负荷聚合商模式下考虑需求响应的超短期负荷预测

为更好地管理用户侧需求响应资源,减小超短期负荷预测误差,提出了一种在负荷聚合商模式下考虑需求响应的超短期负荷预测方法。首先,分析负荷聚合商的需求响应机制,考虑用户用能习惯、自建光伏、储能行为以及电热耦合,分别对每一类需求响应资源建立优化模型,并通过模糊参数表达用户参与需求响应的不确定性,以改善优化模型;调用CPLEX求解器求解得到综合各类资源后的需求响应信号。然后,在考虑历史负荷数据的基础上引入该需求响应信号,建立迭代预测的长短期记忆网络模型。算例通过3种预测场景的对比,验证了计及需求响应信号能够有效减小预测误差,且考虑需求响应不确定性能够进一步提高预测精度。     

基于主从博弈的负荷聚合商日前市场最优定价策略

负荷聚合商通过需求响应整合用户侧资源,并由此向电网提供负荷平抑服务以获得收益。因此,聚合商的响应定价策略和用户响应偏好直接影响用户响应精度,进而影响聚合商市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,建立考虑用户偏好的用户效用模型和聚合商收益模型。进而,以用户和聚合商两者利益最大化为目标构建主从博弈模型,求解模型获得聚合商最优补偿定价策略,分析用户用电弹性以优化用户响应。最后,采用美国PJM市场数据进行算例仿真,结果表明基于主从博弈的最优定价策略能够充分考虑用户响应偏好差异,有效降低用户综合成本,通过平抑负荷波动提高聚合商市场收益。     

基于贝叶斯推断的用户偏好学习与响应优化

灵活性负荷聚合商通过需求侧响应整合用户侧资源参与电力市场,提高系统可靠性和经济性并获得收益。但用户对用电方式和成本的偏好将对其响应电量带来不确定性,进而影响聚合商的电量申报精度和市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,构建用户响应偏好模型。进而利用贝叶斯推断对用户偏好进行学习,获得响应电量的概率性估计,生成最优响应计划。最后,建立基于偏差电量考核的聚合商市场收益模型,采用美国PJM市场用户报价及典型日交易数据进行算例仿真。仿真结果验证了贝叶斯推断对用户偏好学习的有效性,以及考虑用户响应偏好的广义需求侧资源响应优化的经济性。     

负荷聚合商多类型需求侧资源激励价格制定一般模型及应用

负荷聚合商通过整合需求侧可调资源参与系统运行交易获利,是开展电力需求响应的专业机构。实现多类型需求响应资源的个性化激励定制对进一步灵活管理需求侧资源和增加需求响应效益至关重要,是负荷聚合商核心业务。基于主从博弈原理建立了负荷聚合商激励价格定制通用模型,选取了电动汽车用户及楼宇空调用户,考虑舒适度价格随削减负荷变化情况,在主从博弈架构下构建了含不同舒适度价格需求的楼宇空调用户优化模型和电动汽车充放电行为优化模型。结合Karush-Kuhn-Tucker条件、对偶定理和线性松弛等方法,在负荷聚合商经济损失最小基础上推导出含楼宇空调和电动汽车需求响应激励价格制定的单层混合整数线性规划优化模型。算例表明,所提出的模型可用于负荷聚合商定制楼宇空调用户和电动汽车用户动态激励价格,为负荷聚合商开展需求响应提供参考。     

考虑售电侧开放的激励型需求响应日前调度策略

需求响应将需求侧作为供电侧电能的可替代资源加以利用,在售电侧开放的电力市场中将得到越来越多的应用。首先分析了售电侧开放的电力市场结构,提出需求响应聚合商的概念,建立基于激励的需求响应聚合商模型。通过类比传统的发电机组,建立需求响应聚合商成本模型。在考虑需求响应特点的运行约束条件下,建立需求响应聚合商、电力零售商以及传统发电机组共同参与系统调度的优化模型,算例分析表明需求响应聚合商可以降低了系统运行成本,并减少了弃风、弃光量和削负荷,达到代替一部分传统发电资源的效果。     

基于综合需求响应和博弈的区域综合能源系统多主体日内联合优化调度

区域综合能源系统是以可再生能源为核心,多能源网络耦合、多利益主体协同的未来能源网络,多方主体间的制约平衡是实现系统优化运行的关键。构建了包含产能基地、系统管理商和综合能源用户三方主体的典型区域IES模型;并建立综合能源用户的热电负荷耦合特性模型,完善综合需求响应机制。基于综合需求响应和博弈方法,提出了一种两阶段优化调度策略,实现区域IES内三方主体利益诉求的制约平衡和日内联合优化。一阶段为系统管理商的经济收益优化,利用Stackelberg博弈和电价型IDR策略实现用户对系统管理商经济优化的制约;二阶段为产能基地与用户利益的联合优化,采用激励型IDR策略建立用户与产能基地的互利关系,利用联盟博弈实现用户间制约平衡,从而实现三方主体利益相互制约和联合优化。最后,通过仿真算例验证了所提调度策略的优越性。     

