CN104319777B - 一种需求侧负荷柔性控制方法 - Google Patents
一种需求侧负荷柔性控制方法 Download PDFInfo
- Publication number
- CN104319777B CN104319777B CN201410543626.7A CN201410543626A CN104319777B CN 104319777 B CN104319777 B CN 104319777B CN 201410543626 A CN201410543626 A CN 201410543626A CN 104319777 B CN104319777 B CN 104319777B
- Authority
- CN
- China
- Prior art keywords
- load
- peak
- demand
- user
- period
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000003993 interaction Effects 0.000 claims abstract description 47
- 230000005611 electricity Effects 0.000 claims description 35
- 230000002452 interceptive effect Effects 0.000 claims description 28
- 230000009467 reduction Effects 0.000 claims description 20
- 240000002853 Nelumbo nucifera Species 0.000 claims description 7
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 7
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000005997 Calcium carbide Substances 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009123 feedback regulation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- CLZWAWBPWVRRGI-UHFFFAOYSA-N tert-butyl 2-[2-[2-[2-[bis[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]amino]-5-bromophenoxy]ethoxy]-4-methyl-n-[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]anilino]acetate Chemical compound CC1=CC=C(N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)C(OCCOC=2C(=CC=C(Br)C=2)N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)=C1 CLZWAWBPWVRRGI-UHFFFAOYSA-N 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 229910000906 Bronze Inorganic materials 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000010974 bronze Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- KUNSUQLRTQLHQQ-UHFFFAOYSA-N copper tin Chemical compound [Cu].[Sn] KUNSUQLRTQLHQQ-UHFFFAOYSA-N 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
Abstract
本发明公开了一种需求侧负荷柔性控制方法，包括：设置需求侧交互负荷反馈模型；基于设置的需求侧交互负荷反馈模型，进行需求侧负荷的柔性控制。本发明所述需求侧负荷柔性控制方法，可以克服现有技术中电网稳定性差、供电可靠性低和用户体验差等缺陷，以实现电网稳定性好、供电可靠性高和用户体验好的优点。
Description
技术领域
本发明涉及电力节能技术领域，具体地，涉及一种需求侧负荷柔性控制方法。
背景技术
国务院最近颁发的《能源发展“十二五”规划》中强调“发展互动智能化用电，实施电价动态管理，引导用户用电，让用户参与供需互动，实现大范围地削峰填谷，减少系统备用容量，保证电力平滑输出和系统的安全可靠运行”是未来发展智能电网的重要方面。为提高电力资源利用效率，改进用电方式，实现科学用电、节约用电、有序用电，在增加电力供应的同时，统筹考虑并优先使用电力需求侧管理措施。电网企业是电力需求侧管理的重要实施主体，在电网规划、生产运行、用户用电管理中落实相关要求，自行开展并引导用户实施电力需求侧管理，为其他各方开展相关工作提供便利条件。
在电力系统需求侧负荷管理中，通过经济和技术措施来进行负荷整形是需求侧负荷管理的基础内容，在此方面开展的研究比较多，且理论日趋成熟；相比较于基础内容，由于电力系统负荷具有地域分散、类型繁多、结构复杂、和非线性等特点，负荷的分类与综合已成为需求侧负荷管理的一个难题，并且缺乏针对电网各类负荷有效的柔性控制技术。在现有的需求侧负荷管理研究中，仅仅以电价类别进行负荷分类的方式过于粗糙，没有系统的对负荷进行分类整合，建立线性规划的数学模型，通过求解得到最优的控制策略；或者只进行分类分项的技术措施和经济措施，没有对需求侧负荷柔性控制进行系统的流程反馈管理，不能有效的引导用户实施管理以缓解电力需求供应缺口，削减电网调峰成本，提高供电可靠性，对提高终端用电效率效果不显著。
在实现本发明的过程中，发明人发现现有技术中至少存在电网稳定性差、供电可靠性低和用户体验差等缺陷。
发明内容
本发明的目的在于，针对上述问题，提出一种需求侧负荷柔性控制方法，以实现电网稳定性好、供电可靠性高和用户体验好的优点。
为实现上述目的，本发明采用的技术方案是：一种需求侧负荷柔性控制方法，包括：
a、设置需求侧交互负荷反馈模型；
b、基于设置的需求侧交互负荷反馈模型，进行需求侧负荷的柔性控制。
进一步地，在步骤a中，所述需求侧交互负荷反馈控制模型，是指电力公司根据不同的用户类别为用户提供交互负荷模式建议，用户再根据自身情况申报响应的交互负荷参数。
进一步地，所述所述需求侧交互负荷反馈控制模型的控制流程，具体包括分类负荷交互申报、互动负荷优化和互动负荷调用反馈。
进一步地，在步骤b中，所述进行需求侧负荷的柔性控制的操作，即：
将地区总负荷按用户类别划分为可转移负荷、可削减负荷和可中断负荷，按照不同的隶属度函数，对地区总负荷采取时段错峰、削峰填谷、移峰、战略节电、战略用电和提高用户控制能力等手段，分阶段进行合理控制，通过建立一种阶段柔性负荷控制方法，实现需求侧柔性负荷控制。
进一步地，所述步骤b，具体包括：
峰谷期可能性确定；
分阶段负荷柔性控制。
进一步地，所述分阶段负荷柔性控制的操作，具体包括：
①可转移峰荷控制阶段
②高耗能负荷控制阶段
③导入可中断负荷数据，在进行可转移可削减阶段后的控制量为ΔP1中＝ΔP1-M，在时段为(T1～T1+N)对应中断电量为ΔP1中，则有：
ΔP1中(T1)＝ΔP1中(T1+1)＝,...,＝ΔP1中(T1+N)＝ΔP1中；(N＝0,1...,N)；
峰值时段为(T1～T1+N)其总削峰电量ΔP1(T1+N)为：
ΔP1(T1+N)＝ΔP1转(T1+N)+ΔP1消(T1+N)+ΔP1中；(N＝0,1,...,N)；
填谷时段为(T2～T2+N)其总削峰电量ΔP2(T2+N)为：
ΔP2(T2+N)＝ΔP1转(T1+N)；(N＝0,1,...,N)。
本发明各实施例的需求侧负荷柔性控制方法，由于包括：设置需求侧交互负荷反馈模型；基于设置的需求侧交互负荷反馈模型，进行需求侧负荷的柔性控制；可以对电力公司造成的经济损失最小及影响用户最少为目标，进行最优控制；从而可以克服现有技术中电网稳定性差、供电可靠性低和用户体验差的缺陷，以实现电网稳定性好、供电可靠性高和用户体验好的优点。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明中用户交互负荷反馈控制框图；
图2为本发明中本发明需求侧负荷柔性控制流程框图；
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
根据本发明实施例，如图1和图2所示，提供了一种需求侧负荷柔性控制方法。
