趙閱群，艾　欣，周樹鵬，唐　亮

(1. 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京　102206;2. 國(guó)網(wǎng)安徽省電力公司，安徽合肥　230022)

?

考慮用戶熱舒適水平的DLC決策研究

趙閱群1，艾欣1，周樹鵬1，唐亮2

(1. 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京102206;2. 國(guó)網(wǎng)安徽省電力公司，安徽合肥230022)

0　引　言

能源互聯(lián)網(wǎng)[1]概念的提出加速了用電智能化水平，需求側(cè)的主體——用戶成為了影響能源互聯(lián)網(wǎng)發(fā)展的主要因素，負(fù)荷曲線峰谷差逐年拉大不僅會(huì)對(duì)電網(wǎng)經(jīng)濟(jì)運(yùn)行產(chǎn)生影響，而且對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行也會(huì)產(chǎn)生不良影響，隨著現(xiàn)代通信技術(shù)、傳感器技術(shù)的飛速發(fā)展，需求側(cè)負(fù)荷管理成為解決該問(wèn)題的有效途徑[2-4]。夏季空調(diào)負(fù)荷用戶的逐漸增加，加重峰荷影響的同時(shí)也給負(fù)荷管理提供了大量可管理資源。鑒于空調(diào)負(fù)荷具備一定的能量存儲(chǔ)能力(蓄冷、蓄熱)，可作為需求側(cè)直接負(fù)荷控制(direct load control, DLC)的調(diào)度資源參與負(fù)荷曲線的整形[5]。

國(guó)外很多文獻(xiàn)介紹了DLC參與負(fù)荷曲線調(diào)整的研究[6-9]。文獻(xiàn)[6-8]中以弗洛里達(dá)州為例采用電熱水器作為DLC負(fù)荷通過(guò)削峰填谷優(yōu)化系統(tǒng)運(yùn)行成本，實(shí)驗(yàn)結(jié)果顯示削減50MW峰荷時(shí)節(jié)約成本為總成本的3.2%。文獻(xiàn)[9]探討了現(xiàn)有體系結(jié)構(gòu)下動(dòng)態(tài)調(diào)度的瓶頸問(wèn)題，以北京地區(qū)為例提出了計(jì)及DLC的動(dòng)態(tài)優(yōu)化調(diào)度模型，DLC作為可快速響應(yīng)的熱備用，確保了系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度的順利進(jìn)行，改善了負(fù)荷率。文獻(xiàn)[10]提出了基于模糊隸屬度函數(shù)的用戶滿意度的DLC優(yōu)化調(diào)度策略，用戶滿意度采用連續(xù)受控時(shí)間和連續(xù)運(yùn)行時(shí)間指標(biāo)表征，無(wú)法直接表征用戶的滿意度，而且空調(diào)負(fù)荷用戶參與的DLC項(xiàng)目實(shí)施時(shí)會(huì)影響用戶的熱舒適水平(thermal comfort level, TCL)，空調(diào)的主要作用是給用戶提供一個(gè)熱舒適環(huán)境，這會(huì)導(dǎo)致用戶參與DLC的積極性下降，所以，兼顧用戶熱舒適水平是實(shí)施DLC的一個(gè)重要考慮因素。

DLC實(shí)施時(shí)“反彈負(fù)荷”是又一個(gè)必須要考慮的因素，反彈負(fù)荷處理不好，不但會(huì)影響DLC的實(shí)施效果，而且可能造成“二次峰荷”影響電網(wǎng)的安全穩(wěn)定運(yùn)行。很多文獻(xiàn)對(duì)如何緩解反彈負(fù)荷進(jìn)行了多種算法研究[11-17]，文獻(xiàn)[11]提出了深化的遺傳迭代算法調(diào)度實(shí)施DLC，文獻(xiàn)[12-13]提出了基于動(dòng)態(tài)規(guī)劃算法的空調(diào)負(fù)荷DLC實(shí)施方案，文獻(xiàn)[14-16]提出其他的非線性規(guī)劃方法來(lái)解決空調(diào)負(fù)荷的DLC反彈負(fù)荷的問(wèn)題，文獻(xiàn)[17-18]提出的基于物理原理的空調(diào)負(fù)荷模型應(yīng)用于DLC的實(shí)施，但這些模型復(fù)雜而且難以降低反彈負(fù)荷對(duì)DLC實(shí)施帶來(lái)的影響。空調(diào)負(fù)荷的這些問(wèn)題與DLC實(shí)施息息相關(guān)，只有合理控制空調(diào)負(fù)荷才能從根本上解決這些問(wèn)題帶來(lái)的影響。

本文重點(diǎn)研究兼顧用戶熱舒適水平并能削減反彈負(fù)荷的空調(diào)DLC控制方法，首先，分析影響空調(diào)負(fù)荷用戶熱舒適水平的因素(溫度、相對(duì)濕度)，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個(gè)變量，通過(guò)模糊控制理論將兩個(gè)變量模糊化后，給出了基于最小熱焓估計(jì)(least enthalpy estimation, LEE)的模糊熱舒適水平控制算法的DLC實(shí)施方案，分析不同關(guān)斷時(shí)長(zhǎng)對(duì)用戶熱舒適水平的影響和對(duì)反彈負(fù)荷的削減能力。最后，通過(guò)仿真驗(yàn)證所提方法在關(guān)斷時(shí)間15min時(shí)能夠有效執(zhí)行負(fù)荷削減任務(wù)，同時(shí)抑制反彈負(fù)荷的出現(xiàn)，而且兼顧了用戶的熱舒適水平。

1　用戶熱舒適水平

1.1熱舒適標(biāo)準(zhǔn)

ANSI/ASHARE 55標(biāo)準(zhǔn)[19]中的焓濕圖給出了一般作息條件下，描述夏季室內(nèi)熱舒適水平有效溫度、相對(duì)濕度的范圍。實(shí)際上，室內(nèi)有效溫度和相對(duì)濕度都是隨環(huán)境的改變而不斷變化的，難以具體描述最佳的熱舒適水平，為有效表征熱舒適水平需要定義一個(gè)統(tǒng)一的衡量標(biāo)準(zhǔn)，根據(jù)[19]的標(biāo)準(zhǔn)定義有效溫度24.5℃，相對(duì)濕度30%～60%作為100%的熱舒適水平，如圖1所示的線段1，而相對(duì)濕度3%～6%范圍內(nèi)，線段1與2之間、1與3之間的區(qū)域均為80%以上熱舒適水平范圍。描述熱舒適水平的分段公式為

(1)

式中：S為熱舒適水平，%；T為有效溫度，℃；RH為相對(duì)濕度，%。

圖1　熱舒適水平焓濕圖

1.2最小熱焓估計(jì)

熱焓是表征物質(zhì)系統(tǒng)能量的一個(gè)狀態(tài)函數(shù)，室內(nèi)能量的變化有時(shí)候不能通過(guò)溫度的變化來(lái)表現(xiàn)出來(lái)，而熱焓值的變化可以方便地描述室內(nèi)能量的變化過(guò)程。采用熱焓理論可估計(jì)室內(nèi)濕空氣能量的轉(zhuǎn)變，通常濕空氣的熱焓值可以通過(guò)干球溫度和含濕量比來(lái)表示[19]：

H=1.006Tdb+HR(2 501+1.805Tdb)

(2)

式中：H為熱焓值，kJ/kg；Tdb為干球溫度，℃；HR為含濕量，%。干球溫度可以通過(guò)溫度傳感器直接測(cè)量，而含濕量是一個(gè)與干球溫度和相對(duì)濕度有關(guān)的量，具體推導(dǎo)過(guò)程見(jiàn)文獻(xiàn)[19]，HR的表達(dá)式為

式中：p為一個(gè)標(biāo)準(zhǔn)大氣壓;pws為飽和壓強(qiáng)；計(jì)算系數(shù)a1、a2、…、a6為常數(shù)(具體數(shù)值見(jiàn)[19])；Tk為開(kāi)爾文溫度。干球溫度、相對(duì)濕度可以通過(guò)傳感器直接測(cè)量，這樣熱焓值可以通過(guò)安裝于室內(nèi)的傳感器量測(cè)到的干球溫度和相對(duì)濕度推導(dǎo)得到。室內(nèi)空調(diào)系統(tǒng)一般通過(guò)制冷、加熱、除濕、加濕4種手段改變室內(nèi)的熱舒適水平，每個(gè)手段都需要消耗不同的電能量并引起熱焓值的變化，而熱焓值的變化是由顯熱和潛熱兩部分的改變構(gòu)成:

(4)

式中：前半部分為狀態(tài)1(非100%熱舒適水平)轉(zhuǎn)變成狀態(tài)2(100%熱舒適水平)的顯熱變化部分，后半部分為潛熱變化部分。顯熱部分的熱焓值改變是由干球溫度變化引起，而潛熱部分熱焓值改變是由相對(duì)濕度變化引起，狀態(tài)1、2的位置如圖1(焓濕圖)所示。圖1中，狀態(tài)1變化到狀態(tài)2有5種途徑，a：加濕制冷，b：加濕，c：加濕制熱，d：制熱，e：除濕制熱。每種途徑都可以到達(dá)100%熱舒適水平，但空調(diào)的運(yùn)行方式卻都不相同，這樣，通過(guò)合理控制空調(diào)的不同運(yùn)行方式達(dá)到最佳熱舒適水平的同時(shí)可以實(shí)現(xiàn)節(jié)能的目的。

通過(guò)式(4)估計(jì)每種狀態(tài)到達(dá)期望熱舒適水平的熱焓值差，并取最小值作為空調(diào)的最優(yōu)控制方式可實(shí)現(xiàn)能源節(jié)約的目的。

2　DLC反彈負(fù)荷分析

反彈負(fù)荷的產(chǎn)生是由于DLC實(shí)施時(shí)空調(diào)負(fù)荷關(guān)斷階段，室外溫度、用戶日?；顒?dòng)影響導(dǎo)致室內(nèi)溫度上升負(fù)荷需求增大，而且空調(diào)負(fù)荷關(guān)斷階段持續(xù)時(shí)間越長(zhǎng)，負(fù)荷恢復(fù)階段需求越高，處理不當(dāng)會(huì)對(duì)負(fù)荷曲線造成“二次峰荷”。

在文獻(xiàn)[5]的基礎(chǔ)上簡(jiǎn)化空調(diào)負(fù)荷等效熱力學(xué)參數(shù)模型如圖2所示。

圖2　空調(diào)負(fù)荷熱力學(xué)參數(shù)模型

P1為常規(guī)壓縮機(jī)功率，P2為備用壓縮機(jī)功率，常規(guī)壓縮機(jī)開(kāi)關(guān)s1，備用壓縮機(jī)開(kāi)關(guān)s2閉合和斷開(kāi)時(shí)，室內(nèi)溫度變化的一階常微分方程表示：

(5)

式中：Ton1(t)，Ton2(t)，Toff(t)為t時(shí)刻空調(diào)負(fù)荷的閉合常規(guī)壓縮機(jī)、閉合常規(guī)壓縮機(jī)與備用壓縮機(jī)、斷開(kāi)時(shí)的室內(nèi)溫度，℃；Tout為室外溫度，℃；C為熱質(zhì)，(kW·h)/℃；G為熱導(dǎo)，kW/℃；s(t)為t時(shí)刻空調(diào)負(fù)荷的壓縮機(jī)的工作狀態(tài)，閉合時(shí)為1，斷開(kāi)時(shí)為0。

