萬(wàn) 林，楊冠魯，陳小峰

(華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門(mén) 361021)

基于需求響應(yīng)的空調(diào)負(fù)荷與儲(chǔ)能單元協(xié)調(diào)控制策略

萬(wàn) 林，楊冠魯，陳小峰

(華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門(mén) 361021)

傳統(tǒng)空調(diào)負(fù)荷采用直接負(fù)荷控制參與電網(wǎng)峰谷調(diào)節(jié)時(shí)，并沒(méi)有考慮實(shí)際虛擬電廠中的分布式發(fā)電單元和儲(chǔ)能單元，分布式發(fā)電單元以及其他負(fù)荷的功率波動(dòng)將會(huì)帶來(lái)不確定性和復(fù)雜性，針對(duì)這一問(wèn)題，提出了一種空調(diào)負(fù)荷與儲(chǔ)能單元的協(xié)調(diào)控制策略。建立了光伏電池、鋰離子蓄電池以及空調(diào)的數(shù)學(xué)模型，給出了空調(diào)輪空策略。為了兼顧實(shí)際偏差和經(jīng)濟(jì)性，提出了儲(chǔ)能單元的模糊控制策略。最終，通過(guò)Matlab/Simulink仿真軟件搭建了仿真平臺(tái)，對(duì)所提出的協(xié)調(diào)控制方法進(jìn)行了仿真研究，仿真結(jié)果驗(yàn)證了可行性和有效性。

空調(diào)負(fù)荷；蓄電池儲(chǔ)能系統(tǒng)；直接負(fù)荷控制；模糊控制；虛擬電廠；需求響應(yīng)

化石能源的消耗以及全球變溫問(wèn)題的日益嚴(yán)重已經(jīng)對(duì)傳統(tǒng)發(fā)電方式提出了新的挑戰(zhàn)，為了解決這一問(wèn)題，世界各國(guó)將會(huì)逐漸調(diào)整能源結(jié)構(gòu)，由化石能源逐步過(guò)渡到可再生能源并網(wǎng)發(fā)電，可再生能源發(fā)電具有隨機(jī)和間歇性，將其直接并入電力系統(tǒng)中將會(huì)引起一些不利影響[1-2]。

為了克服上述問(wèn)題，提出了虛擬電廠(virtual power plant，VPP)概念，虛擬電廠由分布式發(fā)電單元、儲(chǔ)能單元、電動(dòng)汽車(chē)以及可控負(fù)荷等單元構(gòu)成，采用調(diào)度、協(xié)調(diào)控制以及信息技術(shù)實(shí)現(xiàn)聚合協(xié)調(diào)優(yōu)化來(lái)參與電力市場(chǎng)和電網(wǎng)運(yùn)行的協(xié)調(diào)管理系統(tǒng)[3-4]。虛擬電廠概念已經(jīng)引起世界各國(guó)的廣泛關(guān)注，歐洲一部分國(guó)家已經(jīng)開(kāi)展了一系列的虛擬電廠項(xiàng)目[5]。

需求響應(yīng)是智能電網(wǎng)的核心技術(shù)，同樣需求響應(yīng)在虛擬電廠中也能夠發(fā)揮重要的作用，通過(guò)需求響應(yīng)技術(shù)能夠充分發(fā)揮負(fù)荷側(cè)資源[6-7]?？照{(diào)負(fù)荷是一種典型的可控負(fù)荷，并且具備熱儲(chǔ)存能力，通過(guò)空調(diào)參與電力系統(tǒng)調(diào)節(jié)實(shí)現(xiàn)負(fù)荷消減已經(jīng)開(kāi)展了大量的研究。文獻(xiàn)[8]研究了采用DLC控制策略在電力市場(chǎng)下的應(yīng)用，以兼顧供電商和用戶利益為目標(biāo)，通過(guò)非支配排序遺傳算法進(jìn)行了優(yōu)化求解。文獻(xiàn)[9-10]通過(guò)多個(gè)負(fù)荷聚合商來(lái)發(fā)揮負(fù)荷調(diào)節(jié)能力，提出了基于DLC策略的雙層優(yōu)化調(diào)度策略，以實(shí)際偏差和負(fù)荷聚合商利益為目標(biāo)進(jìn)行了優(yōu)化求解。除此之外，還提出了基于需求響應(yīng)的空調(diào)負(fù)荷進(jìn)行建模和控制研究[11]以及含分布式電源中壓配電網(wǎng)電壓控制策略[12]。

