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。     

考虑用户调节行为多样性的空调负荷聚合商日前调度策略

空调负荷作为重要的柔性负荷资源之一,通过负荷聚合商参与电网调控,对改善夏季电网的负荷特性具有重要意义。然而聚合商通过分组控制方式无法最大化地利用空调的可调潜力,并且对用户舒适度有一定影响。从负荷聚合商的角度出发,对用户空调负荷分别采用温度设定值控制,以保持用户调节行为的多样性。在最大化挖掘负荷可调潜力的同时保证用户舒适度,提出了一种基于用户空调负荷温度控制的负荷聚合商日前调度双层优化模型。模型上层以负荷聚合商利益最大为优化目标,下层考虑用户舒适度差异以用户整体不舒适度水平最小为优化目标。采用粒子群整数规划算法进行求解获得单台空调设备设定温度的调节量。通过仿真验证表明,所提日前调度策略可以在给电网提供一定削峰能力的同时,充分挖掘空调负荷的可调潜力,保证负荷聚合商获得最大化利益并且用户舒适度水平更高。     

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。     

电力需求响应机制下基于多主体双层博弈的规模化电动汽车充放电优化调度EI北大核心CSCD

针对电力需求响应机制下电动汽车调度场景涉及的多元决策主体间的复杂博弈互动关系,该文提出多电动汽车聚合商分别整合规模化电动汽车入网参与电力市场竞价,并依据竞价结果指导电动汽车实时充放电优化调度的多主体双层博弈模型。首先,基于logit协议构建电动汽车充放电调度的多策略集演化博弈模型;其次,构建多电动汽车聚合商在电力市场中竞标购/售电价格的非合作博弈模型;再次,用复制者动态描述配电网运营商向各聚合商分配需求响应时段响应电量的策略演化;最后,联合求解双层博弈模型的演化均衡和纳什均衡,得到三主体的最优稳定策略。算例分析表明,提出的模型在实现负荷削峰填谷的同时,可有效平衡电动汽车用户、电动汽车聚合商和配电网运营商三者之间的经济利益。     

基于空调负荷温差-功率特性的博弈分层优化调度

首先,提出了负荷聚合商调度架构,然后对分体式定频空调负荷进行分钟级的优化,得到每小时内空调平均负荷与始末时刻设定的温度差值之间的阶梯函数特性,并对该特性进行线性化,建立了适用于空调小时级调度的温差-功率模型。其次,根据空调温差-功率模型特性,提出了适用性的空调分组方法。接着针对配电区域内存在的多个负荷聚合商,提出了空调负荷聚合商非合作博弈的模型,并针对博弈收益函数中的控制变量离散化的问题,引入连续化的中间变量,建立了博弈的分层优化模型,给出了该博弈的分层优化存在唯一纯策略纳什均衡解的证明及求解方法。最后通过算例仿真验证了所提方法的可行性。     

基于动态非合作博弈的大规模电动汽车实时优化调度

针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。     

考虑精细化潜力评估的负荷聚合商优化调度

负荷聚合商可以聚合用户负荷,实现需求响应,缓解电网压力。为了减轻用户需求响应能力差异和响应行为不确定对负荷聚合商响应特性的影响,构建了需求响应潜力评估模型并提出基于精细化潜力评估的负荷聚合商优化调度模型。首先设计使用4个指标,建立基于用户历史用电数据的需求响应潜力精细化评估模型,将需求响应潜力的评估精细到设备级,研究在不同经济激励下的用户及设备的需求响应潜力。然后将需求潜力评估模型与负荷聚合商的优化调度模型相结合,求得最优的调度结果。仿真结果表明,设计的模型能精确反应用户及设备的需求响应潜力,将此模型和负荷聚合商的优化调度模型结合可以充分发挥用户的需求响应能力,提高用户满意度,调动用户的积极性,从而提高负荷聚合商的可靠性和整体的经济性。     

计及模糊随机不确定性的聚合商调度策略

可中断负荷响应行为中的随机和模糊因素通常同时存在,即统计规律本身包含高阶不确定性,针对高阶不确定性背景下的聚合商调度决策问题,在可中断负荷传统的削减率模糊模型的基础上考虑其随机性,建立模糊随机机会约束规划模型,求解可中断负荷的最优响应容量,并进行相应的风险评估。计及高阶不确定性的模糊随机模型和传统的模糊模型的算例对比结果表明,计及高阶不确定性的决策方法更稳健,能减小调度决策的风险,体现了响应可靠性对决策者利润的影响,可为聚合商的调度提供指导。     

资源聚合商模式下的分布式电源、储能与柔性负荷联合调度模型

分布式电源、储能、柔性负荷等分布式资源数量众多、布局分散,难以直接被电网调度。资源聚合商可通过内部整合各类分布式资源执行电网调度指令。基于资源聚合商运行模式,建立了结合大容量资源直接调度与小容量资源电价响应间接调度的联合调度模型。在此基础上,以资源聚合商利润最大为优化目标,对大容量资源调度性能差异进行滚动在线评估,设置动态综合调度优先级。针对小容量资源间接调度的不确定性,提出了包含模糊参数的机会调度约束。应用改进的粒子群算法将模糊机会约束清晰化并求解调度模型。基于IEEE33节点配电网络,验证了所提模型和算法的有效性和科学性。     

考虑道路交通模型的电动汽车聚合商短时调度策略和响应激励设计

为调度电动汽车提供短时需求响应,建立考虑道路交通模型的电动汽车短时需求响应模型,计及用户行驶过程、充放电过程成本,综合考虑电动汽车评分、用户参与率以及距离引起的响应不确定性,设计两步式定价的响应激励方法,并提出电动汽车聚合商短时调度策略。聚合商模拟用户实际响应情况进行调度决策,参与竞价,并根据出清结果调整调度计划。算例验证了所提模型的有效性。     

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。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

预算限制下考虑综合舒适度的智能用电优化模型

针对用户行为的不确定性和家电优先级对负荷调度的影响,提出一种在预算限制下考虑综合舒适度的智能用电优化模型。首先,将用户费用支出与舒适度相结合定义了单位舒适度支出,并阐述了针对用户用电舒适度的前提假设。其次,基于时间优先级和设备优先级对舒适度值进行分配,综合2种优先级得到综合舒适度。最后,在预算限制下,建立了考虑综合舒适度的智能用电优化模型,并利用持续搜索粒子群算法对模型进行求解。通过3种不同预算限制下的仿真验证了该模型在提高用户舒适水平方面的有效性。     

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,...     

考虑用户响应度模糊控制的需求响应双层博弈模型

配电网中分布式新能源、可控负荷等柔性资源参与电网需求响应已成为新型电力系统削峰填谷的重要手段,而如何考虑用户响应度和平衡多主体利益十分关键。为此,文中首先建立用户响应度的模糊控制模型,并给出考虑用户响应度模糊性的供电方、负荷聚合商、用户等多主体需求响应参与方效益函数模型;进而以日负荷曲线偏差最小和系统成本最小为优化目标,上层优化采用供电方最优需求响应方案,下层优化在供电方及负荷聚合商之间求得最优任务分配,从而建立供电方、负荷聚合商、用户等多主体协同需求响应双层模型,并提出基于Stackelberg博弈理论和k-means聚类算法的求解方法;最后以某地区历史数据进行模拟仿真。结果表明文中模型在考虑用户响应度和协同多主体利益下能有效筛选优质需求响应资源,平抑负荷波动。     

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。     

基于主从博弈的负荷聚合商日前市场最优定价策略

负荷聚合商通过需求响应整合用户侧资源,并由此向电网提供负荷平抑服务以获得收益。因此,聚合商的响应定价策略和用户响应偏好直接影响用户响应精度,进而影响聚合商市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,建立考虑用户偏好的用户效用模型和聚合商收益模型。进而,以用户和聚合商两者利益最大化为目标构建主从博弈模型,求解模型获得聚合商最优补偿定价策略,分析用户用电弹性以优化用户响应。最后,采用美国PJM市场数据进行算例仿真,结果表明基于主从博弈的最优定价策略能够充分考虑用户响应偏好差异,有效降低用户综合成本,通过平抑负荷波动提高聚合商市场收益。     

用户侧分布式储能鲁棒博弈优化调度方法

针对开放电力市场环境中多主体电能交易机制下系统的经济调度问题,提出了一种基于合作博弈理论的用户侧分布式储能鲁棒博弈优化调度方法.该方法旨在协调配电网与用户之间的能量交互,通过寻找博弈模型的均衡点来制定最优的用户侧储能调度策略,提高系统的新能源消纳水平和经济效益.其次,为减少系统中源荷功率不确定性对实际调度运行过程中系统...