数据驱动的集群负荷协同需求响应研究文献综述

1. 文献综述（或调研报告）：

3.1 需求响应研究现状

需求响应(Demand Response, DR)的概念是由美国提出的，是一种电力市场中的用户对电力市场中的价格信号或激励机制(措施)作出响应，改变常规的电力消费模式，参与市场互动的行为。从资源角度看，DR 可视作一种资源，其容量可近似看做减少的高峰负荷或替代的装机容量；从能力角度分析，DR 可以提升电网运行可靠性，增强电网应急能力；从具体行为看，DR 指用户参与负荷管理，调整其用电方式的过程。

目前，国外在需求响应方面的研究发展较快，各类需求响应在美国欧洲等国家的多个地区都有市场化项目的运行。对于需求响应的电价设计和用电设备的调度控制方面，有许多研究成果。如文献[1]采用分布式梯度算法设计电价，对几种常用的家电设备以及电动汽车等充电设备建立目标函数，进行合理调度，从而减少发电峰荷和发电成本。但它没有考虑推迟用电设备使用对用户的影响。文献[2]研究了需求响应的实时电价定价策略，利用能量管理控制器对用电设备进行合理调度。相对与文献[1]，这篇文献考虑了推迟使用电器导致的用户满意度降低的问题，但没能考虑到功率可调的家用电器的调度方法。文献[3]基于实时电价需求响应项目和电价预测研究了综合考虑电费最小和电器延迟时间最小两个目标的功率可调节用电设备的调度策略，与文献[1][2]相比，既考虑了推迟使用电器的问题，又考虑了功率可调用电设备的调度。

国内在需求响应方面的研究起步比较晚，许多地方都需要学习国外对于需求响应的研究，但是由于国家政策和市场形势的差异，国内的研究往往需要参考国外的经验，并结合本国电力市场特点和政策情况，展开研究。华北电力大学、上海交通大学、东南大学和哈尔滨工业大学等高校都在积极研究探索需求响应的理论和实践机制，需求响应相关的研究成果也在逐年增多。文献[4][5][6]介绍了需求响应的概念、分类、所涉及的技术以及国外电力市场中需求响应项目的实践和运行机制等内容。文献[7]研究了基于负荷聚合商（Load Aggregator，LA）的需求响应资源整合方法和运营机制在我国实施的可行性。文献[8]基于城镇能源互联网的背景，研究能源市场的结构特点和城镇区域内的用户特征，分析城镇能源互联网的能源交易模式和用户响应并研究其发展的关键技术和未来趋势。文献[9]分析总结了需求响应系统的实现要点和关键技术发展趋势，提出了一种稳定且能够自适应各类激励以及控制模式的需求响应系统实现架构。文献[10]对智能电网环境下居民侧的家庭能源管理系统进行了研宄，提出了智能电网条件下居民家庭能源管理系统的技术体系框架。文献[11]分析家居设备负荷的特性描述，通过各类特性的组合搭配对常见家居设备建模，同时提出了分时电价环境下的基于家居能量管理系统 (HEMS) 的优化运行决策模型。

3.2 空调负荷参与需求响应的研究

随着空调负荷的快速增长，它在尖峰负荷中的占比也逐渐增大，考虑到空调负荷响应快、需求响应潜力大等优点，国内外研究学者越来越多的将目光放到利用需求响应手段对空调负荷进行调度控制的相关研究上。空调负荷参与需求响应的项目也在美国、日本等国得以实施并积累了一定的经验和成功案例。

3.2.1 空调负荷建模

空调负荷作为一种温度敏感型负荷，它的建模与普通的固定负荷的建模不同，它不仅需要考虑到自身的物理特性，而且需要考虑到房屋的面积、湿度、室外温度等环境因素的影响，并且由于空调负荷数量多、容量小、分布分散，且具有特殊的运行特性，如时变性、多样性等特点，调控难度大，需要利用专业的负荷聚合的手段来搭建空调负荷聚合模型，这样的大容量并且利于调节控制的聚合模型才能满足需求。为了让空调负荷更好的参与需求响应，就需要研究其运行特性，如文献[12]对南部某市不同行业空调负荷特性进行了分析，并对空调负荷特性的影响因素进行研究，在此基础上提出了空调负荷需求响应特性指标。

目前，对单个用户空调负荷进行建模主要采用两种方法：一种是等效热参数法（ETP），一种是基于冷负荷计算的空调负荷建模法。等效热参数模型是将房间温度、外界环境温度及空调制冷量等参数等效为电阻、电容、电源等电路元件，用等效电路模拟房间内冷热传递的过程。文献[13]比较了高阶ETP模型、二阶ETP模型和一阶ETP模型之间的优劣，采用高阶ETP模型，精度高但求解困难，二阶ETP模型，在高阶模型的基础上忽略墙内外温度差，与高阶模型相比精度下降但求解速度提高。文献[13]采用的是进一步简化的一阶ETP模型，它是在二阶模型的基础上忽略了屋内空气温度与固体温度的差异，在目前的ETP模型中求解速度最快，广泛应用于大规模的空调负荷建模中。除此以外，文献[13]还提出了基于空调房间储热能力的空调负荷虚拟储能模型，该模型的SOC递推公式与ETP模型的室内温度递推公式相似，可以证实其正确性。基于冷负荷计算的空调负荷建模法依据房屋内的能量守恒定律，即任何时段房间储存的冷量等于空调制冷量减去房屋与外界交换的热量。文献[14]研究了中央空调负荷的冷负荷计算模型，基于中央空调在制冷期和停机期的建筑室温时变方程对中央空调进行周期性调控，实现了显著削峰效果。文献[15]介绍了空调系统的房间模型、控制系统模型、空调本体的电气模型及其耦合关系，综合考虑建筑物的热存储特性和人体舒适度要求，分析了空调系统的储能特性，并比照现有典型储能元件，提出了空调系统的储能模型，模型中融入了对最小充放电时间的约束以减小负荷控制对空调设备造成的磨损，并对对储能模型和基本模型进行了分析比较。

由于空调负荷数量多、容量小且分布分散，直接调控不可行，需要通过负荷聚合手段建立空调负荷聚合模型，从而满足大容量、易于调控的要求。文献[13]基于蒙特卡洛模拟法，建立空调负荷聚合模型，得到了聚合功率和运行状态方程，基于人体舒适度和空调开关时间代替室内温度的方法，得到聚合模型的功率约束条件。相比于状态序列模型、双线性模型等大多用于研究参数相同或相近的空调负荷聚合模型，基于蒙特卡洛的空调负荷聚合模型考虑了空调参数动态分布的特点，提高了模型的多样性和准确性。文献[16]提到使用标准 k 均值算法将参数不同的空调负荷按参数相似度划分不同的组别，同一组的空调负荷，利用空调系统二阶 ETP 模型，根据空调开关状态和温度值划分不同的状态，计算空调在不同时刻每个状态的概率密度，建立了精度较高的同类型负荷的聚合模型，最后将不同组的模型按照一定的权重进行相加，建立了能够准确获取需求响应情况下空调负荷群暂态特性的聚合模型。