CN105703355B - 一种多样性负荷分级自律协同需求响应方法 - Google Patents
一种多样性负荷分级自律协同需求响应方法 Download PDFInfo
- Publication number
- CN105703355B CN105703355B CN201510903603.7A CN201510903603A CN105703355B CN 105703355 B CN105703355 B CN 105703355B CN 201510903603 A CN201510903603 A CN 201510903603A CN 105703355 B CN105703355 B CN 105703355B
- Authority
- CN
- China
- Prior art keywords
- response
- demand
- signal
- level
- load
- 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
- 230000004044 response Effects 0.000 title claims abstract description 275
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009467 reduction Effects 0.000 claims abstract description 13
- 238000012546 transfer Methods 0.000 claims abstract description 5
- 230000005284 excitation Effects 0.000 claims abstract description 4
- 230000008844 regulatory mechanism Effects 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000002567 autonomic effect Effects 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 238000004378 air conditioning Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H02J13/0006—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种多样性负荷分级自律协同需求响应方法,该方法以直接负荷控制为手段,以尖峰负荷削减或负荷转移为目的的需求响应调控机制;包括下述步骤:电网调度中心向终端用户发布响应信号,终端用户的本地系统根据响应信号在本地分布式地做出决策;需求响应控制中心根据本地系统反馈的调节量对响应信号做出实时修正,即自律协同,经过若干次寻优操作使负荷达到调节目标值;电网调度中心根据电力用户的响应程度给出相应激励,该方法引入响应级别,一方面电力公司区分当前的需求响应等级,获知当前可调节量,以及最科学的供需配置方法,便于划分激励等级,提高用户参与度。另一方面电力用户可根据响应等级对本地设备的参与优先度做出排序。
Description
技术领域
本发明涉及一种需求侧多样性负荷的响应方法,具体涉及一种多样性负荷分级自律协同需求响应方法。
背景技术
需求响应是电网智能化发展的重要环节之一,面向需求侧多样性负荷的需求响应因弹性高、数量大等特性而成为研究的重点。针对需求侧多样性负荷的各类能量管理系统也相继出现。能量管理系统一般可分为两类,一类是在楼宇或住宅单元入口处装载智能电表,采用非侵入式方法。非侵入式方法大多不能直接控制设备,只能对电力用户的能耗状况进行分析并给出建议,属于半自动或手动需求响应。另一类则是在商业楼宇或住宅单元内配置能量管理系统,可监测和控制单个设备。这类研究与智能楼宇、智能家居和物联网技术结合,使自动需求响应的实现成为可能。
由于需求侧多样性负荷具有分散性强、网络呈辐射状等特点,因此针对需求响应资源的控制算法多为分布式算法,以减少峰荷和负荷转移等[8]为目标函数进行优化。Molderink A等人提出一种三步式研究框架,包括本地预测、全局统筹和本地调度。首先基于每个楼宇负荷或住宅单元对本地的用电情况作出预测,然后需求响应中心根据收集的本地预测信息对第二天的用电进行规划并发出调控指令,最后本地收到调控指令进行响应。此外Kim H等人提出云需求响应(Cloud-Based Demand Response)算法,Ranade等人提出的颜色算法(Colored Algorithm)。上述方法的中心思想均为实现电力公司和终端用户的双向信息流通,电力公司发出电价改变或负荷调控信号,终端用户接受信号,在本地做出优化,给出响应策略。这种研究框架的优点在于:
