淺析電力物聯網支撐下面向清潔能源消納的需求側熱控負荷集群協同技術

于金瑩

【摘 要】需求側熱控負荷資源豐富，可為電網服務。本文構建了需求側熱控負荷協同管控架構。家電廠商溝通電網與需求側，將負荷資源虛擬聚合，各組協同完成消納任務;電網通過非侵入負荷監測終端獲取負荷信息，結合聚合商反饋信息為其分配消納任務。建立了熱控負荷容量雙向評估機制，以用戶舒適度和可調負荷容量構建了消納分配最優化問題;利用系統辨識實現對同種類熱控負荷的統一管控。

【關鍵詞】需求側;熱控負荷管控;非侵入負荷監測;統一控制

中圖分類號： TM621.3文獻標識碼： A文章編號： 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

清潔能源發展迅速但利用率低，建立儲能系統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、空調等熱控負荷可將電能以熱能形式短暫存儲[2]，經集群管控后等效為需求側儲能系統，是配合清潔能源上網的經濟可行方法[3]。相關研究提出通過負荷聚合商，對負荷資源進行集中管控來平抑系統波動，促進可再生電力消納[4]，為電網提供輔助服務。文獻[5]以需求側管理為基礎，利用聚合空調消納清潔能源。在異質熱控負荷研究中，文獻[6]將負荷群劃分為多個同質簇，各簇由獨立的控制器控制。通過負荷管控進行清潔能源消納，形成電網、聚合商、需求側三者之間的信息交互體系。此外，實際中同種負荷的型號規格差異很大，需要在同質聚合模型的基礎完善異質聚合模型。同時，不同種類負荷之間的協同控制研究能最大程度發掘熱控負荷潛力。

本文第一章構建了基于電網-聚合商-需求側信息交互的熱控負荷分組協同管理實現架構。第二章介紹了架構模型建立方法，包括通過非侵入式負荷自動在線監測對入網熱控負荷容量做在線評估，多聚合商消納任務的協同分配和異質熱控負荷的聚合管控。

1 電力物聯網支撐下的熱控負荷資源管控架構

隨著智能家電的發展，家電廠商可通過云平臺獲取本品牌負荷信息，對分散的負荷資源進行管控。本文建立電力物聯網支撐下的熱控負荷資源管控架構，其由電網，聚合商，需求側熱控負荷組成。如圖1所示，電網與聚合商進行信息交互，同時通過非侵入負荷監測終端與需求側交互，評估入網熱控負荷容量，制定任務分配策略向聚合商發布指令;聚合商一方面獲取負荷信息向電網反饋，另一方面對所屬負荷資源建立聚合模型，通過云平臺向負荷發布控制信號;需求側負荷作為受控對象，是清潔能源出力跟蹤任務的直接執行者。

2 電力物聯網支撐下的熱控負荷資源管控問題的解決方法

2.1 自適應用戶的非侵入式負荷自動在線監測機理研究

在用戶電力入口處安裝非侵入監測終端，通過辨識每個負荷的運行情況并將數據發送到電網，實現居民用電負荷的實時跟蹤與管理。在非侵入式負荷監測模式下，負荷辨識是關鍵。如圖2所示，首先將非侵入負荷分解看作電流信號欠定分離，依據信號理論，結合負荷電流信號特征進行求解，獲取獨立負荷電流波形;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建類別判別函數;最后將辨識問題看作尋優問題實現負荷辨識。

2.2 多聚合商分組協同的消納容量分配機制研究

電網作為任務的決策者，同時與需求側和聚合商交互評估可調度負荷容量，并將分配后的任務下發給聚合商。任務分配應考慮兩種情況：當聚合商上報的可調度負荷容量總和遠小于電網的評估值時，電網應提高對聚合商的補償以調動用戶參與積極性，直到上報的可調度負荷容量總和滿足要求，進而進行消納任務分配;當聚合商上報的可調度負荷容量總和大于或近似電網評估值時，以聚合商提供的負荷容量范圍為準，進行消納任務分配。如圖3所示，以實際容量最接近目標容量構建目標函數，用戶舒適度和聚合組消納能力作為約束，尋優目標函數得到最優解。

2.3 異質熱控負荷集群的協同管控模型研究

在聚合商與需求側負荷進行交互時，負荷參數存在較大差異，需要在同質負荷模型基礎上建立異質負荷聚合模型。本文提出了基于機器學習的異質負荷聚合系統辨識方法，具體過程如圖4所示，負荷集群控制過程看作未知系統的控制，每個云平臺下所屬的同種類異質負荷群作為一個未知系統，通過系統辨識確定其系統模型;構建異質聚合模型特征參數看作參數的學習問題，通過機器學習理論對異質負荷集群的特征參數訓練學習以輔助系統辨識;系統模型確定后，可通過調整控制激勵使輸出響應接近跟蹤目標，看作目標擬合問題。

3 總結

本文構建了電力物聯網支撐下的需求側熱控負荷資源管控架構，該架構由電網，聚合商，需求側共同參與，可用于為電網提供輔助服務。電網與需求側交互，通過非侵入終端獲得入網熱控負荷容量;聚合商與需求側交互，得到聚合負荷容量并反饋至電網;電網與聚合商交互，分配消納任務，協同各聚合商消納清潔能源。本文綜合考慮用戶舒適度、任務完成度及負荷消納能力，研究聚合組消納任務的最優分配問題，提出了利用系統辨識理論確定異質聚合模型，研究不同類異質負荷的協同控制，構建聯合管控模型，充分利用熱控負荷資源。

【參考文獻】

[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.中央空調負荷聚合及平抑風電出力波動研究[J].中國電機工程學報，2017，37（11）：3184-3191+3373.

[5]高賜威，李倩玉，李揚.基于DLC的空調負荷雙層優化調度和控制策略[J].中國電機工程學報，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.