朱宇超，王建學，曹曉宇

(西安交通大學 電氣工程學院 陜西省智能電網(wǎng)重點實驗室，陜西 西安 710049)

0 引言

智能電網(wǎng)環(huán)境下，如何從負荷側(cè)挖掘可調(diào)度潛力從而增加電力系統(tǒng)的柔性是當前國內(nèi)外關(guān)注的熱點[1]，本文選擇對空調(diào)負荷進行研究?？照{(diào)降溫負荷已成為城市高峰負荷的重要組成部分[2]。據(jù)報道，2015年江蘇電網(wǎng)夏季空調(diào)負荷最高達27000MW，接近當年最高負荷的1/3?？照{(diào)負荷的高速增長給系統(tǒng)帶來了峰谷差過大、調(diào)節(jié)困難等問題。同時，在智能電網(wǎng)環(huán)境下，新能源滲透率逐年提高、發(fā)電側(cè)隨機性不斷增大[3]，如果能快速調(diào)節(jié)空調(diào)負荷，將可以提高新能源的消納能力，提高電網(wǎng)運行的穩(wěn)定性和經(jīng)濟性[4-5]。

空調(diào)負荷的優(yōu)化調(diào)度技術(shù)主要通過直接負荷控制DLC(Direct Load Control)實現(xiàn)[6]?？照{(diào)負荷的DLC是指調(diào)度側(cè)根據(jù)電網(wǎng)側(cè)的需求，依托智能電網(wǎng)技術(shù)對用戶的空調(diào)負荷進行直接管理控制。一般通過對空調(diào)主機、循環(huán)系統(tǒng)、風機設(shè)備的循環(huán)開啟，設(shè)定溫度和其他參數(shù)，達到負荷管理的目的。通過對空調(diào)負荷實施DLC，不僅可以達到削減高峰負荷、降低用戶費用、控制負荷形狀的目的，也能夠在節(jié)約電力電量的同時避免斷電造成的溫度不適。據(jù)報道，2016年南京市率先實施了中央空調(diào)DLC改造，共計200多戶商業(yè)用戶參與，達到了較好的效果。

目前，對空調(diào)DLC優(yōu)化調(diào)度問題的研究集中于降低峰荷、降低用電量、降低用戶成本等方面[7]。文獻[8]建立了包含多策略的商業(yè)樓宇空調(diào)負荷控制系統(tǒng)，實現(xiàn)了用電監(jiān)測、控制策略生成和執(zhí)行、調(diào)控效果評價，論證了空調(diào)負荷控制技術(shù)的可行性和削峰效果；文獻[9]通過建立中央空調(diào)集群降負荷潛力模型，合理調(diào)度激勵型需求響應(yīng)項目中的空調(diào)負荷；文獻[10]提出了一種新型的雙向?qū)崟r優(yōu)化控制方法，通過雙向通信能夠迅速進行負荷分配和控制，以達到跟隨調(diào)度需求進行負荷削減的目的；文獻[11]研究了DLC下的集群空調(diào)負荷在消納風電功率中體現(xiàn)的虛擬儲能特性和相應(yīng)的儲能容量。因此，商業(yè)中央空調(diào)負荷的DLC優(yōu)化調(diào)度，將充分挖掘中央空調(diào)負荷的可調(diào)度潛力、改善系統(tǒng)負荷率、提高強隨機性清潔能源的消納能力、為系統(tǒng)提供輔助服務(wù)、豐富電力系統(tǒng)的運行方式。

空調(diào)負荷DLC主要有2種方式：啟?？刂坪蜏囟瓤刂芠12]。對于商業(yè)中央空調(diào)，尤其是未裝有溫度控制設(shè)備的中央空調(diào)而言，啟?？刂剖且环N有效的控制方式。國內(nèi)外學者針對中央空調(diào)間斷運行方式的直接啟停控制優(yōu)化調(diào)度控制策略已經(jīng)開展了相關(guān)的研究[13-16]。文獻[17]提出了一種空調(diào)負荷調(diào)控雙層優(yōu)化策略，以最小化負荷調(diào)度成本和最大化負荷聚合商利益為目標實現(xiàn)空調(diào)啟停決策；文獻[18]提出了具有周期性特點的中央空調(diào)優(yōu)化控制策略，證明了啟?？刂圃跐M足用戶熱舒適度的前提下削峰節(jié)電的效果；文獻[19]對實施中央空調(diào)輪停策略的技術(shù)方案、實施成效等方面進行了分析；文獻[20]對單個用戶群的空調(diào)周期性啟停的控制周期進行了研究，提出應(yīng)對居民用戶和商業(yè)用戶實施不同的控制方案。

