CN106447125A - 基于需求侧响应的光伏用户用电负荷优化方法和系统 - Google Patents
基于需求侧响应的光伏用户用电负荷优化方法和系统 Download PDFInfo
- Publication number
- CN106447125A CN106447125A CN201610915058.8A CN201610915058A CN106447125A CN 106447125 A CN106447125 A CN 106447125A CN 201610915058 A CN201610915058 A CN 201610915058A CN 106447125 A CN106447125 A CN 106447125A
- Authority
- CN
- China
- Prior art keywords
- user
- photovoltaic
- load
- optimum
- translatable
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000004044 response Effects 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 title claims abstract description 11
- 230000005611 electricity Effects 0.000 title abstract description 57
- 238000004364 calculation method Methods 0.000 claims description 28
- 240000002853 Nelumbo nucifera Species 0.000 claims description 22
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 22
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 22
- 230000015572 biosynthetic process Effects 0.000 claims description 20
- 238000003786 synthesis reaction Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 18
- 230000008901 benefit Effects 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 73
- 238000005553 drilling Methods 0.000 description 11
- 208000019901 Anxiety disease Diseases 0.000 description 7
- 230000036506 anxiety Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010348 incorporation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- PXUQTDZNOHRWLI-OXUVVOBNSA-O malvidin 3-O-beta-D-glucoside Chemical compound COC1=C(O)C(OC)=CC(C=2C(=CC=3C(O)=CC(O)=CC=3[O+]=2)O[C@H]2[C@@H]([C@@H](O)[C@H](O)[C@@H](CO)O2)O)=C1 PXUQTDZNOHRWLI-OXUVVOBNSA-O 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000013404 process transfer Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提供了基于需求侧响应的光伏用户用电负荷优化方法和系统,其中,光伏用户用电负荷优化方法包括:每个用户能量管理装置计算对应光伏用户的可平移负荷,根据可平移负荷计算得到用户净负荷,并且将用户净负荷发送至系统控制中心;系统控制中心将其他所有光伏用户的用户净负荷分别发送至每个用户能量管理装置;每个用户能量管理装置根据系统总收益与系统净负荷的关系,计算最优系统总收益对应的最优系统净负荷;根据纳什均衡策略结合最优系统净负荷计算对应光伏用户相对于其他所有光伏用户的最优可平移负荷;每个用户能量管理装置将可平移负荷调节至最优可平移负荷。本发明的技术方案能够避免出现新的用电高峰,有效控制本光伏用户的用电成本。
Description
技术领域
本发明涉及电力系统技术领域,更为具体地说,涉及一种基于需求侧响应的光伏用户用电负荷优化方法和系统。
背景技术
随着化石能源的紧缺及环境污染问题的升级,具有可再生性和低污染特性的可再生能源得到了广泛关注。与水电、核电以及风电等可再生能源相比,太阳能光伏发电受到的地域、资源条件、制造材料和远距离输电等条件的限制较小,且具有安全可靠的特点,正取得越来越广泛的发展。尤其是光伏用户一侧的屋顶光伏发电系统,在环境压力和强大内需的需求下正得到快速和广泛的发展。
然而由于光伏发电输出功率具有间歇性和随机性等缺点,会给电网的运行调度带来一定挑战。在供电侧安装储能装置根据光伏用户的用电量大小对供电量进行调节,虽然能够在一定程度上缓解上述问题,但是由于储能装置以及相关设施的成本昂贵,上述调节方案难以大规模应用。
为了解决上述问题,相关技术中开始从用电需求侧对光伏用户的用电情况进行控制,例如相关技术中采用峰谷电价模型对光伏用户的用电量进行调控。具体地,针对光伏用户的电力需求,在用电高峰时,光伏用户的用电负荷紧张,电网的供电量往往低于光伏用户的用电量,此时,适当调高用电高峰的电价,以刺激光伏用户减少用电高峰时的用电负荷;在用电低谷时,光伏用户的用电负荷较为宽松,电网的供电量往往高于光伏用户的用电量,此时,适当调低用电低谷的电价,以鼓励光伏用户提高用电低谷时的用电负荷,从而达到“削峰填谷”的目的。
然而,采用峰谷电价模型对光伏用户的用电量进行调控的方案,大量的光伏用户容易趋向于在电价低谷阶段用电,导致容易形成新的用电高峰,进而导致出现新的用电负荷紧张的情况,带来新的用电压力,并且难以有效控制光伏用户的用电成本。
发明内容
本发明的目的是提供一种基于需求侧响应的光伏用户用电负荷优化方法和系统的技术方案,以解决背景技术中所介绍的现有技术中峰谷电价模型对光伏用户的用电量进行调控的方案,容易形成新的用电高峰,难以有效控制光伏用户的用电成本的问题。
为了解决上述技术问题,本发明提供如下技术方案:
根据本发明的第一方面,提供了一种基于需求侧响应的光伏用户用电负荷优化方法,所述方法用于光伏用户群系统的用户能量管理装置,所述用户能量管理装置与光伏用户一一对应;所述光伏用户用电负荷优化方法包括:
计算对应光伏用户的可平移负荷,根据所述可平移负荷计算得到用户净负荷,将所述用户净负荷发送至系统控制中心;
接收所述系统控制中心发送的除对应光伏用户外其他所有光伏用户的用户净负荷;
根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,其中,所述系统净负荷为所有光伏用户的用户净负荷之和;
根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下所述对应光伏用户相对于其他所有光伏用户的最优可平移负荷;