根據(jù)傳統(tǒng)策略可以看出，采用空調(diào)負(fù)荷參與電網(wǎng)峰谷調(diào)節(jié)時(shí)，虛擬電廠中僅考慮了空調(diào)負(fù)荷以及發(fā)電廠之間的需求響應(yīng)關(guān)系，在建立優(yōu)化求解模型的同時(shí)并沒(méi)有考慮分布式發(fā)電單元的擾動(dòng)以及儲(chǔ)能單元的運(yùn)行狀態(tài)，也沒(méi)有考慮電網(wǎng)的實(shí)時(shí)電價(jià)的變化。為了解決這一問(wèn)題，本文更加詳細(xì)地考慮了實(shí)際情況，以實(shí)際偏差最小和經(jīng)濟(jì)性為目標(biāo)提出了一種基于需求響應(yīng)的空調(diào)負(fù)荷與儲(chǔ)能系統(tǒng)協(xié)調(diào)控制方法，通過(guò)Matlab仿真軟件搭建了仿真模型，進(jìn)行了仿真驗(yàn)證。

1 系統(tǒng)結(jié)構(gòu)及數(shù)學(xué)模型

1.1 系統(tǒng)結(jié)構(gòu)

含多源多負(fù)荷的典型系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 多源多負(fù)荷的典型系統(tǒng)結(jié)構(gòu)框圖

由圖1可以看出，發(fā)電單元包括光伏分布式發(fā)電單元和傳統(tǒng)發(fā)電機(jī)組；負(fù)荷主要包括家用負(fù)荷和工業(yè)負(fù)荷；此外還包括蓄電池儲(chǔ)能單元。發(fā)電單元、儲(chǔ)能單元以及家用負(fù)荷都接入交流母線。光伏發(fā)電系統(tǒng)根據(jù)外界天氣變化采用最大功率跟蹤策略輸出功率，當(dāng)分布式發(fā)電單元輸出功率與負(fù)荷功率之差小于零時(shí)，不足的電能由外部電網(wǎng)或者儲(chǔ)能單元供給；當(dāng)分布式發(fā)電單元輸出功率與負(fù)荷功率之差大于零時(shí)，剩余的功率將會(huì)傳輸給電網(wǎng)或者存儲(chǔ)在儲(chǔ)能系統(tǒng)。蓄電池儲(chǔ)能系統(tǒng)根據(jù)總系統(tǒng)的工作狀態(tài)處于在充電、放電以及待機(jī)模式。

1.2 空調(diào)負(fù)荷模型

空調(diào)負(fù)荷是典型的家用負(fù)荷，空調(diào)負(fù)荷可以采用簡(jiǎn)單的等效熱參數(shù)模型進(jìn)行等效，如圖2所示。

圖2 空調(diào)的等效熱參數(shù)模型

圖2中：Ca為氣體比熱容；Cm為固體比熱容；P為空調(diào)熱功率；Tout為外界溫度；Tm為室內(nèi)溫度。

根據(jù)圖2能夠得到空調(diào)功率與室內(nèi)、室外溫度之間的關(guān)系為

(1)

(2)

ε=e-τ/Tc

(3)

在室內(nèi)溫度保持一定范圍內(nèi)時(shí)，人體的舒適情況更加良好，為了實(shí)現(xiàn)這一目的，可以通過(guò)控制空調(diào)的啟動(dòng)和停止時(shí)的室內(nèi)溫度維持在一定范圍內(nèi)。其空調(diào)的運(yùn)行特性如圖3所示。

圖3 空調(diào)負(fù)荷的動(dòng)態(tài)過(guò)程

由圖3可以看出，設(shè)置控制溫度為T(mén)set，空調(diào)首先由一個(gè)初始值緩慢上升至最大值Tmax，此時(shí)為了降低室內(nèi)溫度，需要開(kāi)啟空調(diào)，此時(shí)空調(diào)消耗功率；當(dāng)室內(nèi)溫度達(dá)到最小值Tmin時(shí)，空調(diào)停止，此時(shí)室內(nèi)溫度逐漸回升，不消耗功率。因此根據(jù)空調(diào)的啟動(dòng)和停止控制能夠使得室內(nèi)溫度維持在人體舒適范圍內(nèi)。

Tmax=Tout(1-ετoff)+Tminετoff

(4)

(5)

τc=τon+τoff

(6)

