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。     

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。     

热负荷弹性与分时电价需求侧响应协同促进碳减排的电热优化调度

通过负荷侧灵活性资源的协同可有效促进系统的碳排放降低与低碳经济运行,针对于电热联合系统日前调度问题,建立了一种热负荷弹性与分时电价需求侧响应协同促进碳减排的电热优化调度模型。为有效挖掘负荷侧灵活性资源的协同潜力,在系统的热负荷侧综合利用采暖建筑用户热负荷弹性,同时于系统的电负荷侧引入分时电价需求侧响应相协同。模型的综合优化目标对应考虑结合系统运行燃料成本、系统弃风惩罚和系统碳交易成本以安排电热联合系统的调度计划。算例仿真表明,通过电热负荷侧采暖建筑用户热负荷弹性与分时电价需求侧响应的协同可有效地降低系统碳排放并促进系统低碳经济运行。     

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。     

考虑采暖建筑用户热负荷弹性与分时电价需求侧响应 协同的电热联合系统优化调度

电热联合系统中电、热负荷在峰谷分布上存在互补特性,考虑电、热负荷的互补特性实施电热联合系统优化运行可以有效增强系统调峰灵活性,缓解电热强耦合造成的弃风。为此,研究了考虑采暖建筑用户热负荷弹性与分时电价需求侧响应协同的电热联合系统优化调度问题。阐述了电、热负荷协同促进风电消纳的机理。根据电、热负荷特性分别建立采暖建筑用户热负荷弹性模型以及分时电价需求侧响应模型,并以此为基础建立电、热负荷协同响应模型。将负荷模型纳入调度模型,构建考虑负荷协同优化的电热联合系统日前调度模型。算例分析表明,采暖建筑用户热负荷弹性与分时电价需求侧响应的协同可有效提升系统运行经济性并促进系统风电消纳。     

基于用户成本选择用户范围的分时电价最优策略

传统的分时电价政策忽略了用户参与分时电价政策的意愿,且用户电价电量响应行为建模未考虑用户调整用电行为成本,为此提出基于用户成本选择用户范围的分时电价最优策略。分析用户改变用电行为所产生的调整成本与节省用电费用的关系,推导分时电价机制下用户电价电量响应行为模型。当用户改变用电行为后,其生产成本高于实行分时电价前的电费,则对用户参与分时电价政策的意愿评估为零,不纳入分时电价实施范围。仿真及实验结果显示,与不选择用户范围的传统分时电价模型相比,该模型能够反映用户调整用电行为过程,科学选择参与分时电价政策的用户范围,实现电网和用户的总效益最优。     

基于用户成本选择用户范围的分时电价最优策略

传统的分时电价政策忽略了用户参与分时电价政策的意愿,且用户电价电量响应行为建模未考虑用户调整用电行为成本,为此提出基于用户成本选择用户范围的分时电价最优策略。分析用户改变用电行为所产生的调整成本与节省用电费用的关系,推导分时电价机制下用户电价电量响应行为模型。当用户改变用电行为后,其生产成本高于实行分时电价前的电费,则对用户参与分时电价政策的意愿评估为零,不纳入分时电价实施范围。仿真及实验结果显示,与不选择用户范围的传统分时电价模型相比,该模型能够反映用户调整用电行为过程,科学选择参与分时电价政策的用户范围,实现电网和用户的总效益最优。     

一种考虑用户耐受度的自动需求响应调度策略

合理制定峰谷电价是现阶段实行需求侧管理的有效手段。引入需求侧的电力需求价格弹性,建立基于电价需求弹性峰谷分时电价的用户响应模型;综合考虑用户用电行为耐受度和用户用电支出耐受度,建立用户耐受度模型,给出基于用户响应和用户耐受度的峰谷分时电价优化模型。最后通过MATLAB软件,采用多目标遗传算法对提出的峰谷分时电价优化模型进行仿真,验证了其有效性。     

考虑用户响应程度的电动汽车分时电价策略*

本文提出了一种综合考虑用户和电力公司利益的电动汽车分时电价策略。结合用户充电特性,建立了电动汽车需求响应模型。以用户和电网经济效益最大和电网波动最小为目标,通过NSGA-II算法求得了问题的Pareto解集。结合模糊隶属度的方法找到了其中的折中解,并作为最优分时电价。进一步,研究政府补贴额对用户响应参与度的影响,并定量计算出使用户达到最大响应度的最小补贴值。结果表明,分时电价响应制度能很好地激励用户参与到电价响应中来。同时,政府适当增加补贴能更好激励用户参与电价响应。本文提出的电价政策对电网公司具有一定的指导意义。     

