考虑动态激励型需求响应的微电网两阶段优化调度

针对微电网中风电、光伏出力和负荷大小的不确定性,从日前和实时两个阶段出发,建立了微电网两阶段优化调度模型。日前调度阶段建立以微电网总运行成本最优的经济调度模型。实时调度阶段在日前调度优化结果的基础上,综合考虑实时优化调度各电源的出力调整顺序,提出了一种动态激励型需求响应参与的实时滚动优化策略。该策略的激励价格和用户参与容量随时间尺度前进呈现出动态变化,旨在利用价格引导用户提高需求响应的参与程度。通过算例表明,动态激励型需求响应相较于静态激励型需求响应不仅可以提升对日前联络线计划的跟踪效果,还能更好地消除微电网日前预测误差。该策略在显著提高用户收益的同时有效降低了系统运行成本,为市场化的微电网优化运行提供了参考。     

考虑响应量与风电出力相关性的需求响应优化调度研究

在考虑风电场出力与负荷响应量相关性的基础上,建立以成本最小化为目标的日前优化调度模型。首先根据响应量和风电出力的概率分布建立基于Copula函数的联合概率分布模型;然后提出需求响应（demand response,DR）用户互动满意度指标来限制需求响应负荷的可调节程度;最后建立以电网总成本最小化为目标的日前优化调度模型。以IEEE39标准算例为例验证了模型的合理性和准确性,结果表明考虑响应量和风电出力相关性可以有效降低系统运行成本,提高系统调度的经济性。     

考虑多负荷聚集商参与的系统日前-日内分层优化调度策略

需求响应（demand response,DR）技术是系统削峰填谷,提高运行经济性和风电消纳的重要手段。针对风电和需求侧资源的时间特性,考虑到电网调度层和负荷聚集商（load aggregator,LA)之间主从博弈的关系,建立了多负荷聚集商参与的日前-日内分层优化调度模型。针对日前风电和价格型需求响应(price-based demand response, PDR)资源的不确定性,采用基于场景和模糊机会约束相结合的方法建立日前调度模型;针对日内多聚集商参与系统运行,采用目标级联分析(analytical target cascading,ATC)法对日内模型解耦,实现了各部分的并行求解。文章算例中通过对PDR和负荷聚集商的调度分别使系统综合运行成本降低了4.5%和6%,且各负荷聚集商收益均高于最低收益率8%,说明所提出的分层优化调度策略能在减小系统综合经济成本的同时保证各负荷聚集商的收益,且在一定程度上增强了系统的调峰能力。     

计及风电功率预测误差的需求响应多时间尺度优化调度EI北大核心CSCD

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明：所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

计及风电功率预测误差的需求响应多时间尺度优化调度

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明:所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

计及多类型需求响应的风电消纳随机优化调度模型

考虑需求响应并基于鲁棒随机优化理论,构建了含风电的电力系统发电调度优化模型。首先,引入价格型需求响应模型和激励型需求响应模型,设定并建立电动汽车、商业用户、工业用户和居民用户参与需求响应的模式及收益函数。然后,为解决风电出力不确定性问题,利用鲁棒随机优化理论,建立需求响应参与下的风电消纳鲁棒随机优化模型。最后,以IEEE 36节点10机系统接入650 MW风电场为算例进行分析,结果显示:鲁棒随机优化理论能够克服风电不确定性对系统调度的影响;激励型需求响应能够转移用户负荷分布,但削减负荷的能力不如价格型明显,价格型需求响应能够削减负荷峰时需求,但不能转移用户用电需求,同时引入2者提升系统风电消纳的效果最强;同时,需求响应能够激励不同用户参与系统备用服务,获得直观的经济效益,有利于调动用户侧参与发电侧调度优化。     

考虑激励型需求侧响应的电-气互联系统两阶段随机优化调度

电力和天然气网的耦合和互联,为风电等新能源的消纳提供了新方式。文章在考虑电转气(power to gas,P2G)设备和激励型需求响应(incentive demand response,IDR)的备用服务后,构建了电-气互联系统(integrated pow er and gas system,IPGS)带补偿两阶段随机优化调度模型。模型的决策目标包含基于风电预测出力的日前确定性调度经济成本,以及考虑实时风电场景的功率平衡补偿成本。同时计及激励型需求响应不确定性后,建立了需求响应经济补偿分段线性化模型。以IEEE 39节点电网和修改的比利时20节点天然气网组成的系统进行仿真,分析系统运行成本和天然气网的备用容量裕度,验证了所提模型的有效性。此外,进一步分析了激励型需求响应的响应概率对电-气互联系统经济调度的影响。     

基于动态场景集和需求响应的二阶段随机规划调度模型

风电及负荷场景集作为随机规划调度的输入,对决策结果影响大。为使场景集刻画出风电及负荷的波动性,采用考虑随机变量相关性的动态场景法生成风电、负荷及净负荷的场景集,并从与调度接轨的角度提出相应的指标对场景质量进行评价。建立了一种基于here-and-now和waitand-see(HN-WS)的二阶段随机规划调度模型。该模型包含了日前与实时的关联性,决策过程融入了对实时场景已实现情况下的考虑,优化目标涵盖了日前阶段的燃料成本及实时阶段的平衡矫正期望成本。此外,为减少弃风,在调度模型中引入了激励型需求响应,与火电机组的备用容量进行协同优化。最后,采用爱尔兰电网的风电数据、Elia电网的负荷数据及改进的IEEE-118节点系统验证了所提调度模型的有效性。     

需求响应不确定性对日前优化调度的影响分析

需求侧资源参与电网有功调度是消纳风电的重要方式之一,但价格型需求响应的不确定性又会对电网调度产生重要影响。为分析该影响,文中首先分析了负荷响应量、负荷自弹性系数和电价激励水平对价格型需求响应不确定性的影响,并建立了分时电价下的负荷模糊响应模型。在此基础上,考虑价格型需求响应、风电出力和系统负荷的不确定性,建立了考虑风电消纳效益的电力系统源荷互动日前模糊优化调度模型。根据模糊规划理论,对模糊期望约束和模糊机会约束进行了等效处理,等效后的模糊优化问题可以转换为确定性优化问题,并分析了价格型需求响应不确定性对电力系统日前优化调度的影响。通过仿真算例验证了模型的有效性。     

考虑需求响应与风电不确定性的两阶段鲁棒旋转备用容量优化模型

以风电为代表的新能源大规模并网威胁到了传统电力系统的稳定运行,对备用容量的配置也有了新的要求。在新电改和能源需求侧改革的背景下,用户侧的需求响应（demand response,DR）资源在备用容量配置的问题上凭借其灵活性和可操作性越来越得到重视。为此,文章分别从基于价格和激励的需求响应参与备用容量优化角度,提出了以调度成本和备用成本最小为目标函数的两阶段鲁棒优化模型。利用列和约束生成（columa and constraint generation, C&CG）算法将其分解为考虑风电不确定性的日前备用容量优化配置主问题和实时备用电量分配子问题,运用AD算法计算子问题并寻找“最坏点”代入到主问题中进行迭代求解,提高了求解效率。算例结果验证了模型的有效性和正确性,并表明需求响应作为一种灵活的调控资源可以有效促进风电消纳,同时可以降低系统调度成本和备用成本。     

考虑风电消纳的电热联合系统源荷协调优化调度

能源互联网的范畴内,电热联合系统是消纳风电的一种有效手段,为此构建了包含储热、热电联产和需求响应资源的综合电热系统调度模型。提出了风电消纳日前日内两阶段调度方法:在日前调度阶段,机组、储热装置以及电价型需求响应配合消纳风电短期预测出力;在日内调度阶段,机组以及激励型需求响应配合消纳风电超短期预测出力。以系统发电运行成本最小为目标函数,综合考虑弃风惩罚费用和需求响应成本建立了电热联合系统调度模型,使用改进帝国竞争算法解决电热系统约束条件过多的问题,使得到的解更可行。算例分析表明,使用所提调度模型和方法能够有效提高电热联合系统风电消纳水平。     

考虑电价激励需求响应下多主体微电网电源容量优化

考虑多主体微电网中用户在电价激励需求响应的基础上,实现微电网风-光-柴-储的容量优化配置。在电力市场环境下,通过考虑微电网内多元主体的不同职能,建立两阶段优化模型:阶段1建立微电网运营商与消费者之间的完全信息博弈互动模型,在保障售电商利益的前提下,以消费者盈余最大为优化目标,得到微电网内的最优峰谷分时电价策略,进而得到消费者在电价激励下的需求响应曲线;阶段2通过微电网电源投资商与微电网运营商之间的博弈互动,以微电网电源投资商的利益最大化为优化目标,得到微电网内不同分布式电源容量的最优化配置策略。结合某一地区的历史数据信息进行仿真算例分析,验证所提模型的有效性。     

基于网络重构和电热联合需求响应的配电网安全经济调度

随着电网中电热等多类型负荷的持续增长，仅通过电负荷需求响应或网络重构等传统的单一调度手段无法满足配电网安全经济运行的需要。为此，文章提出了一种综合考虑网络重构与终端用户电热联合需求响应的配电网安全经济调度方法。首先，构建了考虑用户响应能力及满意度的电负荷需求响应模型；其次，构建了电热耦合系统中不同元件的出力模型，并提出了基于峰谷电价的热负荷需求响应策略；再次，建立了以一天内配电网运行成本最小为目标，统筹多时段网络重构与电热综合需求响应的配电网安全经济调度模型；最后，通过算例验证了所提模型和方法的有效性与实用性。     

联合工业及中小型用户需求响应的日前调度优化研究

考虑多用户的用电特性有助于更好提升需求响应的实施效果.为此,对工业用户和商业、居民等中小型用户的用电特性进行研究,设计了工业用户负荷削减、负荷转移,并通过自备电厂参与需求响应的复合模型,以及中小型用户聚合商提供负荷削减和旋转备用的模型,并将这些模型融人含风电场的多机组日前调度规划系统之中.以系统总成本最小为目标,运用Gurobi软件对系统模型求解,验证多用户需求响应对系统优化运行的效果.算例分析表明,通过联合不同用户参与需求响应,能够进一步帮助系统节能减排、削峰填谷,并提高风电利用率.     

考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略

为解决当前对虚拟电厂系统中多重不确定性源的表征考虑不全面且处理方法单一的问题,提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法来对风光出力、电价进行建模,并利用区间法对碳价、需求响应进行建模;以虚拟电厂运行成本最小化为目标,综合考虑电碳交易及激励型需求响应机制,建立基于区间线性规划的虚拟电厂优化调度模型,采用强区间线性规划法中的两阶段分解算法对模型进行求解,针对不同不确定性源的特点,采用2种方法处理虚拟电厂系统中的多重不确定性。算例结果表明,该模型能够通过指标变化趋势有效地反映多重不确定性因素对系统调度结果的影响,在保证虚拟电厂系统安全运行的基础上提高经济性,区间形式的表示为决策者留出了一定的现实选择空间。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

需求响应促进风电消纳的电力系统环境经济调度

将需求响应作为虚拟发电资源参与发电计划的制定,建立考虑风电消纳的多目标调度模型,以发电成本和污染气体排放最小为目标函数,采用粒子群算法和禁忌搜索算法相结合的混合多目标算法对模型求解,以含一个风电场的10机系统为仿真算例.算例结果表明:需求响应通过分时电价的杠杆作用,可以充分调动用户改变用现有用电结构削峰填谷,提高电网风...     

考虑电热综合需求响应的虚拟电厂优化调度

针对配电网中以电、热为代表的多类型负荷的快速增长,以及可控机组、储能装置、风机等分布式能源的协调调度问题,提出了考虑电热综合需求响应的虚拟电厂（virtual power plant,VPP）优化调度模型。首先,将风机、热电联产系统、多种储能装置、电锅炉、电热负荷集成为虚拟电厂,在用户侧,将基于电价型和激励型需求响应措施相结合,建立电热综合需求响应模型;然后,以最大化虚拟电厂运营利润为目标,采用机会约束模型描述风机、负荷预测的不确定性和内部功率平衡,并考虑各机组运行约束和网络安全约束;在合理控制和协调各组件出力的基础上生成调度方案,最后采用量子粒子群算法对模型进行求解。在算例中比较了不同需求响应方案对热电负荷曲线优化结果、网络安全、虚拟电厂经济性的影响,比较了不同置信水平下虚拟电厂的调度结果,从而验证了模型的可行性。