿真展示和分析了优化效果。