CN103972896A - 一种基于需求响应的负荷建模和优化控制方法 - Google Patents
一种基于需求响应的负荷建模和优化控制方法 Download PDFInfo
- Publication number
- CN103972896A CN103972896A CN201410200869.0A CN201410200869A CN103972896A CN 103972896 A CN103972896 A CN 103972896A CN 201410200869 A CN201410200869 A CN 201410200869A CN 103972896 A CN103972896 A CN 103972896A
- Authority
- CN
- China
- Prior art keywords
- load
- max
- dlc
- sigma
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种基于需求响应的负荷建模和优化控制方法,将负荷进行刚性负荷和柔性负荷的解耦分类,建立负荷模型,进一步地,将柔性负荷根据参与的需求响应项目分为三类:电价项目、直接负荷控制项目、可中断负荷项目,分类建立电价、直接负荷和可中断负荷模型,模型的建立为后续的负荷优化提供有力的数据资源;根据可控变量所能提供的最大消减负荷,直接负荷控制项目最大削减负荷、可中断负荷项目最大削减负荷与供电缺口最大值之间的关系建立三种情况的优化控制模型,在通过遗传算法进行求解,求得优化执行结果,进而为实际电力系统运行提供更多资源和策略。
Description
技术领域
本发明涉及电力系统自动控制技术领域,尤其涉及一种基于需求响应的负荷建模和优化控制方法。
背景技术
全球资源环境压力逐年增大,社会对环保和可持续发展的要求日益提高,要求未来电网必须能够提供更加安全、清洁、可靠、优质的电力供应,能够适应多种类型发电方式的需要,能够适应客户的自主选择需要,提供更加优质的服务。为此不同国家和组织同时提出建设智能电网,将智能电网作为未来电网的发展方向,而需求响应(Demand response,DR)则是需求侧管理在竞争性电力市场中的最新发展。智能电网的一个内涵就是要求把用户的积极性调动起来,实现用户与电网的双向互动,最终达到削峰填谷、提高能源利用率的目的。需求响应作为互动的解决方案,近年来得到了广泛的关注。
随着需求响应技术的不断发展,使得电力终端用户的角色发生了变化,原本被视作刚性的负荷逐步呈现出一定的弹性,电力用户承担着用电终端和能源的双重作用,负荷侧资源可以看作发电侧资源的替代品。在用电高峰时段可以不采用拉闸限电的方法,而是通过需求响应项目缓解电力供需矛盾,降低高峰时段的电力消耗,相较于发电装机容量的投资,具有显著的成本效益。
发明内容
本发明的目的是提供一种基于需求响应的负荷建模和优化控制方法,尤其提出不同情况下负荷优化控制的方法,为实际电力系统运行提供更多资源和策略。
本发明采用的技术方案为:
一种基于需求响应的负荷建模和优化控制方法,包括以下步骤:
a:按照负荷的可控性对用电负荷进行刚性负荷和柔性负荷的解耦分类,柔性负荷是指通过技术手段可以转移或削减的负荷,且该过程具有成本效益,时间跨度符合要求;刚性负荷是指通过技术手段不可以转移或削减的负荷;
b:建立负荷模型;负荷模型由刚性负荷和柔性负荷两部分组成,用于表示负荷随时间变化的曲线,以及负荷与需求响应指令之间的函数关系;负荷模型为:
Ltotal(t,P,DLC,IL)=Ls(t)+Lf(t,P,DLC,IL) ①
式中,Ltotal表示总负荷;Ls表示刚性负荷,是时间的函数;Lf表示柔性负荷,是时间和需求响应指令的函数;t表示时间;需求响应指令:包括电价P,直接负荷控制变量DLC,可中断负荷变量IL;需求响应指令本身也是时间的函数,即不同时刻点有不同的需求响应指令;
c:将柔性负荷根据参与的需求响应项目分为三类:电价项目、直接负荷控制项目、可中断负荷项目,并按照三项需求响应项目,根据公式Lf(t,P,DLC,IL)=L1(t,P)+L2(t,DLC)+L3(t,IL)②分类建立模型;
(1):与电价项目相关的柔性负荷模型:用户的电力需求一般随电价的变化而变化,但各类用户的变化趋势和幅度各不相同,整体变化规律可用抛物线模型或对数模型进行表示,如公式③所示:L1(t,P)=a+bP(t)+cP2(t)或L1(t,P)=a+bln[P(t)]③;
(2):与直接负荷控制项目相关的柔性负荷模型:直接负荷控制项目由实施机构通过远程关闭或循环控制用户的用电设备,控制过程中需要满足用户满意度的约束条件,如公式④所示: ④;约束条件为:
式中,i表示参与直接负荷控制项目的用户编号,一共有N组用户;αi(t)表示第i组用户在t时段的控制变量,为0-1决策变量;Lorigin,i表示第i组用户实施直接负荷控制之前的负荷大小;αi_max为第i组用户合同中规定的每天调用次数上限,n为一天的时段划分总数;
(3):与可中断负荷控制项目相关的柔性负荷模型:可中断负荷是基于合同的需求响应项目,负荷的中断由用户根据请求信号实行,所以存在用户违约率的问题,可中断负荷的实行以合同的形式,规定了最小切除容量、中断持续时间等约束条件,如公式⑤所示: ⑤;约束条件为:s.t.LIL,j(t)≥LIL,j_min
式中,j表示可中断合同编号,合同总数为M;βj(t)表示第j个中断合同在t时段的状态,为0-1决策变量;LIL,j(t)表示第j个中断合同在t时段的中断容量;δj(t)为第j个中断合同在t时段的违约率,δj(t)∈[0%,100%];LIL,j_max表示第j个中断合同的最小切除容量;Dj_min和Dj_max分别表示第j个中断合同的中断持续时间下限和上限;
d:负荷模型中柔性负荷的电价项目为不可控变量,直接负荷控制变量αi(t)和可中断负荷变量βj(t)为可控变量,根据可控变量所能提供的最大消减负荷与供电缺口最大值之间的关系建立三种情况的优化控制模型,即直接负荷控制项目最大削减负荷DLCmax、可中断负荷项目最大削减负荷ILmax与供电缺口最大值Pmax之间的关系建立三种情况的优化控制模型;
情况一:在Pmax≥DLCmax+ILmax时,
建立模型一:
LIL,j(t)≥LIL,j_min
式中,Tmax为供电缺口最大持续时间;
情况二:在DLCmax≤Pmax<DLCmax+ILmax时,
建立模型二:
LIL,j(t)≥LIL,j_min
式中,tmax为最大供电缺口发生时刻;
情况三:在Pmax<DLCmax时,
建立模型三:
e:将上述的三个优化控制模型采用优化算法进行求解,最终获得对负荷的最优控制方法。
所述的步骤e中的优化算法采用遗传算法。
本发明将负荷进行刚性负荷和柔性负荷的解耦分类,建立负荷模型,进一步地,将柔性负荷根据参与的需求响应项目分为三类:电价项目、直接负荷控制项目、可中断负荷项目,分类建立电价、直接负荷和可中断负荷模型,模型的建立为后续的负荷优化提供有力的数据资源;根据可控变量所能提供的最大消减负荷,直接负荷控制项目最大削减负荷、可中断负荷项目最大削减负荷与供电缺口最大值之间的关系建立三种情况的优化控制模型,在通过遗传算法进行求解,求得优化执行结果,进而为实际电力系统运行提供更多资源和策略。
附图说明
图1为本发明的流程图;
图2为本发明的遗传算法流程图。
具体实施方式
如图1、2所示,本发明所述的基于需求响应的负荷建模和优化控制方法,包括以下步骤:
a:按照负荷的可控性对用电负荷进行刚性负荷和柔性负荷的解耦分类,柔性负荷是指通过技术手段可以转移或削减的负荷,且该过程具有成本效益,时间跨度符合要求;刚性负荷是指通过技术手段不可以转移或削减的负荷;
b:建立负荷模型;负荷模型由刚性负荷和柔性负荷两部分组成,用于表示负荷随时间变化的曲线,以及负荷与需求响应指令之间的函数关系;负荷模型为:
Ltotal(t,P,DLC,IL)=Ls(t)+Lf(t,P,DLC,IL) ①
式中,Ltotal表示总负荷;Ls表示刚性负荷,是时间的函数;Lf表示柔性负荷,是时间和需求响应指令的函数;t表示时间;需求响应指令:包括电价P,直接负荷控制变量DLC,可中断负荷变量IL;需求响应指令本身也是时间的函数,即不同时刻点有不同的需求响应指令;
c:将柔性负荷根据参与的需求响应项目分为三类:电价项目、直接负荷控制项目、可中断负荷项目,并按照三项需求响应项目,根据公式Lf(t,P,DLC,IL)=L1(t,P)+L2(t,DLC)+L3(t,IL)②分类建立模型;
(1):与电价项目相关的柔性负荷模型:用户的电力需求一般随电价的变化而变化,但各类用户的变化趋势和幅度各不相同,整体变化规律可用抛物线模型或对数模型进行表示,如公式③所示:L1(t,P)=a+bP(t)+cP2(t)或L1(t,P)=a+bln[P(t)]③;
(2):与直接负荷控制项目相关的柔性负荷模型:直接负荷控制项目由实施机构通过远程关闭或循环控制用户的用电设备,控制过程中需要满足用户满意度的约束条件,如公式④所示: ④;约束条件为:
式中,i表示参与直接负荷控制项目的用户编号,一共有N组用户;αi(t)表示第i组用户在t时段的控制变量,为0-1决策变量;Lorigin,i表示第i组用户实施直接负荷控制之前的负荷大小;αi_max为第i组用户合同中规定的每天调用次数上限,n为一天的时段划分总数;
(3):与可中断负荷控制项目相关的柔性负荷模型:可中断负荷是基于合同的需求响应项目,负荷的中断由用户根据请求信号实行,所以存在用户违约率的问题,可中断负荷的实行以合同的形式,规定了最小切除容量、中断持续时间等约束条件,如公式⑤所示: ⑤;约束条件为:s.t.LIL,j(t)≥LIL,j_min
式中,j表示可中断合同编号,合同总数为M;βj(t)表示第j个中断合同在t时段的状态,为0-1决策变量;LIL,j(t)表示第j个中断合同在t时段的中断容量;δj(t)为第j个中断合同在t时段的违约率,δj(t)∈[0%,100%];LIL,j_max表示第j个中断合同的最小切除容量;Dj_min和Dj_max分别表示第j个中断合同的中断持续时间下限和上限;
d:负荷模型中柔性负荷的电价项目为不可控变量,直接负荷控制变量αi(t)和可中断负荷变量βj(t)为可控变量,根据可控变量所能提供的最大消减负荷与供电缺口最大值之间的关系建立三种情况的优化控制模型,即直接负荷控制项目最大削减负荷DLCmax、可中断负荷项目最大削减负荷ILmax与供电缺口最大值Pmax之间的关系建立三种情况的优化控制模型;
情况一:在Pmax≥DLCmax+ILmax时,
建立模型一:
LIL,j(t)≥LIL,j_min
式中,Tmax为供电缺口最大持续时间;
情况二:在DLCmax≤Pmax<DLCmax+ILmax时,
建立模型二:
LIL,j(t)≥LIL,j_min
式中,tmax为最大供电缺口发生时刻;
情况三:在Pmax<DLCmax时,
建立模型三:
e:将上述的三个优化控制模型采用优化算法进行求解,最终获得对负荷的最优控制方法。
其中,步骤e中的优化算法可以采用遗传算法。
本发明在具体实施优化控制时,对于用户负荷的控制需要依赖于智能电网中的高级量测体系(Advanced Metering Infrastructure,AMI),高级量测体系有一套完整的硬件系统,可以利用智能电表和双向通信网络,定时或实时获取终端电力用户带有时标的分时段或实时(准实时)的多种计量值并传输至量测数据管理系统,也可以远程或本地接通和开断终端用电设备。
在步骤a中,刚性负荷和柔性负荷的解耦需要依赖用户负荷调研和负荷特性分析,对刚性负荷和柔性负荷进行定义。文献《计及大规模风电和柔性负荷的电力系统供需侧联合随机调度方法》中提到“柔性负荷主要包括可中断负荷、激励负荷。可中断负荷与激励负荷是为电网的调峰而提供的一种负荷管理措施,用以提高系统的可靠性和经济性。”另外,刚性负荷就是传统负荷的定义,不考虑负荷的弹性,不参与需求响应的负荷。负荷解耦需要基于与需求响应相关的负荷特性分析。由此本发明将柔性负荷定义为指通过技术手段可以转移或削减的负荷,且该过程具有成本效益,时间跨度符合要求;刚性负荷:指通过技术手段不可以转移或削减的负荷。
步骤b需要建立负荷模型,所建立的负荷模型是表示负荷随时间变化的曲线,以及负荷与需求响应指令之间的函数关系,由刚性负荷和柔性负荷两部分组成。
步骤c中,由于刚性负荷不可以转移或削减,所以,对柔性负荷根据参与的需求响应项目进一步分类,并将柔性负荷分为三类:电价项目、直接负荷控制项目、可中断负荷项目,并按照三项需求响应项目,分别建立负荷模型。一、电价项目模型的建立:电价与电力需求之间存在一定关系,称为用电需求曲线,用户的电力需求一般随电价的变化而变化,但各类用户的变化趋势和幅度各不相同,例如参考文献《分类用户的销售与上网电价联动模型》中给出了负荷价格弹性系数的参考值:居民生活0.6285,、非居民照明1.7423、非普工业1.3148、大宗工业4.2875、商业用电1.2853、农业生产0.8578、贫困县农排7.7012。整体变化规律可用抛物线模型或对数模型进行表示,模型为公式③。二、直接负荷控制项目模型的建立:直接负荷控制项目由实施机构(指电网控制机构)通过远程关闭或循环控制用户的用电设备(用户的用电设备是指用户与实施机构之间合同签署的可直接由实施机构控制的用电设备,在合同中,标明具体的用电设备名称,比如用户的电饭煲、微波炉、电视机或者指定照明灯,同时,还需要标明用电设备的控制时间,时间的长短和时间段的分配),控制过程中需要满足用户满意度的约束条件,设备接受的控制变量为0-1决策变量(1表示中断、0表示开启),实施直接负荷控制后的负荷模型等于原始负荷减去受控负荷,约束条件为用户负荷的调用次数不能超过其合同规定的上限;模型为公式④。三、可中断负荷项目模型的建立:可中断负荷也是基于合同的需求响应项目,但与直接负荷控制项目不同的是负荷的中断由用户根据请求信号实行,而不是直接由实施机构远程控制中断,因此存在用户违约率的问题。请求信号由实施机构向用户发送的请求,请求断电的用户设备需要双方提前签署合同,合同内容包括具体的用电设备名称,比如冰箱、洗衣机、空调等;在用电量增大的时候,实施机构需要进行用电调控,避免用电超负荷而断电;举例说明:当用电量增大时,实施机构向签署合同的用户发送请求指令,请求用户关闭冰箱电能供应,此时,需要得到用户的同意,如果用户同意,则由用户方主动关闭,如果用户不同意,则用户可以继续使用,所以存在违约率的问题;同时,在合同中,也需要标明请求的时间段和停止供电的时间长短。可中断负荷的实行一般以合同的形式,规定了最小切除容量、中断持续时间等约束条件,模型为公式⑤。
分类建立负荷模型是为了下面的负荷优化控制方法所服务的,下面对本专利中基于需求响应的负荷优化控制方法进行详细说明。
对于实际的供电缺口,可以通过制定合理的负荷控制策略来应对,即确定上述柔性负荷分类模型中的控制变量。电价因素不是可以人为调节的,所以可以看作是不可控的变量,可控变量为直接负荷控制变量αi(t)和可中断负荷控制变量βj(t),其中可中断负荷控制变量的调用频率较小,调用的持续时间较长,因此需要提前一段时间通知用户。
在步骤d中,假设供电缺口最大值为Pmax,直接负荷控制项目所能提供的最大削减负荷为DLCmax,可中断负荷控制项目所能提供的最大削减负荷为ILmax,其中供电缺口最大值Pmax由实施机构提供,直接负荷控制项目最大削减负荷DLCmax和可中断负荷控制项目最大削减负荷ILmax根据用户签署的合同项目进行预算得到。下面建立三种情况下的优化控制模型。
(1)Pmax≥DLCmax+ILmax;这种情况下,同时考虑直接负荷控制项目最大削减负荷DLCmax和可中断负荷控制项目最大削减负荷ILmax满额控制的情况,提前通知参与可中断负荷项目的用户按时中断负荷,并跟踪缺口情况实时调整参与直接负荷控制项目的用户负荷。建立模型一,即公式⑥所示。
(2)DLCmax≤Pmax<DLCmax+ILmax;这种情况下,根据实际最大供电缺口Pmax,考虑可中断负荷项目提供部分负荷削减,而直接负荷控制项目用于实时调整。建立模型二,即公式⑦所示。
(3)Pmax<DLCmax;这种情况下,只考虑直接负荷控制项目的实时调整。建立模型三,即公式⑧所示。
上述优化模型可以采用优化算法进行求解,如遗传算法,具体实施为:将供电缺口最大值为Pmax、直接负荷控制项目最大削减负荷DLCmax和可中断负荷控制项目最大削减负荷ILmax作为原始数据输入,遗传算法解释如下:遗传算法是常见的优化算法,遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。把每一个Xi看作一个遗传基因,它的所有可能取值称为等位基因,这样,X就可看作是由n个遗传基因所组成的一个染色体。染色体的长度可以是固定的,也可以是变化的。等位基因可以是一组整数,也可以是某一范围内的实数值,或者是记号。最简单的等位基因是由0和1这两个整数组成的,相应的染色体就可表示为一个二进制符号串。这种编码所形成的排列形式X是个体的基因型,与它对应的X值是个体的表现型。染色体X也称为个体X,对于每一个个体X,要按照一定的规则确定出其适应度。个体的适应度与其对应的个体表现型X的目标函数值相关联,X越接近于目标函数的最优点,其适应度越大;反之,其适应度越小。
Claims (2)
1.一种基于需求响应的负荷建模和优化控制方法,其特征在于:包括以下步骤:
a:按照负荷的可控性对用电负荷进行刚性负荷和柔性负荷的解耦分类,柔性负荷是指通过技术手段可以转移或削减的负荷,且该过程具有成本效益,时间跨度符合要求;刚性负荷是指通过技术手段不可以转移或削减的负荷;
b:建立负荷模型;负荷模型由刚性负荷和柔性负荷两部分组成,用于表示负荷随时间变化的曲线,以及负荷与需求响应指令之间的函数关系;负荷模型为:
Ltotal(t,P,DLC,IL)=Ls(t)+Lf(t,P,DLC,IL) ①
式中,Ltotal表示总负荷;Ls表示刚性负荷,是时间的函数;Lf表示柔性负荷,是时间和需求响应指令的函数;t表示时间;需求响应指令:包括电价P,直接负荷控制变量DLC,可中断负荷变量IL;需求响应指令本身也是时间的函数,即不同时刻点有不同的需求响应指令;
c:将柔性负荷根据参与的需求响应项目分为三类:电价项目、直接负荷控制项目、可中断负荷项目,并按照三项需求响应项目,根据公式Lf(t,P,DLC,IL)=L1(t,P)+L2(t,DLC)+L3(t,IL)②分类建立模型;
(1):与电价项目相关的柔性负荷模型:用户的电力需求一般随电价的变化而变化,但各类用户的变化趋势和幅度各不相同,整体变化规律可用抛物线模型或对数模型进行表示,如公式③所示:L1(t,P)=a+bP(t)+cP2(t)或L1(t,P)=a+bln[P(t)]③;
(2):与直接负荷控制项目相关的柔性负荷模型:直接负荷控制项目由实施机构通过远程关闭或循环控制用户的用电设备,控制过程中需要满足用户满意度的约束条件,如公式④所示: ④;约束条件为:
式中,i表示参与直接负荷控制项目的用户编号,一共有N组用户;αi(t)表示第i组用户在t时段的控制变量,为0-1决策变量;Lorigin,i表示第i组用户实施直接负荷控制之前的负荷大小;αi_max为第i组用户合同中规定的每天调用次数上限,n为一天的时段划分总数;
(3):与可中断负荷控制项目相关的柔性负荷模型:可中断负荷是基于合同的需求响应项目,负荷的中断由用户根据请求信号实行,所以存在用户违约率的问题,可中断负荷的实行以合同的形式,规定了最小切除容量、中断持续时间等约束条件,如公式⑤所示: ⑤;约束条件为:s.t.LIL,j(t)≥LIL,j_min
式中,j表示可中断合同编号,合同总数为M;βj(t)表示第j个中断合同在t时段的状态,为0-1决策变量;LIL,j(t)表示第j个中断合同在t时段的中断容量;δj(t)为第j个中断合同在t时段的违约率,δj(t)∈[0%,100%];LIL,j_max表示第j个中断合同的最小切除容量;Dj_min和Dj_max分别表示第j个中断合同的中断持续时间下限和上限;
d:负荷模型中柔性负荷的电价项目为不可控变量,直接负荷控制变量αi(t)和可中断负荷变量βj(t)为可控变量,根据可控变量所能提供的最大消减负荷与供电缺口最大值之间的关系建立三种情况的优化控制模型,即直接负荷控制项目最大削减负荷DLCmax、可中断负荷项目最大削减负荷ILmax与供电缺口最大值Pmax之间的关系建立三种情况的优化控制模型;
情况一:在Pmax≥DLCmax+ILmax时,
建立模型一:
LIL,j(t)≥LIL,j_min
式中,Tmax为供电缺口最大持续时间;
情况二:在DLCmax≤Pmax<DLCmax+ILmax时,
建立模型二:
LIL,j(t)≥LIL,j_min
式中,tmax为最大供电缺口发生时刻;
情况三:在Pmax<DLCmax时,
建立模型三:
e:将上述的三个优化控制模型采用优化算法进行求解,最终获得对负荷的最优控制方法。
2.根据权利要求1所述的基于需求响应的负荷建模和优化控制方法,其特征在于:所述的步骤e中的优化算法采用遗传算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200869.0A CN103972896B (zh) | 2014-05-13 | 2014-05-13 | 一种基于需求响应的负荷建模和优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200869.0A CN103972896B (zh) | 2014-05-13 | 2014-05-13 | 一种基于需求响应的负荷建模和优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103972896A true CN103972896A (zh) | 2014-08-06 |
CN103972896B CN103972896B (zh) | 2015-09-09 |
Family
ID=51242098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410200869.0A Active CN103972896B (zh) | 2014-05-13 | 2014-05-13 | 一种基于需求响应的负荷建模和优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103972896B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376364A (zh) * | 2014-11-21 | 2015-02-25 | 国家电网公司 | 基于遗传算法的智能家居负荷管理优化方法 |
CN104682428A (zh) * | 2015-02-04 | 2015-06-03 | 顾为东 | 一种高效节能的电力网络的运行方法 |
CN104952001A (zh) * | 2015-07-02 | 2015-09-30 | 华侨大学 | 一种对包括空调负荷的可控负荷进行用电优化调度的方法 |
CN105022376A (zh) * | 2015-07-22 | 2015-11-04 | 上海交通大学 | 基于分时电价的家庭能效管理方法 |
CN105071378A (zh) * | 2015-07-20 | 2015-11-18 | 东南大学 | 含柔性负荷的配电公司日前优化调度方法 |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN105429145A (zh) * | 2016-01-08 | 2016-03-23 | 江苏省电力公司电力科学研究院 | 一种基于用户智能互动的特高压受端大电网柔性控制系统 |
CN105444343A (zh) * | 2015-09-30 | 2016-03-30 | 江苏省电力公司南京供电公司 | 一种基于用电舒适度的空调负荷优先级中断方法 |
CN105790292A (zh) * | 2016-01-04 | 2016-07-20 | 国家电网公司 | 基于最优控制模型的典型负荷有序用电方法 |
CN105811454A (zh) * | 2016-03-14 | 2016-07-27 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN105846427A (zh) * | 2016-05-17 | 2016-08-10 | 中国电力科学研究院 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
CN105978022A (zh) * | 2016-05-05 | 2016-09-28 | 浙江大学 | 实现电网用户自动需求响应的控制系统及控制方法 |
CN106487035A (zh) * | 2015-08-26 | 2017-03-08 | 中国电力科学研究院 | 一种提高配电网可再生能源接纳能力的柔性负荷调度方法 |
CN106548199A (zh) * | 2016-10-24 | 2017-03-29 | 河海大学 | 一种基于需求响应的大用户负荷聚类方法 |
CN106560823A (zh) * | 2015-09-30 | 2017-04-12 | 中国电力科学研究院 | 一种电力系统ahp模型下的削减量分配方法 |
CN106600124A (zh) * | 2016-12-05 | 2017-04-26 | 国家电网公司 | 基于需求侧响应影响的变压器健康水平评价方法 |
CN106651200A (zh) * | 2016-12-29 | 2017-05-10 | 中国西电电气股份有限公司 | 一种工业企业聚合用户电力负荷管理方法和系统 |
CN106709615A (zh) * | 2015-07-28 | 2017-05-24 | 中国电力科学研究院 | 一种基于可中断负荷的负荷分类及调度方法 |
CN106779291A (zh) * | 2016-11-15 | 2017-05-31 | 国网浙江省电力公司经济技术研究院 | 智能用电园区需求响应策略 |
CN107196320A (zh) * | 2017-06-21 | 2017-09-22 | 武汉都市环保工程技术股份有限公司 | 一种基于时序优化的钢厂负荷管理方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN107707603A (zh) * | 2017-06-29 | 2018-02-16 | 青岛恒金源电子科技有限公司 | 一种智能家居网络电能管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050090995A1 (en) * | 2003-10-27 | 2005-04-28 | Itron Inc. | Distributed asset optimization (DAO) system and method |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
CN103514571A (zh) * | 2013-10-22 | 2014-01-15 | 国家电网公司 | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 |
-
2014
- 2014-05-13 CN CN201410200869.0A patent/CN103972896B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050090995A1 (en) * | 2003-10-27 | 2005-04-28 | Itron Inc. | Distributed asset optimization (DAO) system and method |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
CN103514571A (zh) * | 2013-10-22 | 2014-01-15 | 国家电网公司 | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376364A (zh) * | 2014-11-21 | 2015-02-25 | 国家电网公司 | 基于遗传算法的智能家居负荷管理优化方法 |
CN104682428A (zh) * | 2015-02-04 | 2015-06-03 | 顾为东 | 一种高效节能的电力网络的运行方法 |
CN104952001A (zh) * | 2015-07-02 | 2015-09-30 | 华侨大学 | 一种对包括空调负荷的可控负荷进行用电优化调度的方法 |
CN105071378A (zh) * | 2015-07-20 | 2015-11-18 | 东南大学 | 含柔性负荷的配电公司日前优化调度方法 |
CN105071378B (zh) * | 2015-07-20 | 2017-05-24 | 东南大学 | 含柔性负荷的配电公司日前优化调度方法 |
CN105022376A (zh) * | 2015-07-22 | 2015-11-04 | 上海交通大学 | 基于分时电价的家庭能效管理方法 |
CN105022376B (zh) * | 2015-07-22 | 2017-09-08 | 上海交通大学 | 基于分时电价的家庭能效管理方法 |
CN106709615A (zh) * | 2015-07-28 | 2017-05-24 | 中国电力科学研究院 | 一种基于可中断负荷的负荷分类及调度方法 |
CN106487035B (zh) * | 2015-08-26 | 2019-03-08 | 中国电力科学研究院 | 一种提高配电网可再生能源接纳能力的柔性负荷调度方法 |
CN106487035A (zh) * | 2015-08-26 | 2017-03-08 | 中国电力科学研究院 | 一种提高配电网可再生能源接纳能力的柔性负荷调度方法 |
CN105444343B (zh) * | 2015-09-30 | 2020-03-13 | 江苏省电力公司南京供电公司 | 一种基于用电舒适度的空调负荷优先级中断方法 |
CN106560823B (zh) * | 2015-09-30 | 2019-04-05 | 中国电力科学研究院 | 一种电力系统ahp模型下的削减量分配方法 |
CN105444343A (zh) * | 2015-09-30 | 2016-03-30 | 江苏省电力公司南京供电公司 | 一种基于用电舒适度的空调负荷优先级中断方法 |
CN106560823A (zh) * | 2015-09-30 | 2017-04-12 | 中国电力科学研究院 | 一种电力系统ahp模型下的削减量分配方法 |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN105790292A (zh) * | 2016-01-04 | 2016-07-20 | 国家电网公司 | 基于最优控制模型的典型负荷有序用电方法 |
CN105429145A (zh) * | 2016-01-08 | 2016-03-23 | 江苏省电力公司电力科学研究院 | 一种基于用户智能互动的特高压受端大电网柔性控制系统 |
CN105811454B (zh) * | 2016-03-14 | 2019-10-29 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN105811454A (zh) * | 2016-03-14 | 2016-07-27 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN107196310B (zh) * | 2016-03-15 | 2021-04-06 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN105978022A (zh) * | 2016-05-05 | 2016-09-28 | 浙江大学 | 实现电网用户自动需求响应的控制系统及控制方法 |
CN105846427A (zh) * | 2016-05-17 | 2016-08-10 | 中国电力科学研究院 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
CN105846427B (zh) * | 2016-05-17 | 2022-01-18 | 中国电力科学研究院 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
CN106548199A (zh) * | 2016-10-24 | 2017-03-29 | 河海大学 | 一种基于需求响应的大用户负荷聚类方法 |
CN106779291A (zh) * | 2016-11-15 | 2017-05-31 | 国网浙江省电力公司经济技术研究院 | 智能用电园区需求响应策略 |
CN106779291B (zh) * | 2016-11-15 | 2020-09-25 | 国网浙江省电力公司经济技术研究院 | 智能用电园区需求响应策略 |
CN106600124A (zh) * | 2016-12-05 | 2017-04-26 | 国家电网公司 | 基于需求侧响应影响的变压器健康水平评价方法 |
CN106651200A (zh) * | 2016-12-29 | 2017-05-10 | 中国西电电气股份有限公司 | 一种工业企业聚合用户电力负荷管理方法和系统 |
CN107196320A (zh) * | 2017-06-21 | 2017-09-22 | 武汉都市环保工程技术股份有限公司 | 一种基于时序优化的钢厂负荷管理方法 |
CN107196320B (zh) * | 2017-06-21 | 2019-11-26 | 武汉都市环保工程技术股份有限公司 | 一种基于时序优化的钢厂负荷管理方法 |
CN107707603A (zh) * | 2017-06-29 | 2018-02-16 | 青岛恒金源电子科技有限公司 | 一种智能家居网络电能管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103972896B (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103972896B (zh) | 一种基于需求响应的负荷建模和优化控制方法 | |
Sarker et al. | Progress on the demand side management in smart grid and optimization approaches | |
Sharda et al. | Demand side management through load shifting in IoT based HEMS: Overview, challenges and opportunities | |
Esther et al. | A survey on residential demand side management architecture, approaches, optimization models and methods | |
US10983484B2 (en) | Hierarchical implicit controller for shielded system in a grid | |
Wang et al. | Hierarchical market integration of responsive loads as spinning reserve | |
Wang et al. | Interruptible load scheduling model based on an improved chicken swarm optimization algorithm | |
CN114362189A (zh) | 一种可调节负荷参与需求响应的调用方法、系统及装置 | |
Tan et al. | The optimization model for multi-type customers assisting wind power consumptive considering uncertainty and demand response based on robust stochastic theory | |
CN104158231B (zh) | 一种基于实时发电计划的机组控制模式动态转换方法 | |
Siahkali et al. | Electricity generation scheduling with large-scale wind farms using particle swarm optimization | |
CN109390979A (zh) | 一种综合能源系统的优化控制方法 | |
CN104779611A (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
CN105634024A (zh) | 基于价格需求响应的日内经济调度模型及线性求解方法 | |
CN109936162A (zh) | 基于可控负荷提升新能源接纳能力的电网日前发电计划优化方法及系统 | |
CN105743089A (zh) | 基于柔性负荷的需求侧负荷调控方法及系统 | |
CN105226649B (zh) | 一种基于母线负荷预测改进的省级电网发电调度优化方法 | |
CN105069539A (zh) | 含可调负荷和分布式电源的售电公司日前优化调度方法 | |
CN105098839A (zh) | 一种基于风电不确定出力的风电并网协调优化方法 | |
CN108573334A (zh) | 一种智能电网调度业务的优化方法 | |
Zois et al. | Integrated platform for automated sustainable demand response in smart grids | |
Tazi et al. | Demand and energy management in smart grid: Techniques and implementation | |
CN115935619A (zh) | 基于需求响应的主动配电网日前低碳调度方法及装置 | |
CN104917298A (zh) | 一种基于自动需求响应的高耗能企业负荷控制装置及其控制方法 | |
CN115758763A (zh) | 一种计及源荷不确定性的多能流系统优化配置方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |