淺析電力物聯(lián)網(wǎng)支撐下面向清潔能源消納的需求側(cè)熱控負(fù)荷集群協(xié)同技術(shù)

于金瑩

【摘 要】需求側(cè)熱控負(fù)荷資源豐富，可為電網(wǎng)服務(wù)。本文構(gòu)建了需求側(cè)熱控負(fù)荷協(xié)同管控架構(gòu)。家電廠商溝通電網(wǎng)與需求側(cè)，將負(fù)荷資源虛擬聚合，各組協(xié)同完成消納任務(wù);電網(wǎng)通過非侵入負(fù)荷監(jiān)測(cè)終端獲取負(fù)荷信息，結(jié)合聚合商反饋信息為其分配消納任務(wù)。建立了熱控負(fù)荷容量雙向評(píng)估機(jī)制，以用戶舒適度和可調(diào)負(fù)荷容量構(gòu)建了消納分配最優(yōu)化問題;利用系統(tǒng)辨識(shí)實(shí)現(xiàn)對(duì)同種類熱控負(fù)荷的統(tǒng)一管控。

【關(guān)鍵詞】需求側(cè);熱控負(fù)荷管控;非侵入負(fù)荷監(jiān)測(cè);統(tǒng)一控制

中圖分類號(hào)： TM621.3文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）21-0111-002

DOI：10.19694/j.cnki.issn2095-2457.2019.21.050

Analysis on The Demand-side Thermostatic Controlled Load Cluster Collaborative Technology Supported by The Internet of Electric Power for Clean Energy Consumption

YU Jin-ying

（School of Electrical and Electronic Engineering of North China Electric Power University， Beijing 102206， China）

【Abstract】Demand side thermal control load resources are abundant and can serve the power grid. In this paper， a demand-side thermal load collaborative management and control architecture is constructed. Domestic power plant businessmen communicate with the grid and demand side， virtual aggregation of load resources， and each group cooperates to complete the absorption task. Power grid obtains load information through non-intrusive load monitoring terminals， and distributes the absorption task for them with aggregator feedback information. A bidirectional evaluation mechanism of thermal control load capacity is established， and the optimization problem of absorption and distribution is constructed by user comfort and adjustable load capacity. The unified management and control of the same kind of thermal control load is realized by system identification.

【Key words】Demand side; Thermal load management and control; Non-intrusive load monitoring; Unified control

0 引言

清潔能源發(fā)展迅速但利用率低，建立儲(chǔ)能系統(tǒng)是解決清潔能源消納問題的主要方法[1]。然而，該方法缺乏靈活性。電熱水器、空調(diào)等熱控負(fù)荷可將電能以熱能形式短暫存儲(chǔ)[2]，經(jīng)集群管控后等效為需求側(cè)儲(chǔ)能系統(tǒng)，是配合清潔能源上網(wǎng)的經(jīng)濟(jì)可行方法[3]。相關(guān)研究提出通過負(fù)荷聚合商，對(duì)負(fù)荷資源進(jìn)行集中管控來平抑系統(tǒng)波動(dòng)，促進(jìn)可再生電力消納[4]，為電網(wǎng)提供輔助服務(wù)。文獻(xiàn)[5]以需求側(cè)管理為基礎(chǔ)，利用聚合空調(diào)消納清潔能源。在異質(zhì)熱控負(fù)荷研究中，文獻(xiàn)[6]將負(fù)荷群劃分為多個(gè)同質(zhì)簇，各簇由獨(dú)立的控制器控制。通過負(fù)荷管控進(jìn)行清潔能源消納，形成電網(wǎng)、聚合商、需求側(cè)三者之間的信息交互體系。此外，實(shí)際中同種負(fù)荷的型號(hào)規(guī)格差異很大，需要在同質(zhì)聚合模型的基礎(chǔ)完善異質(zhì)聚合模型。同時(shí)，不同種類負(fù)荷之間的協(xié)同控制研究能最大程度發(fā)掘熱控負(fù)荷潛力。

