智能电网下基于负荷识别的居民电动汽车需求响应特性建模方法研究

当前智能电网技术的发展对系统负荷响应特性的建模工作提出了更高的要求,特别是大规模电动汽车并网后针对居民充电行为的需求响应特性应该得到进一步研究。基于非侵入式负荷监测技术,本文分析了电动汽车实际充电功率特点,提出一种在居民家庭日负荷曲线中识别充电负荷的方法,并将此识别结果作为需求侧响应特性建模的数据基础;针对充电负荷与环境温度、日类型的相关性,本研究将相似日短期负荷预测算法引入到负荷转移率计算过程中,减小因日负荷波动带来的计算误差,并采用优化算法进行参数辨识,进而建立更为准确的分时电价下电动汽车充电负荷响应特性模型。最后仿真验证了该建模方法的有效性和优越性。     

用于需求响应能力评估的概率负荷识别方法

针对将非侵入式负荷识别技术应用到需求响应领域存在的算法复杂和分解速度慢的问题,提出一种概率负荷识别方法.基于概率负荷分解的原理,建立了概率负荷识别模型.根据电事件引起的有功功率、无功功率和谐波等特征变化,识别可控负荷的类别和状态切换;再利用可控负荷在一个状态的持续时间来求得设备的用电量;然后根据可控设备的用电量,即可评...     

需求响应下的电力负荷特性分析

针对需求响应下的电力负荷特性,在介绍需求侧电力负荷分类基础上,研究了需求侧响应下多种影响因素,根据分析结果,分析了负荷预测过程中误差产生的机理及误差组成,将负荷特性分析技术用于缩小负荷预测误差,指出采用负荷特性分析方法拟定的预测网络输入可随预测模型柔性变化,减小预测过程中的总预测误差。     

计及需求响应的Elman-NN短期负荷预测模型研究

通过频谱分析研究了需求响应负荷的基本特性,并以此为依据建立了计及需求响应的Elman神经网络(Elman-NN)预测模型。Elman-NN具有处理动态信息能力强、训练时间短、全局寻优性强的优点。通过实际算例,对比在Elman-NN模型中计及需求响应因素前后的预测性能,结果显示计及需求响应因素可显著提高Elman-NN模型预测精度。本文证实了在模型中计及需求响应因素的重要作用,为需求响应负荷的预测研究奠定了必要的理论基础。     

基于路–电耦合网络的电动汽车需求响应技术

随着电动汽车(electric vehicle,EV)保有量的增长,大量无序充电负荷的接入可能给电网带来节点电压偏低、线路阻塞等影响。该文提出基于路-电耦合网络的EV需求响应技术,精确预测充电负荷时空分布特性并对其进行合理调度,以缓解或解决大规模EV无序充电引发的电网问题。首先分析路网交通信息与电网运行状态的交互影响,提出路网-电网耦合原则;在综合考虑路-电耦合对EV行为规律影响的基础上构建充电负荷预测模型,以获得聚合充电负荷的时空分布特性;进而提出考虑快充与慢充调控差异性的需求响应策略,其中快充调控可降低短时间内节点负荷,慢充调控可转移大量EV充电时间段;最后仿真结果表明,考虑路-电耦合能够更准确预测EV充电负荷并有效缓解电网电压偏低及输电线路阻塞问题。     

国外电力需求响应研究与实践

随着工业化和城市化进程的加快,能源短缺和环境保护成为全球经济发展面临的新问题。电力企业不应仅注重发电侧资源的管理优化,更应该注重需求侧的管理。介绍了国外需求响应实施现状和具体措施,以及需求响应试点项目。对比我国现在需求响应的发展情况和出现的问题,找到可以借鉴的内容,为我国未来需求响应措施的实施提供新的思路和理论分析基础。     

电力市场中用户基本负荷计算方法与需求响应性能评价

讨论了用户基本负荷的计算原则与方法,指出数据选择原则、计算方法与气象修正因子是计算用户基本负荷的3要素;分析了2种评价用户响应性能的方法,即绝对值法与相对指标法,指出可按用户响应性能数值细分用户响应的重要性等级;探讨了按用户的响应性能对用户进行补偿或处罚的方法。美国PJM、California ISO、NewYork ISO和New England ISO等在计算用户基本负荷与用户响应收益方面的实践结果表明:不同地区、不同环境、不同方案所使用的历史数据及计算方法不同。这对我国建立需求响应市场具有借鉴作用。     

考虑需求响应的电动汽车充电负荷研究

大规模电动汽车(Electric Vehicle, EV)接入电网进行无序充电,会增大负荷峰谷差并造成“峰上加峰”的问题。为此,文中提出一种新的分时电价策略引导EV参与需求响应,并基于此进行了负荷预测。为了刻画EV接入对电网的影响,建立了考虑EV随机特性的充电负荷模型;为了引导EV有序充电,构建了电价与系统负荷逐个时段的映射关系,提出了新的多时段分时电价策略以克服传统分时电价更新周期长、对当日实际负荷峰谷变化反映不灵敏的缺点;基于所建立的电价引导策略,对计及需求响应后的EV负荷进行了预测。结果表明,所提多时段分时电价需求响应机制能够合理地分配EV的充电时段,有效减小系统负荷峰谷差。     

基于EEMD-FCM的需求响应用户负荷曲线分类研究

需求响应(DR)作为电力需求侧管理(DRM)的重要措施,对提升电网安全、优化电力资源配置具有重要意义,目前已得到深化应用.为明确各类用户负荷特性和评估其参与DR的潜力,需要对电力用户进行分类.首先,综合考虑用户属性、用电时间规律等因素,建立基于集合经验模态分解(EEMD)和模糊C均值聚类(FCM)的需求响应用户负荷曲线分类模型.利用EEMD将某电网82组负荷数据分别分解为本征模态分量和趋势分量;然后,采用FCM对平稳的本征模态分量进行聚类.结果表明:EEMD-FCM模型在迭代12次后目标函数值稳定收敛于69.87,与传统FCM聚类相比,收敛值更小,求解时间更快,此外,EEMD-FCM在用户分类上比传统FCM更加精确;最后,基于用户用电负荷曲线分类结果提出不同的需求响应策略,为电网实施精准需求响应提供理论支撑.     

