Credible Aggregation Optimization and Adaptive Decentralized Coordination Method for Large-scale Inverter Air Conditioning

DONG Lianxin; FAN Shuai; WANG Zhihua; JIA Kunqi; HE Guangyu

doi:10.7500/AEPS20231102004

您当前的位置：

首页 >

文章列表页 >

Credible Aggregation Optimization and Adaptive Decentralized Coordination Method for Large-scale Inverter Air Conditioning

Basic Research | 更新时间：2025-06-16

- Credible Aggregation Optimization and Adaptive Decentralized Coordination Method for Large-scale Inverter Air Conditioning
- Automation of Electric Power Systems Vol. 48, Issue 16, Pages: 109-122(2024)
- 作者机构：
  
  1.电力传输与功率变换教育部重点实验室(上海交通大学),上海市 200240
  2.上海非碳基能源转换与利用研究院,上海市 200240
  3.国网上海市电力公司电力调度控制中心,上海市 200122
  4.国网上海市区供电公司,上海市 200080
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52207123);Shanghai Sailing Program(22YF1418900)
- DOI：10.7500/AEPS20231102004
  CLC：
- Received：02 November 2023，
  
  Revised：2024-03-05，
  
  Published Online：22 July 2024，
  
  Published：25 August 2024
- 稿件说明：
移动端阅览
董联鑫,范帅,王治华等.大规模变频空调的可信聚合优化与自适应分散协调方法[J].电力系统自动化,2024,48(16):109-122.

DONG Lianxin,FAN Shuai,WANG Zhihua,et al.Credible Aggregation Optimization and Adaptive Decentralized Coordination Method for Large-scale Inverter Air Conditioning[J].Automation of Electric Power Systems,2024,48(16):109-122.
董联鑫,范帅,王治华等.大规模变频空调的可信聚合优化与自适应分散协调方法[J].电力系统自动化,2024,48(16):109-122. DOI： 10.7500/AEPS20231102004.

DONG Lianxin,FAN Shuai,WANG Zhihua,et al.Credible Aggregation Optimization and Adaptive Decentralized Coordination Method for Large-scale Inverter Air Conditioning[J].Automation of Electric Power Systems,2024,48(16):109-122. DOI： 10.7500/AEPS20231102004.

摘要

变频空调（IAC）可观的调节潜力使其成为电力系统的重要灵活性资源，但其海量、异质和隐私敏感的特点使得集中式调控实施性不佳。现有的弱中心化方法较为关注计算效率的提高，对结果的可行性和解聚合的自适应性考虑不足，极易导致实际负荷分配越界且收敛困难。因此，首先基于IAC物理模型，通过构建保守能量场景得到个体可信边界，以保证集群调度曲线始终处于可调范围内。然后，为了敏捷地分配负荷，提出基于分层分散式架构的自适应解聚合策略，使集群在各时段精确跟踪调度目标并最小化效用损失。其控制过程轻量、无参数化，且仅需极少迭代即可快速得到可行次优解；数据经分层汇总后实现降维，避免了个体隐私泄露，更具实施性。最后，为进一步挖掘实时调节潜力，利用IAC集群进行三相负载均衡，开创了应用场景，并通过“迭代即调整”方式平抑负荷与光伏波动，实现能量优化、分配、平衡的完整统一。算例结果验证了所提方法的高效性，为海量IAC的灵活性挖掘提供了新思路。

Abstract

Inverter air conditioning (IAC) becomes an important flexibility resource for power systems due to its considerable potential of regulation

but its characteristics of massive volume

heterogeneity and privacy sensitivity make centralized regulation less applicable. The existing weak-centralization methods pay more attention to the improvement of computational efficiency

and do not consider the feasibility of the results and the adaptability of the disaggregation

which easily leads to the actual load distribution crossing the boundary and the difficulty of convergence. Therefore

based on the IAC physical model

the individual credible boundary is obtained by constructing the conservative energy scenario to ensure that the cluster scheduling curve is always in the adjustable range. Then

in order to distribute the load nimbly

an adaptive deaggregation strategy based on hierarchical distributed architecture is proposed

which enables the cluster to accurately track the scheduling target and minimize the utility loss in each period. The control process is lightweight and non-parametric

and the feasible sub-optimal solution can be obtained quickly with very few iterations. After the data is summarized by layers

the dimension is reduced

which avoids individual privacy disclosure and is more practical. Finally

in order to further tap the potential of real-time regulation

the IAC cluster is used to carry out three-phase load balancing

creating the application scenario

and through the “iterative adjustment” way to smooth the load and photovoltaic fluctuations

to achieve a complete unity of energy optimization

distribution and balance. The case results verify the efficiency of the proposed method and provide a new idea for flexible mining of massive IAC.

