基于负荷类型细分的负荷聚合商日前投标非合作博弈模型

负荷聚合商能整合中小负荷资源并为其提供参与市场调节的机会,以提高需求响应效率。提出了一种基于负荷类型细分和非合作博弈的负荷聚合商日前投标模型,一方面根据居民柔性负荷的不同用电特性进行典型分类并将每一类负荷作为研究对象,避免了以家庭为控制单位参与投标的复杂度;另一方面在开放电力市场下,不同于常规多目标集中优化,引入博弈思想协调优化各聚合商作为独立决策主体的利益。根据物理特性将居民柔性负荷分成4类,并基于用户使用习惯和舒适度建立负荷模型;在市场电价的引导下,基于用户黏性理论优化聚合商售电电价,建立负荷聚合商日前投标决策模型并进行算例分析。仿真结果表明,所建立的负荷聚合商投标决策模型通过对居民负荷的分类聚合和补偿,在计划调度层面能有效减少电网峰时负荷和平抑峰时电价,提高负荷聚合商的利润,降低用户用电成本。     

计及用电满意度优先级划分的负荷聚合商调度策略研究

为实现大规模海量居民柔性负荷有序参与需求响应,可以利用负荷聚合商对居民柔性负荷进行聚合调度。为了降低负荷聚合商需求响应调度对居民用户的影响,首先,根据居民用户用能诉求对柔性负荷进行聚类;其次,构建用电满意度函数对各类柔性负荷进行调度优先级划分,并通过设置不同补偿价格来实现优先调度级别高的负荷;最后,以负荷聚合商收益最大为目标构建调度决策模型。仿真结果表明,所提方法可以有效降低电网负荷需求峰谷差,还可以降低需求响应对用户用电满意度的影响。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

智能小区可转移柔性负荷实时需求响应策略

近年来随着我国电力体制改革的深化与智能电网技术的发展,需求响应开始逐步应用于居民用户负荷侧。针对智能小区的居民柔性可转移负荷,考虑居民负荷用电不确定性,提出一种适用于负荷聚合商的居民可转移柔性负荷实时需求响应调度策略。该策略利用2阶段随机优化模型与基于Copula的蒙特卡洛模拟相结合的方法对各负荷设备进行每小时1次调度决策的实时滚动优化,从而实现居民可转移柔性负荷的实时随机调度。该策略可在不影响用户满意度情况下有效降低用户用电成本,减小负荷峰值及峰谷差,使智能电网条件下的居民可转移柔性负荷能够有效参与到需求响应中。     

基于负荷聚合商模式的电网协同优化调度

在新能源在电网的渗透率增高以及柔性负荷作为调节手段出现的背景下,选取合适的调度模式,使得海量分布式的负荷资源参与电网调控,能够帮助实现削峰填谷、平滑负荷曲线等目标。基于负荷聚合商模式的协同控制结构,对包括电动汽车、空调负荷与储能设备的负荷资源进行聚合,建立了日前经济调度模型;在负荷聚合商的集群内部控制中,考虑设备的调度潜能,提出一种基于裕度指标的状态队列优先算法,实现部分负荷优先响应。最后,仿真算例得出了负荷聚合商参与电力系统的日前协同调度运行计划,验证了优化方法以及调控策略的可行性。     

智能小区可削减柔性负荷实时需求响应策略

随着我国电力体制改革以及智能电网技术的发展,含柔性负荷的智能小区成为参与需求响应的重要主体之一。综合考虑不同可削减柔性负荷设备用电的不确定性,结合目前中国居民需求响应现状及未来发展趋势,针对新型智能小区提出一种适用于负荷聚合商的可削减柔性负荷实时需求响应调度策略。该策略利用混合整数线性优化与基于Copula的蒙特卡洛模拟相结合的方法对各负荷设备进行每小时一次的滚动优化,从而实现居民可削减柔性负荷的实时随机调度。通过仿真验证,该策略可在不影响用户满意度情况下有效降低用户用电成本,减小负荷峰值及用电量,使智能小区中的可削减柔性负荷能够有效参与到需求响应中。     

面向多级市场出清的负荷聚合商联合交易策略

在以新能源为主体的新型电力系统发展模式下,电网将面临灵活性资源严重不足的问题,亟需引导用户侧可调控资源主动参与系统的平衡调节服务。提出一种考虑日前主能量市场、日前备用市场及实时平衡市场的多级市场衔接框架,基于负荷聚合商引导终端用户参与至多级耦合市场的市场化调度中。在日前主能量市场与备用市场,提出负荷聚合商可调节负荷状态感知模型及日前电能量与备用联合市场的竞价模型,系统运营商实现日前主辅能量市场的阶段性出清。在实时平衡市场,提出负荷聚合商基于用户侧富余可调节资源的实时平衡市场竞标模型,系统运营商基于实际系统运行需求实现平衡资源的出清与备用资源的调度。最后基于 IEEE 30 节点系统验证了所提出市场框架可有效激励用户侧主动响应电网调控需求、降低系统供需不平衡风险。     

空调负荷参与配电网光伏消纳两阶段调度策略研究

针对大规模光伏并网给配电网带来的电网运行问题,考虑空调负荷的需求响应能力,提出一种空调负荷参与配电网光伏消纳的两阶段调度策略.第一阶段,在微网层中,各空调负荷聚合商根据微网运营商在日前制定的光伏消纳计划,基于非合作博弈,共同进行市场投标,以确定日前调度计划;第二阶段,在配网层中,当微网自身无法完全消纳光伏出力,功率返送主网,导致网络中出现电压越限时,电网公司利用空调负荷的需求响应能力调节电压.仿真分析结果表明,所提策略在提升光伏消纳效果,调节配电网电压的同时,还提高了空调负荷聚合商的收益,减少了微网运营商和电网公司的调控成本.     

