建筑多元负荷关联响应的谱匹配分析方法

技术领域

本发明属于建筑需求响应的研究领域，具体涉及一种建筑多元负荷关联响应的谱匹配分析方法。

背景技术

近年来，全球正在推动能源资源的技术革命，以解决现阶段最普遍的能源和环境问题，以进一步实现降耗减碳目标。而全球近40％的总能耗与建筑行业有关，减少建筑能耗已成为降耗减碳过程的重要组成部分。随着可再生能源应用前景日益广阔，建筑能源供应侧与需求侧的联系愈发紧密，其中光伏系统在建筑物中的应用被视为重要的降耗减碳方法，也有越来越多的研究人员关注光伏资源和建筑运营的结合，并研究制定经济高效且可控的建筑能源需求响应计划。

随着建筑中充电设施的普及以及光伏大规模并网发电，为了能够达到改善光伏就地消纳情况的目的，往往会将电动汽车、空调等建筑各分项设备工作负荷与光伏能源协调运行，但此时的建筑各电力负荷关系会变得更为复杂。而定量评估建筑能源系统的灵活性潜力和响应水平在能源管理中非常重要。为了评估建筑光伏的消纳情况，应用时域分析法来定性评估各设备分项负荷与光伏发电的响应匹配程度已难以满足需求，同时该方法在各项负荷特性及其相互匹配关系表征方面也存在着一些局限性，一定程度影响着综合优化调度策略的选择与执行。由此，考虑供需平衡、多种类型负荷互补作用，建立一种建筑多元负荷关联响应的需求匹配模型具有重要意义，以实现电力负荷调度最优化运营。

发明内容

有鉴于此，本发明提供一种建筑多元负荷关联响应的谱匹配分析方法，协同建筑多元负荷的关联响应运行，最大程度改善光伏消纳效果，从而实现电力负荷调度最优化运营。

为实现上述目的，本发明提出了一种建筑多元负荷关联响应的谱匹配分析方法，包括以下步骤：

步骤1：基于建筑能源系统内不同设备分项电力负荷的预测曲线，构建包括空调负荷和电动汽车充电负荷在内的建筑插座分项电力负荷与光伏电力曲线之间的成对谱分析模型。该成对谱分析模型包含成对负荷序列的谱密度分布、相干性与相位关系。利用谱密度分布反映成对负荷幅度随频率分布的变化程度，如公式(1)所示：

式中D

利用极坐标表示法对该成对谱密度分布表达形式进行转化，如公式(2)-(4)所示：

D

W

其中，由于D

然后，基于相干谱来识别成对负荷曲线的频域相关性，如公式(5)所示：

其中，D

同时借助相位谱来分析成对负荷的频域先后关系，如上述公式(4)所示。该频谱参数反映成对负荷序列在各个频率处的相位差大小即出现的先后关系。相位谱值越接近于0，表示该成对负荷曲线在该频率处领先或滞后程度越弱。

最后，综合分析这三种谱参数来研究建筑内各类设备电力分项负荷与光伏发电曲线之间的关联特性。

步骤2：在获得谱密度分布、相干性及相位关系三参数后，建立成对谱分析模型内部频谱传递机制，首先对建筑不同分项设备运行负荷序列与光伏发电曲线在频率处的成对谱密度值进行误差计算，并取设定误差σ下的共频带区间。然后，进一步对比成对负荷序列的相关性与相位关系，截取共频带区间下所对应的相干谱与相位谱值，并对所提取数据均值处理后再进行归一化计算，形成归一化响应相似权值Δ

其中，Δ

最后，将多项建筑设备电力负荷分别与光伏发电曲线进行成对频谱组合计算，得到归一化响应相似权值数组，并在该数组中提取最大值对应的单项建筑设备负荷，与光伏负荷形成最优同步匹配，如式(7)所示。

L

其中，L

步骤3：基于频谱传递机制，若归一化响应相似权值Δ≥0.5000，则计算该最大响应相似的单项负荷序列与光伏电力负荷的错配差值，获取时域错配负荷差曲线，如公式(8)所示。

