考虑用户舒适度的多样化负荷控制策略

随着人民生活质量的不断提升,空调等分散式居民负荷在短时负荷尖峰中占据比重越来越大,已严重危害电网平稳安全运行。因此,选取空调、电热水器与照明负荷等居民侧柔性资源,采用蒙特卡洛法模拟其聚类特性,分析多种柔性资源的控制方法与可调度潜力,提出了考虑用户舒适度的多样化负荷削峰避峰协调控制策略,促进用户侧资源参与网荷互动,提高电网运行的可靠性。通过算例对策略控制效果进行分析,结果表明综合多样化负荷的调控策略能够在保证用户舒适度的同时,完成削峰任务,并具备良好的调峰波形。     

基于用户差异化热舒适度的空调负荷聚合调度策略

空调负荷作为需求侧重要资源,可灵活参与电力系统,促进新能源消纳。在空调负荷调度过程中,不同用户的热舒适要求和调度潜力存在差异。如何满足用户差异化热舒适度,且挖掘其调度潜力是要考虑的难题。针对上述问题,文中首先引进热舒适度模型以综合量化用户的热舒适体验;其次,根据热舒适度模型中的人体参数,采用K-means聚类方法划分出不同热忍受能力特征的用户群体。在此基础上,提出基于用户差异化热舒适度的空调直接负荷控制策略,并对其进行仿真验证。算例分析表明,相较于传统策略,文中所提策略在完成消纳任务的基础上挖掘了每类用户群体的调度潜力,并保障了其热舒适性。     

计及调度优先级的微电网多时间尺度优化调度策略

随着负荷用户的大量增长,负荷侧可调资源逐渐增多,利用负荷侧需求响应资源参与微电网调度,以提升新能源消纳水平。为充分发挥需求响应资源调度潜力,优化用户侧负荷管理能力,提出一种计及调度优先级的微电网多时间尺度优化调度策略。首先根据不同需求响应资源响应特性进行划分,将价格型需求响应资源与激励型需求响应资源细分为5种类型,构建需求响应模型与调度时段进行匹配;其次,构建“日前-日内1 h-日内15 min”的微电网多时间尺度优化调度模型,对微电网内各类可调资源进行优化调度,并针对直接影响用户用电行为的实时可调资源建立优先级权重;最后,以福建地区某实际微电网为例,仿真验证了该模型的有效性。     

基于云边协同的电动汽车实时需求响应调度策略

随着电动汽车(electric vehicle,EV)数量不断增加,EV接入电网后参与电网需求响应实时优化调度的时延问题变得愈加明显。时延问题不仅影响着电网响应质量,也导致用户的响应收益降低。基于此背景,该文提出基于云边协同的EV实时需求响应调度策略。首先,对EV可调度负荷模型展开分析;其次,结合EV移动特性建立云边协同任务卸载策略;最后,以中心云负荷差最小和边缘云响应收益最大为目标建立调度决策模型。为了分析存在时延情况下EV用户的响应收益,该文进一步从用户响应量和用户响应等待时间对用户收益进行建模分析。仿真结果不仅验证了该文所提方法可以有效降低负荷峰谷差和提高聚合商、用户侧的收益,还证明其在大规模EV参与实时调度过程中的优越性。     

智能电网下计及用户侧效益最优的负荷调控方法

智能电网中,为调控电网峰谷期间的用电量,提高负荷用户效益,提出了一种基于博弈论的负荷调控方法。以用户侧与电网侧为博弈主体分别构建负荷模型、负荷效益模型及电网侧效益模型。设计了基于博弈机制的电价调控策略,通过多轮动态调整博弈双方的收益,协调用户侧与电网侧之间的不平衡关系。在负荷与电价的双重约束下,通过CPLEX求解器计算负荷用户收益结果与电网负荷调控结果。算例表明,相同数据条件下,与改进粒子群算法相比,所提调控方法的负荷侧支出减少了0.95%,网侧支出减少了6.14%。验证了该方法可在有效调控电网峰谷期间负荷的同时,保证用户侧效益最优。     

价格与激励需求响应下电动汽车负荷聚集商调度策略

电动汽车作为一种重要需求响应资源,在智能电网中起到重要作用。结合价格型与激励型需求响应措施,提出2种电动汽车负荷聚集商调度策略:固定签约策略及灵活签约策略。固定签约策略假定部分电动汽车用户与负荷聚集商签订固定周期激励调度协议,负荷聚集商以收益最大化及负荷波动最小化为目标进行优化。而灵活签约策略以电动汽车一次充放电过程为调度周期,考虑每个调度周期内电动汽车用户对充电方案的选择,同样以收益最大化及负荷波动最小化为目标进行优化。其次,分析了固定签约策略与灵活签约策略下参与激励调度电动汽车数量,以及不同激励折扣对负荷聚集商综合效益和电动汽车充电成本的影响等。最后,通过改进多目标粒子群算法求解该问题。仿真结果表明,固定及灵活2种签约策略均能有效提高负荷聚集商效益,而灵活签约策略更可降低电动汽车充电成本。     

基于动态电价机制的用户侧分布式储能电能交易策略

用户侧分布式储能具备优化用户电力负荷曲线和协调消纳系统侧可再生能源发电的能力。提出一种基于动态电价机制的配电系统用户侧分布式储能电能交易策略。首先,该策略在充分考虑新能源出力和用户电能需求不确定性的基础上,构建用户侧分布式储能和配电系统的日前电能调度模型;然后,根据动态电价机制对用户侧分布式储能调度计划和系统侧可再生能源消纳水平的影响,建立基于主从博弈的配电网运营商和用户侧储能运营商的电能交易模型,并采用启发式算法获取博弈模型的均衡解;最后,通过算例验证了所提电能交易策略可有效提升配电网运营商的经济效益与新能源消纳水平,并降低用户侧的运行成本。     

考虑用户满意度的温控负荷能效综合指标模型和调峰策略

电力系统峰谷差的不断加大,使得电力系统需要更多的调峰容量。温控负荷作为需求响应的重要资源,可以为电力系统提供调峰容量。为帮助调度侧实现基于能效管理的温控负荷调峰,提出了考虑用户满意度的温控负荷能效综合指标模型和调峰策略。首先,基于模糊子集方法,提出考虑用户满意度的温控负荷能效（energy efficiency ratio considering satisfaction,EERCS）的计算模型,帮助调度侧对大规模温控负荷能效水平进行评估。然后,建立温控负荷调峰容量评估模型,用于在调峰时估计温控负荷调峰容量。最后,在此基础上制定调峰策略。调度前,确认温控负荷是否可接受调度,并计算温控负荷的EERCS值和调峰容量;调度时,根据EERCS值对用户进行排序,优先调用EERCS值低的温控负荷,提高温控负荷群的用户满意度水平,进而提高温控负荷群的能效水平。接着,基于中国东部某城市585户电力用户的真实数据,仿真了在不同功率缺额下的调峰结果。该算例表明,所提的调峰策略可有效提高温控负荷群的综合能效水平。     

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。     

日前邀约模式下电力需求响应的聚合优化模型与方法

基于负荷集成商的视角,提出了一种邀约模式下的需求响应资源聚合优化模型与方法。首先,结合我国部分省区需求响应交易的实际情况,分析了日前邀约响应的模式以及负荷集成商对用户的聚合代理机制。然后,基于日前邀约需求响应的组织、考核与补偿的机制条件,并考虑用户资源响应特性、有效响应容量的分档认证、负荷集成商与用户的收益和考核费用分摊比例的影响,构建了聚合优化模型,使之更适应于负荷集成商进行日前邀约响应决策的需求。针对模型中决策变量的非线性耦合关系,通过引入中间变量与逻辑约束进行线性化处理,进而转化为混合整数规划问题以降低求解难度。算例分析表明不同类型响应资源的聚合优化,有助于提高负荷集成商在日前邀约响应中的期望收益,并且能为负荷集成商兼容不同品质资源的极限能力分析提供更为详细的信息,验证了模型与方法的有效性。     

基于纵向修正ARIMA的负荷聚合商潜力计算及调峰策略

负荷聚合商组织需求侧资源参与调峰市场和电能量市场时,存在负荷预测准确度不够导致合同购电量误差大、市场界限模糊导致考核结算重复等问题,因此文中提出基于纵向修正差分自回归滑动平均(autoregressive integrated moving average, ARIMA)模型的负荷聚合商潜力计算和调峰策略。首先,利用纵向修正ARIMA算法预测基线负荷,构建负荷聚合商的调峰潜力测算模型,挖掘需求侧资源的可调节能力,为电力市场交易提供数据基础;其次,制定电能量市场与调峰市场的负荷偏差考核方式,以月度滚动时域综合结算收益最大为目标,构建考虑偏差考核的负荷聚合商调峰模型;最后,基于某典型地区负荷聚合商月度历史负荷数据,对所提方法进行算例分析。结果表明考虑负荷偏差考核的负荷聚合商调峰策略可以提升聚合商的调峰收益约23.7%,降低负荷聚合商峰谷差约10%,验证了文中方法的合理性和有效性。     

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。     

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。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

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。     

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。     

计及负荷聚合商调度优先权的独立微网双层实时调度模型

在消纳新能源实时波动功率时,负荷聚合商的用电风险特性可能带来用电高峰缺电、频率失稳及降低电能质量等威胁,甚至影响微网的可靠运行。以负荷聚合商的协调控制为手段,建立基于调度优先权的独立微网双层实时调度模型。在宏观层,根据负荷聚合商的用电风险特性,建立用电贡献度和用电置信度评价指标量化风险,分别从主、客观两个角度结合应用层次分析法和熵权法,综合评估各指标权重确定调度优先权,微网运营商即可制定满足微网具体要求的各负荷聚合商实时调度计划。在微观层,为降低消纳宏观层实时波动功率时负荷聚合商响应的不确定性,针对负荷聚合商工作时间和用户经济水平的差异,分别提出可中断时间补偿度和消纳分摊权,建立总负荷聚合商利益最大化优化消纳分摊策略。最后,以某地区的实际微网为例,分析验证了模型的科学性和有效性。     

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,...