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。     

电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。     

电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。     

考虑需求响应和风险规避的虚拟电厂最优调度

合理考虑能源生产和消耗过程中的不确定因素对于提升虚拟电厂调度策略的有效性和经济性具有重要意义。提出一种考虑需求响应和风险规避的虚拟电厂（VPP）二阶段优化调度策略。第1阶段的日前市场中VPP基于随机参数和确定性参数制定日前竞标策略,与市场运营机构签订双边合同;第2阶段通过实时市场价格VPP调整机组出力,同时承担多重不确定性因素所导致的调度决策风险,并采用CVaR表征VPP运营商的收益与风险之间的关系。仿真结果验证了所提方法的有效性。     

考虑端对端交易与预测误差的配电网实时能量平衡策略

端对端(peer-to-peer, P2P)交易下产消者发电具有较强的波动性和不确定性，其实时发电情况往往与日前计划存在偏差。针对采用连续双向拍卖机制(continuous double auction, CDA)的P2P交易下产消者出现的实时不平衡问题，提出了一种考虑P2P交易时序特征的本地能量平衡策略。系统运营商(system operator, SO)利用模型预测控制方法，以总体平衡成本最小为目标，考虑了SO和平衡服务提供方的成本效益约束，建立基于日前P2P能量市场和实时平衡市场协调运行机制的本地能量平衡策略模型。在实时平衡市场中，SO从责任方收取的补偿费用于从服务提供方购买灵活性平衡服务。仿真结果表明，平衡服务提供方帮助平衡了本地78%的实时不平衡电量。与电网平衡策略相比，本地化的实时平衡市场成本是电网平衡成本的三分之一。同时保障了平衡服务提供方及SO的收益，促进光伏能源消纳，利于P2P交易市场长久发展。     

基于新型需求响应模型的风电消纳市场机制

为提高风电消纳,以电力客户在日前市场提交下一日的用电负荷曲线作为用户参与需求侧响应的依据,建立了一种在虚拟电厂框架下的含风电机组的新型需求侧响应机制.制定了激励用户进行负荷转移以利于风电消纳的内部电价机制,建立了用户最优负荷曲线的数学模型.在此基础上,根据需求侧响应的贡献差异,构建了公平的日前账单形成模型.考虑到实时市...     

考虑次小时尺度运行灵活性的含储能机组组合

大规模可再生能源并网加重了电网的调频负担,对电力系统快速响应功率变化的能力,即次小时尺度的运行灵活性提出了更高要求。对此,文中提出一种考虑次小时尺度运行灵活性的含储能机组组合模型。在对系统净负荷区间变化规律进行分析的基础上,确立净负荷波动的关键场景并依此设置运行灵活性约束,明确了机组组合中小时尺度调度决策与次小时尺度运行灵活性需求间的牵制关系;同时,基于对储能在充电、放电、非充非放等各运行状态下提供运行灵活性的原理与制约因素的分析建立相关数学表达,并将其加入系统能量、功率平衡方程与运行灵活性约束,由此构建储能统筹利用与机组组合一体的数学模型。通过线性化处理,整个模型形成混合整数线性规划问题以实现求解。仿真分析表明,所提方法可优化利用储能,有效实现系统次小时尺度运行灵活性的提升。     

基于分时电价和需求响应的家庭微电网负荷优先级控制

分时电价是电能商品的市场反应,可引导用户的用电时段,削峰填谷,提高电能的利用率,结合智能电力需求响应(DR)技术构建家庭负荷优先级(HLP)控制系统,能有效提升用户侧电网的响应能力。首先,结合家居设备的负荷特性对其进行建模;然后,保证用户舒适度,提出了一种家庭负荷优先级(HLP)控制系统算法,该算法根据优先级顺序执行负荷控制决策,并保证家庭总功耗不超过功率限定值。最后,进行算例仿真,对比不同功率限定值下各负荷运行状态,结合分时电价理论验证了HLP控制方案的有效性。     

Impact of demand response resources on unit commitment and dispatch in a day-ahead electricity market

Demand response (DR) has recently become an important resource in both system operation and market operation. The focus of this paper is to investigate and quantify the cost impact of various demand response modelings on unit commitment and dispatch in a day-ahead market regime. We have used mixed integer programming unit commitment model, in the market operation framework. Day-ahead market is modeled with a typical test system. Our research results show that DR can exert downward pressure on electricity prices, causing significant implications on social welfare. Results from this work will help policy makers, resource planners, and market designers to make more informed decisions with the goal of better accommodating more demand response resources in the future.     