将所述对应光伏用户的可平移负荷调节至所述最优可平移负荷。
优选地,所述根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,包括:
根据系统总收益函数:E(NLh)=-C(NLh)和系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh),计算得到所述最优系统净负荷,其中,E(NLh)为h时段的系统总收益,C(NLh)为h时段的系统总成本,NLh为h时段的系统净负荷,a'和b'分别为成本拟合系数。
优选地,所述根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下所述对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
计算当前时段所述最优系统净负荷与所述其他所有光伏用户的用户净负荷之差,得到当前时段所述对应光伏用户的初步最优用户净负荷;
根据初步最优用户净负荷计算得到当前时段对应光伏用户的初步最优可平移负荷;
根据当前时段的用户收益在系统总收益的占比与所述最优系统总收益的乘积,计算得到当前时段所述对应光伏用户的初步最优收益,其中,所述当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比;
将所述初步最优收益发送至系统控制中心,以使所述系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向所述用户能量管理装置发送确定信号;
接收系统控制中心发送的确定信号,若接收到所述确定信号,将所述初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷,或者,若未接收到所述确定信号,重复执行上述步骤,直至得到所述最优可平移负荷;
对总时段内每个时段依次执行上述步骤,直至得到所述对应光伏用户在总时段内的最优可平移负荷。
优选地,所述根据所述可平移负荷计算得到用户净负荷,包括:
接收系统控制中心发送的光伏输出功率;
根据用户净负荷函数:和总负荷函数:结合所述可平移净负荷和所述光伏输出功率,计算各个时段的用户净负荷,其中,为h时段光伏用户i的用户净负荷,为h时段光伏用户i的总负荷,Pi h为h时段光伏用户i的光伏输出功率,为h时段光伏用户i的固定负荷,为h时段光伏用户i的可平移负荷。
根据本发明的第二方面,还提供了一种基于需求侧响应的光伏用户用电负荷优化方法,所述光伏用户用电负荷优化方法用于光伏用户群系统的系统控制中心,所述系统控制中心对应多个用户能量管理装置,所述光伏用户用电负荷优化方法包括:
向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷;
接收每个用户能量管理装置发送的用户净负荷,将除所述每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷分别发送至所述每个用户能量管理装置;
确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使所述每个用户能量管理装置将对应光伏用户的可平移负荷调节至所述最优可平移负荷。
优选地,所述确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
接收每个用户能量管理装置发送的当前时段所述对应光伏用户的初步最优收益;
计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数,判断所述上层目标函数是否小于预设阈值;
若所述上层目标函数小于预设阈值,则向用户能量管理装置发送确定信号,所述确定信号用于确定所述初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷;
若上层目标函数大于或等于预设阈值,则将所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
根据本发明的第三方面,还提供了一种基于需求侧响应的光伏用户用电负荷优化系统,所述系统用于光伏用户群系统的用户能量管理装置,所述用户能量管理装置与光伏用户一一对应;所述光伏用户用电负荷优化系统包括:
可平移负荷计算模块,用于计算对应光伏用户的可平移负荷;
用户净负荷计算模块,用于根据所述可平移负荷计算得到用户净负荷;
第一用户净负荷发送模块,用于将所述用户净负荷发送至系统控制中心;
第一用户净负荷接收模块,用于接收所述系统控制中心发送的除所述对应光伏用户外其他所有光伏用户的用户净负荷;
最优系统净负荷计算模块,用于根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,其中,所述系统净负荷为所有光伏用户的用户净负荷之和;
最优可平移负荷计算模块,用于根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷;
可平移负荷调节模块,用于将对应光伏用户的可平移负荷调节至最优可平移负荷。
优选地,所述最优可平移负荷计算模块,包括:
初步最优用户净负荷计算子模块,用于计算当前时段所述最优系统净负荷与所述其他所有光伏用户的用户净负荷之差,得到当前时段所述对应光伏用户的初步最优用户净负荷;
初步最优可平移负荷计算子模块,用于根据所述初步最优用户净负荷计算得到当前时段所述对应光伏用户的初步最优可平移负荷;
初步最优收益计算子模块,用于根据当前时段的用户收益在系统总收益的占比与所述最优系统总收益的乘积,计算得到当前时段所述对应光伏用户的初步最优收益,其中,所述当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比;
初步最优收益发送子模块,用于将所述初步最优收益发送至系统控制中心,以使所述系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向所述用户能量管理装置发送确定信号;
确定信号接收子模块,用于接收系统控制中心发送的确定信号;
最优可平移负荷确定子模块,用于若接收到所述确定信号时,将所述初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷;或者,第一重复执行子模块,用于若未接收到所述确定信号时,重复执行上述步骤,直至得到所述最优可平移负荷;
第二重复执行子模块,用于对总时段内每个时段依次执行上述步骤,直至得到所述对应光伏用户在总时段内的最优可平移负荷。
根据本发明的第四方面,还提供了一种基于需求侧响应的光伏用户用电负荷优化系统,用于光伏用户群系统的系统控制中心,所述系统控制中心对应多个用户能量管理装置,所述光伏用户用电负荷优化系统包括:
方案发送模块,用于向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷;
第二用户净负荷接收模块,用于接收每个用户能量管理装置发送的用户净负荷;
第二用户净负荷发送模块,用于将除每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷分别发送至所述每个用户能量管理装置;
最优可平移负荷确定模块,用于确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使所述每个用户能量管理装置将对应光伏用户的可平移负荷调节至所述最优可平移负荷。
优选地,所述最优可平移负荷确定模块,包括:
