考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)模型和調(diào)峰策略

楊 愷，姚 宇，孫 可，惠恒宇，李 黎，鮑衛(wèi)東，葉承晉，王曦冉

（1. 國網(wǎng)浙江省電力有限公司 經(jīng)濟技術(shù)研究院，杭州 310008；2. 浙江大學(xué) 電氣工程學(xué)院，杭州 310058；3. 國網(wǎng)浙江省電力有限公司 義烏供電公司，浙江 義烏 322099）

0 引言

為實現(xiàn)雙碳目標(biāo)，我國能源電力系統(tǒng)中的可再生能源裝機容量將逐步提高。據(jù)國家統(tǒng)計局發(fā)布的《2020 年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》顯示，2020年末我國并網(wǎng)風(fēng)電裝機容量為28 153萬kW，比上年增長34.6%；并網(wǎng)光伏發(fā)電裝機容量為25 343萬kW，比上年增長24.1%［1］。然而，可再生能源與生俱來的隨機性、波動性、間歇性等特點，使得電力系統(tǒng)的峰谷差進一步拉大；可再生能源的反調(diào)節(jié)性也進一步加大了電力系統(tǒng)對調(diào)峰容量的需求［2］。為解決上述問題，近年來越來越多的研究和實踐工程將需求側(cè)靈活資源視為電網(wǎng)調(diào)峰的重要資源［3—5］。溫控負(fù)荷是根據(jù)溫度調(diào)節(jié)控制用電功率的電力負(fù)荷［6］，典型溫控負(fù)荷有電空調(diào)、電熱水器、電熱泵等。溫控負(fù)荷作為需求側(cè)廣泛使用的靈活資源，在電力用能中占據(jù)相當(dāng)大的比例。據(jù)統(tǒng)計，溫控負(fù)荷的用能占樓宇負(fù)荷的50%以上［6］。因此，溫控負(fù)荷是夏季調(diào)峰的重要資源之一。

目前國內(nèi)外已有大量文獻聚焦于利用溫控負(fù)荷進行調(diào)峰，研究了針對這些溫控負(fù)荷的需求響應(yīng)優(yōu)化方案和控制策略。文獻［7］建構(gòu)了中央空調(diào)的調(diào)控潛力評估模型，將中央空調(diào)等效為虛擬儲能，從而參與到電力系統(tǒng)調(diào)峰中。文獻［8］對溫控負(fù)荷的物理模型進行建模，提出反映居民溫控負(fù)荷用電對電網(wǎng)貢獻度的調(diào)峰激勵機制，將用電成本、舒適度、調(diào)峰激勵作為優(yōu)化目標(biāo)，建立了居民用電優(yōu)化策略。文獻［9］建立了規(guī)?；瘶怯钪醒肟照{(diào)的等效熱參數(shù)模型，提出了規(guī)模化樓宇中央空調(diào)參與日前調(diào)峰的調(diào)控模型。文獻［10］構(gòu)造了能夠控制大規(guī)模空調(diào)的分層架構(gòu)，并提出了考慮負(fù)荷響應(yīng)成本的多智能體主從一致協(xié)調(diào)算法，使得位置分散、數(shù)量巨大的空調(diào)資源能夠精準(zhǔn)調(diào)整參與調(diào)峰的響應(yīng)容量。文獻［11］提出了3種基于全局溫度調(diào)整的中央空調(diào)調(diào)峰策略，并設(shè)計了相應(yīng)的調(diào)峰效果評價指標(biāo)如互動能力和用戶凈收益。文獻［12］提出:在負(fù)荷層，空調(diào)負(fù)荷被當(dāng)作信息物理系統(tǒng)，基于半馬爾科夫過程和混雜系統(tǒng)，實現(xiàn)了空調(diào)負(fù)荷的自治控制。在聚合商層，將隨機性空調(diào)負(fù)荷等效成可參與調(diào)峰的常規(guī)虛擬機組，并參與優(yōu)化調(diào)度。文獻［13］提出一種新的控制方法去調(diào)節(jié)沒有溫度測量信息的家用電熱水器，從而可以在不影響終端用戶舒適度的前提下降低系統(tǒng)用電高峰。文獻［14］基于溫控負(fù)荷的態(tài)勢感知，提出一種用于電加熱和冷卻的深度神經(jīng)網(wǎng)絡(luò)協(xié)調(diào)控制模型，可以有效地管理與協(xié)調(diào)對大規(guī)模電加熱和電制冷負(fù)荷，從而更好地用于系統(tǒng)的調(diào)峰中。文獻［15］提出使用負(fù)荷聚合器聚合大規(guī)模分散的溫控負(fù)荷，為電力系統(tǒng)提供調(diào)峰備用容量，提出分層市場模型，為電網(wǎng)、負(fù)荷聚合商、溫控負(fù)荷用戶3方提供了利益的可優(yōu)化空間。