本发明的目的是提供一种需求侧负荷柔性控制方法，设计了一种适用于现阶段国内需求侧管理的交互负荷优化方法，以对电力公司造成的经济损失最小及影响用户最少为目标，进行最优控制。提出了运用柔性控制手段对需求侧负荷进行分级控制，在缓解电力供应缺口的同时能够减小对用户满意度的影响，削减电网成本，提高终端用电效率。
本发明所采用的技术方案是，一种需求侧负荷柔性控制方法，包括需求侧交互负荷反馈模型和需求侧负荷柔性控制方法。
在本发明的技术方案中，需求侧交互负荷反馈控制模型，是指电力公司根据不同的用户类别为用户提供交互负荷模式建议，用户再根据自身情况申报响应的交互负荷参数。从而制定出基于用户分类的交互负荷控制方法，并以对电力公司造成的经济损失最小和影响用户最少为目标，建立交互负荷优化模型并进行最优求解，方案执行之后对用户的执行情况进行反馈调节，以此来制定次日供应计划，该流程通过建立最优模型，调节反馈引导用户并加以实施，有利于缓解供应缺口提高用户供电满意度。
负荷柔性控制方法，是指将地区总负荷按用户类别划分为可转移负荷、可削减负荷和可中断负荷，按照不同的隶属度函数，对地区总负荷采取时段错峰、削峰填谷、移峰、战略节电、战略用电和提高用户控制能力等手段，分阶段进行合理控制，通过建立一种阶段柔性负荷控制方法，实现需求侧柔性负荷控制。
本发明技术方案的详细说明如下：
㈠需求侧交互负荷反馈控制
参照图1，本发明的用户交互负荷反馈控制流程包括分类负荷交互申报、互动负荷优化模型、互动负荷调用反馈三大模块。其中的分类负荷交互申报主要是通过用户参与需求侧互动的方式对不同用户负荷进行聚类分析；互动负荷优化模型主要是通过建立各种约束，进行线性优化，以期达到需求侧负荷最优控制；互动负荷调用反馈过程主要是电力公司对供电地区所有负荷进行分级分析,与用户交互协商修正，进行反馈调节规划。以下对上面个三个模块进行详细说明。
(1)分类负荷交互申报
基于用户分类的负荷申报是以用户典型负荷形态为分类，电力公司根据不同的用户类别为用户提供负荷交互模式建议，用户再根据自身情况申报响应的负荷交互参数。如图1分类负荷交互申报所示：电力公司对智能表计获取的用户负荷数据按照聚类分析后，将用户按照不同的负荷形态进行精细化分类。电力公司根据不同类别的负荷形态为该类用户提供交互方式选择，用户则按照自身意愿申报相关交互方式需要的参数。电力公司在于用户协商校验用户申报参数的可行性之后将申报的互动负荷编入交互负荷备用库，作为在不同电力供应缺口下，负荷交互调用过程中的调用对象。
(2)互动负荷优化模型
电力公司根据获取的用户分类结果、用户对交互模式及参数的申报数据、当前的负荷缺口预测值确定最优负荷交互方案的过程是一个复杂的优化问题。本发明主要设计的是考虑经济性的负荷交互优化模型，在考虑电力公司经济损失最小及影响用户最少的目标下，建立混合整数规划模型，通过对模型线性化求解最优。主要分为：负荷交互方式建模、约束模型、优化目标建立、模型线性化整合。
①负荷交互方式建模
为满足负荷管理中理应尽可能减小对用户正常多用点欲求的削减的原则，在本发明的负荷交互建模中，主要考虑时段错峰、移峰填谷及削峰三种方式。
时段错峰，指的是用户通过提前或者延后工作时段，有效的将自身用电高峰与系统负荷高峰错开，起到削减电网峰值负荷的作用。时段错峰适用于负荷峰谷差率较大，波动性强烈的用户，对于负荷峰谷差率较小，较为平滑的用户并不适用。
本发明的交互优化模型中,对于符合高峰与电网同步的用户i，可结合自身情况对最大容忍错峰小时数进行申报，电网公司在满足用户意愿的约束下以最优负荷互动方案对用户进行补偿。调整后的用户负荷如下所示：
P′i前(t)为提前工作时间后各时段用户的负荷大小；P′i后(t)为延后工作时间后各时段用户的负荷大小；Pi(t)为调整前各时段用户的负荷大小；Δti为计划的错峰小时数。电力公司下达的负荷互动计划错峰小时数必须满足用户申报的最大错峰小时约束
当考虑需求响应补偿时，时段错峰的补偿成本取与执行的错峰小时数成正比关系。
移峰填谷，指的是有条件的用户安排一部分生产计划至低谷时段，多适用于全天生产的且峰谷差率较大额用户。移峰填谷能够减小用户损失电量，且能够防止反弹负荷不确定性对电网规划的不利影响。本发明设计的交互模式中，用户通过申报最大可承受移峰负荷比例以及接受的移峰峰谷时段的方式参与电网调峰。值得注意的是，虽然移峰峰谷时段由用户自主申报，但需要在系统负荷最高峰与低谷时段区间内，且需大于一定时间跨度以保证负荷高峰削减容量充足。
对参与移峰填谷的用户，其调整后峰时段的用户负荷为谷时段的用户负荷为其需要满足如下约束：
参与移峰填谷交互的用户补偿与错峰补偿相似，同样取补偿金额为移峰电量的一次函数关系。