初步最优收益接收子模块,用于接收每个用户能量管理装置发送的当前时段所述对应光伏用户的初步最优收益;
上层目标函数计算子模块,用于计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数;
上层目标函数判断子模块,用于判断所述上层目标函数是否小于预设阈值;
确定信号发送子模块,用于若所述上层目标函数小于预设阈值时,向所述用户能量管理装置发送确定信号,所述确定信号用于确定所述初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷;
第三重复执行子模块,用于若所述上层目标函数大于或等于预设阈值时,将所述所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
第四重复执行子模块,用于对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
本发明提供的基于需求侧响应的光伏用户用电负荷优化方案,用户能量管理装置计算对应光伏用户的可平移负荷,然后根据可平移负荷计算得到用户净负荷;以最优系统总收益为目标,得到最优系统净负荷,根据纳什均衡策略,计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷。使用该最优可平移负荷调节自身的用电情况。由于最优可平移负荷是以最优系统总收益为目标,经过纳什均衡策略结合最优系统净负荷计算的,因此该最优可平移负荷是本光伏用户相对于其他所有光伏用户的最优可平移负荷。当每个光伏用户均达到该最优可平移负荷时,系统总收益达到最优,整个光伏用户群系统在各个时段内的用电负荷相对均衡,能够避免大量的光伏用户趋向于电价低谷阶段用电,形成新的用电负荷紧张的情况。并且每个光伏用户根据最优系统总收益条件下达到该最优可平移负荷,能够有效控制本光伏用户的用电成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例示出的一种光伏用户群系统的结构示意图;
图2是本发明实施例示出的一种光伏用户用电负荷优化方法的流程示意图;
图3是本发明实施例示出的一种光伏用户用电负荷优化方法的流程示意图;
图4是本发明实施例示出的一种光伏用户用电负荷优化方法的流程示意图;
图5是本发明实施例示出的一种光伏用户用电负荷优化方法的流程示意图;
图6是本发明实施例示出的一种光伏用户用电负荷优化方法的流程示意图;
图7A是本发明实施例示出的一种光伏用户群系统的光伏输出功率的曲线示意图;
图7B是本发明实施例示出的一种每个光伏用户的用电负荷的曲线示意图;
图7C是本发明实施例示出的一种光伏用户群系统的总负荷及系统净负荷的曲线示意图;
图7D是本发明实施例示出的一种系统净负荷的曲线示意图;
图7E是本发明实施例示出的一种用户可平移负荷的曲线示意图;
图8是本发明实施例示出的一种光伏用户用电负荷优化系统的结构示意图;
图9是本发明实施例示出的一种光伏用户用电负荷优化系统的结构示意图;
图10是本发明实施例示出的一种光伏用户用电负荷优化系统的结构示意图;
图11是本发明实施例示出的一种光伏用户用电负荷优化系统的结构示意图。
具体实施方式
本发明实施例提供的基于需求侧响应的光伏用户用电负荷优化方案,解决了背景技术中所介绍的现有技术中峰谷电价模型对光伏用户的用电量进行调控的方案,容易形成新的用电高峰,带来新的用电压力,难以有效控制光伏用户的用电成本的问题。
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中的技术方案作进一步详细的说明。
请参见附图1,图1是本发明实施例示出的一种光伏用户群系统的结构示意图,如图1所示,该光伏用户群系统包括:
监测和控制整个光伏用户群系统的系统控制中心1以及多个光伏用户,其中,每个光伏用户均有唯一对应的用户能量管理装置2和光伏电源3,并且光伏用户群系统在系统控制中心的控制下,通过输电线(图中实线)和变压器5从输电网4向每个光伏用户输入或输出电能。
其中,光伏用户首选电源为自身的光伏电源3,当光伏电源3不足以满足光伏用户的负荷要求时,则由输电网4进行补充。系统控制中心1在光伏用户和光伏用户群系统之间建立衔接,负责传递系统的成本信息、用电数据以及控制指令。各用户能量管理装置2负责采集对应光伏用户的用电负荷(如可平移负荷和固定负荷)和光伏电源数据,并从系统控制中心1接收指令或信息,从而进行用户成本的计算和本地的优化控制。
请参见附图2,图2是本发明实施例示出的一种基于需求侧响应的光伏用户用电负荷优化方法的流程示意图,方法用于光伏用户群系统的用户能量管理装置,用户能量管理装置与光伏用户一一对应;如图2所示,该光伏用户用电负荷优化方法包括以下步骤:
S110:计算对应光伏用户的可平移负荷,根据可平移负荷计算得到用户净负荷,将用户净负荷发送至系统控制中心。
可平移负荷是能够调整时间的负荷,具体指光伏用户根据电价信息或其他激励信号能够通过调整用电时间,以持续满足用电需求,控制用电紧张的负荷。如农业灌溉负荷、污水处理负荷、清洗负荷以及新型的电动汽车充电负荷等负荷。此类负荷的模型需要反映负荷的大小、持续时间及负荷可选择时间范围等信息。指定H个时间段内第i个光伏用户的可平移负荷集合为:i∈[1,2,...,n]。
假设第i个光伏用户包括的可平移负荷数量为K,第h个时段内第i个光伏用户的可平移负荷值为该时段内所有可平移负荷之和:其中,为第h时段第i用户第k个可平移负荷,具体模型如下:h∈[tik,tik+ΔTik],[tik,tik+ΔTik]∈[αik,βik],式中,为第i个光伏用户第k个可平移负荷的取值范围;tik为可平移负荷的开始时刻,ΔTik为可平移负荷的持续时间;[αik,βik]为第i光伏用户第k个可平移负荷的可选时间区间,可平移负荷起始时间应该在这个时间区间内;sqik为第i个光伏用户第k个可平移负荷的电量需求,可平移负荷在各时段的功率总和等于电量需求。
另外,在计算得到光伏用户的可平移负荷后,可通过以下方法,根据可平移负荷计算得到用户净负荷,包括:
S310:接收系统控制中心发送的光伏输出功率。
如图1所示,光伏电源3的输出功率随光照强度、环境温度不同而变化,因此,每个时段内的光伏输出功率均在变化。然而,在一定的光照和环境温度下只有一个最大功率点,系统控制中心一般采用最大功率点跟踪技术控制每个光伏用户的光伏电源3的光伏组件始终工作在当前环境下的最大功率点。在H个时间段内第i个用户的光伏电源的光伏输出功率预测值为:Pi=[Pi 1,Pi 2,...,Pi H],i∈[1,2,...,n];n为光伏用户总个数;H为全部时段对应的时间区间长度,例如H可取24小时。
S320:根据用户净负荷函数:和总负荷函数:结合可平移净负荷和光伏输出功率,计算各个时段的用户净负荷,其中,为h时段光伏用户i的用户净负荷,为h时段光伏用户i的总负荷,Pi h为h时段光伏用户i的光伏输出功率,为h时段光伏用户i的固定负荷,为h时段光伏用户i的可平移负荷。
另外,在h时刻需要供应的总负荷,即系统净负荷NLh等于所有光伏用户的用户净负荷之和:
S120:接收系统控制中心发送的除对应光伏用户外其他所有光伏用户的用户净负荷。
S130:根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,其中,系统净负荷为所有光伏用户的用户净负荷之和。
系统净负荷为光伏用户群系统内所有光伏用户的用户净负荷之和,因此,通过接收除对应光伏用户外其他所有光伏用户的用户净负荷,确定系统净负荷之后,减去其他所有光伏用户的用户净负荷,能够得到对应光伏用户的初步最优用户净负荷,从而通过该初步最优用户净负荷进一步得到在系统总收益最优条件下该光伏用户的最优用户净负荷。