以上文獻主要研究溫控負(fù)荷參與調(diào)峰的策略及方法，對于調(diào)峰過程中溫控負(fù)荷的能效水平關(guān)注非常少。如果可以在調(diào)峰過程中考慮溫控負(fù)荷的能效等級，鼓勵能效較低的用戶參與調(diào)峰，主動削減負(fù)荷，就可以提高溫控負(fù)荷群的綜合能效水平，提高調(diào)峰的質(zhì)量。但是調(diào)度側(cè)無法在現(xiàn)有的計量裝置上直接獲取溫控負(fù)荷的能效，因此本文構(gòu)建了一種考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)。根據(jù)該指標(biāo)進行調(diào)峰，可以達到社會綜合滿意度最高，有利于溫控負(fù)荷參與調(diào)峰工作的開展。

綜上所述，本文所做的工作主要是:①給出了空調(diào)能效計算模型，構(gòu)建出考慮用戶滿意度的綜合能效指標(biāo)；②給出了基于用戶歷史用電量數(shù)據(jù)的溫控負(fù)荷需求響應(yīng)潛力和能效評估方法；③制定了基于能效等級的溫控負(fù)荷參與需求響應(yīng)策略，優(yōu)先對能效低的溫控負(fù)荷進行調(diào)峰調(diào)度，提高溫控負(fù)荷群的能效水平。

1 考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)模型

為了在調(diào)度側(cè)實現(xiàn)對用戶側(cè)溫控負(fù)荷能效的評估，本章構(gòu)建了考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)模型。該綜合指標(biāo)模型由兩個指標(biāo)構(gòu)成，第一個是考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)（energy efficiency ratio considering satisfaction，EERCS），第二個是溫控負(fù)荷可調(diào)節(jié)容量指標(biāo)C。EERCS和溫控C的構(gòu)建思路如下所述。

傳統(tǒng)的能效定義對于設(shè)備來說是單位時間內(nèi)產(chǎn)能與用能的比值。對于溫控負(fù)荷來說，能效可由單位時間的制冷量（或制熱量）與消耗功率的比值來表示［16］。但是，在不加裝硬件的前提下，調(diào)度系統(tǒng)難以獲取和計算用戶側(cè)溫控負(fù)荷的制冷量，這阻礙了調(diào)度側(cè)對溫控負(fù)荷的能效評估。并且，用戶對于溫控負(fù)荷的使用有較多的主觀因素，不同用戶對溫度滿意度相同時，制冷量不盡相同。因此，依據(jù)制冷量來判斷溫控負(fù)荷是否達到用戶要求的制冷效果是存在偏差的。考慮到溫控負(fù)荷達到效果的關(guān)鍵在于是否可以讓使用它的用戶滿意，本文構(gòu)建了考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)EERCS。其物理意義為溫控負(fù)荷在某段時間內(nèi)，單位用電量所提供的滿意度。其表達式為

式中:S為該溫控負(fù)荷在某段時間內(nèi)帶給用戶的綜合滿意度；P為該段時間內(nèi)溫控負(fù)荷的用電量。

基于考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)，本文提出的具體評估方法和框架如圖1所示。首先建立了基于模糊子集方法的用戶滿意度計算模型，對用戶行為進行建模，刻畫用戶對電價和溫度的感知情況，從而可評估溫控負(fù)荷帶給用戶的滿意度S。然后采取考慮溫度因素的負(fù)荷基線計算方法計算用戶工作日和節(jié)假日的負(fù)荷基線，并在此基礎(chǔ)上，計算出用戶溫控負(fù)荷的用電量P，從而可以得到溫控負(fù)荷單位用電量所提供的用戶滿意度，即考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)EERCS。另一方面，根據(jù)用戶溫控負(fù)荷的用電量，建立了考慮環(huán)境溫度的溫控負(fù)荷可調(diào)節(jié)容量模型，從而可以找到環(huán)境溫度與溫控負(fù)荷可調(diào)節(jié)容量之間的關(guān)系，方便調(diào)度系統(tǒng)根據(jù)環(huán)境溫度估計溫控負(fù)荷的可調(diào)容量C。圖1為考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)模型評估框架。

