基于负荷聚合商业务的空调服务运作模式及控制策略

程 林, 万宇翔, 张 放, 王旭阳, 王云飞

(1. 电力系统及发电设备控制和仿真国家重点实验室, 清华大学, 北京市 100084;2. 国网北京经济技术研究院有限公司, 北京市 102209)

0 引言

随着社会经济的高速发展,高峰期的用电负荷持续增长,同时,电网中诸如分布式电源等不完全可控的因素越来越多[1],这些变化造成可供灵活调度的发电容量相对越来越少。在现代电力系统中,负荷与电网双向互动的能力逐渐提升,使得对需求侧的负荷管理将成为电网调度运行的重要手段[2]。其中空调负荷在夏季尖峰负荷的占比可达30%～40%,且具有热存储能力[3],是一种典型的可削减柔性负荷。调动空调用户积极地参与到需求响应事件中[4-5],能够以更小的经济代价,来缓解系统负荷高峰的供电压力。

空调负荷的控制策略直接决定了其可调范围,目前使用最广泛的空调控制策略是直接负荷控制(direct load control,DLC)[6]。DLC方式又可分为三类:开关控制、温度控制及周期性暂停控制(duty cycling control,DCC)。文献[7]采用开关控制策略,忽略室内温度变化,直接控制空调的开关状态,响应速度快;文献[8-9]采用温度控制,调节设置温度来满足辅助服务的需求,但控制周期长、可调潜力小;文献[10]采用DCC方式弥补了开关控制忽略用户舒适性以及温度控制可调容量有限的缺陷。通常,传统控制策略未考虑用户对室温需求的差异性,对此,有文献根据运行温度把向用户提供的空调服务归为多挡,考虑不同用户对舒适度的要求,并进行分挡计费补偿[11]。但用户选挡往往服从一定的分布,在人体舒适温度范围内,常规分挡模式下仍存在可进一步削减空间,充分挖掘空调的热存储能力可取得更好的调控效果。

此外,不同场景中,电网对空调负荷参与响应的程度及可靠性有不同需求[12]。常用的集中控制模式[13]可靠性高、响应速度慢,分散控制[14-15]与之相反,而基于负荷聚合商(load aggregator,LA)业务[16]的控制模式同时兼顾了高可靠性和较快响应速度的要求。负荷聚合商可代替电力供应商对空调这类分散的中小型负荷进行管理:制定服务控制策略为用户提供参与市场调节的渠道,降低系统运营管理的成本;通过合理的激励机制,为用户创造盈利价值,引导用户参与到调控当中。但目前针对聚合商模式的研究中,常用的激励方式是根据用户受控时长或节省电量大小来进行计费补偿[17]。此时向用户提供的定价赔偿仅以调控后果为衡量标准,忽略了用户对空调服务的感知价值[18],并未充分发挥空调服务的商品属性与价值,针对多样的服务产品,其定价赔偿方案需进一步细化。

基于上述考虑,本文从负荷聚合商角度出发,首先,对空调服务运作模式的重要组成——服务控制策略及定价赔偿进行分析说明。然后,制定服务控制策略,将空调服务设置为Ⅰ(选挡)和Ⅱ(变挡)两个状态,深入挖掘分挡模式下空调负荷的可调潜力。接着,定义控制过程中的“失负荷”违约事件,并制定指标量化各挡位的舒适度差异性,从价值工程角度出发进行服务定价及违约赔偿,充分考虑空调服务的商品功能和商品价值。最后,通过算例分析服务状态Ⅰ和Ⅱ在减少扩容费用和缓解配电网支路末端电压过低问题中的作用,验证空调服务控制策略在需求响应中发挥的积极作用与定价赔偿机制的可行性。

1 基于负荷聚合商业务的空调服务运作模式

随着智能电网中的测量体系高速发展,负荷聚合商可通过区域测控系统,实时检测采集空调负荷的运行状态,获取负荷的可控容量,并通过远程或本地的开断终端掌握空调的控制权[19],从而为用户提供舒适的空调服务,也为电网公司完成负荷削减的目标。

本文设计的空调服务运作模式如图1所示,包含服务控制策略和定价赔偿机制两部分。作为服务业务的主体,服务控制策略具有一定的商品功能,而为了激励用户参与控制策略,还需要对服务的商品功能进行定价或赔偿。

图1 基于负荷聚合商业务的空调服务运作模式Fig.1 Operation mode of air-conditioning service based on load aggregator business

为充分挖掘选挡模式下的可调潜力,本文的服务控制策略将空调服务状态设置成两个。

1)在服务状态Ⅰ中,将温度选择归为若干挡,由用户选择温度适宜的受控挡位。每一挡采用DCC方式控制负荷,保证调控时室温在该挡或舒适度等级更高的挡位内波动,即为对用户的供电承诺。

2)在服务状态Ⅱ中,在已有选挡基础上,调整部分用户至舒适度等级较低的挡位,牺牲部分舒适度来挖掘空调热存储能力。调整时违背了服务状态Ⅰ中的承诺,此时以尽可能减少用户舒适度损失为目标。

针对上述服务控制策略,需要对不同挡的服务差别定价,违约时进行赔偿:处于服务状态Ⅰ时,由于每一挡的舒适度不同,因此各挡优惠电价也应存在差异;服务状态Ⅱ中,调整了部分用户的温度变化挡位,违背了原有的空调服务承诺,需要向用户提供一定的补偿。最终,与用户签订的协议应包含具体的服务控制策略以及相应的优惠电价与违约补偿。

2 空调负荷的服务控制策略

本节进行服务控制策略的制定,结合多联式空调机组的耗电特点,改进DCC方式,并制定分挡方案下的控制决策模型,模型可根据需求对用户的挡位安排进行合理调整。

2.1 多联式空调的耗电特点

多联式空调机组节能环保、布线方便,负荷效率灵活可控,主要由室外机和室内机两部分组成。多联机的室外机可以拖动多台室内机,其压缩机具有容量调节功能,可以根据室内冷热负荷的变化改变室内机换热器内的制冷剂流量。

多联机的室内机物理模型采用等效热参数模拟电路(ETP)[20]方法,建立二阶等效热参数电路,可得到温度和室内机制冷功率的变化关系。本文以25 ℃为控制中心,设置不同温度波动范围的挡位5个。例如使室温在23～27 ℃范围内波动,室内定制冷功率为3.5 kW,室外温度为32 ℃,温度和制冷功率的变化关系如附录A图A1,控制开机时间τon为4 min,停机时间τoff为12 min,控制周期τc为16 min。

多联机的耗电功率P主要由机组能效比(energy efficiency ratio,EER)λEER决定,λEER为制冷功率与耗电功率之比。通常能效比不为常数,在部分负荷运行状态下出现,往往在负荷率为50%～70%达到最大,与机型室外温度有关,主要由空调室外机的负荷率α决定,某多联机典型能效比数据如附录A表A1所示[21],可拟合得能效比λEER曲线函数如式(1)所示。

λEER(α)=1.48+1.70α+3.24α2-4.21α3

(1)

式中:α为多联机负荷率,是指某时刻的室内机制冷量之和Pindoor-all与室外机额定冷量功率PC的比值,即

(2)

因此多联机的耗电功率P表达式如下:

(3)

由此可看出,在控制策略制定过程中,同一时刻多联机室内机的开机数量将直接影响机组的负荷率α大小,从而影响机组能效比λEER大小,决定了此刻机组耗电功率P。

2.2 多联式空调室内机的控制方式

DCC可兼顾用户的用电需求,能够长时间地持续响应系统的需求,保证控制状态下功率的平稳输出,去除控制后不易出现功率冲击引起的二次负荷[22]。因此,对于每挡用户采用DCC方式。

