面向需求响应的空调智能体：概念、构建和应用

刘伟峰; 范帅; 田济源; 吴清; 杨宜龙; 何光宇

doi:10.7500/AEPS20240419005

您当前的位置：

首页 >

文章列表页 >

面向需求响应的空调智能体：概念、构建和应用

学术研究 | 更新时间：2025-06-16

- 面向需求响应的空调智能体：概念、构建和应用
- Air Conditioner Intelligent Agent for Demand Response: Concept, Construction, and Application
- 电力系统自动化 2024年48卷第22期页码：70-83
- 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.华北电力大学海南热带新型电力系统研究院，海南省海口市 570311
- 作者简介：
  
  刘伟峰(1994—)，男，博士研究生，主要研究方向：园区优化运行与智能体。E-mail：liuweifeng@sjtu.edu.cn
  范帅(1993—)，男，通信作者，博士，助理研究员，主要研究方向：智能用电、虚拟电厂、需求响应。E-mail：fanshuai@sjtu.edu.cn
  田济源(2000—)，男，硕士研究生，主要研究方向：自动功率控制、智能用电网络。E-mail：aveckbeko@sjtu.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(52207123)
- DOI：10.7500/AEPS20240419005
  中图分类号：
- 收稿：2024-04-19，
  
  修回：2024-06-18，
  
  网络出版：2024-07-17，
  
  纸质出版：2024-11-25
- 稿件说明：
移动端阅览
刘伟峰,范帅,田济源等.面向需求响应的空调智能体：概念、构建和应用[J].电力系统自动化,2024,48(22):70-83.

LIU Weifeng,FAN Shuai,TIAN Jiyuan,et al.Air Conditioner Intelligent Agent for Demand Response: Concept, Construction, and Application[J].Automation of Electric Power Systems,2024,48(22):70-83.
刘伟峰,范帅,田济源等.面向需求响应的空调智能体：概念、构建和应用[J].电力系统自动化,2024,48(22):70-83. DOI： 10.7500/AEPS20240419005.

LIU Weifeng,FAN Shuai,TIAN Jiyuan,et al.Air Conditioner Intelligent Agent for Demand Response: Concept, Construction, and Application[J].Automation of Electric Power Systems,2024,48(22):70-83. DOI： 10.7500/AEPS20240419005.

摘要

园区内各变频空调(IAC)的运行特性、运行环境、用户行为和用户习惯千差万别，这给园区运营商引导大规模IAC参与需求响应(DR)带来了挑战。首先，对IAC的信息物理社会属性进行了分析，并提出了基于规则的社会属性刻画方法。其次，根据具身通用人工智能的概念，提出了面向DR的空调智能体概念。然后，从主动感知、主动交互、主动行动和主动演化的维度设计了空调智能体，其能在DR期间融合IAC的信息物理社会属性，使自身的负荷形状曲线接近被下发的目标形状曲线。进而，参考基于负荷准线的DR机制，提出了大规模空调智能体自下而上参与DR的方法，以实现聚沙成塔效应。最后，利用离散事件仿真框架SimPy对1万个空调智能体参与DR的情形进行仿真，从刻画社会属性的规则自演化、空调智能体性能和聚沙成塔效应这3个方面进行分析。结果表明，空调智能体在时效性、友好性、用户满意性和鲁棒性方面具有较大优势。

Abstract

In the park

the operation characteristics

operation environments

user behaviors and user habits of each inverter air conditioner (IAC) vary significantly

posing challenges for park operators in facilitating large-scale IAC participation in the demand response (DR). Firstly

the cyber-physical-social attributes of IAC are analyzed

and a rule-based method for characterizing social attributes is proposed. Secondly

according to the concept of embodied general artificial intelligence

the concept of inverter air conditioner intelligent agent (IAC-IA) for DR is introduced. Then

the IAC-IA is designed from the dimensions of proactive perception

proactive interaction

proactive action

and proactive evolution

enabling it to integrate the cyber-physical-social attributes of IAC during DR and align its load shape curve with the target shape curve being issued. Furthermore

referring to the DR mechanism based on customer directrix load

a bottom-up approach for the large-scale participation of IAC-IAs in DR is proposed to achieve the cumulative effect. Finally

by using the discrete event simulation framework SimPy

a simulation of 10 000 IAC-IAs participating in DR is conducted for analyzing the self-evolution on rules characterizing social attributes

the performance of IAC-IA

and the cumulative effect. The results demonstrate significant advantages of IAC-IA in timeliness

friendliness

user satisfaction

and robustness.

关键词

Keywords

references

华为技术有限公司，埃森哲（中国）有限公司 . 未来智慧园区白皮书［EB/OL］.［ 2023-12-30 ］. https：//e.huawei.com/cn/news/ebg/2020/future-smart-campus-white-paper/ https://e.huawei.com/cn/news/ebg/2020/future-smart-campus-white-paper/ .

Huawei Technologies Co. ， Ltd. ， Accenture （China） Co. ， Ltd . Future intelligent campus white paper ［EB/OL］. ［ 2023-12-30 ］. https：//e.huawei.com/cn/news/ebg/2020/future-smart-campus-white-paper/ https://e.huawei.com/cn/news/ebg/2020/future-smart-campus-white-paper/ .

