一种基于回风温度变化的空调负荷柔性调控方法与流程

本发明涉及电力系统调度运行，更具体地说，是涉及一种基于回风温度变化的空调负荷柔性调控方法。

背景技术：

1、空调负荷是电力系统重要的需求侧柔性资源，非侵入式负荷监测、可调节潜力评估等技术已得到一定应用。

2、在可调节潜力评估方面，现有方法多采用室外温度或室内平均温度作为输入参数，评估结果以用户群体统计值呈现，难以反映单用户的真实可调能力，使得调控方案制定时缺乏精细化依据。

3、在空调运行状态感知方面，现有方法多基于负荷功率的突变事件检测，通过捕捉功率跃升或跌落来判断空调启停状态，但此类方法无法区分功率变化是由用户正常操作、环境温度波动还是系统调控指令引起的，状态判别颗粒度较粗，导致后续调控策略制定时缺少准确的状态输入。

4、由于上述各环节分别采用电气特征、功率事件、室外温度等不同类型的参数，彼此之间缺乏统一的物理量作为传递媒介，上一环节的输出无法直接作为下一环节的输入，中间需要多次格式转换和人为干预，导致信息在传递过程中逐步损耗，最终调控策略的制定缺少完整准确的数据支撑。

5、因此，亟需提供一种方案解决上述问题。

技术实现思路

1、为了克服现有的技术的不足，本发明提供一种基于回风温度变化的空调负荷柔性调控方法。

2、本发明技术方案如下所述：

3、一种基于回风温度变化的空调负荷柔性调控方法，包括以下步骤：

4、基于空调系统的回风温度数据、用户负荷数据及气象数据生成标准化空调负荷管理数据库，基于所述标准化空调负荷管理数据库构建空调负荷的多维特征指标体系，所述多维特征指标体系至少包括回风温度特征、负荷特征、气象特征和时序特征；

5、基于所述多维特征指标体系，采用非侵入式负荷监测方法对用户总表负荷中的空调负荷成分进行辨识，得到空调负荷辨识结果；

6、基于所述回风温度数据的变化模式辨识空调的运行状态，并基于所述空调负荷辨识结果和所述空调的运行状态，建立单用户可调节潜力评估模型，评估单个空调用户在预设热舒适度约束下的可调节功率；

7、基于所述可调节功率对用户进行潜力分级，并基于多个所述单用户可调节潜力评估模型，评估空调负荷集群的柔性调控潜力，获得集群可调电量及反弹风险指数，基于分级结果、所述集群可调电量及所述反弹风险指数生成柔性调控策略。

