基于遗传神经网络的电力市场需求响应效率提高方法

为了提高电力市场需求响应效率,提高成本收益,增强电力负荷特性,本文将利用遗传神经网络建立需求响应模型,提前一天获取电力市场需求响应情况,对电费影响较大的负荷进行调整。根据电力市场需求响应情况,设计峰谷组合的电力套餐,满足不同用户在用电方面的不同需求,优化需求响应中的用电有限理性行为。通过约束基础负荷与可调负荷,提高电力市场需求响应效率。实验结果表明,应用该优化方法后,电网提高负荷率始终高于对照组,有效地缩小了电网峰谷差,提升了需求响应效率,效果显著。     

计及用户价格反应的可中断负荷电价

针对实施可中断负荷管理过程中存在的问题,以实时电价为基础,研究了考虑用户价格反应后的实时电价的特点,提出一个考虑用户价格反应的实时电价数学模型,来研究用户对实时电价的反应;同时通过建立交易双方基于自身利益最优的两个响应方程,为系统下一时段可中断负荷合同、电价折扣及可中断负荷电价的确定提供了依据.通过一个算例系统进行了仿真计算,结果表明该电价模型具有一定的应用价值.     

基于实时电价响应的电动出租车充电负荷优化策略

与电动私家车相比,电动出租车充电负荷高得多且难以预测。因此电动出租车不可控的充电负荷可能会给配电系统带来巨大且无法预测的峰值,并造成严重损害。为解决该问题,本文提出了一种基于实时电价响应的电动出租车充电负荷优化策略,该策略可以有效调节充电负荷用来跟踪给定的负荷曲线。策略设计包括三个步骤,首先根据应用场景,简化电动出租车最佳充电决策。然后,提出了两种充电负荷聚合模型,分别描述了充电决策和实时电价之间的关系,以及充电决策和总电量之间的关系。最后,提出了一种有效的在线估计方法来计算适当的实时电价,以使充电负荷跟踪目标负荷,作为对价格的响应。仿真结果验证了所提策略的有效性。     

电热水器最佳功率多目标遗传算法优化控制

为了提高电热水器(EWH)的使用效率,从智能用电控制技术角度考虑,对电价改变、外部温度以及用户的用水习惯进行了综合分析,构建了可以同时满足用电成本与舒适度要求的EWH优化策略。优化结果表明:在α取值为11/12时,电费降低了5%,而热不适只小幅增大2%。采用多目标优化控制模式能够获得最优EWH曲线,从而更好地完成需求响应。用户对EWH采取预加热或实时控温的方式,会提高系统的晚高峰用电负荷。为提升用户的舒适度,按照峰谷分时电价完成电价响应,通过发挥EWH储热作用,使负荷群获得的聚合功率保持到早晨。早晨时段属于低谷用电阶段,可以达到削峰填谷效果。该研究对智能家装的效率提高具有很好的实际指导意义。     

基于多变量LS-SVM和模糊循环推理系统的负荷预测

智能电网环境下,电力需求响应的发展给传统用电模式带来重大变化,用户可以根据电能需求结合实时电价调整用电模式,这使得负荷预测变得更加复杂。通过相似日负荷序列局部形相似计算,选取样本数据,采用多输入双输出的最小二乘支持向量机(LS-SVM),对负荷和价格进行同时预测,得到初步预测结果。考虑需求响应条件下实时电价与负荷之间的相互影响,采用基于数据挖掘技术的模糊循环推理系统模拟人的思维过程,通过挖掘电价变化量、负荷变化量等变量之间的关联规则,模拟电价与负荷预测之间存在的博弈过程,对多变量最小二乘支持向量机预测算法的初步预测结果进行循环修改,直至负荷和电价预测结果趋于稳定。多变量最小二乘支持向量机不存在容易陷入局部最优等问题,并且有良好的泛化能力,基于改进的模糊关联规则挖掘算法和循环预测控制算法具有良好的完备性和鲁棒性,能够逼近现实环境的各种可能情况,修正负荷预测结果。针对某电网的实际预测结果表明,该方法具有较好的预测效果。     