赵雪霖，何光宇，杨文轩，等 . 智能用电网络的设计与初步实现［J］. 电工电能新技术， 2014 ， 33 （ 10 ）： 52 - 57 .

ZHAO Xuelin ， HE Guangyu ， YANG Wenxuan ， et al . Design and initial implementation of smart electric appliance network ［J］. Advanced Technology of Electrical Engineering and Energy ， 2014 ， 33 （ 10 ）： 52 - 57 .

KANELLOS F D ， VOLANIS E S M ， HATZIARGYRIOU N D . Power management method for large ports with multi-agent systems ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1259 - 1268 .

WANG H J ， ZHENG Y N ， ZHOU M . Unit scheduling considering the flexibility of intelligent temperature control appliances under TOU power price ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 125 ： 106477 .

HONG J T ， HUI H X ， ZHANG H C ， et al . Event-triggered consensus control of large-scale inverter air conditioners for demand response ［J］. IEEE Transactions on Power Systems ， 2022 ， 37 （ 6 ）： 4954 - 4957 .

ARYAL A ， BECERIK-GERBER B ， LUCAS G M ， et al . Intelligent agents to improve thermal satisfaction by controlling personal comfort systems under different levels of automation ［J］. IEEE Internet of Things Journal ， 2021 ， 8 （ 8 ）： 7089 - 7100 .

ARYAL A ， BECERIK-GERBER B . Thermal comfort modeling when personalized comfort systems are in use： comparison of sensing and learning methods ［J］. Building and Environment ， 2020 ， 185 ： 107316 .

CASTILLA M ， ÁLVAREZ J D ， BERENGUEL M ， et al . A comparison of thermal comfort predictive control strategies ［J］. Energy and Buildings ， 2011 ， 43 （ 10 ）： 2737 - 2746 .

PENG Y Z ， NAGY Z ， SCHLÜTER A . Temperature-preference learning with neural networks for occupant-centric building indoor climate controls ［J］. Building and Environment ， 2019 ， 154 ： 296 - 308 .

杨秀，卢炜，余文昶，等 . 智能小区居民负荷参与优化调度及控制策略研究［J］. 电力系统保护与控制， 2023 ， 51 （ 21 ）： 22 - 34 .

YANG Xiu ， LU Wei ， YU Wenchang ， et al . Optimal dispatching and control strategies for residential load of intelligent communities ［J］. Power System Protection and Control ， 2023 ， 51 （ 21 ）： 22 - 34 .

CHANG L C ， WANG X ， MAO M Q . Forecast of schedulable capacity for thermostatically controlled loads with big data analysis ［C］// 2017 IEEE 8th International Symposium on Power Electronics for Distributed Generation Systems （PEDG）， July 11 ， 2017， Florianopolis ， Brazil： 1 - 6 .

陈璨，杜维柱，白恺，等 . 空调温控负荷集群参与光伏消纳的潜力评估与互动框架［J］. 现代电力， 2024 ， 41 （ 3 ）： 479 - 489 .

CHEN Can ， DU Weizhu ， BAI Kai ， et al . Potential assessment and interaction framework of air conditioning thermostatically controlled load cluster participating in photovoltaic consumption ［J］. Modern Electric Power ， 2024 ， 41 （ 3 ）： 479 - 489 .

龙寰，赵烁，吴志，等 . 考虑反弹效应的空调负荷可调潜力评估与控制策略研究［J］. 电网技术， 2023 ， 47 （ 9 ）： 3638 - 3648 .

LONG Huan ， ZHAO Shuo ， WU Zhi ， et al . Adjustable potential evaluation and control strategy of air conditioning loads considering rebound effect ［J］. Power System Technology ， 2023 ， 47 （ 9 ）： 3638 - 3648 .

周欢，王芬，李志勇，等 . 虚拟电厂自趋优负荷跟踪控制策略［J］. 中国电机工程学报， 2021 ， 41 （ 24 ）： 8334 - 8349 .

ZHOU Huan ， WANG Fen ， LI Zhiyong ， et al . Load tracking control strategy for virtual power plant via self-approaching optimization ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 24 ）： 8334 - 8349 .

ALI A N F ， SULAIMA M F ， RAZAK I A W A ， et al . Artificial intelligence application in demand response： advantages， issues， status， and challenges ［J］. IEEE Access ， 2023 ， 11 ： 16907 - 16922 .

XI Z H ， CHEN W X ， GUO X ， et al . The rise and potential of large language model based agents： a survey ［EB/OL］. ［ 2023-12-30 ］. http：//arxiv.org/abs/2309.07864 http://arxiv.org/abs/2309.07864 .

ZHANG Z Y ， BO X H ， MA C ， et al . A survey on the memory mechanism of large language model based agents ［EB/OL］. ［ 2024-03-30 ］. http：//arxiv.org/abs/2404.13501 http://arxiv.org/abs/2404.13501 .

XUE Y S ， YU X H . Beyond smart grid-cyber-physical-social system in energy future ［J］. Proceedings of the IEEE ， 2017 ， 105 （ 12 ）： 2290 - 2292 .

张凯瑞，明昊，高赐威 . 基于CPSS视角的需求响应能力评估综述［J］. 电力科学与技术学报， 2024 ， 39 （ 1 ）： 28 - 46 .

ZHANG Kairui ， MING Hao ， GAO Ciwei . A review of demand response capability assessment based on CPSS perspective ［J］. Journal of Electric Power Science and Technology ， 2024 ， 39 （ 1 ）： 28 - 46 .

陈启鑫，吕睿可，郭鸿业，等 . 面向需求响应的电力用户行为建模：研究现状与应用［J］. 电力自动化设备， 2023 ， 43 （ 10 ）： 23 - 37 .

CHEN Qixin ， LÜ Ruike ， GUO Hongye ， et al . Electricity user behavior modeling for demand response： research status quo and applications ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 10 ）： 23 - 37 .

WEI Q L ， LI T ， LIU D R . Learning control for air conditioning systems via human expressions ［J］. IEEE Transactions on Industrial Electronics ， 2021 ， 68 （ 8 ）： 7662 - 7671 .

DOROKHOVA M ， BALLIF C ， WYRSCH N . Rule-based scheduling of air conditioning using occupancy forecasting ［J］. Energy and AI ， 2020 ， 2 ： 100022 .

卢俞帆，刘念，高舜安 . 融合信息物理社会因素的配电网可靠性评估方法［J］. 电力系统自动化， 2024 ， 48 （ 3 ）： 51 - 61 .

LU Yufan ， LIU Nian ， GAO Shun’an . Reliability assessment method for distribution network incorporating cyber-physical-social factors ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 3 ）： 51 - 61 .

范亚洲 . 变频空调需求响应潜力评估及聚合控制研究［D］. 保定：华北电力大学， 2021 .

FAN Yazhou . Research on demand response potential evaluation and aggregation control of variable frequency air conditioning ［D］. Baoding ： North China Electric Power University ， 2021 .

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 .

郭斌，刘思聪，刘琰，等 . 智能物联网：概念、体系架构与关键技术［J］. 计算机学报， 2023 ， 46 （ 11 ）： 2259 - 2278 .

GUO Bin ， LIU Sicong ， LIU Yan ， et al . AIoT： the concept， architecture and key techniques ［J］. Chinese Journal of Computers ， 2023 ， 46 （ 11 ）： 2259 - 2278 .

中国机器人网 . 深度一文带你读懂具身智能［EB/OL］.［ 2023-11-06 ］. https：//mp.weixin.qq.com/s/rZlSDEblZkSqjuDMJCY https://mp.weixin.qq.com/s/rZlSDEblZkSqjuDMJCY

U 2 w.

Chinese Robotics Network . Delving into the depths： an insightful exploration of embodied intelligence ［EB/OL］. ［ 2023-11-06 ］. https：//mp.weixin.qq.com/s/rZlSDEblZkSqjuDMJCY https://mp.weixin.qq.com/s/rZlSDEblZkSqjuDMJCY

U 2 w.

CAÑAMERO L . Embodied robot models for interdisciplinary emotion research ［J］. IEEE Transactions on Affective Computing ， 2021 ， 12 （ 2 ）： 340 - 351 .

柴清澳，黄赣，费一鸣，等 . 面向具身智能的网格细胞群表征空间认知方法［J］. 科学通报， 2023 ， 68 （ 35 ）： 4872 - 4884 .

CHAI Qing’ao ， HUANG Gan ， FEI Yiming ， et al . A spatial cognition approach based on grid cell group representation for embodied intelligence ［J］. Chinese Science Bulletin ， 2023 ， 68 （ 35 ）： 4872 - 4884 .

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 .

李进鑫，张沛超，赵建立，等 . 基于负荷准线的5G基站虚拟电厂优化控制方法［J］. 电网技术， 2024 ， 48 （ 6 ）： 2356 - 2365 .

LI Jinxin ， ZHANG Peichao ， ZHAO Jianli ， et al . Optimal control of 5G base station virtual power plant based on customer directrix load ［J］. Power System Technology ， 2024 ， 48 （ 6 ）： 2356 - 2365 .

徐博强，赵建立，张沛超，等 . 基于负荷准线和纳什谈判的高比例新能源消纳方法［J］. 电力系统自动化， 2023 ， 47 （ 15 ）： 36 - 45 .

XU Boqiang ， ZHAO Jianli ， ZHANG Peichao ， et al . High-proportion renewable energy accommodation method based on customer directrix load and Nash bargaining ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 15 ）： 36 - 45 .

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 .

YU L ， SUN Y ， XU Z B ， et al . Multi-agent deep reinforcement learning for HVAC control in commercial buildings ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 1 ）： 407 - 419 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑差异化激励的中小用户参与准线型需求响应交易机制

面向电网规划的重点需求侧资源响应潜力评估方法

基于负荷准线和纳什谈判的高比例新能源消纳方法