CN109149589A - 一种基于多代理机制的柔性负荷管理方法和系统 - Google Patents

一种基于多代理机制的柔性负荷管理方法和系统 Download PDF

Info

Publication number
CN109149589A
CN109149589A CN201811092677.7A CN201811092677A CN109149589A CN 109149589 A CN109149589 A CN 109149589A CN 201811092677 A CN201811092677 A CN 201811092677A CN 109149589 A CN109149589 A CN 109149589A
Authority
CN
China
Prior art keywords
load
node
power
flexible
distribution network
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
CN201811092677.7A
Other languages
English (en)
Other versions
CN109149589B (zh
Inventor
李敬如
杨卫红
程林
王旭阳
刘艳茹
刘思革
王云飞
侯佳
田立亭
冷正龙
张林垚
黄河
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.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Economic and Technological Research Institute
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 Tsinghua University, State Grid Corp of China SGCC, State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd, State Grid Economic and Technological Research Institute filed Critical Tsinghua University
Priority to CN201811092677.7A priority Critical patent/CN109149589B/zh
Publication of CN109149589A publication Critical patent/CN109149589A/zh
Application granted granted Critical
Publication of CN109149589B publication Critical patent/CN109149589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于多代理机制的柔性负荷管理方法和系统，包括配电网节点代理、配电网清算代理、负荷聚合商、用户代理、本地管理代理、负荷控制器代理，各代理之间采取请求/应答或发布/订阅通讯机制。配电节点代理基于配电网各节点供电能力和供电成本，制定并发布日节点电价；负荷聚合商代理对各节点柔性负荷功率进行协调管理；用户代理对柔性负荷的响应进行决策；本地管理代理对柔性负荷的调节范围进行实时约束；负荷控制器代理对柔性负荷的功率进行控制；配电网清算代理与负荷聚合商代理、用户代理进行日费用清算。各代理之间协调工作，保证多方利益。本发明适应柔性负荷应用需求，适用于配电网对多类型、分散柔性负荷的管理。

Description

一种基于多代理机制的柔性负荷管理方法和系统
技术领域
本发明属于智能用电和需求侧管理领域，特别是涉及一种基于多代理机制的柔性负荷管理方法和系统。
背景技术
作为可调度资源，柔性负荷将在以开放互动为主要特征的智能配电系统构建中发挥重要作用。一切具有柔性调节特性的负荷都可以灵活参与到配电网的运行中，包括电动汽车、温控负荷、一些工业生产过程、储能等。利用负荷的柔性调节能力,使负荷可以随发电出力的大小进行智能调节,以适应配电网中高渗透的分布式电源以及满足配电网运行指标要求。但与此同时，柔性负荷由于受用户用电行为的影响，负荷内部自主变化的主观性较强，且会受外部环境及激励机制等因素影响，响应行为具有一定的无序性。因此，柔性负荷参与到电网互动中后，将给电网的运行带来更多不确定性。
