CN105846427A - 一种基于柔性负荷的需求响应低碳效益评估方法 - Google Patents
一种基于柔性负荷的需求响应低碳效益评估方法 Download PDFInfo
- Publication number
- CN105846427A CN105846427A CN201610326131.8A CN201610326131A CN105846427A CN 105846427 A CN105846427 A CN 105846427A CN 201610326131 A CN201610326131 A CN 201610326131A CN 105846427 A CN105846427 A CN 105846427A
- Authority
- CN
- China
- Prior art keywords
- load
- type flexible
- flexible load
- sigma
- continuous type
- 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
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
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于柔性负荷的需求响应低碳效益评估方法,所述方法包括如下步骤:(1)将柔性负荷按生产特性分为两大类,包括连续型柔性负荷和离散型柔性负荷;(2)建立综合低碳效益的概念指标;(3)基于柔性负荷分类和所述综合低碳效益的概念指标建立优化调度模型,根据所述优化调度模型对需求相应低碳效益进行评估。本发明利用需求响应调度模型,促使电网侧和用户侧共同努力,在增加消纳新能源、缩减成本的同时,降低了碳排放量。
Description
技术领域
本发明涉及一种低碳效益评估方法,具体涉及一种基于柔性负荷的需求响应低碳效益评估方法。
背景技术
全球性的气候变化将引起约5%的世界GDP损失,而人类社会活动造成的温室气体的排放是气候变化的主要原因。在温室效应的主要气体中,据详细数据统计,全球性的气候变化将引起约5%的世界GDP损失,而人类社会活动造成的温室气体的排放是气候变化的主要原因,在温室效应的主要气体中,CO2所占比例已经到达了77%,因此减少CO2排放,控制温室效应,抑制全球变暖已成为了世界各国政府持续关注的焦点问题。在智能电网和节能减排的大环境下,电网的发展趋势朝向低碳化进军。当今世界上,以节能减排和提高能源利用效率为主题的低碳化经济已然成为社会发展的主流,发展低碳经济已经成为发达国家为了促进经济复苏和可持续发展而布下的经济战略发展规划,发达国家凭借其先进的低碳领域技术和制度创新优势,在有效完成节能减排、促进环境友好型社会发展的同时,提高了能源利用率,改善了能源配置,使经济的发展更加合理化。在低碳经济的环境下,电力行业作为碳减排的主力军,必须做出适应形势的调整,从政策上确立低碳发展的方针。本文讨论的是智能电网下的需求侧管理技术,在电力系统的最终用电环节进行技术支持,从用户侧角度出发,将灵活可调节的负荷代替调度成本高,并且以化石燃料为成本的传统机组调度。在全球电网范围内,发电市场都将面临以风、光电为主的大规模新能源的接入。新能源大多具有间歇性等特性,其大规模并网会对电网结构的规划与适应度带来新的挑战,分布式能源主要分布在负荷中心附近,在低碳经济的环境下新能源的发展将会迎来更大的机遇,并且它的发展会促进电力本地化供应,以缓解电网传输压力。
由于在温室效应的主要气体中,CO2所占比例已经到达了77%,因此减少CO2排放,控制温室效应,抑制全球变暖已成为了世界各国政府持续关注的焦点问题。在智能电网和节能减排的大环境下,电网的发展趋势朝向低碳化进军。当今世界上,以节能减排和提高能源利用效率为主题的低碳化经济已然成为社会发展的主流,发展低碳经济已经成为发达国家为了促进经济复苏和可持续发展而布下的经济战略发展规划,发达国家凭借其先进的低碳领域技术和制度创新优势,在有效完成节能减排、促进环境友好型社会发展的同时,提高了能源利用率,改善了能源配置,使经济的发展更加合理化。在低碳经济的环境下,电力行业作为碳减排的主力军,必须做出适应形势的调整,从政策上确立低碳发展的方针。本文讨论的是智能电网下的需求侧管理技术,在电力系统的最终用电环节进行技术支持,从用户侧角度出发,将灵活可调节的负荷代替调度成本高,并且以化石燃料为成本的传统机组调度。在全球电网范围内,发电市场都将面临以风、光电为主的大规模新能源的接入,新能源大多具有间歇性等特性,其大规模并网会对电网结构的规划与适应度带来新的挑战,分布式能源主要分布在负荷中心附近,在低碳经济的环境下新能源的发展将会迎来更大的机遇,并且它的发展会促进电力本地化供应,以缓解电网传输压力。