面向大容量风电接入考虑用户侧互动的系统日前调度和运行模拟研究

风电的随机波动性增大了系统调度的难度,将需求响应融入传统发电日前调度计划,将风电备用成本纳入目标函数,同时增加了正负旋转备用约束。以基于消费者心理学的分时电价用户响应原理预测负荷曲线,将可中断负荷作为部分系统备用,建立面向大容量风电接入考虑用户侧互动的系统日前调度模型和运行模拟模型。综合考虑发用电侧资源,将分时电价和可中断负荷这两种需求响应措施融入同一模型,用于应对风电的反调峰特性和间歇性。采用蒙特卡洛算法模拟多种风电出力的情况,评估考虑用户侧互动前后系统的弃风量和电力不足情况,并分析风电渗透率和弃风量、电力不足量的关系。IEEE24节点算例验证说明了本文用户侧互动调度模型的作用,可以起到有效降低发电成本,提高风能利用效率和风电容量利用水平的作用。     

峰谷分时电价下的用户响应行为研究

在基于消费者心理学原理建立的峰谷分时电价下用户响应模型的基础上,根据峰谷分时电价制定过程需要,准确把握用户响应特性的需求,基于加权最小二乘法建立了用户响应度曲线的参数辨识模型;提出了用户真实响应度曲线的获取是一个利用历史数据反复修正的过程,并解决了分段线性的响应度曲线的拐点处理问题;然后针对峰谷电价不同实施情况的用户,制定了峰谷分时电价下用户响应行为的实时仿真流程,并用实例说明了上述模型的有效性和优越性     

考虑电动汽车有序充电的配电网重构

考虑到电动汽车用户会响应峰谷分时电价的政策,做出改变电动汽车充电方案的决定,使电动汽车无序充电变成可规划、可预测的有序充电。在此基础上,用户对峰谷分时电价不同的响应度对配电网重构会产生怎样的影响是文中重点探讨的问题。文中的数学模型式以配电网重构费用损失最低为目标,提出一种混合的粒子群蚁群算法用于求解论文提出的问题。对IEEE33节点系统进行仿真,首先验证了提出方法在配电网重构求解有效性;其次验证了电动汽车有序转移到电价谷时段充电能够有效减少配电网重构费用损失,且用户响应度越高,配电网重构费用损失越少。     

计及电动汽车入网的电价联动模型

电动汽车不同的充放电控制与利用策略对电网负荷曲线产生不同的影响,从而影响到峰谷分时电价政策的制定与实施。提出计及电动汽车入网的电价联动模型。首先,应用蒙特卡洛模拟法模拟一定数量电动汽车充放电功率曲线;然后,供电侧基于用户需求响应调整销售侧峰谷分时电价,以优化用户负荷曲线;最后,将用户响应后的用户负荷曲线与电动汽车充放电功率曲线叠加得到新的电网负荷曲线,在此基础上,调整发电侧峰谷上网电价,以平衡用户侧削峰填谷及电动汽车入网给发、供电侧带来的效益。结合实际数据,设置3种电动汽车入网方式和2种充放电电价模式对模型进行仿真,结果验证了模型的有效性。     

功率与负荷预测的智能建筑双时间尺度多能互补优化模型

建筑光伏(Building Integrated Photovoltaic,BIPV)发电功率出力的随机波动特性,新型负荷与传统负荷的相互作用、需求侧响应和分时电价对负荷特性的影响是智能建筑能量管理系统(Energy Management System,EMS)优化运行必须考虑且亟待解决的突出问题。以BIPV功率、负荷功率与温度预测为基础,综合考虑系统整体的经济性与用户舒适度,联合日前、日内两个时间尺度建立了智能建筑EMS的两阶段优化模型。日前尺度计及分时电价,以系统运行经济性为目标,制定可控电源机组启停、可平移负荷、储能装置的优化运行方案;日内尺度则在日前优化基础上综合平衡系统经济性和用户舒适度,对可控电源功率及可控负荷功率进行滚动优化。最后通过实际数据的算例仿真验证了本文所提模型的有效性。     

基于模糊需求和用户分类响应程度的分时电价设计模型

考虑负荷预测的不确定性,运用模糊三角数表示用户未来时刻的实际需求.结合分类用户不同程度的需求价格响应,构建了一套基于模糊需求和用户分类响应程度下的最优分类峰谷分时电价设计模型.通过算例对比分析了分类分时电价与不分类分时电价之间的调峰效果,证明了实施分类峰谷分时电价要比不分类峰谷分时电价更有效.     

考虑需求响应综合影响因素的RBF-NN短期负荷预测模型

为提高计及需求响应的短期负荷预测精度,通过量化电价、用户响应程度以及温度等外界因素,构建了考虑需求响应综合影响因素的径向基函数神经网络(radial basis function-neural network,RBF-NN)短期负荷预测模型。结合峰谷分时电价(time-of-use price,TOU price),根据消费者心理学原理描述了基于Logistic函数的用户模糊需求响应机理,用于有效辨识用户对峰谷电价的响应参数。利用半梯形隶属度函数消除用户响应模糊属性,将需求响应精确量化结果引入RBF-NN预测模型。通过实际算例,分析了该文构建模型在不同电价机制下的预测性能,证明了在RBF-NN模型中综合考虑电价、用户响应度等因素的重要性,为计及需求响应的短期负荷预测研究提供了一定的理论依据。     

分时电价下大用户概率响应建模研究

在大用户响应电价特性的基础上,提出了基于用电特性的大用户负荷聚类方法。将大用户的需求响应模型分成负荷基准分量部分和负荷响应分量部分,利用多变量时间序列重构的短期负荷预测方法得到用户的负荷基准分量,在需求价格理论的基础上利用响应实际数据获得单体大用户响应分时电价的负荷概率模型。利用matlab对南京地区实际数据进行仿真模拟,算例表明,该模型能够很好的反映大用户的响应分时电价的情形,为分时电价的制定策略提供科学依据。     

基于区域峰谷分时电价的电动汽车有序充电研究

随着电力市场的发展,差异化电价机制的出现为引导大规模电动汽车的有序充电行为提供了一种新的思路。因此,提出了一种能够引导电动汽车有序充电的最优区域峰谷分时电价计算模型。首先,基于城市区域用电行为的差异特性,将用电区域分为居民区、办公区、工业区、商业区等四个区域,并运用隶属度函数法研究区域分时电价峰谷时段划分方法;然后,基于弹性系数法建立电动汽车用户响应量对区域峰谷分时电价的响应关系。最后,以日峰谷差和用户充电成本最小为优化目标,建立最优区域峰谷分时电价计算模型。仿真结果表明所提出的电动汽车区域峰谷分时电价计算模型能够有效降低用户充电成本和系统日峰谷差,有效引导电动汽车进行有序充电。     

分时电价下用户响应行为的模型与算法

为满足需求响应机制中描述用户行为规律的需要,提出一种电力用户需求响应行为的模型与算法。在获取足够的用户历史数据的基础上,通过支持向量机(support vector machine,SVM)回归进行数据挖掘,建立了电力用户在分时电价下的响应行为模型。该方法以用户响应的影响因素分析为基础,确定了回归模型的输入与输出属性;并通过定义等效电价比率,构建了含丰富数据信息的训练样本;最后采用网格搜索法选择SVM回归的最佳参数,实现了回归模型的高精度预测。该模型实现了电力用户在分时电价下行为规律的模拟,可揭示用户响应电量变化与分时电价政策激励力度间的关系,从而为更多研究提供基础数据。仿真分析证明了该模型和算法的有效性和合理性。     

计及需求响应不确定性的智能用电双向互动仿真

双向互动的智能用电是智能电网的重要组成部分。基于现有的分时电价下用户的响应模型,计及需求响应的不确定性。表现在针对某次调价事件,用户响应与否以及即使响应但峰谷负荷转移率由于用户主观因素或其他外界影响因素等而存在不确定性,引入多智能体模拟方法,建立双向互动的改进分时电价调价模型。重点分析了电力公司和电力用户的双向互动过程,以及用户响应的不确定性对电力公司分时电价设定的影响。算例表明,分时电价的调整与用户响应之间存在双向互动的关系且分时电价也会改变用户的响应类型;融入用户响应不确定性使得仿真过程更真实。