削峰，削峰的交互方式适用于具有较为平滑的负荷特性的用户。削峰由用户申报最大承受削峰比例与可削峰时段电力公司确认在日前规划时对参与削峰负荷进行调用，用户i被要求削减的负荷量与要求削减的时间段连续区间满足如下要求：
相比其他两种方式，削峰需要损失电量，但由用户申报的方式能够减小交互过程对用户带来的影响。对参与削峰用户的补偿参照可中断负荷合同中的补偿机制，按照电力用户实际削减的电量按合理的单价进行补偿。
②约束模型
通过将如上三种负荷交互方式的建模转变为优化模型的约束，本发明采用每个用户各时段的负荷变化量ΔPi(t)作为模型的决策变量，并引入二进制正式变量集合Ui以表征用户是否参与某项措施，同时引入二进制整数变量Vi(t)表征用户每个时段的负荷调用情况。
(1)消纳缺口约束，负荷的交互需要消纳日前预测的区域电网供应缺口，即对每一时段t都有如下限值：
其中表示系统日前预测的次日最大电力供应能力，Psystem(t)为预测的各时段系统负荷大小。由于崔在多种负荷交互方式，上式中ΔPi(t)为集中不同交互方式下负荷变化量的总和，如下所示：
式中，分别为用户在时段i由时段错峰、移峰填谷、削峰所造成的负荷削减量，当负荷削减时为正值，负荷增加时为负值。
(2)参与交互方式约束，考虑存在负荷邢台适合多种交互方式，本发明引入二进制整数变量分别表示是否参与时段错峰、移峰填谷、削峰。当其为1时表示参与，为0时表示不参与。为保证不重复调用，对所有用户而言，只允许每个用户采用一种负荷交互方式，其约束如下所示：
(3)参与时段错峰约束，当用户参与时段错峰时，负荷削减量需要满足如下约束：
其中，Δt为错峰时间，其需要满足约束如下：
为保证用户不参与时段错峰时错峰时间为零，当Δt大于零时为提前工作时间，小于零时为推迟工作时间。
(4)参与移峰填谷约束，移峰填谷需要受用户申报的峰时段与谷时段限制，因此本发明引入二进制整数变量表示用户i在t时段是否存在移峰或者填谷。当变量值为1时表示该时段存在移峰或者填谷，为0时表示不存在负荷变化。参与移峰填谷的用户负荷变化量需要满足如下约束：
上式为当用户参与移峰填谷时，各时段的移峰填谷负荷变化量。
上式是保证峰时段负荷削减量在用户申报的可承受范围内，且受整数变量限制。
上式是保证谷时段负荷增加量在电力公司计划范围内，且受整数变量限制，其中负荷低谷时间
上式是保证移峰填谷交互过程中不产生电量的损失与增加。
上式表示条用移峰填谷过程需受用户申报时段的限制。
(5)参与削峰约束，削峰交互过程与可中断负荷/直接负荷控制十分相似，引入整数变量表示对应时段负荷是否存在削减。当变量值为1时表示该时段存在削减，为0时表示不存在负荷变化。各时段参与削减的用户负荷变化量需要满足如下约束：
需要注意的是，在削峰调用过程中，电力公司为保障用户的易操作性与满意度，并不能频繁地要求用户削峰与恢复用电，故本发明的削峰交互过程中要求用户的削峰时段连续，且一天中仅调用一次。为保证当前削峰过程已经产生时，该用户不能再被调用，故本发明建立如下约束：
(6)原始负荷上下限约束，考虑负荷交互过程并不能超过用户自身的用电能力，即不能要求用户增加超过自身最大负荷的用电，也不能要求用户削减负荷至自身生产最低负荷之下。因此为使交互后的负荷并不超过原始用户负荷的上下限，整个负荷交互过程需满足如下约束：
(7)网络传输能力约束
考虑负荷交互的过程需要满足配电网络传输能力的约束，即需要用户执行负荷交互计划后仍能够满足配电线路潮流传输极限的限值，因此对每条辐射状配电线路lm需满足如下约束：
其中为该线路传输极限，同时对配电变压器Tm而言，负荷交互的过程需要满足变压器传输能力的限制，其约束如下：
③优化目标
本发明负荷交互优化模型的优化目标为电力公司损失收益最少和调控影响用户最少。在此目标下，建立日前负荷交互计划模型，如下所述：
其中N,T分别表示计划包含的用户数量及时段，f(t)表示各时段的峰谷电价，Ci为执行负荷交互计划后对每个用户的补偿，其计算如下：
显而易见，对每个用户的补偿由三个部分构成，各部分计算如下：
其中分别表示时段错峰、移峰填谷、削峰互动过程中电力公司需要支付给用户的补偿金额，αi、βi、γi分别为三种方式的补偿单价。在现有的电力市场环境下，在负荷管理优化过程中不考虑补偿机制，Ci项为零。
④优化模型的线性化
在确立了负荷交互优化模型的目标与约束后，建立的模型是一个非线性混合证书规划模型，非线性的问题造成了模型的求解困难。鉴于此，本发明通过再次引入一个二进制整数变量对上述模型进行线性化，从而确保建立的优化模型是一个混合整数线性规划问题，便于利用现有成熟的优化工具进行求解。对时段错峰削减量线性化后模型如下所示：