智能需求侧响应系统为用户侧与供电企业之间搭建了沟通的桥梁,通过先进的用电信息采集、数据传输系统,例如SM-AMI高级量测体系的应用,让用户侧能够更好地掌握自己的用电状况,并根据自身利益需求与供电企业达成协议,造就“双赢”的局面。而在低碳经济时代,人们对电力行业运营的节能环保性能也提出了更高的要求。相关的环境保护法律也对能源使用对环境的影响做出了经济指标的量化规定,对于不利于外部环境的人类行为进行经济惩罚。对应于低碳经济,一些国家也制定了涉及碳排放权交易的相关法规,对征收碳排放税、过量碳排放的罚款等做出了明确的规定,将CO2带来的环境成本经济化,以经济的手段促进低碳产业的发展,抑制高碳产业,帮助实现综合低碳效益和利润的帕累托最优。
传统需求响应调度模式中将所有可参与调度的负荷无差别化看待,没有将实际操作过程中的负荷特征考虑入内,导致试验的结果往往不能与实际操作相吻合。传统需求响应调度大多考虑电网侧、用户侧的成本、利润及满意度等各个利益相关,并没有将环境因素考虑入内。
发明内容
为了克服上述现有技术的不足,本发明提供一种基于柔性负荷的需求响应低碳效益评估方法,本发明利用需求响应调度模型,促使电网侧和用户侧共同努力,在增加消纳新能源、缩减成本的同时,降低了碳排放量。
为了实现上述发明目的,本发明采取如下技术方案:
一种基于柔性负荷的需求响应低碳效益评估方法,所述方法包括如下步骤:
(1)将柔性负荷按生产特性分为两大类,包括连续型柔性负荷和离散型柔性负荷;
(2)建立综合低碳效益的概念指标;
(3)基于柔性负荷分类和所述综合低碳效益的概念指标建立优化调度模型,根据所述优化调度模型对需求相应低碳效益进行评估。
优选的,所述步骤(1)中,所述连续型柔性负荷支持负荷量的调节操作,用于给系统提供旋转备用;
所述连续型柔性负荷的启停状态约束以及最小运行和最小停机的时间约束,公式如下:
式中,和分别表示连续型柔性负荷i在m时刻的停止变量和启动变量,和分别表示连续型柔性负荷i在t时刻的停止变量和启动变量,分别表示负荷的最小运行和最小停机时间;表示连续型柔性负荷i在t时刻的启停状态变量;
所述连续型柔性负荷的状态变量和中断变量的关系如下:
仅当负荷处于开启的情况下,才进行中断操作;
所述连续型柔性负荷的最大中断次数约束,公式如下:
式中,表示连续型柔性负荷i的最大中断次数;表示连续型柔性负荷i在t时刻的启动变量,T表示一天,从0点到24点,共24个时段;
所述连续型柔性负荷提供的正负旋转备用约束如下:
式中,表示所述连续型柔性负荷i在t时刻的有功功率,分别表示所述连续型柔性负荷i在t时刻的正、负旋转备用,和则分别表示所述连续型柔性负荷i的最小、最大有功功率;
所述连续型柔性负荷在发生中断时,负荷有功功率、正负旋转备用均为0,表达式如下:
式中,表示连续型柔性负荷i在t时刻的中断变量;
所述连续型柔性负荷的产量与消耗有功的关系如下:
式中,αi为单位产品耗电功率,为负荷i在t时刻的产量,和分别表示订单产量和最大产量,Nc表示连续型柔性负荷的总量。
优选的,所述步骤(1)中,所述离散型柔性负荷只能通过供电企业的日前调度计划,
安排当日负荷的投切操作来参与需求响应;
所述离散型柔性负荷的炼炉的启动顺序,公式如下:
式中,表示第j个离散型柔性负荷内炼炉的编号为n的启停状态变量;
所述离散型柔性负荷的总有工消耗为各有功消耗之和,公式如下:
式中,表示第j个离散型柔性负荷内独立运行炼炉的数量,表示离散型柔性负荷j在t时刻的功率,则表示负荷j在t时刻第n个独立炼炉的消耗功率。
优选的,所述步骤(2)中,所述综合低碳效益的概念指标包括生产成本、碳减排效益、需求侧管理效益以及与系统的交易效益四个方面,所述生产成本中包括负荷生产成本、可调节负荷的启停成本;所述碳减排效益是柔性负荷参加调度而减少的碳排放从而获得的经济补贴;所述需求侧管理效益是在实施了需求响应后,负荷在订单产量外的产量变化带来的经济效益,并且引入利润平衡点,订单产量内的利润视为不变。
优选的,所述步骤(3)中,所述优化调度模型以最大化综合低碳效益为目标,公式
如下:
maxF=FLC-FC+FDR-FEX (9)
式中,FC为生产成本、FLC为碳减排效益、FDR为需求侧管理效益、FEX为系统的交易;
所述碳减排效益的表达式如下:
式中,β为单位碳排放权的价格,λC、λD分别为连续型柔性负荷与离散型柔性负荷的单位碳排放量,为连续型柔性负荷i在t时刻参与系统调度后的负荷变化量,为连续型柔性负荷i在t时刻未参与需求响应前的有功消耗量,为离散型柔性负荷j在t时刻的有功功率,为离散型柔性负荷j在t时刻的中断变量;
