建筑柔性负荷参与配电网峰谷差调节的优化方法及装置与流程

1.本技术涉及电力领域，具体而言，涉及一种建筑柔性负荷参与配电网峰谷差调节的优化方法及装置。


背景技术：

2.近年来，随着经济社会的快速发展，社会总能耗在飞快增加，以建筑物为代表的终端用能为例，由于建筑物数量的增加以及用户对于舒适度要求的提高，建筑能耗每年在极速提高，其中增长速度维持在年均8％以上。绿色建筑发展显得尤为重要。特别对于我国北方地区，大规模实施清洁电采暖工程后，冬季建筑用电负荷大幅提升，同时对电网造成压力，因此，如何优化建筑柔性负荷参与区域配电网峰谷差调节调度并参与电网需求响应是亟需解决的问题。相关技术中，一般确定建筑柔性负荷参与区域配电网峰谷差调节调度的方式为预先设置固定的调节功率进行调节，这种调节方式比较机械单一，调节效果较差。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本技术实施例提供了一种建筑柔性负荷参与配电网峰谷差调节的优化方法及装置，以至少解决由于相关技术中设置固定的建筑柔性负荷参与峰谷差响应的调节功率造成的调节方式缺乏灵活性，调节效果较差的技术问题。
5.根据本技术实施例的一个方面，提供了一种建筑柔性负荷参与配电网峰谷差调节的优化方法，包括：获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
6.可选地，基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，包括：获取目标优化模型对应的编码矩阵，计算编码矩阵中每个建筑用户调节功率的非支配排序号以及拥挤距离；根据非支配排序号、拥挤距离以及目标满意度距离得到目标调节功率。
7.可选地，获取编码矩阵，包括：确定参与区域电网峰谷差调节的建筑柔性负荷的调节功率为控制变量；对控制变量进行编码，得到控制变量对应的编码矩阵。
8.可选地，根据非支配排序号、拥挤距离以及目标满意度距离得到目标调节功率，包括：s402，采用赌轮法生成第一随机数，对父代染色体进行选择操作，其中，选择操作选中的目标为非支配排序号小于拥挤距离的个体；s404，获取第二随机数，基于第二随机数以及随机交叉位，对选择操作选中的目标进行交叉操作，生成新子染色体； s406，随机生成产生变异的起始位以及结束位对新子染色体进行变异操作，得到变异后的新个体；根据新子染色体以及变异后的新个体确定子代种群；将父代种群与子代种群进行合并，得到新种群；s408，对新种群进行非支配排序和建筑柔性负荷调节功率个体拥挤距离计算，选择前k个个
体进入下一次循环；反复循环迭代s402-s408 直至满足收敛条件，终止计算，得到最优解集；根据目标满意度距离计算得到最优解集中，各建筑用能的目标调节功率。
9.可选地，在获取编码矩阵之后，方法还包括：确定目标函数对应的适应度函数，根据适应度函数确定各个目标函数对应的个体适应度。
10.可选地，确定目标函数对应的适应度函数，包括：确定目标函数中为求取最大值的第一类目标函数；确定第一类目标函数为第一类目标函数对应的适应度函数。
11.可选地，确定目标函数对应的适应度函数，包括：确定目标函数中为求取最小值的第一类目标函数；根据第一类目标函数的倒数构造第一类目标函数的适应度函数。
12.根据本技术实施例的另一方面，还提供了一种建筑柔性负荷参与配电网峰谷差调节的优化装置，包括：获取模块，用于获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；第一确定模块，用于确定目标函数对应的约束条件；第二确定模块，用于根据目标函数与约束条件确定多目标优化模型；求解模块，用于基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
13.根据本技术实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种建筑柔性负荷参与配电网峰谷差调节的优化方法。
14.根据本技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种建筑柔性负荷参与配电网峰谷差调节的优化方法。
15.在本技术实施例中，采用遗传算法以及满意度距离筛选的方式，通过获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率，达到了灵活调节的目的，从而实现了准确确定调节功率，提升调节效果的技术效果，进而解决了由于相关技术中设置固定的建筑柔性负荷参与峰谷差响应的调节功率造成的调节方式缺乏灵活性，调节效果较差的技术问题。
附图说明
16.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
17.图1是根据本技术实施例的一种可选的建筑柔性负荷参与配电网峰谷差调节的优化方法的流程示意图；
18.图2是根据本技术实施例的一种可选的建筑柔性负荷参与配电网峰谷差调节的优化装置的结构示意图。
具体实施方式
19.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
20.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
21.根据本技术实施例，提供了一种建筑柔性负荷参与配电网峰谷差调节的优化方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
22.图1是根据本技术实施例的建筑柔性负荷参与配电网峰谷差调节的优化方法，如图1所示，该方法包括如下步骤：
23.步骤s102，获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；
24.步骤s104，确定目标函数对应的约束条件；
25.步骤s106，根据目标函数与约束条件确定多目标优化模型；
26.步骤s108，基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
27.该建筑柔性负荷参与配电网峰谷差调节的优化方法中，通过获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率，达到了灵活调节的目的，从而实现了准确确定调节功率，提升调节效果的技术效果，进而解决了由于相关技术中设置固定的建筑柔性负荷参与峰谷差响应的调节功率造成的调节方式缺乏灵活性，调节效果较差的技术问题。
28.本技术一些实施例中，基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，可以通过如下步骤实现，具体地，获取目标优化模型对应的编码矩阵，计算编码矩阵中每个建筑用户调节功率的非支配排序号以及拥挤距离；根据非支配排序号、拥挤距离以及目标满意度距离得到目标调节功率。
29.本技术一些可选的实施例中，获取编码矩阵，可通过如下步骤实现：确定参与区域电网峰谷差调节的建筑柔性负荷的调节功率为控制变量；对控制变量进行编码，得到控制变量对应的编码矩阵。
30.具体地，根据非支配排序号、拥挤距离以及目标满意度距离得到目标调节功率，可以为：s402，采用赌轮法生成第一随机数，对父代染色体进行选择操作，其中，选择操作选中的目标为非支配排序号小于拥挤距离的个体；s404，获取第二随机数，基于第二随机数以及随机交叉位，对选择操作选中的目标进行交叉操作，生成新子染色体；s406，随机生成产生变异的起始位以及结束位对新子染色体进行变异操作，得到变异后的新个体；根据新子染
色体以及变异后的新个体确定子代种群；将父代种群与子代种群进行合并，得到新种群；s408，对新种群进行非支配排序和建筑柔性负荷调节功率个体拥挤距离计算，选择前k个个体进入下一次循环；反复循环迭代s402-s408 直至满足收敛条件，终止计算，得到最优解集；根据目标满意度距离计算得到最优解集中，各建筑用能的目标调节功率。
31.本技术一些实施例中，在获取编码矩阵之后，可确定目标函数对应的适应度函数，根据适应度函数确定各个目标函数对应的个体适应度。
32.本技术一些可选的实施例中，确定目标函数对应的适应度函数，包括：确定目标函数中为求取最大值的第一类目标函数；确定第一类目标函数为第一类目标函数对应的适应度函数。
33.本技术一些实施例中，确定目标函数对应的适应度函数，包括：确定目标函数中为求取最小值的第一类目标函数；根据第一类目标函数的倒数构造第一类目标函数的适应度函数。
34.为便于本领域技术人员更好理解本技术相关实施例，现结合一具体实施方式对本技术实施例进行说明：
35.1、构建多目标优化模型
36.(1)目标函数
37.1)网损最小
38.建筑柔性负荷参与区域配电网需求侧响应，在完成峰谷差调节的同时也要使得系统网络损耗要尽可能小，对应建立的目标函数为。
39.minf1＝p
loss,t
(δp
i,z,t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-1)
40.式中：p
loss,t
(δp
i,z,t
)为区域配电网网损，可以由常规潮流计算得到；δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率，也即本优化调度问题的控制变量。
41.2)配电网系统综合电压水平最好
42.由于配电网靠近用户侧，要尽量降低由于用户负荷调整造成的对系统电压水平的影响。因此，本文提出能够定量反映用户的建筑柔性负荷参与区域配电网峰谷差调节对系统整体电压水平影响的指标f2。f2既能反映各节点偏离额定电压程度，又能通过各节点注入功率占系统总注入功率的权重系数来反映该节点对整个系统电压水平的影响程度,f2越大，表明馈线的整体电压水平越好，f2的理想最大值为1，表示配电网所有节点电压等于其额定值，电压水平最好。因此，建立配电网系统综合电压水平最好的目标函数为f2最大化目标函数，如下式。
[0043][0044]
式中：n为配电网总节点数；v
i,t
为第i个节点在t调度时段的电压幅值；ve为电压额定值；v
max
和v
min
分别为节点电压的上、下限值；p
i,t
为预测得到的节点i在t调度时段的节点注入有功功率；δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率；zi为位于节点i的参与电网峰谷差调节的建筑总个数。
[0045]
3)需求侧辅助服务费用最小
[0046]
为了激励用户的建筑柔性负荷参与区域配电网削峰填谷调节，电网侧需要给予一定的经济补偿，称之为需求侧辅助服务费用，在完成峰谷差调节的同时期望需求侧辅助服务费用尽可能小，对应建立的目标函数为：
[0047][0048]
式中：ε
comp
为电网给予建筑柔性负荷的峰谷差调节补偿费率，可参考发电侧按机组提供的调峰容量进行经济补偿的原则来制定；δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率；δt为调度时段时长。
[0049]
(2)约束条件
[0050]
1)潮流方程等式约束
[0051][0052][0053]
式中：p
i,t
和q
i,t
分别为预测的节点i在t调度时段节点注入有功功率和无功功率；δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率；v
i,t
和v
j,t
分别为节点i和节点j在t调度时段的电压幅值；n为配电网总节点数；g
ij
和b
ij
分别为节点 i和节点j之间的电导和电纳；θ
ij,t
为节点i和节点j在t调度时段的电压相角差。
[0054]
2)建筑柔性负荷调节能力约束
[0055]
本优化问题的控制变量各建筑柔性负荷调节功率必须在其柔性调节潜力指标确定的调控裕度范围内：
[0056][0057]
式中：δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率，即本优化问题的控制变量；分别为位于节点i的建筑z在t调度时段能够响应电网峰谷差调节的可减少调节功率和可增加调节功率，由其柔性调节潜力指标模型计算得到。
[0058]
3)电网侧调节功率需求约束
[0059][0060]
式中：n为电网总节点数；zi为位于节点i的参与电网峰谷差调节的建筑柔性负荷总个数；δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷调节功率；为t调度时段电网侧的调节需求功率，根据采用分段平滑法确定的t调度时段所处于的峰、谷时段的不同取值不同，即取公式(1)对应的配电网侧峰谷差调节需求功率指标；μ为该区域配电网所辖范围内的所有建筑柔性负荷响应的削峰填谷调节功率与电网侧的调节需求功率的偏差允许值，取足够小的正数，理想值为0。
[0061]
4)节点电压约束
[0062]vmin
≤v
i,t
≤v
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-8)
[0063]
式中：v
max
和v
min
分别为节点电压的上、下限值；v
i,t
为第i个节点在t调度时段的电压幅值。
[0064]
2、基于目标满意度距离的非支配排序多目标遗传算法
[0065]
(1)目标满意度距离计算
[0066]
规定第d个目标函数fd(x)对个体x的满意度为
[0067][0068]
式中：fd*为第d个目标函数的最理想函数值；ld(x)为第d个目标函数的满意度， fd(x)为个体x对应第d个目标函数值大小。对于最小化问题，需要将函数值取倒数后再代入上式得到对应的满意度值。
[0069]
设个体的目标满意度向量为
[0070]
l＝[l1(x),l2(x)...lj(x)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-10)
[0071]
目标满意度距离s定义为
[0072][0073]
(2)多目标遗传算法步骤
[0074]
多目标优化算法的实现包含以下6个关键步骤，分别为控制变量编码、初始群体的产生、个体适应度的计算、遗传算子和遗传操作、精英策略和最优折衷解。下面详细介绍这六个步骤的实现过程。
[0075]
1)控制变量编码
[0076]
以参与区域电网侧峰谷差调节的建筑柔性负荷调节功率作为控制变量，采用实数编码方式，即对于参与区域电网峰谷差调节的建筑柔性负荷调节功率染色体向量δp 进行编码，得到编码矩阵，表达式如下：
[0077][0078]
式中：δp
i,z,t
为位于节点i的建筑z在t调度时段响应的削峰填谷功率；n为配电网节点数；zi为位于节点i的参与电网峰谷差调节的建筑总个数。
[0079]
2)初始群体的产生
[0080]
随机产生建筑柔性负荷调节功率染色体编码向量δp中各元素，如下式所示：
[0081][0082]
式中：rand为生成0～1间随机数的随机函数；分别为位于节点i 的建筑z在t调度时段能够响应电网峰谷差调节的可减少调节功率和可增加调节功率，由其柔性调节潜力指标模型计算得到。
[0083]
3)个体适应度的计算
[0084]
目标函数f1、f3为求取最小值的问题(第二类目标函数)，f2为求取最大值的目标函数(第一类目标函数)，因此，将目标函数f1、f3取倒数，f2不做，来构造成适应度函数ci：
[0085][0086]
式中：fi为由个体得到的各目标函数值；ci为对应目标函数的适应度值。
[0087]
非支配排序多目标遗传算法通过计算每个目标函数中的个体适应度来进行非支配排序和目标函数中个体拥挤距离比较。
[0088]
a.非支配排序
[0089]
如果建筑柔性负荷调节功率中的染色体δpa的各个优化目标函数适应度值都不比δpb差，且至少有一个优化目标函数的适应度值优于δpb，说明此染色体δpa相对于δpb是一个非劣解，称δpa支配δpb。对整个建筑柔性负荷调节功率染色体种群δp中每个子染色体δpi进行如下操作：
[0090]
对于种群δp，每个个体δpi都设置两个参数e
δpi
和e
δpi
，e
δpi
表示建筑柔性负荷调节功率中的个体δpi所支配的建筑柔性负荷调节功率个体的集合，e
δpi
表示支配个体δpi的建筑柔性负荷调节功率个体数量。
[0091]
首先搜索δp种群中所有e
δpi
＝0的个体，将这些个体分到第一非支配层w1，并赋予相应的非支配排序号irank＝1。
[0092]
③
对于w1中的每个个体δpi，考查它所支配的集合e
δpi
，将集合e
δpi
中的每个个体δpi对应的e
δpi
减去1，若e
δpi-1＝0，则将δpi分到第二非支配层w2，并赋予相应的非支配排序号irank＝2。重复上述步骤，直至整个建筑柔性负荷调节功率种群被分层。
[0093]
b.建筑柔性负荷调节功率个体拥挤距离
[0094]
建筑柔性负荷调节功率个体拥挤距离是在具有相同非支配排序号的个体内进行拥挤度排序，其中个体δpi的拥挤距离l
dis
是指目标空间上与δpi相邻的2个个体δp
i 1
和δp
i-1
之间的距离，表达式如下：
[0095][0096]
式中：r为目标函数的个数，本文目标函数为网损最小、系统综合电压水平最好和需求侧辅助服务费用最小，因此r＝3；fr(δp
i 1
)、fr(δp
i-1
)分别为个体δp
i 1
和个体δp
i-1
对应的各目标函数值，和分别为第r个目标函数的最大值和最小值。
[0097]
4)选择、交叉、变异操作
[0098]
a.选择操作
[0099]
本文的选择操作根据每个个体的非支配排序号irank和建筑柔性负荷调节功率个体拥挤距离l
dis
的两个因素进行选择。具体选择操作过程如下：
[0100]
计算种群体中所有个体的非支配等级irank和拥挤距离l
dis
；
[0101]
使用赌轮选择来确定哪些个体被选中并进行复制遗传到下一代种群；
[0102]
③
由于概率选择法存在一定的随机性，所以设置保留算子。将父代中的若干个较优个体直接保留到下一代种群中，较优个体就不必进行交叉操作和变异操作。
[0103]
b.交叉操作
[0104]
交叉操作是该算法中的核心操作，通过两个父代染色体中某些位置的交换，产生更加优秀的子代个体。
[0105]
将选择后准备进行交叉操作的两个父代个体表示为
[0106][0107][0108]
具体交叉操作过程如下：
[0109]
生成随机数α，生成随机交叉位z。
[0110]
在交叉位(i,z,t)上对两个父代个体进行交叉操作，生成新个体的表达式为
[0111][0112][0113]
c.变异操作
[0114]
变异是指对于染色体上的某些位置的建筑柔性负荷调节功率基因进行改变。随机选中进行变异的个体的父代染色体表示为
[0115][0116]
具体变异操作过程如下：
[0117]
随机产生变异的起始位(i1,z1,t)和结束位(i2,z2,t)，满足1≤i1≤i2≤n，随机生成 0～1间的随机数α。
[0118]
进行变异操作，变异后的新个体如下所示：
[0119][0120]
变异操作相当于在不同的建筑柔性负荷间进行调节功率的重新分配。
[0121]
5)精英策略
[0122]
将父代种群与优秀子代种群合并为一个种群。然后对新产生的种群进行非支配排序和建筑柔性负荷调节功率个体拥挤距离计算，选择前k个个体进入下一次循环。
[0123]
6)最优折衷解
[0124]
反复循环迭代上述步骤直至满足收敛条件，终止计算，得到pareto最优解集。根据目标满意度距离计算得到多目标函数的最优折衷方案。
[0125]
图2是根据本技术实施例的一种建筑柔性负荷参与配电网峰谷差调节的优化装置，如图2所示，该装置包括：
[0126]
获取模块40，用于获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；
[0127]
第一确定模块42，用于确定目标函数对应的约束条件；
[0128]
第二确定模块44，用于根据目标函数与约束条件确定多目标优化模型；
[0129]
求解模块46，用于基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
[0130]
该建筑柔性负荷参与配电网峰谷差调节的优化装置中，获取模块40，用于获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；第一确定模块42，用于确定目标函数
对应的约束条件；第二确定模块44，用于根据目标函数与约束条件确定多目标优化模型；求解模块46，用于基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率，达到了灵活调节的目的，从而实现了准确确定调节功率，提升调节效果的技术效果，进而解决了由于相关技术中设置固定的建筑柔性负荷参与峰谷差响应的调节功率造成的调节方式缺乏灵活性，调节效果较差的技术问题。
[0131]
根据本技术实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种建筑柔性负荷参与配电网峰谷差调节的优化方法。
[0132]
根据本技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种建筑柔性负荷参与配电网峰谷差调节的优化方法。
[0133]
具体地，上述存储介质用于存储执行以下功能的程序指令，实现以下功能:
[0134]
获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
[0135]
具体地，上述处理器用于调用存储器中的程序指令，实现以下功能：
[0136]
获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率。
[0137]
在本技术实施例中，采用遗传算法以及满意度距离筛选的方式，通过获取建筑柔性负荷参与区域配电网峰谷差调节的目标函数；确定目标函数对应的约束条件；根据目标函数与约束条件确定多目标优化模型；基于目标满意度距离的非支配排序多目标遗传求解算法对多目标优化模型进行求解，得到各个建筑柔性负荷在目标时段参与峰谷差响应的目标调节功率，达到了灵活调节的目的，从而实现了准确确定调节功率，提升调节效果的技术效果，进而解决了由于相关技术中设置固定的建筑柔性负荷参与峰谷差响应的调节功率造成的调节方式缺乏灵活性，调节效果较差的技术问题。
[0138]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0139]
在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0140]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0141]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个
单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0142]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0143]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0144]
以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。