论文部分内容阅读
随着大量可再生能源接入电网,电网功率波动不断加剧,这对电力系统的调峰调频能力提出了更高的要求。需求响应作为智能电网核心技术之一,能够有效抑制潮流随机波动,缓解供需紧张状态,从而提高系统效率。空调负荷作为一种负荷侧柔性可调资源可挖掘潜力大,调度方式灵活,是一种优良的需求响应资源,需要进行深入研究。空调负荷按照压缩机类型可以分为定频和变频空调,不同的空调负荷在控制方式和建模方法上具有较大的差异,无法等同对待。鉴于此,本文按照自下而上的顺序,在定频和变频空调负荷热力学模型基础上,分别从控制策略和聚合模型等方面对两种空调负荷进行了研究,并对系统层面空调负荷聚合模型参数进行了辨识,具体内容包括:1.提出了基于状态空间的定频空调负荷控制策略。为了提高空调负荷的控制精度,本文建立了用以描述空调负荷在外部控制信号作用下响应行为的聚合控制模型,充分考虑了空调压缩机时间延迟的影响。与此同时,还提出了一种概率控制策略,以减少控制信号对空调压缩机寿命的负面影响及控制器与负荷之间的通信需求。仿真结果表明,本文提出的聚合控制模型可以准确地描述空调负荷在外部控制信号作用下的响应行为,而且概率控制策略可以有效减少控制器与负荷之间的通信需求;2.建立了系统层面定频空调负荷的聚合模型。空调负荷参与系统层面调控的关键是建立一个可以反映其主要运行特性的聚合模型,以协调空调负荷与其他资源的优化调度。定频空调负荷在不同控制方法下具有不同的响应行为,基于此,本文从调度角度将其聚合成不同时间尺度的虚拟机组、虚拟电池及功率脉冲模型,并在聚合建模过程中考虑了用以抑制负荷反弹、减少控制器与空调负荷之间通信压力以及保证用户舒适度的策略。仿真结果表明,空调负荷系统层面的聚合模型可以准确地描述空调负荷的实际运行状态,具有良好的建模效果;3.提出了变频空调负荷调控策略和系统层面的聚合模型。为了实现变频空调负荷与现有调度模型的兼容,本文将变频空调负荷建立成分钟级时间尺度的虚拟电池模型,并将其与普通锂电池进行了对比。与此同时,提出了变频空调负荷的分层控制框架和聚合模型以保护用户隐私和缓解集中控制的计算压力。最后用有限时域优化模型来对比聚合虚拟电池和锂电池在电力市场中的行为差异。仿真结果显示,聚合虚拟电池模型可以很好地与锂电池的调度模型兼容,即变频空调负荷的虚拟电池模型可以替代现有调度模型中的锂电池为系统提供服务;4.实现了系统层面空调负荷多时间尺度聚合模型参数的准确辨识。准确的聚合模型参数对于系统层面空调负荷与其它资源的优化协调有着十分重要的作用。因此,有必要对空调负荷聚合模型参数进行准确辨识。但由于功率测量的不准确性、用户行为的随机性以及用户隐私信息的保护,往往难以获取单个空调负荷的参数,因此实际应用中空调负荷聚合模型参数的计算很难实现。为了解决这个问题,本文利用高维模型表达技术(HDMR)估计空调负荷聚合模型的参数。仿真结果表明,空调负荷聚合模型的参数可以利用HDMR进行准确辨识。