所述生产成本的表达式如下:
式中,为连续型柔性负荷i在t时刻的生产成本,为离散型柔性负荷j在t时刻的生产成本,为连续性柔性负荷i在t时刻的启动成本,为离散型柔性负荷j在t时刻的启动成本,为连续型柔性负荷i在t时刻的停止成本,为离散型柔性负荷j在t时刻的停止成本,为连续型柔性负荷i在t时刻的启动变量,为离散型柔性负荷j在t时刻的启动变量,为连续型柔性负荷i在t时刻的停止变量,为离散型柔性负荷j在t时刻的停止变量;
所述需求侧管理效益的表达式如下:
式中,θC和θD分别表示连续型柔性负荷和离散型柔性负荷达到利润平衡点时的利润,和分别表示连续型柔性负荷i的实际产量和订单产量,和分别表示离散型柔性负荷j的实际产量和订单产量;
所述与系统的交易效益的表达式如下:
式中,为连续型柔性负荷i在t时刻的支付电价,为离散型柔性负荷j在t时刻的支付电价,为连续型柔性负荷i在t时刻提供备用的利润,为连续型柔性负荷j在t时刻提供备用的利润,和分别表示负荷i在t时刻提供的上行和下行备用容量。
优选的,所述优化调度模型还需要满足以下约束条件:
式(15)为园区负荷内的功率平衡方程,表示系统在t时刻提供的总有功功率,为t时刻负荷与系统间的功率交换,为不可调节负荷m在t时刻的有功功率,NC、ND、NM则分别代表连续型柔性负荷、离散型柔性负荷以及不可调节负荷数量;
式(16)表示负荷碳减排量不得小于国家要求的最小值,ν为碳减排任务系数,pD、pC、pM为园区连续性柔性负荷、离散型柔性负荷和不可调节负荷在T周期内总的有功消耗。
与现有技术相比,本发明的有益效果在于:
本发明提出了环保型需求响应调度模型,降低了对环境的损害,增加了新能源的消纳,减少“弃风”现象,完善了可调度负荷的分类方法,使得需求响应的管理更加规范化、有效化。
本发明利用需求响应调度模型,促使电网侧和用户侧共同努力,在增加消纳新能源、缩减成本的同时,降低了碳排放量。
附图说明
图1是本发明提供的综合低碳效益评估的一般模型的示意图
图2是本发明提供的一种基于柔性负荷的需求响应低碳效益评估方法流程图
图3是本发明提供的实施需求响应前后的工业园区负荷变化情况折线图
图4是本发明提供的CFL负荷出力曲线图
图5是本发明提供的DFL负荷出力曲线图
图6是本发明提供的负荷提供上、下旋转备用情况曲线图
图7是本发明提供的负荷产量曲线图
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示,为综合低碳效益评估的一般模型,分为数据处理模块、核心计算模块、计算控制模块以及结果分析模块,综合考虑能源部分和发电参数两大数据部分,通过燃料运输模拟、电力传输模拟和碳排放转化计算,得出综合低碳效益评估结果。
如图2所示,为一种基于柔性负荷的需求响应低碳效益评估方法,具体步骤如下:
步骤1、将柔性负荷按生产特性分为两大类,包括连续型柔性负荷CFL(ContinuousFlexible Load)和离散型柔性负荷DFL(Discrete Flexible Load);
步骤2、建立综合低碳效益的概念指标;
步骤3、基于柔性负荷分类和所述综合低碳效益的概念指标建立优化调度模型,根据所述优化调度模型对需求相应低碳效益进行评估。
将上述方法应用于甘肃省某实际工业智能园区,基于当地电力系统结构,采用实际负荷数据进行仿真计算。
根据相关燃料的燃烧数据可得,全国平均电力碳排放强度约为0.76kg/kw·h,本文认为,λC=λD=0.76,考虑甘肃省的地理位置特性,本文选取β=80元/t;碳减排任务系数v=7%。表1为工业园区日负荷表,T=24小时,将T分为24个时段,园区内共有负荷350MW,其中不可调节负荷50MW,CFL=180MW,DFL=120MW,CFL负荷个数2个,CFL1,max=120MW、CFL2,max=60MW、CFL1,min=30MW、CFL2,min=15MW,DFL负荷个数2个,DFL1,max=80MW、DFL2,max=40MW,DFL1,min=20MW、DFL2,min=10MW,炼炉个数分别为4个和2个,且每个炼炉的额定功率均相同。园区CFL、DFL各参数见表2到表6,其中,CFL和DFL负荷的用电高峰期在6:00—9:00、12:00—14:00、17:00—21:00,用电低谷期在0:00—4:00、14:00—16:00,而不可调节负荷的用电高峰期为9:00—12:00、18:00—22:00,用电低谷期在2:00—4:00、14:00—17:00。
表1.工业园区日负荷表(负荷未参与调度)
DFL(MW) | CFL(MW) | 不可调节负荷(MW) | |
1 | 30.15 | 70.58 | 13 |
2 | 22.95 | 66.54 | 15.56 |
3 | 26 | 68.29 | 18 |
4 | 24.15 | 61.23 | 14.45 |
5 | 45.55 | 90 | 25 |
6 | 76.35 | 122.34 | 38 |
7 | 78 | 135.54 | 37.64 |
8 | 80.5 | 116.54 | 33.54 |
9 | 47.85 | 110.87 | 32 |
10 | 46.35 | 90.1 | 25.5 |
11 | 44.4 | 91.5 | 26.7 |
12 | 81.25 | 109.68 | 40 |
13 | 78.65 | 105.34 | 43.5 |
14 | 76.6 | 101.28 | 10 |
15 | 26.8 | 54.68 | 13.68 |
16 | 29.95 | 55.58 | 14.85 |
17 | 77.75 | 100.64 | 45.9 |
18 | 75.95 | 122.23 | 43 |
19 | 78.15 | 134.28 | 40.99 |
20 | 84.55 | 144.8 | 41.23 |
21 | 88 | 120 | 38.5 |
22 | 55.5 | 96 | 22.21 |
23 | 57.5 | 98.85 | 23 |
24 | 51 | 91.54 | 21.83 |
总计 | 1383.9 | 2358.43 | 678.08 |
表2 CFL利润参数
CFL(1、2) | M(元/MW) | U(元/MW) | D(元/MW) | θ(元/件) | η | μ |
高峰 | 278.3 | 8 | 7 | 90 | 689 | 700 |
低谷 | 213 | —— | —— | —— | 400 | —— |
正常 | 241 | —— | —— | —— | 477 | —— |
表3 CFL负荷参数
表4 DFL1利润参数
DFL1 | M(元/MW) | U(元/MW) | D(元/MW) | θ(元/件) | η |
高峰 | 249.3 | 6 | 6 | 90 | 674.8 |
低谷 | 180 | —— | —— | —— | 398 |
正常 | 201.8 | —— | —— | —— | 450 |
表5 DFL2利润参数
DFL2 | M(元/MW) | U(元/MW) | D(元/MW) | θ(元/件) | η |
高峰 | 230 | 6 | 6 | 90 | 632.8 |
低谷 | 158 | —— | —— | —— | 348 |
正常 | 192.8 | —— | —— | —— | 421 |
表6 DFL负荷参数
为了更加直观有效地说明碳减排在需求响应调度中的重要性,本文进行了两种情况下的仿真分析,一是不考虑碳减排的需求响应调度,二是考虑碳减排的需求响应调度。并且为了保证仿真实验的充分性,降低实验偶然性的影响,本次仿真根据碳排放补偿价格的不同进行了多次仿真分析,运行结果如下:
图3给出了实施需求响应前后的工业园区负荷变化情况。实施需求响应前,工业园区负荷曲线呈明显的“三峰特性”,在高峰时段对电网调度造成的压力巨大,并且峰谷差很大,给电源侧的调峰带来了巨大的压力。工业负荷的运行状况要比居民负荷灵活,调度起来方便,因此,应尽可能使工业负荷避开高峰期。由图中可知,参与调度后的工业负荷曲线明显平滑,并且都是躲高峰发电,达到预期目标。
图4到7分别给出了参与调度的负荷出力、备用以及负荷产量情况图。图中,PCFL1、PCFL2分别表示连续型柔性负荷1和连续型柔性负荷2的出力,PDFL1、PDFL2表示离散型柔性负荷1和离散型柔性负荷2的出力;QUCFL1、QUCFL2、QDCFL1、QDCFL2分别代表负荷CFL1的上下行备用出力和负荷CFL2的上下行备用出力;CCFL1、CCFL2、CDFL1、CDFL2则分别表示连续型负荷1,2的产量以及离散型负荷1,2的产量。
高载能工业负荷产业通过参加DR调度,在接收到电网发出的调度指令后,主动对自身负荷按照之前的规定进行调整,在用电高峰时期,如图4-5所示,无论是CFL负荷还是DFL负荷都有明显的降低能耗行为,分别裁减负荷30%-40%左右,DFL负荷也根据调度指令进行了相关炼炉的开停操作。高载能用户一方面通过主动需求响应减轻电网调峰压力,并对碳减排工作贡献了自己的力量,另一方面,合理地安排生产运行时间,给自身带来了较大的经济收益,达到了“双赢”。这表明需求响应制度起到了积极的成效。
由仿真计算得出,实施需求侧响应前后的综合低碳效益各项利润如表7到表8。
表7综合低碳效益最终计算结果
表8各项目标函数计算结果
单位(元) | 碳减排效益 | 生产成本 | DR效益 | 与系统的交换 |
DR后 | 313956 | 33364.035 | 315000 | 488031.6 |
最后应当说明的是: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应当理解: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,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种基于柔性负荷的需求响应低碳效益评估方法,其特征在于,所述方法包括如下步骤:
(1)将柔性负荷按生产特性分为两大类,包括连续型柔性负荷和离散型柔性负荷;
(2)建立综合低碳效益的概念指标;
(3)基于柔性负荷分类和所述综合低碳效益的概念指标建立优化调度模型,根据所述优化调度模型对需求相应低碳效益进行评估。
2.根据权利要求1所述评估方法,其特征在于,所述步骤(1)中,所述连续型柔性负荷支持负荷量的调节操作,用于给系统提供旋转备用;
所述连续型柔性负荷的启停状态约束以及最小运行和最小停机的时间约束,公式如下:
式中,和分别表示连续型柔性负荷i在m时刻的停止变量和启动变量,和分别表示连续型柔性负荷i在t时刻的停止变量和启动变量,分别表示负荷的最小运行和最小停机时间;表示连续型柔性负荷i在t时刻的启停状态变量;
所述连续型柔性负荷的状态变量和中断变量的关系如下:
仅当负荷处于开启的情况下,才进行中断操作;
所述连续型柔性负荷的最大中断次数约束,公式如下:
式中,表示连续型柔性负荷i的最大中断次数;表示连续型柔性负荷i在t时刻的启动变量,T表示一天,从0点到24点,共24个时段;
所述连续型柔性负荷提供的正负旋转备用约束如下:
式中,表示所述连续型柔性负荷i在t时刻的有功功率,分别表示所述连续型柔性负荷i在t时刻的正、负旋转备用,和则分别表示所述连续型柔性负荷i的最小、最大有功功率;
所述连续型柔性负荷在发生中断时,负荷有功功率、正负旋转备用均为0,表达式如下:
式中,表示连续型柔性负荷i在t时刻的中断变量;
所述连续型柔性负荷的产量与消耗有功的关系如下:
式中,αi为单位产品耗电功率,为负荷i在t时刻的产量,和分别表示订单产量和最大产量,Nc表示连续型柔性负荷的总量。
3.根据权利要求1所述评估方法,其特征在于,所述步骤(1)中,所述离散型柔性负荷只能通过供电企业的日前调度计划,安排当日负荷的投切操作来参与需求响应;
所述离散型柔性负荷的炼炉的启动顺序,公式如下:
式中,表示第j个离散型柔性负荷内炼炉的编号为n的启停状态变量;
所述离散型柔性负荷的总有工消耗为各有功消耗之和,公式如下:
式中,表示第j个离散型柔性负荷内独立运行炼炉的数量,表示离散型柔性负荷j在t时刻的功率,则表示负荷j在t时刻第n个独立炼炉的消耗功率。
4.根据权利要求1所述评估方法,其特征在于,所述步骤(2)中,所述综合低碳效益的概念指标包括生产成本、碳减排效益、需求侧管理效益以及与系统的交易效益四个方面,所述生产成本中包括负荷生产成本、可调节负荷的启停成本;所述碳减排效益是柔性负荷参加调度而减少的碳排放从而获得的经济补贴;所述需求侧管理效益是在实施了需求响应后,负荷在订单产量外的产量变化带来的经济效益,并且引入利润平衡点,订单产量内的利润视为不变。
5.根据权利要求1所述评估方法,其特征在于,所述步骤(3)中,所述优化调度模型以最大化综合低碳效益为目标,公式如下:
maxF=FLC-FC+FDR-FEX (9)
式中,FC为生产成本、FLC为碳减排效益、FDR为需求侧管理效益、FEX为系统的交易;
所述碳减排效益的表达式如下:
式中,β为单位碳排放权的价格,λC、λD分别为连续型柔性负荷与离散型柔性负荷的单位碳排放量,为连续型柔性负荷i在t时刻参与系统调度后的负荷变化量,为连续型柔性负荷i在t时刻未参与需求响应前的有功消耗量,为离散型柔性负荷j在t时刻的有功功率,为离散型柔性负荷j在t时刻的中断变量;
所述生产成本的表达式如下:
式中,为连续型柔性负荷i在t时刻的生产成本,为离散型柔性负荷j在t时刻的生产成本,为连续性柔性负荷i在t时刻的启动成本,为离散型柔性负荷j在t时刻的启动成本,为连续型柔性负荷i在t时刻的停止成本,为离散型柔性负荷j在t时刻的停止成本,为连续型柔性负荷i在t时刻的启动变量,为离散型柔性负荷j在t时刻的启动变量,为连续型柔性负荷i在t时刻的停止变量,为离散型柔性负荷j在t时刻的停止变量;
所述需求侧管理效益的表达式如下:
式中,θC和θD分别表示连续型柔性负荷和离散型柔性负荷达到利润平衡点时的利润,和分别表示连续型柔性负荷i的实际产量和订单产量,和分别表示离散型柔性负荷j的实际产量和订单产量;
所述与系统的交易效益的表达式如下:
式中,为连续型柔性负荷i在t时刻的支付电价,为离散型柔性负荷j在t时刻的支付电价,为连续型柔性负荷i在t时刻提供备用的利润,为连续型柔性负荷j在t时刻提供备用的利润,和分别表示负荷i在t时刻提供的上行和下行备用容量。
6.根据权利要求5所述评估方法,其特征在于,所述优化调度模型还需要满足以下约束条件:
式(15)为园区负荷内的功率平衡方程,表示系统在t时刻提供的总有功功率,为t时刻负荷与系统间的功率交换,为不可调节负荷m在t时刻的有功功率,NC、ND、NM则分别代表连续型柔性负荷、离散型柔性负荷以及不可调节负荷数量;
式(16)表示负荷碳减排量不得小于国家要求的最小值,ν为碳减排任务系数,pD、pC、pM为园区连续性柔性负荷、离散型柔性负荷和不可调节负荷在T周期内总的有功消耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610326131.8A CN105846427B (zh) | 2016-05-17 | 2016-05-17 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610326131.8A CN105846427B (zh) | 2016-05-17 | 2016-05-17 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105846427A true CN105846427A (zh) | 2016-08-10 |
CN105846427B CN105846427B (zh) | 2022-01-18 |
Family
ID=56593646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610326131.8A Active CN105846427B (zh) | 2016-05-17 | 2016-05-17 | 一种基于柔性负荷的需求响应低碳效益评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105846427B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374536A (zh) * | 2016-10-26 | 2017-02-01 | 西安交通大学 | 新能源接入条件下电力容量市场的低碳电源投资决策方法 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972896A (zh) * | 2014-05-13 | 2014-08-06 | 国家电网公司 | 一种基于需求响应的负荷建模和优化控制方法 |
CN104573852A (zh) * | 2014-12-23 | 2015-04-29 | 天津大学 | 风力发电全寿命周期低碳综合效益评估方法 |
CN105225074A (zh) * | 2015-11-06 | 2016-01-06 | 国网上海市电力公司 | 一种智能配用电系统低碳性能综合评价系统 |
-
2016
- 2016-05-17 CN CN201610326131.8A patent/CN105846427B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972896A (zh) * | 2014-05-13 | 2014-08-06 | 国家电网公司 | 一种基于需求响应的负荷建模和优化控制方法 |
CN104573852A (zh) * | 2014-12-23 | 2015-04-29 | 天津大学 | 风力发电全寿命周期低碳综合效益评估方法 |
CN105225074A (zh) * | 2015-11-06 | 2016-01-06 | 国网上海市电力公司 | 一种智能配用电系统低碳性能综合评价系统 |
Non-Patent Citations (1)
Title |
---|
WEI ZHAO等: "A novel flexible load coordination control based on distributed generation consumption in the active distribution network", 《INTERNATIONAL CONFERENCE ON RENEWABLE POWER GENERATION》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374536A (zh) * | 2016-10-26 | 2017-02-01 | 西安交通大学 | 新能源接入条件下电力容量市场的低碳电源投资决策方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105846427B (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106300336A (zh) | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 | |
CN113452020B (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
US11443252B2 (en) | Multi-objective operation control method for micro energy grid | |
CN104135025B (zh) | 基于模糊粒子群算法的微网并网经济优化方法 | |
CN104063808B (zh) | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 | |
CN110163443A (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
Yang et al. | Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage | |
CN106485600A (zh) | 一种虚拟电厂经济安全调度优化方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN110826773B (zh) | 一种考虑新能源接入的火电机组月度发电计划优化方法 | |
CN104361416A (zh) | 一种考虑大规模电动汽车接入的电网双层优化调度方法 | |
CN104578183B (zh) | 提高电力系统低碳化水平的联络线送电计划优化方法 | |
Chan et al. | Implementationof micro energy grid: A case study of a sustainable community in China | |
CN106505633A (zh) | 一种风光接入容量确定方法及装置 | |
CN106845626A (zh) | 一种基于混合蛙跳粒子群的dg优化配置应用方法 | |
CN105846427A (zh) | 一种基于柔性负荷的需求响应低碳效益评估方法 | |
Liu et al. | Market, policy, and technology requirements for power systems under ‘30· 60’decarbonization goal of China | |
CN107016497A (zh) | 水电发电计划优化方法 | |
Younus et al. | RENEWABLE ENERGY AND MANAGEMENT SYSTEMS'ROLES IN THE DEVELOPMENT OF ENERGY MANAGEMENT METHODS: BUSINESS AND TECHNOLOGY POLICIES | |
Ju et al. | Near-zero carbon stochastic dispatch optimization model for power-to-gas-based virtual power plant considering information gap status theory | |
CN106712105A (zh) | 一种新能源接纳空间离散概率序列计算方法 | |
CN110011351A (zh) | 一种基于约束函数的效率控制方法 | |
CN109948879B (zh) | 一种电力市场环境下支路潮流越限指标的分摊方法 | |
CN106410780A (zh) | 一种新能源接纳空间离散概率序列计算方法 | |
Yang et al. | Microgrid's generation expansion planning considering lower carbon economy |
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 |