实时电价下用户侧电力需求响应模型优化策略及数字仿真

为解决智能电网发展中用户参与电力市场运营的响应积极性以及用户收益最大化问题,本文在经济学原理基础上,引用需求价格弹性系数表征用户的用电量随电价的变化情况,建立实时电价下的用户负荷调节能力模型,根据该模型,进一步研究了基于实时电价的用户侧电力需求响应模型优化策略,考虑用户在不同响应场景和不同负荷调节潜力下的需求响应。解决供电与用电间的电力供需不平衡问题,实现用户积极响应及其利益最大化,并提高系统稳定性与安全性。以某地需求响应系统为例,对进入现货市场交易的用户进行数字仿真,通过算例分析表明该模型能有效改善用电负荷曲线,减小用户购电成本,验证了基于实时电价下的电力需求响应优化策略的优化效果。     

面向多用户的多时间尺度电力套餐与家庭能量优化策略

在智能互联网环境下,居民用户参与需求响应时的不确定因素对家庭能量管理调度策略的实施效果存在较大影响。为此,提出了一种计及用户响应不确定性的多时间尺度可变电价套餐和用电策略。首先,明确多时段可变电力套餐的定义,基于价格型和激励型响应不确定性机理构建电力套餐的模型,并建立完成聚类后的多用户与电网的模型。其次,通过求解基于多用户和电网的非合作和合作博弈模型,获得最优的电价方案和日前优化计划。然后,根据需求响应信息和用户用电安排建立日内滚动优化模型,获得局部动态分时电价和日内调度计划。最后,根据用户实际响应偏差建立实时调整模型,获得动态激励和实时用电计划。以多家庭用户调度组为例进行仿真分析,通过比较不同模型优化结果,验证了考虑用户响应不确定性的电力套餐及多时间尺度协调优化的有效性。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

考虑需求响应与储能系统的联合调峰优化策略

随着用户用电量不断增加,电网负荷波动增大,仅依靠传统单一的需求响应或储能系统调峰降低电网负荷波动效果有限。本文提出一种考虑需求响应与储能系统联合调峰优化策略：首先,通过分析用户需求特性和分时电价特性,建立需求响应调峰模型;然后,根据负荷曲线趋势建立储能系统调峰模型;最后,联合需求响应和储能系统参与调峰,构建以用户购能成本和优化后负荷标准差最小为目标函数的联合调峰优化策略模型,并运用商用求解器进行求解。经算例分析表明,联合调峰优化策略能够在不影响用户用电量的情况下实现购能成本最低,实现电网负荷波动最小。     

实时电价下计及转移成本的负荷优化

为准确反映用户的需求侧能力,提高用户需求侧响应的积极性,在实时电价体系下,计及转移成本,建立以用户购电费用最小为目标函数的负荷优化模型。利用Matlab对所建模型进行仿真,验证了基于实时电价的需求侧响应模型能够对负荷曲线削峰填谷。比较了不同的需求侧响应对负荷优化的效果,结果表明在一定范围内,峰谷时段负荷比与需求侧响应呈负相关性,削峰填谷效果与需求侧响应呈正相关性。对工业用户3种不同用电模式进行了总购电费用分析,结果表明三班制工作模式能够减少总购电费用。     

基于粒子校正优化的智能小区需求响应调度策略

针对复杂智能用电环境配电网侧波动最小优化目标下的智能用电小区多用户日负荷需求响应调度问题,提出一种基于粒子校正优化的智能用电小区用电需求响应调度策略。首先综合考虑智能家居的基本负荷、可调度负荷、电动汽车负荷和储能装置负荷等约束条件,建立了计及罚系数的多用户智能用电调度模型;然后为求解该模型,提出基于粒子校正的混合粒子群算法,通过解决用户负荷分配最优求解中偏离约束问题,实现优化调度的效果;最后进行算例仿真实验,经过对比分析,结果表明文中所提策略对包含多种新型用能负荷的用户需求响应调度有着良好的负荷平抑配电网波动效果,能较好地实现配电网削峰填谷的目的。     