基于优先级队列的居民需求响应策略自趋优方法

居民负荷是电网季节性尖峰负荷的重要构成之一,具有巨大的需求响应(DR)潜力,但其随机性和分散性也限制了其灵活参与DR互动的能力。针对居民负荷的特点及其响应行为的不确定性,文中以负荷曲线特征、历史DR参与情况和响应程度为参数建立居民负荷模型,并以实际居民数据集为依据辨识分布参数。此外,文中提出一种基于历史响应效果形成优先级队列的方法,并在此基础上建立居民DR成本模型,以成本最小化为目标得出最优居民DR策略,从而在精确达成负荷削减目标的前提下合理控制DR成本。优先级队列在多次DR事件中逐次更新修正,实现响应策略自趋优。最后通过算例验证了提出的居民负荷模型及居民DR策略自趋优方法的有效性。     

基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。     

基于人工智能的输电线路故障快速诊断方法研究

针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题,提出一种基于人工智能的输电线路故障诊断方法。对输电线路故障诊断Petri网模型进行改进,在建立的模糊Petri网模型中预设变迁阈值,采用逆向搜索策略,对模糊Petri网进行约简,减小推理规模,提高故障诊断效率。所提方法可以对故障信息进行快速分析、分类处理,大大减少调度员处理信息的工作量,提高输电线路自动化水平,确保电力系统安全稳定运行。通过算例验证了所提方法的有效性。     

基于人工智能算法的无功优化分析软件设计

针对实际电网对无功优化的需求,利用Java编程语言,设计并开发基于人工智能(Artificial Intelligence, AI)算法的无功优化分析软件。该软件集成了五种不同性能的AI算法,可用于不同场合下的无功优化求解,用户则可依据实际情况快速选择相应的算法进行无功优化计算,计算结果可指导电网对无功投切量和变压器变比等参数进行优化调整。软件主要包括项目管理模块、数据编辑模块、无功优化计算模块和控制变量编辑模块,并设有BPA-Matpower数据接口,可兼容BPA数据格式,能完成BPA数据到Matpower数据的精准转换。软件可直接对不同网架结构的BPA数据进行编辑,无需重新编程,具有计算精度高、通用性强等特点。最后,针对南方电网下某市电网的BPA数据进行工程实例分析,验证了该软件的有效性和实用性。     

基于分层储能的主动配电网需求响应控制策略研究及实现

开展需求响应(Demand Response, DR)和提高分布式发电(Distributed Generation, DG)渗透率可以有效地缓解输电和发电建设要求。传统配电网的无法适应DER高渗透率接入,基于价格和激励的需求响应在现有的政策和市场环境下推广应用驱动力不够。为了解决上述问题,将配电网储能系统进行分层分级,通过层级分权和责任授权发挥储能系统的主动性,不同层级的储能通过自主协调进行需求响应。该方法可提高分布式电源的渗透率,延缓配电网升级改造提升资产利用率,满足区域配电网稳定运行、电能质量、供电可靠性等,促进储能在电力系统中的应用。基于该研究成果研制的主动配电网需求侧管理系统已应用于国家能源应用技术研究及工程示范项目,实践验证了策略的有效性和实用性。     

基于多代理的微电网需求响应机制研究

为了解决微电网电能产消和就近高效消纳的问题,提出了一种多代理微电网交易模型,实现微电网多层面运营主体的利益共赢及资源统筹.在此基础之上,考虑到微电网中负荷不确定性的问题,设计了需求响应机制并引入奖惩制度,既激励用户积极参与响应又避免用户逐利行为,指导用户合理用电.算例分析表明,本文所提机制能有效提高微电网的经济效益和环...     

考虑温度再设的暖通空调电力需求响应策略研究

近年来,空调负荷的急剧增长已经成为季节性电力紧张的最主要原因,利用空调需求响应策略,调整空调负荷对于实现电网削峰填谷有重要意义。以风机盘管加新风形式的空调系统为对象,建立其TRNSYS仿真模型,基于分时电价政策,针对温度再设需求响应策略进行研究,采用再次设定制冷区域温度和热舒适指标两种策略,对比其在需求响应期间的峰值负荷削减量和整体系统运行的费用。结果表明基于温度再设的需求响应策略峰期负荷转移率约为30.3％,基于热舒适指标控制的需求响应策略的峰期负荷转移率约为22.7％,然而,这两种策略并不能节省电费,因此,除了分时电价的优惠政策外还需要给予相应的激励措施。     

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。     

基于电力现货市场需求响应模式研究

随着电力现货市场化的深入推进,对电网供电服务能力也提出了更高的要求,基于智能电网和泛在电力物联网的建设,能够有效的支持互动用户服务和需求响应,以提升客户的服务水平和灵活感知能力。近年来,需求侧管理技术的不断改进,用户的需求响应行为使负荷有可能成为一种相对可控的资源,但国内需求响应尚未与电力市场建设融合,一定程度上制约了需求响应的发展。针对此,首先研究美国PJM的需求响应模式;然后结合浙江电力市场发展现状和国家政策,提出可参考的需求响应的商业模式;在此基础上,设想基于互联网的未来需求响应应用平台建设。