式中，表示的是用户i是否被要求错峰j个时段，例如则认为用户i被要求延迟工作3个小时。通过引入该0-1变量，非线性约束很好地转化成了线性的约束，整个负荷交互规划模型也成了一个易求解的混合整数线性规划模型。
(3)互动负荷调用反馈
当用户都按照其自身负荷形态以及自身意愿编入负荷互动备用库之后，电力公司根据预测的电力供应缺口等级、系统调峰备用信息以及用户的交互方式对负荷交互过程进行优化建模，寻求最优的负荷互动方案。方案的发布需呀获得用户的校验与确认，佛纳甘执行之后电力公司需要对用户的执行情况进行评价，如果存在经济补偿的情况需要按照执行情况对用户做出相应的补偿，如果没有补偿机制也需要对未按计划执行的用户进行惩罚，并反馈至互动负荷备用库中。
㈡需求侧负荷柔性控制方法
需求侧负荷柔性控制方法是对于供电地区总负荷数据，其中包括可转移负荷、可削减负荷(铜冶炼、铝冶炼、铅冶炼、化工厂、电石厂、居民用电、商业及其他服务业用电)、可中断负荷。绘制其原始负荷曲线图，通过半梯形隶属函数来确定地区总负荷曲线上各点分别处于峰期和谷期的可能性，将负荷划分为可进行柔性控制的三大类分阶段控制，即：可转移符合控制阶段、可削减负荷控制阶段和可中断呼和控制阶段。
(1)峰谷期可能性确定
计算地区供电系统最大峰值负荷，最小谷值负荷，对于负荷曲线上各点处于峰期谷期的可能性进行确定，其确定原则如下：负荷趋向上最高峰处于峰期的可能性为100％，最低古典处于峰期的可能性为0；负荷曲线上最低谷点处于谷期的可能性为100％，最高峰点处于谷期的可能性为0；负荷曲线上其与各点处于峰期和谷期的可能性采用半梯形隶属函数的线性部分来确定，其中采用偏小型半梯形隶属函数来确定负荷曲线上各点处于谷期的可能性，采用偏大型半梯形隶属函数来确定各点处于峰期的可能性。具体方法如下：
假设负荷曲线上峰荷的值Pmax，谷荷的值为Pmin，x为负荷曲线上各整点负荷的值(x＝0，1,2,3，……，24)。A(x)为点x处于峰(谷)时段的可能性(以百分比表示)。则偏小型半梯形隶属函数如下：
A(x)＝(Pmax-x)/(Pmax-Pmin) (33)；
偏大型半梯形隶属函数如下：
A(x)＝(x-Pmin)/(Pmax-Pmin) (34)；
采用如上两个公式来计算模拟典型日各时点的高峰点隶属度和低谷点隶属度。举例计算如下：
某地区典型日地区总负荷已知，通过如上计算，各时点峰谷期隶属度如下表所示：
| 时间/h | 地区总负荷(MW) | 谷期隶属度 | 峰期隶属度 |
| 0:00 | 4204.7 | 0.490463644 | 0.509536356 |
| 1:00 | 3843.7 | 0.639785902 | 0.360214098 |
| 2:00 | 3545.3 | 0.763202197 | 0.236797803 |
| 3:00 | 3343.2 | 0.846785435 | 0.153214565 |
| 4:00 | 3160.3 | 0.922447561 | 0.077552439 |
| 5:00 | 3042.3 | 0.971277181 | 0.028722819 |
| 6:00 | 2972.9 | 1 | 0 |
| 7:00 | 3113.4 | 0.41847046 | 0.58152954 |
| 8:00 | 3542.5 | 0.7643563 | 0.2356437 |
| 9:00 | 4225.7 | 0.481797989 | 0.518202011 |
| 10:00 | 4721.9 | 0.276548133 | 0.723451867 |
| 11:00 | 5089.5 | 0.124479337 | 0.875520663 |
| 12:00 | 5281.9 | 0.044916632 | 0.955083368 |
| 13:00 | 5357.3 | 0.013691321 | 0.986308679 |
| 14:00 | 5315.7 | 0.030919221 | 0.969080779 |
| 15:00 | 5370.7 | 0.008185838 | 0.991814162 |
| 16:00 | 5390.4 | 0 | 1 |
| 17:00 | 5325.5 | 0.026853189 | 0.973146811 |
| 18:00 | 5061.7 | 0.135982519 | 0.864017481 |
| 19:00 | 4639.2 | 0.31074748 | 0.68925252 |