基于竞价上网的发电侧与售电侧峰谷分时电价联合优化模型

电价联动是继续推进电力市场化改革迫切需要解决的问题之一。针对当前峰谷分时电价的实施现状，在综合考虑需求侧响应及有关主体利益平衡的基础上，以优化负荷曲线为目标函数，建立了发电侧与售电侧峰谷分时电价联合设计的优化模型。     

智能电网实时电价研究综述:模型与优化方法

在智能电网中,实时电价(real-time pricing,RTP)是解决智能电网供需平衡的理想需求响应机制,具有节能环保、保障用户和电能提供者最大化效益等方面的优势.在分析实时电价机制优化模型国内外发展现状基础上,总结出了实时电价优化模型:从用户的总需求量水平出发建立优化模型.相应地,总结了解决这一模型的优化方法:对偶法、内点法、分布式迭代法(分步式法)以及博弈论等优化求解方法.最后,展望了智能电网中实时电价机制的进一步研究方向.     

一种基于实时电价的HEMS家电最优调度方法

提出了一种应用于家庭能量管理系统(HEMS)的基于实时电价的家电最优调度模型。该模型采用线性整数规划方法建模,分别以用电费用最省、用电费用和满意度兼顾、二氧化碳排放最少为优化目标,以用户指定的运行时间要求以及电力公司的需求响应为约束条件。该模型将家庭中可以进行调度的可中断运行电器和不可中断运行电器,以及不可调度而必须运行的电器统一考虑,同时考虑使用家庭光伏(photovoltaic,PV)发电系统并允许剩余电力上网出售。提出的调度模型不仅考虑了家庭用电的各种实际情况,而且考虑了将来电网中可再生新能源的使用以及需求响应等新技术的应用,具有重要的实际意义。最后通过仿真实验验证了提出方法的有效性。     

基于ELM优化模型的用户短期负荷研究

随着售电侧的逐步开发以及用电大数据时代的到来,短期负荷预测更加复杂,必须综合考虑实时电价、用户历史用电行为以及预测模型的精度和时间复杂度。在分析各种短期负荷影响因素的基础上,利用K-means聚类方法对用户历史用电行为进行聚类,再利用兼具有自动寻找隐层节点数和在线学习功能的I-OS-ELM学习机进行负荷预测。实例预测结果证明,该模型能够有效地解决实时电价机制下短期负荷的预测问题。     

基于用户行为的分时电价时段划分和价格制定

以往分时电价的时段划分仅考虑负荷曲线的数值变化,忽视了时段划分对分时电价的制定和对用户行为的影响,使得分时电价优化受限,需求侧响应不能达到最优的效果。为此提出了基于用户行为的分时电价时段划分和价格制定模型,首先通过模糊聚类法初步制定峰段、平段、谷段,然后将峰谷时段的起始时间和终止时间设为待优化的变量,并根据消费者心理学建立用户电价电量响应行为模型,最后以用户满意度和电网收益最大化为目标,同时对分时电价和时段划分进行优化。仿真结果显示,与直接根据FCM模糊聚类分析方法划分时段相比,该模型更能针对负荷特性激励用户响应分时电价,促使用户响应曲线更加平滑,进一步降低调峰成本,验证了该模型通过优化时段划分方法提高社会福利的有效性。     

CPS-enabled and knowledge-aided demand response strategy for sustainable manufacturing