基于家庭用电负荷关联度的实时优化策略

针对家庭负荷在需求响应中巨大的不确定性,提出家电配合使用情况是家庭用户响应情况的重要影响因素之一,并提出家庭用电负荷关联度的概念。建立家庭用电负荷模型,设计基于家庭用电负荷关联度的实时更新的优化策略。通过Matlab对算法模型在单个家庭用户以及多个家庭用户综合情况下进行仿真,验证了纳入家庭用电负荷关联度的实时优化策的有效性及优越性。     

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。     

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。     

计及风电功率预测误差的需求响应多时间尺度优化调度EI北大核心CSCD

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明：所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

计及风电功率预测误差的需求响应多时间尺度优化调度

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明:所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

基于负荷聚合商的需求侧响应优化模型研究

在电力市场中,由于用户参与市场的形式存在差异,需求侧的响应能力会影响电力供需场景下的价格波动。为了提升电力市场的稳定性和可靠性,考虑用户负荷调整能力,设计了需求侧资源聚合响应优化模型。首先,建立涵盖多种用户参与形式的需求侧响应架构,分析该架构下不同形式参与的用户需求响应机理,构建考虑间接参与用户主动响应的市场出清模型,并提出了相应的结算方法,保证该架构中需求响应机制的可持续性;然后,将电力市场中需求侧资源聚合商的收益映射至投标决策,提出需求响应在负荷削减与负荷转移2种合同模式下的投标优化模型;最后,通过算例对模型进行验证。计算结果表明,按照该投标策略,需求响应在选定的指标衡量下,改善了配电网可靠性及用户效益,验证了所提方法的合理性及有效性。     

售用双方协同优化的家庭柔性负荷管理策略

提出一种家庭柔性负荷管理和售电公司售电决策协同优化模型。在居民用户侧,利用洗衣机、热水器、洗碗机和电动汽车充电过程的可时移性和周期性,以及电动汽车的储能特性,建立了以上述设备为对象的柔性负荷运行模型,以家庭用电费用最优为目标,制定了动态电价激励下的家庭负荷优化策略,用响应程度衡量参与优化调度的用户比例,并将总用电需求信息传递给售电公司;在售电公司侧,以售电公司经济收益最大为目标,建立了售电决策模型,制定日前购电方案和动态电价,并将价格信息传递给用户,因此构成了售用相互协同的双层迭代模型。算例基于遗传算法和yalmip优化工具箱进行仿真,采用情景分析法处理不同家庭用电需求预测的不确定性,调整响应程度分析日前购电问题。千个家庭的仿真结果验证了本优化策略能够协调解决用售双方利益,提高双方经济性,同时还有降低短时负荷峰值的能力。     

智能小区可转移柔性负荷实时需求响应策略

近年来随着我国电力体制改革的深化与智能电网技术的发展,需求响应开始逐步应用于居民用户负荷侧。针对智能小区的居民柔性可转移负荷,考虑居民负荷用电不确定性,提出一种适用于负荷聚合商的居民可转移柔性负荷实时需求响应调度策略。该策略利用2阶段随机优化模型与基于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1次调度决策的实时滚动优化,从而实现居民可转移柔性负荷的实时随机调度。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,减小负荷峰值及峰谷差,使智能电网条件下的居民可转移柔性负荷能够有效参与到需求响应中。     

基于数据挖掘与需求响应的个性化智能用电套餐研究

在电力体制改革的背景下,有必要精细化挖掘用户用电特性,同时考虑售电商偏差考核控制的问题,制定套餐优化需求响应策略。首先基于自编码神经网络和模糊C均值聚类的方法对用户用电曲线进行模式分类,然后基于消费者心理学用户响应模型,对用户不同用电模式建立峰谷分时电价优化模型,在此基础上,对不同用电模式建立峰平时段叠加电价模型。研究表明,套餐制定可以有效引导用户调整用电行为,降低用电模式间差异,从偏差考核的角度看,有助于制定月购电策略。     

计及滚动评价的居民群需求响应策略

开展需求响应能够有效地平抑负荷波动、降低负荷用电峰谷差,但用户响应的不确定性,极大地阻碍了需求响应业务的开展。为此,策略依托以聚合商为中心的需求响应架构,以基线负荷功率推演为支撑,考虑用户实时状态、满意度和自动需求响应的实施特性,建立响应评估模型,采用滚动评价的方式,以评价结果为导向降序选择可预期性强的用户参与业务,尽可能降低居民用户群参与下的自动需求响应的不确定性。仿真结果表明,策略可以在节约需求侧资源的同时降低用户群响应误差比例。     

分时电价下基于供用电双方博弈的家庭用户需求响应

动态电价策略正成为当前电力市场环境下供电侧普遍采用的调控手段,针对电力市场中售电公司与用户间互动关系,基于博弈论构建一种非合作的Stackelberg模型研究家庭用户的需求响应策略。模型通过对用户进行分类以实现对不同偏好用户的综合考虑,同时将电网负荷波动对售电公司效益的影响、用户满意度对用电舒适度的影响进行量化处理以完善供、用电双方效用函数。采用逆向归纳法对模型的纳什均衡解进行求解,并以此实现分时电价下对用户用电任务的优化调整。最后,将模型应用于实际算例中并对用户种类进行灵敏度分析,结果表明模型在供用电双方的效用优化方面具有较好的效果。     

基于实时电价的产消者综合响应模型

产消者作为新兴的特殊电力消费者,拥有电力供给和消费的双重角色,具有较强参与实时市场的响应潜力。为提高分布式发电利用率和用户供用电收益,提出基于实时电价的产消者的多阶段综合响应模型。前期优化阶段,综合考虑用户用电经济性、舒适度和电价激励作用,提出用户最优小时需求出价模型;以用户供电收益最大为目标,考虑储能容量和功率约束、储能闭锁和动作死区等因素,提出用户最优小时供给报价模型。出清响应阶段,基于实时电价,结合用户最优小时供需出报价信息,提出用户可控负荷需求响应和分布式发电—储能系统供给响应交替的综合响应模型。算例分析表明,所提综合响应方法能及时响应实时电价的波动,不仅灵活削减和转移了用户在电价高峰区的负荷,而且实现了分布式发电供给从低电价区域向高电价区域的转移,提高产消者供用电的经济性。     

基于智能电网供需均衡的实时电价机制研究

结合电力市场改革方向,对市场运营中实时电价下的供需响应策略进行了研究,建立了考虑零售商利润和用户用电效益最大化的实时电价模型。仿真结果表明,实时电价作为供需响应策略,在电价的经济杠杠下,能够充分发挥电力市场的作用,增加用户自主选择的意愿,鼓励用户积极参与电力市场调控,优化电网日负荷曲线,有效削峰填谷,提高电力系统稳定性。     

考虑需求响应和源荷不确定性的光储微电网储能优化配置

电力市场背景下，考虑需求响应和源荷不确定性的微电网储能优化配置，对提高微电网运行性能、促进微电网商业化落地应用及能源转型具有重要价值。针对并网型光储微电网储能系统容量配置问题，提出了考虑需求响应和源荷不确定性的储能优化配置策略。首先，通过聚类对运行场景进行削减，综合考虑购电、储能配置及损耗和联络线功率波动惩罚等成本，构建考虑长期不确定性的微电网储能系统规划运行协同优化模型。其次，建立基于用户调度优先级的负荷引导机制，通过弹性系数计算需求响应结果。进一步地，提出一种两阶段储能规划配置策略实现方法。最后，通过算例仿真，验证了该方法的合理性与有效性。