1)响应的公平透明性。每个终端用户收到的信号是公开和统一的,因而保证了所有参与者享有相同的服务。
2)响应的隐私性和非侵入性。本地系统可根据接收到的信号独立做出决策,具体哪个设备参与响应是根据需求响应的信号量和用户的设定。
3)响应的及时性。响应信号统一且数据长度小,处理所需的计算量小,能够降低系统开销,保证响应的及时性。
4)响应的可扩展性。系统整体结构简单,终端用户对外只需接受和发出简单的信号,对不同的能量管理系统都可支持。
自律分散系统(ADS)是近几年才发展的一个概念,它打破了传统的集中式或分布式系统的体系模型,提出一种新型的系统框架。该系统有自律可控和自律可协调两大特性。自律性是自我控制或调节能力大小,主要包括系统的自律性、设计、管理、执行的自律性等。利用这种系统概念组建的系统较好地保证了在线扩展、在线维护及容错,这些特点与不断发展变化的需求侧多样性负荷管理需求具有较好的匹配性。
现有需求响应技术对自动化、智能化的用户侧能量管理系统有着巨大的需求。用户参与需求响应的一个重要成本是时间和精力成本,例如对于实时电价来说,监视电价的改变并做出优化调整,控制电器的运行状态,对于一个正常的电力用户来说是相当耗费精力的,因此现有需求响应技术缺乏一套自动化、智能化的系统,从而无法根据用户的使用习惯、舒适度等约束,得到最优负荷运行策略并自动控制电器,对需求响应信号做出快速、自动、智能的响应。
发明内容
为解决上述现有技术中的不足,本发明的目的是提供一种多样性负荷分级自律协同需求响应方法,该方法以最简便、高效的方式传递负荷调控信息。并在此基础上引入响应级别,一方面电力公司区分当前的需求响应等级,获知当前可调节量,以及最科学的供需配置方法,便于划分激励等级,提高用户参与度。另一方面电力用户可根据响应等级对本地设备的参与优先度作出排序。
本发明的目的是采用下述技术方案实现的:
一种多样性负荷分级自律协同需求响应方法,其改进之处在于,所述方法以直接负荷控制为手段,以尖峰负荷削减或负荷转移为目的的需求响应调控机制;所述方法包括下述步骤:
(1)电网调度中心向终端用户发布响应信号,终端用户的本地系统根据响应信号在本地分布式地做出决策;
(2)需求响应控制中心根据本地系统反馈的调节量对响应信号做出实时修正,即自律协同,经过若干次寻优操作使负荷达到调节目标值;
(3)电网调度中心根据电力用户的响应程度给出相应激励。
进一步地,所述步骤(1)中,所述响应信号由响应比例和响应级别组成;其中响应比例为根据目标负荷调节量和实际负荷需求量计算出的比值;响应级别表示响应任务的紧急程度;终端用户的本地系统实时统计负荷量,并根据用户设定计算级别可中断容量;
设备可控性表示设备可接受的控制方式;根据设备可控性生成初步可行策略集;生成可行策略集时,本地系统根据设备的实际需求,给出执行策略后能耗相比于需求的减少量ΔQis,i=1,2,...,m;
结合终端用户设定生成可执行控制策略集,可行策略集被分为不同参与级别,包括:和在未来计算中忽略不参与的策略;根据设备的策略影响和策略分级 (解释:策略影响:不同的策略有不同的策略影响,例如:对于温度调节策略,策略影响需要结合空调和环境的参数进行计算和估计。策略分级:即上文所指“可行策略集被分为不同参与级别”。),计算出设备在不同响应级别下可供调节的需求容量,如下式所示:
对不同设备的容量进行矢量相加,即可得到本地系统的所有设备在不同响应级别下的需求容量,如下式所示:
1)l>lsignal的策略一律不执行;
2)l=lsignal的策略执行其中的一部分,使得该级别的备用容量尽量接近响应比例与该级别总备用容量的乘积;在选择策略时,调整量按如下公式进行,但不超过响应比例信号对应的调整量;如果lsignal=0,则l=lsignal的策略全部执行;即调整量和响应比例rsignal与峰荷总备用容量的乘积相差δd,其中δd≥0且δd→0;在实际情形中选择满足δd≥0的所有策略中使得δd最接近于0的策略;
3)l<lsignal的策略全部执行。
进一步地,对于非重要用电负荷包括照明和电锅炉设备,可行策略集的策略为直接关闭设备,可行策略集的策略带来的变化量等于被关闭的设备需求,即ΔQis=Qid;对于空调设备,存在多种可行控制策略的设备,若多个策略属于相同的响应参与级别,则在计算设备的需求响应容量时,取同级别所有策略中改变量的最大值作为设备在该响应级别下的需求容量,即:
式中,i1,i2,...,im是设备i的所有响应等级为l的策略;
当设备不同策略的响应等级不同,将级别高的策略提供的需求容量分解为不同响应级别的容量,如下式所示:
进一步地,所述步骤(2)中,需求响应控制中心在汇总所有本地系统提供的需求容量后,根据实时需求容量Qd和目标调节量ΔQt,按照下式计算响应信号,如下式所示:
需求响应控制中心根据响应目标计算出需求响应信号,将响应信号下发到所有参与响应的本地系统,由本地系统自主决策响应策略。
与最接近的现有技术相比,本发明提供的技术方案具有的优异效果是:
本发明提出的面向需求侧多样性负荷的分级自律协同需求响应方法,具有对海量需求响应资源群集响应的高容错度控制,确保电力供需总量性平衡与控制过程公开透明,具有响应能力准确、响应速度及时和扩展性好等优点。在电力公司和终端用户的双向信息流通的基础上,电力公司发出包含响应比例和响应级别的负荷调控信号,终端用户接受信号并在本地自主决定响应策略。协同响应算法可迅速有效的实现分配各级别需求量和已响应负荷量,依据响应信号决定哪些负荷参与需求响应,根据目标减负荷量决定响应信号等功能。该响应机制在峰荷响应和紧急响应下均有良好的表现,为面向需求侧多样性负荷的需方资源优化调度与运行提供了可行有效地解决思路。
附图说明
图1是本发明提供的分级自律协同需求响应架构图;
图2是本发明提供的响应信号图;
图3是本发明提供的响应调整量仿真结果图,其中:(a)当lsignal=0时响应调整结果图; (b)当lsignal=1时响应调整结果图;(c)当lsignal=2时响应调整结果图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
本发明提供一种分级自律协同需求响应方法,该方法是以直接负荷控制为手段,以尖峰负荷削减或负荷转移为目的的需求响应调控机制。
在分级自律协同系统中,每一个需求侧多样性负荷可以抽象为对等的一个单位节点,为实现需求响应资源的协调,需要在资源池(数据域)内自律地选择一个首领单元来担当协调者。由于可中断负荷的插入、分离和执行的有效性及可中断负荷释放后的反弹,使得首领单元的选择是随机的、动态的、自律的,即无需远程控制中心的人工干预、自主选出。这意味着在区域范围内上执行的可中断负荷具有潜在功能的对等性、功能表达的动态性,即用户能量管理系统表达的功能随时间和条件变化而发生变化。
分级自律协同需求响应方法包括下述步骤:
(1)该响应机制通过电力公司向终端用户发布响应信号,终端用户(节点)根据信号在本地分布式地做出决策。
(2)响应中心可根据本地反馈的调节量对信号做出实时修正(自律协同),经过若干次寻优操作即可使负荷达到调节目标值。
(3)最终电力公司再根据电力用户的响应程度给出相应激励。
分级自律协同需求响应的整体架构如图1所示。终端用户的本地系统实时统计负荷量,并根据用户设定计算各级别可中断容量。需求响应控制中心整合本地系统提供的各级别响应可中断容量,并负责根据当前电网运行状态发布响应信号。终端用户根据信号决定参与的设备以及参与方式。一般情况下,需求响应中心发布响应级别为0的需求响应信号,此时设置为随时参与的可中断容量参与而其余可中断容量完全不参与。在电力系统处于峰荷时,系统需要减少一部分负荷以调节峰谷平衡,减少发电费用并为此补偿用户,可发布等级为1的响应信号,此时全部响应级别为0和部分响应级别为1的可中断容量参与到需求响应中。如果负荷过重,为了避免电网崩溃所造成的更大的损失,可用强度更高的信号(补偿或行政指令措施)使平时不参与响应的负荷紧急参与到需求响应中,响应中心发布等级为2的响应信号,此时所有参与级别小于2的可中断容量和部分参与级别等于2的可中断容量将参与到需求响应中。
响应信号使用16位数据级别和比例表示,如图2所示。前4位表示参与响应的级别,只用到0,1,2三个数;剩余的12位用于表示响应比例,表示范围为0~212-1,归一化处理后可以表示的响应参与比例为:
为了让需求响应中心能够统计当前可以参与各个级别需求响应的负荷量来确定响应信号,本地系统每隔一段时间发送本地总负荷量和各级别可响应负荷量,由响应中心根据这些信息统计实时的需求响应可中断容量,并根据多节点间协调的调节能力提供备用服务,使响应信号的发布更加准确。
本地系统接收到响应信号后,基于用户的设定和相应控制算法对各级别的负荷进行调控。客户侧主要用能设备的负荷需求以短时间内的平均有功功率表示:
Q1d,Q2d,...,Qmd,Q(m+1)d,...,Qnd
其中,Q1d,Q2d,...,Qmd是参与需求响应的客户侧主要用能设备用电需求,Q(m+1)d,...,Qnd是不参与响应的客户侧主要用能设备用电需求。在完全不参与需求响应的情况下,负荷的需求与其实际能耗是相等的:
Qic=Qid,i=1,2,...,n
本地系统根据比例系数调节后,参与需求响应的客户侧主要用能设备用电需求受到限制这些设备在参与响应期间实际能耗小于需求量,为:
Q′1c,Q′2c,...,Q′mc,Q′(m+1)c,...,Q′nc
响应信号由响应比例和响应级别组成。其中响应比例为根据目标负荷调节量和实际负荷需求量计算出的比值;响应级别表示该响应任务的紧急程度。在实际运行状态,电力公司针对电力负荷的调节量很大,然而这种调节量无法直接映射出单个用户具体调节方法;因此,应首先计算出调节量和需求量之间的比例,再向所有用户下发。从而在实现调控目的的同时,以最简便、高效的方式传递负荷调控信息。并在此基础上引入响应级别,一方面电力公司区分当前的需求响应等级,获知当前可调节量,以及最科学的供需配置方法,便于划分激励等级,提高用户参与度。另一方面电力用户可根据响应等级对本地设备的参与优先度作出排序。终端用户可在本地设置设备参与响应的级别,如表1所示。