可以预见，随着柔性负荷接入规模的不断提升，配电网的运行控制与规划建设将面临新的形势与挑战。一方面，新型柔性负荷具有发电和(或)储能的特性，能够与电网进行功率与能量的双向交互，可以参与电网调控，借助智能用电双向互动运行模式及支撑技术，动态整合用户侧资源是智能配电网环境下提高可再生能源消纳能力的有效途径。另一方面，柔性负荷的有序调度或优化布点，可以具有显著的“削峰填谷”作用，通过平滑负荷曲线，在消除“重、过载”问题、降低网络损耗等方面达到良好效果。
目前，对于小容量的柔性负荷(如空调、电动汽车)，通常采用价格引导或激励方式，控制效果有限；而对于大容量可中断或可削减负荷，通常采用直接控制方式，难以进行用户互动，对用户用电满意度造成影响。柔性负荷分布分散，数量众多、类型多样、特性差异大，同时柔性负荷参与配电网管理涉及负荷、用户、售电企业、电网等多方参与者，需要各方协调配合，采用集中控制方式或引导机制对电网的信息采集、运行决策造成困难。
发明内容
针对上述柔性负荷应用需求问题，本发明的目的是提供一种基于多代理机制的柔性负荷管理方法和系统，使柔性负荷在各方参与下，实现负荷与电网的协调运行。
为实现上述目的，本发明采取以下技术方案：一种基于多代理机制的柔性负荷管理方法，其包括以下步骤：
1)根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各节点的日节点电价；
2)根据确定的配电网各节点的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并进行优化，根据优化后的日前功率调整计划分时段对各节点柔性负荷进行功率调整，并对功率调整后各节点柔性负荷当日各时段的实际功率进行采集；
3)当日各时段结束后，根据配电网各节点的日节点电价以及步骤2)中确定的各柔性负荷当日各时段的实际功率进行日电费结算。
进一步地，所述步骤1)中，根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各柔性负荷的日节点电价的方法，包括以下步骤：
1.1)配电网节点代理依据采集的配电网各节点柔性负荷的历史数据以及各负荷聚合商代理对其所管辖柔性负荷当日各时段的功率预测数据，对配电网各节点柔性负荷的日最大负荷功率进行预测：
Pfi,i＝1,...,n，
式中，Pfi为配电网在i节点的日最大负荷功率预测值，n为配电网中受调控的节点数；
1.2)计算配电网各节点因负荷增长而引起的配电网总运行成本和投资成本的变化情况，计算公式为：
式中，△Pfi＝max(0,Pfi-Pi0)，Pi0为配电网i节点的设计负荷功率，a0i、a1i、a2i为i节点运行成本系数，bi为i节点的投资成本折算系数，k为i节点上的柔性负荷设备序号；
1.3)根据得到的配电网总运行成本和投资成本的变化以及配电网最大负荷的变化，计算得到配电网各节点的日节点电价：
式中，δ为日折算系数；
1.4)将得到的配电网各节点的日节点电价发布至各负荷聚合商代理和用户代理。
进一步地，所述步骤2)中，根据确定的配电网各节点的日节点电价，制定当日各节点负荷的日前功率调整计划并进行优化，根据优化后的日前功率调整计划分时段对各节点负荷进行功率调整，并对功率调整后各节点柔性负荷当日各时段的实际功率进行采集的方法，包括以下步骤：
2.1)各负荷聚合商代理根据接收到的日节点电价以及所管辖柔性负荷的历史数据，制定所管辖范围内各柔性负荷的日前功率调整计划，并将当前时段的功率调整建议发送至各负荷控制器代理，然后根据各负荷控制器代理的应答结果以及采集的各柔性负荷当前时段的实际功率对功率调整建议进行调整后再次发送至各负荷控制器代理；
2.2)各负荷控制器代理根据各负荷聚合商代理下发的功率调整建议发送功率调整请求到相应用户代理，相应用户代理对功率调整请求进行决策，并将决策结果发布到相应的负荷控制器代理，各负荷控制器代理根据用户代理发布的决策结果，发送应答信号到相应负荷聚合商代理；
2.3)各本地管理代理根据各柔性负荷所在本地能量管理系统的运行状态对各负荷控制器代理的功率调整范围进行实时约束，并将功率调整约束范围下发给相应负荷控制器代理；
2.4)各负荷控制器代理参考本地管理代理下发的功率调整约束范围，按照负荷聚合商代理下发的最终功率调整建议对各柔性负荷的功率进行调整，并对功率调整后各节点柔性负荷的实际功率进行采集。
进一步地，所述步骤2.1)中，各负荷聚合商代理根据接收到的日节点电价以及所管辖柔性负荷的历史数据，制定所管辖范围内各柔性负荷的日前功率调整计划，并将当前时段的功率调整建议发送至各负荷控制器代理，然后根据各负荷控制器代理的应答结果以及采集的各柔性负荷当前时段的实际功率对功率调整建议进行调整后再次发送至各负荷控制器代理的方法，包括以下步骤：