根據(jù)中央空調(diào)的工作原理，冷凍水是室內(nèi)外能量交換的重要媒介。冷凍水溫度變化如圖3所示，其溫度T2和T3分別是一臺(tái)壓縮機(jī)和兩臺(tái)壓縮機(jī)(包括一臺(tái)備用壓縮機(jī))的啟停閥值溫度，空調(diào)正常工作條件下一臺(tái)常規(guī)壓縮機(jī)工作，溫度在T1與T2之間波動(dòng)(圖中黑色實(shí)線所示)；空調(diào)關(guān)斷階段，壓縮機(jī)停止工作，如果室內(nèi)溫度快速上升，常規(guī)壓縮機(jī)沒(méi)有及時(shí)恢復(fù)工作，空調(diào)冷凍水溫度受風(fēng)機(jī)送風(fēng)量的控制[20]，為維持室內(nèi)溫度，風(fēng)機(jī)盤管保持最大送風(fēng)量持續(xù)送風(fēng)，冷凍水在短時(shí)間內(nèi)達(dá)到備用壓縮機(jī)啟用閥值溫度T3，如圖3虛線所示，若t2時(shí)刻以后空調(diào)恢復(fù)工作，室內(nèi)熱舒適需求較大，需開(kāi)啟備用壓縮機(jī)才能快速滿足室內(nèi)熱舒適水平的要求。制定有效的DLC決策延緩冷凍水溫度達(dá)到T2的時(shí)間，延緩常規(guī)與備用壓縮機(jī)恢復(fù)工作的時(shí)間，推遲空調(diào)負(fù)荷功率消耗的時(shí)刻，則可有效削弱反彈負(fù)荷的產(chǎn)生。

圖3　冷凍水溫度變化

圖4為以中央空調(diào)為例的周期性DLC的實(shí)施過(guò)程：t1-t2時(shí)段根據(jù)負(fù)荷削減指令控制空調(diào)負(fù)荷關(guān)斷，t2-t3時(shí)段空調(diào)負(fù)荷重新開(kāi)通，室內(nèi)熱舒適需求超過(guò)空調(diào)常規(guī)運(yùn)行方式的調(diào)節(jié)能力，需啟用備用壓縮機(jī)，功率消耗快速上升如圖4反彈階段所示，t3-t4時(shí)段空調(diào)常規(guī)運(yùn)行方式可以滿足室內(nèi)熱舒適水平需求時(shí)負(fù)荷電流恢復(fù)常規(guī)值。

圖4　反彈負(fù)荷

鑒于空調(diào)負(fù)荷正常工作時(shí)，額定功率固定，由圖3可知，空調(diào)負(fù)荷關(guān)斷時(shí)間越長(zhǎng)，室內(nèi)熱舒適需求也就越大，因此，恢復(fù)階段反彈負(fù)荷的持續(xù)時(shí)間也就越長(zhǎng)。

3　DLC模糊邏輯決策

根據(jù)前文論述，基于最小熱焓估計(jì)方法，并制定優(yōu)化的DLC決策實(shí)現(xiàn)負(fù)荷削減目的并兼顧室內(nèi)熱舒適水平。鑒于模糊邏輯控制的強(qiáng)魯棒性和容錯(cuò)性，及輸入?yún)?shù)溫度、相對(duì)濕度值與室內(nèi)熱舒適水平的非線性關(guān)系，選用模糊邏輯實(shí)現(xiàn)DLC決策。

3.1模糊邏輯控制器

DLC模糊邏輯決策控制器結(jié)構(gòu)如圖5所示，熱舒適水平參數(shù)設(shè)置部分以室內(nèi)溫度Tin和相對(duì)濕度RHin為輸入，通過(guò)最小熱焓理論設(shè)置最優(yōu)溫濕值及計(jì)算熱焓改變值；模糊邏輯控制由兩部分組成，一部分以室內(nèi)溫度差值Tin-Tset、室內(nèi)相對(duì)濕度差值RHin-RHset為輸入實(shí)現(xiàn)基于最小熱焓值估計(jì)的空調(diào)負(fù)荷的熱舒適控制，另一部分以室外溫度Tout、熱焓改變值ΔH為輸入實(shí)現(xiàn)風(fēng)機(jī)盤管送風(fēng)量的控制。