The utilization of advanced industrial informatics, such as industrial internet of things and cyber-physical system (CPS), provides enhanced situation awareness and resource controllability, which are essential for flexible real-time production scheduling and control (SC). Regardless of the belief that applying these advanced technologies under electricity demand response can help alleviate electricity demand–supply mismatches and eventually improve manufacturing sustainability, significant barriers have to be overcome first. Particularly, most existing real-time SC strategies remain limited to short-term scheduling and are unsuitable for finding the optimal schedule under demand response scheme, where a long-term production scheduling is often required to determine the energy consumption shift from peak to off-peak hours. Moreover, SC strategies ensuring the desired production throughput under dynamic electricity pricing and uncertainties in manufacturing environment are largely lacking. In this research, a knowledge-aided real-time demand response strategy for CPS-enabled manufacturing systems is proposed to address the above challenges. A knowledge-aided analytical model is first applied to generate a long-term production schedule to aid the real-time control under demand response. In addition, a real-time optimization model is developed to reduce electricity costs for CPS-enabled manufacturing systems under uncertainties. The effectiveness of the proposed strategy is validated through the case study on a steel powder manufacturing system. The results indicate the exceptional performance of the proposed strategy as compared to other real-time SC strategies, leading to a reduction of electricity cost up to 35.6% without sacrificing the production throughput.     

计及激励型需求响应的微电网可靠性分析

鉴于激励型需求响应能够引导用户调整用电行为、主动参与负荷削减,而微电网中的分布式电源及储能能为实施激励型需求响应提供响应时间,文中对计及激励型需求响应的微电网可靠性进行了重点研究。首先分析了激励型需求响应的机理及其对供电可靠性的影响,接着对用户进行分级、建立了需求响应的调度模型,然后以用户收益最大为目标建立用户侧的响应模型,并提出了计及激励型需求响应的微电网负荷削减策略,最后基于蒙特卡洛模拟方法对改进的RBTS Bus6测试系统进行可靠性评估和经济性分析。算例结果验证了所建模型的有效性,证明了激励型需求响应能有效提高微电网的可靠性和经济性。采用随机优化理论,研究具有提前通知选择时供电公司对于可中断负荷的最优决策模型,并给出模型的解析解。     

基于粒子群算法的配电台区售电量精准预测方法

针对不同时段和不同模态下,售电量预测准确性较低的问题,设计一个基于粒子群算法的配电台区售电量精准预测方法。建立灰色模型挖掘数据,输入电力负荷数据,并进行归一化处理,提取容量利用特征,准变预测问题表现形式,建立售电量增长趋势模型,计算曲线拟合问题,采用粒子群算法设计配电台区售电量精准预测过程,优化权重变换函数和粒子权值,完成配电台区售电量精准预测。实验结果表明,该方法在一个月内售电量、一年内售电量、低频模态预测与高频模态预测上,都具有较高的准确性,满足配电台区售电量精准预测需求。     

基于改进人工蜂鸟算法的VRV空调需求响应功率削减策略

针对夏季用电高峰时期用户对空调设定温度随意调节造成能源浪费以及需求侧对电网控制指令响应不够精确的问题，提出了一种基于功率削减的空调温度分档需求响应调控策略；以某办公建筑VRV空调为研究对象，分别建立该办公建筑空调物理仿真模型以及功耗数学模型，并对模型的准确性进行验证；提出基于不同舒适度和激励电价的VRV空调温度控制档位，构建室内机温度分档调控多目标优化模型，优化目标为调控时期空调实际功率与调控目标值的平均偏差以及负荷聚合商对用户的激励补偿费用同时最小；选取人工蜂鸟算法作为优化算法，针对该算法存在搜索速度慢、寻优精度低、易早熟收敛等缺点，在种群初始化阶段采用Hammersley序列生成更加均匀的初始种群以提高算法的收敛速度与精度，在搜索阶段采用高斯变异算子对蜂鸟位置进行扰动以进一步提升算法的探索能力。运用改进人工蜂鸟算法对模型进行求解，并与人工蜂鸟算法、粒子群算法、灰狼优化算法和鲸鱼优化算法的求解结果进行对比，以证明所提策略的有效性；实验结果表明，应用改进人工蜂鸟算法求解后的结果在保证用户舒适度的条件下最多可将功率调控精度提高83.1%并且将激励费用减小8.36%。     