| 20:00 | 4728.1 | 0.273975323 | 0.726024677 |
| 21:00 | 4815.1 | 0.238018026 | 0.761981974 |
| 22:00 | 4750.3 | 0.264792624 | 0.735207376 |
| 23:00 | 4408.7 | 0.406090363 | 0.593909637 |
当整点T2谷值隶属函数A(x)≥0.85时,进入谷期判断：连续T2、T2+1、T2+2三个时刻的隶属函数均为A(x)≥0.85即为谷期，认定谷期开始时刻为T2；否则进入下一时刻判定。同理当整点T1峰值隶属度函数A(x)≥0.85，进入峰期判断：连续T1、T1+1、T1+2三个时刻的隶属函数均为A(x)≥0.85即为峰期，认定峰期开始时刻为T1；若至T1+N有A(x)＜0.85，峰期结束；否则认定为非峰期，进入下一时刻判定。本着时段尽量集中原则进行本实例划分如下：
高峰时段：11:00～18:00
低谷时段：4:00～7:00
(2)分阶段负荷柔性控制
①可转移峰荷控制阶段
导入可转移负荷数据，按照划分的峰谷时段进行移峰填谷控制，估值时段依照峰值时段同步增长，估值时段为(T2～T2+N)，峰值时段为(T1～T1+N)。
设时段为(T1～T1+N)对应移峰电量为ΔP1转(T)，对应填谷电量为ΔP2转(T)，则有：
ΔP1转(T1+N)＝ΔP2转(T2+N)＝90％P转(T1+N)；(N＝0,1...，N) (35)；
若min[ΔP1转(T1),ΔP1转(T1+1),...,ΔP1转(T1+N)]ΔP1转≥ΔP1，则算法结束，反之紧缚第二阶段高耗能负荷控制。
②高耗能负荷控制阶段
导入可控课削减负荷数据，首先判断是高喊恩呢该负荷还是其他服务业负荷(本发明中将居民用电负荷、商业用电负荷还有服务业用电负荷统称为其他服务业负荷)，若是其他服务业负荷，则将其按照一定削减率削减，若是高耗能负荷则以高耗能企业能效比为依据，以能效高的企业有限供电或者保证供电，对能效比差的企业，在峰荷时段削减供电，基本的能效等级分为五级：优、良、中等、较差、差，起一次负荷削减率为(3％、6％、9％、12％、15％)。典型高耗能企业能效比与削减率划分如下表：
设时段为(T1～T1+N)对应移峰电量为ΔP1高(T)，则有：
ΔP1高(T1+N)＝ΔP1铜(T1+N)+ΔP1铝(T1+N)+ΔP1铅(T1+N)
+ΔP1化(T1+N)+ΔP1电石(T1+N)；(N＝0,1,...,N) (36)；
ΔP1其他(T1+N)＝ΔP1居民(T1+N)+ΔP1商业(T1+N)+ΔP1服务(T1+N) (37)；
若M＝min{ΔP1转+高+其他(T1),ΔP1转+高+其他(T1+1),...,ΔP1转+高+其他(T1+N)}≥ΔP1，则算法结束，反之进入第三阶段可中断负荷控制。
③导入可中断负荷数据，在进行可转移可削减阶段后的控制量为ΔP1中＝ΔP1-M，在时段为(T1～T1+N)对应中断电量为ΔP1中，则有：
ΔP1中(T1)＝ΔP1中(T1+1)＝,...,＝ΔP1中(T1+N)＝ΔP1中；(N＝0,1...,N) (38)；
综上所述，峰值时段为(T1～T1+N)其总削峰电量ΔP1(T1+N)为：
ΔP1(T1+N)＝ΔP1转(T1+N)+ΔP1消(T1+N)+ΔP1中；(N＝0,1,...,N) (39)；
填谷时段为(T2～T2+N)其总削峰电量ΔP2(T2+N)为：
ΔP2(T2+N)＝ΔP1转(T1+N)；(N＝0,1,...,N) (40)。
本发明的有益效果是：能够实现需求侧负荷交互优化，建立合理地负荷互动控制计划，有利于实现电力公司损失最小，有效缓解电力供应缺口，削减电网调控成本，调高用户满意度与终端用电效率，从而实现节能。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (1)
1.一种需求侧负荷柔性控制方法，其特征在于，包括：
a、设置需求侧交互负荷反馈模型，所述需求侧交互负荷反馈模型，是指电力公司根据不同的用户类别为用户提供交互负荷模式建议，用户再根据自身情况申报响应的交互负荷参数，所述需求侧交互负荷反馈模型的控制流程，具体包括分类负荷交互申报、互动负荷优化和互动负荷调用反馈；
b、基于设置的需求侧交互负荷反馈模型，进行需求侧负荷的柔性控制，所述进行需求侧负荷的柔性控制的操作具体包括：峰谷期可能性确定和分阶段负荷柔性控制；
所述分阶段负荷柔性控制的操作，包括：
①可转移峰荷控制阶段
②高耗能负荷控制阶段
