本發明涉及電力系統運行、控制與調度領域，特別是基于需求響應技術的智能負荷的聚合等效和控制方法。

背景技術：

隨著煤炭、石油等不可再生資源的日益枯竭以及能源困局的日益嚴峻，風能、太陽能、潮汐能及生物質能等可再生能源代替不可再生能源是目前應對資源和環境問題的有效途徑，智能用電對促進電力系統消納可再生能源具有重要意義。

智能用電是智能電網的重要組成部分，是連接供電部門與用戶的樞紐，也是體現智能電網友好互動的核心。智能用電建設的效果將直接影響電網能源使用效率和經濟運行，對電網建設、節能環保、電能質量管理產生深遠影響。智能用電可以通過促進智能電網信息流和能量流的互動，引導用戶側優化用電方式，實現柔性用電，提供用能管理等方法協調可再生能源和需求響應資源，實現清潔能源的多元化發展。

各網省電力公司在智能用電領域先后開展了供需互動化系統建設，以構建電網與客戶之間高效、互動的新型供用電關系，為電力客戶提供多元化互動服務。隨著電器設備的智能化以及通信技術的發展，家庭、辦公等用電設備的可控性和智能化大大增加，合理協調智能家電和電動汽車的用電，可在電網中更好地平衡用電供給和需求。然而，這些負荷大小不一，種類繁多，分散性強。如何將這些負荷參與到電網調度和優化運行，是目前亟待解決的問題之一。

技術實現要素：

針對現有技術中存在的缺陷，本發明的目的在于提供一種基于智能負荷的虛擬電池模型的實時控制方法。對一個供電區域的智能負荷按地區或街道進行分群，每個智能負荷群等效為一個虛擬子電池模型。將整個供電區域內的若干個智能負荷群等效為一個虛擬電池，所有虛擬子電池的出力和等價為虛擬電池的總出力。考慮電網的出力情況，滾動優化虛擬子電池出力，通過通信技術、接口單元和協調控制器等，實現智能負荷與電網的協調優化運行。本發明能夠充分挖掘智能負荷參與需求響應的潛力。

為達到以上目的，本發明采取的技術方案是：

基于智能負荷的虛擬電池模型的實時控制方法，包括以下步驟：

a.實時采集智能負荷的開關狀態及額定功率，建立智能負荷可調功率、智能負荷可控變量及智能負荷狀態之間的對應關系；

b.將同一個供電區域的智能負荷按地區或街道進行分群，每個智能負荷群等效為一個虛擬子電池模型，同一供電區域內的所有虛擬子電池模型構成一個虛擬電池模型；基于步驟a中的對應關系，計算虛擬子電池模型的可控區域內智能負荷功率可調節的范圍，即虛擬子電池模型的出力上邊界和下邊界；

c.根據虛擬子電池模型的出力上邊界和下邊界，計算虛擬子電池模型的出力調節范圍，以及虛擬電池模型的出力調節范圍；

d.根據虛擬子電池模型的出力上邊界和下邊界，計算虛擬電池模型總出力的上邊界和下邊界；

e.根據電網的出力情況和虛擬電池模型的出力調節范圍，以虛擬電池模型的輸出功率最大為目標，建立目標函數，對虛擬子電池模型的出力進行滾動優化，實現虛擬電池模型輸出功率最大化；

f.虛擬電池模型收到充放電的指令后，根據步驟e得到的虛擬電池模型的最大輸出功率，兼顧用戶公平性、合理性，優化負荷調整量在負荷中的分配。

在上述方案的基礎上，步驟a中，所述可控變量包括智能負荷的可調節溫度和充電速率等；所述智能負荷可調功率、智能負荷可控變量及智能負荷狀態之間的對應關系為：對于智能負荷，設開關狀態為si，智能負荷關閉時si＝0，智能負荷為不可控狀態；智能負荷開啟時si＝1，智能負荷處于可控狀態，其可控變量調節范圍為[xmin,xmax]，則該智能負荷對應的功率可調下邊界為△pmin，功率可調上邊界為△pmax。

在上述方案的基礎上，步驟b中，所述虛擬子電池模型的出力上邊界和下邊界為：

其中，psvbmin(t)表示t時刻虛擬子電池模型的出力下邊界，psvbmax(t)表示t時刻虛擬子電池模型的出力上邊界，psvb(t)表示t時刻虛擬子電池模型的實際的出力值，△pmax表示智能負荷的功率可調上邊界，△pmin表示智能負荷的功率可調下邊界。

