考虑需求响应不确定性的多时间尺度源荷互动决策方法

将需求响应(DR)不确定性引起的偏差区间的变化规律,应用于基于消费者心理学原理的价格型DR行为建模。基于多时间尺度决策的视角并考虑用户响应的偏差,设计了一种刚性约束和弹性约束相结合的激励型DR机制。考虑源、荷两侧资源的不确定性,将价格型和激励型DR与常规机组、风电、紧急调峰资源在不同时间尺度上进行优化配置,构建了日前—日内时间尺度的源荷互动决策模型,并根据不确定规划理论和混合整数规划方法进行求解。算例分析验证了决策建模的有效性,通过不同资源种类以及不同时间尺度上的决策优化,增强了源荷互动的效果。     

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。     

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。     

考虑大规模风电接入并计及多时间尺度需求响应资源协调优化的滚动调度模型

基于需求响应多时间尺度的特性,考虑新能源不确定的特点,建立了计及多时间尺度需求响应资源的日前–日内–实时滚动调度模型。模型中考虑了电价型需求响应资源,"日前"、"日内"、"实时"三个时间尺度的激励型需求响应资源,以及常规发电机组、快速启动机组两种响应速度不同的发电侧资源。针对风电预测精度日前–日内–实时逐步提高的特点,设计了一种基于场景的随机规划(scenario-based stochastic programming,SSP)与基于机会约束的随机规划(chance-constrained programming,CCP)相结合的滚动调度模型,对各阶段不同类型的资源进行优化配置求解,实现社会福利的最优。最后基于PJM-5节点系统的算例验证了调度策略的有效性。     

计及风电功率预测误差的需求响应多时间尺度优化调度

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。     

计及多类型需求响应的风-火-荷两阶段协同调度

针对大规模风电并网的消纳难题,利用需求响应(DR)实现了日前-日内两阶段的源荷协同优化调度。日前阶段基于风电出力场景集,运用价格型需求响应(PBDR)拉平净负荷曲线,缓解风电反调峰特性的影响;然后以电网运行成本最小为目标,考虑激励型需求响应(IBDR)平衡风电波动的作用,决策出一个满足各出力场景下消纳需求的机组组合和IBDR订单合同方案。日内阶段运用滚动灰色预测实现精确的超短期风电预测,从而在日前方案基础上,确定实际的机组出力、弃风和IBDR响应容量。选取24h风电/负荷比为34.8%的算例,仿真结果显示PBDR参与度水平越高,电力系统的调度成本越低。4种DR组合方案的对比分析表明,合理配置DR资源使得风电消纳率提升了6.05%,同时验证了采用两阶段调度比日内一次性调度节约成本5.36%。     

考虑柔性负荷响应不确定性的多时间尺度协调调度模型

针对柔性负荷实际响应的不确定性,以及各类柔性负荷在多时间尺度上的响应特性,提出了考虑柔性负荷响应不确定性的多时间尺度协调调度模型。首先,基于消费者心理学原理并计及柔性负荷响应不确定性的变化规律,建立了价格型需求响应(DR)的响应量模型。然后,在考虑实际响应误差的基础上,制定了激励型DR的激励机制,并基于上述不确定性分析建立了可转移负荷、可平移负荷和可削减负荷的响应模型。最后,从多时间尺度协调的角度,对柔性负荷、常规机组和风电进行协调优化,构建了日前—日内—实时的协调调度模型,并根据模糊机会约束规划理论和混合整数规划方法进行求解。算例分析验证了所提模型的有效性,通过考虑柔性负荷响应的不确定性及多时间尺度上的协调优化,能够实现削峰填谷,提高风电消纳,并降低电网调度的成本。     

计及源荷不确定性的多时间尺度滚动调度计划模型与方法

考虑风电和负荷预测偏差随时间尺度变化的规律以及分时电价条件下负荷响应偏差,综合表述系统运行的不确定性因素及其影响,提出了一种基于偏差预控的负荷调度模式。为实现风电、慢机、快机以及价格型和激励型需求响应在不同时间尺度上逐级协调优化的潜力,构建了"日前-日内-实时"多时间尺度滚动调度计划模型。算例结果验证了决策模型与求解的有效性,并进一步分析了不确定性因素对调度计划的影响以及多时间尺度经济运行域滚动决策的效果。提高不确定因素的预测精度以提升系统整体运行水平的同时,应充分考虑不确定性偏差随时间尺度的变化规律和不同类型资源的互补特征。在系统可靠运行的前提下,可根据系统运行不确定因素的偏差大小同步滚动生成不同时间尺度的经济运行域,进一步增强系统运行的经济性。     

计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型

为深入挖掘电动汽车的可调度潜力，缓解含高比例新能源微电网的供能压力，结合多元需求响应技术，提出一种考虑电动汽车资源参与的微电网多时间尺度优化调度模型。在日前调度阶段，一部分电动汽车资源与价格型需求响应技术相结合，以用户的综合满意度为目标进行优化。微电网基于价格型电动汽车资源的调度计划，以经济低碳成本最低与灵活性满足度最大为目标进行优化，确定各侧可调资源的调度安排。在日内调度阶段，另一部分电动汽车资源与激励型需求响应技术相结合。微电网能量管理中心作为领导者，以运营成本最小为目标，激励型电动汽车群作为跟随者，以用电成本最小为目标，构建微电网日内主从博弈模型进行滚动优化，双方基于补贴价格与用能策略进行博弈。最后，基于某微电网场景进行仿真验证，结果表明所提模型能够降低用户用电成本，减少负荷曲线的峰谷差，实现新能源的全消纳。     

考虑双重需求响应及阶梯型碳交易的综合能源系统双时间尺度优化调度EI北大核心CSCD

安全稳定、低碳清洁是全球能源发展的主流方向,如何充分发挥需求侧资源响应潜力以及降低系统源、荷不确定因素对实现能源可持续发展具有重要意义。为此,提出了一种考虑双重需求响应和阶梯型碳交易机制的综合能源系统(IES)双时间尺度优化调度策略。针对电、热、气负荷的可调度特性和不同时间尺度下的响应差异性,提出了双重激励的综合需求响应(IDR)模型。为实现IES低碳经济运行,建立了基于日前价格型IDR策略和阶梯型碳交易机制的IES日前低碳优化调度模型。考虑日前源、荷预测误差对IES调度的影响,基于模型预测控制和日内激励型IDR策略,建立了以购能成本、各设备出力调整成本和阶梯型激励补贴成本之和最小为目标的日内滚动优化调度模型,并采用CPLEX对所提模型进行求解。仿真结果验证了所提模型能有效兼顾系统经济性和环保性,同时提高了系统平抑源、荷功率波动的能力。     

基于需求响应的虚拟电厂多时间尺度优化调度

随着我国不断加快新型电力系统建设,风电、光伏等越来越多的分布式资源大规模并网,但其随机性、波动性及分散性的特点给电力系统带来了多重不确定性。提出了一种考虑价格型需求响应的虚拟电厂多时间尺度优化调度方法,在日内调度模型中引入用户价格型需求响应,对用户负荷进行精准调控;采用基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法处理风光出力、电价不确定性,减少日前日内出力偏差,再结合日前调度构成了多时间尺度优化调度模型,并采用滚动优化得到日内优化调度结果。以湖南某小型虚拟电厂系统进行算例仿真,结果表明,所提多时间尺度优化调度策略能够精确预测风光出力及用户负荷,在有效抑制功率波动的同时保证了系统的经济性。     

考虑居民用户参与度不确定性的激励型需求响应模型与评估

先进的智能测控与双向通信技术引导越来越多居民用户通过智能家庭能量管理系统(SHEMS)参与需求响应(DR),然而用户参与度等不确定因素导致难以有效量化评估居民响应能力.首先,建立了复杂用电环境下的混合整数负荷模型,并综合考虑基于分时电价和用户协议的DR策略,建立了激励型DR参与度自主决策的智能家庭日前优化调度模型.然后...     

基于模型预测控制的源荷储低碳经济调度

为提高电力系统风电消纳的经济性以及实现低碳排放的目标,基于模型预测控制方法,构建了多时间尺度下含碳捕集电厂的源荷储低碳经济调度模型。首先,源侧分析碳捕集电厂的运行机理及能量时移特性;荷侧根据需求响应时间尺度的差异性,调用不同响应速度的价格型、动态激励型需求响应资源分别参与日前-日内调度;储能快速调整充放电功率提高运行经济性。其次,日前调度以运行成本和碳排放量最小为目标,通过协调调度源荷储资源优化系统各单元出力计划。日内调度在滚动优化平滑功率波动的基础上,以跟踪和修正日前调度计划为目标,实时应对风光和负荷的功率波动。最后通过算例验证所提方法可降低运行成本和碳排放量,实现对经济与低碳协同优化。     

考虑动态激励型需求响应的微电网两阶段优化调度

针对微电网中风电、光伏出力和负荷大小的不确定性,从日前和实时两个阶段出发,建立了微电网两阶段优化调度模型。日前调度阶段建立以微电网总运行成本最优的经济调度模型。实时调度阶段在日前调度优化结果的基础上,综合考虑实时优化调度各电源的出力调整顺序,提出了一种动态激励型需求响应参与的实时滚动优化策略。该策略的激励价格和用户参与容量随时间尺度前进呈现出动态变化,旨在利用价格引导用户提高需求响应的参与程度。通过算例表明,动态激励型需求响应相较于静态激励型需求响应不仅可以提升对日前联络线计划的跟踪效果,还能更好地消除微电网日前预测误差。该策略在显著提高用户收益的同时有效降低了系统运行成本,为市场化的微电网优化运行提供了参考。     

多种需求响应和日前小时电价优化促进风电接纳研究

随着经济发展,负荷峰谷差越来越大,系统调峰能力不足成为制约风电接纳水平的主要原因之一。价格信号可以引导用户行为,减缓系统调峰压力。本文提出考虑风电不确定性情况下的日前小时电价优化和计及激励型需求响应的风电电力系统调度二层规划模型。利用拉丁超立方抽样生成大量风电场景,采用同步回代法进行场景削减,通过量子粒子群算法对模型求解。算例证明所提模型可以引导用户削峰填谷,并有效促进风电接纳、火电发电成本降低及使用户的效益增加。并比较了不同调度模式、峰谷电价与日前小时电价、风电预测误差及电价型负荷响应用户成本与激励型负荷响应用户报价对调度结果产生的影响。     

基于模糊激励型需求响应的微电网两阶段优化调度模型

针对微电网中风电和负荷不确定性，提出一种基于价格型需求响应（price-based demand response，PBDR）的日前负荷调度和基于激励型需求响应（incentive-based demand response，IBDR）的实时负荷调度的两阶段优化调度模型。在日前阶段，根据用户需求对电价的响应，引入需求价格弹性建立了用户响应模型；在实时调度阶段，为了挖掘不同用户参与需求响应的积极性，利用模糊工具求出不同用户的动态激励方案，提高需求响应项目的参与度。算例分析结果表明，两阶段调度模型相较于只采用日前价格型需求响应提高了风电消纳能力，增加了电网和用户的经济效益；而较于只采用实时激励型需求响应增强了削峰填谷作用，提高系统运行的平稳性。同时动态激励价格比固定式激励价格使负荷曲线峰谷差更小，进一步减少了弃风量。     

基于Stackelberg博弈实时定价机制的电-气综合能源系统优化调度

为了降低风电和负荷的预测误差对于综合能源系统各机组出力计划的影响,建立了基于Stackelberg 博弈实时定价机制的电-气综合能源系统两阶段（日前-日内）优化调度模型。在日前调度计划中,以综合能源系统经济成本最优确定各机组次日的出力计划。在日内调度计划中,以综合运营商收益最大和用户满意度最大为目标函数,建立主从博弈模型,通过两方博弈对日前能源价格进行调整,从而引导用户积极参与需求响应。通过实际的算例仿真分析,Stackelberg 博弈制定的实时能源价格相较于价格弹性系数矩阵法制定的能源价格,用户参与需求响应的程度更高,不仅可以减少对各机组日前制定出力计划的调整,而且可以降低系统运行成本,提高用户的综合效能。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

考虑发、用电侧利益主体博弈的双层调度方法

市场环境下,随着风电的广泛接入,将需求响应纳入传统日前发电调度计划成为消纳风电、降低系统运行成本的有效手段。当电力公司制定日前发电计划时,如何根据消费者心理采取最优的电价决策方案调用负荷侧资源是目前亟须解决的重要问题。针对该问题,提出了一个考虑电力公司和用电用户有着不同利益需求的双层优化模型,该模型的上层为电力公司日前发电计划优化问题,将价格型需求响应调用成本纳入目标函数,下层是基于用户满意度促进风电消纳的日前实时电价的优化制定,并研究了电力公司运行费用与用户满意度的相互关系。算例分析结果表明,所提模型可以反映双方的利益博弈关系,并实现双主体利益的最大化。