关键词

Keywords

references

康重庆，陈启鑫，苏剑，等 . 新型电力系统规模化灵活资源虚拟电厂科学问题与研究框架［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 3 - 14 .

KANG Chongqing ， CHEN Qixin ， SU Jian ， et al . Scientific problems and research framework of virtual power plant with enormous flexible distributed energy resources in new power system ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 3 - 14 .

范帅，郏琨琪，王芬，等 . 基于负荷准线的大规模需求响应［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 19 - 27 .

FAN Shuai ， JIA Kunqi ， WANG Fen ， et al . Large-scale demand response based on customer directrix load ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 19 - 27 .

汪莞乔，苏剑，潘娟，等 . 虚拟电厂通信网络架构及关键技术研究展望［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 15 - 25 .

WANG Wanqiao ， SU Jian ， PAN Juan ， et al . Prospect of research on communication network architecture and key technologies for virtual power plant ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 15 - 25 .

孙毅，李泽坤，许鹏，等 . 异构柔性负荷建模调控关键技术及发展方向研究［J］. 中国电机工程学报， 2019 ， 39 （ 24 ）： 7146 - 7158 .

SUN Yi ， LI Zekun ， XU Peng ， et al . Research on key technologies and development direction of heterogeneous flexible load modeling and regulation ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 24 ）： 7146 - 7158 .

孟琰，肖居承，洪居华，等 . 计及需求响应不确定性的节点负荷准线：概念与模型［J］. 电力系统自动化， 2023 ， 47 （ 13 ）： 28 - 39 .

MENG Yan ， XIAO Jucheng ， HONG Juhua ， et al . Nodal customer directrix load considering demand response uncertainty： concept and model ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 13 ）： 28 - 39 .

LU N . An evaluation of the HVAC load potential for providing load balancing service ［J］. IEEE Transactions on Smart Grid ， 2012 ， 3 （ 3 ）： 1263 - 1270 .

LU N ， ZHANG Y . Design considerations of a centralized load controller using thermostatically controlled appliances for continuous regulation reserves ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 2 ）： 914 - 921 .

PARKINSON S ， WANG D ， CRAWFORD C ， et al . Comfort-constrained distributed heat pump management ［J］. Energy Procedia ， 2011 ， 12 ： 849 - 855 .

WANG D ， PARKINSON S ， MIAO W ， et al . Online voltage security assessment considering comfort-constrained demand response control of distributed heat pump systems ［J］. Applied Energy ， 2012 ， 96 ： 104 - 114 .

田爱娜，李卫星，刘道伟，等 . 基于改进状态空间模型的空调负荷控制策略［J］. 电力系统自动化， 2019 ， 43 （ 8 ）： 124 - 130 .

TIAN Aina ， LI Weixing ， LIU Daowei ， et al . Control strategy of air conditioning load based on improved state-space model ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 8 ）： 124 - 130 .

SONG M ， GAO C W ， YAN H G ， et al . Thermal battery modeling of inverter air conditioning for demand response ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 6 ）： 5522 - 5534 .

吴界辰，艾欣，胡俊杰 . 需求侧资源灵活性刻画及其在日前优化调度中的应用［J］. 电工技术学报， 2020 ， 35 （ 9 ）： 1973 - 1984 .

WU Jiechen ， AI Xin ， HU Junjie . Methods for characterizing flexibilities from demand-side resources and their applications in the day-ahead optimal scheduling ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 9 ）： 1973 - 1984 .

IACOVELLA S ， RUELENS F ， VINGERHOETS P ， et al . Cluster control of heterogeneous thermostatically controlled loads using tracer devices ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 2 ）： 528 - 536 .

CALLAWAY D S . Tapping the energy storage potential in electric loads to deliver load following and regulation， with application to wind energy ［J］. Energy Conversion and Management ， 2009 ， 50 （ 5 ）： 1389 - 1400 .

RADAIDEH A ， VAIDYA U ， AJJARAPU V . Sequential set-point control for heterogeneous thermostatically controlled loads through an extended Markov chain abstraction ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 1 ）： 116 - 127 .