其中,步骤S130,具体通过以下步骤计算得到最优系统总收益对应的最优系统净负荷。
根据系统总收益函数:E(NLh)=-C(NLh)和系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh),a'>0,计算得到最优系统净负荷,其中,E(NLh)为h时段的系统总收益,C(NLh)为h时段的系统总成本,系统总收益与系统总成本互为负数;NLh为h时段的系统净负荷,a'和b'分别为成本拟合系数,均大于零。由上述公式可知,系统成本函数为在时;C(NLh)具有最小值即E(NLh)具有最大值
其中,系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh)通过以下方法推理得来:
结合图1所示,当光伏用户群系统自身的光伏电源3不能满足光伏用户自身的负荷需求时,需要系统控制中心1通过输电网4输入电能进行补充。输电网4所在电力系统的发电成本函数为二次多项式模型,具体如下:Cg(NLh)=a·(NLh)2+b·(NLh)+C;式中,Cg为从输电网4所输入电能的发电成本,a,b,c为发电成本的多项式参数;在发电成本的基础上,考虑输配电成本,即可得到从电网购电的总成本Cs:Cs(NLh)=Cg(NLh)+Ctd·NLh;式中,Ctd为单位输配电成本,单位为元/kWh。
当光伏电源出力超过自身负荷大小时,则光伏电源3可向输电网4倒送电能,并获取一定的收益,该部分收益对于光伏用户是负的成本。因此,用户群系统的系统总成本C(NLh)为分段函数表示:当NLh≥0,C(NLh)=Cs(NLh);当NLh<0时,C(NLh)=γ·NLh,式中,γ为光伏用户倒送至输电网的单位电量收益,γ可取当地燃煤机组标杆上网电价。该分段函数形式的系统总成本可近似看做一个拟凹的二次函数。
当系统总成本函数为严格拟凹函数时,最优用户净负荷才存在唯一解,为了通过系统总成本得到最优系统总收益条件下光伏用户相对于其他所有光伏用户的最优用户净负荷,上述分段函数形式的系统总成本可用严格拟凹的二次函数来近似表示,即系统总成本函数被近似为下式:C(NLh)=a'·(NLh)2+b'·(NLh)。
S140:根据纳什均衡策略,结合最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷。
纳什均衡策略是一种基于博弈论的策略组合,即使得同一时间内每个参与者的策略是对其他参与人策略的最优反应。该策略反映到具体的光伏用户群系统中,即当前时段内光伏用户相对于其他所有光伏用户的最优用户净负荷以及最优可平移负荷。
具体地,光伏用户群系统的需求侧响应问题本质上是各光伏用户追求自身收益最大化的一个博弈问题,由于光伏用户群系统每个时段的用电总成本是系统净负荷(所有光伏用户的用户净负荷之和)的函数,因此每个光伏用户的收益和其它光伏用户的用电安排息息相关。比如某时段的系统净负荷较小,用电总成本也相应也较低,光伏用户为了节约用电总成本会倾向于将可平移负荷安排在该时刻,若大量光伏用户均采取此操作,会造成该时刻系统净负荷的增大和用电成本的上升,单个光伏用户的用电成本也随着增加,因此每个光伏用户都需要在可平移负荷的用电安排问题上进行博弈,寻找对自身最有利的用电安排方案,该博弈问题可表示为:GGUP={SL1,...,SLn;E1,...,En},GGUP为光伏用户的博弈,SL1至SLn为各个光伏用户的可平移负荷,每个光伏用户均作为博弈方,可平移负荷作为各个光伏用户的博弈策略,E1至En即博弈的收益。由于光伏用户的用电负荷的变化取决于可平移负荷,因此可选策略为对可平移负荷的调度安排;其中,Ei=-Ci。
博弈中的一个策略组合,具有每个博弈方的策略都是针对其它博弈方策略的最佳策略的特性时,则称其为一个“纳什均衡”。针对光伏用户的博弈GGUP的纳什均衡定义如下:
在博弈GGUP={SL1,...,SLn;E1,...,En}中,由每个博弈方各一个策略组成的某个策略组合中,任一博弈方i,即光伏用户i的策略均为对其余博弈方策略组合的最佳对策,即: 对任意光伏用户i的可平移负荷sli均成立,则称为GUGP的一个“纳什均衡”。
当博弈的系统总收益函数为严格拟凸函数,即系统总成本为严格拟凹函数时,该博弈将存在唯一的纳什均衡。
由于Ei=Ci,因此当Ci是关于的严格拟凹函数时,GUGP中的收益Ei是严格拟凸函数。根据定理,GUGP存在唯一的纳什均衡策略。显然,在纳什均衡的策略组合中,各个用户都不愿意单独去改变自己的可平移负荷,博弈达到一种稳定状态。因此上述基于需求侧响应的光伏用户用电负荷优化方法实质上就是达到GUGP模型的“纳什均衡”,设置各个光伏用户的最优可平移负荷作为各个用户的最优用电安排。当每个光伏用户均达到最优可平移负荷时,系统总收益达到最优,每个光伏用户均没有意愿改变可平移负荷,整个光伏用户群系统在各个时段内的用电负荷相对均衡,能够避免大量的光伏用户趋向于电价低估阶段用电形成的用电负荷紧张的情况。
如图3所示,图2所示步骤S140:根据纳什均衡策略,结合最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
S210:计算当前时段最优系统净负荷与其他所有光伏用户的用户净负荷之差,得到当前时段对应光伏用户的初步最优用户净负荷。其中,每个用户能量管理装置均执行该步骤,得到对应光伏用户的初步最优用户净负荷。
S220:根据初步最优用户净负荷计算得到当前时段对应光伏用户的初步最优可平移负荷。
具体,还需要根据用户净负荷函数:和总负荷函数:结合初步最优用户净负荷和光伏输出功率,计算各个时段该光伏用户的初步最优可平移负荷。
S230:根据当前时段的用户收益在系统总收益的占比与最优系统总收益的乘积,计算得到当前时段对应光伏用户的初步最优收益,其中,当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比。
用户收益与用电总成本互为负数,因此为了方便计算,可根据当前时段的用电总成本在系统总成本的占比与最优系统总成本的乘积,计算得到当前时段对应光伏用户的初步最优用电总成本,取负数得到当前时段对应光伏用户的初步最优收益。
对于每个光伏用户在h时段内用电成本应根据h时段该光伏用户的用电净负荷在h时段系统净负荷NLh中的占比对系统成本进行分配;用户i在第h时段内的用电总成本应该由用电成本减去光伏发电的补贴收益计算得到,具体包括以下函数:
式中,为光伏用户i在第h时段内的用电总成本;为光伏用户i在h时段内系统总成本;Pi h为光伏用户i在h时段内的光伏输出功率;A为输配分布式光伏度电补贴标准;Ci则为光伏用户i在指定的H时间段内的用电总成本。其中, 为h时段光伏用户i的用户收益。
S240:将初步最优收益发送至系统控制中心,以使系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向用户能量管理装置发送确定信号。
由步骤S120可知:系统控制中心接收过所有光伏用户的用户净负荷,系统总收益可根据所有光伏用户的用户净负荷之和NLh结合系统总成本函数C(NLh)=a'·(NLh)2+b'·(NLh)得到。所有光伏用户的初步最优收益与最优系统总收益往往难以完全一致,因此,当所有光伏用户的初步最优收益与系统总收益之差的绝对值小于预设阈值时,可近似认为达到最优系统总收益。此时系统控制中心向用户能量管理装置发送确定信号,以通知用户能量管理模块当前时段所有光伏用户的收益达到最优。
其中,可定义上层目标函数的概念,上层目标函数即为所有光伏用户的初步最优收益与系统总收益之差的绝对值:假设所有光伏用户在h时段的初步最优收益为系统总收益为所有光伏用户的收益之和在已知所有光伏用户的用户净负荷的情况下,可根据系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh)得到。通过判断上层目标函数Fitness是否小于预设阈值ε,确定在当前h时段,光伏用户群系统的总收益是否达到最优。
S250:接收系统控制中心发送的确定信号,若接收到确定信号,将初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷,或者,若未接收到确定信号,重复执行上述步骤,直至得到最优可平移负荷。
S260:对每个时段依次执行上述步骤,直至得到对应光伏用户在总时段内的最优可平移负荷。
每个用户能量管理装置计算对应光伏用户的初步最优可平移负荷和初步最优收益,当所有光伏用户的初步最优收益与系统总收益之差的绝对值达到预设阈值时,即确定该初步最优可平移负荷为最优可平移负荷,使用该最优可平移负荷调节自身的用电情况。由于初步最优可平移负荷是最优系统净负荷与其他所有光伏用户的可平移负荷之差计算得到的,因此当所有光伏用户的初步最优收益与系统总收益之差的绝对值达到预设阈值时,光伏用户的用电负荷达到最优,用户将没有改变可平移负荷的需要,整个光伏用户群系统的用电负荷相对均衡,能够避免大量的光伏用户趋向于电价低谷阶段用电,形成新的用电负荷紧张的情况。并且每个光伏用户根据最优系统总收益条件下达到该最优可平移负荷,能够有效控制本光伏用户的用电成本。
S150:将对应光伏用户的可平移负荷调节至最优可平移负荷。
本发明提供的基于需求侧响应的光伏用户用电负荷优化方法,用户能量管理装置计算对应光伏用户的可平移负荷,然后根据可平移负荷计算得到用户净负荷;以最优系统总收益为目标,得到最优系统净负荷,根据纳什均衡策略,计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷。使用该最优可平移负荷调节自身的用电情况。由于最优可平移负荷是以最优系统总收益为目标,经过纳什均衡策略结合最优系统净负荷计算的,因此该最优可平移负荷是本光伏用户相对于其他所有光伏用户的最优可平移负荷。当每个光伏用户均达到该最优可平移负荷时,系统总收益达到最优,整个光伏用户群系统在各个时段内的用电负荷相对均衡,能够避免大量的光伏用户趋向于电价低谷阶段用电,形成新的用电负荷紧张的情况。并且每个光伏用户根据最优系统总收益条件下达到该最优可平移负荷,能够有效控制本光伏用户的用电成本。
与用于用户能量管理装置的光伏用户用电负荷优化方法对应,如图5所示,还提供了一种基于需求侧响应的光伏用户用电负荷优化方法,光伏用户用电负荷优化方法用于图1所示的光伏用户群系统的系统控制中心,系统控制中心对应多个用户能量管理装置,光伏用户用电负荷优化方法包括以下步骤:
S510:向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷。
通过系统控制中心向每个用户能量管理模块发送用户光伏接入方案,能够使得每个用户能量管理装置控制光伏电源和输电网的接入,从而做出用电安排,计算对应光伏用户的可平移负荷。
通过系统控制中心向每个用户能量管理模块发送用户光伏输出功率,从而使得每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷。
每个时段的用户光伏输出功率均在发生变化,因此系统控制中心向每个用户能量管理模块发送用户光伏输出功率,能够根据用户的可平移负荷、用户净负荷函数:和总负荷函数:计算各个时段的用户净负荷。
另外,在h时刻需要供应的总负荷,即系统净负荷NLh等于所有光伏用户的用户净负荷之和:
S520:接收每个用户能量管理装置发送的用户净负荷,将除每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷分别发送至每个用户能量管理装置。
通过接收每个用户能量管理装置发送的用户净负荷,将除每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷发送至每个用户能量管理装置,能够使得用户能量管理装置结合计算得到的用户群系统的最优系统净负荷,能够计算得到对应光伏用户的最优用户净负荷。
S530:确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使每个用户能量管理装置将对应光伏用户的可平移负荷调节至最优可平移负荷。
通过确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,能够使得最优系统总收益条件下,光伏用户群系统达到纳什均衡,所有光伏用户的可平移负荷均为相对于其他所有光伏用户的最优可平移负荷,因此,每个用户能量管理装置没有改变可平移负荷的需求,光伏用户群系统中各个时段的用电负荷相对均衡,能避免大量光伏用户趋向于电价低谷阶段用电,形成新的用电负荷紧张的情况,并且能够有效抑制光伏用户群系统的用电成本。
其中,如图6所示,图5所示步骤S530:确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
S610:接收每个用户能量管理装置发送的当前时段对应光伏用户的初步最优收益。
S620:计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数。
S630:判断上层目标函数是否小于预设阈值。若上层目标函数小于预设阈值,则执行步骤S630;若上层目标函数大于或等于预设阈值,则执行步骤S640。
S630:向用户能量管理装置发送确定信号,确定信号用于确定初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷。
上层目标函数即为所有光伏用户的初步最优收益与系统总收益之差的绝对值:
假设所有光伏用户在h时段的初步最优收益为系统总收益为所有光伏用户的收益之和在已知所有光伏用户的用户净负荷的情况下,可根据系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh)得到。通过判断上层目标函数Fitness是否小于预设阈值ε,确定在当前h时段,光伏用户群系统的总收益是否达到最优。当所有光伏用户的初步最优收益与系统总收益之差的绝对值小于预设阈值时,可近似认为达到最优系统总收益。此时系统控制中心向用户能量管理装置发送确定信号,以通知用户能量管理模块当前时段所有光伏用户的收益达到最优。
S640:将所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
S650:对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
当系统控制中心判定上层目标函数,即所有光伏用户的初步最优收益与系统总收益之差达到预设阈值时,即可向每个用户能量管理装置发送确定信号,以使用户能量管理装置确定该初步最优可平移负荷为最优可平移负荷,使用该最优可平移负荷调节对应光伏用户的用电情况。由于初步最优可平移负荷是最优系统净负荷与其他所有光伏用户的可平移负荷之差计算得到的,因此当所有光伏用户的初步最优收益与系统总收益之差达到预设阈值时,光伏用户的用电负荷达到最优,用户将没有改变可平移负荷的需要,整个光伏用户群系统的用电负荷相对均衡,能够避免大量的光伏用户趋向于电价低谷阶段用电,形成新的用电负荷紧张的情况。并且每个光伏用户根据最优系统总收益条件下达到该最优可平移负荷,能够有效控制本光伏用户的用电成本。
作为一种优选的实施例,选取一光伏用户群系统夏季典型日的用电负荷数据进行分析。该光伏用户群系统的用电负荷以商业负荷和居民负荷为主,该光伏用户群系统包含酒店、写字楼以及居民楼等6个光伏用户,每栋建筑屋顶均布置有光伏板,即光伏电源,整个光伏用户群系统为一个建筑一体化并网型光伏发电项目,每个光伏用户的光伏装机容量从50kWp至400kWp不等。其中,所有光伏用户的可平移负荷主要包括电动汽车、洗衣机、烘干机、洗碗机以及净化处理机等产生的负荷。光伏用户群系统在典型日总的光伏输出功率的曲线如图7A所示。每个光伏用户在典型日的用电负荷曲线如图7B所示,整个光伏用户群系统在典型日的总负荷曲线及系统净负荷曲线如图7C所示。
由图7C可知,系统总负荷的峰值约为2400kW,出现在17点左右,系统净负荷的峰值约为2100kW,出现在20点左右。系统总负荷的负荷率(在规定时间内平均用电负荷与最大用电负荷之比)为0.72,而系统净负荷的负荷率为0.68,说明光伏电源的出现使得负荷率指标变得更不理想。这是由于光伏输出功率的最大值一般出现在中午,并非负荷高峰出现的时间,因此光伏用户群系统的最大用电负荷的变化幅度不大,而平均用电负荷由于光伏输出功率的抵消变小,这样负荷率也就随之变小。
通过图1至图6所示实施例提供的方法,对本实施例中的光伏用户群系统的可平移负荷、用户净负荷和系统收益进行处理,其中所有光伏用户的可平移负荷的电量占总电量的比例为15%;系统总成本函数C(NLh)=a'·(NLh)2+b'·(NLh)中的a'和b'分别取0.00059和0.302;电价补贴标准A取0.42元/千瓦时;燃煤机组标杆上网电价γ取0.4元/kWh。
处理前后的系统净负荷曲线对比情况如图7D所示,用户可平移负荷总和对比情况如图7E所示。
由图7E可知,经过本文模型的优化,系统净负荷曲线的峰值有所下降,谷值也明显抬升,曲线的波动幅度减小了。优化前光伏用户的可平移负荷的用电主要集中在白天,而优化后则呈现出一个类似驼峰状的曲线,两个峰值区间分别为4:00—6:00、13:00—14:00。对比图7D和图7E可以发现,优化后的可平移负荷的峰值区间和优化前的系统净负荷的谷值区间较为一致,这说明可平移负荷在优化过程中由系统净负荷的非低谷时段向低谷时段进行了转移,从而使得系统净负荷曲线的波动更为平缓。
综上,通过优化处理,光伏用户的可平移负荷倾向于在系统净负荷低谷用电,从而可优化系统净负荷的负荷率指标,给系统运行的稳定经济带来有利影响,其中,可平移负荷占比对模型的应用效果有很大影响,可平移负荷占比越大,系统净负荷的负荷率也越大。并且本优化处理能够改善用户负荷特性,在一定程度上降低用户的用电成本。相比峰谷电价模型,更有利于系统净负荷峰谷差的改善。
基于同一发明构思,本申请实施例还提供了基于需求侧响应的光伏用户用电负荷优化系统,由于系统对应的方法是本申请实施例中的光伏用户用电负荷优化方法,并且该系统解决问题的原理与方法相似,因此该系统的实施可以参见方法的实施,重复之处不再赘述。
请参见附图8,图8为本发明实施例提供的一种基于需求侧响应的光伏用户用电负荷优化系统的结构示意图,该光伏用户用电系统用于光伏用户群系统的用户能量管理装置,用户能量管理装置与光伏用户一一对应;如图8所示,该光伏用户用电负荷优化系统包括:
可平移负荷计算模块801,用于计算对应光伏用户的可平移负荷;
用户净负荷计算模块802,用于根据可平移负荷计算得到用户净负荷;
第一用户净负荷发送模块803,用于将用户净负荷发送至系统控制中心;
第一用户净负荷接收模块804,用于接收系统控制中心发送的除对应光伏用户外其他所有光伏用户的用户净负荷;
最优系统净负荷计算模块805,用于根据系统总收益与系统净负荷的关系计算得到最优系统总收益对应的最优系统净负荷,系统净负荷为所有光伏用户的用户净负荷之和;
最优可平移负荷计算模块806,用于根据纳什均衡策略,结合最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷;
可平移负荷调节模块808,用于将对应光伏用户的可平移负荷调节至最优可平移负荷。
优选地,如图9所示,图8所示实施例中的最优可平移负荷计算模块806,包括:
初步最优用户净负荷计算子模块8061,用于计算当前时段最优系统净负荷与其他所有光伏用户的用户净负荷之差,得到当前时段对应光伏用户的初步最优用户净负荷;
初步最优可平移负荷计算子模块8062,用于根据初步最优用户净负荷计算得到当前时段对应光伏用户的初步最优可平移负荷;
初步最优收益计算子模块8063,用于根据当前时段的用户收益在系统总收益的占比与最优系统总收益的乘积,计算得到当前时段对应光伏用户的初步最优收益,其中,当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比;
初步最优收益发送子模块8064,用于将初步最优收益发送至系统控制中心,以使系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向用户能量管理装置发送确定信号;
确定信号接收子模块8065,用于接收系统控制中心发送的确定信号;
最优可平移负荷确定子模块8066,用于若接收到确定信号时,将初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷;或者,第一重复执行子模块8067,用于若未接收到确定信号时,重复执行上述步骤,直至得到最优可平移负荷;
第二重复执行子模块8068,用于对总时段内每个时段依次执行上述步骤,直至得到对应光伏用户在总时段内的最优可平移负荷。
与用于用户能量管理装置的光伏用户用电负荷优化系统相对应,本发明实施例还提供的一种用于系统控制中心的基于需求侧响应的光伏用户用电负荷优化系统的结构示意图,该光伏用户用电负荷优化系统用于光伏用户群系统的系统控制中心,系统控制中心对应多个用户能量管理装置,如图10所示,该光伏用户用电负荷优化系统包括:
方案发送模块1001,用于向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷;
第二用户净负荷接收模块1002,用于接收每个用户能量管理装置发送的用户净负荷;
第二用户净负荷发送模块1003,用于将除每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷发送至每个用户能量管理装置;
最优可平移负荷确定模块1004,用于确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使每个用户能量管理装置将对应光伏用户的可平移负荷调节至最优可平移负荷。
优选地,如图11所示,最优可平移负荷确定模块1004,包括:
初步最优收益接收子模块10041,用于接收每个用户能量管理装置发送的当前时段对应光伏用户的初步最优收益;
上层目标函数计算子模块10042,用于计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数;
上层目标函数判断子模块10043,用于判断上层目标函数是否小于预设阈值;
确定信号发送子模块10044,用于若上层目标函数小于预设阈值时,向用户能量管理装置发送确定信号,确定信号用于确定初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷;
第三重复执行子模块10045,用于若上层目标函数大于或等于预设阈值时,将所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
第四重复执行子模块10046,用于对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于需求侧响应的光伏用户用电负荷优化方法,其特征在于,用于光伏用户群系统的用户能量管理装置,所述用户能量管理装置与光伏用户一一对应;所述光伏用户用电负荷优化方法包括:
计算对应光伏用户的可平移负荷,根据所述可平移负荷计算得到用户净负荷,将所述用户净负荷发送至系统控制中心;
接收所述系统控制中心发送的除所述对应光伏用户外其他所有光伏用户的用户净负荷;
根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,其中,所述系统净负荷为所有光伏用户的用户净负荷之和;
根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷;
将所述对应光伏用户的可平移负荷调节至所述最优可平移负荷。
2.根据权利要求1所述的光伏用户用电负荷优化方法,其特征在于,所述根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,包括:
根据系统总收益函数:E(NLh)=-C(NLh)和系统总成本函数:C(NLh)=a'·(NLh)2+b'·(NLh),a'>0,计算得到所述最优系统净负荷,其中,E(NLh)为h时段的系统总收益,C(NLh)为h时段的系统总成本,NLh为h时段的系统净负荷,a'和b'分别为成本拟合系数。
3.根据权利要求1所述的光伏用户用电负荷优化方法,其特征在于,所述根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
计算当前时段所述最优系统净负荷与所述其他所有光伏用户的用户净负荷之差,得到当前时段所述对应光伏用户的初步最优用户净负荷;
根据所述初步最优用户净负荷计算得到当前时段所述对应光伏用户的初步最优可平移负荷;
根据当前时段的用户收益在系统总收益的占比与所述最优系统总收益的乘积,计算得到当前时段所述对应光伏用户的初步最优收益,其中,所述当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比;
将所述初步最优收益发送至系统控制中心,以使所述系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向所述用户能量管理装置发送确定信号;
接收系统控制中心发送的确定信号,若接收到所述确定信号,将所述初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷,或者,若未接收到所述确定信号,重复执行上述步骤,直至得到所述最优可平移负荷;
对总时段内每个时段依次执行上述步骤,直至得到所述对应光伏用户在总时段内的最优可平移负荷。
4.根据权利要求1所述的光伏用户用电负荷优化方法,其特征在于,所述根据所述可平移负荷计算得到用户净负荷,包括:
接收系统控制中心发送的光伏输出功率;
根据用户净负荷函数:和总负荷函数:结合所述可平移净负荷和所述光伏输出功率,计算各个时段的用户净负荷,其中,为h时段光伏用户i的用户净负荷,为h时段光伏用户i的总负荷,为h时段光伏用户i的光伏输出功率,为h时段光伏用户i的固定负荷,为h时段光伏用户i的可平移负荷。
5.一种基于需求侧响应的光伏用户用电负荷优化方法,其特征在于,用于光伏用户群系统的系统控制中心,所述系统控制中心对应多个用户能量管理装置;所述光伏用户用电负荷优化方法包括:
向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷;
接收每个用户能量管理装置发送的用户净负荷,将除所述每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷分别发送至所述每个用户能量管理装置;
确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使所述每个用户能量管理装置将对应光伏用户的可平移负荷调节至所述最优可平移负荷。
6.根据权利要求5所述的光伏用户用电负荷优化方法,其特征在于,所述确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,包括:
接收每个用户能量管理装置发送的当前时段所述对应光伏用户的初步最优收益;
计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数,判断所述上层目标函数是否小于预设阈值;
若所述上层目标函数小于预设阈值,则向所述用户能量管理装置发送确定信号,所述确定信号用于确定所述初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷;
若所述上层目标函数大于或等于预设阈值,则将所述所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
7.一种基于需求侧响应的光伏用户用电负荷优化系统,其特征在于,用于光伏用户群系统的用户能量管理装置,所述用户能量管理装置与光伏用户一一对应;所述光伏用户用电负荷优化系统包括:
可平移负荷计算模块,用于计算对应光伏用户的可平移负荷;
用户净负荷计算模块,用于根据所述可平移负荷计算得到用户净负荷;
第一用户净负荷发送模块,用于将所述用户净负荷发送至系统控制中心;
第一用户净负荷接收模块,用于接收所述系统控制中心发送的除所述对应光伏用户外其他所有光伏用户的用户净负荷;
最优系统净负荷计算模块,用于根据系统总收益与系统净负荷之间关系,计算得到最优系统总收益对应的最优系统净负荷,其中,所述系统净负荷为所有光伏用户的用户净负荷之和;
最优可平移负荷计算模块,用于根据纳什均衡策略,结合所述最优系统净负荷计算最优系统总收益条件下对应光伏用户相对于其他所有光伏用户的最优可平移负荷;
可平移负荷调节模块,用于将所述对应光伏用户的可平移负荷调节至所述最优可平移负荷。
8.根据权利要求7所述的光伏用户用电负荷优化系统,其特征在于,所述最优可平移负荷计算模块,包括:
初步最优用户净负荷计算子模块,用于计算当前时段所述最优系统净负荷与所述其他所有光伏用户的用户净负荷之差,得到当前时段所述对应光伏用户的初步最优用户净负荷;
初步最优可平移负荷计算子模块,用于根据所述初步最优用户净负荷计算得到当前时段所述对应光伏用户的初步最优可平移负荷;
初步最优收益计算子模块,用于根据当前时段的用户收益在系统总收益的占比与所述最优系统总收益的乘积,计算得到当前时段所述对应光伏用户的初步最优收益,其中,所述当前时段的用户收益在系统总收益的占比等效于当前时段用户净负荷与系统净负荷之比;
初步最优收益发送子模块,用于将所述初步最优收益发送至系统控制中心,以使所述系统控制中心根据当前时段所有光伏用户的初步最优收益与系统总收益之差的绝对值是否小于预设阈值,向所述用户能量管理装置发送确定信号;
确定信号接收子模块,用于接收系统控制中心发送的确定信号;
最优可平移负荷确定子模块,用于若接收到所述确定信号时,将所述初步最优可平移负荷确定为当前时段对应光伏用户的最优可平移负荷;或者,第一重复执行子模块,用于若未接收到所述确定信号时,重复执行上述步骤,直至得到所述最优可平移负荷;
第二重复执行子模块,用于对总时段内每个时段依次执行上述步骤,直至得到所述对应光伏用户在总时段内的最优可平移负荷。
9.一种基于需求侧响应的光伏用户用电负荷优化系统,其特征在于,用于光伏用户群系统的系统控制中心,所述系统控制中心对应多个用户能量管理装置,所述光伏用户用电负荷优化系统包括:
方案发送模块,用于向每个用户能量管理装置发送用户光伏接入方案和用户光伏输出功率,以使每个用户能量管理装置计算对应光伏用户的可平移负荷和用户净负荷;
第二用户净负荷接收模块,用于接收每个用户能量管理装置发送的用户净负荷;
第二用户净负荷发送模块,用于将除每个用户能量管理装置对应光伏用户外其他所有光伏用户的用户净负荷分别发送至所述每个用户能量管理装置;
最优可平移负荷确定模块,用于确定最优系统总收益条件下每个用户能量管理装置对应光伏用户相对于其他所有光伏用户的最优可平移负荷,以使所述每个用户能量管理装置将对应光伏用户的可平移负荷调节至所述最优可平移负荷。
10.根据权利要求9所述的光伏用户用电负荷优化系统,其特征在于,所述最优可平移负荷确定模块,包括:
初步最优收益接收子模块,用于接收每个用户能量管理装置发送的当前时段所述对应光伏用户的初步最优收益;
上层目标函数计算子模块,用于计算当前时段系统总收益与所有光伏用户的初步最优收益之差的绝对值作为上层目标函数;
上层目标函数判断子模块,用于判断所述上层目标函数是否小于预设阈值;
确定信号发送子模块,用于若所述上层目标函数小于预设阈值时,向所述用户能量管理装置发送确定信号,所述确定信号用于确定所述初步最优可平移负荷为当前时段对应光伏用户的最优可平移负荷;
第三重复执行子模块,用于若所述上层目标函数大于或等于预设阈值时,将所述所有光伏用户的初步最优收益作为新的系统总收益,重复执行上述步骤,直至确定当前时段所有光伏用户的最优可平移负荷;
第四重复执行子模块,用于对总时段内每个时段依次执行上述步骤,直至确定所有光伏用户在总时段内的最优可平移负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610915058.8A CN106447125A (zh) | 2016-10-20 | 2016-10-20 | 基于需求侧响应的光伏用户用电负荷优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610915058.8A CN106447125A (zh) | 2016-10-20 | 2016-10-20 | 基于需求侧响应的光伏用户用电负荷优化方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106447125A true CN106447125A (zh) | 2017-02-22 |
Family
ID=58175789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610915058.8A Pending CN106447125A (zh) | 2016-10-20 | 2016-10-20 | 基于需求侧响应的光伏用户用电负荷优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447125A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
CN111105100A (zh) * | 2020-01-10 | 2020-05-05 | 昆明理工大学 | 一种基于神经网络的多微电网调度机制的优化方法及系统 |
CN111193258A (zh) * | 2020-01-10 | 2020-05-22 | 昆明理工大学 | 一种微电网发电量优化方法及系统 |
-
2016
- 2016-10-20 CN CN201610915058.8A patent/CN106447125A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
CN107194516B (zh) * | 2017-06-07 | 2020-05-19 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
CN111105100A (zh) * | 2020-01-10 | 2020-05-05 | 昆明理工大学 | 一种基于神经网络的多微电网调度机制的优化方法及系统 |
CN111193258A (zh) * | 2020-01-10 | 2020-05-22 | 昆明理工大学 | 一种微电网发电量优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108429288B (zh) | 一种考虑需求响应的离网型微电网储能优化配置方法 | |
CN109559035B (zh) | 一种考虑灵活性的城市配电网双层规划方法 | |
CN107017619B (zh) | 非合作博弈视角的光伏充电站网络分布式能量管理方法 | |
CN111769600B (zh) | 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法 | |
CN106228258B (zh) | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 | |
Lu et al. | Residential demand response considering distributed PV consumption: A model based on China's PV policy | |
CN108808659A (zh) | 风电消纳综合能源系统的协调优化控制及经济性评估方法 | |
CN105240916B (zh) | 一种适用于高原寒冷地区建筑的主动式太阳能系统优化方法 | |
CN109936170A (zh) | 考虑电源灵活性裕度的风光水火互补协调优化调度方法 | |
CN107248751A (zh) | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
CN109936164A (zh) | 基于电源互补特性分析的多能源电力系统优化运行方法 | |
CN104463378B (zh) | 用于水电资源丰富地区省级电网风力发电消纳能力的算法 | |
CN104135030B (zh) | 一种用于智能电网的柔性孤岛‑并网控制装置及方法 | |
CN112734098B (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及系统 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN111049192B (zh) | 一种考虑可再生能源同台竞价的发电控制方法 | |
CN105958537B (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
CN104578176A (zh) | 一种计及直流互动的发电计划编制方法 | |
Fang et al. | Look-ahead bidding strategy for concentrating solar power plants with wind farms | |
CN106447125A (zh) | 基于需求侧响应的光伏用户用电负荷优化方法和系统 | |
CN109409600A (zh) | 风电、蓄热式电锅炉联合供暖系统优化调度方法 | |
CN111030101B (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN109978240A (zh) | 一种电动汽车有序充电优化方法及系统 | |
CN110165715A (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |