CN107591801A - 一种负荷参与需求响应的聚合潜力评估方法 - Google Patents

Abstract

本发明公开了一种负荷参与需求响应的聚合潜力评估方法，该方法包括如下步骤：步骤1）基于空调、热水器和电动汽车这三类家庭负荷的输入输出物理模型，提出户舒适度表征指标计算各负荷的舒适度指标值；步骤2）考虑负荷运行特性、用户舒适度、用户出行计划、需求响应原则等因素的影响，建立负荷聚合响应模型；步骤3）提出利用该时段内负荷群体的等效响应功率表征这一时段的聚合响应潜力。该方法能够有效评估智能负荷群的聚合响应能力，从而在电网出现紧急功率缺额时充分挖掘负荷的响应潜力，减轻发电机一二次调频备用的压力。

Description

一种负荷参与需求响应的聚合潜力评估方法

技术领域

本发明涉及电力需求响应领域，特别是涉及一种负荷参与需求响应的聚合潜力评估方法。

背景技术

近年来，新能源发电的间歇性问题、大容量输电技术的进一步发展以及负荷需求的日益增长，使得电网功率缺额发生概率变大，这给电网频率稳定运行造成了很大威胁。在现有的调度模式下，出现上述紧急功率缺额时电网会加大发电机组供应量，特别严重的情况下则采取紧急切负荷的措施。这种负荷紧急控制手段虽然快速有效，但给用户生产及居民生活带来诸多不利。随着智能终端设备的接入、电力通信技术的发展以及高级量测架构的建设，居民负荷已经从传统意义上被动控制的物理终端转变成具有主动响应能力的可调度资源。利用负荷的这种主动响应能力可以减少甚至避免电网紧急切负荷的情况。

负荷主动响应能力指不借助备用电源或储能单元，仅依赖其自身特性或政策激励等实现功率短时转移、削减或增加的弹性能力。这类负荷包括空调、热水器、电动汽车等智能家庭负荷，其种类丰富、数量众多、分布广泛，调度中心难以实现直接调度；同时，单个负荷所能提供的响应容量较小，持续时间短，难以达到参与需求响应的门槛。因此，需要借助负荷聚合商对上述可调度负荷资源进行全面整合与充分挖掘。

因此，综合考虑多种影响因素，对某一时段内智能负荷主动响应能力进行评估，充分挖掘负荷的聚合响应潜力，对制定负荷参与电网有功缺额响应的控制策略具有重大指导意义。

发明内容

为了解决上述存在的问题，本发明提供一种负荷参与需求响应的聚合潜力评估方法，通过该评估方法可以充分挖掘负荷的聚合响应潜力，在电网出现紧急功率缺额时充分挖掘负荷的响应潜力，对后续制定负荷响应策略提供指导，为达此目的，本发明提供一种负荷参与需求响应的聚合潜力评估方法，考虑负荷运行特性、用户舒适度、用户出行计划、需求响应原则的影响，建立负荷聚合响应模型，具体建模过程如下：

建立聚合模型的目的在于研究基于直接负荷控制的智能负荷群所能提供的响应能力，该模型需要考虑舒适度影响、满足响应次数以及响应时长的约束，综合考虑上述因素，聚合模型的数学描述如式(1)所示：

其中，t_f——有功缺额情况下智能负荷强制响应时间，初始情况下取为0min；n₁——空调数量；P_AC,i——第i台空调的响应功率；n₂——热水器数量；P_WH,j——第j台热水器的响应功率；n₃——电动汽车数量；P_EV,k——第k辆电动汽车的响应功率；S_i(t)——第i台空调状态；S_j(t)——第j台热水器状态；S_k(t)——第k台电动汽车状态：

空调状态的计算公式如式(2)所示：

热水器状态的计算公式如式(3)所示：

电动汽车状态的计算公式如式(4)所示：

其中，W＝{t|S(t-1)-S(t)＞0}；Z_AC——空调舒适区间；Z_WH——热水器舒适区间；Z_EV——电动汽车舒适区间；I_AC,i——第i台空调舒适值；I_WH,j——第j台热水器舒适值；I_EV,k——第k辆电动汽车舒适值；N——响应次数；t——仿真时间；t_EV,k——第k电动汽车可响应时长。值得注意的是，舒适区间由用户和负荷聚合商协商确定，考虑电价等因素影响，用户可接受的舒适区间在不同时段会相应改变。

本发明的进一步改进，利用响应时段内负荷群体的平均响应功率ρ表征智能负荷群体在某一段时间内的动态响应能力，具体评估过程如下：

为定量评估智能负荷群体在某一段时间内的动态响应能力，提出利用该时段负荷群体的等效响应功率ρ表征这一时段的聚合响应能力，计算公式如下：

其中，ρ_i——聚合商i等效响应功率；Δt——有功缺额时间；P_i——负荷群实时聚合功率；t_e——起始时间；t_s——终止时间。

本发明与现有技术相比，具有以下优点：

1.一种负荷参与需求响应的聚合潜力评估方法，基于负荷自身运行特性，考虑用户舒适度、用户出行计划、用户响应原则(响应次数、响应时长)等因素，建立智能负荷参与需求响应的聚合模型。

2.该方法提出利用负荷群体的等效响应功率这一指标评估某一时段内负荷群体的聚合响应能力，充分挖掘负荷的聚合响应潜力，对制定负荷参与电网有功缺额响应的控制策略具有重大指导意义。

附图说明

图1为本发明的负荷聚合建模流程图；

图2为本发明的智能负荷群功率响应聚合曲线图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

本发明提供一种负荷参与需求响应的聚合潜力评估方法，通过该评估方法可以充分挖掘负荷的聚合响应潜力，在电网出现紧急功率缺额时充分挖掘负荷的响应潜力，对后续制定负荷响应策略提供指导。

为解决上述技术问题，本发明采用的技术方案是：

步骤一，建立各类智能负荷响应模型：

依据现有文献，建立空调、热水器和电动汽车这三类智能家庭负荷的输入输出物理模型，并给出相应舒适度表征方法，为后续研究其快速应对功率缺额聚合响应能力提供依据。

1.智能负荷运行模型：

1.1.1空调运行模型：

制冷模式下，空调物理模型即输出变量t时段室温如下式(1-1)：

其中，T_AC,t+1——t+1时段室温；T_AC,t——t时段室温；G_t——t时段室内外热交换值；Δc——室内温度系数，即室温每增加1⁰C所需热量；C_AC——制冷模式下空调热容量；Δt——时间段间隔；S_AC,t——t时段空调运行状态。

对上述变量进行线性化处理后，空调物理模型表示如下式(1-2)：

T_AC,t+1＝T_AC,t+0.4-0.8S_AC,t (1-2)：

当SAC,t＝1时，T_AC,t+1＝T_AC,t+0.4；当SAC,t＝0时，T_AC,t+1＝T_AC,t+0.4。

1.1.2热水器运行模型：

加热模式下，热水器物理模型即输出变量t时段热水器水温计算公式如下式(1-3)所示：

其中，T_WH,t+1——t+1时段热水器水温；T_WH,t——t时段水温；T_in——注入热水器中的冷水水温；f_lt——t时段热水流量；V_WH——热水器体积；α——热水器加热温度系数，即额定加热功率下热水器单位时间内的水温增加值；P_WH,t——热水器功率；ξ——热水降温系数，即常温下热水器内部热水单位时间内的自冷却温度减少值。

对上述变量进行线性化处理后，热水器物理模型表示如下式(1-4)：

T_WH,t+1＝T_WH,t+αp_WH,t-ζ＝T_WH,t+0.1×p_WH,t-ζ (1-4)：

当热水器正常使用时，ζ₁＝1/60；当热水器停止工作时，ζ₂＝1。

1.1.3电动汽车运行模型：

充电模式下，电动汽车物理模型即输出变量t时段电动汽车SOC值计算公式如式(1-5)所示：

式中，SOC₀——0时段电动汽车电池剩余容量；SOC_i——i时段电动汽车电池剩余容量。

对上述变量进行处理，电动汽车模型表示如下式(1-6)：

SOC_i＝SOC_i-1+3.5/C_batt (1-6)：

1.2.负荷舒适度表征：

影响热负荷(空调、热水器)舒适度的因素包括温度、湿度、空气流速等，在研究热负荷舒适度时，将着重考虑温度对用户舒适度的影响；针对电动汽车这类与用户体感舒适度没有较强关联的负荷，则主要考虑充电SOC值，即电池充电量越高，用户舒适度越强。三类负荷的舒适度指标如式(1-7)下所示：

式中，T_AC——空调当前温度；T_c,AC——空调最佳温度；ΔT_AC——空调舒适温度区间长度；T_WH——热水器当前温度；T_c,WH——热水器最佳温度；ΔT_WH——热水器舒适温度区间长度；S_EV——电动汽车电池荷电状态。

2.智能负荷群聚合能力评估：

智能负荷所能提供的响应容量和响应时长受负荷运行状态、用户出行计划、响应原则等影响，下面在考虑舒适度、用户响应原则等基础上建立负荷群的响应聚合模型，对参与需求响应的居民智能负荷群的响应能力进行建模与评估。

2.1.负荷响应聚合模型：

建立聚合模型的目的在于研究基于直接负荷控制的智能负荷群所能提供的响应能力，该模型需要考虑舒适度影响、满足响应次数以及响应时长的约束，特别是电动汽车，需要最大程度保证用户出行计划，在相应时间内能完成充电目标。综合考虑上述因素，聚合模型的数学描述如式(2-1)所示：

其中，t_f——有功缺额情况下智能负荷强制响应时间，初始情况下取为0min；n₁——空调数量；P_AC,i——第i台空调的响应功率；n₂——热水器数量；P_WH,j——第j台热水器的响应功率；n₃——电动汽车数量；P_EV,k——第k辆电动汽车的响应功率；S_i(t)——第i台空调状态；S_j(t)——第j台热水器状态；S_k(t)——第k台电动汽车状态。

空调状态的计算公式如式(2-2)所示：

热水器状态的计算公式如式(2-3)所示：

电动汽车状态的计算公式如式(2-4)所示：

其中，W＝{t|S(t-1)-S(t)＞0}；Z_AC——空调舒适区间；Z_WH——热水器舒适区间；Z_EV——电动汽车舒适区间；I_AC,i——第i台空调舒适值；I_WH,j——第j台热水器舒适值；I_EV,k——第k辆电动汽车舒适值；N——响应次数；t——仿真时间；t_EV,k——第k电动汽车可响应时长。值得注意的是，舒适区间由用户和负荷聚合商协商确定，考虑电价等因素影响，用户可接受的舒适区间在不同时段会相应改变。

2.2.负荷响应聚合能力评估：

为定量评估智能负荷群体在某一段时间内的响应能力，下面提出利用该时段内负荷群体的等效响应功率ρ表征这一时段的聚合响应能力，公式如(2-5)所示：

其中，ρ_i——聚合商i等效响应功率；Δt——有功缺额时间；P_i——负荷群实时聚合功率；t_e——起始时间；t_s——终止时间。

实施例1：

首先以一个智能负荷群为例进行阐述。假设该负荷群有100台空调(额定功率3kW)、100台热水器(额定功率3kW)以及50辆电动汽车(额定功率4kW)，各智能负荷舒适度区间分别设为空调(23℃，29℃)、热水器(40℃,50℃)、电动汽车(0.75,0.90)，初始时刻空调温度、热水器水温服以及电动汽车SOC值随机产生，响应次数为2次。根据聚合模型(具体建模流程见附图1)可得到该智能负荷群体参与需求响应的聚合功率曲线，如附图2所示。

为比较不同时间尺度下不同负荷群体的聚合响应潜力区别，下面假设有10个负荷群体，每个群体的负荷构成如下表1所示。其中，负荷群#1～3中各类负荷占比不同但其他因素一样；负荷群#4～6中改变响应原则但保持其他因素一样；负荷群#7～9中改变负荷初始运行状态但保持其他因素一样。

表1不同负荷群体负荷构成情况

	#1	#2	#3	#4	#5	#6	#7	#8	#9	#10
											AC Number	200	50	50	200	50	50	200	50	50	100
WH Number	50	200	50	50	200	50	50	200	50	100
											EV Number	50	50	200	50	50	200	50	50	200	100

利用本专利提出的等效响应功率指标对不同响应时间内上述10个负荷群体的聚合响应能力进行计算，ERP指标变化情况如表2所示。

表2不同时间尺度内10个负荷群体的聚合响应功率值

	5min	10min	15min	20min	25min	30min	35min	40min	45min	50min	55min	60min
													#1	702.1	591.4	493.3	430.8	420.1	437.3	459.2	459.6	448.0	433.6	416.3	394.0
#2	691.3	544.0	431.8	368.5	333.8	316.1	304.7	296.3	309.2	338.3	347.4	330.7
													#3	832.9	765.0	705.7	662.2	637.1	620.9	608.7	586.5	562.6	541.7	516.9	485.6
#4	283.3	231.0	233.3	223.3	201.8	185.7	176.9	167.3	157.8	150.0	143.4	137.2
													#5	314.6	211.6	175.5	153.8	140.4	144.5	147.3	145.6	142.4	137.5	132.2	126.4
#6	192.5	181.7	196.8	206.6	219.3	236.4	250.4	262.2	274.0	282.2	288.2	288.6
													#7	308.0	229.2	187.2	200.8	272.0	336.8	369.8	350.5	318.6	297.9	299.8	306.8
#8	121.4	101.2	95.68	103.0	125.7	145.0	154.2	149.7	149.9	159.6	180.6	201.7
													#9	482.6	444.3	421.0	412.3	418.2	423.8	422.8	407.8	393.5	379.8	370.8	362.4
#10	766.2	658.5	559.5	496.3	464.6	452.7	449.0	437.7	425.9	419.4	409.3	387.3

从表2可知，不同负荷聚合商的聚合响应潜力是随时间变化的。同时，该潜力值受负荷初始运行状态、负荷群中不同类型负荷比重、需求响应原则等影响。应当说明的是：所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。根据权利要求所包含的内容举例说明。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

Claims (2)

1.一种负荷参与需求响应的聚合潜力评估方法，其特征在于：考虑负荷运行特性、用户舒适度、用户出行计划、需求响应原则的影响，建立负荷聚合响应模型，具体建模过程如下：

建立聚合模型的目的在于研究基于直接负荷控制的智能负荷群所能提供的响应能力，该模型需要考虑舒适度影响、满足响应次数以及响应时长的约束，综合考虑上述因素，聚合模型的数学描述如式(1)所示：

<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>1</mn> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>A</mi> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>2</mn> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>W</mi> <mi>H</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>3</mn> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>E</mi> <mi>V</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>,</mo> <mi>t</mi> <mo>&amp;le;</mo> <msub> <mi>t</mi> <mi>f</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>1</mn> </msub> </munderover> <msub> <mi>S</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msub> <mi>P</mi> <mrow> <mi>A</mi> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>2</mn> </msub> </munderover> <msub> <mi>S</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msub> <mi>P</mi> <mrow> <mi>W</mi> <mi>H</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mn>3</mn> </msub> </munderover> <msub> <mi>S</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msub> <mi>P</mi> <mrow> <mi>E</mi> <mi>V</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>,</mo> <mi>t</mi> <mo>&gt;</mo> <msub> <mi>t</mi> <mi>f</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>:</mo> </mrow>

其中，t_f——有功缺额情况下智能负荷强制响应时间，初始情况下取为0min；n₁——空调数量；P_AC,i——第i台空调的响应功率；n₂——热水器数量；P_WH,j——第j台热水器的响应功率；n₃——电动汽车数量；P_EV,k——第k辆电动汽车的响应功率；S_i(t)——第i台空调状态；S_j(t)——第j台热水器状态；S_k(t)——第k台电动汽车状态：

空调状态的计算公式如式(2)所示：

热水器状态的计算公式如式(3)所示：

电动汽车状态的计算公式如式(4)所示：

其中，W＝{t|S(t-1)-S(t)＞0}；Z_AC——空调舒适区间；Z_WH——热水器舒适区间；Z_EV——电动汽车舒适区间；I_AC,i——第i台空调舒适值；I_WH,j——第j台热水器舒适值；I_EV,k——第k辆电动汽车舒适值；N——响应次数；t——仿真时间；t_EV,k——第k电动汽车可响应时长。值得注意的是，舒适区间由用户和负荷聚合商协商确定，考虑电价等因素影响，用户可接受的舒适区间在不同时段会相应改变。

2.根据权利要求1所述的一种负荷参与需求响应的聚合潜力评估方法，其特征在于：利用响应时段内负荷群体的平均响应功率ρ表征智能负荷群体在某一段时间内的动态响应能力，具体评估过程如下：

为定量评估智能负荷群体在某一段时间内的动态响应能力，提出利用该时段负荷群体的等效响应功率ρ表征这一时段的聚合响应能力，计算公式如下：

<mrow> <msub> <mi>&amp;rho;</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>W</mi> <mi>i</mi> </msub> <mrow> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>t</mi> <mi>e</mi> </msub> </msubsup> <msub> <mi>P</mi> <mi>i</mi> </msub> <mi>d</mi> <mi>t</mi> </mrow> <mrow> <msub> <mi>t</mi> <mi>e</mi> </msub> <mo>-</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> <mo>:</mo> </mrow>

其中，ρ_i——聚合商i等效响应功率；Δt——有功缺额时间；P_i——负荷群实时聚合功率；t_e——起始时间；t_s——终止时间。