圖1 考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo)模型評估框架Fig.1 Assessment framework for EERCS analysis of TCLs

根據(jù)圖1 框架，調(diào)度機構(gòu)通過用戶的歷史負(fù)荷數(shù)據(jù)和未來的天氣預(yù)測情況可以得到未來一段時間考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo){EERCS,C} ，從而指導(dǎo)調(diào)度機構(gòu)在盡量保證用戶用電滿意度和能效的情況下實現(xiàn)電源側(cè)與需求側(cè)的供需互動。

在本文提出的EERCS評估體系和框架之下，建立優(yōu)先調(diào)用EERCS值低的溫控負(fù)荷。在這個過程中，可以通過以下兩個方法來保證公平:①在用戶與電網(wǎng)辦理需求響應(yīng)業(yè)務(wù)時，合同中寫出詳實的EERCS評估流程與規(guī)則。此方法保證了用戶對調(diào)度評估EERCS規(guī)則的知悉；②在每次需求響應(yīng)過后，調(diào)度側(cè)所調(diào)用的溫控負(fù)荷及調(diào)用調(diào)峰容量須及時公示。此方法保證了用戶對評估結(jié)果的知悉。在這兩個方法的作用下，調(diào)度側(cè)對用戶溫控負(fù)荷EERCS的評估，是公開透明的，可以保證公平公正。

2 用戶溫控負(fù)荷滿意度計算模型

在計算考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)時，需要評估溫控負(fù)荷帶給用戶的滿意度S。本文基于模糊子集方法，建立了滿意度S的計算模型。

影響用戶滿意程度的主要原因是電費和室內(nèi)溫度。這些原因和用戶自身的特性有關(guān)，還會隨著時間變化，這加大了本文對用戶行為建模的難度。本節(jié)基于模糊子集方法，模擬電力用戶對溫度和電價的認(rèn)知，對用戶滿意度建模。模型結(jié)構(gòu)如圖2所示。

圖2 用戶滿意度建模Fig.2 Modeling of customer satisfaction

輸入層中，給出當(dāng)前時刻的室內(nèi)溫度T和實時電價EP。涼爽溫度的模糊子集隸屬度函數(shù)如圖3所示。

圖3 涼爽溫度的模糊子集隸屬度函數(shù)Fig.3 Fuzzy subset example of the cool feeling of the room temperature

模糊子集層中，本文將用戶對室內(nèi)溫度Tin的感知分為3 個模糊子集，分別為“涼爽”、“舒適”與“炎熱”。同理，可以建立3種用戶對電價EP的感知模糊子集:“低”、“中等”與“高”。當(dāng)前的室內(nèi)溫度Tin和電價EP分別屬于哪個子集，需要用隸屬度函數(shù)去判斷。

式中:μTCM(Tin)為用戶對溫度的感知為“舒適”的隸屬度；min 為下界；Upmin為平臺下界；Upmax為平臺上界；max 為上界。

寒冷和炎熱溫度的隸屬度函數(shù)是半梯形函數(shù)，隸屬度函數(shù)具體表示為

式中:μTCL(Tin)為用戶對溫度的感知為“涼爽”的隸屬度；μTHT(Tin)為用戶對溫度的感知為“炎熱”的隸屬度。

同理，電價的隸屬度函數(shù)與溫度相同，此處不再贅述。

模糊規(guī)則層中，給出隸屬度函數(shù)對應(yīng)的模糊規(guī)則模型，使用TSK模糊模型［17］，即給定的每一個溫度和電價，都會通過模糊規(guī)則來對應(yīng)一個用戶滿意度函數(shù)。本文的模糊規(guī)則使用室內(nèi)溫度與電費的線性函數(shù)。例如