表1用户侧负荷的需求响应参与级别设置
调节后的各设备实际用电量与原始需求的比例尽可能接近收到的响应比例信号量,即:
这样,响应中心可以根据对减少负荷的期望来设定响应信号,并借助各个用户本地自决策达到调节负荷的目的。
协同响应算法包括本地系统相关算法和响应中心相关算法。前者包括给出各级别需求量和已响应负荷量,依据响应信号决定哪些负荷参与需求响应。后者主要根据目标减负荷量决定响应信号。
步骤(1)包括:
本地系统根据客户侧主要用能设备可控性及用户设定来生成设备可执行控制策略集。
①首先根据设备可控性生成初步可行策略集。设备可控性表示该类型设备可接受的控制方式。生成可行策略集时,本地系统根据设备的实际需求,给出执行这条策略后能耗相比于需求的减少量ΔQis,i=1,2,...,m。
②进一步结合用户设定生成可执行控制策略集。用户设定决定了可行策略集中哪些策略能够被加入到最终的策略集中。结合用户设定后,可行策略集被分为不同参与级别 不参与的策略在未来计算中忽略。根据设备的策略影响和策略分级,可以计算出该设备在不同响应级别下可供调节的需求容量:
对不同设备的容量进行矢量相加,即可得到本地的所有设备在不同响应级别下的需求容量:
对于非重要用电负荷如照明、电锅炉等设备,可行策略集的策略为直接关闭设备,策略带来的变化量等于被关闭的设备需求,即ΔQis=Qid。对于空调这类存在多种可行控制策略的设备,如果多个策略属于相同的响应参与级别,那么在计算该设备的需求响应容量时,应当取同级别所有策略中该改变量的最大值作为设备在该响应级别下的需求容量,即:
上式中,i1,i2,...,im是设备i的所有响应等级为l的策略。
当设备不同策略的响应等级不同,需要将较高级别的策略提供的需求容量分解为不同响应级别的容量:
②本地系统处理需求响应信号
1)l>lsignal的策略一律不执行。
2)l=lsignal的策略执行其中的一部分,使得该级别的备用容量尽量接近响应比例与该级别总备用容量的乘积。在选择策略时,调整量尽可能接近但不超过响应比例信号对应的调整量。如果lsignal=0,则l=lsignal的策略全部执行。
3)l<lsignal的策略全部执行。
上述算法的难点主要在于l=lsignal情况下的策略选择,这个策略选择问题可以归纳为如下的优化问题:
式中,Si表示第i个设备的可执行策略集,对应含义为同一个设备仅能执行一种策略。在求解最终执行策略集时,可以将这个问题看作分组背包问题。结合本文中的策略选择问题,通过动态规划解决该背包问题的过程为:
1)以数组A(j,Y)表示表示前j组策略所提供的不超过Y的最大需求容量。对于n个设备响应信号为(lsignal,rsignal)的最优解为:
2)边界条件:A(0,Y)=0,A(j,0)=0。
3)递推关系:
A(j,Y)=max{A(j-1,Y),A(j-1,Y-wi)+wi}
其中策略i属于第j个设备的可执行策略集。
由于图2所示的响应信号中,采用整数归一化表示参与的负荷量比例,故可将需求容量离散化得到:
在使用动态动态规划求解时,将各个策略的变化量ΔQis(lsignal)除以系数cd后取整,得到离散化后的需求容量wi,进行动态规划计算。结合响应信号的离散化求解,将背包问题总重量具有上限Wr≤Wrmax=4095。
步骤(2)包括:
响应中心在汇总所有本地系统提供的需求容量后,就可以根据实时需求容量Qd、目标调节量ΔQt,按照下式计算响应信号。
响应中心根据响应目标计算出需求响应信号,将信号下发到所有参与响应的本地系统,由本地系统自主决策响应策略。
实施例
为了验证本发明提出的分级自律协同需求响应机制,构建了一个拥有100个终端用户的需求响应网络,每个终端用户都搭载相应地能量管理系统并参与到该响应机制中。这些用户参与需求响应的规模不等,设备数量在10~40个不等。按照设备的实际需求,将这些设备分为小型(4~50W)、中型(50~300W)和大型(300W~3kW)三类。
根据表2中的设备参与级别与策略分配,计算每个本地系统的可执行策略集并分配策略的参与响应级别。本地系统根据每个可执行策略能够提供的备用容量,按照上文的算法计算得到其各级别的需求容量。
表2 中、小型设备参与比例
针对上述算例,将不同的响应信号(lsignal,rsignal),下发到100个本地系统,并由本地系统自主决定响应的策略。下面对调节的精细化程度和设备的参与情况进行分析。
精细化程度是指响应信号期望值与实际执行后果之间的偏差,可以用需求响应中心期望的总响应量QEd和实际响应量QRd之间的差距表示,这个差距越小意味着调节的精细化程度越高。期望响应量与响应信号之间的关系为:
实际响应量是指发布信号后,本地系统通过对该信号的响应,负荷能耗实际减少量:
其中,G为所有加入到这个需求响应本地系统组成的集合。
选择响应等级分别为lsignal=0,1,2,响应比例信号分别为rsignal=50,100,...,4050,分别对这些需求响应信号进行仿真,可以得到每次需求响应中预期和实际响应量,进而求出绝对和相对的偏差量。
本地系统自律地管理各自的负荷,在对需求响应信号处理时,由于策略的响应后果是离散的,且每个本地系统求解自身的背包问题,必然会造成实际响应量低于预期的响应量。
响应量的相对偏差ΔQd(lsignal)/ΔQEd(lsignal)×100%和绝对偏差ΔQd(lsignal),按照响应等级和响应比例分别进行统计,如表3所示。
表3 响应偏差量(按响应等级统计)
分析上表中的绝对偏差和相对偏差,可以发现相对偏差最大值在响应比例信号较小时出现(rsignal=50),这主要是因为比例信号较小时,总响应量上限为本地系统在该等级总需求容量的50/4095×100%=1.22%,受到这个上限的限制,减负荷量很少甚至不存在小于这个上限的策略,并且目标值较小,因此造成相对误差显得较大。影响绝对偏差的因素主要是lsignal级别下的所有策略提供的需求容量的分布情况,由于策略集组合而成的后果是离散的,因而不能完全满足调节的需求。对于本算例,在lsignal=0,1,2时,绝对偏差最大值平均到每个本地系统分别只有25.3,10.9,247。紧急响应中响应的精度并不如前两个等级的响应,从上表中也可以得到响应的平均相对偏差约为8%,造成这种现象还是由于紧急控制级别的策略精度的原因,参与紧急控制的设备主要是大型设备的关闭策略,以及少量的中小型设备,大型设备关闭策略对应的需求容量较大,而该级别的精细策略较少的原因,而随着需求响应商业模式的应用,面向大中型设备的精细策略将会逐渐完善,本误差也将随之缩小。
本发明提出面向需求侧多样性负荷的分级自律协同需求响应机制,具有对海量需求响应资源群集响应的高容错度控制,确保电力供需总量性平衡与控制过程公开透明,具有响应能力准确、响应速度及时和扩展性好等优点。在电力公司和终端用户的双向信息流通的基础上,电力公司发出包含响应比例和响应级别的负荷调控信号,终端用户接受信号并在本地自主决定响应策略。协同响应算法可迅速有效的实现分配各级别需求量和已响应负荷量,依据响应信号决定哪些负荷参与需求响应,根据目标减负荷量决定响应信号等功能。该响应机制在峰荷响应和紧急响应下均有良好的表现,为面向需求侧多样性负荷的需方资源优化调度与运行提供了可行有效地解决思路。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (3)
1.一种多样性负荷分级自律协同需求响应方法,其特征在于,所述方法以直接负荷控制为手段,以尖峰负荷削减或负荷转移为目的的需求响应调控机制;所述方法包括下述步骤:
(1)电网调度中心向终端用户发布响应信号,终端用户的本地系统根据响应信号在本地分布式地做出决策;
(2)需求响应控制中心根据本地系统反馈的调节量对响应信号做出实时修正,即自律协同,经过寻优操作使负荷达到调节目标值;
(3)电网调度中心根据电力用户的响应程度给出相应激励;
所述步骤(1)包括:所述响应信号由响应比例和响应级别组成;其中响应比例为根据目标负荷调节量和实际负荷需求量计算出的比值;响应级别表示响应任务的紧急程度;终端用户的本地系统实时统计负荷量,并根据用户设定计算级别可中断容量;
设备可控性表示设备可接受的控制方式;根据设备可控性生成初步可行策略集;生成可行策略集时,本地系统根据设备的实际需求,给出执行策略后能耗相比于需求的减少量△Qis,i=1,2,...,m;
对不同设备的容量进行矢量相加,得到如下式所示的本地系统的所有设备在不同响应级别下的需求容量:
1)l>lsignal的策略一律不执行;
2)l=lsignal的策略执行其中的一部分,使得该级别的备用容量尽量接近响应比例与该级别总备用容量的乘积;在选择策略时,调整量按如下公式进行,但不超过响应比例信号对应的调整量;如果lsignal=0,则l=lsignal的策略全部执行;即调整量和响应比例rsignal与峰荷总备用容量的乘积相差δd,其中δd≥0且δd→0;在实际情形中选择满足δd≥0的所有策略中使得δd最接近于0的策略;
3)l<lsignal的策略全部执行。
2.如权利要求1所述的自律协同需求响应方法,其特征在于,对于非重要用电负荷包括照明和电锅炉设备,可行策略集的策略为直接关闭设备,可行策略集的策略带来的变化量等于被关闭的设备需求,即△Qis=Qid;对于空调设备,存在多种可行控制策略的设备,若多个策略属于相同的响应参与级别,则在计算设备的需求响应容量时,取同级别所有策略中改变量的最大值作为设备在该响应级别下的需求容量,即:
式中,i1,i2,...,im是设备i的所有响应等级为l的策略;
当设备不同策略的响应等级不同,将级别高的策略提供的需求容量分解为不同响应级别的容量:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903603.7A CN105703355B (zh) | 2015-12-10 | 2015-12-10 | 一种多样性负荷分级自律协同需求响应方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903603.7A CN105703355B (zh) | 2015-12-10 | 2015-12-10 | 一种多样性负荷分级自律协同需求响应方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105703355A CN105703355A (zh) | 2016-06-22 |
CN105703355B true CN105703355B (zh) | 2020-07-17 |
Family
ID=56227924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510903603.7A Active CN105703355B (zh) | 2015-12-10 | 2015-12-10 | 一种多样性负荷分级自律协同需求响应方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105703355B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022029B (zh) * | 2016-11-02 | 2022-04-29 | 中国电力科学研究院 | 一种电网分层分区供需平衡调控方法及调控装置 |
CN106549374A (zh) * | 2016-11-14 | 2017-03-29 | 中国电力科学研究院 | 一种基于多代理技术的用户群负荷资源预约方法及系统 |
CN107046301A (zh) * | 2017-04-18 | 2017-08-15 | 国网上海市电力公司 | 大型建筑物负荷集群的分层多级电网调控系统及方法 |
CN107769244B (zh) * | 2017-08-31 | 2018-09-14 | 南京邮电大学 | 计及多种柔性负荷模型的多储能风电调度方法 |
CN108390387B (zh) * | 2018-01-16 | 2023-03-17 | 华北电力大学 | 一种动态自律分散协调的源荷调峰控制方法 |
CN111404146B (zh) * | 2020-03-19 | 2021-08-13 | 南方电网科学研究院有限责任公司 | 基于用户负荷转移舒适度的配电方法、系统、终端和介质 |
CN111697704B (zh) * | 2020-07-04 | 2021-05-11 | 李英超 | 一种智能电网的供电信息处理方法 |
CN112926797A (zh) * | 2021-03-23 | 2021-06-08 | 山东建筑大学 | 基于响应优先级的公共建筑电力需求响应双重优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103296682A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种多时空尺度渐进趋优的负荷调度模式设计方法 |
CN104218683A (zh) * | 2014-10-11 | 2014-12-17 | 重庆邮电大学 | 一种闭环自学习需求响应系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8041467B2 (en) * | 2008-10-31 | 2011-10-18 | General Electric Company | Optimal dispatch of demand side electricity resources |
-
2015
- 2015-12-10 CN CN201510903603.7A patent/CN105703355B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103296682A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种多时空尺度渐进趋优的负荷调度模式设计方法 |
CN104218683A (zh) * | 2014-10-11 | 2014-12-17 | 重庆邮电大学 | 一种闭环自学习需求响应系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105703355A (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105703355B (zh) | 一种多样性负荷分级自律协同需求响应方法 | |
CN110728410A (zh) | 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法 | |
CN104376412B (zh) | 一种新能源发电模式下高载能企业调峰控制方法 | |
CN109657993B (zh) | 一种基于非合作博弈的能源局域网储能系统自动需求响应方法 | |
CN112308334A (zh) | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 | |
CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
CN108022029B (zh) | 一种电网分层分区供需平衡调控方法及调控装置 | |
CN107612041B (zh) | 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法 | |
CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
CN109149648A (zh) | 一种自适应宽度动态规划智能发电控制方法 | |
Wei et al. | Hierarchical and distributed demand response control strategy for thermostatically controlled appliances in smart grid | |
He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
CN104239966B (zh) | 一种主动配电网基于用电成本差异化的运营方法 | |
CN113746089A (zh) | 面向多用户的多时间尺度电力套餐与家庭能量优化方法 | |
Yang et al. | Bi-level decentralized control of electric heating loads considering wind power accommodation in real-time electricity market | |
Chouikhi et al. | Energy consumption scheduling as a fog computing service in smart grid | |
Fadlullah et al. | A novel game-based demand side management scheme for smart grid | |
Wang et al. | Reward fairness-based optimal distributed real-time pricing to enable supply–demand matching | |
Sun et al. | Distributed Optimal Scheduling of VPP based on EST: An ADMM algorithm based on historical data online transfer | |
CN111585272B (zh) | 一种基于社区集群和集中式储能的家庭需求侧响应方法 | |
Nasiakou et al. | Power distribution network partitioning in big data environment using k-means and fuzzy logic | |
CN111555291A (zh) | 一种基于自适应粒子群的负荷集群控制方法 | |
Al Zahr et al. | Advanced demand response considering modular and deferrable loads under time-variable rates | |
Zhou et al. | Smart bidding strategy of the demand-side loads based on the reinforcement learning | |
Hou et al. | Two-Layer Control Framework and Aggregation Response Potential Evaluation of Air Conditioning Load Considering Multiple Factors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |