Stochastic modelling of aggregated thermal loads for impact analysis of demand side frequency regulation in the case of Sardinia in 2020

This paper proposes a model of the thermal dynamics and of the end-use of domestic refrigerators (fridges) and water heaters (boilers) in the foretasted scenario of the Sardinian electric network in 2020. This model is employed to evaluate the potential variations of power demand of the aggregates of fridges and boilers during one year in the considered scenario. The resulting quantities can be considered as a form of power reserves to be used for contributing to the frequency regulation through a proper demand side response strategy. The particular case of the system for frequency control proposed by the European Network of Transmission System Operators for Electricity (ENTSO-E) is then analysed by simulations in order to show advantages and drawbacks.     

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。     

计及需求侧响应日前-日内两阶段鲁棒备用优化

为增强电力系统应对不确定性因素的能力,提高电网运行效率,提出一种计及需求侧响应日前—日内两阶段鲁棒备用优化模型。一方面,在模型中协同优化价格型与激励型需求侧响应提高电网运行的灵活性;另一方面,综合考虑风电出力不确定性与电力设备N-k强迫停运,增强电力系统应对不确定性因素的鲁棒性。基于鲁棒模型对系统运行备用进行优化,最小化电网在最恶劣运行场景下的调整成本,保证电网的安全可靠运行,并采用列和约束生成算法对两阶段三层优化问题进行求解。修改的6节点系统与IEEE RTS-79测试系统算例验证了所提模型与算法的有效性。结果表明,综合考虑多重不确定性因素进行备用优化,可以提升电网应对极端运行场景的能力;同时,需求侧响应的实施可以大大提高电网运行的灵活性。其中,激励型需求侧响应通过直接控制负荷,对于增强电网运行鲁棒性的作用更加明显;而电价型需求侧响应在要求保障负荷供电的场景下更为适用。     

基于需求响应和多能互补的冷热电联产微网优化调度

兼顾电源侧多能互补与负荷侧需求响应（demand response,DR）是提升源荷侧协调发电能力的重要手段,可以促进电力削峰填谷,提高经济效益。针对冷、热、电负荷需求的随机性和不匹配性,考虑到人体对温度有一定的适应能力,文章将风、光发电机组与燃气轮机冷热电联产（combined cooling, heating and power,CCHP）系统结合,提出了一种基于综合需求响应的源荷协调CCHP微网,同时采用典型场景集考虑新能源出力的不确定性,建立优化调度模型。该模型以最小化系统经济成本为目标,利用免疫遗传算法求解,探讨了系统经济调度成本与不同需求响应模式以及温度偏差的关系,并对系统是否引入电加热设备进行讨论。算例分析表明,基于需求响应和多能互补的CCHP微网优化调度方法,能有效降低综合运行成本,具有显著的经济及社会价值。     

面向需求响应的变频空调负荷建模与运行控制

近年来,空调类电力用户数量迅速增加,成为了电网高峰负荷的主要组成部分。空调负荷作为典型柔性负荷,可利用其热惯性参与需求响应,为电网提供有效可调容量。区别于有关定频空调的研究,基于变频空调的负荷特性构建其物理模型,从控制后总功率和最大控制时长两个维度对变频空调集群的调节潜力进行评估。在此基础上,根据变频空调负荷聚合商在需求响应日前市场的成交量,以变频空调集群功率削减量与成交量偏差以及用户舒适度变化量最小化为目标,提出了基于双层分组轮控的变频空调负荷优化控制策略。仿真结果表明,所提策略不仅能够通过分组轮控延长变频空调集群最大控制时长,还具有良好的用户友好性,对于变频空调集群参与电网需求响应具有指导意义。     

计及需求响应的含风电场电力系统发电与碳排放权联合优化调度

提出了一种节能减排形势下的优化调度模型和解法。研究对象上,文中研究了风电、火电、需求响应3种发电(虚拟发电)形式,需求响应可为系统提供零碳发电资源和旋转备用。模型建立上,基于多目标安全约束机组组合模型,采用发电和碳排放联合调度的方式,寻求经济目标与排放目标的折中协调解;约束条件综合考虑了需求响应、安全约束和碳排放等多种约束。解法上,采用分段线性化的方式,利用混合整数线性规划进行求解,解法适用于大规模系统,使模型更具实用价值。算例分析表明,决策结果能够兼顾排放与成本,并且在调度中引入需求响应可提高系统的风电消纳能力,具有显著的节能减排效益。     