啟?？刂撇呗源蠖嗷谝韵?個設(shè)定。①在某一固定的空調(diào)溫度設(shè)定值的基礎(chǔ)上進行空調(diào)啟?？刂?，通過附加溫度的波動范圍，使溫度在更大范圍內(nèi)周期性波動，實現(xiàn)空調(diào)間歇工作，進而達到削峰、節(jié)能的目的。然而固定的設(shè)定溫度有較大的局限性，可能對用戶舒適度產(chǎn)生影響；室溫周期性波動的設(shè)定使空調(diào)的控制方式較為單一，而室溫實際上可以存在多種非周期性變化方式，對應(yīng)的控制方式具有更大的靈活性。②以中央空調(diào)主機的啟/停為決策變量，設(shè)定占空比為固定值。這種控制方式相對單一，對數(shù)量大、差異性大的空調(diào)負荷難以實現(xiàn)統(tǒng)一控制，實踐難度較大；在市場環(huán)境下，空調(diào)負荷作為快速需求響應(yīng)資源，隨時響應(yīng)調(diào)度需求、靈活調(diào)整自身負荷水平的能力在這種設(shè)定下得不到充分體現(xiàn)。針對以上問題，本文在啟?？刂频幕A(chǔ)上輔以溫度控制，提供多個空調(diào)設(shè)定溫度點、允許波動范圍靈活調(diào)整的溫度方案，以相對節(jié)能效果最佳為控制目標，以占空比和部分用戶的溫度方案選擇為決策變量進行建模。對中央空調(diào)的2種典型運行方式，尤其是類周期性溫度變化的運行方式進行研究；考慮類周期性溫度變化、用戶參與需求側(cè)管理DSM(Demand Side Management)的意愿、服從電網(wǎng)側(cè)調(diào)度需求等因素建立空調(diào)優(yōu)化控制綜合模型，進行可調(diào)度潛力的挖掘；從削峰填谷、負荷管理、節(jié)電潛力3個層面給出了適用于本文模型的空調(diào)負荷可調(diào)度潛力評價指標，進行可調(diào)度潛力的評估。

1 中央空調(diào)周期性間斷運行方式

1.1 中央空調(diào)系統(tǒng)溫度模型的建立

商業(yè)用戶如商場、寫字樓、賓館酒店，通常使用半集中式中央空調(diào)系統(tǒng)，由主機(冷熱源系統(tǒng))和末端系統(tǒng)(空氣調(diào)節(jié)系統(tǒng))共同構(gòu)成[21]。制冷壓縮機組作為制冷源和制冷系統(tǒng)的核心，是主要的耗電設(shè)備，提供室內(nèi)降溫所需要的全部冷量。為了簡便起見，本文討論的空調(diào)機組的用電量只包括制冷壓縮機組的用電量。

為了研究中央空調(diào)的用電規(guī)律，首先需要研究中央空調(diào)控制作用下的室內(nèi)溫度變化規(guī)律。本文采用等效熱參數(shù)ETP(Equivalent Thermal Parameter)模型進行模擬，其溫度表達式可簡化為[22]：

(1)

(2)

設(shè)Tmax、Tmin分別為空調(diào)設(shè)定溫度的上限和下限，推導得到停機期時間長度τoff和制冷期時間長度τon的表達式分別如下：

(3)

(4)

假設(shè)對空調(diào)設(shè)定溫度值Tset，允許溫度偏差為δ，則在空調(diào)正常工作時，室內(nèi)溫度會在[Tset-δ,Tset+δ]范圍內(nèi)波動，并且呈現(xiàn)周期性，如圖1所示。

圖1 空調(diào)自發(fā)控制下的室內(nèi)溫度變化規(guī)律Fig.1 Indoor temperature variation under air-conditioning spontaneous control

由圖1可知，當制冷機處于開機狀態(tài)時，溫度不斷降低直到最低溫度，此時制冷機關(guān)停；然后溫度不斷上升直到最高溫度，此時制冷機重新開啟，如此往復。在不受外界強制啟停機干預的情況下，制冷機的啟停機全部由空調(diào)自控系統(tǒng)根據(jù)溫度和實時制冷機啟/停的狀態(tài)進行主動控制。此時，室內(nèi)的溫度呈現(xiàn)小范圍周期性波動的特點。