杨梓俊，丁小叶，陆晓，等 . 面向需求响应的变频空调负荷建模与运行控制［J］. 电力系统保护与控制， 2021 ， 49 （ 15 ）： 132 - 140 .

YANG Zijun ， DING Xiaoye ， LU Xiao ， et al . Inverter air conditioner load modeling and operational control for demand response ［J］. Power System Protection and Control ， 2021 ， 49 （ 15 ）： 132 - 140 .

HUI H X ， DING Y ， LIN Z Z ， et al . Capacity allocation and optimal control of inverter air conditioners considering area control error in multi-area power systems ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 332 - 345 .

DONG L X ， WU Q ， HONG J H ， et al . An adaptive decentralized regulation strategy for the cluster with massive inverter air conditionings ［J］. Applied Energy ， 2023 ， 330 ： 120304 .

包宇庆，姚兹丽 . 空调负荷参与电力系统调频的温度设定值概率控制策略［J］. 电力系统自动化， 2023 ， 47 （ 2 ）： 69 - 78 .

BAO Yuqing ， YAO Zili . Probability control strategy of temperature set-point for air conditioning load participating in frequency regulation of power system ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 2 ）： 69 - 78 .

余洋，权丽，贾雨龙，等 . 平抑新能源功率波动的聚合温控负荷改进模型预测控制［J］. 电力自动化设备， 2021 ， 41 （ 3 ）： 92 - 99 .

YU Yang ， QUAN Li ， JIA Yulong ， et al . Improved model predictive control of aggregated thermostatically controlled load for power fluctuation suppression of new energy ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 3 ）： 92 - 99 .

YANG S Y ， WAN M P . Machine-learning-based model predictive control with instantaneous linearization—a case study on an air-conditioning and mechanical ventilation system ［J］. Applied Energy ， 2022 ， 306 ： 118041 .

TINDEMANS S H ， TROVATO V ， STRBAC G . Decentralized control of thermostatic loads for flexible demand response ［J］. IEEE Transactions on Control Systems Technology ， 2015 ， 23 （ 5 ）： 1685 - 1700 .

杨炜晨，苗世洪，刘志伟，等 . 面向分布式电源功率波动平抑的变频空调集群多时间尺度模型预测控制策略［J］. 电工技术学报， 2022 ， 37 （ 19 ）： 4848 - 4861 .

YANG Weichen ， MIAO Shihong ， LIU Zhiwei ， et al . Multi-time-scale model predictive control of inverter air conditioner cluster for distributed power fluctuation stabilization ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 19 ）： 4848 - 4861 .

姚垚，张沛超 . 大规模变频空调参与电力系统辅助服务的协调控制方法［J］. 电力系统自动化， 2018 ， 42 （ 22 ）： 127 - 134 .

YAO Yao ， ZHANG Peichao . Coordinated control method for ancillary services of power system with participation of large-scale inverter air-conditioner ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 22 ）： 127 - 134 .

姚垚，张沛超 . 基于市场控制的空调负荷参与平抑微网联络线功率波动的方法［J］. 中国电机工程学报， 2018 ， 38 （ 3 ）： 782 - 791 .

YAO Yao ， ZHANG Peichao . A market-based control method for air conditioner loads to smooth microgrid tie-line power fluctuation ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 3 ）： 782 - 791 .

HU J J ， YANG G Y ， KOK K ， et al . Transactive control： a framework for operating power systems characterized by high penetration of distributed energy resources ［J］. Journal of Modern Power Systems and Clean Energy ， 2017 ， 5 （ 3 ）： 451 - 464 .

CHEN C ， WANG J H ， KISHORE S . A distributed direct load control approach for large-scale residential demand response ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 5 ）： 2219 - 2228 .

WANG B B ， ZHANG T W ， HU X Q ， et al . Consensus control strategy of an inverter air conditioning group for renewable energy integration based on the demand response ［J］. IET Renewable Power Generation ， 2018 ， 12 （ 14 ）： 1633 - 1639 .

WANG Y ， TANG Y ， XU Y ， et al . A distributed control scheme of thermostatically controlled loads for the building-microgrid community ［J］. IEEE Transactions on Sustainable Energy ， 2020 ， 11 （ 1 ）： 350 - 360 .