基于高斯混合模型的居民聚合响应潜力多重置信评估

针对居民用电负荷与源端出力多变背景下传统电力系统运行灵活性不足的现实问题,需求响应可有效提高系统运行灵活性与安全经济效益,价值尤为凸显,而响应潜力的精细化评估是其重要基础支撑。文中提出一种在缺少历史响应数据支撑时基于高斯混合模型的聚合响应潜力评估方法。首先,通过家庭及相似日的两次聚类分析选取典型样本数据,强化数据的代表性;然后,引入高斯混合模型精准挖掘家庭用电行为的概率分布,形成单个家庭的响应潜力;最后,自下而上加权汇总,实现多重置信情景下聚合需求响应潜力的评估。实验分析表明该方法能够仅从历史用电数据中挖掘出小时级的居民需求响应潜力信息,充分反映用电负荷分布及响应潜力分布特征,并通过对比分析验证了两次聚类选取典型样本数据的有效性。     

减碳配额约束下电力客户的模糊聚类分析

在减碳配额约束下．供电公司的客户服务领域将由单纯的供电营销向全面的指导用户优化用电方式和减碳服务方向拓展。考虑电力用户的减碳水平,构建了低碳经济下电力客户价值指标体系,提出运用动态模糊聚类算法细分电力客户的新方法,深入分析了动态聚类时最佳阈值的选取依据,用此方法对某市10名大工业客户进行了实证分析。结果表明,低碳经济下电力客户评价指标体系具备合理性。根据聚类结果,总结了不同类别客户的特点,对供电企业如何展开针对性服务提出了建议。     

真空绝热板在直冷冰箱冷冻室部位的应用研究

本文研究了进口 VIP 板在某直冷冰箱冷冻室部位6种不同方案的应用效果,结果表明,产品能耗随 VIP 板厚度、数量 (或覆盖面积)的增加而降低,耗电量最多可降低15%,冷冻负载温度回升时间可延长27%,压缩机工作系数减少22%。我们认为,优化冰箱制冷系统有利于提高 VIP 冰箱的性能,但是在 VIP 板的应用方面也应考虑到成本与能耗的关系。     

考虑需求响应的负荷控制对供电可靠性影响分析

需求响应一般分为基于电价与激励两种模式,采取需求响应的目的是降低峰时段负荷,减少运行风险。研究的重点是构建包含负荷控制的分时电价负荷模型,分析同时采用负荷控制激励模式与分时电价两种需求响应措施后负荷变化对电网可靠性的影响,从不同角度分析两种模式下配电网运行情况,并提出一种新的通过负荷曲线聚类来计算配电网在动态负荷下的可靠性方法。通过引入改进的k-means聚类算法对不同需求响应模式下的负荷曲线聚类,得到负荷概率模型,结合蒙特卡洛模拟方法来计算不同负荷水平下最终的配电网可靠性指标,分析了在需求响应不同模式下的负荷变化对配电网可靠性影响。算例结果表明,需求响应措施能提高系统可靠性,且包含负荷控制激励的分时电价比单一措施下的可靠性更高。     

Determination of the optimal DR capacity for a commercial building with chiller system and energy storage system

Demand response (DR ), which is used to shave the peak demand for securing supply reliability in a power system, is one of the promising constitutions for the end users. In a commercial building (COB ), the most popular adjustable DR resource (DRR ) is the chiller system. More specifically, its power consumption can be reduced by thermal mass control (precooling) in a specified DR duration. On the other hand, installation of energy storage systems (ESSs ) is going on at an accelerated pace because of its high economic efficiency. ESSs have been used for peak‐shift operation under the time‐of‐use (TOU ) tariff. However, ESS can be also used as an attractive DRR because it can reduce the net load by discharging the ESS for a specified DR duration. Based on this background, this paper presents a method for determining the optimal DR capacity in a COB with a chiller system and ESS . In the proposed scheme, the optimal DR capacity (kW ) can be determined so that the total expected cost of a COB becomes minimum by using the chiller system and ESS while avoiding the DR penalty threat adopted in the Korean DR market. Uncertainty in the ambient temperature, the amount of reduction, and DR durations are considered as the scenarios. The estimation and economic evaluation of the proposed scheme is ascertained through case studies. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