1.2 中央空調(diào)間斷運行方式

為了挖掘空調(diào)負荷的可調(diào)度潛力，通常開展DLC對空調(diào)進行啟?？刂疲箍照{(diào)以間斷方式運行。擴大空調(diào)控制區(qū)域的溫度波動范圍，在不對用戶的熱舒適度產(chǎn)生過大影響的情況下，減少用電量(不適用于溫度敏感負荷)。

考慮到有大量的空調(diào)負荷群參與DLC，為了便于統(tǒng)一合同簽訂與管理，負荷聚合商提供幾種固定的溫度方案(室溫最大波動范圍，包括溫度的上限和下限)。對參與同一溫度方案的所有負荷，負荷聚合商的周期性控制動作是：周期初始時關(guān)停制冷機，經(jīng)過一段停機時間后，重新開啟制冷機，如此往復。為了降低電網(wǎng)操作的復雜程度、提高DLC實施的可靠性，本文為同一溫度方案的所有負荷設(shè)置相同的停機時長。這樣，在負荷聚合商的統(tǒng)一動作下，外界環(huán)境溫度、受控端熱工參量、設(shè)備電氣參量等的不同使得各空調(diào)個體控制下的室溫呈現(xiàn)不同的變化曲線，可歸納為周期性和類周期性溫度變化，對應(yīng)2種典型空調(diào)間斷運行方式[20]，分別如圖2和圖3所示。

圖2 典型空調(diào)間斷運行方式1下的溫度變化Fig.2 Temperature of air-conditioning in typical intermittent operation mode 1

圖3 典型空調(diào)間斷運行方式2下的溫度變化Fig.3 Temperature of air-conditioning in typical intermittent operation mode 2

由圖2、3可看出，間斷運行方式1和2的區(qū)別在于運行期。對于間斷運行方式1而言，制冷期結(jié)束時室溫降至最低，主機進入由空調(diào)自發(fā)控制的周期性啟停模式，溫度在小范圍內(nèi)呈周期性波動，本文稱之為“周期性溫度變化”；對于間斷運行方式2而言，其不存在維持期，周期期末室溫并未降至最低允許溫度，每一周期內(nèi)的室溫都比前一周期對應(yīng)時刻的溫度增加一個固定值，溫度不是沿時間軸而是沿圖3中點劃線呈周期性變化，本文稱之為“類周期性溫度變化”。

雖然間斷運行方式2的室溫平均水平較運行方式1偏高，但由于空調(diào)負荷一般只針對電力尖峰[17](一般1～3h)進行需求響應(yīng)，本文認為這段時間內(nèi)間斷運行方式2的溫度變化情況對用戶舒適度的影響是有限的，所以允許空調(diào)以間斷運行方式2運行。由于負荷聚合商需要統(tǒng)籌的空調(diào)負荷數(shù)量多、差異性大，綜合利用空調(diào)的2種運行方式可提高運行方式的靈活性，更好地挖掘空調(diào)負荷群的峰時可調(diào)度潛力。針對更長時間尺度的控制則需要設(shè)計另外的控制策略。

當空調(diào)的運行周期和停機期的時長給定時，由式(4)計算由停機期末的溫度降低至最低允許溫度Tmin所需的時間，如果這段時間與停機期時長之和小于整個周期，則可判斷用戶以間斷運行方式1運行；如果不小于整個周期，則判斷用戶以間斷運行方式2運行。

一般而言，大、中型商業(yè)用戶的制冷壓縮機主要采用螺桿式壓縮機和分體式離心式壓縮機，也有部分采用活塞式壓縮機[23]。螺桿式或活塞式壓縮機的啟/停對空調(diào)的磨損影響不大，對壽命幾乎沒有影響。本文對采用螺桿式或活塞式壓縮機的商用中央空調(diào)系統(tǒng)進行研究，認為此類中央空調(diào)系統(tǒng)在滿足最小啟/停機時間約束時啟停機的磨損很小，并忽略不計。

1.3 中央空調(diào)DLC策略及其實施框架

負荷聚合商在對中央空調(diào)實施周期性DLC的調(diào)度策略時，為了滿足不同用戶參與DSM的愿意，一般設(shè)立多種溫度方案供用戶選擇(用戶將獲得與其參與的溫度方案對應(yīng)的經(jīng)濟補貼)。文獻[24]雖然設(shè)定了3種溫度方案，但各方案中空調(diào)的設(shè)定溫度值相同，在一定程度上限制了用戶的熱舒適度和負荷可調(diào)度潛力的挖掘。為此，本文設(shè)定的多種溫度方案的設(shè)定溫度、溫度控制范圍均有所不同。