初期现货市场下考虑用户响应行为的需求响应机制设计

在中国电力现货市场建设初期,电力用户参与市场的方式及响应行为具有较大差异.高比例用户受电网公司管理间接参与市场,无法主动响应市场的动态价格,但其固有的用电行为会影响市场价格,甚至导致电力供需紧张场景下出现极端价格.为此,考虑到高比例间接参与市场的用户在日前的负荷调整能力,设计了适用于初期现货市场的需求响应机制.首先,建立了考虑不同用户响应行为的需求响应机制框架,提出了需求响应机制的触发条件,并进一步分析了该机制框架下用户参与需求响应的机理.然后,构建了考虑间接参与用户主动响应的市场出清模型,并提出了保证需求响应机制可持续运行的结算方法.最后,通过算例验证了所提机制的合理性及有效性.     

基于VaR理论的综合能源零售市场最优策略

随着综合能源系统推广,多能源供给传输使用耦合程度加深,用户用能形式逐渐多样化,能源市场改革形成的零售市场内涵不断丰富.传统单一能源独立供给定价的零售市场不能有效引导用户用能、提高系统经济性,综合能源系统零售市场的定价策略亟待研究.计及用户多能负荷、现货价格的随机性和用户需求响应提出基于风险价值(value at ris...     

Scheduling method for aggregated photovoltaic-battery systems considering information notified by distribution system operator

In recent years, the aggregation business has gained a lot of attention in Japan. Aggregators will make contracts with customers with photovoltaic (PV) power systems and battery energy storage systems (BESSs) including electric vehicles (EVs) to participate in electricity markets. Aggregators might have to pay electricity supply-demand imbalance charges when generated and consumed energies contracted at the day-ahead supply-demand market are different from those at the current day operation due to distribution network constraints such as voltage and power flow limitations. Therefore, the information on network constraints is very important for aggregators to determine their day-ahead schedules. In this paper, we evaluated the relationship between aggregator supply-demand schedules and the distribution system operation. It was assumed that the reverse power flow limitations due to network constraints are notified to the aggregators by distribution system operator (DSO). Two cases of the aggregators’ schedules of PV systems and stationary BESSs were compared in the simulations. In addition, aggregator strategies for making adequate schedules were evaluated.     

面向电力需求侧主动响应的商业模式及市场框架设计

中国智能电网的发展面临峰谷差持续拉大、空调负荷不断攀升、新能源接入等新挑战,而电力需求响应是解决上述问题的有效方法之一。中国新一轮电力体制改革正在稳步推进,为电力需求响应的发展提供了重要契机。在此背景下,文中分析了不同市场环境下电力需求响应的开展情况,提出了适合中国国情的面向电力需求侧主动响应的商业模式。通过分析需求响应与电力市场的关系,设计了与中国电力市场改革相互协同的包含需求响应的市场框架:在第1阶段建立与电量市场相对独立、包含需求响应的辅助服务市场;在第2阶段建立与电力市场相结合、包含需求响应的辅助服务市场。此外,分别介绍了2个阶段中需求响应的产品类型、出清方式和考核方式。面向电力需求侧主动响应的商业模式和市场框架要随中国电力市场的发展而不断完善,需求响应将在电力系统的稳定性和经济性方面发挥更大作用。     

基于主从博弈的多微电网系统经济优化方法

随着售电侧电力市场改革的深入,研究多微电网系统的经济优化问题具有重要意义。针对多微电网系统,提出了一种基于主从博弈的经济优化方法。该方法主要由日前优化阶段与实时优化阶段组成。在日前优化阶段,微电网运营商根据日前预测信息和电网电价信息,优化储能单元的日前调度计划;在实时优化阶段,系统运营商根据实时预测信息,通过构建主从博弈模型求解内部最优电价,鼓励微电网运营商参与多微电网系统的电能交易,提升微电网之间的能量共享水平。算例结果表明,本文所提的两阶段经济优化方法可以有效地提升微电网运营商与系统运营商的经济效益,同时降低了多微电网系统的净负荷峰均比。     

需求侧灵活性资源参与调频辅助服务的备用优化与实时调度

需求侧资源有潜力通过其灵活性缓和系统的短期功率不平衡,但也会面临用电不确定性的挑战.文中面向用户侧用电不确定性及调频备用需求,以含电动汽车、温控负荷的聚合商为例,建立了参与调频辅助服务的备用优化与实时调度模型.在日前市场上报阶段,基于电量空间对实时运行的风险成本进行评估,实现能量和备用联合优化;在实时控制阶段,基于电量...     