在上述方案的基礎上，步驟c中，所述虛擬子電池模型的出力調節范圍具體為：

其中，△psvb(t)表示t時刻虛擬子電池模型的調節量，表示t時刻虛擬子電池模型的響應目標值，表示t時刻虛擬子電池模型的預測出力值，代表t時刻虛擬子電池模型的出力上調范圍，代表t時刻虛擬子電池模型的出力下調范圍；

所述虛擬電池模型的出力調節范圍為：

其中，為第t時段虛擬電池模型的出力上調范圍，為第t時段虛擬電池模型的出力下調范圍。

在上述方案的基礎上，步驟d中，根據虛擬子電池模型的出力上邊界和下邊界，計算虛擬電池模型總出力的上邊界和下邊界為：

其中，k表示虛擬子電池模型的個數，pvbmin(t)表示t時刻虛擬電池模型的出力下邊界，pvbmax(t)表示t時刻虛擬電池模型的出力上邊界，pvb(t)表示t時刻虛擬電池模型的實際的出力值，psvbk(t)表示t時刻虛擬子電池模型k的實際的出力值，psvbkmin(t)表示t時刻虛擬子電池模型k的出力下邊界，psvbkmax(t)表示t時刻虛擬子電池模型k的出力上邊界。

在上述方案的基礎上，步驟e中，以虛擬電池模型的輸出功率最大所建立的目標函數為：

其中，△psvb(t)≤△psvbkmax(t)，k表示虛擬子電池模型的個數，△psvbkmax(t)為t時刻虛擬子電池模型k的最大可調節功率；

約束條件為：

其中，為第t時段虛擬電池模型的出力下調范圍，為第t時段虛擬電池模型的出力上調范圍。

在上述方案的基礎上，步驟f中，虛擬電池模型收到充放電的指令后，按式(7)-(8)優化負荷調整量在負荷中的分配：

其中，k為虛擬子電池模型的個數，n為虛擬子電池內智能負荷數，p^k為第k個虛擬子電池模型內所有智能負荷的總調度功率，p^ki為第k個虛擬子電池模型內第i個智能負荷的調度功率，pkimax為第k個虛擬子電池模型內第i個智能負荷的最大調度功率，p為虛擬電池總調度功率。

本發明所述的基于智能負荷的虛擬電池模型及實時控制方法，具有以下有益效果：本發明所述控制方法增大或減小這些智能負荷的電力消耗以控制虛擬電池的充放電，以參與電力市場和電網運行的協調管理，可實現負荷與電網的協調優化運行，有利于資源的合理優化配置及利用。

附圖說明

本發明有如下附圖：

圖1基于虛擬電池的電力系統優化模型。

具體實施方式

以下結合附圖對本發明作進一步詳細說明。

如圖1所示，本發明所述的基于智能負荷的虛擬電池模型及實時控制方法，包括如下步驟：

本發明基于電力系統優化運行方式，吸納了傳統電廠、可再生能源以及需求側形成的虛擬電池等多種資源形式，通過綜合常規機組的運行約束、用戶舒適性約束、負荷合理性約束等進行資源的優化分配，以達到系統優化運行的目標。在需求側，針對分散在不同區域中的參與激勵響應的負荷，采集其狀態信息和電力系統優化分配的子目標。將這些負荷聚合等效為虛擬電池，通過通信技術、接口單元和協調控制器等增大或減小這些負荷的電力消耗以控制虛擬電池的充放電，參與電力市場和電網運行的協調管理，實現負荷與電網的協調優化運行，更有利于資源的合理優化配置及利用。

具體實施步驟為：

步驟a.實時采集智能負荷的開關狀態及額定功率，建立智能負荷可調功率、智能負荷可控變量及智能負荷狀態之間的對應關系；

通過通信技術，采集各智能負荷的開關狀態和功率情況。其中，可控變量指的是例如智能負荷的可調節溫度、電動汽車等儲能設備的充電速率等；所述智能負荷可調功率、負荷變量及智能負荷狀態之間的對應關系為：對于智能負荷，設開關狀態為si，智能負荷關閉時si＝0，智能負荷為不可控狀態；智能負荷開啟時si＝1，智能負荷處于可控狀態，智能負荷可控變量調節范圍為[xmin,xmax]，則該智能負荷對應的功率可調下邊界為△pmin，功率可調上邊界為△pmax。

b.定義智能負荷虛擬電池模型，將同一個供電區域的智能負荷按地區或街道進行分群，每個智能負荷群等效為一個虛擬子電池模型，同一供電區域內的所有虛擬子電池模型構成一個虛擬電池模型；基于步驟a中的函數關系，計算虛擬子電池模型的可控區域內智能負荷功率可調節的范圍，即虛擬子電池出力上邊界和下邊界；