如果電價是“高”，溫度是“舒適”，那么

3 溫控負(fù)荷調(diào)峰容量評估模型

用戶能夠參與調(diào)峰的溫控負(fù)荷容量也是一個重要指標(biāo)。為了更好地制定調(diào)峰策略，調(diào)度機構(gòu)需要事先預(yù)測或者獲知用戶溫控負(fù)荷能夠參與調(diào)峰的容量。由于在不同的環(huán)境溫度中，溫控負(fù)荷的運行功率不同，可調(diào)節(jié)的容量也不同。因此，本文構(gòu)建了考慮環(huán)境溫度的溫控負(fù)可調(diào)節(jié)容量模型。

3.1 負(fù)荷基線計算模型

為了從用戶的用電量數(shù)據(jù)中篩選出溫控負(fù)荷的用電量，本節(jié)構(gòu)建了用戶負(fù)荷基線的計算模型。用戶的負(fù)荷基線即為不屬于溫控負(fù)荷、不具有調(diào)峰潛力的剛性負(fù)荷用電量?？傆秒娏繙p去用戶負(fù)荷基線即為溫控負(fù)荷的用電量。由于溫控負(fù)荷的用電量和溫度以及用戶行為密切相關(guān)，因此在計算負(fù)荷基線時需要考慮溫度及用戶行為對溫控負(fù)荷用電量的影響。因此，根據(jù)平均法和回歸法［19］的思想，本節(jié)構(gòu)建的考慮溫度因素的負(fù)荷基線計算方法如下:

首先，根據(jù)用戶前一段時間的歷史溫度數(shù)據(jù)，選擇其中溫度最低的N天。例如，在夏季時，為了得到用戶在7月1日的負(fù)荷基線，選取6月1日到30日中溫度最低的N天。然后將這N天的日負(fù)荷曲線的平均值作為該用戶7 月1 日的負(fù)荷基線，也就是說，在這N天中，用戶的負(fù)荷都是剛性負(fù)荷，不受高溫影響，因此不是可調(diào)的溫控負(fù)荷。用戶的負(fù)荷計算方法為

式中:Lbase為該用戶的基線負(fù)荷；Li為所選溫度最低的N天的負(fù)荷曲線；Q為所選溫度最低的N天的集合。

除了溫度對溫控負(fù)荷功率的影響，用戶在工作日和節(jié)假日的不同用戶行為也會造成對溫控負(fù)荷使用的不同，因此工作日和節(jié)假日的負(fù)荷基線應(yīng)該有所差別。據(jù)此，在歷史溫度中選取溫度最低的N天時，又可以細(xì)分為所選溫度最低的N1天工作日的集合與所選溫度最低的N2天的節(jié)假日集合。如果需要計算的是工作日的負(fù)荷基線，應(yīng)該使用N1的集合計算；需要計算的是節(jié)假日的負(fù)荷基線，應(yīng)該使用N2的集合計算。

3.2 空調(diào)用電量計算模型

在計算考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)時，需要計算溫控負(fù)荷實時用電量P。本節(jié)在負(fù)荷基線模型的基礎(chǔ)上，給出溫控負(fù)荷用電量P的計算模型。

用原負(fù)荷曲線減去基線負(fù)荷曲線，可得到用戶溫控負(fù)荷的可調(diào)節(jié)功率的變化曲線

式中:LTCL,j為第j天用戶溫控負(fù)荷的可調(diào)節(jié)功率；Lj為第j天用戶的功率曲線。

空調(diào)用電量可根據(jù)實際數(shù)據(jù)進行負(fù)荷分解得到，選取負(fù)荷基線，基線分解規(guī)則見3.1 節(jié)，將日負(fù)荷曲線與基線相減，得到空調(diào)用電量。由于智能電能表計量的最小時間尺度是15 min，因此以15 min的空調(diào)用電量作為空調(diào)的實時用電量。

3.3 考慮環(huán)境溫度的溫控負(fù)荷響應(yīng)容量評估模型

根據(jù)用戶每日溫控負(fù)荷的負(fù)荷曲線，可以進一步得到歷史數(shù)據(jù)中用戶溫控負(fù)荷容量和環(huán)境溫度之間的關(guān)系，進而可以根據(jù)未來的天氣預(yù)測情況得到用戶溫控負(fù)荷容量，估算能夠參與調(diào)峰的溫控負(fù)荷響應(yīng)容量。

