CN106846179A - 一种基于非合作博弈的居民负荷双层调度优化方法 - Google Patents

一种基于非合作博弈的居民负荷双层调度优化方法 Download PDF

Info

Publication number
CN106846179A
CN106846179A CN201710155126.XA CN201710155126A CN106846179A CN 106846179 A CN106846179 A CN 106846179A CN 201710155126 A CN201710155126 A CN 201710155126A CN 106846179 A CN106846179 A CN 106846179A
Authority
CN
China
Prior art keywords
load
business
formula
cooperative game
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.)
Granted
Application number
CN201710155126.XA
Other languages
English (en)
Other versions
CN106846179B (zh
Inventor
高丙团
刘晓峰
罗京
汤奕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201710155126.XA priority Critical patent/CN106846179B/zh
Publication of CN106846179A publication Critical patent/CN106846179A/zh
Application granted granted Critical
Publication of CN106846179B publication Critical patent/CN106846179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于非合作博弈的居民负荷双层调度优化方法,包括以下步骤:S1:针对上层市场侧,构建负荷聚合商非合作博弈模型;S2:针对下层用户侧,构建居民负荷实时调度模型;S3:通过求解非合作博弈模型以及实时调度模型,负荷聚合商获得最优的负荷削减投标量以及最合理的负荷调度策略。本发明将非合作博弈思想引入到需求响应当中,根据非合作博弈思想将负荷聚合商利润函数转化为非合作博弈模型,通过求解非合作博弈模型,即寻找纳什均衡解,聚合商获得在峰负荷时段最优的负荷削减投标量,并根据用户三类负荷用电物理特性,基于投标量进行用户负荷最优实时调度,从而在保证用户舒适度的情况下使得聚合商利润最大。

Description

一种基于非合作博弈的居民负荷双层调度优化方法
技术领域
本发明涉及居民负荷双层调度优化方法,特别是涉及一种基于非合作博弈的居民负荷双层调度优化方法。
背景技术
需求侧作为智能电网重要组成部分,需求侧资源在电网中的调控作用也逐渐显现出来,并以需求响应的形式和电网进行双向互动。在需求侧资源中,居民用户用电量占社会总用电量的36.6%,但是单个用户负荷弹性水平较低,达不到参与需求响应的最低水平。因此,可以通过负荷聚合商聚合用户柔性负荷资源以便达到参与需求响应的最低水平,从而参与到电网调度。作为新兴的独立售电组织,聚合商通过整合需求响应资源售卖给电力公司调度部门,并从中获得一定的利润。聚合商的出现不仅可以将居民用户侧需求响应资源引入市场交易,提高需求响应的效益,还可以帮助用户形成高效的用电方式,提高终端用电效率。
目前,国内关于负荷聚合商的研究尚处于起步阶段,研究内容多是以一种负荷作为聚合商调控对象(如空调、电动汽车)或者并未指出具体的调控对象,很少有考虑在用户拥有多种不同特性的柔性负荷情况下,研究聚合商对这些负荷的调度和控制策略。然而,现实生活中居民用户一般都会有多种柔性负荷,聚合商针对不同负荷的调控调度对用户产生的影响不同,从而给予用户的补偿费用也不尽相同。例如,聚合商对用户空调进行调控时,用户的舒适度会受到较大的影响;而聚合商对电动汽车进行调控时,只需电动汽车蓄电量满足用户出行条件就不会对用户产生任何影响。另外,目前鲜有文章考虑利用非合作博弈思想对聚合商负荷削减投标量进行优化决策。
由此可见,当前尚未有通过运用非合作博弈思想对居民各类家庭负荷进行双层调度优化。
发明内容
发明目的:本发明的目的是提供一种能够解决现有技术中存在的缺陷的基于非合作博弈的居民负荷双层调度优化方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的基于非合作博弈的居民负荷双层调度优化方法,包括以下步骤:
S1:针对上层市场侧,构建负荷聚合商非合作博弈模型;
S2:针对下层用户侧,构建居民负荷实时调度模型;
S3:通过求解非合作博弈模型以及实时调度模型,负荷聚合商获得最优的负荷削减投标量以及最合理的负荷调度策略。
进一步,所述步骤S1中的负荷聚合商非合作博弈模型的构建包括以下步骤:
S1.1:计算所有聚合商在时段h总负荷削减量
式(1)中,为聚合商n在h时段负荷削减量,1≤n≤N,1≤h≤H;
S1.2:计算电网调度部门支付给聚合商的费用ph
式(2)中,ah<0,bh>0为只与h相关的常量,Lh为时段h预测负荷量;
S1.3:根据负荷特性将居民负荷分为I类负荷、II类负荷和III类负荷,其中,I类负荷可转移可中断,II类负荷可转移不可中断,III类负荷不可转移可间歇性中断;
S1.4:计算聚合商n在削峰时段的总利润
式(3)中,表示聚合商n的负荷削减策略,为聚合商n的负荷削减量;λi为聚合商对第i类负荷的补偿费用,i=1,2,3,且满足λ1<λ2<λ3为聚合商n的第i类负荷削减量;表示除了聚合商n以外的其他N-1个聚合商负荷削减策略。
进一步,所述步骤S2中的居民负荷实时调度模型的构建包括以下步骤:
S2.1:计算聚合商n实际调度环节时段h可以削减的负荷量
式(4)中,为负荷在时段h的功率,为第i类负荷中的一种,为用户m的第i类负荷,i=1,2,3,1≤m≤M,Δh为时间间隔,表示负荷在时段h的状态,表示负荷处于关闭状态,表示负荷处于开启状态;
S2.2:以最小化偏差作为聚合商对用户负荷实时调度的目标函数,即
式(5)中,为所有需要削减负荷的时段;
负荷聚合商在进行负荷调度时应当遵守三类负荷的用电物理约束,其中:
1)I类负荷的用电物理约束如式(6)所示:
式(6)中,为用户m负荷日所需电量,Δh1为聚合商对I类负荷的调控时间间隔,为I类负荷可以工作的时段;
2)II类负荷的用电物理约束如式(7)所示:
式(7)中,为用户m负荷日所需电量,Δh2为聚合商对II类负荷的调控时间间隔,为II类负荷可以工作的时段,且
3)III类负荷的用电物理约束如式(8)和式(9)所示:
式(8)中,表示用户m负荷最小开通时间,表示用户m负荷最大中断时间,Δh3为聚合商对III类负荷的调控时间间隔。
有益效果:本发明公开了一种基于非合作博弈的居民负荷双层调度优化方法,将非合作博弈思想引入到需求响应当中,根据非合作博弈思想将负荷聚合商利润函数转化为非合作博弈模型,通过求解非合作博弈模型,即寻找纳什均衡解,聚合商获得在峰负荷时段最优的负荷削减投标量,并根据用户三类负荷用电物理特性,基于投标量进行用户负荷最优实时调度,从而在保证用户舒适度的情况下使得聚合商利润最大。
附图说明
图1为本发明具体实施方式的居民负荷双层调度的场景图;
图2为本发明具体实施方式中负荷聚合商最优负荷削减量;
图3为本发明具体实施方式中的电网原始负荷和经过负荷聚合商负荷削减后的电网负荷。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步的介绍。
本具体实施方式涉及的居民负荷双层调度场景如图1所示,在上层市场侧,电力公司调度部门在日前会根据历史负荷数据对第二天负荷水平进行预测,确定负荷峰时段以及各时段关于负荷削减的市场价格信息,并将相关信息通报给所有聚合商。聚合商接收到负荷和价格信息后,以管辖区域所有参与负荷调度用户上报的最大柔性负荷量作为约束条件,和其他聚合商共同进行非合作博弈投标,以确定各聚合商在每个时段的调度计划。在下层用户侧,聚合商管辖区域用户自愿和聚合商签订合同,合同内容主要涉及用户参与调度的柔性负荷类型以及相应的补偿机制。为了实现居民负荷的双层调度,电力公司调度部门和聚合商间均已安装通信设备;用户均已安装包括智能电表、双向通信网络以及量测数据管理系统在内的高级量测体系。
本具体实施方式公开了一种基于非合作博弈的居民负荷双层调度优化方法,包括以下步骤:
S1:针对上层市场侧,构建负荷聚合商非合作博弈模型;
S2:针对下层用户侧,构建居民负荷实时调度模型;
S3:通过求解非合作博弈模型以及实时调度模型,负荷聚合商获得最优的负荷削减投标量以及最合理的负荷调度策略。
步骤S1中的负荷聚合商非合作博弈模型的构建包括以下步骤:
S1.1:设博弈模型中共有个负荷聚合商参与需求响应,共有个时段需要削减负荷,聚合商n在h时段负荷削减量为1≤n≤N,1≤h≤H,则所有聚合商在时段h总负荷削减量为:
S1.2:电网调度部门支付给聚合商的费用按照市场价格来结算,市场价格通常与负荷水平之间呈显著的线性关系,由此可根据式(2)计算电网调度部门支付给聚合商的费用ph
式(2)中,ah<0,bh>0为只与h相关的常量,Lh为时段h预测负荷量;
S1.3:根据负荷特性将居民负荷分为I类负荷、II类负荷和III类负荷,其中,I类负荷可转移可中断,如电动汽车、电热水器等;II类负荷可转移不可中断,如洗衣机、洗碗机等;III类负荷不可转移可间歇性中断,如空调、电地暖等;
S1.4:计算聚合商n在削峰时段的总利润
式(3)中,表示聚合商n的负荷削减策略,为聚合商n的负荷削减量;λi为聚合商对第i类负荷的补偿费用,i=1,2,3,且满足λ1<λ2<λ3为聚合商n的第i类负荷削减量;表示除了聚合商n以外的其他N-1个聚合商负荷削减策略。
步骤S2中的居民负荷实时调度模型的构建包括以下步骤:
S2.1:设负荷聚合商n管辖区域中共有个用户参加负荷调度,计算聚合商n实际调度环节时段h可以削减的负荷量
式(4)中,为负荷在时段h的功率,为第i类负荷中的一种,为用户m的第i类负荷,i=1,2,3,1≤m≤M,Δh为时间间隔,表示负荷在时段h的状态,表示负荷处于关闭状态,表示负荷处于开启状态;
S2.2:聚合商在投标环节经过博弈后决策出使自身利润最大的投标策略,但由于用户负荷固有的用电物理属性约束以及聚合商实时调度时控制变量是离散变量,所以计划负荷削减量和实际削减量并不一定总是相同。为了能够利润最大化,聚合商会通过控制的开断状态来缩小计划和实时调度的偏差。因此,以最小化偏差作为聚合商对用户负荷实时调度的目标函数,即
式(5)中,为所有需要削减负荷的时段;
负荷聚合商在进行负荷调度时应当遵守三类负荷的用电物理约束,其中:
1)I类负荷的用电物理约束如式(6)所示:
式(6)中,为用户m负荷日所需电量,Δh1为聚合商对I类负荷的调控时间间隔,为I类负荷可以工作的时段;
2)II类负荷的用电物理约束如式(7)所示:
式(7)中,为用户m负荷日所需电量,Δh2为聚合商对II类负荷的调控时间间隔,为II类负荷可以工作的时段,且
3)III类负荷的用电物理约束如式(8)和式(9)所示:
式(8)中,表示用户m负荷最小开通时间,表示用户m负荷最大中断时间,Δh3为聚合商对III类负荷的调控时间间隔。
本具体实施方式中,图1场景中有3个负荷聚合商,聚合商1管辖区域有8千个用户愿意参加负荷调度,聚合商2、3分别为9千和1万个用户愿意参加负荷调度,并将用户按照500户一组进行统一调度控制。用户三类负荷为:(I)类负荷:电动汽车;(II)类负荷:洗衣机和洗碗机;(III)类负荷:空调。电网部门确定的调度间隔为Δh=15min,需要削减负荷的峰时段为晚上18:00-21:00共12个时段,调度周期为晚上18:00-次日06:00共48个时段。电网调度部门设置的电价参数为:ah=-0.030,bh=0.012(h=1~5和11~12);ah=-0.0272,bh=0.013(h=6~10)。聚合商补偿给用户的费用参数为:λ1=0.152,λ2=0.228,λ3=0.380。另外,三类负荷用电物理约束为:电动汽车充电时间段为晚上18:00-次日06:00;用户洗衣机功率服从[0.4,0.6]kW上的均匀分布,洗碗机功率服从[0.6,1]kW上的均匀分布,洗衣机和洗碗机用电时间段晚上18:00-24:00;空调功率为1.5kW,空调使用时段为晚上18:00-次日06:00,受聚合商控制时段为18:00-21:00。
根据上述数据和模型,经过计算可得最优结果,如图2—图3以及表1所示。图2为博弈后3个负荷聚合商在12个时段内各自计划削减的负荷量,从中可以看出削减量与电网预测的峰时段负荷曲线趋势一致。表1所示为聚合商投标与实际削减量的偏差,从中可以看出,出现较大偏差的是聚合商2在时段1的10.67kWh以及聚合商3在时段3的8.50kWh,其余时段偏差均小于1kWh。图3为调度优化后的电网负荷曲线,从图中可以看出峰时段的负荷大幅度降低,尤其是在尖峰时段6~10,而谷时段通过电动汽车的充电使得负荷有所上升,因此聚合商对电网负荷起到了很好的削峰填谷作用。经过计算可得,负荷聚合商1的利润为8.61千元,聚合商2为9.41千元,聚合商3为10.59千元;管辖区域1用户受益为9.13千元,区域2用户受益为9.42千元,区域3用户受益为10.06千元。从上述分析可以看出,居民负荷双层调度模型可以使得聚合商、调度部门以及居民用户均能从中受益。
表1投标与实际削减量偏差(kWh)

Claims (3)

1.一种基于非合作博弈的居民负荷双层调度优化方法,其特征在于:包括以下步骤:
S1:针对上层市场侧,构建负荷聚合商非合作博弈模型;
S2:针对下层用户侧,构建居民负荷实时调度模型;
S3:通过求解非合作博弈模型以及实时调度模型,负荷聚合商获得最优的负荷削减投标量以及最合理的负荷调度策略。
2.根据权利要求1所述的基于非合作博弈的居民负荷双层调度优化方法,其特征在于:所述步骤S1中的负荷聚合商非合作博弈模型的构建包括以下步骤:
S1.1:计算所有聚合商在时段h总负荷削减量
L s h = Σ n = 1 N L s n h - - - ( 1 )
式(1)中,为聚合商n在h时段负荷削减量,1≤n≤N,1≤h≤H;
S1.2:计算电网调度部门支付给聚合商的费用ph
p h = a h L s h + b h L h - - - ( 2 )
式(2)中,ah<0,bh>0为只与h相关的常量,Lh为时段h预测负荷量;
S1.3:根据负荷特性将居民负荷分为I类负荷、II类负荷和III类负荷,其中,I类负荷可转移可中断,II类负荷可转移不可中断,III类负荷不可转移可间歇性中断;
S1.4:计算聚合商n在削峰时段的总利润
R n ( L n s , L - n s ) = Σ h = 1 H [ p h L s n h - Σ i = 1 3 λ i L sn i h ] - - - ( 3 )
式(3)中,表示聚合商n的负荷削减策略,为聚合商n的负荷削减量;λi为聚合商对第i类负荷的补偿费用,i=1,2,3,且满足λ1<λ2<λ3为聚合商n的第i类负荷削减量;表示除了聚合商n以外的其他N-1个聚合商负荷削减策略。
3.根据权利要求2所述的基于非合作博弈的居民负荷双层调度优化方法,其特征在于:所述步骤S2中的居民负荷实时调度模型的构建包括以下步骤:
S2.1:计算聚合商n实际调度环节时段h可以削减的负荷量
式(4)中,为负荷在时段h的功率,为第i类负荷中的一种,为用户m的第i类负荷,i=1,2,3,1≤m≤M,Δh为时间间隔,表示负荷在时段h的状态,表示负荷处于关闭状态,表示负荷处于开启状态;
S2.2:以最小化偏差作为聚合商对用户负荷实时调度的目标函数,即
式(5)中,为所有需要削减负荷的时段;
负荷聚合商在进行负荷调度时应当遵守三类负荷的用电物理约束,其中:
1)I类负荷的用电物理约束如式(6)所示:
式(6)中,为用户m负荷日所需电量,Δh1为聚合商对I类负荷的调控时间间隔,为I类负荷可以工作的时段;
2)II类负荷的用电物理约束如式(7)所示:
式(7)中,为用户m负荷日所需电量,Δh2为聚合商对II类负荷的调控时间间隔,为II类负荷可以工作的时段,且
3)III类负荷的用电物理约束如式(8)和式(9)所示:
式(8)中,表示用户m负荷最小开通时间,表示用户m负荷最大中断时间,Δh3为聚合商对III类负荷的调控时间间隔。
CN201710155126.XA 2017-03-15 2017-03-15 一种基于非合作博弈的居民负荷双层调度优化方法 Active CN106846179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710155126.XA CN106846179B (zh) 2017-03-15 2017-03-15 一种基于非合作博弈的居民负荷双层调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710155126.XA CN106846179B (zh) 2017-03-15 2017-03-15 一种基于非合作博弈的居民负荷双层调度优化方法

Publications (2)

Publication Number Publication Date
CN106846179A true CN106846179A (zh) 2017-06-13
CN106846179B CN106846179B (zh) 2020-11-20

Family

ID=59143745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710155126.XA Active CN106846179B (zh) 2017-03-15 2017-03-15 一种基于非合作博弈的居民负荷双层调度优化方法

Country Status (1)

Country Link
CN (1) CN106846179B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108224692A (zh) * 2018-01-09 2018-06-29 合肥工业大学 一种考虑室外气温预测误差的空调柔性控制响应能力预测方法
CN109872228A (zh) * 2019-01-17 2019-06-11 华北电力大学(保定) 计及不确定性的柔性负荷聚合商参与电力市场投标方法
CN110135028A (zh) * 2019-04-29 2019-08-16 昆明理工大学 基于负荷聚合商的住宅智能能量路由器综合需求响应方法
CN111080014A (zh) * 2019-12-19 2020-04-28 合肥工业大学 基于负荷聚合商非合作博弈的负荷曲线优化方法
CN113644652A (zh) * 2021-08-12 2021-11-12 华北电力大学 一种基于用户不确定性行为的负荷调控优化系统
CN113793010A (zh) * 2021-09-07 2021-12-14 国网浙江省电力有限公司营销服务中心 面向多元负荷联合控制策略的构建方法及空调控制方法
CN113962606A (zh) * 2021-11-18 2022-01-21 国网新疆电力有限公司电力科学研究院 基于负荷聚合商分类的违约量等级化惩罚方法
CN114048911A (zh) * 2021-11-18 2022-02-15 国网新疆电力有限公司电力科学研究院 基于负荷聚合商分类的非合作博弈优化调度方法
CN114240470A (zh) * 2021-10-28 2022-03-25 国网江苏省电力有限公司 一种多元化市场主体边际贡献度测算方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
US11315199B2 (en) 2018-10-04 2022-04-26 Honda Motor Co., Ltd. System and method for providing OEM control to maximize profits

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839109A (zh) * 2013-10-19 2014-06-04 李涛 一种基于博弈纳什均衡的微网电源规划方法
CN104966127A (zh) * 2015-06-03 2015-10-07 东南大学 一种基于需求响应的电动汽车经济调度方法
CN105046371A (zh) * 2015-08-19 2015-11-11 东南大学 一种基于需求侧竞价的电动汽车充放电调度方法
CN105591406A (zh) * 2015-12-31 2016-05-18 华南理工大学 一种基于非合作博弈的微电网能量管理系统的优化算法
CN105809295A (zh) * 2016-04-11 2016-07-27 电子科技大学中山学院 一种基于非合作博弈的家庭电能均衡调度方法
CN105823175A (zh) * 2016-03-25 2016-08-03 华北电力大学 基于需求响应的空调分时调度的方法
CN105976066A (zh) * 2016-05-20 2016-09-28 东南大学 一种基于非合作博弈的家庭用电和储能电池容量优化方法
CN106469354A (zh) * 2016-09-09 2017-03-01 中国电力科学研究院 一种负荷聚合商模式下的用户需求响应参与方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839109A (zh) * 2013-10-19 2014-06-04 李涛 一种基于博弈纳什均衡的微网电源规划方法
CN104966127A (zh) * 2015-06-03 2015-10-07 东南大学 一种基于需求响应的电动汽车经济调度方法
CN105046371A (zh) * 2015-08-19 2015-11-11 东南大学 一种基于需求侧竞价的电动汽车充放电调度方法
CN105591406A (zh) * 2015-12-31 2016-05-18 华南理工大学 一种基于非合作博弈的微电网能量管理系统的优化算法
CN105823175A (zh) * 2016-03-25 2016-08-03 华北电力大学 基于需求响应的空调分时调度的方法
CN105809295A (zh) * 2016-04-11 2016-07-27 电子科技大学中山学院 一种基于非合作博弈的家庭电能均衡调度方法
CN105976066A (zh) * 2016-05-20 2016-09-28 东南大学 一种基于非合作博弈的家庭用电和储能电池容量优化方法
CN106469354A (zh) * 2016-09-09 2017-03-01 中国电力科学研究院 一种负荷聚合商模式下的用户需求响应参与方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
吴诚等: "《基于主从博弈的发电商与大用户双边合同交易模型》", 《电力系统自动化》 *
张开宇等: "《负荷聚合商市场侧投标与用户侧调度的双向决策模型研究》", 《水电能源科学》 *
张静页等: "《负荷聚合商参与可中断负荷项目的成本效益分析》", 《南方电网技术》 *
王珂等: "《电力柔性负荷调度研究综述》", 《电力系统自动化》 *
高赐威等: "《基于DLC 的空调负荷双层优化调度和控制策略》", 《中国电机工程学报》 *
高赐威等: "《基于负荷聚合商业务的需求响应资源整合方法与运营机制》", 《电力系统自动化》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108224692B (zh) * 2018-01-09 2019-11-08 合肥工业大学 考虑室外气温预测误差的空调柔性控制响应能力预测方法
CN108224692A (zh) * 2018-01-09 2018-06-29 合肥工业大学 一种考虑室外气温预测误差的空调柔性控制响应能力预测方法
US11315199B2 (en) 2018-10-04 2022-04-26 Honda Motor Co., Ltd. System and method for providing OEM control to maximize profits
US11734778B2 (en) 2018-10-04 2023-08-22 Honda Motor Co., Ltd. System and method for providing OEM control to maximize profits
CN109872228A (zh) * 2019-01-17 2019-06-11 华北电力大学(保定) 计及不确定性的柔性负荷聚合商参与电力市场投标方法
CN110135028A (zh) * 2019-04-29 2019-08-16 昆明理工大学 基于负荷聚合商的住宅智能能量路由器综合需求响应方法
CN111080014A (zh) * 2019-12-19 2020-04-28 合肥工业大学 基于负荷聚合商非合作博弈的负荷曲线优化方法
CN113644652A (zh) * 2021-08-12 2021-11-12 华北电力大学 一种基于用户不确定性行为的负荷调控优化系统
CN113793010A (zh) * 2021-09-07 2021-12-14 国网浙江省电力有限公司营销服务中心 面向多元负荷联合控制策略的构建方法及空调控制方法
CN113793010B (zh) * 2021-09-07 2023-07-25 国网浙江省电力有限公司营销服务中心 面向多元负荷联合控制策略的构建方法及空调控制方法
CN114240470A (zh) * 2021-10-28 2022-03-25 国网江苏省电力有限公司 一种多元化市场主体边际贡献度测算方法
CN114048911A (zh) * 2021-11-18 2022-02-15 国网新疆电力有限公司电力科学研究院 基于负荷聚合商分类的非合作博弈优化调度方法
CN113962606A (zh) * 2021-11-18 2022-01-21 国网新疆电力有限公司电力科学研究院 基于负荷聚合商分类的违约量等级化惩罚方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114243717B (zh) * 2021-12-06 2023-10-31 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法

Also Published As

Publication number Publication date
CN106846179B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN106846179A (zh) 一种基于非合作博弈的居民负荷双层调度优化方法
Zhong et al. Optimal energy management for multi-energy multi-microgrid networks considering carbon emission limitations
Gržanić et al. Prosumers as active market participants: A systematic review of evolution of opportunities, models and challenges
Robert et al. A critical review on the utilization of storage and demand response for the implementation of renewable energy microgrids
Alasseri et al. A review on implementation strategies for demand side management (DSM) in Kuwait through incentive-based demand response programs
Ma et al. Incentive mechanism for demand side management in smart grid using auction
Xiao et al. Large-scale aggregation of prosumers toward strategic bidding in joint energy and regulation markets
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
Sharkey et al. A Bertrand model of pricing and entry
CN105550946A (zh) 基于多智能体的居民用户参与自动需求响应的用电策略
Gomez-Herrera et al. Optimal collaborative demand-response planner for smart residential buildings
Valogianni et al. A multiagent approach to variable-rate electric vehicle charging coordination
CN109936130B (zh) 一种负荷动态控制方法
CN112488744A (zh) 一种交易驱动的虚拟电厂定制化构建方法
CN108764587A (zh) 考虑热电耦合的综合能源系统多时间尺度互动方法及装置
CN113746089B (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
CN106503842A (zh) 一种考虑关键指标和收益管理的分时电价定价方法
CN115936367A (zh) 一种考虑多主体碳排放责任分摊的新能源消纳优化调度方法及装置
CN111242702A (zh) 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法
Sun et al. How to implement real-time pricing in China? A solution based on power credit mechanism
Ponnaganti et al. Flexibility provisions through local energy communities: A review
Tostado-Véliz et al. Risk-averse optimal participation of a DR-intensive microgrid in competitive clusters considering response fatigue
CN113690875B (zh) 一种微网实时互动等值模型建立方法
Tehrani et al. Welfare-aware strategic demand control in an intelligent market-based framework: Move towards sustainable smart grid
CN110135028A (zh) 基于负荷聚合商的住宅智能能量路由器综合需求响应方法

Legal Events

Date Code Title Description
PB01 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