8、优选的，所述多维特征指标体系中：

9、所述温度特征包括回风温度、回风温度变化率和回风温度波动幅度；

10、所述负荷特征包括用户总负荷、负荷变化率和峰谷特性；

11、所述气象特征包括室外温度、湿度和日照强度；

12、所述时序特征包括季节特征、工作日及节假日特征和时段特征。

13、优选的，所述采用非侵入式负荷监测方法对用户总表负荷中的空调负荷成分进行辨识的过程中，包括：

14、基于小波变换对用户总表负荷数据进行事件检测，识别空调启停状态变化事件；

15、基于特征工程对空调负荷稳态特性的一致性以及与其他负荷的差异性进行结构化表征；

16、将所述回风温度特征与负荷特征融合，采用随机森林算法构建空调负荷辨识模型；

17、以非空调使用周期内的负荷为对照基准，构建冬夏典型负荷曲线及基准负荷曲线，将辨识出的空调负荷成分与所述基准负荷曲线进行比对校验。

18、优选的，所述根据所述回风温度数据的变化模式辨识空调的运行状态的过程中，包括：

19、当回风温度在设定值附近小幅波动且波动幅度不大于1℃时，判定空调处于稳定运行状态；

20、当回风温度呈现周期性升降且周期处于预设时间段内时，判定空调处于启停切换状态；

21、当回风温度发生趋势性变化且变化幅度超过第一温度阈值时，判定空调处于调控响应状态；

22、当回风温度升降超出第二温度阈值时，判定空调处于故障或异常状态。

23、优选的，所述单用户可调节潜力评估模型为：

24、当所述回风温度高于所述设定温度时：

25、；

26、当所述回风温度低于所述设定温度时：

27、；

28、当所述回风温度等于所述设定温度时：

29、；

30、其中，为第个用户在时刻的可调节功率，为第个用户在时刻的回风温度，为第个用户的空调设定温度，为时刻的室外温度，为第个用户的空调额定功率，为第个用户的向上调节系数，为第个用户的向下调节系数，所述向上调节系数和向下调节系数的取值受热舒适度约束限制，为第个用户的时间衰减系数，为调控持续时间。

31、优选的，所述向上调节系数和向下调节系数的取值表达式为：

32、；

33、；

34、其中，为第个用户对应的最大向上调节基准系数，为第个用户对应的最大向下调节基准系数，为第个用户可接受的温度变化最大范围，为示性函数，当括号内条件满足时取值为1，否则为0。

35、优选的，所述基于所述可调节功率对用户进行潜力分级的过程中，包括：

36、当，且响应时间小于5分钟，判定该用户为高潜力等级；

37、当，且响应时间处于[5,15]分钟，判定该用户为中潜力等级；

38、当，且响应时间处于(15,30]分钟，判定该用户为一般潜力等级。

39、优选的，所述空调负荷聚合模型为：

40、；

41、其中，时刻空调负荷集群的聚合功率，为第个用户的空调在时刻的开关状态，为第个用户的空调在时刻的功率，为空调用户总数。

42、优选的，所述评估空调负荷集群的柔性调控潜力，获得集群可调电量及反弹风险指数的过程中，包括：

43、将所有用户的可调节功率相加，得到集群最大可调功率：

44、；

45、计算最大可持续时间，其满足：

46、；

47、基于所述最大可调功率及所述最大可持续时间相乘得到集群可调电量：

48、；

49、基于负荷历史功率在不同温度出现的频率衡量负荷可削减的难易程度，评估调控结束后的负荷反弹风险指数：

50、；

51、其中，为第个用户所在房间的等效热容，为第个用户的空调的能效比。

52、优选的，所述基于分级结果、所述集群可调电量及所述反弹风险指数生成柔性调控策略的过程中，包括：

53、将高潜力等级用户组成第一调控组，中潜力等级用户组成第二调控组，一般潜力等级用户组成第三调控组；

54、执行调控时按照第一调控组、第二调控组、第三调控组的顺序逐级调用，当已调用组的可调电量小于当前负荷缺口所需的总电量时，将下一调控组用户纳入调用范围；

55、响应结束后，基于所述反弹风险指数确定恢复批次，所述反弹风险指数与所述恢复批次的数量成正相关，且所述恢复批次的恢复比例依次递增。

56、根据上述方案的本发明，其有益效果在于，

57、1、本发明将回风温度引入非侵入式负荷监测的特征指标体系，充分利用空调系统自身的运行参数，克服了现有方法仅依赖电气特征导致辨识精度受限的问题，提高了空调负荷辨识的准确率；

58、2、本发明建立了以回风温度为驱动的单用户可调节功率评估模型，以回风温度与设定温度的偏差作为可调节功率的主要驱动力，以室外温度为修正因子，以时间衰减系数刻画可调节功率随调控时间延长的衰减特性，克服了现有方法采用室外温度或室内平均温度进行粗粒度评估无法反映单用户真实可调能力的问题，实现了单用户层面可调节功率的精细化量化；

59、3、本发明基于回风温度的变化模式将空调运行状态划分为稳定运行、启停切换、调控响应、故障异常四种状态，克服了现有方法基于功率事件检测难以区分功率变化成因、状态判别颗粒度粗的问题，为可调节功率评估提供了准确的状态输入；

60、4、本发明以回风温度为统一物理参数贯穿负荷辨识、状态感知、潜力评估、策略生成各环节，克服了现有方法各环节采用独立参数体系导致信息传递断层的问题，形成了完整的闭环技术链条，提升了空调负荷柔性调控的整体效果。