温控负荷(thermostatically controlled loads,TCLs)集群作为一种灵活的可调度资源,已成为促进电网经济运行和帮助电网恢复稳定的有力手段之一。然而,由于温控负荷单体功率小、位置分散且参数各异,给调度带来了困难。为了灵活利用数量...温控负荷(thermostatically controlled loads,TCLs)集群作为一种灵活的可调度资源,已成为促进电网经济运行和帮助电网恢复稳定的有力手段之一。然而,由于温控负荷单体功率小、位置分散且参数各异,给调度带来了困难。为了灵活利用数量庞大的负荷侧资源进行负荷跟随控制,该文建立温控负荷的虚拟电池模型和负荷集群的聚合模型,并提出基于双层分布式通信网络的控制策略。上层利用分布式交替方向乘子法(alternating direction method of multipliers,ADMM)来解决不同负荷聚合器的最佳跟随功率问题,以确保跟随效益最优;下层提出基于快速分布式平均一致性算法的深度神经网络(deep neural networks,DNN)的方法,使得聚合器内部的所有温控负荷以相等的虚拟电池荷电状态(state of charge,SoC)快速共享上层得到的跟随功率,并有效减少了通信数据量。不同时间尺度的算例验证提出的控制策略能够实现快速的负荷跟随,并保证用户侧的效益。展开更多
文章探讨了电力系统中温控负荷的作用与技术演进。为确保系统稳定,需整合硬件和软件。硬件提供物理支持,软件注入智能化。硬软件协同作用尤为关键,需在设计阶段考虑整合。以大型商业楼宇为例,展示了高效节能的实际应用和潜能。未来,温...文章探讨了电力系统中温控负荷的作用与技术演进。为确保系统稳定,需整合硬件和软件。硬件提供物理支持,软件注入智能化。硬软件协同作用尤为关键,需在设计阶段考虑整合。以大型商业楼宇为例,展示了高效节能的实际应用和潜能。未来,温控负荷有望与人工智能(Artificial Intelligence,AI)、物联网(Internet of Things,IoT)等技术深度结合,进一步增强其价值。展开更多
文摘温控负荷(thermostatically controlled loads,TCLs)集群作为一种灵活的可调度资源,已成为促进电网经济运行和帮助电网恢复稳定的有力手段之一。然而,由于温控负荷单体功率小、位置分散且参数各异,给调度带来了困难。为了灵活利用数量庞大的负荷侧资源进行负荷跟随控制,该文建立温控负荷的虚拟电池模型和负荷集群的聚合模型,并提出基于双层分布式通信网络的控制策略。上层利用分布式交替方向乘子法(alternating direction method of multipliers,ADMM)来解决不同负荷聚合器的最佳跟随功率问题,以确保跟随效益最优;下层提出基于快速分布式平均一致性算法的深度神经网络(deep neural networks,DNN)的方法,使得聚合器内部的所有温控负荷以相等的虚拟电池荷电状态(state of charge,SoC)快速共享上层得到的跟随功率,并有效减少了通信数据量。不同时间尺度的算例验证提出的控制策略能够实现快速的负荷跟随,并保证用户侧的效益。
文摘利用温控负荷(thermostatically controlled load,TCL)作为调频资源参与电网调频是应对高比例可再生能源发电并网导致电力系统维持频率稳定能力下降的有效手段。文中提出一种基于动态下垂控制的TCL一次调频控制策略,考虑聚合商TCL平均温度状态(state of temperature,SOT)、调频容量和系统频率变化率,构建动态下垂控制模型,实时调整下垂控制系数,改变TCL聚合商调频参与度。当向上调频时,锁定关状态TCL;当向下调频时,锁定开状态TCL,确保频率快速恢复至额定值附近。同时,为确保用户的舒适度,利用TCL的SOT优先级排序列表派遣法,确定TCL参与调频顺序。在Matlab/Simulink平台上进行仿真分析,仿真结果验证了文中所提策略在确保用户舒适度、改善频率质量等方面的有效性。
文摘文章探讨了电力系统中温控负荷的作用与技术演进。为确保系统稳定,需整合硬件和软件。硬件提供物理支持,软件注入智能化。硬软件协同作用尤为关键,需在设计阶段考虑整合。以大型商业楼宇为例,展示了高效节能的实际应用和潜能。未来,温控负荷有望与人工智能(Artificial Intelligence,AI)、物联网(Internet of Things,IoT)等技术深度结合,进一步增强其价值。