本文的控制策略以啟?？刂茷橹?，輔以溫度控制。為了減少電網(wǎng)控制的難度、提高策略的可行性，對溫度方案相同的用戶采用統(tǒng)一的占空比(停機時間)。由于不同時段的室外溫度變化較大，本文認為用戶溫度方案的選擇情況及對應(yīng)的占空比可變。控制時段結(jié)束時，若溫度方案發(fā)生改變，則對空調(diào)溫度設(shè)定值進行一次調(diào)整。

需要說明的是，由于本文控制策略具有室溫變化過程緩慢、人體熱舒適度范圍模糊等特點，智能電網(wǎng)通信技術(shù)可以滿足控制需求，且隨著智能電網(wǎng)高性能、高安全可靠的網(wǎng)絡(luò)通信體系的不斷完善，本文所提電網(wǎng)調(diào)度中心-負荷聚合商-用戶群的分層控制模式將具有更好的實施效果。

2 基于單一間斷運行方式的基礎(chǔ)DLC模型

假設(shè)空調(diào)只以間斷運行方式1運行，負荷聚合商以占空比和溫度方案為核心決策變量實現(xiàn)空調(diào)的DLC，以下簡稱為單一間斷運行方式基礎(chǔ)模型。

以空調(diào)實施DLC策略相比自發(fā)控制運行節(jié)省的電能最大為目標函數(shù)(固定設(shè)定溫度)。目標函數(shù)的表達式如下：

(5)

化簡目標函數(shù)可得：

(6)

在維持期空調(diào)的運行方式與自發(fā)控制運行時相同，無節(jié)能效果，故只需計算停機期和制冷期節(jié)約的電能。

約束條件如下。

空調(diào)最小啟/停機時間約束為：

(7)

設(shè)定溫度Tset=Tmin,d，自發(fā)控制運行時的溫度范圍為[Tmin,d,Tmin,d+2δ]。結(jié)合式(3)、(4)，求得自然占空比(即自然制冷期占總周期的比值)為：

(8)

(9)

同一溫度方案選用相同的占空比和停機期。

(10)

最高溫度均出現(xiàn)在每個控制周期的停機期末，且不超過該溫度方案允許的最高溫度，即：

(11)

制冷時間等于溫降時間，初始溫度等于停機期期末的溫度，即：

(12)

控制周期長度約束為：

(13)

決策變量范圍約束為：

(14)

其中，D為所有溫控方案的集合。

式(8)給出了目標函數(shù)中自然占空比的表達式，并表明了溫度方案對自然占空比的影響；而式(11)、(12)為本文模型的核心約束，在考慮溫度連續(xù)性的基礎(chǔ)上，對最高溫度進行限制，并根據(jù)溫度變化表達式(2)求出具體制冷時間表達式。式(12)包含最低溫度限制約束。

3 基于多種核心影響因素的模型改進

3.1 類周期性溫度變化分析

在基礎(chǔ)模型的基礎(chǔ)上，進一步考慮溫度的類周期性變化，以更貼近實際地刻畫不同用戶的溫度變化和用電規(guī)律，挖掘空調(diào)負荷的可調(diào)度潛力?？紤]在一個周期結(jié)束時，部分用戶的溫度沒有恢復到設(shè)定的最低溫度(不存在維持期)的情況。

不論是間斷運行方式1或方式2，最高溫度均可認為出現(xiàn)在最后一個控制周期的停機期末，即：

(15)

其中，T(m)為溫度函數(shù)，是與時間m相關(guān)的不能突變的連續(xù)函數(shù)，每個控制周期的停機期初的溫度都等于上一控制周期的制冷期末的溫度，每一周期的制冷期初的溫度都等于本周期的停機期末的溫度。

(16)

(17)

3.2 考慮用戶參與DSM意愿的影響

負荷聚合商在進行統(tǒng)一資源整合時，需考慮用戶參與DSM意愿的影響。為了滿足部分用戶可能存在的特殊溫度舒適度需求，在式(6)中加入代表用戶意愿的變量yt,i,d，在滿足用戶意愿的前提下最大化節(jié)電效果：

(18)

其中，yt,i,d=1表示第i個用戶在第t個時段愿意參與第d種溫度方案，反之表示不愿意。用戶意愿限制溫度方案的選擇情況：若第i個用戶愿意服從優(yōu)化結(jié)果而不指定溫度方案(yt,i,d=1)，則不限制xt,i,d；反之，若用戶不愿參與第d種溫度方案(yt,i,d=0)，則xt,i,d=0。即：

xt,i,d=xt,i,dyt,i,d

(19)

