本发明属于非居民用户智能用电及需求响应领域，具体涉及一种基于需求响应的热控负荷集群协同管控方法。
背景技术：
在电力工业微观环境和社会大环境不断发展的背景下，电力系统建设和运行的制约条件增多、可供发电的一次能源供应紧张，电力系统的供需平衡受到了严重影响。非居民用户需求侧管理(dsm,demandsidemanagement)技术可以通过有效措施，引导用户优化用电方式，提高终端用电效率，优化资源配置，最小化用电成本。负荷管理是需求侧管理的关键技术，从电力需求侧管理角度，将用电负荷看作可以动态调度管理的资源。在保证电网供需动态平衡的基础上，需求方资源的科学配置和调度，用户响应电网需求，是现代电网实现智能化、互动化的关键。
非居民侧热控负荷资源丰富，可调度潜力巨大，但是现有需求响应研究多集中于居民侧，非居民侧热控负荷物理分散，需要可行的聚合方法将其聚合为一个可控整体，现有技术采用的热控负荷调度多为单一负荷调度，导致管控不够精确。
技术实现要素：
本发明提供基于需求响应的热控负荷集群协同管控方法，基于负荷的状态转移概率建立聚合模型并设计控制率，实现了控制热控负荷跟踪清洁能源出力。
具体而言本发明提供了
一种基于需求响应的热控负荷集群协同管控方法，其特征在于，所述协同管控方法包括以下步骤：
步骤s1：从热控负荷恒温器侧建立热控负荷单台负荷模型；
步骤s2：根据聚合系统的马尔科夫性，建立热控负荷基于聚合系统总电力需求模型和面向控制的聚合系统总电力需求变化量模型；
步骤s3：对热控负荷的聚合功率进行每十分钟一次的量化预处理，以此评估负荷集群中各类负荷的可调度能力；
步骤s4：根据可调度能力和负荷特性，制定清洁能源消纳任务分配策略；
步骤s5：根据分配所得消纳任务，运用最小方差法求得控制律，追踪清洁能源出力。
更进一步地，在步骤s1中，所述热控负荷单台负荷模型为：
cdt(t)＝-a(t(t)-ta(t))dt pm(t)dt dv(t)
其中：c表示环境热容，t(t)为热控负荷内部温度，a表示由于环境温度带来的平均热损失率，ta(t)为环境温度，p表示热控负荷的制冷或制热率，m(t)为负荷恒温器开关控制变量，0表示关闭，1表示开启；v(t)表示噪声过程，δt表示任意小的时间增量，热控负荷恒温器设定区间为[t-(t),t (t)]。
更进一步地，步骤s2中，所述面向控制的聚合系统总电力需求变化量模型为：
其中，δy是总电力需求变化量，δu(t)是系统温度设定点变化量，pi是第i台热控负荷的功率，δ是热控负荷的温度死区，n是聚合系统中热控负荷的数量。
更进一步地，步骤s2中，所述聚合系统总电力需求模型为：
式中：y(t)表示总热控负荷聚合功率，即聚合系统总电力需求，yi(t)是第i台负荷的聚合功率；σ2是噪声过程v(t)的方差；f1(.)和f0(.)分别表示热控负荷开启和关闭状态下的概率密度；t′是代表时间的积分变量；t 热控负荷温度设定点上限，t-热控负荷温度设定点下限；
更进一步地，步骤s2中，所述系统总电力需求变化模型改写为arx形式，表示为：
a(z)y(k)＝b(z)u(k) c(z)v(k)
其中，z是移位算子，k是差分算子，a(z)＝1-z-1，
更进一步地，步骤s4中，所述分配策略为：
在十分钟时段内，聚合系统的电力总需求的量化功率小于此时段清洁能源出力，则将加热负荷温度设定点调至用户可接受范围内最高，制冷负荷调至可接受范围内最低，并将剩余清洁能源产量分给其他非热控负荷；
若制冷和加热负荷的总功率大于清洁能源出力，并且清洁能源输出小于某单一负荷类总功率，则将热控负荷分类为大功率快速调节负荷如热水器和较大功率非快速调节负荷如空调，将清洁能源消纳任务按照8:2进行分配，80％给热水器快速响应需求侧指令，且尽可能多地调动了空调资源；
若负荷功率和清洁能源出力不是前述两种，则根据量化功率占比将清洁能源输出进行分配，各自完成清洁能源消纳任务。
更进一步地，步骤s5中，所述控制律表达式为：
u(k)＝[c(z)yr(k d)-g(z)y(k)]/f(z)
其中，u(k)是温度设定点变化量，即控制律；yr(k)是消纳任务，y(k)是热控负荷聚合功率；d是延迟算子，c(z)、g(z)和f(z)是丢番图方程的解。
本发明的有益效果是：
本发明采用福柯普朗克的方法，基于负荷的状态转移概率建立聚合模型并设计控制率，能很好地为非居民侧热控负荷建模。
本发明为了克服现有技术中热控负荷调度多为单一负荷调度，以非居民侧多种热控负荷为对象，并以空调和热水器为例制定联合控制策略。