面向需求响应业务的灵活弹性传输策略

随着需求响应(demand response,DR)不断深化实践,未来需要依靠高可靠的信息交互支撑精细化的DR控制.然而在DR无线通信场景下,复杂的信道环境极大影响DR高效的信息交互,现有技术难以匹配和满足DR业务的特性.针对DR无线传输中的信道质量问题,设计了面向DR业务的灵活弹性传输策略,该策略通过自适应编码实现....     

考虑多负荷聚集商参与的系统日前-日内分层优化调度策略

需求响应（demand response,DR）技术是系统削峰填谷,提高运行经济性和风电消纳的重要手段。针对风电和需求侧资源的时间特性,考虑到电网调度层和负荷聚集商（load aggregator,LA)之间主从博弈的关系,建立了多负荷聚集商参与的日前-日内分层优化调度模型。针对日前风电和价格型需求响应(price-based demand response, PDR)资源的不确定性,采用基于场景和模糊机会约束相结合的方法建立日前调度模型;针对日内多聚集商参与系统运行,采用目标级联分析(analytical target cascading,ATC)法对日内模型解耦,实现了各部分的并行求解。文章算例中通过对PDR和负荷聚集商的调度分别使系统综合运行成本降低了4.5%和6%,且各负荷聚集商收益均高于最低收益率8%,说明所提出的分层优化调度策略能在减小系统综合经济成本的同时保证各负荷聚集商的收益,且在一定程度上增强了系统的调峰能力。     

新能源电力系统用户需求响应复杂适应行为研究

实施需求响应(demand response,DR)可有效消纳可再生能源,平衡新能源电力系统电量供应和需求。首先,分析了需求响应过程的复杂适应系统特征,描述了需求响应复杂交互过程;其次,构建了包含主体对象和环境对象的需求响应过程集成模型,定义了各构成对象;最后,结合多主体系统建模方法构建了用户主体响应行为模型,从主体行为的角度描述了需求响应过程。通过文章的研究,可为实施需求侧响应提供辅助决策,为用户需求响应的研究提供了新思路。     

Assessing the benefits of regulating power market integration in Northern Europe

The expected increase of intermittent electricity production from renewable sources in Northern Europe poses rising challenges to the balancing of the power system. The Nordic hydro based power system, particularly the Norwegian, is in a favourable position to provide the necessary balancing services. In order to provide these services to continental Europe an integration of markets for balancing services (regulating power market) might be advantageous. Contemporaneously the European Union enforces the liberalisation and integration of national European power markets, including the regulating power markets. To investigate the possible outcome of such an integrated market, a regulating power market model is developed, which is based on a common day-ahead market, including Nordic and northern continental Europe.The proposed model considers the procurement of regulating reserves as well as their activation, taking into account available transmission capacity. Different steps of regulating power market integration are studied. The analysis confirms, that there is a socio-economic benefit by integrating regulating power markets. The benefit mainly results from a provision of reserve capacity from the Nordic to the continental European power system, the netting of imbalances and hence the reduced activation of regulating reserves in the continental power system.     

