计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元（Bi-GRU）的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。     

基于非合作博弈的居民负荷分层调度模型

为促进居民用户柔性负荷资源有效参与需求响应,可以利用负荷聚合商来聚合用户负荷资源参与电网调度。通过将居民用户的柔性负荷进行分类,建立电网公司、负荷聚合商和居民用户的分层调度模型。在日前投标环节,构建了以聚合商利润最大化为目标的日前投标博弈模型,利用非合作博弈思想对聚合商在日前投标市场进行分析,并给出了博弈纳什均衡解的存在性证明;在实时调度环节,聚合商以分类柔性负荷各自用电物理特性作为约束条件,以实时调度和日前投标量之间的偏差最小作为目标函数对用户分类柔性负荷进行实时调度,使得在不影响用户舒适度情况下提高聚合商的利润。算例仿真分析结果表明,所建立的分层调度模型可有效实现居民负荷的需求响应,并使得电网公司、负荷聚合商和用户三方均受益。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

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。     

基于弹性温度可调裕度的中央空调集群需求响应双层优化

不同于小容量温控负荷,中央空调具有良好的削峰填谷和需求响应潜力。提出了一种基于弹性温度可调裕度的中央空调控制策略,针对负载率型中央空调终端用户的差异性,结合用户的主观及客观情况,综合考虑用户响应意愿对中央空调负荷群体进行调控,并基于该控制策略,从负荷聚合商角度,构建一种新型双层优化控制模型,满足空调负荷响应出力与目标一致的前提下,通过综合考虑用户的响应意愿,实现聚合商的利润最大化。算例分析结果表明,所提策略研究合理有效,为空调负荷参与电网辅助服务提供相关理论与实施方法。     

考虑用户信用的虚拟聚合商需求响应交易机制

新型电力系统中,用户侧可调负荷等灵活资源将广泛参与电网互动,促进源网荷弹性平衡。为此,文中提出面向工商业可调负荷资源的虚拟聚合商需求响应模式,通过基于用户信用的响应补贴机制实现用户侧可调负荷集聚,并构建了用户响应补贴双层优化模型。上层模型以虚拟聚合商参与需求响应收益最大为目标,通过优化补贴信用系数实现用户响应收益最大;下层模型中用户以计及舒适度损失的效益最大化为目标,调整自身响应行为。算例分析选取了典型用户对所提机制和模型进行验证,结果表明,所提出的需求响应交易机制有效规范了用户的响应行为,信用作用下虚拟聚合商与用户形成了激励相容的效果,有利于需求响应目标精确达成。     

考虑多重因素的空调负荷聚合响应潜力评估及控制策略研究

空调负荷已成为电力系统重要的需求响应资源,但由于其类型差异性、接入分散性,造成调度中心难以直接获取其聚合功率并开展调度控制,限制了响应潜力发挥。对此,提出考虑空调负荷聚合响应潜力多类型资源协同调度与精准控制相结合的双层调控框架。在日前调度层,基于近似聚合模型获取空调负荷聚合功率,考虑用户热舒适度、意愿度及可控度等多重因素,建立空调负荷聚合响应潜力评估模型,获取其聚合响应潜力,并结合基础柔性负荷响应特性建立联合调度模型,充分挖掘负荷侧多类型资源参与系统调节的潜力;在日内控制层,针对执行降负荷调温控制策略中空调群组功率跌落现象,为引导其有序参与电网需求响应,建立变状态数的状态队列模型,并引入准备时间对参数异质空调集群进行分组控制,使空调负荷跟随调度计划,提升控制精度,缓解功率跌落对系统运行产生的影响。最后,通过某简化配网系统进行仿真分析,结果表明:所提双层调控框架在调度层可深度挖掘并引导利用空调负荷响应潜力,在控制层实现精准控制并削弱功率跌落负面影响,工程应用价值显著。     

面向清洁能源跟踪的空调分组协同方法

需求侧空调资源丰富、调控灵活并且具有储能功能,通过合理的聚合管控可对波动性强的清洁能源进行跟踪消纳。为了构建实现电网、聚合商与负荷之间双向互动的信息交互结构,研究了集群空调的分组协同管控方法。拥有云平台的家电商直接作为聚合商沟通电网与需求侧,利用云平台分别与空调和电网进行互动,将物理上分散的空调资源虚拟地聚合为可控整体;聚合商对空调分组管控,各组协同完成消纳任务以保证跟踪精度综合最优。因此,建立了聚合空调组可调节能力评估方法,以用户舒适度和空调物理参数为约束构建了消纳容量分配最优化问题,并通过滑模控制模型控制聚合空调完成跟踪任务。通过实验验证了所提算法在能够有效跟踪清洁能源的同时,对空调的干预更小,保证了用户舒适度。     

聚合空调负荷的温度调节方法改进及控制策略

空调负荷作为温控负荷的一种,具有能量转化及储存特性,该特性使空调成为最具需求响应潜力的负荷。通过对空调负荷的合理控制,可在不影响或少影响用户舒适度的前提下,使用较低成本达到降低峰荷,缓解供需矛盾。为此,针对参数相同或相近的空调集群,利用等效热参数模型分析传统温度调节方法造成聚合负荷波动的机理,提出一种改进的温度调节方法,该方法对空调集群中的单独个体进行设定温度上、下限的分离控制,有效克服传统温度调节方法造成聚合负荷波动的现象。同时设计了基于上述调节方法的调度决策模型。通过算例分析增/减负荷方案限制、聚合小组数目限制、调度决策目标大小对调度结果的影响,证明调度决策模型的可行性,为空调负荷参与系统运行提供方法支持。     

基于负荷类型细分的负荷聚合商日前投标非合作博弈模型

负荷聚合商能整合中小负荷资源并为其提供参与市场调节的机会,以提高需求响应效率。提出了一种基于负荷类型细分和非合作博弈的负荷聚合商日前投标模型,一方面根据居民柔性负荷的不同用电特性进行典型分类并将每一类负荷作为研究对象,避免了以家庭为控制单位参与投标的复杂度;另一方面在开放电力市场下,不同于常规多目标集中优化,引入博弈思想协调优化各聚合商作为独立决策主体的利益。根据物理特性将居民柔性负荷分成4类,并基于用户使用习惯和舒适度建立负荷模型;在市场电价的引导下,基于用户黏性理论优化聚合商售电电价,建立负荷聚合商日前投标决策模型并进行算例分析。仿真结果表明,所建立的负荷聚合商投标决策模型通过对居民负荷的分类聚合和补偿,在计划调度层面能有效减少电网峰时负荷和平抑峰时电价,提高负荷聚合商的利润,降低用户用电成本。     

基于负荷聚合商模式的电网协同优化调度

在新能源在电网的渗透率增高以及柔性负荷作为调节手段出现的背景下,选取合适的调度模式,使得海量分布式的负荷资源参与电网调控,能够帮助实现削峰填谷、平滑负荷曲线等目标。基于负荷聚合商模式的协同控制结构,对包括电动汽车、空调负荷与储能设备的负荷资源进行聚合,建立了日前经济调度模型;在负荷聚合商的集群内部控制中,考虑设备的调度潜能,提出一种基于裕度指标的状态队列优先算法,实现部分负荷优先响应。最后,仿真算例得出了负荷聚合商参与电力系统的日前协同调度运行计划,验证了优化方法以及调控策略的可行性。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

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,基于电量空间对各个用电方进行功率分配,满足用电需求的同时,提高聚合商响应系统功率调整的能力。仿真分析验证了将不同负荷聚合进行联合调度的可行性,以及聚合负荷在功率互支撑、提高总体运行效率方面的作用。     

考虑负荷聚合商诚信度及用户满意度的日前调峰市场双层优化模型

新能源大规模并网对电力系统调峰带来较大挑战,在传统电源侧调峰空间逐步殆尽的背景下,亟需高效的市场机制引导用户侧灵活负荷主动参与调峰市场以维持电网安全稳定。结合用户实际情况,综合考虑用户满意度及负荷需求,提出了电动汽车、电采暖、储能等灵活负荷聚合参与日前调峰的市场机制,并建立了聚合商参与日前调峰市场出清及用户侧灵活负荷调度的双层优化模型。其中,上层模型考虑负荷聚合商诚信度的影响,以调度成本最低为目标进行日前市场出清;下层模型考虑用户满意度,以签订合同的形式调用用户侧灵活资源。仿真结果验证了将不同负荷聚合进行联合调度的可行性,表明所提出的策略能明显降低系统调度成本,保证市场调峰的可靠性,确保电网安全可靠运行。     

基于光伏与空调负荷协调优化的有源配电网经济调压策略

针对光伏电源接入配电网带来的电压越限问题,考虑空调负荷的调节潜力,提出一种基于光伏与空调负荷协调优化的有源配电网经济调压策略。首先,光伏与空调负荷根据自身利益建立各自调节量—调节成本模型;其次,集中控制器根据各用户的模型及潮流、网损等信息,以经济性为目标,优化分配各用户的实际调节量。将空调负荷的调节能力与光伏的调节能力协调配合,在实现电压调节的同时,减少或避免切除光伏的有功出力。仿真分析结果表明,所提策略在有效调节电压的同时,减少了网损,兼顾了光伏、空调负荷、负荷集中商及电网公司的利益,具有较高的经济性。     

负荷聚合商多类型需求侧资源激励价格制定一般模型及应用

负荷聚合商通过整合需求侧可调资源参与系统运行交易获利,是开展电力需求响应的专业机构.实现多类型需求响应资源的个性化激励定制对进一步灵活管理需求侧资源和增加需求响应效益至关重要,是负荷聚合商核心业务.基于主从博弈原理建立了负荷聚合商激励价格定制通用模型,选取了电动汽车用户及楼宇空调用户,考虑舒适度价格随削减负荷变化情况,...     

激励条件下的大规模空调负荷聚合集群优化策略

为提高大规模空调负荷聚合精度、提升空调集群可调节潜力,提出了激励条件下的大规模空调负荷聚合集群优化策略。首先建立了大规模空调负荷聚合架构,然后建立单体的二阶空调等值热力参数模型,同时基于蒙特卡洛方法对不同区域的空调负荷进行二次聚合,建立用户满意度与激励水平之间的关系。在此基础上,以实际空调聚合功率与缺口负荷之间的标准差最小、空调负荷聚合商补偿费用最少为优化目标,采用粒子群算法进行求解,最后通过算例说明了本文所提策略的有效性。     

虚拟电厂背景下的空调负荷控制策略

在虚拟电厂背景下,提出一种供需互动的空调控制策略。利用入户能量管理装置对用户房间温度进行预测,并计算入户能量管理装置控制的负荷可调容量。各入户能量管理装置将可调容量上报后,电网侧下发切负荷指令,入户能量管理装置接受指令,对其控制的空调负荷进行集中调控,最大限度保证用户舒适度的情况下,为电网侧提供大量可调容量。本文充分利用了虚拟发电厂技术,与物理端的入户能量管理装置结合,实现了大规模空调负荷的集中调控。