本发明根据当前热控负荷的规模和运行情况，结合不同用户的负荷特性，不同时间的聚合目标，对非居民侧地理上分散的热控负荷进行聚合和协同管控，可以使用户最大限度地参与需求响应调度，提高能源利用率，保证电网的经济稳定运行。
本发明提供的基于需求响应的热控负荷集群协同管控方法，为热控负荷分别建立了面向控制和面向可调度能力评估的聚合模型，制定了协同管控策略，采用最小方差法控制热控负荷跟踪清洁能源出力。本发明有益于最大化地调动非居民侧热控负荷资源，利用热控负荷特性，相互配合，提高清洁能源利用率，保证电力系统稳定性。
附图说明
图1是本发明实施例提供的一种基于需求响应的热控负荷集群协同管控方法的示意图。
具体实施方式
下面通过实施例，并结合附图1，对本发明的技术方案作进一步具体的说明。
如附图1所示，本申请的实施例提供了一种基于需求响应的热控负荷集群协同管控方法，具体包括以下步骤：
步骤s1：从热控负荷恒温器侧建立热控负荷单台负荷模型；
步骤s2：根据聚合系统的马尔科夫性，建立热控负荷基于聚合系统总电力需求模型和面向控制的聚合系统总电力需求变化量模型；
步骤s3：对热控负荷的聚合功率进行每十分钟一次的量化预处理，以此评估负荷集群中各类负荷的可调度能力；
步骤s4：根据可调度能力和负荷特性，制定清洁能源消纳任务分配策略；
步骤s5：根据分配所得消纳任务，运用最小方差法求得控制律，追踪清洁能源出力。
具体的，在步骤s1中从热控负荷恒温器侧建立负荷的单台模型，该模型为：
cdt(t)＝-a(t(t)-ta(t))dt pm(t)dt dv(t)(1)
式中：c表示环境热容，t(t)为热控负荷内部温度，a表示由于环境温度带来的平均热损失率，ta(t)为环境温度，p表示热控负荷的制冷或制热率，m(t)为负荷恒温器开关控制变量，0表示关闭，1表示开启；v(t)表示噪声过程，δt表示任意小的时间增量，热控负荷恒温器设定区间为[t-(t),t (t)]。
在步骤s2中根据聚合系统的马尔科夫性，建立热控负荷基于需求响应的聚合负荷模型。热控负荷按照工作原理分为制冷负荷和加热负荷两类，将式(1)描述的热控负荷工作过程看作满足马尔科夫性的随机过程，利用福克普朗克方程描述聚合系统n台设备运行情况的概率密度演化过程，得出聚合系统的电力总需求，具体为：
建立系统的福克普朗克方程：
式中：f1(t,t)和f0(t,t)分别表示热控负荷在开启和关闭状态下的负荷概率密度，t是温度，t是时间，c为系统热容，r为系统热阻，
对福克普朗克方程进行拉普拉斯变换可以得到系统稳定运行状态下的概率密度值：
式中：
由系统温度设定点变化量δu(t)引起的设备稳定运行状态下的概率密度变化量可表示为：
这个过程中产生的稳态总电力需求变化为：
其中，δy是总电力需求变化量，pi是第i台热控负荷的功率，n是聚合系统中热控负荷的数量。
为了便于协同管控，将系统总电力需求变化的表达式改写成arx(auto-regressivewithextrainputs)的形式，表示为：
a(z)y(k)＝b(z)u(k) c(z)v(k)(11)
其中，z表示移位算子，k表示差分算子，a(z)＝1-z-1，
在步骤s3中考虑电网侧指令通讯延迟，对热控负荷的聚合功率进行每十分钟一次的量化预处理，将十分钟内功率数值的平均值作为该时段负荷的聚合功率，以此评估负荷集群中各类负荷的可调度能力。利用步骤s2所述福克普朗克方程，建立面向量化的聚合模型y(t)，具体为：
式中：y(t)表示总热控负荷聚合功率，即聚合系统总电力需求，yi(t)是第i台负荷的聚合功率；σ2是噪声过程v(t)的方差；f1(.)和f0(.)分别表示热控负荷开启和关闭状态下的概率密度；t′是代表时间的积分变量；t 热控负荷温度设定点上限，t-热控负荷温度设定点下限；
将聚合功率y(t)以及清洁能源出力曲线进行每十分钟一次的量化运算，将十分钟内的功率值求平均值作为这十分钟的聚合功率，根据所得量化功率
在步骤s4中根据可调度能力和负荷特性，制定清洁能源消纳任务分配策略，具体为：
在十分钟时段内，聚合系统的电力总需求的量化功率小于此时段清洁能源出力，则将加热负荷温度设定点调至用户可接受范围内最高，制冷负荷调至可接受范围内最低，并将剩余清洁能源产量分给其他非热控负荷；
若制冷和加热负荷的总功率大于清洁能源出力，并且清洁能源输出小于某单一负荷类总功率，则将热控负荷分类为大功率快速调节负荷如热水器和较大功率非快速调节负荷如空调，将清洁能源消纳任务按照8:2进行分配，80％给热水器快速响应需求侧指令，且尽可能多地调动了空调资源；