DCC方式是指对室内机进行周期性启停,假设控制间隔设置为Δt,取控制周期为τc,则将空调运行状态分成τc/Δt个,Δt时间后,进入下一个状态。本文设置的分挡方案中,每一个服务挡位的启/停的状态数量占空比不同,即差异化每一挡服务的舒适度大小,负荷聚合商可根据每一挡的状态安排,确定相应的可控容量。

而由2.1节可知,同一时刻,室内机的开机数量将影响该台多联机的耗电功率P。因此在DCC方式中,如何分配同一台多联机在每个控制状态中的室内机数量,将影响到多联机最终的耗电量。例如将同一台多联机的所有室内机分配至一个状态内控制,该状态开机时的负荷率为100%,停机时为0%;但如果分配至两个状态中,就可做到两个状态分别开机时负荷率为50%,两种分配能效比不同,耗电量也不同。

基于这一特点,本文提出了针对多联机的室内机状态分配模型。假设将K台室内机分配至N个控制状态中,模型以控制周期内多联机平均耗电功率最小为目标,得出最节能的室内机分配方式,目标函数为:

(4)

式中:α(m)为第m个控制状态下该室外机负荷率大小,表达式为

(5)

式中:xm为第m个控制状态中的室内机数量;PCi为该状态下第i台室内机的制冷功率;Si(m)=1表示该台室内机处于工作状态,Si(m)=0表示该台室内机处于停机状态。

此时,有约束条件如下:

(6)

(7)

该模型最终可确定DCC方式下,同一台多联机在各控制状态中的室内机数量,从而可得到每台多联机的受控功率大小。

2.3 基于舒适度分挡方案的空调控制决策模型

确定每一挡的基本控制方式后,聚合商还要对参与用户的服务状态根据需求进行决策安排。聚合商将空调服务根据室温变化范围归为若干挡,温度波动越小,用电的舒适等级越高。但即使是最低舒适度等级设置的温度波动范围,也不会超出人体所能接受的舒适温度,因此在用户自由选挡情况下,仍有部分用户的可调潜力未得到充分挖掘。

因此,本文提出基于舒适度分挡方案的空调控制决策模型,模型本质是一个分段决策模型,根据从电网获得的需求响应量来确定决策状态:服务状态Ⅰ根据调度要求,确定每一挡需要调控的用户数量;超过服务状态Ⅰ的可调限度时,进行服务状态Ⅱ的调控,重新分配挡位,牺牲部分舒适度进一步削减负荷。

假设用户共分成了M个挡位,第i个挡位的舒适度等级为ri,r1>r2>…>rM,每挡用户数为xi个,正常情况下,用户用电可自由设定温度,如需进行调控,分为服务状态Ⅰ(用户不变挡)和服务状态Ⅱ(用户变挡)两种状态。

1)在服务状态Ⅰ下,聚合商进行空调调度就是尽可能满足与电网公司达成的削减目标,同时保证用户在所选温度挡位或舒适度更高的温度挡运行,决策变量是每一挡参与用户的数量。

(8)

式中:D(t)为某一时段空调允许的最大用电量;S(k,i)表示原有选挡第i挡,但受控时在第k挡运行的用户数,其中舒适等级ri≤rk,保证了用户在所选挡位或舒适度等级更高的挡位内调控;p(k,i)为第i挡用户在第k挡温度范围内的耗电功率。

约束条件中,耗电量应小于计划要求,且选择第i挡的用户实际受控数不应大于选挡上限。

(9)

(10)

2)当所有用户都已在所选挡位的最大温度范围内受控时,若仍需要进一步削减负荷,此时调控就需要进入服务状态Ⅱ:部分用户需要牺牲舒适度,从舒适度等级高的挡位变至舒适度等级低的挡位。此时调控的目标就是尽可能减少对用户原有选挡的改动。

(11)

此时重新分配挡位,S(k,i)表示原有选挡为第i挡,受控时变挡至在第k挡的用户,其中舒适等级ri≥rk;在目标函数中,每个挡位变化时乘以一个权重c(k,i),合理设置权重值,优先从低挡位的用户开始改变,使得对用户舒适度的影响才可以达到最低。

此时调控约束应包含约束式(10),即变挡后应满足调度计划的要求,同时变挡前后的用户总数不变,第i挡变挡用户数也不应大于选挡用户上限。

(12)

(13)

两个服务状态的设置充分考虑用户对舒适度的需求差异,尽可能减少调控时对用户用电舒适度的牺牲,挖掘分挡服务下空调的可调潜力,以此满足不同程度需求响应事件的要求。

3 空调负荷的服务定价及赔偿机制

聚合商将上述控制策略作为服务业务向空调用户提供时,需要与用户进行效益分享,给予充分的激励,引导用户参与需求响应。本节通过定义服务模式下的“失负荷”违约事件,制定指标量化空调服务功能,从而在制定优惠电价和赔偿方案时充分发挥服务的商品功能与价值。

3.1 空调服务的“失负荷”违约事件及服务功能评价指标

在服务控制策略中,与用户事先协商后确定受控时的温度变化挡位,只需不超出该挡室温范围就满足了用户的需求,不存在服务违约事件;但如果现有选挡情况无法满足要求,进一步削减负荷需要对用户进行变挡操作,部分舒适度等级高的用户需要调整至舒适度等级低的挡位,此时室温变化范围超出协议的约定,定义在对变挡用户服务过程中发生了“失负荷”违约事件。

空调负荷的“失负荷”事件发生时用户变挡的深度不同,其舒适度的损失程度也不同,需要制定评价指标衡量各挡的服务功能。对用户而言,关心的服务功能主要为电量和提供舒适温度的时长。

首先从用电量角度考虑。用户选择挡位后存在一个可削减上限,变挡则会超出该上限。假设超出最大可削减量的电量(ENS)eENS为供电不足的部分,可定义平均用户切负荷指标(average customer curtailment index,ACCI),其中Ni表示第i挡变挡用户的数量,共有R个挡位数。

(14)

从时间角度考虑,对于空调用户而言,更为关心的是提供服务时室内温度舒适与否。不同的挡位,温度的上下限发生了改变,对应的启停周期也不同。用户被调换至低舒适度的运行挡位后,新挡位的温度变化范围内存在不满足用户温度需求的部分,只有部分时间满足用户原有舒适度需求,如附录A图A2所示。

假设第i挡用户群体的启停周期为tci,另一挡位启停周期为tci′,此时不符合用户选挡的温度持续时间为tci′-tci。若此时调控周期总时长为Tci,则该用户不舒适的时间约为Tci(1-tci/tci′)。本文将该时间与总受控时间之比定义为用户舒适度损失率 (loss of comfort index, LOCI),其表达式为:

(15)

该指标不仅能量化服务的“失负荷”程度,还可以衡量不同挡位之间的温度舒适差异。例如:只对单个用户变挡,依照上述指标的定义可确定该用户在两个不同挡位之间变换时舒适度的损失情况,即可衡量挡位的温度分布的差异性,量化各挡的服务功能。

3.2 计及用户舒适度差异的服务电价制定

空调服务分成多个舒适度挡位,舒适等级高的用户相较等级低的用户享受的优惠电价自然更低,服务的商品功能可通过舒适度损失率(εLOCI)等指标衡量。

本文以价值工程理论[23]为基础,采用基于价格功能弹性系数(EPF)的电价制定方法,制定不同挡位的空调服务电价。价格功能弹性系数的表达式为:

(16)

式中:P为价格;F表示商品的功能;下标0表示原始值;Δ表示变动量。该系数表示的是某个商品价格P对功能F变化的灵敏度,只有当EPF恒为1时,才可在价格上实现对用户、商家的公平,此时式(16)变成如下形式。

(17)