本發明將智能負荷虛擬電池模型定義為：將某一供電區域的智能電器、電動汽車等可控智能負荷進行聚合，等效為一個單一的電池，該電池的充電或放電過程通過控制算法，增大或減小這些負荷的電力消耗來實現，該電池的出力范圍由各負荷群的調節能力來決定。

某一可控區域的所有智能負荷可調節的功率即為其等效的虛擬子電池模型的出力上邊界和下邊界：

其中，psvbmin(t)表示t時刻虛擬子電池模型的出力下邊界，psvbmax(t)表示t時刻虛擬子電池模型的出力上邊界，psvb(t)表示t時刻虛擬子電池模型的實際的出力值，△pmax表示智能負荷的功率可調上邊界，△pmin表示智能負荷的功率可調下邊界。

步驟c.根據虛擬子電池模型的出力上邊界和下邊界，計算虛擬子電池模型的出力調節范圍；虛擬子電池模型的出力調節范圍具體為：

其中，△psvb(t)表示t時刻虛擬子電池模型的調節量(或稱調度功率)，表示t時刻虛擬子電池模型的響應目標值，表示t時刻虛擬子電池模型的預測出力值，代表t時刻虛擬子電池模型的出力上調范圍，代表t時刻虛擬子電池模型的出力下調范圍；

根據虛擬子電池模型的出力調節范圍，可得到虛擬電池模型的出力調節范圍，具體為：

其中，為第t時段虛擬電池模型的出力上調范圍，為第t時段虛擬電池模型的出力下調范圍。

步驟d.根據虛擬子電池模型的出力上邊界和下邊界，計算虛擬電池模型總出力的上邊界和下邊界；所有虛擬子電池模型的出力和等價為虛擬電池模型的總出力；

虛擬電池模型的相關屬性等于所有虛擬子電池模型的相關屬性的線性疊加：

其中k表示虛擬子電池模型的個數，pvbmin(t)表示t時刻虛擬電池模型的出力下邊界，pvbmax(t)表示t時刻虛擬電池模型的出力上邊界，pvb(t)表示t時刻虛擬電池模型的實際的出力值，psvbk(t)表示t時刻虛擬子電池模型k的實際的出力值，psvbkmin(t)表示t時刻虛擬子電池模型k的出力下邊界，psvbkmax(t)表示t時刻虛擬子電池模型k的出力上邊界。

步驟e.根據電網的出力情況和虛擬電池模型的出力調節范圍，以虛擬電池模型的輸出功率最大為目標，建立目標函數，對虛擬子電池模型的出力進行滾動優化，實現虛擬電池模型的輸出功率最大化；

以虛擬電池模型的輸出功率最大所建立的目標函數為：

其中，k表示虛擬子電池模型的個數，△psvbkmax(t)為第t時虛擬子電池模型k的最大調節功率。

約束條件為：

其中，為第t時段虛擬電池模型的出力下調范圍，為第t時段虛擬電池模型的出力上調范圍。

步驟f.協調控制器發出虛擬電池充放電指令，虛擬電池模型接收到充放電指令后，根據步驟e得到的虛擬電池模型的最大輸出功率，兼顧用戶公平性、合理性，優化負荷調整量在負荷中的分配。

根據目標函數和約束條件，通過先進的通信技術、接口單元和軟件構架，協調控制器控制虛擬電池的充電或放電，虛擬電池接收充放電的指令，優化負荷調整量在負荷中的分配：

其中，k為虛擬子電池模型的個數，n為虛擬子電池模型內智能負荷數，p^k為第k個虛擬子電池模型內所有負荷的總調度功率，p^ki為第k個虛擬子電池模型內第i個智能負荷的調度功率，pkimax為第k個虛擬子電池模型內第i個智能負荷的最大調度功率，p為虛擬電池模型的總調度功率。

以上所述，僅是本發明的較佳實例而已，并非對本發明作任何形式上的限制，本領域技術人員利用上述揭示的技術內容做出些許簡單修改、等同變化或裝飾，均落在本發明的保護范圍內。

本說明書中未作詳細描述的內容屬于本領域專業技術人員公知的現有技術。