【摘要】：傳統(tǒng)上,電力系統(tǒng)利用發(fā)電側備用資源進行頻率的調整,頻率的一次調整以及二次調整能夠在各個時間尺度上滿足電力系統(tǒng)對頻率質量的要求。但是隨著發(fā)電側結構的變化,特別是核電以及間歇性能源發(fā)電比例的提高,發(fā)電側提供備用的能力有所下降。同時,大容量火電機組發(fā)電的經濟成本以及環(huán)境成本日益增長,僅僅依靠發(fā)電側資源進行頻率調整已經不足夠,發(fā)掘負荷側資源的備用潛力已經日益受到關注�？照{負荷作為一種典型的恒溫控制負荷與家居負荷,在夏季用電高峰期所占的負荷比例逐年上升,具有提供負荷備用的潛力。同時,由于其內在的熱儲性能,能夠在短時間內調整工作狀態(tài)而不影響用戶的效用,降低自身的功率需求,進而達到調整頻率的目的。對于空調負荷,用戶的效用主要是熱舒適度。論文基于溫度與濕度兩個影響因素,提出用戶熱舒適度雙層模糊評價模型,在此基礎上論文提出空調負荷個體自主響應系統(tǒng)頻率信號的控制策略,根據用戶的舒適度等級與電力系統(tǒng)頻率偏差進行自身設定溫度調整。論文設計實驗對所提出的用戶熱舒適度模型以及空調控制策略的有效性進行了驗證。盡管個體空調功率需求的降低對于整個電網的功率不平衡狀態(tài)的影響微乎其微,但是當研究區(qū)域內的大量空調負荷進行工作狀態(tài)的調整,降低負荷集群的聚合功率,將會改善發(fā)電功率與負荷功率之間的不平衡,達到抑制電網頻率降低的目標。論文在已有空調三階物理模型的基礎上,采用蒙特卡洛模擬方法,對模型參數進行抽樣,將研究區(qū)域內的空調負荷進行聚合,并將其聚合特性映射到相應的負荷節(jié)點上,提出包含空調負荷的,結構保持電網動態(tài)模型。由于空調負荷群的聚合功率處于動態(tài)變化中,節(jié)點電壓與注入電流為非線性關系,因此,不能將空調負荷群的聚合特性表達為靜態(tài)ZIP模型,也無法采用針對感應電動機的動態(tài)模型。為了適應空調的聚合特性,論文設計了內層一外雙層迭代算法研究電網動態(tài)過程,采用內層迭代解決網絡方程,外層迭代解決微分一代數方程組,分析空調負荷控制策略對系統(tǒng)頻率的影響。在空調負荷控制實現的過程中,由于大量空調負荷的狀態(tài)信息與數據需要傳輸與處理,因此對信息的傳輸能力是考驗。論文在計及信息通信技術限制的前提下,提出了空調負荷控制的信息—物理系統(tǒng)(Cyber Physical System, CPS)交互仿真控制策略實現機制。利用OpenDSS作為電力系統(tǒng)的仿真平臺,NS-2作為信息通信系統(tǒng)的仿真平臺,MATLAB作為控制平臺實現兩個軟件之間的數據溝通與時間同步。論文利用IEEE 13節(jié)點配電網模型,通過在CPS仿真平臺上進行算例仿真,針對通信技術對負荷控制實現的影響與限制進行了分析。
[Abstract]:Traditionally, the power system makes use of the reserve resources of the generation side to adjust the frequency, and the frequency adjustment and the secondary adjustment can meet the frequency quality requirements of the power system at various time scales. However, with the change of generation side structure, especially the increase of power generation ratio of nuclear power and intermittent energy, the capacity of generating side to provide reserve is decreased. At the same time, the economic cost and environmental cost of power generation of large capacity thermal power units are increasing day by day. It is not enough to rely on the generation side resources to adjust the frequency, and the potential of exploiting the load side resources has been paid more and more attention. Air conditioning load, as a typical constant temperature control load and household load, accounts for an increasing proportion of the load during the summer peak period, which has the potential to provide backup load. At the same time, because of its inherent heat storage performance, it can adjust the working state in a short time without affecting the utility of the user, reduce its own power demand, and then achieve the purpose of adjusting the frequency. For air conditioning load, the user's utility is mainly thermal comfort. Based on two factors, temperature and humidity, a two-layer fuzzy evaluation model of user thermal comfort is put forward, and the control strategy of individual self-responding frequency signal of air conditioning load is put forward in this paper. Adjust the temperature according to the degree of comfort and the frequency deviation of power system. Experiments are designed to verify the effectiveness of the proposed thermal comfort model and air conditioning control strategy. Although the reduction of individual air conditioning power demand has little effect on the power imbalance of the whole power grid, when a large number of air conditioning loads in the study area are adjusted to reduce the aggregate power of the load cluster, The imbalance between generation power and load power will be improved to reduce the frequency of power grid. Based on the existing third order physical model of air conditioning, Monte Carlo simulation method is used to sample the parameters of the model. The air conditioning load in the studied area is aggregated and its aggregation characteristics are mapped to the corresponding load nodes. In this paper, a dynamic model of power grid with air conditioning load is proposed. Because the aggregate power of air conditioning load group is changing dynamically and the nodal voltage and injection current are nonlinear, the aggregation characteristics of air conditioning load group can not be expressed as static ZIP model. Nor can a dynamic model for induction motors be adopted. In order to adapt to the aggregation characteristics of air conditioning, the inner layer and outer layer iterative algorithm is designed to study the dynamic process of power grid. The inner layer iteration is used to solve the network equation, and the outer layer iteration is used to solve the differential generation equations. The influence of air conditioning load control strategy on system frequency is analyzed. In the process of realization of air conditioning load control, because a large number of air conditioning load state information and data need to be transmitted and processed, so the transmission ability of information is tested. In this paper, considering the limitation of information and communication technology, the realization mechanism of interactive simulation control strategy for air conditioning load control based on Cyber physical system (CPS) is proposed. OpenDSS is used as the simulation platform of power system, and MATLAB is used as the control platform to realize the data communication and time synchronization between the two software. Based on the IEEE 13-bus distribution network model, the paper analyzes the influence and limitation of communication technology on the realization of load control through the example simulation on CPS simulation platform.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM761.2