3.3 考慮電網(wǎng)側(cè)的調(diào)度需求

為了配合電網(wǎng)調(diào)度需求，將特定時段的負荷限制在調(diào)度所需的范圍之內(nèi)，在模型中添加調(diào)度需求約束，使空調(diào)負荷作為一種可快速調(diào)節(jié)的靈活需求響應(yīng)資源，在一定范圍之內(nèi)配合電網(wǎng)的需求達到負荷控制的目的。

第t個時段空調(diào)平均負荷Pd的表達式為：

(20)

在第t個時段，電網(wǎng)發(fā)送調(diào)度需求，總負荷在Pmin,d～Pmax,d之間，調(diào)度需求約束為：

(21)

考慮用戶參與DSM的意愿，調(diào)度需求約束更新為：

(22)

在上述重要影響因素分析和建模的基礎(chǔ)上，可以得到綜合改進模型。綜合改進模型的目標函數(shù)為式(18)，約束條件為式(7)、(11)—(17)、(19)、(21)、(22)。

本文所建立的模型為混合整數(shù)非線性模型。由于式(1)、(2)描述的室溫指數(shù)變化程度較為緩慢，在式(15)、(17)中將溫度的變化近似為一次線性變化[18]，從而對相關(guān)約束條件進行適當簡化，并對式(16)中制冷期的分段函數(shù)做了一定的變形，調(diào)用CPLEX進行優(yōu)化求解。

4 空調(diào)負荷可調(diào)度潛力評估方法

可調(diào)度潛力指可調(diào)度資源參與DSM的潛力，對其進行評估可為電網(wǎng)調(diào)度下發(fā)的激勵補償提供參考標準。本節(jié)從削峰填谷、負荷管理、節(jié)電潛力3個層面的效果出發(fā)，歸納并采用已有評價指標，得出一種適用于本文所提模型的負荷可調(diào)度潛力評估方法，該方法計算簡單、易于直觀理解，因而具有較強的實用性。

4.1 削峰填谷

削峰率是電網(wǎng)側(cè)的重要參數(shù)，削峰有利于降低區(qū)域峰值負荷，進而減少發(fā)電機組和輸配電網(wǎng)絡(luò)的投資費用，提高供電安全性與可靠性。

削峰率定義如下[25]：

(23)

4.2 最大可中斷時間和負荷跟隨

負荷控制的目標之一是進行負荷管理，因此需要計算最大可中斷時間，并判斷負荷跟隨電網(wǎng)調(diào)度需求的能力。將所有用戶所有控制時段的加權(quán)(以Nt,d/N為權(quán)重)平均最大停機期定義為最大可中斷時間τmax：

(24)

其中，τ(1-Rt,d)、Nt,d分別為第t個時段選擇第d種溫度方案的最大停機期與用戶數(shù)量；N為總用戶數(shù)量；M為總時段數(shù)。

采用實際負荷與調(diào)度需求之差的絕對值來衡量空調(diào)負荷的跟隨效果。若滿足式(25)，則認為經(jīng)本文所提模型優(yōu)化控制后的空調(diào)負荷具有負荷跟隨能力。

(25)

其中，Pd為電網(wǎng)在某時段的調(diào)度需求；Preal為實際負荷；ΔPmax為允許的最大跟隨誤差。

4.3 節(jié)電潛力

節(jié)電潛力是可調(diào)度潛力的輔助指標，可節(jié)約的電量資源越大，節(jié)能效果越顯著。

全天的節(jié)電率[18]定義如下：

(26)

Et,i,d=xt,i,dKτrt,i,dPi

由于用戶電價可能實行峰谷電價，為了更好地考慮用戶的利益，定義節(jié)省費用百分比δΔF對可調(diào)度潛力進行進一步描述[26]。

(27)

其中，Ccostt為第t個時段的電價

5 算例結(jié)果與分析

表1 用戶的熱力學參數(shù)Table 1 Thermodynamic parameters of users

表2 各時段的時間范圍、室外平均溫度及調(diào)度需求Table 2 Time range,average outdoor temperature and dispatch demand of each period

表4 綜合改進模型下空調(diào)負荷的直接控制結(jié)果Table 4 Direct control results of air-conditioning load under synthetic improved model