HONG J T ， HUI H X ， ZHANG H C ， et al . Distributed control of large-scale inverter air conditioners for providing operating reserve based on consensus with nonlinear protocol ［J］. IEEE Internet of Things Journal ， 2022 ， 9 （ 17 ）： 15847 - 15857 .

LI W Z ， WANG S W ， KOO C . A real-time optimal control strategy for multi-zone VAV air-conditioning systems adopting a multi-agent based distributed optimization method ［J］. Applied Energy ， 2021 ， 287 ： 116605 .

QI N ， CHENG L ， XU H L ， et al . Smart meter data-driven evaluation of operational demand response potential of residential air conditioning loads ［J］. Applied Energy ， 2020 ， 279 ： 115708 .

齐宁，程林，刘锋 . 计及决策依赖不确定性的广义储能可信容量评估［J］. 电网技术， 2023 ， 47 （ 12 ）： 4916 - 4930 .

QI Ning ， CHENG Lin ， LIU Feng . Capacity credit evaluation of generic energy storage under decision-dependent uncertainty ［J］. Power System Technology ， 2023 ， 47 （ 12 ）： 4916 - 4930 .

郏琨琪，王治华，范帅，等 . 电网信息物理系统的数据驱动架构设计及应用［J］. 电网技术， 2018 ， 42 （ 10 ）： 3116 - 3127 .

JIA Kunqi ， WANG Zhihua ， FAN Shuai ， et al . Data-driven architecture design and application of power grid cyber physical system ［J］. Power System Technology ， 2018 ， 42 （ 10 ）： 3116 - 3127 .

包宇庆，成丽珉 . 空调负荷二阶等效热参数模型参数辨识方法［J］. 电力系统自动化， 2021 ， 45 （ 11 ）： 37 - 43 .

BAO Yuqing ， CHENG Limin . Parameter identification method of second-order equivalent thermal parameter model for air conditioning loads ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 11 ）： 37 - 43 .

吴承鑫，沈海军，王治华，等 . 数据驱动的变频空调负荷模型参数在线辨识方法［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 120 - 129 .

WU Chengxin ， SHEN Haijun ， WANG Zhihua ， et al . Data-driven online identification method for parameters of inverter air-conditioning load model ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 120 - 129 .

潘迪涵，董联鑫，范帅，等 . 基于二阶ETP解析解的空调-建筑电热耦合系统辨识方法［J］. 电力系统自动化， 2023 ， 47 （ 11 ）： 77 - 87 .

PAN Dihan ， DONG Lianxin ， FAN Shuai ， et al . Identification method for air-conditioning-building electrothermal coupling system based on second-order equivalent thermal parameter analytical solution ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 11 ）： 77 - 87 .

DONG L X ， FAN S ， WANG Z H ， et al . An adaptive decentralized economic dispatch method for virtual power plant ［J］. Applied Energy ， 2021 ， 300 ： 117347 .

王蓓蓓，胡晓青，顾伟扬，等 . 分层控制架构下大规模空调负荷参与调峰的分散式协同控制策略［J］. 中国电机工程学报， 2019 ， 39 （ 12 ）： 3514 - 3528 .

WANG Beibei ， HU Xiaoqing ， GU Weiyang ， et al . Hierarchical control architecture and decentralized cooperative control strategy for large scale air conditioning load participating in peak load regulation ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 12 ）： 3514 - 3528 .

夏世威，邹唯薇，张茜，等 . 基于交替方向乘子法的电力系统分散式经济调度［J］. 电力系统自动化， 2019 ， 43 （ 6 ）： 100 - 106 .

XIA Shiwei ， ZOU Weiwei ， ZHANG Qian ， et al . Decentralized economic dispatch for power system based on alternating direction method of multipliers ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 100 - 106 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Low-carbon Economic Dispatch for Multiple Data Center Virtual Power Plant Based on Spatio-Temporal Collaboration

Bidding Mechanism Design for Building Virtual Power Plant to Participate in Demand Response Markets

Business Model and Key Technologies of Virtual Power Plant for New Power System

Related Author

WEN Xiyu

ZHU Jizhong

LI Shenglin

DONG Hanjiang

QI Taoyi

HUI Hongxun

YE Chengjin

DING Yi

Related Institution

School of Electric Power Engineering, South China University of Technology

Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University

State Key Laboratory of Internet of Things for Smart City (University of Macau), Macau

College of Electrical Engineering, Zhejiang University

Shenzhen Power Supply Bureau Co., Ltd.

⁰