圖5　控制器結(jié)構(gòu)

3.2參數(shù)模糊化

根據(jù)實(shí)際室內(nèi)環(huán)境設(shè)置各個(gè)輸入?yún)?shù)的模糊隸屬度函數(shù)，具體劃分如圖6所示，對(duì)X1、Y1定義7個(gè)模糊集合分別用PL(正大)、PM(正中)、PS(正小)、Z(零)、NS(負(fù)小)、NM(負(fù)中)、NL(負(fù)大)表示，對(duì)X2、X3、X4、Y2定義5個(gè)模糊集合分別用PL(正大)、PS(正小)、Z(零)、NS(負(fù)小)、NL(負(fù)大)表示。其中，X1是室內(nèi)溫度差值，X2是室內(nèi)相對(duì)濕度差值，Y1是第一部分模糊邏輯輸出，X3為室外溫度變化值，X4為熱焓變化值，Y2為第二部分模糊邏輯輸出。

圖6　參數(shù)模糊化

3.3模糊邏輯規(guī)則與模糊決策

制定模糊邏輯規(guī)則：

式中：Ai，Bj，Cj，Dj，Ei，F(xiàn)j分別為各個(gè)參數(shù)的論域，i=1,2,…,7，j=1,2,…,5。根據(jù)經(jīng)驗(yàn)得具體執(zhí)行決策如表1(35條規(guī)則)、表2(25條規(guī)則)所示，可作為專家知識(shí)。

表1　模糊決策表1

表2　模糊決策表2

為確定具體的控制方式，需對(duì)模糊規(guī)則進(jìn)行去模糊化處理，最終得到模糊決策輸出。采用極大極小復(fù)合和重心法去模糊化：

(6)

(7)

(8)

(9)

式中：wm、wh為權(quán)重值，m=1,2，…，35、h=1,2，…，25，代表模糊規(guī)則1和模糊規(guī)則2的規(guī)則數(shù)量，em、eh分別代表y1、y2隸屬函數(shù)的重心值，去模糊化后輸出值即為DLC模糊決策值。

4　仿真研究

夏季峰值負(fù)荷需求一般與室外溫度值密切相關(guān)，以中央空調(diào)負(fù)荷削減為例，通過(guò)仿真方法對(duì)比研究傳統(tǒng)DLC(調(diào)度側(cè)根據(jù)電網(wǎng)需求通過(guò)遠(yuǎn)端控制裝置直接控制管理用戶的一部分負(fù)荷，采用周期性開(kāi)斷負(fù)荷的方法來(lái)實(shí)現(xiàn)負(fù)荷曲線削峰填谷及整形的目的)實(shí)施過(guò)程和前文提出方法，分析空調(diào)負(fù)荷關(guān)斷階段冷凍水溫度的處理方法、反彈負(fù)荷的持續(xù)時(shí)間及對(duì)應(yīng)的室內(nèi)熱舒適水平變化。

4.1負(fù)荷關(guān)斷時(shí)長(zhǎng)分析

空調(diào)負(fù)荷關(guān)斷時(shí)長(zhǎng)直接影響DLC實(shí)施過(guò)程中反彈負(fù)荷的持續(xù)時(shí)間，關(guān)斷時(shí)間越長(zhǎng)，室內(nèi)熱舒適水平下降越多，負(fù)荷恢復(fù)產(chǎn)生的反彈負(fù)荷持續(xù)時(shí)間越長(zhǎng)。根據(jù)現(xiàn)有關(guān)斷時(shí)長(zhǎng)，分析15min、25min關(guān)斷時(shí)長(zhǎng)對(duì)反彈負(fù)荷和熱舒適水平的影響。