用戶最大溫度范圍/℃等效占空比/%時段1時段2時段3時段4時段5時段6時段1時段2時段3時段4時段5時段61[23,25.5][23,25.5][23,25.5][23,25.5][23,25.5][23,25.5]20.9329.2123.7226.4831.9823.722[23,26][23,26][23,26][23,26][23,26][23,26]48.0468.3855.0561.8174.8855.053[25,27.5][25,27.5][25,27.5][25,27.5][24,26.5][24,26.5]6.229.918.738.7311.098.734[23,26][23,26][23,26][23,25.5][23,26][23,26]18.2325.7920.7623.2728.2320.765[24,26.5][24,26.5][24,26.5][25,27.5][25,27.5][25,27.5]11.8317.5211.8315.6617.5611.836[25.5,28][25.5,28][25.5,28][25.5,28][25.5,28][25.5,28]33.2755.5741.0348.4562.4241.03

表5 可調(diào)度潛力評估結(jié)果Table 5 Evaluation results of schedulable potential

表3 分時電價Table 3 Time-of-use electricity price

特別地，在允許用戶自主選擇溫度方案時，用戶1指定參與特定的溫度方案[23，25.5]℃，用戶6指定參與特定的溫度方案[25.5，28]℃，其余用戶選擇服從電網(wǎng)側(cè)的調(diào)度需求。

5.1 空調(diào)負荷的直接控制策略結(jié)果

空調(diào)負荷的直接控制策略主要由溫度方案和占空比兩部分構(gòu)成，控制結(jié)果如表4所示。

從表4中可以看出，除了用戶1和6指定了溫度方案外，用戶2由于容量小、能效不高、調(diào)節(jié)性能不強，其控制策略在各個控制時段都選擇了固定的溫度方案，且需要較長的制冷時間；用戶3—5的空調(diào)調(diào)節(jié)性能較好，可以根據(jù)室外溫度進行統(tǒng)籌調(diào)節(jié)，例如時段5的室外溫度較高，這3類用戶的控制策略可以選擇各自合適的溫度方案，等效占空比與其他時段相比較大。

5.2 空調(diào)負荷的可調(diào)度潛力評估結(jié)果

將各個模型修正前和修正后的用電量和費用、節(jié)電率、節(jié)費率、最大可中斷時間和削峰率等可調(diào)度潛力參數(shù)進行對比，對空調(diào)用戶的可調(diào)度潛力進行評估，結(jié)果見表5(表中“×”表示不具備負荷跟隨能力，“√”表示具備負荷跟隨能力)。

從表5中可以得到以下結(jié)論。

a. 計及類周期性溫度變化的模型比基礎(chǔ)模型有更高的削峰率、最大可中斷時間、節(jié)電率、節(jié)費率等可調(diào)度潛力指標，可見考慮計及類周期性溫度變化的運行方式能更好地刻畫實際運行特性，挖掘空調(diào)負荷的可調(diào)度潛力。

b. 對于計及用戶參與DSM意愿的模型，其削峰率、最大可中斷時間、節(jié)電率、節(jié)費率等可調(diào)度潛力指標均比計及類周期性溫度變化的模型低，這是因為以犧牲部分控制效果為代價，優(yōu)先滿足了部分用戶的舒適度需求，但此模型充分考慮了用戶參與DSM的意愿。

c. 計及電網(wǎng)側(cè)調(diào)度需求的模型的節(jié)電率和節(jié)費率均低于類周期性溫度變化的模型，而削峰率、最大可中斷時間相差不大。這說明計及電網(wǎng)側(cè)調(diào)度需求的模型在電力高峰時有很好的削峰效果；在其他時段，可以很好地跟隨調(diào)度需求(主要體現(xiàn)在適當增加非高峰時段負荷)，在允許的誤差范圍內(nèi)滿足供電側(cè)對平衡電力需求、快速改善負荷曲線形狀的要求。

d. 分析可知：在考慮多種核心影響因素的情況下，改進綜合模型下中央空調(diào)負荷的節(jié)電率、削峰率分別可達11.00%和8.74%，節(jié)費率為11.28%，最大可中斷時間達16.28min，空調(diào)負荷具備跟隨調(diào)度需求以達負荷控制目的的能力。

此外，室外溫度、空調(diào)參數(shù)、建筑參數(shù)等因素的靈敏度分析見附錄。

6 結(jié)論

本文提出的多用戶多方案分時段空調(diào)負荷控制策略，包含2種間斷運行方式，可滿足用戶側(cè)需求、配合電網(wǎng)調(diào)度，并對空調(diào)負荷進行了可調(diào)度潛力評估，得出的研究結(jié)論如下：

a. 通過模型對比可知，考慮類周期性溫度變化的間斷運行方式能夠取得更好的節(jié)電效果，用戶參與DSM意愿可以得到滿足和優(yōu)化，修正后的空調(diào)負荷可以在一定范圍內(nèi)跟隨調(diào)度需求，滿足負荷控制的要求；

b. 考慮多種核心因素影響之后，綜合改進模型可以實現(xiàn)節(jié)電率11.00%、削峰率8.74%、節(jié)省費用11.28%、最大可中斷時間達16.28min。

