基于TEM 的分層分布式溫控負荷需求響應控制策略

程 媛，程小明，劉士友

（1.南京理工大學 自動化學院，南京 210094；2.國網安徽省電力公司合肥供電公司，合肥 230052）

0 引言

近年來，隨著中國電力市場中逐漸引入需求響應，需求側的資源在輔助電力系統運行，維持系統安全穩定運行過程中的角色愈發重要。同時由于溫控負荷具有受眾多、分布廣、儲能特性優良以及暫時中斷對用戶的影響不大等特點，逐步在配合電力系統削峰填谷，平抑聯絡線波動等方面得到廣泛運用。

現有的研究中對溫控負荷的調度多數采用集中式的控制策略[1-5]，但該類控制都難以規避集中式控制雙向通信造成的通信延遲的問題。文獻[1]采用分層分布式控制方法，中央控制中心只向各園區控制中心傳達總的目標功率，降低了雙向通信的頻次。但文中的決策變量是設定溫度，控制策略是對溫控負荷群體的運行溫度區間進行無差別調節，這種調節方式會存在破壞負荷多樣性，造成聚合功率波動的風險[6]。同時，該方法采用智能算法對負荷群的溫度調節值進行尋優，尋優結果與初值的選定等因素密切相關，對群內負荷調整的精確性不夠高。文獻[2]提出了TEM（溫度延伸裕度）的概念，并驗證了使用TEM 作為決策變量對溫控負荷進行運行溫度區間調節的可行性和有效性。

因此，為了克服集中控制中無差別調整整個負荷群的運行溫度區間，造成的精確度不夠高的問題。本文在文獻[1]的基礎上，對其決策變量以及控制策略進行改進，提出一種基于TEM 的分層分布式溫控負荷需求響應控制策略，將中央控制中心的總控制目標下發到各個園區，以TEM作為決策變量，對園區內的每個負荷的運行溫度區間進行精細化調節。在降低數據雙向通信頻次的同時，在每個園區內部完成目標功率的消納，并且較好的維持負荷多樣性。最后本文通過仿真驗證了基于TEM 的分層分布式控制策略的有效性。

1 電熱泵負荷模型

溫控負荷的種類繁多，本文選取儲能效果較好，開關狀態易切換的電熱泵負荷作為研究對象，建立熱力學模型，幫助電網消納負荷[7]。

1.1 單體電熱泵的熱力學模型

目前對于溫控負荷的研究中，為了簡化計算，多采用ETP（等值熱力學參數）建立一階微分方程，描述電熱泵所處的室內溫度與時間的遞推函數關系[1，3-4，16]以及開關狀態分別為：

式中：C 為等效比熱容；Pheater為電熱泵的額定功率；T 為室內溫度；To為室外空氣溫度；R 為等效熱阻；α 為電熱泵的開關狀態，假設電熱泵負荷僅存在以額定功率運行和關閉兩種狀態，0 表示關閉，1 表示開啟；Tup為電熱泵負荷的運行溫度區間上限；Tdown為運行溫度下限；Q 為額定熱比率；η 為電熱泵的熱電轉換系數。單體電熱泵溫度和開關的動態變化過程分別見圖1 和圖2。

1.2 負荷群的模型

當負荷數目較多時，為了便于集中控制，通常建立負荷群的聚合模型。通過調節決策變量對負荷群中負荷的開關狀態或運行溫度區間進行控制，進而調控負荷群的功率消納。按照負荷群的開關狀態將負荷分成開啟群和關閉群兩個集合，表示如下[3]：

圖1 單體電熱泵溫度的動態變化過程

圖2 單體電熱泵開關的動態變化過程

式中：t 為當前時刻；n1和n2分別為開啟群和關閉群的負荷個體數目，則總體可控負荷數為n=n1+n2。由式（1）可知，負荷的溫度隨時間實時變化，因此n1與n2中的數目也是動態變化的。