在實際的電力系統(tǒng)中，電力系統(tǒng)的調(diào)峰需求往往是在負(fù)荷峰值時段。在夏季高溫環(huán)境下，負(fù)荷峰值往往是由溫控負(fù)荷的增大造成的。所以，在需要調(diào)峰時，溫控負(fù)荷的運行功率處于較高水平。因此，為了估算調(diào)峰時溫控負(fù)荷所能提供的響應(yīng)容量，本部分首先尋找了用戶溫控負(fù)荷日功率最大值和環(huán)境溫度關(guān)系

根據(jù)歷史數(shù)據(jù)中不同天的溫控負(fù)荷日最大功率和環(huán)境溫度，可以通過函數(shù)擬合得到兩者的關(guān)系。本文通過多項式函數(shù)f()· 使用最小二乘法來進行擬合，即各真實數(shù)據(jù)點至擬合曲線距離的平方和最小，表示為

4 考慮用戶滿意度溫控負(fù)荷能效綜合指標(biāo)的調(diào)峰策略

調(diào)峰前，調(diào)度系統(tǒng)要確定需求響應(yīng)池中的溫控負(fù)荷資源是否可用，因此，向池中的溫控負(fù)荷發(fā)出預(yù)調(diào)度信號，用戶通過“網(wǎng)上國網(wǎng)APP”等方式，返回是否可調(diào)度的信號和當(dāng)前時刻的室內(nèi)溫度，該時刻的室內(nèi)溫度作為用戶EERCS值評估的輸入。返回當(dāng)前時刻的室內(nèi)溫度與返回調(diào)度階段的室內(nèi)溫度在評估用戶滿意度方面效果相同，因為在預(yù)調(diào)度階段和正式調(diào)度階段，用戶的溫控負(fù)荷能效發(fā)生大幅下降的可能性較小，且?guī)Ыo用戶的滿意度是相似的，所以計算的預(yù)調(diào)度階段的用戶溫控負(fù)荷EERCS值基本等于調(diào)度階段的EERCS值。若第i臺溫控負(fù)荷可用，則計算其考慮用戶滿意度的溫控負(fù)荷能效綜合指標(biāo){EERCS,C} ；若不可用，則設(shè)定該臺溫控負(fù)荷的EERCS趨于∞且C=0。

調(diào)峰時，調(diào)度系統(tǒng)首先確定容量缺額，然后將此缺額作為調(diào)峰目標(biāo)，調(diào)度系統(tǒng)要確保參與需求響應(yīng)的溫控負(fù)荷群總?cè)萘繎?yīng)大于等于該容量缺額。對于參與調(diào)峰的溫控負(fù)荷，調(diào)度系統(tǒng)參考其EERCS值進行排序，優(yōu)先調(diào)用該指標(biāo)低的溫控負(fù)荷進行調(diào)峰，從而提升溫控負(fù)荷群整體的EERCS，即提高整體用戶滿意度。具體的調(diào)度策略如圖4所示。

圖4 基于EERCS的調(diào)峰策略Fig.4 Strategy for peak shaving based on EERCS

第1 步:在新一輪調(diào)峰調(diào)度前，初始化電力系統(tǒng)、溫控負(fù)荷、外界溫度等參數(shù)。

第2步:檢查N臺溫控負(fù)荷是否可參與需求響應(yīng)，如果可以，計算溫控負(fù)荷的需求響應(yīng)潛力C和考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)EERCS；如果不能參與，則給該臺溫控負(fù)荷的潛力C賦值為0，考慮用戶滿意度的溫控負(fù)荷能效指標(biāo)EERCS賦值為無窮大。

第3步:將溫控負(fù)荷按照EERCS值進行升序排列，等待調(diào)度中心確定調(diào)峰容量。

第4 步:調(diào)度中心給出需求響應(yīng)容量，按照第3步的排序，向溫控負(fù)荷發(fā)出調(diào)峰信號，并判斷參與調(diào)峰的溫控負(fù)荷總?cè)萘渴欠翊笥诘扔谛枨蟮恼{(diào)峰容量。如果是，則調(diào)峰結(jié)束；否則繼續(xù)按順序發(fā)送調(diào)峰信號，直到滿足調(diào)峰容量需求。

5 算例分析

本文共有3個算例，首先基于中國東部某城市最近的某年7月、8月的真實用戶用電數(shù)據(jù)，證明了工作日和節(jié)假日下用戶溫控負(fù)荷可調(diào)容量與溫度的相關(guān)性較高，說明3.3節(jié)中提出的考慮環(huán)境溫度的溫控負(fù)荷響應(yīng)容量評估模型具有可行性；然后，基于3.2節(jié)中的模型，計算了以上用戶溫控負(fù)荷的EERCS及C；最后，驗證了本文所提調(diào)峰策略的有效性。

