基于时空规律的电动汽车负荷建模及其自动需求响应

目前关于电动汽车负荷预测的研究大都未针对实际区域进行预测研究。本文提出将数据驱动与模型驱动相结合进行电动汽车负荷预测,在此基础上,提出了一种自动需求响应策略。首先,通过对滴滴数据进行采集,挖掘获得该区域功能区划分、电动汽车出行时间、空间转移矩阵等再生信息,考虑多日一充,构建了负荷预测模型。其次,以平抑净负荷波动为目标,协同考虑供需两侧效益制定自动需求响应策略,结合价格型、激励型需求响应机制为用户带来的收益,引入logistic函数刻画了用户参与的不确定性。最后以海口某片区为例,仿真结果验证了预测模型能有效针对实际区域进行负荷预测,所提策略能实现供需两侧的双赢,就地消纳新能源,平抑负荷波动。     

考虑用电满意度与响应量期望的虚拟电厂需求响应交易模型

虚拟电厂(VPP)参与需求响应可提高电网的调节能力,但用户用电满意度下降和用户响应量的不确定性会导致VPP无法获得预期收益、电网无法获得足够需求响应量等问题。为此,提出了一种考虑用户用电满意度与响应量期望的VPP需求响应交易模型。将VPP内部柔性负荷细分为可削减负荷、可转移负荷、可替代负荷3类,并根据不同柔性负荷用户的用电模式、影响因素、参与需求响应的服务方式,分别构建3类柔性负荷用户的细分用电满意度模型。分析3类柔性负荷用户提供需求响应服务的不确定性来源,分别建立3类柔性负荷用户参与需求响应的响应量期望模型。基于用电满意度模型和响应量期望模型,在以电网公司为主导的VPP需求响应交易模式下,构建需求响应交易模型。通过算例仿真验证了所提模型的有效性。     

考虑激励型需求响应不确定性的微网储能容量优化配置

将可再生能源以微网的形式接入大电网可以有效解决直接并网造成的不稳定问题,且加入储能使能源利用率增加。以含有风光储及需求侧资源的并网型微网为研究对象,在储能造价高的现状下为降低储能配置成本加入需求响应技术,以负荷在时序上最大化贴近可再生能源发电时序为目标进行负荷转移,同时考虑用户参与需求响应技术时的不确定性,包括基线负荷和响应量自身的不确定性。建立激励型需求响应不确定性模型,对用户的可平移负荷在参与响应时用三角模糊数描述其响应量及基线负荷的不确定性,并通过等价清晰处理将其转化为确定性问题。并在满足电网的运行约束条件下,以年综合利润最大为目标,采用CPLEX求解器对模型进行求解。将优化方法经仿真实验后,验证了方法的有效性。     

计及用户决策不确定性与调频备用需求的空调负荷聚合策略

用户侧海量空调负荷资源可灵活参与电力系统频率调节服务,但调频效果易受用户行为决策不确定性影响。基于对传统聚合策略及其参与系统调频方案剖析,文章设计了面向用户决策不确定性及调频备用需求的空调负荷聚合框架。首先通过对系统一、二次调频特性分析,建立典型空调负荷动态响应模型,并给出考虑空调负荷动态响应的电力系统频率误差量化与计算方法;其次,提出基于风险规避多臂机理论的海量空调负荷聚合策略,通过引入组合在线学习思想学习用户的用电习惯,有效降低用户行为决策不确定性给调频带来的影响。仿真结果与对比分析标明,所提空调负荷聚合策略在综合考虑用户自主选择参与或退出等不确定扰动下,具备更优的参与系统调频能力。     

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。     

基于积分制和分时电价的电动汽车混合型精准需求响应策略

针对当前我国绝大部分城市还难以大规模地实现电动汽车需求响应的情况,开展了配电网中电动汽车充电需求响应研究,提出一种基于积分制和分时电价的电动汽车混合型精准需求响应策略。该策略的目的是在降低电网灵活性资源的投资成本、负荷峰谷差和不匹配功率的同时,降低电动汽车用户的充电成本。基于带精英策略的快速非支配排序遗传算法对多目标优化模型进行求解,并考虑了用户响应不确定性和响应策略的多样性。仿真结果表明所提混合型精准需求响应策略可以降低用售双方的成本,实现负荷削峰填谷和平抑不匹配功率,且都优于单一型需求响应策略。     

考虑用户行为不确定性的阶梯式需求响应激励机制

针对电力需求响应试点初期存在响应规模偏小、用户响应意愿较低且具有多重不确定性等问题,电网公司通过设计合理的需求侧互动机制引导用户积极、高效参与需求响应具有重要意义。为此,提出了考虑用户响应行为强不确定性的阶梯式需求响应激励机制随机优化模型。首先,构建参与需求响应的日前竞价市场用户切负荷行为和负荷波动的多重不确定性模型,以获得不同需求响应阶梯激励系数和调用场景下的期望响应量;然后,以电网公司为主体构建基于双层随机规划的阶梯式需求响应激励机制优化模型,上层构建在长时间尺度下的阶梯式需求响应激励机制阶梯区间和激励系数优化模型,并基于Pareto最优实现用户响应积极性最高、单位容量负荷激励成本最低的多目标优化;下层在给定的激励系数下,构建多负荷缺额场景下计及达标机会约束的需求响应调用裕度优化模型。最后,采用中国浙江省需求响应试点的实际数据进行仿真验证,结果表明阶梯式需求响应激励机制能够引导用户积极响应,并提高电网公司调用需求侧资源的经济效益。     