本文第一章構(gòu)建了基于電網(wǎng)-聚合商-需求側(cè)信息交互的熱控負(fù)荷分組協(xié)同管理實(shí)現(xiàn)架構(gòu)。第二章介紹了架構(gòu)模型建立方法，包括通過非侵入式負(fù)荷自動(dòng)在線監(jiān)測(cè)對(duì)入網(wǎng)熱控負(fù)荷容量做在線評(píng)估，多聚合商消納任務(wù)的協(xié)同分配和異質(zhì)熱控負(fù)荷的聚合管控。

1 電力物聯(lián)網(wǎng)支撐下的熱控負(fù)荷資源管控架構(gòu)

隨著智能家電的發(fā)展，家電廠商可通過云平臺(tái)獲取本品牌負(fù)荷信息，對(duì)分散的負(fù)荷資源進(jìn)行管控。本文建立電力物聯(lián)網(wǎng)支撐下的熱控負(fù)荷資源管控架構(gòu)，其由電網(wǎng)，聚合商，需求側(cè)熱控負(fù)荷組成。如圖1所示，電網(wǎng)與聚合商進(jìn)行信息交互，同時(shí)通過非侵入負(fù)荷監(jiān)測(cè)終端與需求側(cè)交互，評(píng)估入網(wǎng)熱控負(fù)荷容量，制定任務(wù)分配策略向聚合商發(fā)布指令;聚合商一方面獲取負(fù)荷信息向電網(wǎng)反饋，另一方面對(duì)所屬負(fù)荷資源建立聚合模型，通過云平臺(tái)向負(fù)荷發(fā)布控制信號(hào);需求側(cè)負(fù)荷作為受控對(duì)象，是清潔能源出力跟蹤任務(wù)的直接執(zhí)行者。

2 電力物聯(lián)網(wǎng)支撐下的熱控負(fù)荷資源管控問題的解決方法

2.1 自適應(yīng)用戶的非侵入式負(fù)荷自動(dòng)在線監(jiān)測(cè)機(jī)理研究

在用戶電力入口處安裝非侵入監(jiān)測(cè)終端，通過辨識(shí)每個(gè)負(fù)荷的運(yùn)行情況并將數(shù)據(jù)發(fā)送到電網(wǎng)，實(shí)現(xiàn)居民用電負(fù)荷的實(shí)時(shí)跟蹤與管理。在非侵入式負(fù)荷監(jiān)測(cè)模式下，負(fù)荷辨識(shí)是關(guān)鍵。如圖2所示，首先將非侵入負(fù)荷分解看作電流信號(hào)欠定分離，依據(jù)信號(hào)理論，結(jié)合負(fù)荷電流信號(hào)特征進(jìn)行求解，獲取獨(dú)立負(fù)荷電流波形;再將電流波形類別判斷看作模式分類問題，基于貝葉斯分類理論構(gòu)建類別判別函數(shù);最后將辨識(shí)問題看作尋優(yōu)問題實(shí)現(xiàn)負(fù)荷辨識(shí)。

2.2 多聚合商分組協(xié)同的消納容量分配機(jī)制研究

電網(wǎng)作為任務(wù)的決策者，同時(shí)與需求側(cè)和聚合商交互評(píng)估可調(diào)度負(fù)荷容量，并將分配后的任務(wù)下發(fā)給聚合商。任務(wù)分配應(yīng)考慮兩種情況：當(dāng)聚合商上報(bào)的可調(diào)度負(fù)荷容量總和遠(yuǎn)小于電網(wǎng)的評(píng)估值時(shí)，電網(wǎng)應(yīng)提高對(duì)聚合商的補(bǔ)償以調(diào)動(dòng)用戶參與積極性，直到上報(bào)的可調(diào)度負(fù)荷容量總和滿足要求，進(jìn)而進(jìn)行消納任務(wù)分配;當(dāng)聚合商上報(bào)的可調(diào)度負(fù)荷容量總和大于或近似電網(wǎng)評(píng)估值時(shí)，以聚合商提供的負(fù)荷容量范圍為準(zhǔn)，進(jìn)行消納任務(wù)分配。如圖3所示，以實(shí)際容量最接近目標(biāo)容量構(gòu)建目標(biāo)函數(shù)，用戶舒適度和聚合組消納能力作為約束，尋優(yōu)目標(biāo)函數(shù)得到最優(yōu)解。

2.3 異質(zhì)熱控負(fù)荷集群的協(xié)同管控模型研究

在聚合商與需求側(cè)負(fù)荷進(jìn)行交互時(shí)，負(fù)荷參數(shù)存在較大差異，需要在同質(zhì)負(fù)荷模型基礎(chǔ)上建立異質(zhì)負(fù)荷聚合模型。本文提出了基于機(jī)器學(xué)習(xí)的異質(zhì)負(fù)荷聚合系統(tǒng)辨識(shí)方法，具體過程如圖4所示，負(fù)荷集群控制過程看作未知系統(tǒng)的控制，每個(gè)云平臺(tái)下所屬的同種類異質(zhì)負(fù)荷群作為一個(gè)未知系統(tǒng)，通過系統(tǒng)辨識(shí)確定其系統(tǒng)模型;構(gòu)建異質(zhì)聚合模型特征參數(shù)看作參數(shù)的學(xué)習(xí)問題，通過機(jī)器學(xué)習(xí)理論對(duì)異質(zhì)負(fù)荷集群的特征參數(shù)訓(xùn)練學(xué)習(xí)以輔助系統(tǒng)辨識(shí);系統(tǒng)模型確定后，可通過調(diào)整控制激勵(lì)使輸出響應(yīng)接近跟蹤目標(biāo)，看作目標(biāo)擬合問題。

3 總結(jié)

本文構(gòu)建了電力物聯(lián)網(wǎng)支撐下的需求側(cè)熱控負(fù)荷資源管控架構(gòu)，該架構(gòu)由電網(wǎng)，聚合商，需求側(cè)共同參與，可用于為電網(wǎng)提供輔助服務(wù)。電網(wǎng)與需求側(cè)交互，通過非侵入終端獲得入網(wǎng)熱控負(fù)荷容量;聚合商與需求側(cè)交互，得到聚合負(fù)荷容量并反饋至電網(wǎng);電網(wǎng)與聚合商交互，分配消納任務(wù)，協(xié)同各聚合商消納清潔能源。本文綜合考慮用戶舒適度、任務(wù)完成度及負(fù)荷消納能力，研究聚合組消納任務(wù)的最優(yōu)分配問題，提出了利用系統(tǒng)辨識(shí)理論確定異質(zhì)聚合模型，研究不同類異質(zhì)負(fù)荷的協(xié)同控制，構(gòu)建聯(lián)合管控模型，充分利用熱控負(fù)荷資源。

【參考文獻(xiàn)】

[1]Mahdavi N ， Braslavsky J H ， Seron M M ， et al. Model predictive control of distributed air-conditioning loads to compensate fluctuations in solar power[J].IEEE Transactions on Smart Grid， 2017：8（6）：3055-3065.

[2]Alhaider M， Fan L.Planning Energy Storage and Photovoltaic Panels for Demand Response With Heating Ventilation and Air Conditioning Systems[J].IEEE Transactions on Industrial Informatics，2018，14（11）：5029-5037.

[3]Kondoh， Junji， Lu， et al. An Evaluation of the Water Heater Load Potential for Providing Regulation Service[J].IEEE Transactions on Power Systems，26（3）：1309-1316，2011，26（3）：1309-1316.

[4]高賜威，張良杰，楊曉梅.中央空調(diào)負(fù)荷聚合及平抑風(fēng)電出力波動(dòng)研究[J].中國電機(jī)工程學(xué)報(bào)，2017，37（11）：3184-3191+3373.

[5]高賜威，李倩玉，李揚(yáng).基于DLC的空調(diào)負(fù)荷雙層優(yōu)化調(diào)度和控制策略[J].中國電機(jī)工程學(xué)報(bào)，2014，34（10）：1546-1555.

[6]Hu J， Cao J， Chen M Z Q， et al. Load Following of Multiple Heterogeneous TCL Aggregators by Centralized Control[J].IEEE Transactions on Power Systems， 2017， 32（4）：3157-3167.