基于遞推最小二乘法的空調(diào)所屬建筑物一階模型實(shí)時(shí)參數(shù)辨識方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電力系統(tǒng)調(diào)度部分的參數(shù)辨識技術(shù)，尤其涉及負(fù)荷聚合商對空調(diào)負(fù)荷 的實(shí)時(shí)參數(shù)辨識。
【背景技術(shù)】
[0002] 在硬件支持方面，負(fù)荷聚合商可以通過智能電網(wǎng)的高級測量終端和雙向通信網(wǎng)絡(luò) 獲取用戶空調(diào)的開關(guān)狀態(tài)、室內(nèi)外溫度的實(shí)時(shí)變化情況，并對空調(diào)負(fù)荷進(jìn)行實(shí)時(shí)控制與調(diào) 度。在在線辨識方法方面，目前常用的方法有最小二乘法、人工智能法、卡爾曼濾波法等，但 由于人工智能法其本身的復(fù)雜性，在實(shí)際應(yīng)用中較少使用，而卡爾曼濾波法在迭代過程中 也要做大量計(jì)算工作，因此在多種參數(shù)辨識方法中，最小二乘法的原理簡單，計(jì)算量少，被 廣泛應(yīng)用于各個(gè)領(lǐng)域的在線參數(shù)辨識。為了減少實(shí)時(shí)參數(shù)辨識過程中的計(jì)算量，一種非常 實(shí)用的改進(jìn)的最小二乘法一遞推最小二乘法被提了出來。依托于智能電網(wǎng)的硬件支持和相 關(guān)的在線辨識技術(shù)，負(fù)荷聚合商的空調(diào)負(fù)荷在線辨識對空調(diào)負(fù)荷參與需求響應(yīng)起著至關(guān)重 要的作用。
[0003] 空調(diào)負(fù)荷作為一種重要的需求響應(yīng)資源，其所屬建筑物ETP模型已經(jīng)被廣泛應(yīng)用 于空調(diào)負(fù)荷控制的各個(gè)領(lǐng)域，但其模型中的一些參數(shù)與建筑物的墻體的厚度、窗戶面積、體 積大小等因素密切相關(guān)，無法通過測量獲得，因此需要通過一定的參數(shù)辨識手段對空調(diào)負(fù) 荷模型的參數(shù)進(jìn)行識別。但由于我國需求響應(yīng)工作起步較晚，目前有關(guān)空調(diào)負(fù)荷模型的參 數(shù)辨識還未提及，忽視了空調(diào)負(fù)荷的實(shí)時(shí)在線建模。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：為了彌補(bǔ)現(xiàn)有需求響應(yīng)過程中空調(diào)所屬建筑物一階模型參數(shù)在線識別 技術(shù)的空白，本發(fā)明提供一種基于遞推最小二乘法的空調(diào)模型實(shí)時(shí)參數(shù)辨識方法，將空調(diào) 負(fù)荷的ETP模型等效為標(biāo)準(zhǔn)差分方程，確定輸入輸出序列及待辨識序列，通過智能電網(wǎng)的 高級計(jì)量終端對輸入輸出序列進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，并向負(fù)荷聚合商進(jìn)行數(shù)據(jù)傳遞，負(fù)荷聚 合商利用遞推最小二乘法對空調(diào)負(fù)荷模型的實(shí)時(shí)參數(shù)辨識，實(shí)時(shí)建立負(fù)荷聚合商管轄范圍 內(nèi)的空調(diào)負(fù)荷模型，用以進(jìn)行空調(diào)負(fù)荷的實(shí)時(shí)控制與調(diào)度。
