基于粗粒度数据实现建筑灵活性的可处理与鲁棒建模
最优化与控制
2018-02-20 v1
摘要
可控建筑负荷有潜力提升电力系统的灵活性。制定有效且可实现的负荷控制策略的关键一步是对可行建筑负荷曲线集合进行建模。本文考虑以暖通空调负荷为灵活性来源的建筑。我们提出一种数据驱动方法，利用粗粒度数据（即仅使用建筑总负荷和平均室内温度）经验估计负荷的鲁棒可行域。所提方法使用易于收集的粗粒度数据，并可适用于任何类型的建筑。所得可行域模型对温度预测误差具有鲁棒性，并由线性约束描述。这些约束的数学简洁性使所提模型可适配诸多电力系统应用，例如经济调度与最优潮流。我们利用EnergyPlus的数据验证模型，并通过一项将灵活建筑负荷用于平衡风电预测误差的案例研究展示其实用性。
引用
@article{arxiv.1802.06165,
title = {Tractable and Robust Modeling of Building Flexibility Using Coarse Data},
author = {Jesus E. Contreras-Ocaña and Miguel A. Ortega-Vazquez and Daniel Kirschen and Baosen Zhang},
journal= {arXiv preprint arXiv:1802.06165},
year = {2018}
}