市场化环境下的电力平衡及变电容量需求计算方法研究

持续、快速、不均衡的电力需求增长以及可再生能源的迅猛发展，促使中国能源和电力发展出现新趋势和新变化。为了使电力平衡目标更加多元化，以及解决现行电力平衡及变电容量需求计算方法存在的不足之处，本文提出了在市场环境下的电力平衡及变电容量需求计算方法。该方法统筹考虑配电网资源优化配置水平，同时考虑了电力平衡的充裕度、节能减排、新能源消纳以及中压网架建设的整体经济效益和社会效益，并解决了现行计算方法存在的供电范围不能完全区分、110kV与35kV电网的融合程度高、容载比选取方法不完全适用等不足之处，增强了中压配电网互联互供能力，以及为各类发电厂建设规模、装机容量水平、变电站站点落地提供指导。并通过文末的算例分析充分说明了该方法的有效性。     

考虑节点边际价格的热电联产机组主从博弈竞价策略

本文构建了以热电联产机组(combined heat and power unit,CHP)、电力市场和热力市场为参与者的主从博弈模型,并基于电力市场中节点边际电价(locational marginal electricity price,LMEP)的概念,提出了节点边际热价(locational marginal heat price,LMHP)的概念.在节点边际电价的求解中,采用了支路潮流(branch power flow,BPF)模型,考虑了配电网中的网络损耗从而可以得到更精确的计算结果.在节点边际热价的求解中,考虑了管道热损耗,并基于管道损耗方程分析了节点边际热价的分布规律.在此基础上,采用变步长迭代寻优算法求解热电联产机组、电力市场、热力市场各自最优出力和最优报价策略.最后,通过一个6节点电网–4节点热网的算例对所构建的主从博弈模型及热电联产机组的竞价策略进行了验证.     

分时电价下用户侧光储系统优化控制策略

针对光伏发电不稳定所导致的光伏电能浪费,以及储能设备充放电不合理导致电池损耗成本过高等问题,在分时电价的背景下,提出一种光储系统优化控制策略;首先,建立光储系统并网模型,结合用户用电特征、光伏出力与分时电价情况,在满足光储系统功率平衡与储能电池约束条件下,综合考虑光储系统收益和储能电池损耗成本;采用模糊处理法将多目标问题转为单目标问题求解,以用户的经济效益最高为最终优化目标,构建净收益优化模型,并利用改进的灰狼算法进行优化求解;最后,通过仿真结果表明,所提策略在分时电价情况下,为用户带来了较高的经济效益.     

电力改革和大数据发展背景下的大用户接入电网电压等级选择研究

为了利用输配电价改革、配电网络、用户负荷特征等信息和数据资源,给用户提供全方位、精细化的供电服务,并针对高耗能企业提出的期望通过选择高一级的电压等级电网供电降低用电成本的升压诉求,本文分析了用户选择高一级的电压等级供电进行技改升压的技术原则和要求以及用电成本要素,提出了新增大用户接入电网电压等级选择经济评价模型和已有大用户技改升压经济评价模型,并对贵州省高耗能企业技改升压典型项目进行了经济评价。在贵州省现有输配电价下,用户年平均用电量大于1.2亿kWh,用户供电从35kV技改升压到110kV的静态投资回收期少于5年,技改升压项目具有经济效益;用户年平均用电量大于10亿kWh,用户供电从110kV技改升压到220kV的静态投资回收期少于5年,技改升压项目具有经济效益。     

多级压缩空气储能系统变工况的优化运行控制

多级压缩空气储能系统以压缩空气储能及热存储技术为基础,具备冷、热、电多种能量存储及供给能力.针对多变复杂工况下系统热能合理分配问题,提出了一种多级压缩空气储能系统变工况优化运行控制策略.首先基于热力学方法分析,建立压缩空气储能系统模块化数学模型.其次根据系统负荷需求,在"以电定热"及"以热定电"两种工作模式下,分别以储热热量消耗量最小及输出电功最大为优化目标建立优化模型,求解得到不同工况下系统各部件运行参数,并以1 MW多级压缩空气储能系统为例,进行优化求解.该控制策略有效地解决了多级压缩空气储能系统在变工况下的内部能量调配、系统内部运行参数选取的问题,为实现系统高效运行提供有效途径.