綜上，依托“智能電網(wǎng)+”的思想，對用戶側(cè)的空調(diào)負荷進行DLC，可有效地實現(xiàn)削峰節(jié)能、增加負荷的柔性，在分布式能源消納、微網(wǎng)規(guī)劃與運行、售電市場、實時電價等各個方面均具有廣闊的應(yīng)用前景。

附錄見本刊網(wǎng)絡(luò)版(http：∥www.epae.cn)。

參考文獻：

[1] 王錫凡,肖云鵬,王秀麗. 新形勢下電力系統(tǒng)供需互動問題研究及分析[J]. 中國電機工程學報,2014,34(29)：5018-5028.

WANG Xifan,XIAO Yunpeng,WANG Xiuli. Study andanalysis on supply-demand interaction of power systems under new circumstances[J]. Proceedings of the CSEE,2014,34(29)：5018-5028.

[2] 王志成,辛潔晴,管國兵. 中央空調(diào)節(jié)費運行方案及其適用性分析[J]. 電力自動化設(shè)備,2017,37(3)：126-131.

WANG Zhicheng,XIN Jieqing,GUAN Guobing. Cost-saving opera-tion scheme of central air conditioner and its applicability[J]. Electric Power Automation Equipment,2017,37(3)：126-131.

[3] 鞠平,秦川,黃樺,等. 面向智能電網(wǎng)的建模研究展望[J]. 電力系統(tǒng)自動化,2012,36(11)：1-6.

JU Ping,QIN Chuan,HUANG Hua,et al. Research trends of power system modeling geared to smart grid[J]. Automation of Electric Power Systems,2012,36(11)：1-6.

[4] LIU M,SHI Y. Model predictive control for thermostatically controlled appliances providing balancing service[J]. IEEE Transactions on Control Systems Technology,2016,24(6)：2082-2093.

[5] SANANDAJI B M,HAO H,POOLLA K. Fast regulation service provision via aggregation of thermostatically controlled loads[C]∥2014 47th Hawaii International Conference on System Sciences(HICSS). [S.l.]：IEEE,2014：2388-2397.

[6] 張欽,王錫凡,王建學,等. 電力市場下需求響應(yīng)研究綜述[J]. 電力系統(tǒng)自動化,2008,32(3)：97-106.

ZHANG Qin,WANG Xifan,WANG Jianxue,et al. A survey of demand response in electricity market[J]. Automation of Electric Power Systems,2008,32(3)：97-106.

[7] CALLAWAY D S,HISKENS I A. Achieving controllability of electric loads[J]. Proceedings of the IEEE,2011,99(1)：184-199.

[8] 李天陽,趙興旺,肖文舉. 面向峰谷平衡的商業(yè)樓宇空調(diào)負荷調(diào)控技術(shù)[J]. 電力系統(tǒng)自動化,2015,39(16)：96-102.

LI Tianyang,ZHAO Xingwang,XIAO Wenju. Air conditioning load regulation technology for commercial buildings based on peak valley equilibrium[J]. Automation of Electric Power Systems,2015,39(16)：96-102.

[9] 王蓓蓓,朱峰,嵇文路,等. 中央空調(diào)降負荷潛力建模及影響因素分析[J]. 電力系統(tǒng)自動化,2016,40(19)：44-52.

WANG Beibei,ZHU Feng,JI Wenlu,et al. Modeling and analysis of the influence factors of central air conditioning load reduction[J]. Automation of Electric Power Systems,2016,40(19)：44-52.

[10] YAO L,LU H R. A two-way direct control of central air-conditioning load via the internet[J]. IEEE Transactions on Power Delivery,2009,24(1)：240-248.

[11] 艾欣,趙閱群,周樹鵬. 空調(diào)負荷直接負荷控制虛擬儲能特性研究[J]. 中國電機工程學報,2016,36(6)：1596-1603.

AI Xin,ZHAO Yuequn,ZHOU Shupeng. Study on virtual energy storage characteristics of air conditioning load direct load control[J]. Proceedings of the CSEE,2016,36(6)：1596-1603.

[12] 張欽,王錫凡,別朝紅,等. 電力市場下直接負荷控制決策模型[J]. 電力系統(tǒng)自動化,2010,34(9)：23-28.