2.1.1)从各负荷控制器代理获取各柔性负荷的日前功率调整范围；
2.1.2)根据所管辖各柔性负荷的历史数据和日前功率调整范围，对所管辖柔性负荷的功率进行日前预测，得到各柔性负荷功率的日前预测结果{Pcfi,1,Pcfi,2,...Pcfi, t...Pcfi,N}，其中，Pcfi,t为各负荷聚合商代理所管辖i节点t时段柔性负荷总功率的日前预测值，并发布给相应配电网节点代理；
2.1.3)按照所涉及配电网节点的各节点费用最低为协调目标，针对各柔性负荷制定柔性负荷的日前功率调整计划；
其中，建立的目标函数为：
式中，为该负荷聚合商代理在i节点所管辖柔性负荷的日最大负荷值，为第k个负荷在t时段的计划功率，N为日总时段数，m为负荷聚合商在i节点所管辖柔性负荷的数量；
各柔性负荷的功率调整需满足的功率调节约束范围：
式中，为第k个负荷在t时段的功率下限，为第k个负荷在t时段的功率上限；
负荷聚合商代理根据上述目标函数和功率调整约束范围，计算得到各柔性负荷的日前功率调整计划为：
2.1.4)在当前时段初始时，各负荷聚合商代理根据柔性负荷日前调整计划将各柔性负荷的第1次功率调整建议发送至各负荷控制器代理；
2.1.5)根据各负荷控制器代理的第1次应答结果，得到第2次功率调整建议并发送到各负荷控制器代理；
其中，目标函数同样以配电网各节点的总节点电费为最低建立：
目标函数为：
式中，式中，为各负荷控制器代理所采集的各柔性负荷的实际功率，k＝1...m；2.1.6)根据各负荷控制器代理的第2次应答结果，对当日剩余时段的负荷日前调整计划进行滚动调整。
进一步地，所述步骤2.1.6)中，根据各负荷控制器代理的第2次应答结果，对当日剩余时段的负荷日前调整计划进行滚动调整时，同样按照以配电网各节点的总节点电费为最低建立目标函数，制定当日剩余时段各柔性负荷的功率调整计划；
目标函数为：
式中，计算得到剩余时段各负荷的修正计划：
进一步地，所述步骤2.2)中，用户代理对功率调整请求进行决策的方法，包括以下步骤：
2.2.1)计算柔性负荷功率变化引起的舒适度或生产经营代价：
式中，f(Pc0,t)为在t时段原始舒适度或生产经营代价，f(PcAG,t)为按照负荷聚合商代理指令调整后的舒适度或生产经营代价，Pc0,t为t时段柔性负荷的原始预期功率，为负荷在上一时段终止时的实际功率，为t时段的负荷聚合商代理下发的柔性负荷功率请求；
2.2.2)计算负荷功率变化引起的节点电费成本变化：
式中，ECI包含两项费用之和，第一项为柔性负荷拟付出的节点电费成本变化，第二项为柔性负荷的电量电费成本变化，其中，为1到t-1时段柔性负荷的实际功率，μt为第t时段的单位电量电价，△T为时段长度；
2.2.3)根据步骤2.2.1)得到的舒适度或生产经营代价和步骤2.2.2)得到的电费成本变化，对当前负荷功率响应做出决策，并向负荷控制器代理下发许可响应指令或者禁止响应指令：
当LOCI<ECI时，则向负荷控制器代理下发许可响应指令DRl＝1，
反之，则向负荷控制器代理下发禁止响应指令DRl＝0。
进一步地，所述步骤2.4)中，各负荷控制器代理参考本地管理代理下发的功率调整约束范围，按照负荷聚合商代理下发的最终功率调整建议对柔性负荷功率进行功率调整的方法为：
若从用户代理获得的决策结果为：DRl＝1，则令
若从用户代理获得的决策结果为：DRl＝0，则令
进一步地，所述步骤3)中，当日各时段结束后，根据日节点电价以及各柔性负荷的实际功率进行日电费结算的方法，包括以下步骤：
3.1)计算配电网i节点处的负荷和用电量，其中i＝1,...,n；
3.2)根据配电网节点代理发布的日节点电价，计算各负荷聚合商代理的日管理费用：
其中，θi为负荷聚合商代理所管辖i节点柔性负荷占该节点总负荷容量的比例，PLi为当日该节点的实际最大负荷，Pfi为预测的最大负荷；
3.3)根据配电网节点代理发布的日节点电价，计算各用户代理的日电费：
其中，cn为用户所有柔性负荷的个数，为柔性负荷的日电费，且包含两项费用，前一项为柔性负荷的节点电费，后一项为柔性负荷的电量电费，为柔性负荷当日的最大负荷，
3.4)根据计算得到的负荷聚合商代理的日管理费用和用户代理的日电费，与各负荷聚合商代理和各用户代理进行上一日费用结算。