式中τon、τoff和τc分別為開(kāi)啟時(shí)間、關(guān)斷時(shí)間和總控制周期。

假設(shè)系統(tǒng)中存在n臺(tái)空調(diào)，能夠得到空調(diào)負(fù)荷的可控容量為

(7)

1.3 光伏發(fā)電單元模型

根據(jù)文獻(xiàn)[13]能夠得到光伏電池的工程數(shù)學(xué)模型為

(8)

(9)

ΔU=-bΔT-RsΔI

(10)

(11)

(12)

ΔT=Tc-Tref

(13)

式中：Isc、Uoc、Um和Im分別為光伏電池的短路電流、開(kāi)路電壓、MPP電壓和MPP電流；Sref和Tref分別為太陽(yáng)輻射強(qiáng)度和太陽(yáng)能電池溫度參考值，Sref=1000，Tref=25；Rs為光伏電池等效并聯(lián)電阻；a為參考光照下電流變化溫度系數(shù)，通常選取a=0.0012Isc；b為參考光照下電壓變化溫度系數(shù)，通常選取b=0.005Uoc。

光伏電池的輸出功率根據(jù)溫度和光照強(qiáng)度的不同而變化，具有隨機(jī)性和間歇性特點(diǎn)，通常采用MPPT控制策略實(shí)現(xiàn)最大功率跟蹤控制。

1.4 儲(chǔ)能發(fā)電單元模型

相對(duì)于其他蓄電池，鋰離子蓄電池具有更加優(yōu)越的性能，鋰離子蓄電池的充放電模型以及荷電狀態(tài)可以表示為[14]

(14)

(15)

(16)

式中：Edisc表示放電電流；Ec表示充電電流；E0表示電壓常數(shù)；K表示極化常數(shù)；Q表示蓄電池最大容量；it表示可提取的電能；i*表示低頻動(dòng)態(tài)電流；A表示指數(shù)電壓；B表示指數(shù)容量。

2 基于需求響應(yīng)的協(xié)調(diào)控制策略

為了按照調(diào)度計(jì)劃的要求實(shí)現(xiàn)可消減負(fù)荷，并且在此基礎(chǔ)上考慮分時(shí)電價(jià)，以兼顧實(shí)際偏差和經(jīng)濟(jì)性目標(biāo)，提出一種空調(diào)負(fù)荷和儲(chǔ)能單元的協(xié)調(diào)控制策略。本文提出的控制策略與傳統(tǒng)方法的主要區(qū)別在于所提出的控制方法更加側(cè)重于系統(tǒng)運(yùn)行和控制，而傳統(tǒng)方法主要側(cè)重于優(yōu)化；此外所提出的方法考慮了分布式發(fā)電單元和工業(yè)負(fù)荷的波動(dòng)以及實(shí)時(shí)電價(jià)等因素，系統(tǒng)運(yùn)行策略更加復(fù)雜。下面分別對(duì)空調(diào)負(fù)荷以及儲(chǔ)能單元的控制策略進(jìn)行詳細(xì)分析。

2.1 空調(diào)模型的輪控策略

為了保證人體舒適度，本文采用基于直接負(fù)荷控制的空調(diào)輪控策略，其基本原理如圖4所示。首先根據(jù)式(4)～式(6)計(jì)算空調(diào)的輪控周期，根據(jù)空調(diào)的輪控周期對(duì)虛擬電廠內(nèi)含有的所有空調(diào)進(jìn)行分組，然后采用圖4給出了空調(diào)輪控策略。

圖4 空調(diào)負(fù)荷的輪控策略

假設(shè)計(jì)算結(jié)果得到總空調(diào)控制周期為9min，其中關(guān)斷空調(diào)時(shí)間為6min，而開(kāi)啟空調(diào)時(shí)間為3min。其空調(diào)負(fù)荷分布狀態(tài)如圖5所示。

圖5 空調(diào)負(fù)荷的分布狀態(tài)

由圖5可看出，深色方框表示空調(diào)負(fù)荷關(guān)閉，而淺色框內(nèi)表示空調(diào)開(kāi)啟。采用該空調(diào)輪控策略，能夠保證在任意一個(gè)時(shí)間段內(nèi)，總存在6組空調(diào)關(guān)閉，3組空調(diào)開(kāi)啟，重復(fù)上述輪控策略，能夠保證在不同時(shí)間段內(nèi)恒定消減負(fù)荷。

