CN106874594A - 一种源荷协调控制方法 - Google Patents
一种源荷协调控制方法 Download PDFInfo
- Publication number
- CN106874594A CN106874594A CN201710076309.2A CN201710076309A CN106874594A CN 106874594 A CN106874594 A CN 106874594A CN 201710076309 A CN201710076309 A CN 201710076309A CN 106874594 A CN106874594 A CN 106874594A
- Authority
- CN
- China
- Prior art keywords
- load
- rate
- price
- cycle
- condensate
- 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 35
- 240000002853 Nelumbo nucifera Species 0.000 title claims abstract description 20
- 235000006508 Nelumbo nucifera Nutrition 0.000 title claims abstract description 20
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 claims abstract description 77
- 230000033228 biological regulation Effects 0.000 claims abstract description 51
- 230000002265 prevention Effects 0.000 claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000011217 control strategy Methods 0.000 claims abstract description 18
- 230000004069 differentiation Effects 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 21
- 230000001105 regulatory effect Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 244000131316 Panax pseudoginseng Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 239000013641 positive control Substances 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic 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
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及配电网优化调度领域，具体涉及一种源荷协调控制方法。但是现有技术不能有效利用能实现需求侧基于动态电价的负荷调节，也不能充分消纳并网的分布式电源。本申请提供一种源荷协调控制方法，包括如下步骤：利用用电成本计算模型建立实现需求侧负荷用户差异化用电成本的供用电协议；采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率；对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制。能够使配电网利用电价和需求侧价格型负荷的电价响应实现并网分布式电源的高效消纳，合理规划配电网的建设。
Description
技术领域
本发明涉及配电网优化调度技术领域，具体涉及一种源荷协调控制方法。
背景技术
可再生分布式能源(distributed energy resource，DER)在配电网中接入规模的不断增加，将使配电网逐渐由传统无源网络向有源网络转变。这种转变也日益凸显当前配电网的功能结构和运营模式对大规模DER并网的制约作用。主动配电网(activedistribution network，ADN)作为智能配电网发展的一种高级方式，其实质就是通过灵活的网络拓扑和主动控制来管理潮流，同时利用先进的信息、通信以及电力电子技术对规模化接入分布式能源实施自主协调控制，以便积极消纳可再生能源，并确保配电网的安全经济运行。相比于国内的配电网的研究发展现状，国外目前已在主动配电网的技术研发、市场设计、技术示范和市场论证等多方面开展了研究和实践，较为典型的就是欧盟FP6机构主导的ADINE示范工程。由此可见，发展面向分布式电源消纳的负荷需求调控技术是配电网主动运营的重要研究内容。
大规模分布式电源并网将对传统配电网的规划设计、运行控制和运营方式产生重大影响。此外，有关不同时间尺度下配电网并网分布式电源间的协调控制、基于非电压信息方向元件的配电网保护技术、基于多代理的主动运营管理系统、有源配电网的优化调度和故障恢复重构等方面的研究、以及基于新型配电网智能计量和通信技术框架下的可中断负荷调控策略目前已经展开。但是现有技术在基于配电网需求侧源荷协调运行控制方面不能有效利用能实现负荷用户用电成本差异化的供用电协议，实现需求侧基于动态电价的负荷调节，而不能有效实现源荷协调运行，也不能充分消纳并网的分布式电源。
发明内容
本发明的目的是为了解决上述不能有效利用能实现负荷用户用电成本差异化的供用电协议，实现需求侧基于动态电价的负荷调节，而不能有效实现源荷协调运行的基础上，充分消纳并网的分布式电源方面的问题。
为此，本发明实施例提供了如下技术方案：一种源荷协调控制方法，所述控制方法包括如下步骤：
S1利用用电成本计算模型建立实现需求侧负荷用户差异化用电成本的供用电协议；
S2采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率；
S3对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制。
可选地，所述用电成本计算模型如下：
式中：Ci为电力用户i的用电成本；Cib为用户i按实时电价计算的用电成本；Cir为用户i从售电公司获得的补偿其响应负荷调节需求的收益或不响应调节需求的惩罚成本；Cic为用户i从售电公司获得的补偿其可中断负荷被切除的收益；αir和αic分别为售电公司是否对用户i进行差异化用电成本统计，等于1表示统计，等于0表示不统计；pi(t)为用户i的实时有功负荷；m(t)为实时电价；tbsj和tbej分别为第j个实时电价调节周期Tb(j)的首末时刻；trsk和trek分别为第k个负荷率预防控制周期Tr(k)的首末时刻；trsl和trel分别为第l个负荷率校正控制周期Tc(l)的首末时刻；n1、n2和n3分别为实时电价、负荷率预防和负荷率校正的控制周期个数，且n1≥n2、n1≥n3；βr和βc分别为用户响应负荷调节或切除需求的实时电价优惠权重。Pir为用户i与售电公司签订的最大可调节有功负荷；Pic为用户i与电力公司签订的最大可中断有功负荷；k(Tr(k))为配电网可调节负荷在第k个负荷率预防控制周期的调节比例；γi(Tr(k))为计算用户i可调节负荷在第k个负荷率预防控制周期获得的优惠或惩罚成本的权重。
可选地，所述用电成本计算模型中γi(Tr(k))的计算公式如下：
若则有
若则有
式中：sgn(x)为符号函数，若x≥0，sgn(x)＝1，若x<0，sgn(x)＝–1。
可选地，所述采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率包括以下步骤：
在当前实时电价的调节周期Tb(j)内，结合Tb(j–1)周期的配电网负荷率计算Tb(j)周期的电价
基于价格型负荷的电价响应特性，计算作用下的需求侧负荷调节量第一估计值
修正需求侧负荷调节量第一估计值
基于Tb(j)周期的需求侧负荷和分布式并网功率的值和结合计算的负荷需求对电价调节的响应量进行Tb(j)周期的负荷率计算；
根据计算的负荷率和负荷率参考值ηexp的偏差，进行计算电价的校正，进而确定Tb(j)周期的电价m(Tb(j))。
可选地，所述Tb(j)周期的电价的计算公式如下：
式中，ηEmax和ηEmin分别为利用电价调节负荷率的期望上限和下限，Mref为实时电价的参考基准值，Ppb为配变有功容量，mmax和mmin分别为实时电价取值的上限和下限。
可选地，所述第一估计值的计算公式如下：
式中，Mref为实时电价的参考基准值，Pref为负荷调节量的参考基准值，ΔpL为负荷对电价变化的响应调节量，mmax和mmin分别为实时电价取值的上限和下限，mup和mlow分别为价格型负荷对电价变化无响应范围的上限和下限，f1[m(t)/Mref–mup]和f2[mlow–m(t)/Mref]可根据用户负荷ΔpL/Pref对应电价和的不同响应值；
所述f1函数和f2函数利用数值拟合方法进行确定，所述f1函数和f2函数基于自变量m(t)/Mref的确定公式如下：
可选地，所述第一估计值的修正公式如下：
式中，用于反映负荷用户在不同时段对用电需求的迫切程度。
可选地，所述Tb(j)周期的负荷率的计算公式如下：
可选地，所述Tb(j)周期的电价m(Tb(j))计算公式如下：
可选地，所述对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制包括以下步骤：
当配电网负荷率大于负荷率预防控制启动的设定值时，启动基于可调节负荷的负荷率预防控制周期，在控制周期内，通过联立求解式十，进行基于概率计算的可调节负荷调节比例c(Tr(k))的计算，并向各签署负荷可调节协议用户发送调节其可调节负荷比例的指令；
式中：ηr为负荷率预防控制启动的负荷率设定值；η(Tr(k))表示第k个负荷率预防控制周期的负荷率；Ri表示签署负荷可调节协议用户i的实际负荷调节量占其协议调节负荷总量的比例；f(Ri)为用正态分布N[c(Tr(k),σ2)]近似描述调节比例Ri的分布概率；n4为可调节负荷的用户数量；
当负荷率预防控制大于负荷率的设定值时，按式十一计算负荷切除总量，并向所协议用户发送负荷切除指令，切除可中断负荷；
式中：ηc为启动负荷率校正控制的负荷率设定值；η[Tc(l)]为第l个负荷率校正控制周期内的负荷率；n5为确定的进行负荷切除的用户数。
本发明实施例提供的技术方案包括以下有益效果：本申请涉及的一种源荷协调控制方法，利用用电成本计算模型建立实现需求侧负荷用户差异化用电成本的供用电协议，使售电企业掌握需求侧的可调节和可切除负荷资源；采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率；对利用电价模型预测控制策略未实现的期望负荷率控制，进一步利用基于可调节和可中断负荷的负荷率预防校正策略进行控制。采取以上几个步骤不仅能够使配电网利用电价和需求侧价格型负荷的电价响应实现并网分布式电源的高效消纳，而且能够通过负荷的动态调节，提高配电网配电容量的利用率，合理规划配电网的建设。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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他的附图。
图1为本发明实施例中价格型负荷的电价响应特性示意图；
图2为本发明实施例中基于期望负荷率滚动校正的电价模型预测控制策略示意图；
图3为本发明实施例中典型日负荷和光伏输出曲线；
图4为本发明实施例中差异化用电成本负荷控制方法作用下的配电网负荷响应曲线；
图5为本发明实施例中基于负荷率滚动校正的实时电价示意图。
具体实施方式
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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他的附图。
差异化用电成本的计算模型：
当大规模分布式在配电网并网后，配电网的有功电力平衡可用下式表示：
PDN(t)+PDER(t)＝PL(t)+Ploss(t)
式中：PDN(t)为来自输电网的配电网下网有功功率；PDER(t)为配电网并网分布式电源DER的有功出力；PL(t)为配电网的负荷有功需求；Ploss(t)为配电网的有功网损。当忽略Ploss(t)分量后，由式(1)可知，如果能对PL(t)分量进行削峰填谷控制，使其能够与PDER(t)分量协调运行，就可以在充分消纳DER的基础上，有效提高配变设备容量的利用率并延缓对配变设备的投资。
实时电价作为供电公司调节电网负荷的重要手段，也是其提高配电网运行经济性和配变设备容量利用率的主要措施。由于负荷率是负荷变化的主要反映，因此，可依据负荷率的变化进行实时电价调节，即随着负荷率增加而提高电价，随着负荷率降低而降低电价。该调节过程可用下式所示函数进行描述：
式中：ηEmax和ηEmin分别为期望利用电价可调节的负荷率上限和下限；η(Tb(j–1))为Tb(j–1)周期的平均负荷率；∑pi(t)为各电力用户的实时有功负荷。
基于所研究的负荷电价响应特性和电价的负荷率调节特性，本申请以利用电价调节配电网负荷率为目标，研究了附图2所示的基于期望负荷率滚动校正的电价定价策略。
附图2中，ηexp为负荷率调节期望值；ε为负荷率调节期望值的允许偏差范围；电力需求程度用于反映电力用户随着其在不同时段对电力需求的渴望程度不同，其对电价响应调节的积极程度也会不同。由附图2可知：在每个实时电价的Tb(j)调节周期内，该定价策略首先利用Tb(j–1)周期的配电网负荷率估计Tb(j)周期的电价然后基于负荷的电价响应特性估计作用下的负荷调节量进而利用Tb(j)周期负荷和DER电源输出功率的预测值和结合估计的负荷调节量进行Tb(j)周期的负荷率估计；最后根据估计负荷率和期望负荷率ηexp的偏差，进行估计电价的校正，并确定Tb(j)周期的电价m(Tb(j))。通过每个实时电价控制周期的滚动校正，实现对配电网负荷率在期望范围内运行的动态校正。
参见图1～2，为本发明实施例提供的一种源荷协调控制方法，所述控制方法包括如下步骤：
S1利用用电成本计算模型建立实现需求侧负荷用户差异化用电成本的供用电协议；
S2采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率；
S3对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制。
可选地，所述用电成本计算模型如下：
式中：Ci为电力用户i的用电成本；Cib为用户i按实时电价计算的用电成本；Cir为用户i从售电公司获得的补偿其响应负荷调节需求的收益或不响应调节需求的惩罚成本；Cic为用户i从售电公司获得的补偿其可中断负荷被切除的收益；αir和αic分别为售电公司是否对用户i进行差异化用电成本统计，等于1表示统计，等于0表示不统计；pi(t)为用户i的实时有功负荷；m(t)为实时电价；tbsj和tbej分别为第j个实时电价调节周期Tb(j)的首末时刻；trsk和trek分别为第k个负荷率预防控制周期Tr(k)的首末时刻；trsl和trel分别为第l个负荷率校正控制周期Tc(l)的首末时刻；n1、n2和n3分别为实时电价、负荷率预防和负荷率校正的控制周期个数，且n1≥n2、n1≥n3；βr和βc分别为用户响应负荷调节或切除需求的实时电价优惠权重。Pir为用户i与售电公司签订的最大可调节有功负荷；Pic为用户i与电力公司签订的最大可中断有功负荷；k(Tr(k))为配电网可调节负荷在第k个负荷率预防控制周期的调节比例；γi(Tr(k))为计算用户i可调节负荷在第k个负荷率预防控制周期获得的优惠或惩罚成本的权重。
随着电动汽车充电负荷、各种储能负荷以及基于变频调节的柔性负荷在配电网中所占比例增加，也使配电网中的可调节或可中断负荷增加，进而使配电网利用负荷调节实现源荷协调运行成为可能。同时，作为智能配电网构建的主要技术，高级智能测量技术也将在帮助实现电力流和信息流高度融合的同时，为实现配电网与电力用户间的灵活互动的运营提供技术保证。利用智能电表，就可以依据式一所示差异化用电成本计算模型进行各电力用户的用电成本统计。
由式一可得，当用户签订具有差异化用电成本的供电协议后，就可以通过响应供电公司可调负荷或可中断负荷的调节命令，降低其用电成本。同时，供电公司也可以依据协议对用户的不响应行为给予用电成本惩罚。利用差异化用电成本不仅使供电公司具备可调节和可切除负荷资源，而且可以使电力用户通过响应实时电价和负荷调节或切除等命令，实现配电网和用户之间灵活互动的动态调节。
可选地，所述用电成本计算模型中γi(Tr(k))的计算公式如下：
若则有
若则有
式中：sgn(x)为符号函数，若x≥0，sgn(x)＝1，若x<0，sgn(x)＝–1。
可选地，所述采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率包括以下步骤：
在当前实时电价的调节周期Tb(j)内，结合Tb(j–1)周期的配电网负荷率计算Tb(j)周期的电价
基于价格型负荷的电价响应特性，计算作用下的需求侧负荷调节量第一估计值
修正需求侧负荷调节量第一估计值
基于Tb(j)周期的需求侧负荷和分布式并网功率的值和结合计算的负荷需求对电价调节的响应量进行Tb(j)周期的负荷率计算；
根据计算的负荷率和负荷率参考值ηexp的偏差，进行计算电价的校正，进而确定Tb(j)周期的电价m(Tb(j))。
可选地，所述Tb(j)周期的电价的计算公式如下：
式中，ηEmax和ηEmin分别为利用电价调节负荷率的期望上限和下限，Mref为实时电价的参考基准值，Ppb为配变有功容量，mmax和mmin分别为实时电价取值的上限和下限。
负荷的电价响应特性是指电力用户响应实时电价所调整用电负荷大小对电价的变化率。虽然不同电力用户的负荷电价响应特性不同，但从整体上来看，负荷对电价变化的响应具有附图1所示的变化特点：即在电价变化的敏感范围内，用户将会随着电价的提高而相应减小其用电负荷，随着电价的降低相应增加其用电负荷，并且当负荷增加或减小到一定程度时，负荷调节大小将不再跟随电价的变化作相应改变；在电价变化的非敏感范围内，用户将不会根据电价的变化进行用电负荷的调节。
可选地，所述第一估计值的计算公式如下：
式中，Mref为实时电价的参考基准值，Pref为负荷调节量的参考基准值，ΔpL为负荷对电价变化的响应调节量，mmax和mmin分别为实时电价取值的上限和下限，mup和mlow分别为价格型负荷对电价变化无响应范围的上限和下限，f1[m(t)/Mref–mup]和f2[mlow–m(t)/Mref]可根据用户负荷ΔpL/Pref对应电价和的不同响应值；该参数可根据负荷调节量对电价变化范围的灵敏度分析进行确定；
所述f1函数和f2函数利用数值拟合方法进行确定，所述f1函数和f2函数基于自变量m(t)/Mref的确定公式如下：
可选地，所述第一估计值的修正公式如下：
式中，用于反映负荷用户在不同时段对用电需求的迫切程度。
可选地，所述Tb(j)周期的负荷率的计算公式如下：
可选地，所述Tb(j)周期的电价m(Tb(j))计算公式如下：
利用基于实时电价滚动校正方法进行负荷率控制时，由于存在方法所涉及模型建模不准确或模型参数不合理导致的估计误差，因此在负荷率调节过程中，将存在负荷率不满足期望约束条件现象，严重时甚至使负荷率超出配变容量允许的运行范围。针对此不足，本发明进一步研究了负荷率的预防和校正控制策略。
可选地，所述对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制包括以下步骤：
当配电网负荷率超出负荷率预防控制动作的设定阈值时，将启动基于可调节负荷的负荷率预防控制周期。在控制周期内，通过联立求解式十，进行基于概率估计的可调节负荷调节比例c(Tr(k))的计算。然后通过向各负荷可调节协议用户发送可调节负荷的调节比例指令，使各用户调节其可调节负荷，以使负荷率恢复到预防控制设定值以下；
式中：ηr为启动负荷率预防控制的负荷率设定值；η(Tr(k))表示第k个负荷率预防控制周期的负荷率；Ri表示负荷可调节协议用户i的实际负荷调节量占其协议最大可调节负荷的比例；f(Ri)用于描述调节比例Ri的分布概率，本文用正态分布N[c(Tr(k),σ2)]近似描述；n4为协议承担可调节负荷的用户数量。
当负荷率预防控制无法保持负荷率在其设定值以下，并达到设定值更大的负荷率预防控制设定值的更大时，基于各负荷可中断协议用户承诺的可切除负荷量，按式十一估算负荷切除总量，并通过向所确定协议用户发送负荷切除指令，切除选择的可中断负荷，使负荷率恢复至校正控制设定值以下；
式中：ηc为启动负荷率校正控制的负荷率设定值；η[Tc(l)]为第l个负荷率校正控制周期内的负荷率；n5为确定的进行负荷切除的用户数。
实施例仿真
某地区配电网典型日负荷曲线∑pi′(t)和光伏发电有功输出曲线∑pDERi(t)如附图3所示。假设该配电网中，签署差异化用电协议的用户所承诺最大可调节有功负荷的总和为20％Ppb，承诺的最大可中断负荷的总和为10％Ppb。
采用本申请提出的源荷调控策略对附图3所示负荷曲线进行控制，通过负荷调节，以实现对光伏发电的充分消纳，同时使配电网的最大负荷不大于Ppb、负荷率尽量接近0.9。仿真中，将附图3中的各负荷值和光伏输出值分别作为图3中的和且设mup＝1.1Mref，mlow＝0.9Mref，mmax＝1.5Mref，mmin＝0.5Mref，Mref＝1.0元/(kW·h)，ηEmin＝0.4，ηEmax＝ηexp＝ηr＝0.9，ηc＝1，ε＝0，Ppb＝Pref＝100MW，同时参考相关文献，令f1[m(t)/Mref–mup]＝0.5(m(t)–1.1)，f2[mlow–m(t)/Mref]＝0.4(0.9–m(t))。仿真结果如附图4和附图5所示。
附图4给出了上述仿真初始条件下，采用本申请所提出的负荷控制方法对附图3所示配电网负荷进行调节的结果∑pi(t)。附图4同时给出了负荷调节过程中，实时电价作用下的负荷调节分量Δpm(t)(t)，当负荷率η>ηr＝0.9时，基于负荷率预防控制的可调负荷调节分量Δpr(t)；当η>ηc＝1.0时，基于负荷率校正控制的可中断负荷调节分量Δpc(t)。附图5描述了上述负荷调控过程中的实时电价运行范围，并且对比给出了采用基于期望负荷率滚动校正策略的电价估计值和校正后的实时电价m(t)，对比结果也表明了所提出的定价策略的有效性。
附图4和附图5的仿真结果表明：采用所提出的基于差异化用电成本的需求侧管理控制方法，在实时电价和负荷率预防控制协调作用下，配电网负荷率都能在期望负荷率ηexp附近运行；在负荷率校正控制下，配电网的最高负荷率可有效保证不超过ηc的设定值。仿真结果不仅表明所研究负荷控制方法的可行性；而且表明利用所提出的运营方法，可以有效消纳分布式电源、实现负荷的“削峰填谷”控制，提高配变容量利用率。
以上所述仅是本发明实施例的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的内容，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种源荷协调控制方法，其特征在于，所述控制方法包括如下步骤：
S1利用用电成本计算模型建立实现需求侧负荷用户差异化用电成本的供用电协议；
S2采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率；
S3对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制。
2.如权利要求1所述的控制方法，其特征在于，所述用电成本计算模型如下：
式中：Ci为电力用户i的用电成本；Cib为用户i按实时电价计算的用电成本；Cir为用户i从售电公司获得的补偿其响应负荷调节需求的收益或不响应调节需求的惩罚成本；Cic为用户i从售电公司获得的补偿其可中断负荷被切除的收益；αir和αic分别为售电公司是否对用户i进行差异化用电成本统计，等于1表示统计，等于0表示不统计；pi(t)为用户i的实时有功负荷；m(t)为实时电价；tbsj和tbej分别为第j个实时电价调节周期Tb(j)的首末时刻；trsk和trek分别为第k个负荷率预防控制周期Tr(k)的首末时刻；trsl和trel分别为第l个负荷率校正控制周期Tc(l)的首末时刻；n1、n2和n3分别为实时电价、负荷率预防和负荷率校正的控制周期个数，且n1≥n2、n1≥n3；βr和βc分别为用户响应负荷调节或切除需求的实时电价优惠权重；Pir为用户i与售电公司签订的最大可调节有功负荷；Pic为用户i与电力公司签订的最大可中断有功负荷；k(Tr(k))为配电网可调节负荷在第k个负荷率预防控制周期的调节比例；γi(Tr(k))为计算用户i可调节负荷在第k个负荷率预防控制周期获得的优惠或惩罚成本的权重。
3.如权利要求2所述的控制方法，其特征在于，所述用电成本计算模型中γi(Tr(k))的计算公式如下：
若则有
若则有
式中：sgn(x)为符号函数，若x≥0，sgn(x)＝1，若x<0，sgn(x)＝–1。
4.如权利要求1所述的控制方法，其特征在于，所述采用基于期望负荷率滚动校正的电价模型预测控制策略调节配电网的负荷率包括以下步骤：
在当前实时电价的调节周期Tb(j)内，结合Tb(j–1)周期的配电网负荷率计算Tb(j)周期的电价
基于价格型负荷的电价响应特性，计算作用下的需求侧负荷调节量第一估计值
修正需求侧负荷调节量第一估计值
基于Tb(j)周期的需求侧负荷和分布式并网功率的值和结合计算的负荷需求对电价调节的响应量进行Tb(j)周期的负荷率计算；
根据计算的负荷率和负荷率参考值ηexp的偏差，进行计算电价的校正，进而确定Tb(j)周期的电价m(Tb(j))。
5.如权利要求4所述的控制方法，其特征在于，所述Tb(j)周期的电价的计算公式如下：
式中，ηEmax和ηEmin分别为利用电价调节负荷率的期望上限和下限，Mref为实时电价的参考基准值，Ppb为配变有功容量，mmax和mmin分别为实时电价取值的上限和下限。
6.如权利要求4所述的控制方法，其特征在于，所述第一估计值的计算公式如下：
式中，Mref为实时电价的参考基准值，Pref为负荷调节量的参考基准值，ΔpL为负荷对电价变化的响应调节量，mmax和mmin分别为实时电价取值的上限和下限，mup和mlow分别为价格型负荷对电价变化无响应范围的上限和下限，f1[m(t)/Mref–mup]和f2[mlow–m(t)/Mref]可根据用户负荷ΔpL/Pref对应电价和的不同响应值；
所述f1函数和f2函数利用数值拟合方法进行确定，所述f1函数和f2函数基于自变量m(t)/Mref的确定公式如下：
7.如权利要求4所述的控制方法，其特征在于，所述第一估计值的修正公式如下：
式中，用于反映负荷用户在不同时段对用电需求的迫切程度。
8.如权利要求4所述的控制方法，其特征在于，所述Tb(j)周期的负荷率的计算公式如下：
9.如权利要求4所述的控制方法，其特征在于，所述Tb(j)周期的电价m(Tb(j))计算公式如下：
10.如权利要求1所述的控制方法，其特征在于，所述对利用电价模型预测控制策略未实现的期望负荷率进行控制，利用基于可调节和可中断负荷的负荷率预防校正策略进行控制包括以下步骤：
当配电网负荷率大于负荷率预防控制启动的设定值时，启动基于可调节负荷的负荷率预防控制周期，在控制周期内，通过联立求解式十，进行基于概率计算的可调节负荷调节比例c(Tr(k))的计算，并向各签署负荷可调节协议用户发送调节其可调节负荷比例的指令；
式中：ηr为负荷率预防控制启动的负荷率设定值；η(Tr(k))表示第k个负荷率预防控制周期的负荷率；Ri表示签署负荷可调节协议用户i的实际负荷调节量占其协议调节负荷总量的比例；f(Ri)为用正态分布N[c(Tr(k),σ2)]近似描述调节比例Ri的分布概率；n4为可调节负荷的用户数量；
当负荷率预防控制大于负荷率的设定值时，按式十一计算负荷切除总量，并向所协议用户发送负荷切除指令，切除可中断负荷；
式中：ηc为启动负荷率校正控制的负荷率设定值；η[Tc(l)]为第l个负荷率校正控制周期内的负荷率；n5为确定的进行负荷切除的用户数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710076309.2A CN106874594A (zh) | 2017-02-13 | 2017-02-13 | 一种源荷协调控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710076309.2A CN106874594A (zh) | 2017-02-13 | 2017-02-13 | 一种源荷协调控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106874594A true CN106874594A (zh) | 2017-06-20 |
Family
ID=59166072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710076309.2A Pending CN106874594A (zh) | 2017-02-13 | 2017-02-13 | 一种源荷协调控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106874594A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274115A (zh) * | 2017-08-11 | 2017-10-20 | 国网江苏省电力公司电力科学研究院 | 基于分布式监测和多源信息融合的主动配电网态势感知系统和方法 |
| CN107368929A (zh) * | 2017-08-07 | 2017-11-21 | 广州供电局有限公司 | 一种基于互动协同、滚动趋优的日内计划计算方法 |
| CN110529914A (zh) * | 2019-09-09 | 2019-12-03 | 周封 | 采用供热分布式调控进行新能源消纳的系统 |
| CN112234658A (zh) * | 2020-12-10 | 2021-01-15 | 华东交通大学 | 一种基于ddr-mpc的微网时域滚动优化调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070268517A1 (en) * | 2006-04-11 | 2007-11-22 | Sharp Kabushiki Kaisha | Control device, image processing device control system, method of controlling control device, program, and computer-readable recording medium |
| CN102200881A (zh) * | 2010-03-24 | 2011-09-28 | 索尼公司 | 图像处理装置、图像处理方法以及程序 |
| CN104239966A (zh) * | 2014-08-28 | 2014-12-24 | 广东电网公司电力科学研究院 | 一种主动配电网基于用电成本差异化的运营方法 |
-
2017
- 2017-02-13 CN CN201710076309.2A patent/CN106874594A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070268517A1 (en) * | 2006-04-11 | 2007-11-22 | Sharp Kabushiki Kaisha | Control device, image processing device control system, method of controlling control device, program, and computer-readable recording medium |
| CN102200881A (zh) * | 2010-03-24 | 2011-09-28 | 索尼公司 | 图像处理装置、图像处理方法以及程序 |
| CN104239966A (zh) * | 2014-08-28 | 2014-12-24 | 广东电网公司电力科学研究院 | 一种主动配电网基于用电成本差异化的运营方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368929A (zh) * | 2017-08-07 | 2017-11-21 | 广州供电局有限公司 | 一种基于互动协同、滚动趋优的日内计划计算方法 |
| CN107368929B (zh) * | 2017-08-07 | 2020-04-07 | 广州供电局有限公司 | 一种基于互动协同、滚动趋优的日内计划计算方法 |
| CN107274115A (zh) * | 2017-08-11 | 2017-10-20 | 国网江苏省电力公司电力科学研究院 | 基于分布式监测和多源信息融合的主动配电网态势感知系统和方法 |
| CN110529914A (zh) * | 2019-09-09 | 2019-12-03 | 周封 | 采用供热分布式调控进行新能源消纳的系统 |
| CN112234658A (zh) * | 2020-12-10 | 2021-01-15 | 华东交通大学 | 一种基于ddr-mpc的微网时域滚动优化调度方法 |
| CN112234658B (zh) * | 2020-12-10 | 2021-03-16 | 华东交通大学 | 一种基于ddr-mpc的微网时域滚动优化调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Du et al. | A cooperative game approach for coordinating multi-microgrid operation within distribution systems | |
| Zakeri et al. | Policy options for enhancing economic profitability of residential solar photovoltaic with battery energy storage | |
| EP3447258B1 (en) | Central plant control system with equipment maintenance evaluation | |
| Haupt et al. | The influence of electric vehicle charging strategies on the sizing of electrical energy storage systems in charging hub microgrids | |
| Di Piazza et al. | A two-stage Energy Management System for smart buildings reducing the impact of demand uncertainty | |
| Korpaas et al. | Operation and sizing of energy storage for wind power plants in a market system | |
| Rodríguez-Gallegos et al. | A diesel replacement strategy for off-grid systems based on progressive introduction of PV and batteries: An Indonesian case study | |
| CN106874594A (zh) | 一种源荷协调控制方法 | |
| CN109272353B (zh) | 计及综合需求响应不确定性的系统动态概率能流分析方法 | |
| Ratnam et al. | Receding horizon optimization-based approaches to managing supply voltages and power flows in a distribution grid with battery storage co-located with solar PV | |
| CN110060165B (zh) | 光伏储能系统收益测算方法及能量管理控制方法 | |
| Liu et al. | Derivation of locational marginal prices for restructured wholesale power markets | |
| Forero-Quintero et al. | Profitability analysis on demand-side flexibility: A review | |
| Hussain et al. | Flexibility: Literature review on concepts, modeling, and provision method in smart grid | |
| Roy et al. | Probabilistic optimal power allocation of dispatchable DGs and energy storage units in a reconfigurable grid-connected CCHP microgrid considering demand response | |
| Barala et al. | Distribution locational marginal price based hierarchical scheduling framework for grid flexibility from virtual energy storage systems | |
| Schopfer et al. | Providing primary frequency control with residential scale photovoltaic-battery systems: A techno-economic simulation study of a virtual power plant | |
| CN106780156A (zh) | 一种配电网运营方法 | |
| Halvgaard et al. | Thermal storage power balancing with model predictive control | |
| Gržanić et al. | The value of prosumers’ flexibility under different electricity market conditions: case studies of Denmark and Croatia | |
| Batas-Bjelić et al. | Integrating the flexibility of the average Serbian consumer as a virtual storage option into the planning of energy systems | |
| CN113256168B (zh) | 一种电力系统规划方法、装置、设备及存储介质 | |
| Laitsos et al. | Impact of demand side management methods on modern power systems | |
| Yang et al. | Incentivizing prosumer voltage regulation for unbalanced radial distribution networks | |
| CN114475331A (zh) | 一种考虑负荷反弹的电动汽车聚合优化调度方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170620 |
|
| WD01 | Invention patent application deemed withdrawn after publication |