③导入可中断负荷数据，在进行可转移可削减阶段后的控制量为ΔP1中＝ΔP1-M，其中ΔP1为荷消的缺口，M为转移负荷与可削减负荷之和，在时段为T1～T1+N对应中断电量为ΔP1中，其中Ν的取值范围为不小于0的整数,则有：
ΔP1中(T1)＝ΔP1中(T1+1)＝，...，＝ΔP1中(T1+N)＝ΔP1中；
峰值时段为T1～T1+N其总削峰电量ΔP1(T1+N)为：
ΔP1(T1+N)＝ΔP1转(T1+N)+ΔP1消(T1+N)+ΔP1中
其中ΔP1转(T1+N)为时段T1到T1+N之间的可转移负荷，ΔP1消(T1+N)为时段T1到T1+N之间的可削减负荷；
填谷时段为T2～T2+N其总削峰电量ΔP2(T2+N)为：
ΔP2(T2+N)＝ΔP1转(T1+N)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410543626.7A CN104319777B (zh) | 2014-10-15 | 2014-10-15 | 一种需求侧负荷柔性控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410543626.7A CN104319777B (zh) | 2014-10-15 | 2014-10-15 | 一种需求侧负荷柔性控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104319777A CN104319777A (zh) | 2015-01-28 |
| CN104319777B true CN104319777B (zh) | 2018-05-15 |
Family
ID=52374976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410543626.7A Active CN104319777B (zh) | 2014-10-15 | 2014-10-15 | 一种需求侧负荷柔性控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104319777B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105429145B (zh) * | 2016-01-08 | 2018-09-11 | 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 |
| CN105978022B (zh) * | 2016-05-05 | 2019-01-08 | 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 |
| CN105870931B (zh) * | 2016-06-17 | 2018-05-22 | 国网江苏省电力公司电力科学研究院 | 基于电网频率的柔性负荷自主控制系统的控制方法 |
| CN107798475A (zh) * | 2017-10-25 | 2018-03-13 | 云南电网有限责任公司电力科学研究院 | 一种需求侧负荷调整方案的制定方法及装置 |
| CN112085327B (zh) * | 2020-08-03 | 2022-05-03 | 国网福建省电力有限公司福州供电公司 | 一种配电商参与的主动配电网多层分区调控方法及系统 |
| CN112665159B (zh) * | 2021-01-07 | 2021-12-21 | 西安建筑科技大学 | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014040260A1 (en) * | 2012-09-13 | 2014-03-20 | Accenture Global Services Limited | Method, system and apparatus for load shaving of a power grid and a tangible computer readable medium |
| CN103559656B (zh) * | 2013-11-15 | 2016-05-04 | 国家电网公司 | 一种需求响应控制系统及方法 |
| CN103679555A (zh) * | 2013-12-16 | 2014-03-26 | 成都安健发科技有限公司 | 基于负荷特性分类的分时电价确定方法 |
-