2.2 儲(chǔ)能單元的模糊優(yōu)化策略

儲(chǔ)能并網(wǎng)發(fā)電系統(tǒng)通常由蓄電池和并網(wǎng)逆變器構(gòu)成，儲(chǔ)能系統(tǒng)根據(jù)外部指令的變化工作在充電和放電模式。由于本文考慮了分布式發(fā)電單元以及工業(yè)負(fù)荷的波動(dòng)，利用輪控策略消減空調(diào)負(fù)荷不能達(dá)到實(shí)際偏差為零，通過(guò)儲(chǔ)能系統(tǒng)能夠?qū)崿F(xiàn)這一目標(biāo)。然而儲(chǔ)能系統(tǒng)實(shí)現(xiàn)該目標(biāo)的同時(shí)，為了兼顧經(jīng)濟(jì)性，儲(chǔ)能系統(tǒng)可以根據(jù)實(shí)際消減功率偏差和電網(wǎng)的實(shí)時(shí)電價(jià)來(lái)折衷選取儲(chǔ)能的指令，在電網(wǎng)電價(jià)較高時(shí)間段內(nèi)，兼顧向電網(wǎng)售電和減小偏差結(jié)合的控制策略；在電網(wǎng)電價(jià)較低時(shí)間段內(nèi)，兼顧向電網(wǎng)買(mǎi)電和減小偏差結(jié)合的控制策略。為了實(shí)現(xiàn)這一目標(biāo)，本文提出采用模糊控制策略。

以實(shí)際消減負(fù)荷偏差和電網(wǎng)實(shí)時(shí)電價(jià)為輸入，以加權(quán)系數(shù)為輸出，選取三角形隸屬度函數(shù)，如圖6所示。

圖6 隸屬度函數(shù)

設(shè)置輸入和輸出分別存在5種狀態(tài)：負(fù)大(NB)、負(fù)小(NM)、零(Z)、正小(PM)以及正大(PB)，選取功率偏差的論域?yàn)閇-20，20]，其分割子集為{-20，-10，0，10，20}；選取實(shí)時(shí)電價(jià)的論域?yàn)閇0,1]，其分割子集為{-0，0.25，0.5，0.75，1}；選取加權(quán)系數(shù)的論域?yàn)閇1，1.8]，其分割子集為{1，1.2，1.4，1.6，1.8}。

為了兼顧實(shí)際偏差和經(jīng)濟(jì)性，選取模糊規(guī)則如表1所示，其模糊原則條件原則是根據(jù)功率偏差和實(shí)時(shí)電價(jià)的變化，要求儲(chǔ)能系統(tǒng)在兼顧經(jīng)濟(jì)型的基礎(chǔ)上滿足實(shí)際偏差較小。

基于上述分析，基于模糊控制的儲(chǔ)能單元控制框圖如圖7所示。

表1 儲(chǔ)能單元的模糊規(guī)則

圖7 蓄電池儲(chǔ)能系統(tǒng)的控制策略

3 算例分析

為了驗(yàn)證本文提出控制策略的有效性和可行性，通過(guò)仿真軟件搭建系統(tǒng)仿真平臺(tái)。假設(shè)存在三個(gè)負(fù)荷聚合商，分別為A、B和C，其中負(fù)荷聚合商A中含有空調(diào)個(gè)數(shù)為100個(gè)；負(fù)荷聚合商B中含有空調(diào)個(gè)數(shù)為80個(gè)；負(fù)荷聚合商C中含有空調(diào)個(gè)數(shù)為50個(gè)，每一臺(tái)空調(diào)的功率為2kW?？紤]人體舒適度范圍23～27℃，假設(shè)室外溫度為35℃，且恒定不變。

根據(jù)式(17)～式(19)能夠得到τon=3.57，τoff=9.93。將開(kāi)啟時(shí)間向上取整得到4，將關(guān)斷時(shí)間向下取整得到9，因此τon=13。根據(jù)計(jì)算可以將負(fù)荷聚合商分為13組。選取負(fù)荷聚合商A、B和C參與輪控的空調(diào)個(gè)數(shù)分別為91臺(tái)、78臺(tái)和39臺(tái)。根據(jù)直接負(fù)荷控制能夠得到負(fù)荷聚合商A、負(fù)荷聚合商B和負(fù)荷聚合商C的可控容量分別為

CA=91×2×9/13=126kW

(17)