[0005] 技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0006] -種基于遞推最小二乘法的空調(diào)所屬建筑物一階模型實(shí)時(shí)參數(shù)辨識方法，實(shí)時(shí)建 立負(fù)荷聚合商管轄范圍內(nèi)的空調(diào)負(fù)荷模型，用以進(jìn)行空調(diào)負(fù)荷的實(shí)時(shí)控制與調(diào)度；將空調(diào) 所屬建筑物ETP模型等效為標(biāo)準(zhǔn)差分方程，同時(shí)確定輸入輸出序列及待辨識參數(shù)序列；通 過智能電網(wǎng)的高級計(jì)量終端對輸入輸出序列進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，并向負(fù)荷聚合商進(jìn)行數(shù)據(jù) 傳遞，負(fù)荷聚合商利用遞推最小二乘法對空調(diào)負(fù)荷模型的實(shí)時(shí)參數(shù)進(jìn)行辨識。
[0007] 上述方法具體包括如下步驟：
[0008] (1)將空調(diào)所屬建筑物ETP模型等效為單輸入/輸出線性系統(tǒng)，并使用差分方程的 標(biāo)準(zhǔn)形式進(jìn)行描述，確定k時(shí)刻的輸入輸出序列為[u(k)，y(k)]，k時(shí)刻的隨機(jī)變量序列為e(k)，待辨識參數(shù)數(shù)量為2n+l，待辨識參數(shù)為ap. .ajPb。. . .bn，負(fù)荷聚合商管轄范圍內(nèi)的 空調(diào)負(fù)荷模型為：
[0009]
[0010] 式中：n為差分方程的階數(shù)；
[0011] (2)負(fù)荷聚合商通過智能電網(wǎng)的高級計(jì)量終端采集輸入輸出數(shù)據(jù)，并對采集的輸 入輸出數(shù)據(jù)進(jìn)行預(yù)處理形成輸入輸出序列；
[0012] (3)獲取k-2n-3~k-3時(shí)刻的N= 2n+l個(gè)輸入輸出序列，根據(jù)式⑴列出N個(gè)差 分方程為：
[0013] y(n+1) = -a^ (n)----any(1) +b〇u(n+1) +??? +bnu(1)+e(n+1)
[0014] y(n+2)=-aj(n+1)----any(2)+b0u(n+2) + …+bnu(2)+e(n+2) (2)
[0015] ......
[0016] y(n+N) =-aj(n+N_l)----any(N) +b〇u(n+N) +??? +bnu(N)+e(n+N)
[0017] 將式（2)寫成矩陣的形式為：
[0018] Y(N) = 〇 (N)n(N)+E(N) (3)
[0019]式中：
[0020] Y(N) = [y(n+l),y(n+2), ???,y(n+N)]T (4)
[0021] n(N) = [a!，…，an,b0,…，bn]T (5)
[0022] E(N) =[e(n+1)，e(n+2)，...，e(n+N)]T (6)
[0023]
[0025] 式中：Y(N)為輸出矩陣，〇 (N)為由輸入輸出序列組成的矩陣，n(N)為待辨識參 數(shù)矩陣，E(N)為誤差矩陣；
[0026] (4)對采集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)最小二乘法的參數(shù)估計(jì)，獲取遞推最小二乘法遞推過 程的初始值：
[0027]
[0028]
[0029] 式中：P(N)為中間變量，/+V：)為經(jīng)過標(biāo)準(zhǔn)最小二乘法求得的待辨識參數(shù)估計(jì)值；
[0030] (5)負(fù)荷聚合商提取k-2時(shí)刻的輸入輸出數(shù)據(jù)，并對輸入輸出數(shù)據(jù)進(jìn)行預(yù)處理得 至ljk-l時(shí)刻的輸入輸出序列為[u(n+N+l)，y(n+N+l)];
[0031] (6)負(fù)荷聚合商通過k-2時(shí)刻的輸入輸出序列[u(n+N+l)，y(n+N+l)]和P(N)，對 修正系數(shù)進(jìn)行計(jì)算：