【相似文獻】

相關期刊論文 前10條

1 鄭就;;中央空調負荷采用計算機軟件的計算與分析[J];制冷與空調(四川);2008年04期

2 劉馨宜;;空調負荷控制策略分析[J];科技資訊;2009年35期

3 盧麗;宗通;王國磊;;建筑遮擋對空調負荷影響的分析與探討[J];中國住宅設施;2011年02期

4 李斌;林弘宇;徐石明;顏慶國;肖文舉;張磊;楊永標;;智能電網框架下公共樓宇空調負荷資源化應用[J];供用電;2014年03期

5 李英娜,顧平道,莊琛;大中型商場空調負荷影響因素的探討[J];應用能源技術;2004年02期

6 溫權,李敬如,趙靜;空調負荷計算方法及應用[J];電力需求側管理;2005年04期

7 李東梅;李敬如;趙靜;溫權;;北京空調負荷結構及調控措施研究[J];電力技術經濟;2005年06期

8 李民;朱慰慈;;2005年夏季鎮(zhèn)江地區(qū)空調負荷特點分析[J];江蘇電機工程;2006年02期

9 楊潔;張旭;王凌飛;;上海世博會展館建筑空調負荷指標的影響因素分析[J];暖通空調;2006年09期

10 陶勇;沈穎;;夏季氣象條件對地區(qū)空調負荷的影響[J];華東電力;2006年10期

相關會議論文 前10條

1 張春路;李灝;丁國良;陳芝久;;空調負荷新型計算方法研究[A];上海市制冷學會一九九七年學術年會論文集[C];1997年

2 林真國;付祥釗;張素云;;論由照明引起的空調負荷計算[A];全國暖通空調制冷2000年學術年會論文集[C];2000年

3 蔣騫;龍惟定;;雙層立面建筑的空調負荷計算[A];第13屆全國暖通空調技術信息網技術交流大會文集[C];2005年

4 龍洋波;吳祥生;孫秀平;;幾種常見空調負荷動態(tài)計算方法介紹[A];2005西南地區(qū)暖通空調熱能動力年會論文集[C];2005年

5 何大四;張旭;;改進的季節(jié)性指數平滑法預測空調負荷實例研究[A];全國暖通空調制冷2004年學術年會資料摘要集（2）[C];2004年

6 周娟;陳友明;胡敏;;空調負荷計算新方法的應用研究[A];全國暖通空調制冷2004年學術年會資料摘要集（2）[C];2004年

7 高立新;陸亞俊;;智能化空調負荷計算軟件的開發(fā)[A];全國暖通空調制冷2004年學術年會資料摘要集（2）[C];2004年

8 張春路;李灝;丁國良;陳芝久;;空調負荷新型計算方法研究[A];全國暖通空調制冷1998年學術年會論文集（2）[C];1998年

9 何大四;張旭;;改進的季節(jié)性指數平滑法預測空調負荷的實例研究[A];上海市制冷學會二○○三年學術年會論文集[C];2003年

10 王春麗;李曉冬;;分層空調負荷與溫度場動態(tài)多區(qū)熱質平衡模型探討[A];全國暖通空調制冷2004年學術年會資料摘要集（2）[C];2004年

相關重要報紙文章 前2條

1 藍旺;給空調負荷“降溫”[N];中國電力報;2004年

2 ;空調負荷來勢兇猛 電網企業(yè)應對有力[N];國家電網報;2012年

相關碩士學位論文 前10條

1 陸婷婷;空調負荷的儲能建模和控制策略研究[D];東南大學;2015年

2 張榮祥;計及用戶舒適度的空調負荷參與電力系統(tǒng)頻率控制研究[D];山東大學;2016年

3 張志強;基于電網側的空調負荷特性分析及其調控措施研究[D];華北電力大學（北京）;2007年

4 糜作維;空調負荷的預測與建模[D];河海大學;2006年

5 李育燕;空調負荷的特性分析與建模[D];河海大學;2004年

6 寧勇飛;夏熱冬冷地區(qū)住宅空調負荷特征與節(jié)能分析[D];南華大學;2006年

7 徐濤;基于舒適度的空調負荷分析及古建舒適度研究[D];安徽建筑大學;2014年

8 尹璐;空調負荷特性分析及其對電壓穩(wěn)定性的影響[D];鄭州大學;2015年

9 周娟;空調負荷計算新方法的應用研究[D];湖南大學;2004年

10 孫德宇;空調負荷計算方法及軟件比對分析研究[D];中國建筑科學研究院;2011年

，

本文編號：2119687