考虑需求响应不确定性的配电网模糊可信约束规划

合理利用需求侧资源是延缓配电网规划和促进风电消纳的有效方式之一,但需求响应的不确定性会对配电网规划产生重要影响。为分析该影响,首先,针对用户参与需求响应的不确定性,引入了分时电价机制下的用户响应模糊模型,阐述了用户响应率误差的变化机理。然后,基于用户响应模糊模型,建立了考虑需求响应不确定性的配电网模糊可信约束规划模型;针对传统模糊模拟结合确定性潮流在校验可信性约束时计算效率低下的问题,提出一种内嵌增量潮流配合模糊模拟的遗传算法,降低了模型的求解难度。最后,建立了配电网潮流越限风险评估指标,用以评价需求响应不确定性对配电网安全性的影响。仿真算例表明所提模型和算法能有效提高配电网规划的安全性,降低由需求响应不确定性引起的节点电压和支路功率越限风险。     

考虑响应不确定性的数据中心需求响应互动策略

随着数据中心的数量规模和耗电量逐年增长，其在电力消耗上的缺陷也日渐暴露出来，尤其是设立于城区中心位置的托管式数据中心，因其特殊的地理位置，面临着电力短缺、阻塞优化等问题。又由于其缺乏对服务器的自主决策权，无法独立决定用户是否参与需求响应以及在参与需求响应过程中削减的负荷量，因此在紧急需求响应中，托管式数据中心可挖掘的潜力往往要大于自管式数据中心，面临的不确定性因素也较多。首先，通过研究数据中心在参与需求响应过程中传输延迟不确定性和工作负载到达率不确定性的影响，建立了数据中心运营商和租户之间的Stackelberg博弈模型；然后，通过霍夫丁不等式和正态分布分位点理论对传输延迟不确定性和工作负载到达率不确定性进行建模，最终确定效用函数和决策变量，求纳什均衡解；最后，通过对数据中心需求响应过程进行仿真模拟，验证了该模型可反映在2种不确定性下对租户需求响应能力及数据中心收益的影响。     

需求响应不确定性对日前优化调度的影响分析

需求侧资源参与电网有功调度是消纳风电的重要方式之一,但价格型需求响应的不确定性又会对电网调度产生重要影响。为分析该影响,文中首先分析了负荷响应量、负荷自弹性系数和电价激励水平对价格型需求响应不确定性的影响,并建立了分时电价下的负荷模糊响应模型。在此基础上,考虑价格型需求响应、风电出力和系统负荷的不确定性,建立了考虑风电消纳效益的电力系统源荷互动日前模糊优化调度模型。根据模糊规划理论,对模糊期望约束和模糊机会约束进行了等效处理,等效后的模糊优化问题可以转换为确定性优化问题,并分析了价格型需求响应不确定性对电力系统日前优化调度的影响。通过仿真算例验证了模型的有效性。     

基于用户用能意愿及负荷特性的需求响应用户自动筛选策略

需求响应是电力需求侧管理的一个重要组成部分,选择合适的用户参与需求响应是需求响应实施中的一个关键步骤。首先建立用户的满意度模型,综合考虑用户用电方式的满意度以及电费支出的满意度。然后,基于用户侧不同负荷的特性,构建用户在不同响应等级下可以参与调整的容量模型,进而构建需求响应中用户自动筛选的整数规划模型,并采用分支定界方法求得模型最优解。最后,借助算例分析,验证模型的正确性和可行性,结果表明该策略是公平、有效的。     

基于信息间隙决策理论的电动汽车聚合商日前需求响应调度策略

电动汽车用户对于需求侧调控的响应存在相当比例的不确定性,当电动汽车充电信息不完整时,高效处理充电行为不确定性问题的方法仍然较少。因此,采用信息间隙决策理论对用户响应不确定性进行精确建模,并量化评估了相应的机会收益和风险损失。首先,为了量化分析聚合商对电动汽车预测响应率与实际响应率之间的可接受偏差度,将聚合商确定性的成本决策问题转换为计及电动汽车响应不确定度的优化问题。其次,根据聚合商对于策略风险成本的接受程度,将调度模型分为乐观型和悲观型。基于信息间隙决策理论依据给定成本与预期成本的偏差分别生成对应的机会策略和鲁棒策略,不同风险偏好的聚合商可根据此算法结果采取相应的优化策略来保证期望收益。最后,仿真结果表明,在有限充电信息环境下,所提算法能有效应对电动汽车响应不确定性问题,降低电动汽车充电聚合商的总调度成本。     

考虑需求响应的电动汽车充电负荷研究

大规模电动汽车(Electric Vehicle, EV)接入电网进行无序充电,会增大负荷峰谷差并造成“峰上加峰”的问题。为此,文中提出一种新的分时电价策略引导EV参与需求响应,并基于此进行了负荷预测。为了刻画EV接入对电网的影响,建立了考虑EV随机特性的充电负荷模型;为了引导EV有序充电,构建了电价与系统负荷逐个时段的映射关系,提出了新的多时段分时电价策略以克服传统分时电价更新周期长、对当日实际负荷峰谷变化反映不灵敏的缺点;基于所建立的电价引导策略,对计及需求响应后的EV负荷进行了预测。结果表明,所提多时段分时电价需求响应机制能够合理地分配EV的充电时段,有效减小系统负荷峰谷差。     

考虑车主多模式需求响应模糊意愿的优化调度策略

现代电动汽车(electrical vehicle, EV)用户需求响应具有多样性和意愿模糊性的特点,当实施单一激励政策时,EV响应将达不到预期效果。为此,提出了考虑车主多模式需求响应及其模糊意愿的含EV微电网的主从博弈优化调度策略。微电网主体针对净负荷制定多模式动态电价激励政策,引导EV在多模式电价中做出选择,促进EV有序充放电,实现其净负荷均方差和运行成本最小。车主从体基于模糊逻辑推理意愿决策,响应多模式动态电价,极小化车主成本。采用非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,获得最优多模式动态电价和EV充放电策略。仿真结果验证了所提方法的有效性。     