一种基于多代理机制的柔性负荷管理系统，其包括配电网管理层、协调分配层和执行元件层；所述配电网管理层根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各节点的日节点电价，发布到所述协调分配层；所述协调分配层根据确定的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并根据所述执行元件层的应答进行优化；所述执行元件层根据优化后的日前功率调整计划分时段对各节点柔性负荷进行功率调整，并对功率调整后各节点柔性负荷的实际功率进行采集，所述配电网管理层在当日各时段结束后，根据所述日节点电价和所述各节点柔性负荷的实际功率进行日电费结算。
进一步地，所述配电网管理层包括配电网节点代理和配电网清算代理；所述协调分配层包括负荷聚合商代理、用户代理和本地管理代理；所述执行元件层包括负荷控制器代理；所述配电网节点代理用于根据从负荷聚合商代理中获得的配电网各节点柔性负荷的历史数据，对各节点负荷进行日前预测；所述配电网清算代理首先依据配电网各节点负荷预测结果制定配电网日节点电价，发布到各负荷聚合商代理和用户代理，并在一日后对各负荷聚合商代理、用户代理进行日电费结算；所述负荷聚合商代理根据其所管辖的各柔性负荷的功率约束以及接收到的日节点电价，对所管辖的各柔性负荷的功率调节量进行协调优化，确定各柔性负荷当日各时段的第一次负荷功率调整建议发送到相应所述负荷控制器代理，并根据所述负荷控制器代理返回的一次应答信号发送第二次负荷功率调节建议到各负荷控制器代理；所述本地管理代理用于实时对所述负荷控制器代理的功率调整范围进行约束，并将确定的功率调整约束范围发布至各所述负荷控制器代理；所述负荷控制器代理用于根据接收到的一次、二次负荷功率调整建议发送功率调节请求到所述用户代理，并根据所述用户代理返回的决策信号发送一次、二次应答信号到所述负荷聚合商代理，并参考所述本地管理代理下发的功率调整约束范围，执行负荷聚合商代理下发的负荷功率调整建议。
本发明由于采取以上技术方案，其具有以下优点：1、本发明由于采用层级化的代理机制，各代理职责目标划分清晰，具备各代理协调运行机制，可克服负荷直接管控和间接引导的局限性；2、本发明由于在协调分配层考虑负荷聚合商代理，可对大量分散的柔性负荷进行整体协调，发挥柔性负荷的规模效益；3、本发明建立了配电网清算代理与用户代理和负荷聚合商代理的结算方法，提出了柔性负荷参与配电网调控的节点电价机制，可有效促进多方用户的参与，充分发挥柔性负荷调控潜力。因而，本发明可以广泛应用于配电网柔性负荷管理领域。
附图说明
图1为本发明的基于多代理机制的柔性负荷管理系统结构示意图；
图2为本发明的柔性负荷多代理协作工作机制示意图；
图3为本发明的柔性负荷管理方法工作流程示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。
多代理技术通过多代理之间的协作共同完成一项工作，各代理具有独立性和自治性，在逻辑或物理上分布于整个系统，各代理需要在某种协作机制下共同工作。多代理技术适合能根据空间、时间或功能进行分解的应用问题，已在工业生产、企业管理等领域中得到广泛应用。应用多代理技术可大大降低电网对柔性负荷的管理难度，可在满足用户需求的同时，充分发挥柔性负荷的调控潜力，取得良好的效果。
如图1所示，本发明提供的一种基于多代理机制的柔性负荷管理系统，其包括配电网管理层、协调分配层和执行元件层。配电网管理层根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各柔性负荷的日节点电价，发布到协调分配层，并在当日各时段结束后进行日电费结算；协调分配层根据确定的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并根据执行元件层的应答进行优化；执行元件层根据优化后的日前功率调整计划分时段对各节点柔性负荷进行功率调整。
其中，配电网管理层包括配电网节点代理和配电网清算代理；协调分配层包括负荷聚合商代理、用户代理和本地管理代理；执行元件层包括负荷控制器代理。各代理之间通过一定通讯机制相互联系，依靠各个代理之间的协调完成柔性负荷的功率调整。
其中，配电网节点代理对应配电网中受调控的网络节点，与配电网中受调控的网络节点的数量一一对应；负荷控制器代理对应柔性负荷设备，与参与调控的柔性负荷设备一一对应；负荷聚合商代理负责一定区域或一定类型的柔性负荷设备的聚合管理；同一个配电网节点代理对应多个负荷聚合代理商代理，同时，一个负荷聚合商代理也可对应多个配电网节点代理；用户代理对应柔性负荷设备的所有权方，一个用户代理可对应一个或多个柔性负荷设备。
