基于用户特性的电能需求响应研究

随着电力市场改革的深入,新能源发电及其消纳问题变得日益严峻,弃风弃光现象与不环保的能源结构成为了电力市场发电侧常见的问题。为了使清洁能源能够得到充分消纳,从具有分布式能源的用户群出发,在考虑两用户群的电能需求响应(demand response, DR)的基础上,利用用户群用电行为的差异性,在用户群有电能剩余时帮助消纳光伏发电量;而用户群电能短缺时,共享光伏电能,使用户群双方双方获益。同时引入新能源发电环境补贴,以保证用户的经济利益。最后通过实际算例,展现本文所提机制在用户群用电结构和用电费用方面等方面的作用,验证了其在经济效益和环境效益方面的优越性。     

考虑用户响应特性的综合需求响应优化激励策略

随着多种能源系统的不断交互融合以及能源交易市场化的改革,传统的电力需求响应已经不能满足多能源耦合的业务需求。针对多能源的联合响应问题,该文提出一种考虑用户响应特性的综合需求响应优化激励模型,以综合能源服务商和多元用户为综合需求响应的参与主体,求解各方目标最优时的响应策略。首先,介绍综合需求响应的实施架构及电热气能量枢纽模型。其次,建立综合能源服务商和用户的综合需求响应协同优化策略,并证明了最优解的存在性和唯一性。最后,通过算例分析验证所提策略在多场景下均能降低综合能源服务商的响应成本和用户的不满意度。     

碳中和目标下基于需求响应的用户特性优化研究

电力行业是我国实现碳中和战略目标的重要一环,为促进该目标达成,需调动电力用户参与电力侧需求响应.一方面,从用户侧角度,不同用户面对电价波动环境控制电费期望和控制电费波动风险的偏好有所不同;另一方面,从供能侧角度,用户受生产特性影响,售电商对不同用户进行用电行为调节难度不同;因此,利用需求响应模型刻画用户行为,基于MCMC采样方法对电价风险环节进行模拟,在考虑碳减排收益的基础上,以用户为主体,综合构建考虑电费总额控制和风险控制的多目标优化模型,并借助自适应遗传算法进行算例求解,结果表明,文中所提模型能够挖掘不同用户的风险偏好和生产特性,助力用户实现自己偏好上的效用最大化,提高参与需求响应积极性.     

面向智能电网的用户需求响应特性和能力研究综述

区别于传统能效项目,需求响应项目的执行效果取决于项目的参与率和用户响应特性及能力。总结目前国内外各类需求响应项目中用户响应特性方面的研究进展,对其影响因素进行归类研究;介绍负荷价格弹性、替代弹性和弧弹性等3种定量用户价格响应特性的方式,并对其影响因素从时间跨度、行业类别和其他差异化特性等3方面进行分析;此外,从需求响应支撑技术、需求响应项目设计等两个大方面分析其对用户需求响应特性和能力的影响。最后,结合中国国情对于用户响应特性建模和需求响应项目设计方面提出设想和建议。     

居民用户需求响应业务模型研究

为适应居民用户需求响应业务的新变化,规范业务场景描述,结合国内外在居民用户需求响应方面的发展现状,分析居民用户的需求响应潜力,梳理了新形势下的居民用户需求响应资源,对需求响应业务进行重新划分,提出卖方响应和买方响应的概念,并描述了业务功能模块与业务架构。设计了一种基于统一建模语言(unified modeling language,UML)的居民用户需求响应业务建模方法,并结合卖方响应业务给出了具体的建模示例。     

居民用户需求响应行为影响因素辨识与响应特性提取

制定基于分时电价的需求响应激励策略需要充分掌握居民用户的用电特性。针对此问题,该文建立了基于蒙特卡洛方法的需求响应行为影响因素评估模型,基于此模型分析居民用户用电数据和调查问卷,得到了居民用户需求响应行为的主要影响因素。基于主成分分析和逐步线性回归建立了用电设备负荷曲线提取算法,剥离了与需求响应行为有较强相关性用电设备负荷曲线,提取了居民用户对分时电价机制的响应特性。与测量数据的对比表明,负荷曲线提取算法是准确和有效的。基于负荷曲线提取算法分析分时电价机制下负荷曲线的演变特性,可为峰时电价制定、需求响应等提供有效的数据支撑。     

用户侧用电需求响应行为研究

随着各种分布式电源和新型用电设备的日益推广以及电力用户对需求个性化要求的提升,智能用电的理念及其技术发展体系应运而生。为获得经济、环境效益的同时提升电能服务质量,研究用电行为并主动整合用户侧资源、优化用能调度已成为一项积极而有效的措施。提出了一种基于用户行为学的家庭负荷,对电力用户侧的需求响应行为展开研究。为了揭示用户用电量对电价、气象、日类型等相关变化因素的响应程度,提出了一种需求响应综合模型。该模型实现了用户在分时电价下的需求响应行为规律的模拟,可为电力公司制定需求侧管理策略提供基础性指导。     

基于社交网上演化博弈的光伏台区用户需求响应特性研究

“双碳”背景下,通过实施需求侧响应实现新型电力系统的协调运行是解决新能源出力不确定性的主要手段。然而,现实中的用户具有有限理性,其对电价或激励措施的响应呈现出异质性和不确定性。针对此,文章计及有限理性用户对电价或激励措施响应过程中的信息交互以及策略学习特征,提出了一种基于社交网上演化博弈模型的用户需求响应分析模型。首先,考虑到现实经济人在决策中存在信息交互以及策略学习与更新,且该信息交互背后为复杂社群系统,通过构建社交网刻画了用户之间的信息交互关系;其次,根据电价理论和电力供需平衡关系,单个用户的响应决策将会影响其他用户利益,采用博弈模型描述了群体用户的决策过程;最后,考虑到用户对所获取信息处理的有限理性特征,基于社交网上演化博弈模型来描述用户对电价和激励措施的响应过程。仿真分析了不同社交网络结构以及电价或激励措施对用户响应的影响。结果表明,用户社交网小世界属性的增强将会提高用户的响应,价格系数的提高会降低用户的用电意愿。     

基于社交网上演化博弈的光伏台区用户需求响应特性研究

“双碳”背景下,通过实施需求侧响应实现新型电力系统的协调运行是解决新能源出力不确定性的主要手段。然而,现实中的用户具有有限理性,其对电价或激励措施的响应呈现出异质性和不确定性。针对此,文章计及有限理性用户对电价或激励措施响应过程中的信息交互以及策略学习特征,提出了一种基于社交网上演化博弈模型的用户需求响应分析模型。首先,考虑到现实经济人在决策中存在信息交互以及策略学习与更新,且该信息交互背后为复杂社群系统,通过构建社交网刻画了用户之间的信息交互关系;其次,根据电价理论和电力供需平衡关系,单个用户的响应决策将会影响其他用户利益,采用博弈模型描述了群体用户的决策过程;最后,考虑到用户对所获取信息处理的有限理性特征,基于社交网上演化博弈模型来描述用户对电价和激励措施的响应过程。仿真分析了不同社交网络结构以及电价或激励措施对用户响应的影响。结果表明,用户社交网小世界属性的增强将会提高用户的响应,价格系数的提高会降低用户的用电意愿。     

考虑用户偏好和设备特性的自动需求响应策略

智能电网背景下,电网侧和用户侧的双向互动不断升级。基于智能通信和自动化管理系统,提出了一种计及电力负荷特性的适用于不同用户的自动需求响应策略。该方法首先以用户的历史用电数据和实时电价为基础,采用指数平滑模型求得当日各时段的可用电量。其后采用最优方案决策模型在含有各种需求响应方案的策略集中选择确定各时段的最优策略。需求响应策略在优先级、公平性和灵活性上侧重不同,用户可以根据自身偏好设定不同的决策因子,以满足自身的用电偏好和需求。算例分析表明,该策略能够帮助用户取得良好的节能效果,有效削减电力费用,并减少电网减少峰谷差。     

基于用户效益的电力需求响应算法研究

智能电网与互联网、人工智能、深度学习等新技术的不断深化发展,让以用户经济效益为中心的需求响应越来越成为供电服务与电力需求侧管理的核心。基于用户经济效益的电力需求响应研究,不仅要满足电网安全稳定运行和优化资源分配,更重要的是从用户角度出发,建立用户经济效益与需求响应的模型。首先,介绍基于用户经济效益的电力需求响应管理,提出一个典型的用户响应场景,并对电力需求响应条件下的用户效益进行建模;接着,对用户效益的最优化问题进行理论分析,论证了该问题最优化解需要满足的条件;然后,提出了一个动态的分布式算法,证明不仅能够得出最优化解,而且可实现线性条件的计算量,从而实现分布式计算能力。所研究的内容证明了在一定条件下的算法收敛性,同时提出了一般应用条件下的算法适用性。仿真结果显示该算法能够实现最优化解,并且解具有收敛性。     

用户参与电力需求响应的从众影响研究

双向互动智能电网技术的普及使得电网受端的电力用户从被动接受电力能源的消费者转变为可以与电网互动的、电网运行的主动参与者。需求响应即是电力用户参与电网互动的主要实现形式。然而无论是价格型需求响应或者是激励型需求响应,不同电力用户参与的意愿各不相同。对于一定的外界需求响应刺激信号,用户在参与过程中往往受到社会环境、其他用户反馈等的影响,从而呈现出从众的特征。针对电力用户参与需求响应的过程,运用关联矩阵及权重表征熟识及陌生用户间相互影响,结合社会学中的从众心理理论,建立电力用户参与需求响应的从众行为模型。基于社会影响与个人主观倾向,在从众行为模型的基础上建立电力用户参与需求响应参与度模型,并通过软件对场景案例进行仿真,验证模型的合理性。     

基于用户侧需求响应的互联微电网研究

微电网是利用分布式能源尤其是可再生能源的有效途径之一。风能和太阳能较高的波动性使微电网难以保持发电侧和需求侧的功率平衡,直接导致微电网较高的运行成本和较差的用户满意度。针对供需侧不平衡的问题,提出了结合单微电网电能管理和多微电网协同优化的解决策略。首先,单个微电网通过采取动态电价策略,引导用户从负荷侧改变电能曲线,缓解微电网自身电能短缺状况,微电网运营商根据采用动态电价后电能短缺值从外部购电。其次,通过互联协同使临近的微电网相互补充,根据各个微电网的动态电价进行最优购电。动态电价与微电网互联二者相互关联、互相促进,实现互联微电网系统的效能优化。仿真结果表明,基于单微电网的动态电价管理策略与多微电网的互联优化策略可以有效的缓解供需侧不平衡问题,同时用户参与度越大,优化效果越好,微电网的运营成本在采用优化策略之后得到了节省,提高了系统总体效能。     

基于用户用能意愿及负荷特性的需求响应用户自动筛选策略

需求响应是电力需求侧管理的一个重要组成部分,选择合适的用户参与需求响应是需求响应实施中的一个关键步骤。首先建立用户的满意度模型,综合考虑用户用电方式的满意度以及电费支出的满意度。然后,基于用户侧不同负荷的特性,构建用户在不同响应等级下可以参与调整的容量模型,进而构建需求响应中用户自动筛选的整数规划模型,并采用分支定界方法求得模型最优解。最后,借助算例分析,验证模型的正确性和可行性,结果表明该策略是公平、有效的。     

输配协调的用户需求响应模型

现有需求响应的研究主要针对输电网和配电网分别建立模型,很难最大化所有参与方的整体市场利益,而且还存在输配网需求响应调度重叠问题,为此提出了输配协调的用户需求响应模型。首先,确定包含输、配、聚合商、用户的需求响应调度框架。其次,分别建立正常态和紧急态下的输配协调需求响应模型。在正常态下,基于市场模型最大化输、配、聚合商和用户4类参与方的整体收益,得到优化的用户响应量及各方收益。在紧急态下,建立响应成本最低且考虑用户重要性分级的模型,依据输配网需求响应的优先次序协调调度重叠,充分发挥同一用户响应对输配网分别的作用。最后,针对输配网综合算例,在不同场景下仿真验证了所提出的输配协调需求响应过程。     

新能源电力系统用户需求响应复杂适应行为研究

实施需求响应(demand response,DR)可有效消纳可再生能源,平衡新能源电力系统电量供应和需求。首先,分析了需求响应过程的复杂适应系统特征,描述了需求响应复杂交互过程;其次,构建了包含主体对象和环境对象的需求响应过程集成模型,定义了各构成对象;最后,结合多主体系统建模方法构建了用户主体响应行为模型,从主体行为的角度描述了需求响应过程。通过文章的研究,可为实施需求侧响应提供辅助决策,为用户需求响应的研究提供了新思路。     

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.     

基于用户需求响应的综合能源交易机制研究

针对多能源协同规划、共同运行的能源系统发展趋势,提出了一种含有电能、热能和氢能的综合能源市场交易机制,以促进综合能源系统的发展。市场参与者为拥有可以供给多类型能源的能源转化设备的综合能源服务商和具有灵活需求响应能力的用户。为解决市场参与方和参与者之间相互竞争博弈问题,建立了上层为综合能源服务商之间的对能源销售价格竞争的非合作博弈,下层为多用户之间的演化博弈的双层博弈模型。同时,根据综合能源服务商与用户间的交易次序,构建了二者之间的Stackelberg主从博弈模型。通过算例分析验证了该综合能源交易机制不仅可以使市场交易在多能源之间得到耦合,提高能源使用效率,还可以促进用户负荷的灵活响应,降低负荷峰值,提升用户效益。     

基于用户需求响应的新型配电系统优化调度研究

随着新型电力系统建设的不断推进，可再生能源的高比例接入增大了配电系统净负荷的峰谷差，对配电系统的运行调度提出更高的要求。从需求侧能力调整出发，提出了一种基于用户需求响应的配电系统优化调度方法。通过引入边缘计算范式，设计了控制中心与边缘节点之间的协同交互框架，在边缘侧构建一种基于XGBoost需求响应分类模型；在控制中心侧，基于边缘节点需求响应结果，提出了一种集成预调度和重新调度的两阶段优化方法，通过控制中心与边缘节点之间的信息交互，实现大规模用户参与的配电系统优化调度，并对IEEE33节点系统进行实例分析，结果表明本文所提出的基于XGBoost需求响应分类建模方法在提升系统运行经济性和降低计算时延方面具有优势。