空调负荷控制策略分析

随着经济发展和生活水平的提高, 空调负荷逐年递增。本文将两种控制策略应用于空调负荷, 即改变空调负荷的启动时间s和每小时切断空调负荷m分钟, 以期降低由其导致的日发电损耗。

本文所建模型假设了一个基本负荷为100MW、空调负荷为30MW的电网, 介绍了该系统在每种控制策略作用下的结果, 并做了经济评估。

1 电网负荷数学模型

本文所用的电力系统理想化方程:

其中, F表示每小时的发电损耗 (单位:元/小时) ;P表示电力系统负荷 (单位:MW) ;常量a=105.3263元/小时;b=0.18元/MW小时;c=0.0000050038元/MW2小时。总电力需求由基本负荷和空调负荷两个主要部分组成, 即:

其中, 基本负荷P1 (t) 可近似为:

Pmax表示峰值负荷, LF表示无空调负荷时的负载系数, t表示时间 (单位:小时) 。

空调负荷可近似表示为:

其最大值为k⋅Pmax (k为空调负荷占Pmax的比例) , 启动时间t为s, 持续运行时间为d小时。日发电损耗可写成:

2 空调负荷控制策略比较

2.1 改变空调负荷的启动时间

第一种控制策略是, 改变空调负荷的启动时间s, 研究不同的启动时间对日发电损耗的影响。即把日发电损耗C视作空调负荷启动时间s的函数。已知条件:maxP=100MW;maxPk⋅=30MW;d=12小时。可得从s=0时改变启动时间能够降低空调负荷导致的日发电损耗的1.33%。即将曲线水平右移为:

对该电力系统再应用第一种控制策略, 可知当s=12, 即正午12点时启动空调负荷, 日发电损耗C最小。由此可见, 当空调负荷曲线处于基本负荷曲线的低谷区时, 日发电损耗最小。因为只有这样, 总负荷曲线才最为平缓。这也印证了当前供电部门为缓解供电紧张问题所采取的措施——削峰填谷。在总负荷一定的情况下, 其曲线越平缓, 电力系统运行越经济。

2.2 每小时切断空调负荷m分钟

第二种控制策略是, 每小时切断空调负荷m分钟, 即把日发电损耗C视作m的函数C (m) 。已知条件同第一种控制策略, 空调负荷启动时间s=6。

假定空调每小时切断m分钟。宏观地说, 这意味着空调负荷将减小为[ (60-m) /60]kPmax。若用户需要的制冷能量不变, 空调负荷的持续运行时间将从d增加到[60/ (60-m) ]d。可知当m=15时, 日发电损耗C将达到其峰值。当m从15逐渐增大, 日发电损耗C会随之降低, 当m增大至约36时, 日发电损耗C达到其谷值, 然后又随m的增大而增大。由图4可见, m从0变化到40最大能降低空调负荷导致的日发电损耗的0.103%。

2.3 同时使用两种策略

该控制策略即同时应用上述两种控制策略, 既改变空调负荷的启动时间s, 又将空调负荷每小时切断m分钟。即把日发电损耗C视作s和m的函数C (s, m) 。已知条件不变, 基于空调负荷启动时间s和每小时断开时间m的日发电损耗函数C (s, m) (Pmax=100MW, LF=0.6, 不含空调负荷的基准情况) 。

该系统模型的C (0, 0) =102.33121%、C (0, 36) =102.33268%、C (0, 40) =102.33211%, 比较这三个值可知, 日发电损耗C的最小值在 (0, 0) 处取得, 即对于该电力系统, 当凌晨零点时启动空调负荷, 连续运行, 无须每小时切断空调负荷m分钟, 可使日发电损耗C最小。

3 结语

仿真结果表明, 无论是单独应用一种控制策略 (或者改变空调负荷的启动时间s, 或者每小时切断空调负荷m分钟) , 还是同时应用两种控制策略, 都不能显著降低空调负荷导致的日发电损耗。但当凌晨零点时启动空调负荷, 连续运行, 无须每小时切断空调负荷m分钟, 即可使日发电损耗C达到最小。即通过控制空调负荷的启动时间, 使空调负荷集中在基本负荷曲线的低洼段, 无需每小时切断空调负荷几分钟, 即可使日发电损耗达到其最小值。这也印证了当前供电部门为什么要采取措施削平负荷需求曲线以对付供电紧张问题。总负荷需求曲线越平缓, 日发电损耗越小, 从而, 电力系统运行越经济。

摘要：随着空调负荷急剧增加, 寻求控制空调负荷的策略以降低由其导致的日发电损耗日益重要。本文使用了三种控制策略, 用matlab进行仿真和比较。结果表明, 通过控制空调负荷的启动时间, 使空调负荷集中在基本负荷曲线的低洼段, 即可使日发电损耗达到其谷值点。

关键词：空调负荷,控制策略,发电损耗,负荷需求曲线

参考文献

[1] J.Sergison, F.Wicks, M.Becker, “System Evaluation of Heat Pumps Operated in Both Heating and Air Conditioning Modes, ”IEEE Trans[J].Power Apparatus and Systems, 1980, 99 (3) :1012～1020.

[2] A.T.de Almeida and J.M.Yokoe.“Residential Cool Storage:Peak Load Reduction Alternatives”IEEE Trans[J].Power Syst., 1988, 3 (3) .

[3] B.Daryanian, R.E.Bohn.“Sizing of Electric Thermal Storage Under Real Time Pricing”IEEE Trans.Power Syst., 1993, 2.

[4] D.V.Stocker.“Load Management Study of Simulated Control of Residential Central Air Conditioners on The De-troit Edison Company System”IEEE Trans.Power Apparatus and Systems, 1980, 99 (4) :1616～1624.

[5] 石磊, 李辉, 刘义.冰蓄冷空调系统预测方法的回顾[Z].