2014
- 2014-10-15 CN CN201410543626.7A patent/CN104319777B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104319777A (zh) | 2015-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104319777B (zh) | 一种需求侧负荷柔性控制方法 | |
| Hussain et al. | An innovative heuristic algorithm for IoT-enabled smart homes for developing countries | |
| CN111277006B (zh) | 一种含燃气-燃煤-风电机组的电力系统低碳控制方法 | |
| CN109740786A (zh) | 一种多端柔性互联配电网规划方法及系统 | |
| CN102222906A (zh) | 一种适应多目标的电网分层分区潮流自动控制方法 | |
| CN105743089A (zh) | 基于柔性负荷的需求侧负荷调控方法及系统 | |
| CN103439926B (zh) | 一种钢铁企业煤气优化调度装置 | |
| Ma et al. | Economic and low-carbon day-ahead Pareto-optimal scheduling for wind farm integrated power systems with demand response | |
| CN106786551A (zh) | 面向电力供需平衡的负荷群参与调度的控制方法及其系统 | |
| Azad-Farsani et al. | Stochastic LMP (Locational marginal price) calculation method in distribution systems to minimize loss and emission based on Shapley value and two-point estimate method | |
| CN111262241A (zh) | 一种考虑用户类型的柔性负荷优化调度策略研究方法 | |
| CN113988435A (zh) | 基于服务商引导的综合能源系统源-荷协同优化方法 | |
| CN115688448A (zh) | 一种考虑共享储能的多区域综合能源系统优化调度方法 | |
| CN102510063A (zh) | 互联电网分级调频控制方法 | |
| CN114444797B (zh) | 计及碳减排的社区能源互联网双层分布式互动优化方法 | |
| CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
| CN105811454B (zh) | 一种考虑风电接入的直接负荷控制资源优化方法 | |
| Merrick et al. | Assessing the system value of optimal load shifting | |
| Cheng et al. | Optimized configuration of distributed power generation based on multi-stakeholder and energy storage synergy | |
| CN112906997B (zh) | 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置 | |
| CN105914762A (zh) | 一种基于合作博弈理论的互联电网频率偏差系数设定方法 | |
| Dai et al. | A demand response scheme in smart grid with clustering of residential customers | |
| CN116542770A (zh) | 一种基于能移和能位的虚拟电厂市场交易机制 | |
| CN112488356B (zh) | 适应现货市场运营的区域电网日前计划协调优化方法及装置 | |
| 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 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |