[发明专利]智能电网环境下商业用户可控负荷的管理策略

摘要

本发明的一种智能电网环境下商业用户可控制负荷的管理策略，其特点是，以智能电网为背景，基于多智能体技术，针对商业用户的用电特点和不同用电设备的用电响应能力，设计了相应的多智能体控制系统及互动协调机制，多个智能体之间相互通讯，彼此协调，共同完成大的复杂系统控制作业任务。智能体分负荷侧智能体、聚合智能体和中央协调智能体。这样的系统可以实现资源共享，根据不同用电设备的运行特性建立了电动汽车、储能空调和热水器的负荷响应模型，采用区间数排序法确定用电负荷的优先级，提出了以优化用户用电整体舒适度为目标的负荷管控模式。具有科学合理，可靠性高、实时性强、灵活性和鲁棒性好等待优点。

主权项

一种智能电网环境下商业用户可控制负荷的管理策略，其特征是，它包括以下内容：1)电动汽车智能体：根据电动汽车的充电特性，其负荷需求设定为：在规定时间内电动汽车应达到满充，蓄电池的数学模型采用简化的铅酸电池模型来表示，式(1)，(2)表示相对于在25℃下充电或放电10h的容量修正，C_T＝1.67C₁₀(1+0.005ΔT_a)         (1)$C=\frac{C_T}{1+0.67{\left(\right|I|/I_{10})}^{0.9}}---\left(2\right)$式中，C_T，C₁₀，C分别表示电池最大的容量，25℃充电或放电10h的容量，在25℃参考下的电池容量修正值；ΔT_a＝T_a‑25表示在25℃参考下的温度变化量，T_a是当时的环境温度；I₁₀，I分别表示25℃下充电或放电10h的电流，实际温度下充电或放电电流，I>0表示充电，I<0表示放电；在放电和充电过程中，库伦效率(η_b)表示为：${\mathrm{\&eta;}}_b=\left\{\begin{array}{cc}1-\exp \&lsqb;\frac{20.73}{I/I_{10}+0.55}(SOC-1)\&rsqb;& I\&gt;0\\ 1& I\&lt;0\end{array}\right.---\left(3\right)$式中，SOC(State Of Charge)表示为电池荷电状态，是电动汽车舒适性的主要指标，其具体表达式为：$SOC=\left\{\begin{array}{cc}\frac{Q}{C}{\mathrm{\&eta;}}_b& I\&gt;0\\ 1-\frac{Q}{C}{\mathrm{\&eta;}}_b& I\&lt;0\end{array}\right.---\left(4\right)$SOC_min≤SOC≤SOC_max         (5)式中，Q＝|I|Δt，表示在时间段Δt内，电池的放电容量或者电池的充电容量，单位Ah；电池电压表示为：$V=\left(2+0.16\frac{Q}{C}\right)+\frac{I}{C_{10}}\left(\frac{6}{1+I^{0.6}}+\frac{0.48}{{\left(1-Q/C_T\right)}^{1.2}}+0.036\right)\left(1-0.025{\mathrm{\&Delta;T}}_a\right)---\left(6\right)$通过式(4)和式(5)可知，在放电过程中，当电池荷电状态SOC低于最小值时，充电控制器断开牵引系统，防止过放电；在充电过程中，当SOC大于最大值时，充电控制器断开电源停止充电；2)储能空调智能体：储能空调的调节一般依据温度进行调节，温度变化与空调功率之间的关系表示为：T_t＝εT_t‑1+(1‑ε)(T_out,t‑ηQ_t‑1/A)          (7)0≤Q_t≤Q_max                  (8)T_min≤T_t≤T_max                (9)T_min＝T_set‑ΔT                (10)T_max＝T_set+ΔT                (11)式中，Q_t为空调在每个时段的电量，kWh；T_t为t时段的室内温度；T_out.t为t时段的室外温度；T_min、T_max分别为可接受的室内最低和最高温度；T_set为室内理想温度；ΔT为可接受的温度偏差；η，ε，A分别为空调的利用效率，散热系数，导热系数，三者均为常数；3)热水器智能体：热水器的运行状态与水温有关，通过温控器通与断实现加热与不加热的电路接通，水温低于临界温度θ_min时，温控器自动接通；水温达到热水器预置温度θ_set时，温控器断开，热水器停止加热，热水器的保温靠热水器的保温层来实现，当水温低于临界温度时，热水器再次开始加热；根据用户热水器的使用习惯，预先设置热水器的加热时段，由式(12)‑(14)根据反映加热和散热时长，C_Wρ_WV(θ_set‑θ_min)＝δPτ         (12)Q_t＝KF(θ_t‑θ_nt)                (13)$\underset{j=t}{\overset{t+{\mathrm{\&tau;}}^{\&prime;}}{\&Sigma;}}{Q}_j=\mathrm{\&delta;}P\mathrm{\&tau;}---\left(14\right)$式中，C_W、ρ_W分别为水的比热容和密度；P为加热时消耗的额定功率；τ为加热时长；δ为热水器的利用效率；Q_t为t时段热水器的散热量，t的初值是热水器使用结束后的第一个时段；K为热水器保温材料的传热系数，单位W/m2℃；F为热水器的散热面积；θ_t为t时段热水器中水的温度；θ_nt为t时段室内的温度；为总的散热量；τ′为散热时长；4)负载聚合智能体：由负荷聚合智能体收集各类负荷用电设备的物理状态，功率和外部环境信息计算舒适度，外部信息是指：室内外温度，用户自己设置的参数，舒适度表征用户对用电方式的满意程度，舒适度越小表明用电满意度越低，调度优先级越高，收集到的物理状态量分别为电动汽车的荷电状态，空调工作对应的室内温度，热水器中水的温度，可从负荷智能体中获取，每类聚合智能体中t时段i设备的舒适度有如下表示：${\mathrm{\&mu;}}_{EV,i,t}=1-{\left(\right({\mathrm{SOC}}_{i,t}-{\mathrm{SOC}}_i^{\max })/{\mathrm{SOC}}_i^{\max })}^2---\left(15\right)$${\mathrm{\&mu;}}_{AC,i,t}=1-{\left(\right(T_{i,t}-T_{set,i})/T_{set,i})}^2---\left(16\right)$${\mathrm{\&mu;}}_{WH,i,t}=1-{\left(\right({\mathrm{\&theta;}}_{i,t}-{\mathrm{\&theta;}}_{set,i})/{\mathrm{\&theta;}}_{set,i})}^2---\left(17\right)$式中，μ_EV,i,t,μ_AC,i,t和μ_WH,i,t分别为电动汽车、空调和热水器的舒适度指标，取值为1时表示舒适度最高，负载聚合智能体还需对每类负荷的各用电设备舒适度指标进行升序排列，根据负荷的控制智能体为依据确定每台用电设备的用电优先级，对于电动汽车，设和分别表示t时段该类负荷舒适度的最大值和最小值来确定负荷舒适度指标变化范围可用区间数表示，即${\widetilde{\mathrm{\&mu;}}}_{EV,t}=\&lsqb;{\mathrm{\&mu;}}_{EV,t}^{\min },{\mathrm{\&mu;}}_{EV,t}^{\max }\&rsqb;---\left(18\right)$同理，空调负荷与热水器负荷舒适度指标变化范围分别用区间数表示为：${\widetilde{\mathrm{\&mu;}}}_{AC,t}=\&lsqb;{\mathrm{\&mu;}}_{AC,t}^{\min },{\mathrm{\&mu;}}_{AC,t}^{\max }\&rsqb;---\left(19\right)$${\widetilde{\mathrm{\&mu;}}}_{WH,t}=\&lsqb;{\mathrm{\&mu;}}_{WH,t}^{\min },{\mathrm{\&mu;}}_{WH,t}^{\max }\&rsqb;---\left(20\right)$5)分类控制Agent分类控制Agent属于负荷分类控制层，其控制目标为提高同类负荷的单个用电设备的舒适度，并且使得该类负荷中各用电设备的舒适度差异性最小，对于电动汽车类负荷控制Agent的目标函数为：${\mathrm{\&Delta;\&mu;}}_{EV,t}=max\underset{i\&Element;EV}{min}{\mathrm{\&mu;}}_{EV,i,t}---\left(21\right)$式中，Δμ_EV,t为t时段电动汽车类负荷Agent的控制目标；EV表示各电动汽车集合；同理，空调类负荷控制Agent和热水器类负荷控制Agent的控制目标分别为：${\mathrm{\&Delta;\&mu;}}_{AC,t}=max\underset{i\&Element;AC}{min}{\mathrm{\&mu;}}_{AC,i,t}---\left(22\right)$${\mathrm{\&Delta;\&mu;}}_{WH,t}=max\underset{i\&Element;WH}{min}{\mathrm{\&mu;}}_{WH,i,t}---\left(23\right)$每类负荷控制Agent根据自身的目标函数按照每个用电设备的舒适度升序排列制定初步的用电调度策略，舒适度越小调度优先级越高；6)中央协调控制智能体：中央协调控制智能体是负荷集中控制单元，其目的是在功率约束条件下提高商业用户整体的舒适度，对各类负荷进行集中协调调度，具体优化模型表示为如下：maxΔμ_t＝β_EV,tΔμ_EV,t+β_AC,tΔμ_AC,t+β_WH,tΔμ_WH,t      (24)$P_{\mathrm{\&Sigma;},t}\&le;P_t^{\max }---\left(25\right)$式中，Δμ_t为t时段整体负荷舒适度的综合调控指标；β_EV,t，β_AC,t，β_WH,t分别为电动汽车类，空调类和热水器类舒适度区间长度所占的权重，权重越大负荷的舒适度区间长度越大，不利于整体舒适度的提高，这时，负荷用电区间优先级越高，集中调度时获得的用电功率越多，β_EV,t+β_AC,t+β_WH,t＝1；P_∑，t为t时段受控设备总的功率；为电网智能体给定的t时段功率限制值。在处理权重问题上设置几种特殊情况：①对于电动汽车开始充电时，用电优先级最高，β_EV,t＝1；②热水器的工作时段和使用时段，用电优先级最高，β_WH,t；热水器处于满足约束的散热阶段不参与用电调度，β_WH,t；除了上述情况，在确定每类负荷用电设备的权重时，需要中央协调控制智能体确定负荷用电区间优先级，用电区间优先级越高所占比重越大；对分类控制智能体发送的舒适度区间进行排序，以确定每类负荷的用电区间优先级，用电区间优先级是整个控制系统对负荷进行用电调度的最高层次的依据，其工作原理采用基于模糊约束满意度的求解方法，计算两个区间数大小比较的可能度，假设有两个区间x＝[x₁,x₂]和y＝[y₁,y₂]，x≤y的可能度为：$p(x\&le;y)=max\{0,1-max\{0,\frac{x_2-y_1}{(x_2-x_1)+(y_2-y_1)}\left\}\right\}---\left(26\right)$x≥y的可能度为：$p(x\&GreaterEqual;y)=max\{1-max\{\frac{y_2-x_1}{(x_2-x_1)+(y_2-y_1)},0\},0\}---\left(27\right)$如果p(x≤y)>p(x≥y)，则区间x大于区间y，即舒适度区间x大于y，用电区间优先级x小于y；反之，用电区间优先级x大于y，如果p(x≤y)＝p(x≥y)，则区间x等于区间y，即x和y的舒适度区间和用电区间优先级相等；中央协调控制智能体确定每类负荷的用区间优先级，制定集中控制的用电调度策略并下达到分类控制智能体，分类控制智能体对初步制定的调度方案进行修正并将其发送到负载聚合智能体，对每类负荷的用电设备进行调控。