计及调度优先级的微电网多时间尺度优化调度策略

随着负荷用户的大量增长,负荷侧可调资源逐渐增多,利用负荷侧需求响应资源参与微电网调度,以提升新能源消纳水平。为充分发挥需求响应资源调度潜力,优化用户侧负荷管理能力,提出一种计及调度优先级的微电网多时间尺度优化调度策略。首先根据不同需求响应资源响应特性进行划分,将价格型需求响应资源与激励型需求响应资源细分为5种类型,构建需求响应模型与调度时段进行匹配;其次,构建“日前-日内1 h-日内15 min”的微电网多时间尺度优化调度模型,对微电网内各类可调资源进行优化调度,并针对直接影响用户用电行为的实时可调资源建立优先级权重;最后,以福建地区某实际微电网为例,仿真验证了该模型的有效性。     

考虑用户满意度的户用型微电网日前优化调度

随着家居负荷控制技术和智能电网技术的不断成熟,户用型微电网优化调度已成为实现用户个性化、差异化用电服务的重要手段。首先根据户用型微电网内不同家居负荷的运行特性,建立了固定负荷、时移负荷和可调负荷模型。然后在分时电价(TOU)条件下,针对包含光伏资源、储能资源、负荷资源的户用型微电网,综合考虑用户的用电舒适度和经济性,以用户满意度最大为目标函数建立了日前优化调度模型。采用遗传和禁忌混合算法求解所提出的日前优化调度模型。通过算例验证模型和所提方法的有效性,仿真结果表明:所提模型能根据不同的用电需求为用户提供相应的优化调度方案;合理的峰谷电价比是引导用户积极参与需求侧响应的重要因素,峰谷电价比设置过高或过低均不利于需求侧响应的实施。     

智能用电背景下考虑用户满意度的居民需求侧响应调控策略

需求侧响应(demand response,DR)资源是未来能源电力系统中重要的可调控资源。在能源互联网以及智能电网背景下,通过智能能量管理系统(smart energy management system,SEMS)合理地调控用户侧的需求侧响应资源,是实现供需双侧互动以及电力系统协同互联的重要手段。首先,基于SEMS系统架构,对用户用电设备进行分类建模,在考虑用户用电满意度的条件下,以用户用电成本以及系统负荷波动最小为目标,构建两阶段的用户需求侧响应资源调控策略模型;其次,通过分布式的需求侧响应资源调控机制对用户用电行为进行优化,最大程度上保护用户的用电信息隐私;最后,进行算例仿真,在实时电价条件下,分析上述需求侧响应调控策略对用户用电行为的影响,结果表明上述两阶段的需求侧资源调控模型能够进一步优化用户的用电行为。     

智能电网下计及用户侧互动的发电日前调度计划模型

需求响应是智能电网框架下的重要互动资源,在综合考虑供应侧和需求侧作用机理的基础上,将需求响应纳入发电调度,建立智能电网下计及用户侧互动的发电调度模型。考虑了用户用电模式的多样性和选择的意愿性,以基于消费者心理学的分时电价用户响应原理预测的负荷曲线为基础,考虑可中断备用与发电侧备用的协调优化,综合衡量各方利益,选取使发电成本最低的最优分时电价和最优可中断备用容量,并以此制定发电调度方案。IEEE 24节点算例结果表明,所提模型有效降低了发电成本,证明了考虑用户侧互动下将发电侧和需求侧的资源进行综合规划有利于电力系统的安全经济运行。     

基于需求响应的居民侧柔性负荷多目标优化研究

智能电网下,居民侧电力用户作为庞大的用电群体参与需求响应会给电网和用户带来极大的效益。提出一种基于日前电价的居民侧电力用户参与需求响应多目标优化控制模型。将待优化的家用负荷分为可平移负荷、可转移负荷和温控负荷3类,在计算负荷用电成本的基础上,考虑居民侧舒适性需求,引入不舒适度定量描述居民侧的舒适程度,建立兼顾经济性和舒适性的多目标优化模型。采用多目标混合粒子群算法和基于优劣解距离法的评价方法对模型进行优化求解。结果表明,建立的多目标优化模型能够灵活指导居民侧参与需求响应,验证了模型的有效性和优越性。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