由式（2）可知，t 時刻負荷群的聚合功率為開啟群所有設備的功率之和：

式中：Pt為t 時刻負荷群的聚合功率；為第i 個負荷t 時刻的額定功率。

2 溫度延伸裕度

由文獻[3]可知，對于開啟群和關閉群中的負荷，當前時刻的TEM 值為：

假定負荷群中的負荷初始時刻的溫度值在溫度運行區間的上、下限之間均勻分布，則t 時刻每個負荷所處的室內溫度各不相同，從而每個負荷的TEM 也是不同的。且越接近于溫度上、下限，TEM 值越接近于0。為了使得調控盡可能精確，涉及的負荷數目盡可能少，采用對負荷群中負荷TEM 值“反向搜索”的思路，將負荷群的TEM值按照從小到大的順序進行排列。若需要控制的負荷數為N，則取TEM 值最小的前N 個負荷進行溫度區間調整，調整數值為的取值為其中為第i 個負荷t 時刻的溫度死區，定義為：

3 基于TEM 的分層分布式需求響應控制策略

3.1 整體思路

本文提出的基于TEM 的分層分布式需求響應控制策略的整體流程如圖3 所示。與文獻[1]不同的是，本文不再采用設定溫度為決策變量，智能算法尋找設定溫度調整的最優值，再對園區內負荷的溫度區間統一無差別調整的思路。而是以TEM 為決策變量，根據各園區被分配的目標功率，將需要調整的負荷精確到個體，最大限度利用園區內負荷消納能力的同時，盡可能少的改變負荷隊列的運行狀態。

圖3 基于TEM 的分層分布式需求響應控制策略的整體流程

3.2 目標分配

本文采用一次聚合的思路[1，8-10]，假定各園區內負荷的參數值近似一致，則第i 個園區t 時刻實際消納的功率值為：

4 控制效果

4.1 仿真算例

假設共有三個受控園區，每個園區中電熱泵負荷數目分別為200 臺，300 臺，350 臺，且所有負荷用戶簽訂激勵響應合同參與需求響應控制。各園區采用的仿真參數分別如表1 所示。

表1 各園區仿真參數

4.2 仿真結果分析

基于表1 中的參數進行時步為1 min，時長為1 440 min 的仿真，采用基于TEM 的分層分布式控制策略仿真得出各園區實際消納功率與分配目標功率結果如圖4 所示，采用智能算法尋找最優調整溫度值，對園區內所有負荷溫度區間無差別調整的分層分布式控制策略，得出個園區實際消納功率與分配目標功率結果如圖5 所示。

圖4 基于TEM 分層分布式控制策略的各園區實際消納功率與分配目標功率

圖5 基于無差別調整溫度區間的分層分布式控制策略的各園區實際消納功率與分配目標功率

基于TEM 分層分布式控制策略各園區剩余功率如圖6 所示，基于無差別調整溫度區間的分層分布式控制策略的各園區剩余功率如圖7 所示，其中園區i 當前時刻的剩余功率為：

圖6 基于TEM 分層分布式控制策略的各園區剩余功率

圖7 基于無差別調整溫度區間的分層分布式控制策略的各園區剩余功率

基于TEM 分層分布式控制策略的各園區的控制誤差如圖8 所示，基于無差別調整溫度區間的分層分布式控制策略的各園區剩余功率如圖9所示，其中園區i 當前時刻的控制誤差為：

由圖4 和圖5 對比可見，圖4 實際消納功率曲線與給定總目標曲線能夠更好的吻合，因此消納功率跟隨分配目標功率的效果更好；相對于圖7，圖6 中3 個園區的剩余功率均低于40 kW，基于TEM 分層分布式控制策略的剩余功率較無差別調整有進一步的縮小；由圖8 與圖9 對比并結合式（12）可見，圖8 中3 個園區的控制誤差穩定在30%以內，圖9 中的控制誤差存在超過1 的尖峰，因此基于TEM 的分層分布式控制策略在縮小控制誤差方面的效果更好。

圖8 基于TEM 分層分布式控制策略的各園區控制誤差

圖9 基于無差別調整溫度區間的分層分布式各園區控制誤差

5 結語

本文采用基于TEM 分層分布式控制策略對電熱泵負荷參與需求響應調度，幫助系統消納負荷進行了研究。并將仿真結果與采用無差別調整溫度區間的分層分布式控制策略的仿真結果進行對比，對于提高目標功率消納以及降低控制誤差和剩余功率有較明顯的效果。

在此后的研究過程中，將針對提高負荷群的負荷多樣性，在兼顧目標功率消納以及提高用戶舒適度等方面繼續展開研究。