Central versus localized optimization-based approaches to power management in distribution networks with residential battery storage

In this paper we propose two optimization-based algorithms for coordinating residential battery storage when solar photovoltaic (PV) generation in excess of load is compensated via net metering. Our objective is to balance increases in daily operational savings that accrue to customers with the management of reverse power flows and/or peak loads approaching a network capacity. To achieve this objective we present a central quadratic program (QP)-based algorithm, where residential customers implement a distributor-specified day-ahead battery schedule. We also present a local QP-based algorithm, where each residential customer implements a day-ahead battery schedule subject to three distributor-specified weights. To complete our assessment of the distributor benefit, both QP-based scheduling algorithms are applied to measured load and generation data from 145 residential customers located in an Australian distribution network. The results of this case study confirm both QP-based scheduling algorithms manage reverse power flow and peak loads within a distribution network. In the context of net metering, all customers exhibit the same operational savings when implementing the central QP-based algorithm, while the local QP-based algorithm disproportionately penalizes some customers.     

Relative merits of load following reserves & energy storage market integration towards power system imbalances

Traditionally, power system balancing operations consist of three consecutive control techniques, namely security-constrained unit commitment (SCUC), security-constrained economic dispatch (SCED), and automatic generation control (AGC). Each of these have their corresponding type of operating reserves. Similarly, energy storage resources (ESRs) may be integrated as energy, load following, or regulation resources. A review of the existing literature shows that most ESR integration studies are focused on a single control function. In contrast, recent work on renewable energy integration has employed the concept of enterprise control where the multiple layers of balancing operations have been integrated into a single model. This paper now uses such an enterprise control model to demonstrate the relative merits of load following reserves and energy storage integrated into the resource scheduling and balancing action layers. The results show that load following reserves and energy storage resources mitigate imbalances in fundamentally different ways. The latter becomes an increasingly effective balancing resource for high net-load variability and small day-ahead market time step.     

基于NILE算法量化热水器参与需求响应的灵活性

居民电热水器(EWH)因其功耗与日负荷模式高度相关且占家庭负荷比重高等特点,在需求响应(DR)市场中极具潜力。识别住宅侧EWH集群的负荷模式及量化其参与DR的灵活性有助于电网运营商制定合理的调控策略。首先,对居民EWH不同时间类型下的负荷模式(用电事件的起止时间和用电时长)建立了概率统计模型。然后,提出了一种基于负荷印记和功率块极值的无训练过程的非侵入式负荷提取(NILE)算法,其可自动分离不同额定功率的EWH负荷。最后,建立了电价激励的DR模型以优化EWH的负荷模式,根据其在优化前后使用行为的变化情况量化其灵活性。此外,在真实数据集上验证了所提算法的有效性,并基于分离的负荷数据在不同情况下量化了EWH集群参与DR的灵活性。     

电力中长期交易分步安全校核方法

针对目前中长期电量交易的安全校核问题,该文提出月度弹性预校核和日前校核相结合的分步安全校核方法。在月度市场开市前,调度机构向各区域的市场主体公布典型日发电量空间,并依此对机组的中长期交易电量和计划电量进行弹性预校核,形成预校核结果和相关风险提示,发用主体可自主决策是否对超过该限值的电量进行交易。在日前阶段,基于计划电量安排、市场交易的月分日电量,以最小化虚拟发电成本为目标,考虑最新的电网拓扑及线路约束、负荷预测、清洁能源出力预测、机组运行约束等,建立日前校核模型对日电量进行安全校核。最后,以IEEE14节点系统为例,模拟中长期市场交易的分步安全校核流程,验证了所提方法和模型的有效性。     

基于远期合约与日前市场的大用户购电模型

基于大用户的视角,分析了基于多重结算系统的最优购电策略:在现金市场中讨论了日前市场,远期市场中讨论了远期合约和欧式看涨期权。以利润的条件风险价值CVaR最大化为目标,构建了大用户在日前市场的购电优化决策模型,给出了模型的解析解;并以此分析了日前市场电价、缺电损失和风险偏好对最优购电量的影响。结论表明:大用户在日前市场的最优购电量总会随着日前市场电价的递增而减少,随着缺电损失的递增而增加;大用户的风险偏好会影响其购电决策,影响程度共同取决于用电收益、日前市场电价和缺电损失。