[0032]
[0033]
[0034] (7)根據(jù)#以+ 1)計(jì)算更新后的待辨識參數(shù)估計(jì)值
[0035]
[0036] 根據(jù)更新式（1)，實(shí)時(shí)更新空調(diào)負(fù)荷模型；
[0037] (8)計(jì)算k-2 時(shí)刻的P(N+1):
[0038]
[0039] 然后令？(沁=卩(糾1)從=1^1，返回步驟（5)。
[0040] 優(yōu)選的，所述步驟（2)和步驟（5)中，對采集的輸入輸出數(shù)據(jù)進(jìn)行預(yù)處理，具體包 括以下內(nèi)容：
[0041] (a)對于室內(nèi)/室外溫度，按照下述步驟進(jìn)行預(yù)處理：
[0042] (al)由于室內(nèi)/室外溫度變化比較緩慢，根據(jù)統(tǒng)計(jì)規(guī)律，連續(xù)采集的五個(gè)點(diǎn)數(shù)值 變化應(yīng)該不大，因此按照如下方法計(jì)算室內(nèi)/室外溫度的平均值f和標(biāo)準(zhǔn)差S:
[0043]
[0044]
[0045] 式中：Xl表示連續(xù)采集的第i個(gè)室內(nèi)/室外溫度；
[0046] (a2)判斷|x,.-是否成立：若不成立，則說明Xi是正常數(shù)據(jù)；否則說明^是 壞數(shù)據(jù)，需要進(jìn)行修正；
[0047] (a3)壞數(shù)據(jù)修正公式為：
[0048]
[0049] 式中：i；表示修正后的第i個(gè)室內(nèi)/室外溫度，a，0為自定義的修正系數(shù)，且 a +0 = 2；
[0050] (b)對于空調(diào)負(fù)荷的開關(guān)狀態(tài)量，按照下述步驟進(jìn)行預(yù)處理：
[0051] 在室內(nèi)溫度上升或者下降過程中，空調(diào)的開關(guān)狀態(tài)保持不變，只有在到達(dá) 所設(shè)溫度的上下限的時(shí)候空調(diào)開關(guān)才會(huì)發(fā)生變化；設(shè)連續(xù)采集的三個(gè)開關(guān)狀態(tài)量為{XiXi,xi+1}，對應(yīng)采集的三個(gè)室內(nèi)溫度為{y; y;，yi+1}，進(jìn)行如下判斷：
[0052] ①若X; : ?X; ?xi+1= 1，則表示x;是正常數(shù)據(jù)；
[0053] ②若Xii?xi+1= 1且x;i?Xi?xi+1= 0,則表示x;是壞數(shù)據(jù)，需要進(jìn)行修正，令x; =Xi+1;
[0054] ③若X; : ?xi+1= 0,則：
[0055] 在（yiiiJ(yi+1-yi)>〇 時(shí)：若Xi: 1，則表示x;是正常數(shù)據(jù)；若x; : = 0， 則表示1;是壞數(shù)據(jù)，需要進(jìn)行修正，令x;=x; 1;
[0056] 在（yi-y;D(7;+11;)〈0 時(shí)：若若Xi?xi+1= 1，則表示x;是正常數(shù)據(jù)；若x; ?xi+1 = 0,則表示1;是壞數(shù)據(jù)，需要進(jìn)行修正，令x;=xi+1;
[0057] 式中：?表示邏輯與計(jì)算。
[0058] 有益效果：本發(fā)明提供的基于遞推最小二乘法的空調(diào)所屬建筑物一階模型實(shí)時(shí)參 數(shù)辨識方法，可實(shí)時(shí)構(gòu)建空調(diào)負(fù)荷的等效熱參數(shù)模型，能夠?yàn)橄嚓P(guān)部門提供空調(diào)負(fù)荷的相 關(guān)參數(shù)，為空調(diào)負(fù)荷參與電力系統(tǒng)的削峰、調(diào)頻、備用、抑制可再生能源波動(dòng)等提供了依據(jù)； 同時(shí)本發(fā)明彌補(bǔ)了國內(nèi)空調(diào)負(fù)荷實(shí)時(shí)建模方面的研究不足，為其參與需求響應(yīng)提供了技術(shù) 支撐。