ZHANG Qin,WANG Xifan,BIE Chaohong,et al. Direct load control decision model in electricity market[J]. Automation of Electric Power Systems,2010,34(9)：23-28.

[13] NORDELL D E. Forced duty cycling of air conditioning units for load management[J]. IEEE Transactions on Power Systems,2007,2(4)：1110-1116.

[14] WU L,XIN J Q,WU D,et al. Grouping and grading strategies for duty cycling control of residential air conditioning[C]∥International Conference on Power System Technology. Chengdu,China：IEEE,2014：1-7.

[15] KARA E C,KOLTER Z,BERGES M,et al. A moving horizon state estimator in the control of thermostatically controlled loads for demand response[C]∥IEEE International Conference on Smart Grid Communications. Vancouver,BC,Canada：IEEE,2013：253-258.

[16] CHU C M,JONG T L,HUANG Y W. Mitigating DLC constraints of air-conditioning loads using a group-DLC method[C]∥Power Engi-neering Society General Meeting. [S.l.]：IEEE,2007：1-6.

[17] 高賜威,李倩玉,李揚. 基于DLC的空調(diào)負荷雙層優(yōu)化調(diào)度和控制策略[J].中國電機工程學報,2014,34(10)：1546-1555.

GAO Ciwei,LI Qianyu,LI Yang. Bilevel optimal scheduling and control strategy of air conditioning load based on DLC[J]. Procee-dings of the CSEE,2014,34(10)：1546-1555.

[18] 徐青山,楊辰星,顏慶國. 計及規(guī)?；照{(diào)熱平衡慣性的電力負荷日前削峰策略[J]. 電網(wǎng)技術(shù),2016,40(1)：156-163.

XU Qingshan,YANG Chenxing,YAN Qingguo. Peak load and strategy on large scale air conditioning heat balance of inertia before[J]. Power System Technology,2016,40(1)：156-163.

[19] 杜小瑾. 中央空調(diào)輪停技術(shù)在夏季缺電形勢下的應(yīng)用[D]. 南京：東南大學,2006.

DU Xiaojin. Application of central air conditioning wheel stop technology in summer power shortage situation[D]. Nanjing：Southeast China University,2006.

[20] 管國兵,王志成,辛潔晴,等. 空調(diào)間歇性輪停最佳控制周期研究[J]. 電網(wǎng)與清潔能源,2015,31(12)：31-42.

GUAN Guobing,WANG Zhicheng,XIN Jieqing,et al. Study on optimal control cycle of intermittent wheel stop in air conditioning[J]. Power System and Clean Energy,2015,31(12)：31-42.

[21] 趙榮義,范存養(yǎng),薛殿華. 空氣調(diào)節(jié)[M]. 北京：中國建筑工業(yè)出版社,2009：105-131.

[22] 宋夢,高賜威,蘇衛(wèi)華. 面向需求響應(yīng)應(yīng)用的空調(diào)負荷建模及控制[J]. 電力系統(tǒng)自動化,2016,40(14)：158-167.

SONG Meng,GAO Ciwei,SU Weihua. Modeling and control of air conditioning load based on demand response[J]. Automation of Electric Power Systems,2016,40(14)：158-167

[23] 尚磊,曾妍文,王磊,等. 2015年度中國制冷行業(yè)發(fā)展分析報告壓縮機市場發(fā)展分析[J]. 制冷技術(shù),2016,(增刊1)：8-24.

SHANG Lei,ZENG Yanwen,WANG Lei,et al. China refrigeration industry development report 2015[J]. Refrigeration Technology,2016,(Supplement 1)：8-24.

[24] 辛潔晴,吳亮. 商務(wù)樓中央空調(diào)周期性暫停分檔控制策略[J]. 電力系統(tǒng)自動化,2013,37(5)：49-54.

Xin Jieqing,Wu Liang. The control strategy of periodical pause in the central air conditioning of commercial building[J]. Automation of Electric Power Systems,2013,37(5)：49-54.

[25] 尤毅,劉東,鐘清,等. 主動配電網(wǎng)儲能系統(tǒng)的多目標優(yōu)化配置[J]. 電力系統(tǒng)自動化,2014,38(18)：46-52.

YOU Yi,LIU Dong,ZHONG Qing,et al. Multi-objective optimal placement of energy storage systems in an active distribution network[J]. Automation of Electric Power Systems,2014,38(18)：46-52.

[26] 沈百新. 海安縣負荷特性與DSM潛力分析[D]. 南京：東南大學,2005.

SHEN Baixin. Load characteristic and DSM potential analysis in Haian[D]. Nanjing：Southeast China University,2005.