对于空调服务而言,每一挡应该有考虑舒适度差异性的差别定价:P1,P2…,PM。此时商品功能无疑是为用户提供舒适的房间温度的时间,而用户舒适度损失率指标(εLOCI)表示的是用户受控时不符合其对温度要求的时间与总受控之间之比,当舒适度作为电力商品的功能函数F时,εLOCI可以表示为功能函数的相对变化量,代入式(17),有

ΔP=εLOCIP0

(18)

则各挡位的价格之间的关系应当如式(19)所示,其中第j挡舒适度等级低于第i挡。

Pj≤Pi-ΔPi→j=Pi-εLOCI(i→j)Pi

(19)

式中:Pi为第i挡的电价;ΔPi→j和εLOCI(i→j)分别为由第i挡变至第j挡的电价差与舒适度损失率。

式(19)表示的是只有当第j挡价格Pj与第i挡价格Pi相差至少ΔPi→j时,从i挡到j挡的服务功能变化才可被用户接受。当各挡的优惠电价关系遵循式(19)关系时,可反映各挡价格对服务功能的灵敏度。

3.3 空调服务的违约赔偿方案

在用户选挡后,聚合商即对用户许下了空调服务的承诺,一旦为了进一步响应电网的需求管理事件,造成用户变挡,则出现违约,需要对用户进行补偿。

用户通常不会客观评价商品价值,往往通过对商品的感知价值来判断[24],价值工程中给出用户感知价值定义如下:

(20)

式中:VP为用户的感知价值;FP为用户的感知利得,即用户从中感知的获利价值;CP为感知利失,包含了感知的经济成本、风险等因素。

在对于空调服务的赔偿方案中,用户的感知利得FP主要包含以下因素:补偿价格PC、优惠电价与常规电价的差价ΔP以及电量损失ζENS后少交的电费为:

FP=PC+ΔPL+PoζENS

(21)

式中:L为耗电量;Po为原挡位的优惠电价。

用户的感知利失CP则主要为停电损失,停电损失应包含电量损失ζENS和舒适度时间损失εLOCI,即

CP=δζENS+βεLOCITC

(22)

式中:δ为对电量的补偿价格;β为对时间的补偿价格;TC为控制时间。

此时将式(21)与式(22)代入式(20)的感知价值表达式中,同时价值工程中认为具有竞争力的商品应当尽可能使用户的感知价值趋近于1。可整理如下关系:

(23)

即由第i挡变至第j的赔偿价格PC如下:

PC=(δ-Pi)ζENS+βεLOCI(i→j)TC-ΔPi→jL

(24)

其中赔偿金额δ与β由调控柔性负荷后避免的经济损失代价来决定,取决于深入挖掘空调负荷可调潜力后的用途。

4 算例分析

根据上述运作模式,为检验服务控制策略深入挖掘负荷可调潜力的应用价值,并验证定价赔偿机制的合理性,制定如下算例:假设某区域配电网的组成为供电电源、常规负荷、空调负荷以及分布式光伏。随着该地区源—荷增长,存在着电源容量扩容投资的问题;同时配电网典型支路的特点为线路长、负荷重,存在着末端电压过低的问题。该场景较适合可削减负荷的控制策略展开。

其中一条典型支路如图2所示,共有6条类似支路。图中：F1～F5表示馈线；DS表示分段开关(常闭)；CB表示断路器(常闭)。负荷1采用典型工业负荷曲线,负荷2和4分别是可控的商业和民用空调负荷,负荷3和5分别是不可控的常规负荷。假设该区域空调负荷占总比重的50%,每台多联机拖动12台室内机,室内机制冷功率为3.5 kW,空调负荷群的环境参数近似。用户所选服务挡位事前与聚合商已通过协商确定,各时刻开机的用户均愿参与调控,且对各挡位的选择概率相同。

图2 配电网中典型支路Fig.2 Typical branch in distribution networks

根据最低舒适度挡位的温度变化范围,在DCC模式下,可以将控制周期分为8个状态,每一挡的启/停周期状态的比例不同。利用前文的室内机状态分配模型,可以得到室内机不同状态分配数下的最小平均功率以及每个状态的室内机数量,如附录A表A2所示。可以看出,将空调的室内机平均分配至2个状态,控制周期内的平均功率最低,以此类推,可得到空调服务的挡位安排及可削减容量如附录A表A3所示,此时舒适等级越高,可削减容量相对越少。

4.1 服务控制策略在减少扩容费用的效益分析

如假设该地区未来15年各类源—荷增长服从指数分布,此时如何选用合适容量的变压器就成了一个优化问题,优化目标是使得电网的扩建投资最少,即

(25)

式中:Z为变压器扩容选择种类数;μCC,i为第i种变压器的购买费用;μMC,i为第i种变压器的维修费用;xt,i表示第t年是否需要建造该类变压器,为1时表示需要,为0时表示不需要。

常规选挡方案将用户分挡后,仅固定挡位进行调控。本文控制策略在此基础上,进一步设置变挡服务状态,在必要时牺牲部分用户舒适度进行调控。

以规划过程中的第3年空调服务状态安排为例,如图3所示,图中εLOCI=18.99%。多状态分挡方案可进一步削减空调负荷,避免因少量的超负荷造成不必要的建造费用,最终得到扩容计划如附录A图A4所示,此时,在空调负荷不受控时投资费用为176.2万元,在常规空调分挡控制策略下,投资费用为98.3万元,而在多状态空调分挡控制策略下,投资费用则为93.9万元。

图3 第3年典型日空调负荷曲线Fig.3 Typical load curve of air-conditioning in 3th year

本文采用的多状态空调分挡控制模式,在分挡方案基础上设置服务状态Ⅰ(常规选挡)和服务状态Ⅱ(变挡),挖掘分挡后的负荷可调潜力,除了能大幅减少扩容费用,还能起到延缓投资的作用。而服务状态Ⅱ的控制过程中,有部分用户的室温超出了原有预期要求,各年份的舒适度的损失情况如附录A表A4所示,在第3、第8、第12以及第15年时,用户舒适度损失率分别为18.99%,2.51%,2.87%,14.27%。

4.2 服务控制策略在缓解电压越限的作用分析

多服务状态的控制策略中,服务状态Ⅱ进一步削减空间相对较小,在服务状态Ⅰ不能满足的削减目标时,可进一步挖掘可调潜力。以解决支路末端电压过低问题为例,进一步验证服务状态Ⅱ在电网调控中的有效性。此时典型支路如图2所示,该馈线上负荷过重、支路过长,末端电压过低,在阴天光伏出力不充足时,系统空调负荷不参加调控、在常规分挡方案调控下以及在多服务状态方案控制下的电压分布如附录A图A4所示。由于常规分挡方案可调潜力有限, 17:00—19:00仍存在较严重的电压越限的问题,但在人体舒适的温度范围内,负荷群仍有一部分可调潜力。

本文的多状态服务状态中,服务状态Ⅰ为用户正常选挡,等同于常规分挡控制模式,在状态Ⅰ不能满足要求时,可调整至服务状态Ⅱ,此时17:00—19:00具体的变挡方案以及舒适度的损失情况如表1所示,可看出,原有第1挡位和第2挡位的用户被重新分配调至第3挡和第4挡的服务范围,变挡后可调潜力更大,由舒适度最高的挡位依次下调,尽量减少用户的损失,使得17:00—19:00的电压得到了进一步的改善。

表1 用户变挡安排情况Table 1 Arrangements of grade change

若设置电压的合格标准为不低于0.93(标幺值),则三种负荷控制方案下,系统电压不合格率分别为42.3%,9.46%,3.13%,可见多服务状态的分挡方案在尽可能减少用户舒适度的损失下,可更有效地改善供电质量,使得电压合格率达到标准要求。