计及需求侧资源作用的负荷预测模型及应用

智能电网的发展与应用,智能表计装置安装比例的增大,为从需求侧优化用户用电负荷提供了可能,但同时也对已有的负荷预测模型提出了新的问题.提出了一种考虑需求侧资源（DSR）作用的负荷预测模型,该模型能够定量计算DSR对负荷预测的影响及节电效果.通过某110 kV变电站供电区域负荷预测分析,验证了模型的可靠性,为当前电网规划的负荷预测工作提供了有效的工具.     

考虑需求侧电价的配电网储能设备运行策略与容量的协调优化

光伏、储能和需求侧响应的协调运行可有效平抑负荷波动并提升配电网运行的经济性。为实现通过主动运行提升配电网资产利用率的目标,本文首先改进了主动配电网的运行策略,在电网正常状态下,考虑了用户舒适度以及用电经济性的双重需求,建立了基于启发式滑动数据窗滚动技术的价格型空调快速响应模型;在电网故障状态下,提出了考虑用户赔偿的激励型空调负荷响应模型,以及故障状态下存在互联的馈线组内广义需求侧资源协调调度的共享策略,以减少线路的冗余备用。其次,建立了基于以上运行策略的配电网主动运行收益模型,以及以配电网效益最大为目标的配电网需求侧电价、储能运行策略和容量配置的协同优化模型。最后,以改进的IEEE-33节点配电系统为算例进行了仿真。仿真结果验证了所提模型的有效性,并探讨了用户负荷需求侧资源参与程度对储能配置的影响以及共享机制对提升配电线路利用率的贡献,为主动配电网广义需求侧资源优化配置提供了参考。     

智能电网需求侧用户参与度研究模型

为充分挖掘智能电网需求侧与用户参与度的响应能力,探究电网需求侧的用电负荷影响,建立了智能电网需求侧用户参与度研究模型。采用聚类算法在噪声、模糊数据中提取特征数据,并对其进行归一化处理。根据智能电网的调配用电需求量,构建收益函数模型;将用户群体划分结果与博弈论相结合,建立不同类型用户博弈论模型,并组建电网需求侧用户参与度研究模型,定义电价收益、价格响应、智能调配用电时间等参数,为智能电网参与市场环境下的用户参与度调控提供了模型支持。以河北电网为测试对象进行测试,结果表明：随着时间的增加以及电价的降低,用户参与比例为89%,用户满意度均值为90%。智能电网需求侧的响应特性受用户参与度的影响,所提模型可以准确完成智能电网需求侧下的用户参与度计算,确保电网需求侧电力市场的供需平衡。     

用户侧用电需求响应行为研究

随着各种分布式电源和新型用电设备的日益推广以及电力用户对需求个性化要求的提升,智能用电的理念及其技术发展体系应运而生。为获得经济、环境效益的同时提升电能服务质量,研究用电行为并主动整合用户侧资源、优化用能调度已成为一项积极而有效的措施。提出了一种基于用户行为学的家庭负荷,对电力用户侧的需求响应行为展开研究。为了揭示用户用电量对电价、气象、日类型等相关变化因素的响应程度,提出了一种需求响应综合模型。该模型实现了用户在分时电价下的需求响应行为规律的模拟,可为电力公司制定需求侧管理策略提供基础性指导。     

从需求侧管理到需求侧响应

需求侧响应是近几年经济合作暨发展组织（OECD）会员国研究和实践的一个新型课题。介绍了需求侧响应的内涵及其与需求侧管理的关系,重点分析了需求侧响应对电力市场稳定有效运行和对消费者选择的重要作用．并提出在我国建立实时电价用户群的方案。该方案在现阶段可以起到利用市场来理顺电价、传递成本、平衡利益、化解纷争的作用,同时能与下一阶段的双边开放模式有效衔接。     