由于一天中室外溫度最高一般發(fā)生在13:00～15:00，仿真模擬時(shí)選擇11:00～16:00空調(diào)負(fù)荷用電高峰時(shí)段實(shí)施DLC負(fù)荷削減項(xiàng)目，根據(jù)實(shí)際情況，室內(nèi)溫、濕度初始數(shù)據(jù)采用對(duì)數(shù)正態(tài)分布模擬(設(shè)置室內(nèi)溫度值期望為25℃，方差為0.02，相對(duì)濕度期望為40%，方差為0.01)，并假設(shè)空調(diào)負(fù)荷對(duì)室內(nèi)有效溫度的調(diào)節(jié)能夠?qū)崿F(xiàn)期望的效果。假設(shè)中央空調(diào)由兩臺(tái)壓縮機(jī)(一臺(tái)常規(guī)壓縮機(jī)、一臺(tái)備用壓縮機(jī))、一個(gè)風(fēng)機(jī)盤管構(gòu)成，每個(gè)壓縮機(jī)功率為15kW、風(fēng)機(jī)盤管功率1kW。仿真基于最小熱焓理論，采用調(diào)整多個(gè)中央空調(diào)統(tǒng)一工作方式的模糊策略實(shí)現(xiàn)最小能耗控制，方便對(duì)比同時(shí)仿真了普通直接負(fù)荷控制方式下用戶熱舒適水平及反彈負(fù)荷的效果，并對(duì)結(jié)果進(jìn)行分析。圖7為單個(gè)用戶負(fù)荷實(shí)施傳統(tǒng)DLC項(xiàng)目的用戶熱舒適水平和負(fù)荷曲線仿真結(jié)果，每個(gè)DLC控制周期負(fù)荷關(guān)斷時(shí)長(zhǎng)為15min，熱舒適水平控制在80%以上。

圖7　傳統(tǒng)15min關(guān)斷時(shí)長(zhǎng)DLC結(jié)果

圖8為單個(gè)用戶負(fù)荷實(shí)施基于最小熱焓DLC項(xiàng)目的用戶熱舒適水平和負(fù)荷曲線仿真結(jié)果，其每個(gè)DLC控制周期負(fù)荷關(guān)斷時(shí)長(zhǎng)為15min。

圖8　基于最小熱焓理論15min關(guān)斷時(shí)長(zhǎng)DLC結(jié)果

圖9為單個(gè)用戶負(fù)荷實(shí)施基于最小熱焓DLC項(xiàng)目的用戶熱舒適水平和負(fù)荷曲線仿真結(jié)果，其每個(gè)DLC控制周期負(fù)荷關(guān)斷時(shí)長(zhǎng)為25min。

圖9　基于最小熱焓理論25min關(guān)斷時(shí)長(zhǎng)DLC結(jié)果

對(duì)比圖7和圖8可知，相同的負(fù)荷關(guān)斷時(shí)長(zhǎng)下，基于最小熱焓的DLC項(xiàng)目，在保持80%室內(nèi)熱舒適水平的情況下，基本消除了反彈負(fù)荷的影響。

對(duì)比圖8和圖9可知，不同的負(fù)荷關(guān)斷時(shí)長(zhǎng)會(huì)直接影響室內(nèi)熱舒適水平，負(fù)荷關(guān)斷時(shí)長(zhǎng)大時(shí)，室內(nèi)熱舒適水平下降明顯。

4.2節(jié)能效益分析

實(shí)施最小熱焓DLC具有節(jié)能效果，圖10統(tǒng)計(jì)分析了傳統(tǒng)恒溫空調(diào)負(fù)荷DLC項(xiàng)目與實(shí)施基于最小熱焓理論的DLC項(xiàng)目耗電量對(duì)比結(jié)果，前者采用控制策略圖8所示控制策略，后者采用圖9所示控制策略。

圖10　耗電量對(duì)比

如圖10所示，空調(diào)負(fù)荷調(diào)節(jié)室內(nèi)溫度和相對(duì)濕度，根據(jù)焓濕圖熱舒適區(qū)域可知，室內(nèi)溫度升高，若要維持一個(gè)平穩(wěn)的熱舒適水平，控制空氣壓縮機(jī)停止工作同時(shí)開(kāi)啟除濕降低室內(nèi)相對(duì)濕度，這樣就可以節(jié)約空調(diào)的耗電量，圖10結(jié)果表明可實(shí)現(xiàn)節(jié)能25%～35%效果。

5　結(jié)　論

本文重點(diǎn)研究兼顧用戶熱舒適水平并能削減反彈負(fù)荷的空調(diào)DLC控制方法，首先，分析影響空調(diào)負(fù)荷用戶熱舒適水平的因素(溫度、相對(duì)濕度)，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個(gè)變量，通過(guò)模糊控制理論將兩個(gè)變量模糊化后，給出了基于最小熱焓估計(jì)的模糊熱舒適水平控制算法的DLC實(shí)施方案，分析不同關(guān)斷時(shí)長(zhǎng)對(duì)用戶熱舒適水平的影響和對(duì)反彈負(fù)荷的削減能力?；谧钚犰世碚摰闹醒肟照{(diào)系統(tǒng)DLC模糊控制決策在兼顧用戶熱舒適水平和削減反彈負(fù)荷的基礎(chǔ)上，可實(shí)現(xiàn)節(jié)能效果。

[1]劉振亞.全球能源互聯(lián)網(wǎng)[M].北京：中國(guó)電力出版社，2015：199-212.

[2]Olli Kilkki，Antti Alah?iv?l?，Ilkka Seilonen.Optimized control of price-based demand response with electric storage space heating[J].IEEE Transactions on Industrial Informatics，2015，11(1)：281-288.

[3]Ashot Mnatsakanyan，Scott W Kennedy.A novel demand response with model with an application for a virtual power plant[J].IEEE Transactions on Smart Grid，2015，6(1)：230-237.

[4]張欽，王錫凡，王建學(xué)，等.電力市場(chǎng)下需求響應(yīng)研究綜述[J].電力系統(tǒng)自動(dòng)化，2008，32(3)：97-106.[5]艾欣，趙閱群，周樹鵬.適應(yīng)清潔能源消納的配電網(wǎng)直接負(fù)荷控制模型與仿真[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，35(25)：4234-4243.

[6]Le K D，Boyle R F，Hunter M D, et al. A procedure for coordinating direct-load-control strategies to minimize system production costs[J].IEEE Transactions on Power Apparatus and Systems，1983，102(6)：1843-1849.

[7]Bhatnagar R，Rahman S. Dispatch of direct load control for fuel cost minimization[J].IEEE Transactions on Power Systems，1986，1(4)：96-102.

[8]James R Stitt.Implementation of a large-scale direct load control system some critical factors[J].IEEE Transactions on Power Apparatus and Systems，1985，104(7)：1663-1669.

[9]曹世光，李衛(wèi)東，柳焯，等.計(jì)及直接負(fù)荷控制的動(dòng)態(tài)優(yōu)化調(diào)度模型[J].中國(guó)電機(jī)工程學(xué)報(bào)，1998，18(3)：160-162.

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

[11]Yao L，Chang W C，Yen R L. An iterative deepening genetic algorithm for scheduling of direct load control[J].IEEE Transactions on Power System，2005，20(3)：1414-1421.

[12]Wei D C，Chen N. Air conditioner direct load control by multipass dynamic programming[J].IEEE Transactions on Power System，1995，10(1)：307-313.

[13]Huang K Y，Huang Y C. Integrating direct load control with interruptible load management to provide instantaneous reserves for ancillary services[J].IEEE Transactions on Power System，2004，19(3)：1626-1634.

[14]Yang H T，Huang K Y. Direct load control using fuzzy dynamic programming[J].IEEE Transactions on Power System，1999，146(3)：294-300.

[15]Bhattacharyya K，Crow M L. A fuzzy logic based approach to direct load control[J].IEEE Transactions on Power System，1996，11(2)：708-714.

[16]Yang H T，Chen S C，Tsai W N.Classification of direct load control curves for performance evaluation[J].IEEE Transactions on Power System，2004，19(2)：811-817.

[17]El-Ferik S，Hussain S A，Al-Sunni F M. Identification of physically based models of residential air-conditioners for direct load control management[C]//5th Asian Control Conf.Melbourne，Australia：2004：2079-2087.

[18]Molina A，Gabaldon A，F(xiàn)uentes J A，et al.Implementation and assessment of physically based electrical load models: application to direct load control residential programmes[J].IEE Proceedings-Generation，Transmission and Distribution，2003，150(1)：61-66.

[19]ANSI/ASHRAE Std.55-1992 Thermal Environmental Conditions for Human Occupancy[S]. 1992.

[20]Zheliang Chen，F(xiàn)ei Xue，F(xiàn)ulin Wang.A novel control logic for fan coil unit considering both room temperature and humidity control[J].Building Simulation，2015，8(1)：27-37.

(責(zé)任編輯：楊秋霞)

Study on DLC Decision by Considering the Thermal Comfort Level of Consumers

ZHAO Yuequn1, AI Xin1, ZHOU Shupeng1, TANG Liang2

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources(North China Electric Power University), Beijing 102206, China;2. State Grid Anhui Electric Power Company, Hefei 230022, China)

研究能源互聯(lián)網(wǎng)背景下，考慮用戶熱舒適水平和反彈負(fù)荷的中央空調(diào)直接負(fù)荷控制策略。分析影響中央空調(diào)負(fù)荷用戶熱舒適水平的因素及反彈負(fù)荷主要影響因素，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個(gè)變量，通過(guò)模糊控制理論將兩個(gè)變量模糊化后，給出了基于最小熱焓估計(jì)(least enthalpy estimation, LEE) 的模糊熱舒適水平控制算法的DLC決策，分析不同關(guān)斷時(shí)長(zhǎng)對(duì)用戶熱舒適水平和對(duì)反彈負(fù)荷的削減的影響。最后，通過(guò)仿真驗(yàn)證所提方法能夠有效削減反彈負(fù)荷，保持80%以上用戶熱舒適水平，并實(shí)現(xiàn)了25%～35%的節(jié)能效果。

能源互聯(lián)網(wǎng)；直接負(fù)荷控制；模糊控制；反彈負(fù)荷；用戶熱舒適水平；最小熱焓估計(jì)

In this paper, the control strategy of central air conditioning load is studied by considering the thermal comfort level of consumers and payback load effect under the background of the energy internet. The influencing factors of the thermal comfort level of consumer for central air conditioning load and payback load effect are analyzed. The enthalpy theory is used to decouple the effective temperature into latent heat and sensible heat variables which stand for the thermal comfort level of consumers. Both variables are fuzzed by fuzzy control theory, and then the DLC strategy for control algorithm of fuzzy thermal comfort level is proposed based on least enthalpy estimation. The thermal comfort level of consumers and payback load effect curtailment are affected by different turn-off duration. In the end, the simulation result shows that the proposed method can effectively reduce the payback load, maintain more than 80% thermal comfort level, and achieve 25%-35% energy saving effect.

energy internet; direct load control (DLC); fuzzy control; payback load effect; thermal comfort level of consumers; least enthalpy estimation

1007-2322(2016)03-0061-07

A

TM73

國(guó)家自然科學(xué)基金項(xiàng)目(513111122)

2015-09-12

趙閱群(1987-)，男，博士研究生，研究方向?yàn)樾履茉措娏ο到y(tǒng)及微網(wǎng)，313581345@qq.com；

艾欣(1964-)，男，教授，博士生導(dǎo)師，研究方向?yàn)樾履茉措娏ο到y(tǒng)及微網(wǎng)，aixin@ncepu.edu.cn；

周樹鵬(1988-)，男，博士研究生，研究方向?yàn)樾履茉措娏ο到y(tǒng)及微網(wǎng)，627545060@qq.com;

唐亮 (1982-)，男，碩士研究生，研究方向?yàn)樾履茉措娏ο到y(tǒng)及微網(wǎng)，E-mail：tangl0311@ah.sgcc.com.cn。