考虑电动汽车需求响应的微电网预测控制研究

电动汽车数量的日益增长使得微电网内的不确定性不断增加。针对集群电动汽车到达时刻的不确定性以及到达时刻剩余电量的不确定性,建立了一个双层模型预测控制策略对接入微电网的电动汽车进行最优充放电管理,以降低主网与微电网之间的交换功率。在上层集群电动汽车充放电优化中,考虑下层单个电动汽车的充电需求,并根据充电紧迫性将其划分为参与调控的电动汽车和不参与调控的电动汽车。仿真结果表明,所提方法在集群电动汽车充放电管理上具有更好的表现,且更加贴近现实情况,更易满足居民需求。     

考虑响应误差的工业可调负荷聚合响应策略

针对工业可调负荷聚合参与需求响应具有响应误差的问题,本文提出日前-日内两阶段工业可调负荷聚合响应策略。首先,运用三角模糊数描述响应的不确定性,建立考虑启停响应速度和响应时长的工业可调负荷聚合响应模型;然后,基于激励型需求响应市场,以调用成本最小为目标,提出日前-日内两阶段工业可调负荷聚合响应策略;最后,通过算例结果验证了本文策略的有效性。本文提出的策略有效减少了响应误差带来的影响,提高了工业可调负荷聚合响应的可靠性。。     

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。     

考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略

传统的电动汽车(electricvehicle, EV)集中优化方法在实际应用中面临调度困难、计算量大、缺乏真实数据支撑等问题,无法准确揭示各主体间的交互行为。为此,提出一种考虑路网和用户满意度的集群EV主从博弈优化调度策略。首先基于真实出行数据和路网数据模拟用户出行行为。其次,负荷聚合商(loadaggregator, LA)整合EV负荷资源,对相似出行特性的EV进行聚类。在双层主从博弈模型中,LA作为上层领导者,聚类后的各EV子群作为下层跟随者。考虑EV用户不同消费偏好,通过优化LA定价策略、新能源及储能系统出力计划、EV集群充放电策略实现纳什均衡,达到各主体共赢,并使用改进遗传算法进行求解。最后,利用仿真验证了所提模型可有效提升LA收益及EV用户消费者剩余,增加新能源消纳,并可为不同消费偏好的用户提供差异化服务。     

考虑需求响应不确定性的主动配电网优化调度

需求响应的多样性和不确定性给主动配电网的运行带来了很多不利影响,为此本文从各类需求响应行为的特征出发,构建了考虑需求响应不确定性的主动配电网优化调度模型。首先针对价格型需求响应,利用消费者心理学原理和价格修正系数来描述经济因素所引起的需求响应不确定性,进而利用不确定参数和范数约束条件来表示非经济因素对需求响应的影响,从而更精细化地刻画了价格型需求响应的不确定性并能够引导用户更好地参与需求响应;然后针对激励型需求响应,构建了可中断负荷与可激励负荷的融合机制及其相应的机会约束来减小负荷峰谷差;最后本文以运行成本和多种需求响应成本的综合成本最小为目标,计及多种系统约束和需求响应约束条件,建立了主动配电网优化调度模型。结合算例分析证明了本文所提模型的优越性。     

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。     

计及不确定性需求响应的日前调度计划模型

为增强需求侧资源参与日前调度计划的效果,针对不同类型需求侧资源的响应机理进行精细化描述,分别构建了分时电价(time-of-use,TOU)的不确定响应机理模型和考虑时间响应特性的可中断负荷(interruptible load,IL)机理模型。考虑不确定性的影响,采用模糊参量对TOU实施背景下的日前负荷进行拟合,并将IL作为虚拟机组融入日前调度计划,由此构建基于模糊机会约束的日前调度计划模型。根据不确定规划理论将可信性机会约束转化为清晰等价类,结合混合整数规划方法进行求解。通过算例分析了TOU和IL在日前调度计划编制中发挥的效果,并验证了用户响应不确定性对日前调度计划的影响。     

考虑用户充电计划的电动汽车辅助调频控制策略

电动汽车(electric vehicle,EV)可作为储能装置参与电网调频,但车网互动(vehicle-to-grid,V2G)过程的低惯性、低阻尼会影响电网稳定性,且目前的EV辅助调频策略无法保证按时完成用户的充电计划。因此,文中将虚拟同步机技术应用于EV的充放电控制中,使充电机具有与同步发电机类似的惯性、阻尼特性。然后,基于T-S模糊控制器,提出一种考虑用户充电计划的EV辅助调频控制算法,EV的充/放电功率由其充电状态和电网频率共同决定。仿真结果表明,所提控制策略能够在不同的充电计划、EV荷电状态和电网频率条件下,智能调节电网与EV之间的功率流动。在满足用户充电需求的同时,该策略能有效提高电网的频率稳定性,规避电池过充、过放风险。     

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。     

含新能源微电网负荷响应的二阶电力模型研究

随着全球性的能源紧张,新能源已成为替代传统化石能源的重要手段,当新能源的随机性给电网调度带来新的挑战。以新能源接入微电网为例,建立一种两阶段的电力市场模型,并提出一种需求侧响应定价策略。模型第一阶段针对新能源预测出力,在预测需求侧响应基础上,确定微电网出清电价。第二阶段在新能源随机处理,各用户提出的需求侧响应基础上,确定微电网调整电价。算例分析的结果表明,所提模型能够利用用户不同的需求侧响应曲线,调整系统的负荷水平,从而有利于新能源接入。