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。     

考虑用户响应度模糊控制的需求响应双层博弈模型

配电网中分布式新能源、可控负荷等柔性资源挖掘聚合参与电网需求响应成为新型电力系统调峰削谷重要手段,而如何考虑用户响应度不确定性和平衡多主体利益十分关键。为此,本文首先建立用户响应度的模糊控制模型,并给出考虑用户响应度模糊性的供电方、负荷聚合商、用户等多主体需求响应参与方效益函数模型;进而以日负荷曲线偏差最小和系统成本最小为优化目标,上层优化以供电方最优需求响应方案,下层优化在供电方及负荷聚合商之间求得最优任务分配,从而建立供电方、负荷聚合商、用户等多主体协同需求响应双层模型,并提出基于Stackelberg博弈理论和k-means算法等结合的求解方法。某地区历史数据仿真结果表明文中模型在有效考虑用户响应度不确定性和多主体利益协同下能有效筛选优质需求响应资源进行负荷波动平抑。     

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。     

基于信用等级的虚拟电厂需求响应效果后评估

激励需求响应虚拟电厂(incentive-based demand response based virtual power plant,IBDR-VPP)是包含众多激励型需求响应用户的集合。按照用户参与方式,激励型需求响应(IBDR)可分为紧急型需求响应和经济型需求响应。需求响应事件触发前,虚拟电厂内部需筛选整合用户并分配响应容量,考虑到用户响应行为的不确定性,虚拟电厂倾向于调用历史响应良好的用户,以减少响应不确定造成的经济损失,因此亟需一种有效的响应效果评估方法为评估和筛选用户提供指导。从国内外文献中提取出4个响应效果的基础评估指标,针对紧急型和经济型需求响应对各基础指标的不同倾向,提出单次响应效果综合评估系数这一综合指标,在此基础上设计了用户的信用等级评估体系。算例结果证明提出的响应效果后评估方法具有良好的用户筛选效果。     

智能电网中用电感知的数据分析需求响应方案研究

在智能电网中,当前大部分需求响应(DR)管理方法在通过数据分析削减高峰负荷时,并未考虑到用户约束.针对此问题,提出了住宅负荷的数据分析需求响应(DADR)管理方案,以降低高峰负荷需求.提出的方法以从智能家居(SHs)采集的用电数据分析为基础,考虑到电器调节因子,电器优先级指标,电器限电优先级等因素.并基于这些因素,分别...     

智能小区居民负荷参与优化调度及控制策略研究

随着居民用电设备的快速发展,居民用电占社会用电的比例越来越大,调动居民负荷参与需求侧响应值得深入研究。首先,建立了智能小区参与需求侧响应的双层调度模型,上层为配电网运营商收益最大化,下层为智能小区用户总调度成本最低。其次,该模型考虑了各类用电设备的负荷模型、用户的舒适度以及基于调峰贡献度指标约束的激励措施。最后,考虑到居民负荷参与调度会产生功率波动的问题,以功率较大的空调负荷为例,针对空调参与调度造成功率跌落的现象提出相应的控制策略。结果表明,双层调度模型能够使用户按照配电网运营商的调控期望进行调度,调峰效果较好,并且兼顾配电网运营商和用户的利益。提出的两种控制策略均有效地减小了功率跌落,提高了配电网的稳定性。     

户用多微网系统的事件驱动型自动需求响应策略

考虑到户用负荷的多样性、丰富性及用电随机性带给户用多微网系统互联运行的极大挑战,提出一种基于事件驱动机制的自动需求响应策略。采用事件驱动机制,将户用微网的运行状况划分为不同的事件。根据事件驱动信号,结合价格激励与调度潜力引导负荷完成自身用电优化,以此实现自动需求响应。在此基础上,将能级概念引入能量共享模型中,通过对多微网系统中各个子微网的能级计算,决定微网间的交互功率,降低了网间与网内的耦合性,使得能量共享模型具有较低的复杂性。以某一户用多微网系统为例进行仿真分析,仿真结果表明所提算法能够有效降低户用多微网系统的运行成本,提高优化效率。     

考虑发用电协调的售电公司负荷组合优化建模方法

电力市场环境下,如何根据用户用电特征制定优化策略以实现购售电利益最大化是售电公司一项重要的研究课题。针对中长期市场中考虑发用电协调的售电公司,提出了考虑售电公司购售电利益的负荷组合优化模型,并考虑需求响应技术来进一步优化用户综合负荷特性,最大化市场环境下售电公司的购售电利益。同时,针对需求响应的负荷反弹问题,引入三阶段反弹负荷模型,构建考虑负荷反弹的滚动优化改进模型,重新调整用户需求响应负荷值,从而改善需求响应负荷反弹情况下的组合用户需求响应负荷特性。最后,采用中国某市2017年工业用户群组负荷数据对所提出的模型及策略进行仿真分析,说明了所提方法的有效性。     

考虑贡献度的聚合商需求响应精准评估与动态激励决策

在双碳战略和缺煤背景下,针对现有需求响应评估激励机制相对粗放,存在邀约冗余度过大、优质用户难以挖掘等问题,提出了考虑贡献度的聚合商需求响应精准评估与动态激励决策方法。该方法首先建立了考虑静动态过程的需求响应精准评估体系,其中静态评估延续现有需求响应评估方案,动态评估关注每时段实际负荷与目标负荷的吻合度;进一步地,从经济和负荷维度提出了用户贡献度指标,设计了结合静动态评估的需求响应两部制激励结算方案,并据此建立了考虑贡献度的聚合商需求响应动态激励决策模型。最后,通过算例验证了所提模型可在不影响现有需求响应体系前提下,实现优质用户的定向激励,提升需求响应互动品质和降低邀约冗余度。     

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。