CB=78×2×9/13=108kW

(18)

CC=39×2×9/13=54kW

(19)

根據(jù)上述分析選取負(fù)荷聚合商A、B和C可控容量分別為126kW、108kW和54kW，因此三個(gè)負(fù)荷聚合商采用上述提到的輪控策略共計(jì)能夠消減負(fù)荷為288kW。系統(tǒng)中的光伏發(fā)電單元在標(biāo)準(zhǔn)光照下的額定輸出功率為40kW，儲(chǔ)能系統(tǒng)的額定容量為100kW，工業(yè)負(fù)荷的額定輸出功率為300kW，其它家用負(fù)荷的額定功率為150kW。

假設(shè)調(diào)度系統(tǒng)期望中午12:00—14:00內(nèi)，要求虛擬電廠消減負(fù)荷為300kW，本文主要研究基于虛擬電廠的協(xié)調(diào)運(yùn)行控制策略，因此在Simulink軟件環(huán)境下進(jìn)行仿真研究。由于受到Simulink仿真軟件運(yùn)行時(shí)間的限制，因此對(duì)時(shí)間進(jìn)行等比例縮減，假設(shè)仿真時(shí)間的1s對(duì)應(yīng)實(shí)際時(shí)間為10min，對(duì)其進(jìn)行仿真研究得到的仿真結(jié)果如圖8所示。 根據(jù)圖8得知，光伏輸出功率和工業(yè)負(fù)荷功率出現(xiàn)階躍變化，根據(jù)前面計(jì)算分析可知采用直接負(fù)荷控制策略，空調(diào)消減的負(fù)荷是一定的。由于存在光伏功率和工業(yè)負(fù)荷功率波動(dòng)將會(huì)導(dǎo)致調(diào)度計(jì)劃與實(shí)際消減容量偏差在某些時(shí)段內(nèi)存在偏差較大等缺陷，因此可以通過(guò)采用儲(chǔ)能系統(tǒng)進(jìn)行控制來(lái)補(bǔ)償偏差見(jiàn)圖8d。在控制系統(tǒng)中考慮虛擬電廠的儲(chǔ)能單元時(shí)能夠?qū)⑵淦钸M(jìn)行補(bǔ)償，然而傳統(tǒng)方法并沒(méi)有考慮不同時(shí)段內(nèi)電價(jià)的變化，假設(shè)電價(jià)曲線如圖8e所示。根據(jù)表1的模糊規(guī)則得到的結(jié)果如圖8d中加粗的曲線，將其與傳統(tǒng)控制對(duì)比可以看出，儲(chǔ)能單元將會(huì)在電價(jià)高峰期間進(jìn)行售電，而在低谷期間進(jìn)行購(gòu)電，不僅能夠補(bǔ)償一定偏差，還可以獲得一些收益，提高系統(tǒng)經(jīng)濟(jì)型。

圖8 所提出協(xié)調(diào)控制策略的仿真結(jié)果

4 結(jié)束語(yǔ)

針對(duì)傳統(tǒng)方法沒(méi)有考慮分布式發(fā)電單元和工業(yè)負(fù)荷功率的波動(dòng)問(wèn)題，提出了一種基于需求響應(yīng)的空調(diào)負(fù)荷與儲(chǔ)能單元協(xié)調(diào)控制策略，建立了系統(tǒng)中各個(gè)單元的數(shù)學(xué)模型，給出了空調(diào)負(fù)荷的輪控策略以及儲(chǔ)能單元的模糊控制策略。通過(guò)Matlab/Simulink仿真軟件搭建了仿真平臺(tái)，對(duì)所提出的協(xié)調(diào)控制策略進(jìn)行仿真研究。仿真結(jié)果表明，與傳統(tǒng)方法相比，儲(chǔ)能系統(tǒng)不僅能夠消減偏差，而且能夠根據(jù)實(shí)時(shí)電價(jià)的變化改變調(diào)節(jié)系數(shù)，進(jìn)而調(diào)整儲(chǔ)能系統(tǒng)的充放電功率，能夠?qū)崿F(xiàn)在高電價(jià)期間售電，而在低電價(jià)期間購(gòu)買(mǎi)電能儲(chǔ)存在蓄電池中，獲得一定的經(jīng)濟(jì)效益。

[1]Liping Jiang，Caixia Wang，Yuehui Huang，et al.Growth in Wind and Sun Integrating Variable Generation in China[J].IEEE power and Energy Magazine，2015，58(4)：40-49.