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。     

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。     

计及负荷聚合商调度优先权的独立微网双层实时调度模型

在消纳新能源实时波动功率时,负荷聚合商的用电风险特性可能带来用电高峰缺电、频率失稳及降低电能质量等威胁,甚至影响微网的可靠运行。以负荷聚合商的协调控制为手段,建立基于调度优先权的独立微网双层实时调度模型。在宏观层,根据负荷聚合商的用电风险特性,建立用电贡献度和用电置信度评价指标量化风险,分别从主、客观两个角度结合应用层次分析法和熵权法,综合评估各指标权重确定调度优先权,微网运营商即可制定满足微网具体要求的各负荷聚合商实时调度计划。在微观层,为降低消纳宏观层实时波动功率时负荷聚合商响应的不确定性,针对负荷聚合商工作时间和用户经济水平的差异,分别提出可中断时间补偿度和消纳分摊权,建立总负荷聚合商利益最大化优化消纳分摊策略。最后,以某地区的实际微网为例,分析验证了模型的科学性和有效性。     

具有电力需求预测更新的智能电网实时定价机制

智能电网环境下,基于需求侧管理的电力需求实时预测和定价机制对于维持电力供需平衡,削峰填谷至关重要。文中引入贝叶斯信息更新方法对智能电网中用户电力需求信息进行实时预测更新,然后将售电商与用户之间的实时电价与电力需求策略互动行为生成一主多从博弈模型并进行均衡分析。通过数值仿真分析,在与无电力需求预测更新下的智能电网实时定价机制对比以后,发现所提出的具有电力需求预测更新的实时定价机制可以提高用户用电满意度和参与需求侧管理的积极性,同时也增加了售电商利润。     

考虑负荷聚合商诚信度及用户满意度的日前调峰市场双层优化模型

新能源大规模并网对电力系统调峰带来较大挑战,在传统电源侧调峰空间逐步殆尽的背景下,亟需高效的市场机制引导用户侧灵活负荷主动参与调峰市场以维持电网安全稳定。结合用户实际情况,综合考虑用户满意度及负荷需求,提出了电动汽车、电采暖、储能等灵活负荷聚合参与日前调峰的市场机制,并建立了聚合商参与日前调峰市场出清及用户侧灵活负荷调度的双层优化模型。其中,上层模型考虑负荷聚合商诚信度的影响,以调度成本最低为目标进行日前市场出清;下层模型考虑用户满意度,以签订合同的形式调用用户侧灵活资源。仿真结果验证了将不同负荷聚合进行联合调度的可行性,表明所提出的策略能明显降低系统调度成本,保证市场调峰的可靠性,确保电网安全可靠运行。     

负荷分布式控制的云计算平台构架设计

具有能量存储特性的负荷可为系统提供备用,参与功率平衡控制.为提高负荷控制的精度并减少对用户用电的负面影响,提出了负荷分布式控制的云计算平台构架.在采用的分布式控制策略中,负荷、负荷聚合层与调度中心之间进行测量数据与控制指令的上传下达,负荷聚合层承担沟通负荷与调度中心的作用,将聚合得到的负荷群运行状态传输至调度中心,并解析由调度中心下达的负荷控制指令.设计了一种云计算平台构架,将负荷分布式递阶控制结构以扁平化计算模式实现,云计算平台直接响应由负荷、负荷聚合层和调度中心提出的服务请求.在 Cloudsim 软件下模拟了负荷分布式控制的云计算平台构架,量化多种可控负荷的云计算和存储任务量.仿真结果表明,云计算平台计算速度快、存储能力强、易于扩展,能够适应负荷分布式控制的要求.     

考虑多类型柔性负荷的日前优化调度技术

新能源大规模接入以及用电侧使能技术的发展使得柔性负荷调度技术成为调度自动化领域的研究热点。文中提出一种涵盖多种类型柔性负荷的日前优化调度技术,为实现源网荷三侧资源的协同调度提供了技术支撑。基于现有调度自动化系统,设计了考虑多类型柔性负荷的日前优化调度架构,依据用户侧负荷特性,将负荷进行分类,并建立考虑各类负荷的日前优化调度模型。最后基于省级电网断面数据,进行日前优化调度案例仿真,并依据仿真结果,分析了各类柔性负荷对电网运行的影响,验证了所提技术的有效性。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

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。     

用户报量不报价模式下电力现货市场需求响应机制与方法

为了积极稳妥地推进中国电力现货市场建设,以用户报量不报价的方式开展需求侧响应是电力现货市场建设初期循序渐进的选择,由此产生了在日前市场模型中如何考虑需求弹性的问题。针对用户报量不报价方式下的市场运行特点,提出了相应的现货市场需求响应机制,研究了对用户日前申报负荷进行弹性化修正,并依据修正后的负荷开展安全校核,优化决策考虑需求弹性的日前发电计划模型和方法。首先分析用户日前负荷申报、对价格做出响应的行为机理,在此基础上研究基于模型和数据驱动的申报负荷弹性化修正方法,并建立了基于负荷需求弹性的日前发电计划优化与安全校核模型。通过在日前提前考虑用户在实时市场上的价格响应行为,实现了日前发电计划更优化、安全校核更精准。基于IEEE 30节点的算例分析验证了所提模式和方法的效益和有效性。