660 MW超临界燃煤机组变负荷过程动态特性的仿真研究

燃煤机组变负荷速率的提升是电网AGC（automatic generation control）调节过程灵活性的重要评价指标。建立了660 MW超临界一次再热燃煤机组的动态仿真模型,并嵌入了详细热工控制模型,获得了75%~100%THA范围内不同变负荷速率下的机组主要热力参数的动态变化规律。利用工质最大温度偏差和平均标准煤耗率差值为评价指标,对燃煤机组AGC变负荷过程的安全性和经济性开展了分析。研究结果表明：随着变负荷速率的提高,输出功率、主汽温度和再热蒸汽温度波动越来越剧烈,水冷壁出口、屏式过热器出口、水平低温再热器入口和垂直低温再热器出口的工质最大温度偏差逐渐增大,最大值分别为24.7、29.1、26.1和41.3 ℃。随着升负荷速率的提高,平均标准煤耗率差值逐渐减小,变化范围为2.35~2.53 g/（kW·h）,随着降负荷速率的提高,平均标准煤耗率差值的绝对值逐渐减小,变化范围为-2.64~-2.50 g/（kW·h）。     

A market-oriented hierarchical framework for residential demand response

The integration of a great deal of uncertain renewable sources in future grids will require more operational flexibility. Demand response (DR) can provide the load shaping potentials thereby assuaging the need for operational flexibility. To this end, this paper intends to develop a framework focusing on realization of domestic storage space heating DR capability in balancing market. The developed framework consists of two hierarchical stages named energy market stage and balancing power market stage. The first stage deals with customers’ day-ahead decisions in energy market. In this stage, the system operator releases day-ahead energy prices in response to which customers optimize their electricity usage to minimize their energy expenses. The second stage optimizes customers’ intra hour load scheduling decisions in balancing power market. In the second stage, up/down power regulation incentives are offered to customers who, in the hope of achieving monetary gains, modify their promised day-ahead decisions. Performance of the framework is verified through simulations on Finnish case studies. According to the obtained results, the framework allows the customers to make savings in energy expenses as well as the system operator to benefit from DR.     

需求侧响应实施方法综述及案例分析

电力需求侧管理是实现节能减排目标的有效措施之一。为确保需求侧管理能够在智能电网建设的大背景下得到有效实施,本文深入分析了需求侧响应的激励方法,包括基于价格的需求侧响应和基于激励的需求侧响应。在此基础上,介绍了美国、英国、意大利、西班牙等国需求侧响应的实施情况,对美国南加州需求侧响应的案例进行了详细分析。     

计及可中断负荷的电力系统可用输电能力计算

为分析需求响应对系统可用输电能力的影响,提出一种开放电力市场环境下可用输电能力的计算方法。以可中断负荷这一典型的需求响应资源作为研究对象,构建考虑负荷服务实体和独立系统运营商不同利益需求的双层优化模型:上层模型以负荷服务实体的成本最小为目标,确定参与需求响应的用户;下层模型以发电总报价最小为目标确定节点边际电价,同时实现经济调度。将根据需求响应和发电机组报价分配的有功功率作为基态,在此基础上计算区域间可用输电能力。求解双层模型时,运用下层经济调度模型的KKT条件可将双层优化问题转化为均衡约束数学规划问题,根据强对偶理论消除约束中的非线性项,将原模型转化成混合整数线性规划模型。最后,在GAMS环境下调用CPLEX求解化简后的数学模型。通过对PJM-5节点、IEEE 30节点、IEEE118节点和IEEE 300节点系统的仿真计算,验证了所提方法的可行性和有效性,以及在可用输电能力计算中计及需求响应的必要性。     

基于集成LSTM模型的数据驱动需求预测

电力用户参与电网调度能够有效提升电网灵活性,但其行为的不确定性限制了需求响应的发展。针对此问题,文中首先构建激励型需求响应的实现框架,阐述负荷聚合商(LA)如何整合需求侧资源参与电力市场业务,并将用户随激励政策进行响应的行为转换为需求弹性。然后,基于长短时记忆(LSTM)算法,提出一种集成LSTM的数据驱动的需求弹性预测方法,同时为提升预测模型性能,对源数据进行平滑与缩放处理,并增加损失函数权重系数。算例结果表明,与传统LSTM算法及k近邻预测法相比,文中所提预测方法用于用户需求弹性预测时平均预测误差分别降低了5.33%和28.8%,用于总负荷预测时平均绝对百分比误差(MAPE)分别降低了2.06%和3.09%。同时文中基于集成LSTM分析了平滑、缩放数据预处理对预测精度的影响,结果表明对原始数据进行预处理可有效提升预测精度。