[2]劉吉臻.大規(guī)模新能源電力安全高效利用基礎(chǔ)問(wèn)題[J].中國(guó)電機(jī)工程學(xué)報(bào)，2013，33(16)：1-9.

[3]衛(wèi)志農(nóng)，余爽，孫國(guó)強(qiáng).虛擬電廠的概念與發(fā)展[J].電力系統(tǒng)自動(dòng)化，2013，37(13)：1-9.

[4]衛(wèi)志農(nóng)，余爽，孫國(guó)強(qiáng)，等.虛擬電廠歐洲研究項(xiàng)目述評(píng)[J].電力系統(tǒng)自動(dòng)化，2013，37(21)：196-202.

[5]陳春武，李娜，鐘朋園，等.虛擬電廠發(fā)展的國(guó)際經(jīng)驗(yàn)及啟示[J].電網(wǎng)技術(shù)，2013，37(8)：2258-2263.

[6]楊旭英，周明，李庚銀.智能電網(wǎng)下需求響應(yīng)機(jī)理分析與建模綜述[J].電網(wǎng)技術(shù)，2016，40(1)：220-225.

[7]王蓓蓓.面向智能電網(wǎng)的用戶需求響應(yīng)特性和能力研究綜述[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，34(22)：3654-3663.

[8]張欽，王錫凡，別朝紅，等.電力市場(chǎng)下直接負(fù)荷控制決策模型[J].電力系統(tǒng)自動(dòng)化，2010，34(9)：23-28.

[9]高賜威，李倩玉，李慧星，等.基于負(fù)荷聚合商業(yè)務(wù)的需求響應(yīng)資源整合方法與運(yùn)營(yíng)機(jī)制[J].電力系統(tǒng)自動(dòng)化，2013，37(17)：78-86.

[10]高賜威，李倩玉，李揚(yáng).基于DLC的空調(diào)負(fù)荷雙層優(yōu)化調(diào)度和控制策略[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，34(10)：1546-1555.

[11]宋夢(mèng)，高賜威，蘇衛(wèi)華.面向需求響應(yīng)應(yīng)用的空調(diào)負(fù)荷建模及控制[J].電力系統(tǒng)自動(dòng)化，2016，40(14)：158-167.

[12]Y HE,M PETIT.Valorization of Demand Response for Voltage Control in MV Distribution Grids with distributed generation[C]//IEEE International Energy Conference(ENERGYCON).Leuven，Belgium，2016：1-6.

[13]王冰清，曾國(guó)宏，童亦斌，等.光伏組件精確工程模型及MPP電壓范圍研究[J].電網(wǎng)技術(shù)，2013，37(11)：3086-3090.

[14]Yu-Kai Chen,Yung-Chun Wu,Chau-Chung Song,et al.Design and Implementation of Energy Management System With Fuzzy Control for DC Microgrid Systems[J].IEEE Transactions on Power Electronics，2013，28(4)：1563-1570.

(責(zé)任編輯：馬金發(fā))

Coordinated Control Method of Multisource and Multiload Based on the Concept of Demand Response

WAN Lin,YANG Guanlu,CHEN Xiaofeng

(College of information Science and Engineering,Huaqiao University,Xiamen 361021,China)

The traditional air conditioning load based on direct load control in power grid peak regulation is applied,without considering distributed generation units and storage units in the virtual power plant,power fluctuation of distributed generation units and other loads which will bring uncertainty and complexity.In order to solve this problem,a coordinated control strategy of air conditioning load and energy storage unit is proposed.The mathematical model of photovoltaic cell,lithium ion batteries and air conditioning are built,bye strategy of the air conditioner is given.In order to take into account the actual deviation and the economy,the fuzzy control strategy of the energy storage unit is proposed.Finally,the system simulation platform was built by Matlab/Simulink simulation software,and the simulation research of the proposed coordinated control method is carried out,the simulation results verify the feasibility and effectiveness.

air conditioning load;battery energy storage system;direct load control;fuzzy control;virtual power plant;demand response

2016-10-20

福建省科技計(jì)劃重點(diǎn)項(xiàng)目(2014H0031)

萬(wàn)林(1991—)，女，碩士研究生；通訊作者：楊冠魯(1960—)，男，教授，研究方向：智能電網(wǎng)技術(shù)等。

1003-1251(2017)02-0022-07

TM73

A