該地區(qū)7 月、8 月份平均溫度分別是29.58 ℃和29.21 ℃，溫控負(fù)荷表現(xiàn)明顯。選用585個電力用戶7 月、8 月份62 天的數(shù)據(jù)，每天記錄96 個用電量（每隔15 min采集一次數(shù)據(jù)），7月、8月份的溫度變化區(qū)間是20～38 ℃，溫度變化區(qū)間大，因此7月、8月份的數(shù)據(jù)具有代表性。溫度數(shù)據(jù)根據(jù)軟件Wheat A 獲取，可獲得該市7月、8月份每天24 h的溫度數(shù)據(jù)。

5.1 仿真參數(shù)設(shè)置

參與需求響應(yīng)的溫控負(fù)荷共585臺，室外溫度是35 ℃，該溫度下所有溫控負(fù)荷總可調(diào)容量為0.92MW，目標(biāo)調(diào)峰電量分別設(shè)定為0.30 MW和0.50 MW。模糊規(guī)則根據(jù)文獻［19］設(shè)置。α表示用戶對室內(nèi)溫度和電價的權(quán)衡，用戶對室內(nèi)溫度越重視，則α越大。在實際運行中，這種權(quán)衡關(guān)系與用戶的主觀愿望、經(jīng)濟條件等密切相關(guān)，用戶與電網(wǎng)辦理需求響應(yīng)業(yè)務(wù)時，可以由電網(wǎng)營銷部門負(fù)責(zé)收集用戶的信息和數(shù)據(jù)?；谑占降挠脩艨照{(diào)數(shù)據(jù)，通過用戶畫像技術(shù)來獲取用戶對于舒適度和電價的權(quán)衡關(guān)系［20—22］。在算例中為了體現(xiàn)用戶間的差異，設(shè)其滿足均勻分布，即α～U( )0,1 。選擇平均溫度最低5天的每個時段的平均用電量作為基線。

5.2 仿真結(jié)果及分析

（1）工作日和節(jié)假日用戶溫控負(fù)荷可調(diào)容量與溫度的相關(guān)性

為了驗證3.3 節(jié)中提出的考慮環(huán)境溫度的溫控負(fù)荷響應(yīng)容量評估模型，使用中國東部某城市某年7月、8月份的溫度數(shù)據(jù)，與7月、8月份62 d的用戶溫控負(fù)荷調(diào)峰容量進行擬合，結(jié)果如圖5和圖6，分別代表工作日和節(jié)假日的擬合結(jié)果。不同顏色的曲線代表不同的用戶，不同顏色代表不同的用戶，散點表示第i個用戶溫控負(fù)荷可調(diào)容量的原始數(shù)據(jù)，圖線表示第i個用戶可調(diào)容量的擬合曲線。由于基線計算是分工作日和節(jié)假日的，因此要分別對工作日和節(jié)假日的調(diào)峰容量與溫度進行擬合。工作日擬合的平均相關(guān)系數(shù)是0.952 3，節(jié)假日的平均相關(guān)系數(shù)是0.937 1，這說明3.3 節(jié)中提出的回歸模型具有良好的擬合特性，可以用于溫控負(fù)荷調(diào)峰容量的評估。

圖5 工作日用戶溫控負(fù)荷可調(diào)容量與溫度的擬合曲線Fig.5 Fitting curves of adjustable capacity and temperature of user TCLs in working days

圖6 節(jié)假日用戶溫控負(fù)荷可調(diào)容量與溫度的擬合曲線Fig.6 Fitting curves of adjustable capacity and temperature of user TCLs in holidays

（2）溫控負(fù)荷能效和可調(diào)容量評估

根據(jù)第1 節(jié)中的模型計算溫控負(fù)荷的能效，根據(jù)第2節(jié)中的模型對溫控負(fù)荷的潛力進行擬合。其中，全部585 臺溫控負(fù)荷的能效及潛力評估結(jié)果如圖7所示。為方便表示，取其中10臺的能效及潛力評估結(jié)果放大，每條橫線代表一臺溫控負(fù)荷，縱坐標(biāo)值表示其能效水平，橫坐標(biāo)值表示該臺溫控負(fù)荷參與調(diào)峰的潛力。調(diào)峰開始前，調(diào)度中心將溫控負(fù)荷按照能效從高到低進行排序。調(diào)峰時，優(yōu)先調(diào)用能效低的溫控負(fù)荷，即從圖7 的右端開始劃定參與調(diào)峰的溫控負(fù)荷范圍。（3）基于EERCS的調(diào)峰策略

圖7 585臺溫控負(fù)荷評估結(jié)果Fig.7 Assessment results of 585 TCLs

為了驗證本文所提調(diào)峰策略的有效性，本部分算例比較了不同調(diào)峰容量情況下，調(diào)度前、隨機調(diào)度后、所提的調(diào)度方法后的溫控負(fù)荷群用戶滿意度水平、溫控負(fù)荷群平均用戶滿意度水平。調(diào)峰仿真結(jié)果如表1所示。

表1 不同調(diào)峰容量下用戶滿意度水平Table 1 Consumer satisfaction of different peak shaving capacities

在調(diào)峰容量是0.3 MW的情況下，以調(diào)度前總用戶滿意度水平和平均用戶滿意度水平作為基準(zhǔn)，隨機對溫控負(fù)荷群進行調(diào)度，總用戶滿意度水平下降了16.81%，這是因為隨機調(diào)度將用戶滿意度水平高的溫控負(fù)荷關(guān)閉，導(dǎo)致溫控負(fù)荷群總用戶滿意度水平降低；平均用戶滿意度水平上升了3.10%，這是因為關(guān)閉的溫控負(fù)荷較多，剩下的溫控負(fù)荷數(shù)量少，因此平均用戶滿意度水平有所提高。基于EERCS值對溫控負(fù)荷進行調(diào)度，總用戶滿意度水平下降了6.52%，相較于隨機調(diào)度下降更少，平均用戶滿意度水平上升了9.79%，這是因為調(diào)度中心優(yōu)先關(guān)閉EERCS低的溫控負(fù)荷，使溫控負(fù)荷群用戶滿意度提高。

在目標(biāo)調(diào)峰容量是0.5 MW的情況下，再次進行仿真實驗，基于EERCS的調(diào)度方法相較于隨機調(diào)度的優(yōu)勢更加明顯，在數(shù)據(jù)上表現(xiàn)為:0.3 MW情況下，基于EERCS 調(diào)度比隨機調(diào)度的平均用戶滿意度水平提高了0.035 9；然而，在0.5 MW 情況下，基于EERCS調(diào)度比隨機調(diào)度的平均用戶滿意度水平提高了0.041 1。這是因為，在基于EERCS的調(diào)度方法中，調(diào)峰容量從0.3 MW變?yōu)?.5 MW，多了0.2 MW的低EERCS值溫控負(fù)荷參與到需求響應(yīng)中，因此溫控負(fù)荷群的平均能效水平會顯著提高。目標(biāo)調(diào)峰容量越大，基于EERCS的調(diào)度方法中，更大容量的低EERCS值溫控負(fù)荷參與需求響應(yīng)，其平均能效水平會更高，因此表現(xiàn)出的優(yōu)勢相較于隨機調(diào)度越大。

6 結(jié)束語

可再生能源的大量接入，導(dǎo)致電力系統(tǒng)峰谷差進一步加大。溫控負(fù)荷作為需求響應(yīng)的一種重要資源，可以提供調(diào)峰容量。為幫助調(diào)度側(cè)實現(xiàn)基于能效管理的溫控負(fù)荷調(diào)峰，本文構(gòu)建了考慮用戶滿意度的溫控負(fù)荷綜合能效指標(biāo)，方便調(diào)度測對溫控負(fù)荷能效的評估。同時提出了考慮環(huán)境溫度的溫控負(fù)荷可調(diào)容量評估模型，制定了基于EERCS指標(biāo)的調(diào)峰策略。經(jīng)過算例驗證，本文提出的溫控負(fù)荷的能效評估指標(biāo)，能夠在無法計算制冷量的情況下，通過用戶滿意度的模糊評估，給出空調(diào)負(fù)荷綜合能效水平。調(diào)度側(cè)可以優(yōu)先調(diào)用EERCS指標(biāo)低的溫控負(fù)荷，從而提高溫控負(fù)荷群的能效水平。D