【附圖說明】
[0059] 圖1為本發(fā)明方法的總流程圖；
[0060] 圖2為負(fù)荷聚合商系統(tǒng)的硬件組成圖。
【具體實(shí)施方式】
[0061] 下面結(jié)合附圖對本發(fā)明作更進(jìn)一步的說明。
[0062] -種基于遞推最小二乘法的空調(diào)所屬建筑物一階模型實(shí)時(shí)參數(shù)辨識方法，具體實(shí) 現(xiàn)流程如圖1所示，下面就各個(gè)步驟加以具體說明。
[0063] ( -）將空調(diào)所屬建筑物ETP模型等效為單輸入/輸出線性系統(tǒng)，并使用差分方程 的標(biāo)準(zhǔn)形式進(jìn)行描述，確定k時(shí)刻的輸入輸出序列為[u(k)，y(k)]，k時(shí)刻的隨機(jī)變量序列 為e(k)，待辨識參數(shù)數(shù)量為2n+l，待辨識參數(shù)為a:. . .ajPb.bn，負(fù)荷聚合商管轄范圍內(nèi) 的空調(diào)負(fù)何t旲型為：
[0064]
i-l
[0065] 式中：n為差分方程的階數(shù)。
[0066] 式（1)的推導(dǎo)過程為如下：
[0067] (1. 1)空調(diào)所屬建筑物ETP模型的離散方程為：
[0070] 式中：為t時(shí)刻室內(nèi)溫度（單位：r)，f為t時(shí)刻室外溫度（單位：r)，at
[0068]
[0069] 表示采樣時(shí)間間隔，e為散熱系數(shù)，f= 5T。為時(shí)間常數(shù)；Q為制冷/制熱量（單位:W)， R為等效熱阻抗（單位：°C/W) ;s為開關(guān)狀態(tài)量，S= 0表示關(guān)，s= 1表示開。
[0071](1. 2)根據(jù)式（1-1)和（1-2)，將空調(diào)負(fù)荷的差分方程進(jìn)一步改寫為：
[0072]
[0073] 式中：S(t)表示t時(shí)刻的開關(guān)狀態(tài)量，S(t) = 0表示關(guān)，S(t) = 1表示開。
[0074] 以n= 1的情況為例進(jìn)行推導(dǎo)，對式（1-3)進(jìn)行如下的變量替換：
[0075] r(k) =T；'1 (1-4)
[0076] .v(々一1) = 7, ( 1-5
[0077] =Cl-6.)
[0078] u(k~l) =S(t) (1-7)
[0079] &1= -e(1-8)
[0080] b〇= 1-e(1-9)
[0081] bi=QR(1-e) (1-10)
[0082] 最終得到：
[0083] y(k) =-a^ (k~l)+b〇u(k)+b:u(k~l) (1-11)
[0084] (二）負(fù)荷聚合商通過智能電網(wǎng)的高級計(jì)量終端采集輸入輸出數(shù)據(jù)，并對采集的 輸入輸出數(shù)據(jù)進(jìn)行預(yù)處理形成輸入輸出序列。
[0085](三）獲取k-2n-3~k-3時(shí)刻的N= 2n+l個(gè)輸入輸出序列，根據(jù)式⑴列出N個(gè) 差分方程為：
[0086] y(n+1) = -a^ (n)----any(1) +b〇u(n+1) +??? +bnu(1)+e(n+1)
[0087] y(n+2)=-aj(n+1)----any(2)+b〇u(n+2) + …+bnu(2)+e(n+2) (2)
[0088] ......
[0089] y(n+N)=-aj(n+N_l)----any(N)+b〇u(n+N) + …+bnu(N)+e(n+N)
[0090] 將式（2)寫成矩陣的形式為：
[0091] Y(N) = 〇 (N)n(N)+E(N) (3)
[0092] 式中：
[0093] Y(N