需求侧响应中的经济学原理

电力需求侧响应就是运用系统可靠性程序或基于市场的价格去影响需求的时间和水平。对需求侧响应理论研究和实践操作中密切相关的几个经济学原理进行了系统阐述,以对需求侧响应的经济学原理有一个全景理解,包据电力短期行业供应曲线的跃变特性,电力需求弹性的非线性和不对称性,以及电力需求侧响应的非纯公共物品性。指出应采用极短期电力需求弹性和长期需求弹性以及公共物品最优标准来进行需求侧响应的评估;     

电力需求侧管理(PDSM)综述

介绍了电力需求侧管理(PDSM)的基本概念和国外的实施情况,阐述了我国实施电力需求侧管理(PDSM)的紧迫性和可行性,分析了在我国实施电力需求侧管理(PDSM)的支持环境和技术支持措施,提出了有待进一步研究的问题。     

电力需求侧管理(PDSM)综述

介绍了电力需求侧管理(PDSM)的基本概念和国外的实施情况,阐述了我国实施电力需求侧管理(PDSM)的紧迫性和可行性,分析了在我国实施电力需求侧管理(PDSM)的支持环境和技术支持措施,提出了有待进一步研究的问题.     

电力需求侧管理激励机制探讨

针对以电力公司为主体的DSM实施过程中,费用同收益具有“不同一性”的现状．在分析借鉴国外实施电力需求侧管理经验的基础上．设计图1套以电力公司为实施电力需求侧管理计划主体的激励机制,包扦投资回报和售电损失补偿机制．建立必要的奖励制度．建立DSM推广和扶持专项资金．推行节电招标制等。通过推行上述激励机制可以提高电力公司实施电力需求侧管理的积极性．提高用电效率,减少环境污染和用电浪费。     

关于实施需求侧管理项目的成本效益分析

在实施需求侧管理项目时，分析参与需求侧管理项目各个群体的成本效益尤为重要，旨在得到一个使各个群体益本比BCR(Benefit-Cost Ratio)大于或等于1的方案，其中各个群体的利益分配对需求侧管理的成功实施尤为重要。利用美国加州公用事业公司实行电力能效计划的数据具体说明成本效益分析。     

电力需求侧管理实施途径

简要回顾了国外电力需求侧管理的实施情况 ,详细介绍了我国实施需求侧管理途径中 ,政府的作用、电力公司的作用以及电力用户的作用 ,并强调电力需求侧管理实施的过程中 ,政府起主导作用 ,电力公司是实施主体 ,电力用户是实施保障     

Development of agricultural demand side management project

The authors present an agricultural demand-side management (DSM) project based on direct control of utility equipment in situations where indirect control through tariff incentives and direct control of customer equipment are not feasible due to local social and political problems. The different strategies for utility equipment control are identified and their relative techno-economic merits are investigated. Agricultural DSM through distribution transformer control is recommended. A simplified model based on the KVAOHM of the feeder is presented to estimate the impact of DSM on distribution system expansion planning to meet the growing demand over a 10-15 year period. KVAOHM is defined as the sum of products of loads and the resistance of the sections constituting the feeders. The proposed project is illustrated on a practical distribution system covering a 1500 km² area and serving about 20000 customers     

Balancing act [demand side flexibility]

The need for energy balancing is growing worldwide as consumption grows, regardless of the future generation mix. Meanwhile, balancing provision is shrinking as environmental pressures squeeze older coal stations out of the market and new stations are being designed to suit the developer rather than fulfilling any cohesive strategy. As a result, alternative sources of flexibility are required urgently. This need is addressed by a new concept called demand side flexibility (DSF) in which consumers contribute to energy balancing. DSF includes consumption and also embedded generators, which are thought of as negative demand and often ignored by transmission system operators (TSO). While the progress in DSF has been limited, it is just only a matter of time before DSF emerges as a major provider of efficient, low cost energy balancing.