1.计及空调用户舒适度的需求侧响应方法,其特征在于：该方法具体包括以下步骤：步骤1、考虑不同类型的空调用户对于价格的敏感程度，当不考虑用户舒适度的限制时，将空调用户群体分为以下三种类型进行讨论：

1)该类空调用户属于对价格不太敏感的类型，对室温环境的要求比较高，因此假设其室温允许范围是[23，25]℃；

2)该类空调用户属于对价格敏感程度一般的类型，对室温环境的要求适中，因此假设其室温允许范围是[23，27]℃；

3)该类空调用户属于对价格比较敏感的类型，对室温环境的要求比较低，因此假设其室温允许范围是[23，29]℃；

步骤2、在考虑空调负荷群体初始状态差异性和不同类型用户的室温允许范围要求的基础上，通过近邻传播聚类算法对分散的空调负荷群体进行聚合；

1)根据式(1)和(2)计算相似度和偏向参数p，构建相似度矩阵S；令k＝1，将吸引度R(i，j)和归属度A(i，j)初始化为零；

s(i,j)＝-d2(xi,xj)＝-||xi-xj||2,i≠j  (1)p＝median(S(i,j)) i≠j  (2)

式中，median表示对数据取中值；

2)令k＝k+1，利用式(3)到式(6)的公式对吸引度R(i，j)和归属度A(i，j)进行迭代更新，并计算两者加权和，得到最终吸引度、归属度和聚类中心；

Rt+1(i,j′)＝(1-λ)×Rt+1(i,j′)+λ×Rt(i,j′)  (5)At+1(i,j′)＝(1-λ)×At+1(i,j′)+λ×At(i,j′)  (6)式中，λ为阻尼系数，把它引入吸引度R(i，j)和归属度A(i，j)的迭代计算中，以加快算法的收敛速度；

3)当算法达到最大迭代次数，或聚类中心在连续迭代过程中不再发生变化，或相邻两次迭代结果中，吸引度R(i，j)和归属度A(i，j)变化量小于给定阈值则认为算法收敛，则输出最终结果；如果不收敛，则转到2)；

步骤3、综合考虑室内温度和相对湿度这两个指标，利用温湿指数来衡量空调用户的舒适度；温湿指数THI通常按公式(7)计算：THI＝1.8t-0.55(1-RH)(1.8t-26)+32  (7)式中，t表示摄氏温度，℃；RH表示空气相对湿度，％；

当THI值超出[45,75]时，人们普遍感觉不舒适；当THI值在[45,75]之内时，绝大多数人感到些许不舒适，但是还可以承受；当THI值在[55,70]之内时，大部分人感到很舒适，在此环境下生活工作时，心情会很愉悦；

根据《民用建筑供暖通风与空气调节设计规范》规定，人员长期逗留区域空调室内相对湿度应保持在40％～60％；当室内相对湿度为40％，温湿指数THI在55～72之间时，室温的允许范围是[12.0，26.1]℃；当室内相对湿度为60％，温湿指数THI在55～72之间时，室温的允许范围是[12.3，24.4]℃；对比以上两种场景下的室温允许范围可知，当室内相对湿度越大时，人体对于室温的要求越严苛；

根据温湿指数修正三类空调负荷工作的室温范围，以室内相对湿度40％为例，第三类用户的室温允许范围从[23，29]℃进一步缩小为[23，26.1]℃，第二类用户的室温允许范围从[23,27]℃缩小为[23，26.1]℃，第一类用户的室温上下限范围没有受到影响；

步骤4、对分体空调采用直接启停控制策略，中央空调选用轮停控制策略；由步骤2中决定的室内温度范围，分别计算得到考虑用户舒适度情况下分体空调负荷群和中央空调负荷群的最大可参与调度时长和最大可调度容量；

1)利用公式(8)计算分体空调负荷集群最大可参与调度时长

式中， 表示t+1时刻的室内温度，℃； 表示t+1时刻的室外温度，℃； 表示t时刻的室内温度，℃；R为等效热阻，℃/W；C为等效热容，J/℃；通过式(8)利用室外温度和室温允许的范围得到分体空调负荷集群允许停止的最长可参与调度时长Δt；

分体空调负荷集群的最大可参与调度容量由公式(9)计算得到；

QHA＝n·PHA  (9)

式中，QHA表示分体空调负荷集群的最大可参与调度容量，n表示可参与调度的分体空调数量，PHA表示分体空调的额定功率；

2)由于中央空调采用轮停控制，由等效热参数法的空调负荷模型可得室温允许上下限为[Tmin，Tmax]时，中央空调启停时间应该满足的关系如式(10)所示：进一步可推导出制冷机启/停周期内停机期和制冷期的允许时长分别为：

式中：τoff为制冷机组停机期时长，min；τon为制冷机组制冷期时长，min；τc为启/停周期时长，min；To为室外温度，℃；R为建筑围护结构等效热阻，℃/kW；Q为制冷机的制冷量，kW；

cop为空调能效比， 为空调额定功率，kW；

最大可参与调度容量如式(12)所示：

式中，QCA表示中央空调负荷集群的最大可参与调度容量，n表示参与轮停的中央空调数量；

步骤5、以电力公司的削峰成本最小为目标建立计及负荷聚合商信誉度的日前优化调度模型；电力公司的削峰成本包括电力公司支付给各负荷聚合商的调度费用；储能设备的投资和运行维护等费用和各负荷聚合商的违约处罚金；该优化问题的目标函数的表达式如式(13)所示：式中：U为电力公司的削峰成本，ηi为负荷聚合商i的信誉度值，Ci为负荷聚合商i所上报的响应调度费用， 为负荷聚合商i所报激励价格，Qi'为负荷聚合商实际中标电量，Ki为聚合商i所对应的储能设备成本，k为储能设备的单位价格，Fi为负荷聚合商i的违约处罚金，βi为负荷聚合商i的违约率，s为电力公司针对负荷聚合商违约电量的处罚金单价；

该优化问题的约束条件为：各削峰时段所有负荷聚合商的总中标电量不小于电力公司计划削峰量；每个负荷聚合商的中标电量不大于投标电量；投标电量不能超出该负荷聚合商的调度潜力和负荷聚合商的可调控时长不小于电力公司计划调度时长；上述约束条件如式(14)所示：式中：Qi'为负荷聚合商i实际中标电量，Q计划为电力公司计划削峰量，Di为负荷聚合商i向电力公司上报的投标电量，Qi为负荷聚合商i的负荷调度潜力， 为负荷聚合商i的可调控时长，Tload为电力公司计划调度时长；

步骤7、采用混沌粒子群优化算法对该优化问题进行求解，得到各负荷聚合商在不同时段中标的容量以及电网公司削峰的成本。