基于在线学习的面向居民用户激励型需求响应

激励型需求响应是一种通过补贴信号灵活调度需求侧能源的手段,对于维持电力系统供需平衡,提升经济效益有巨大潜力。在面向居民用户的激励型需求响应中,电力运营商选择削减电量潜力大的居民用户并向其提供补贴价格,以激励其削减电量。然而,站在电力运营商的角度,面对居民用户未知且不确定的用电行为,识别并选择削减电量潜力大的居民用户以及如何动态制定补贴价格是关键挑战。为了解决这一问题,本文提出基于在线学习的激励型需求响应算法(IDR-OL),利用多臂赌博机框架在线学习居民用户削减电量潜力,建立电力运营商运营成本优化模型选择最优参与需求响应的居民用户并动态制定补贴价格。仿真结果表明,本文提出的IDR-OL算法能够在实现供需平衡的同时更大限度地降低电力运营商运营成本。     

计及需求响应下典型工业负荷排放特性的环境经济调度

水泥厂等工业用户一方面具有高排放属性,另一方面也具有相当可观的需求响应潜力,可作为电力系统应对风电等新能源发电不确定性的重要手段之一。为此,在含风电电力系统环境经济调度问题中充分考虑水泥厂大气污染物和碳排放特性及其需求响应能力,实现电力系统源荷协同的绿色低碳运行。首先,分析了电源侧火电机组和负荷侧水泥厂的大气污染物排放特性,并计及大气污染物的时空分布特性和污染源附近区域的环境容量裕度,提出了火电机组及水泥厂环保成本计算模型。同时,考虑了火电机组及水泥厂的碳排放特性,并采用阶梯型碳排放成本模型计算火电机组和水泥厂的碳排放成本。在此基础之上,提出了水泥厂负荷优化模型,以阶梯型分时电价的方式调动水泥厂参与需求响应,构建了源荷协同的含风电电力系统环境经济调度模型。最后,基于改进的IEEE 39节点系统进行了算例分析。结果表明,所提模型不仅可以实现电网侧和水泥厂成本均降低的双赢局面,还能够降低电力系统源荷整体的碳排放量。     

基于改进EDRL的含V2G孤岛微电网频率综合控制策略

针对孤岛微电网中源荷不确定性所导致的频率失稳、电动汽车用户充电需求受损与微型燃气轮机调控成本增加等问题,提出了基于改进进化-深度强化学习(EDRL)的含电动汽车与电网互动(V2G)孤岛微电网频率综合控制策略。首先,考虑了V2G过程对电动汽车用户充电需求的影响,以及微型燃气轮机组出力分配对调控成本的影响,构建了微电网综合控制模型;其次,为了应对综合频率控制这类具有欺骗性奖励、稀疏奖励的工程任务,结合进化算法和深度强化学习算法,并基于新颖搜索加以改进,从而有效协助训练过程跳出局部最优解,逼近最优策略;进一步,以频率偏差、综合成本与电动汽车充电站信息为状态集,以调频机组出力作为动作集,以频偏与综合成本为奖励函数指标,完成了综合控制的结构设计。算例结果表明,所提出的控制器能够在保证微电网调频需求的情况下,有效降低微型燃气轮机组的调控成本与车主的充电需求损失。     

计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略

随着新能源发电技术的高速发展,电网新能源消纳压力日益凸显。与此同时,随着多能转换技术发展,电网与其他类型能源网络的耦合程度不断提高,如何利用不同能源网络灵活性资源消纳受阻新能源,成为当前亟待研究的问题。为此,提出了计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略。首先,充分考虑综合能源系统(integrated energy system, IES)特性建立了冷、热、电负荷的多类型需求响应模型。其次,在日前时间尺度,考虑新能源消纳过程中各方利益均衡,建立了基于主从博弈理论的价格型综合需求响应(integrated demand response, IDR)日前优化调度模型;在日内时间尺度,针对新能源日前预测偏差对系统优化影响,建立了考虑激励型IDR日内滚动优化调度模型。最后,通过算例仿真证明了所提策略可深入挖掘多类型负荷需求响应能力,有效提高新能源消纳量。     

新型电力系统灵活性资源聚合两阶段调度优化模型

构建以新能源为主体的新型电力系统是实现碳达峰、碳中和目标的关键驱动力。传统的以可控煤电装机为主导的电源结构,转变为以强不确定性、弱可控的新能源为主体的新型电力系统,将面临着灵活性资源短缺等挑战。以提升新型电力系统灵活性为导向,提出了灵活性资源聚合两阶段调度优化模型。第一阶段模型考虑分时价格型需求响应,以净负荷波动最小为目标平滑负荷曲线;第二阶段模型考虑分段激励型需求响应市场交易机制,融合电化学储能、抽水蓄能、改造火电等灵活性资源,以系统运行成本最小为目标设计最优运行方案。最后,算例结果和场景对比表明,需求响应能够充分挖掘负荷跟随系统调节的互动能力;改造后火电机组能够降低煤耗水平,提高调节能力,加强与系统灵活性需求时空匹配;各类储能积极响应电力系统调峰,促进了新能源消纳。     

考虑需求响应的多微网P2P能源交易低碳运行策略

随着“双碳”目标的提出,微电网作为分布式电源利用的有效形式,受到能源管理应用领域的广泛关注。随着微电网数量增加,多微网端对端(peer to peer, P2P)能源交易有助于促进区域内能源的互联互济和清洁能源的就地消纳。在考虑微电网的碳排放特性和需求响应潜力的基础上,构建多微网P2P能源交易模型实现配电侧供需协同以及确定其最优交易策略。首先,提出了微电网运行优化模型,以运行费用最小化为目标鼓励微电网参与需求响应;其次,实现微电网内部购售电和储能充放电碳排放的量化,并计算微电网的碳排放成本;再次,基于广义纳什议价理论构建P2P能源交易模型并在模型中加入潮流约束,在保证电力系统安全稳定运行的基础上实现多微网的能源共享和收益分配。最后,基于IEEE-33节点系统进行算例分析。结果表明,考虑需求响应和碳排放费用的多微网P2P能源交易有助于促进微电网之间的能源共享和新能源消纳。     

考虑源网荷储协同优化的配电网韧性提升策略

随着分布式电源的规模化接入,针对极端灾害引起的大规模停电事故难以采用传统的配电网故障恢复策略。首先,提出了极端灾害下考虑源网荷储协调优化提升配电网韧性的策略框架。其次,针对分布式能源出力的不可控性和时变性,建立了光储和风储系统模型(optical storage and wind storage system, OWS)。同时,考虑到负荷的价格需求弹性,建立了极端灾害下的负荷需求响应(load demand response, LDR)模型。再次,以负荷恢复的总价值最大为目标,考虑LDR补偿、故障抢修与网络重构过程中的网损成本,建立了考虑源网荷储协同优化的配电网韧性提升模型。最后,在改进的PG&E 69节点配电网系统算例中验证了所提策略的有效性,结果表明利用多能互补的特性进行源网荷储的协同优化有利于提高配电网的故障恢复能力。     

含海上风储联合发电系统的韧性调度策略

为应对台风诱发的海上风电机组高风停机(high wind-speed shutdown, HWSS)事件,提出了一种含风储联合发电系统的多时间尺度协调调度方法。首先,基于历史和即时信息进行台风全生命周期模拟,得到强度时变的台风轨迹集合;基于台风轨迹和风电出力曲线,进一步计算该台风轨迹集合下风电场的可用出力,并纳入所提出的模糊集合中。其次,考虑风电出力波动对各类型备用需求的影响,提出了多类型备用需求的次小时级调度框架,以避免机组小时阶跃变化造成调度方法不可行的风险。然后,在此基础上,通过确定性转化形成可求解的混合整数线性规划问题。最后,在增加了2个海上风电场的IEEE-RTS系统上进行了仿真实验。实验结果表明,所提出的调度策略能够在台风极端天气下,充分利用风储联合发电系统的灵活性,通过预调度提升系统韧性。     

考虑需求侧响应的综合能源系统可靠性评估

为了进一步激发综合能源系统的多能互补特性和挖掘需求侧可参与系统优化调度的调节潜力,提升综合能源系统的可靠性水平,提出一种考虑需求响应的综合能源系统可靠性评估方法。首先,根据负荷响应特性引入价格型和替代型两类需求响应,分别建立基于电价弹性矩阵的价格型需求响应模型,及考虑不同能源需求在同一时间点上相互转换的替代型需求响应模型;其次,建立以系统购买能源成本最小与负荷削减惩罚成本最小为目标的优化调度模型,并在Matlab平台上调用CPLEX进行求解;然后,基于时序蒙特卡洛模拟法获得各设备状态并设计出可靠性评估流程;最后,通过北方某工业园区综合能源系统进行算例分析,比较了系统在不同运行方式下的可靠性指标与经济性水平。算例仿真结果表明,引入价格型和替代型需求响应可协调优化各时段用能需求,能够有效提高综合能源系统的可靠性和经济性。     

基于需求侧博弈的区域综合能源服务商最优运营策略

为了提高综合能源服务商运营服务的高效性、清洁性和经济性,提出了一种基于需求侧博弈的综合能源服务商最优运营策略。通过对综合能源服务商模型的分析,以用户能源消耗量确定系统碳排放量,建立了区域综合能源服务商碳排放模型,确定了园区的碳排放量。在此基础上,考虑了用户对用能成本波动的可承受能力和服务商应对用户用能变化的风险成本,分别以综合能源服务商全天利润最大、用户用能成本最小为目标函数,建立了综合能源服务商-多用户博弈优化模型。采用迭代搜索法得到纳什均衡解,从而确定服务商最优运营策略。最后以典型工业园区为例对所提策略进行仿真验证。结果表明,所研究的服务商运营策略有效降低了系统碳排放量,提高了综合能源服务商的经济效益和用户满意度。