4.3 各挡服务电价的制定及赔偿方式

在以上两个应用中,服务状态Ⅰ的常规选挡控制可以大幅减少扩容费用,应通过优惠电价的方式与用户进行效益分享;服务状态Ⅱ的变挡操作牺牲部分用户舒适度,有效解决电压问题的同时触发了服务的“失负荷”违约事件,应当给予用户补偿。

根据前文的定价方式,利用εLOCI指标可以计算出各挡位之间用户舒适度的满意程度的相对大小。各挡位相互之间变化的εLOCI大小如附录A表A5所示,利用式(19),可得各挡位的价格关系如下:

P5=81%P4=62%P3=49%P2=36%P1

(26)

若将规划过程中服务状态Ⅰ(常规分挡)中节省的78万元作为对用户电价的补偿,假设原有电价为0.7元,每年取50个典型日进行计算,用户的调控时间每天为10 h,可以计算出各挡电价如表2所示,表中比较了按停机时长(占空比)进行定价和单一性定价的结果。

可以看出,按照单一性定价,78万元电价的补偿,每一度电可节省0.399元,不同挡位的电价没有差别,不同挡位的用户耗电量不同,电费总价会有差别;按照占空比的大小进行差别定价,由于每一挡的温度波动范围只相差1 ℃,因此占空比相差不大,各挡位的定价差异很小,价格上无法反映用户对服务挡位满意程度;而从价值工程的角度出发,εLOCI指标定义的是该用户在两个不同挡位之间变换时舒适度的损失情况,最终价格的差异更有利于引导用户选挡。

表2 各挡位的优惠电价Table 2 Preferential price of each grade

同样,在前文算例中体现了空调服务状态Ⅱ改善电压越限的作用,由于发生服务违约事件,此时予以相应的补偿,17:00—19:00时变挡用户如表1所示。假设按照江苏省100元/kW的需求响应功率补偿价来设计方案,根据3.3节的信息,可得到补偿方案如表3所示。

表3 服务状态Ⅱ中对用户的补偿方案设计Table 3 Compensation scheme design for users in service state Ⅱ

以17:00商业用户为例,从表中可以看出,补偿总金额为468元,根据式(24)即可得出表中关系式,在实际给予用户的赔偿方案中,只需要满足该表达式的约束即可,如取α=1元/(kW·h),则β≤55.5元/h,即不符合用户原挡位需求的时间,按0.925元/min的金额进行补偿,而损失的电量也使得最终电费减少,因此对这部分为0.3元/(kW·h)的补偿,最终每位用户得到的平均补偿为5.28元。

实际操作中,应当充分对用户不同用户的损失进行估值,赔偿计划需要具体确定α和β的大小,补偿考虑了电量和舒适度的损失两个因素,α和β则是对用户进行变挡的控制代价,补偿机制充分结合舒适度的损失程度和用户的意愿。

5 结语

本文提出了基于负荷聚合商业务的空调服务运作模式和服务控制策略。本文将控制策略作为一种服务提供给用户,提出分挡方案下的空调控制决策模型,设置两种服务状态,充分挖掘分挡模式下负荷的可调潜力;同时制定指标量化空调服务的商品功能,以计入用户对服务的感知价值,完成考虑舒适度差异性的定价及赔偿机制制定,充分发挥服务业务的商品价值。算例结果表明,服务状态Ⅰ的削减空间潜力巨大,作为一种常规的调控手段,可明显削减配电网的扩建费用;服务状态Ⅱ进一步深入挖掘可调潜力,削减量相对较少,可作为状态Ⅰ的备用容量,适用于较紧急的应用场景。本文以多联式空调群为研究对象,未来将进一步研究考虑负荷参数差异性的聚类方法,并进一步完善针对温控负荷的综合评估指标体系,充分量化温控负荷供能的差异性。同时,在本文基础上,将进一步研究针对用户违约的相应处理,来引导用户正确参与需求响应,完善对空调服务的定价赔偿机制。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。