其中，P(-L

然后，将余留的分项电力负荷曲线与该错配负荷差曲线进行成对谱分析计算，执行步骤1)与2)，直至余留成对负荷序列最大归一化响应相似权值Δ＜0.5000，完成动态正差量频谱迭代组合，获取建筑多元负荷与光伏发电负荷的最优组合方案，以实现最大光伏消纳效果。

有益效果

(1)本发明可以从频谱分析角度表征建筑能源系统内各项负荷特性及其相互匹配关系，能够定量评估各设备分项负荷与光伏发电的响应匹配程度，为建筑能源需求响应计划提供指导。

(2)本发明效率高，能够考虑供需平衡、多种类型负荷互补作用，协同建筑多元设备负荷与光伏出力负荷之间的关联响应，实现电力负荷调度最优化运营，极大程度提高光伏消纳率。

附图说明

图1为本发明一种建筑多元负荷关联响应的谱匹配分析方法的技术路线图。

图2为本发明一个实施例中与光伏出力曲线匹配分析的3类负荷曲线。

图3为本发明一个实施例中与光伏出力曲线匹配分析的三组成对负荷序列频谱图：

(1)建筑空调负荷与光伏出力曲线频谱匹配；

(2)电动汽车负荷与光伏出力曲线频谱匹配；

(3)热水器与光伏出力曲线频谱匹配。

图4为本发明一个实施例中建筑空调负荷与光伏电力负荷的错配差值曲线。

具体实施方式

以下结合附图和具体实施例来对本发明作进一步的说明。

图1为本发明一种建筑多元负荷关联响应的谱匹配分析方法的技术路线图。

本文以某建筑楼为研究对象，该建筑总面积5000m

该建筑停车场安装了10台慢充充电桩，每台的额定充电功率为7kW。

以冬季工况作为运行情景。建筑逐时冷负荷、设备分项电耗以及停车场电动汽车电耗数据根据物联网能耗信息监测平台获取的历史负荷数据进行预测，获取建筑内各项设备负荷以及光伏出力预测曲线。

本文为该案例建筑设置3种成对负荷曲线，包括建筑空调负荷、电动汽车充电负荷、热水器用电负荷分别与光伏出力曲线成对组合。

如图2所示与光伏出力曲线匹配分析的3类负荷曲线

根据成对谱匹配分析的原理，将与光伏出力曲线匹配分析的三组成对负荷时域图转化为频谱图，如图3所示。

通过分析三组成对光伏出力与建筑电力负荷曲线的谱密度分布，在频率f处的两个谱密度值进行误差百分比计算，设定取误差百分比σ≤50％的频率带。

如表1所示，在所取的频率带内应尽可能保证成对负荷序列曲线的谱密度差值较小。

表1谱密度误差百分比(％)

为了进一步对比相关性与相位关系，截取共频带区间下所对应的相干谱与相位谱值，对所提取数据均值处理后再进行归一化计算。不同成对序列的归一化响应相似权值分析结果如表2所示。

表2成对负荷序列的归一化响应相似权值分析数据表

从表2的谱分析数据得出，建筑空调负荷与光伏出力曲线的归一化响应相似权值最大，说明光伏出力与建筑空调负荷在主周期内的相关程度最大且两负荷曲线的周期共变性也最强，建筑空调负荷能够更加及时有效地消纳光伏负荷。

然后，计算建筑空调负荷与光伏电力负荷的错配差值，获取时域错配负荷差曲线，如图4所示。

执行步骤1)与2)，将余留的电动汽车充电负荷、热水器用电负荷曲线分别与该错配负荷差曲线进行成对谱分析计算，所得的余留负荷序列归一化响应相似权值如表3所示。

表3余留负荷序列归一化响应相似权值表

从表3的余留负荷成对谱分析数据得出，热水器用电负荷与光伏错配负荷的匹配程度高于电动汽车充电负荷与光伏错配负荷曲线的匹配，热水器用电负荷能够有效利用空调负荷未能利用的光伏量，进一步地消纳了光伏负荷，提高了光伏消纳率。因此，对于本实施案例，在一天的需求响应周期之内，建筑空调负荷以及热水器用电负荷的组合能够进一步提高光伏利用程度。

应当理解的是，这里所讨论的实施方案及案例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。