考虑精细化潜力评估的负荷聚合商优化调度

负荷聚合商可以聚合用户负荷,实现需求响应,缓解电网压力。为了减轻用户需求响应能力差异和响应行为不确定对负荷聚合商响应特性的影响,构建了需求响应潜力评估模型并提出基于精细化潜力评估的负荷聚合商优化调度模型。首先设计使用 4 个指标,建立基于用户历史用电数据的需求响应潜力精细化评估模型,将需求响应潜力的评估精细到设备级,研究在不同经济激励下的用户及设备的需求响应潜力。然后将需求潜力评估模型与负荷聚合商的优化调度模型相结合,求得最优的调度结果。仿真结果表明,设计的模型能精确反应用户及设备的需求响应潜力,将此模型和负荷聚合商的优化调度模型结合可以充分发挥用户的需求响应能力,提高用户满意度,调动用户的积极性,从而提高负荷聚合商的可靠性和整体的经济性。     

考虑资源相关性和不确定性的负荷需求响应决策研究

需求响应（demand response,DR）具有一定的不确定性,为了真实地反映各不确定性用户的响应情况,文章考虑了以空调为代表的不确定性用户资源之间在空间和时间上响应度的相关性。首先采用拉丁超立方采样法对响应度进行规模采样和相关性控制,得到反映响应相关性的样本。其次引入确定性资源,建立负荷聚合商（load aggregator,LA）的最优决策模型,并通过随机模拟和智能算法求解利润最高时的决策方案。最后通过算例分析了确定性资源、相关性及响应度的分布参数对决策方案和利润的影响,验证了订购确定性资源,签约负相关的不确定性用户,提高响应度的均值,降低响应度的方差均对利润有着显著的提高。     

提高需求响应可靠性的储能优化配置研究

提出了基于用户需求曲线的需求响应不确定性模型,通过区间弹性系数反映用户响应行为的不确定性,并得到不确定需求曲线。为提高需求响应的可靠性,基于用户响应偏差的区间数构建了负荷聚合商的储能优化配置模型,利用蒙特卡洛模拟求解该模型得到储能配置方案,并就储能对需求响应可靠性的改善效果进行评估。PJM历史数据仿真表明,所提模型和算法能有效改善用户的需求响应偏差,优化负荷曲线,提高需求响应的可靠性。     

基于非合作博弈的居民负荷分层调度模型

为促进居民用户柔性负荷资源有效参与需求响应,可以利用负荷聚合商来聚合用户负荷资源参与电网调度。通过将居民用户的柔性负荷进行分类,建立电网公司、负荷聚合商和居民用户的分层调度模型。在日前投标环节,构建了以聚合商利润最大化为目标的日前投标博弈模型,利用非合作博弈思想对聚合商在日前投标市场进行分析,并给出了博弈纳什均衡解的存在性证明;在实时调度环节,聚合商以分类柔性负荷各自用电物理特性作为约束条件,以实时调度和日前投标量之间的偏差最小作为目标函数对用户分类柔性负荷进行实时调度,使得在不影响用户舒适度情况下提高聚合商的利润。算例仿真分析结果表明,所建立的分层调度模型可有效实现居民负荷的需求响应,并使得电网公司、负荷聚合商和用户三方均受益。     

需求侧灵活性资源参与调频辅助服务的备用优化与实时调度

需求侧资源有潜力通过其灵活性缓和系统的短期功率不平衡,但也会面临用电不确定性的挑战。文中面向用户侧用电不确定性及调频备用需求,以含电动汽车、温控负荷的聚合商为例,建立了参与调频辅助服务的备用优化与实时调度模型。在日前市场上报阶段,基于电量空间对实时运行的风险成本进行评估,实现能量和备用联合优化;在实时控制阶段,基于电量空间对各个用电方进行功率分配,满足用电需求的同时,提高聚合商响应系统功率调整的能力。仿真分析验证了将不同负荷聚合进行联合调度的可行性,以及聚合负荷在功率互支撑、提高总体运行效率方面的作用。     

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。     

考虑用户调节行为多样性的空调负荷聚合商日前调度策略

空调负荷作为重要的柔性负荷资源之一,通过负荷聚合商参与电网调控,对改善夏季电网的负荷特性具有重要意义。然而聚合商通过分组控制方式无法最大化地利用空调的可调潜力,并且对用户舒适度有一定影响。从负荷聚合商的角度出发,对用户空调负荷分别采用温度设定值控制,以保持用户调节行为的多样性。在最大化挖掘负荷可调潜力的同时保证用户舒适度,提出了一种基于用户空调负荷温度控制的负荷聚合商日前调度双层优化模型。模型上层以负荷聚合商利益最大为优化目标,下层考虑用户舒适度差异以用户整体不舒适度水平最小为优化目标。采用粒子群整数规划算法进行求解获得单台空调设备设定温度的调节量。通过仿真验证表明,所提日前调度策略可以在给电网提供一定削峰能力的同时,充分挖掘空调负荷的可调潜力,保证负荷聚合商获得最大化利益并且用户舒适度水平更高。     

考虑新能源消纳及需求响应不确定性的配电网主从博弈经济调度

针对当前配电网侧风电消纳率较低的问题,运用Stackelberg动态博弈理论,提出一种以配电网侧为主体、负荷侧为从体的主从博弈模型.通过分析用户负荷特性,建立用户负荷特性模型;运用三角模糊数描述需求响应的不确定性,建立价格型需求响应不确定性模型;以配电网侧配电网运行成本最小及风电消纳最大、负荷侧用户电费最低为目标建立配电网主从博弈经济模型,二者通过优化配电网侧的准实时电价策略集及负荷侧需求响应策略集达到博弈均衡;以修改后的IEEE 30节点系统为算例,采用改进型教与学优化算法求得该主从博弈模型的均衡解.算例仿真分析表明,所建模型能够有效提高配电网风电消纳能力,减少配电网运行成本和用户电费,实现主、从体双方社会效益与经济效益最优化.