若负荷功率和清洁能源出力不是前述两种，则根据量化功率占比将清洁能源输出进行分配，各自完成清洁能源消纳任务。
在步骤s5中根据分配所得清洁能源消纳任务yr(k)，运用最小方差法求得控制律，控制热控负荷，完成跟踪清洁能源出力的目的，具体为：
根据diophantine方程：
c(z)＝a(z)e(z) z-dg(z)
f(z)＝b(z)e(z)(14)
其中，d是延迟算子，a(z)、b(z)、c(z)、d(z)、e(z)和f(z)关系如下：
得出diophantine方程的解:
根据最小方差法，计算最小方差控制法的控制律表达式：
u(k)＝[c(z)yr(k d)-g(z)y(k)]/f(z)(17)
其中，y(k)是热控负荷聚合功率c(z)、g(z)和f(z)是丢番图方程的解。
对热控负荷聚合系统施加相应控制信号，使其功率输出追踪清洁能源出力，完成清洁能源消纳目的。
虽然本发明已经以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。
1.一种基于需求响应的热控负荷集群协同管控方法，其特征在于，所述协同管控方法包括以下步骤：
步骤s1：从热控负荷恒温器侧建立热控负荷单台负荷模型；
步骤s2：根据聚合系统的马尔科夫性，建立热控负荷基于聚合系统总电力需求模型和面向控制的聚合系统总电力需求变化量模型；
步骤s3：对热控负荷的聚合功率进行每十分钟一次的量化预处理，以此评估负荷集群中各类负荷的可调度能力；
步骤s4：根据可调度能力和负荷特性，制定清洁能源消纳任务分配策略；
步骤s5：根据分配所得消纳任务，运用最小方差法求得控制律，追踪清洁能源出力。
2.根据权利要求1所述协同管控方法，其特征在于，在步骤s1中，所述热控负荷单台负荷模型为：
cdt(t)＝-a(t(t)-ta(t))dt pm(t)dt dv(t)
其中：c表示环境热容，t(t)为热控负荷内部温度，a表示由于环境温度带来的平均热损失率，ta(t)为环境温度，p表示热控负荷的制冷或制热率，m(t)为负荷恒温器开关控制变量，0表示关闭，1表示开启；v(t)表示噪声过程，δt表示任意小的时间增量，热控负荷恒温器设定区间为[t-(t),t (t)]。
3.根据权利要求1所述协同管控方法，其特征在于，步骤s2中，所述面向控制的聚合系统总电力需求变化量模型为：
其中，δy是总电力需求变化量，δu(t)是系统温度设定点变化量，pi是第i台热控负荷的功率，δ是热控负荷的温度死区，n是聚合系统中热控负荷的数量。
4.根据权利要求1所述协同管控方法，其特征在于，步骤s2中，所述聚合系统总电力需求模型为：
式中：y(t)表示总热控负荷聚合功率，即聚合系统总电力需求，yi(t)是第i台负荷的聚合功率；σ2是噪声过程v(t)的方差；f1(.)和f0(.)分别表示热控负荷开启和关闭状态下的概率密度；t′是代表时间的积分变量；t 热控负荷温度设定点上限，t-热控负荷温度设定点下限；
5.根据权利要求3所述协同管控方法，其特征在于，步骤s2中，所述系统总电力需求变化模型改写为arx形式，表示为：
a(z)y(k)＝b(z)u(k) c(z)v(k)
其中，z是移位算子，k是差分算子，a(z)＝1-z-1，
6.根据权利要求1所述协同管控方法，其特征在于，步骤s4中，所述分配策略为：
在十分钟时段内，聚合系统的电力总需求的量化功率小于此时段清洁能源出力，则将加热负荷温度设定点调至用户可接受范围内最高，制冷负荷调至可接受范围内最低，并将剩余清洁能源产量分给其他非热控负荷；
若制冷和加热负荷的总功率大于清洁能源出力，并且清洁能源输出小于某单一负荷类总功率，则将热控负荷分类为大功率快速调节负荷如热水器和较大功率非快速调节负荷如空调，将清洁能源消纳任务按照8:2进行分配，80％给热水器快速响应需求侧指令，且尽可能多地调动了空调资源；
若负荷功率和清洁能源出力不是前述两种，则根据量化功率占比将清洁能源输出进行分配，各自完成清洁能源消纳任务。
7.根据权利要求5所述协同管控方法，其特征在于，步骤s5中，所述控制律表达式为：
u(k)＝[c(z)yr(k d)-g(z)y(k)]/f(z)
其中，u(k)是温度设定点变化量，即控制律；yr(k)是消纳任务，y(k)是热控负荷聚合功率；d是延迟算子，c(z)、g(z)和f(z)是丢番图方程的解。
技术总结