配电网节点代理用于根据从负荷聚合商代理中获得的配电网各节点柔性负荷的历史数据，对各节点负荷进行日前预测；配电网清算代理首先依据配电网各节点负荷预测结果制定配电网日节点电价，发布到各负荷聚合商代理和用户代理，并在一日后对各负荷聚合商代理、用户代理进行日电费结算；各负荷聚合商代理根据其所管辖的各柔性负荷的功率约束以及接收到的日节点电价，对所管辖的各柔性负荷的功率调节量进行协调优化，确定各柔性负荷当日各时段的第一次负荷功率调节建议发送到相应负荷控制器代理，并根据负荷控制器代理返回的一次应答信号发送第二次负荷功率调节建议到各负荷控制器代理。本地管理代理用于对负荷控制器代理的功率调整范围进行约束，并将确定的约束范围发布至各负荷控制器代理。各负荷控制器代理用于根据接收到的一次、二次负荷功率调节建议发送功率调节请求信号到用户代理，并根据用户代理返回的决策信号发送相应的应答信号到负荷聚合商代理，当接收到用户代理发送的许可决策信号后，参考本地管理代理下发的约束范围，执行负荷聚合商代理发送的一次或二次负荷功率调整指令。
如图2所示，各代理之间通过如下通讯机制相互联系：配电网节点代理与配电网清算代理之间采取发布/订阅通讯机制；配电网节点代理、配电网清算代理与负荷聚合商代理之间采取发布/订阅通讯机制；负荷聚合商代理、用户代理与负荷控制器代理之间采取请求/应答通讯机制；本地管理代理与负荷控制器代理之间采取请求/应答通讯机制。
如图3所示，基于上述基于多代理机制的柔性负荷管理系统，本发明还提供一种基于多代理机制的柔性负荷管理方法，其包括以下步骤：
1)配电网节点代理根据配电网各节点柔性负荷的历史数据以及各负荷聚合商代理对所管辖柔性负荷当日各时段的功率预测结果，对配电网各节点柔性负荷的最大负荷进行日前预测，并根据日前预测结果制定配电网各柔性负荷的日节点电价，发布到各负荷聚合商代理和用户代理。
具体的，包括以下步骤：
1.1)配电网节点代理依据采集的配电网各节点柔性负荷的历史数据以及各负荷聚合商代理对其所管辖柔性负荷当日各时段的功率预测数据，对配电网各节点柔性负荷的日最大负荷功率进行预测：
Pfi,i＝1,...,n (1)
式中，Pfi为配电网在i节点的日最大负荷功率预测值，n为配电网中受调控的节点数。
1.2)计算配电网各节点因负荷增长而引起的配电网总运行成本和投资成本的变化情况，计算公式为：
式中，△Pfi＝max(0,Pfi-Pi0)，Pi0为配电网i节点的设计负荷功率，a0i、a1i、a2i为i节点运行成本系数，bi为i节点的投资成本折算系数，k为i节点上的柔性负荷设备序号。
1.3)根据得到的配电网总运行成本和投资成本的变化以及配电网最大负荷的变化，计算得到配电网各节点的日节点电价：
式中，δ为日折算系数。
1.4)将得到的配电网各节点的日节点电价发布至各负荷聚合商代理和用户代理。
2)各负荷聚合商代理根据接收到的日节点电价以及所管辖柔性负荷的历史数据，制定所管辖范围内各柔性负荷的功率调整计划，并将当前时段的功率调整建议发送至各负荷控制器代理，然后根据各负荷控制器代理的应答结果以及采集的各柔性负荷当前时段的实际功率对功率调整建议进行调整后再次发送至各负荷控制器代理。
各负荷聚合商代理根据接收到的各节点的日节点电价以及所管辖柔性负荷的历史数据，对所管辖各柔性负荷的功率调节量进行协调优化的方法，包括以下步骤：
2.1)从各负荷控制器代理获取各柔性负荷的日前功率调整范围；
2.2)根据所管辖各柔性负荷的历史数据和日前功率调整范围，对所管辖柔性负荷的功率进行日前预测，得到各柔性负荷功率的日前预测结果{Pcfi,1,Pcfi,2,...Pcfi, t...Pcfi,N}，其中，Pcfi,t为各负荷聚合商代理所管辖i节点t时段柔性负荷总功率的日前预测值，并发布给相应配电网节点代理；
2.3)按照各节点费用最低为协调目标，针对各柔性负荷制定柔性负荷日前调整计划。
其中，负荷聚合商代理以所涉及配电网节点的总节点电费最低为目标，建立目标函数：
式中，为该负荷聚合商代理在i节点所管辖柔性负荷的日最大负荷值，为第k个负荷在t时段的计划功率，N为日总时段数，m为负荷聚合商在i节点所管辖柔性负荷的数量。
各柔性负荷的功率调整需满足的功率调节约束范围为：
式中，为第k个负荷在t时段的功率下限，为第k个负荷在t时段的功率上限；
负荷聚合商代理根据上述目标和约束，计算得到各柔性负荷的日前功率调整计划：
2.4)在当前时段初始时，各负荷聚合商代理根据柔性负荷日前调整计划将各柔性负荷的第1次功率调整建议发送至各负荷控制器代理；
2.5)根据各负荷控制器代理的第1次应答结果，得到第2次功率调整建议并发送到各负荷控制器代理；
依据各负荷控制器代理的应答结果对柔性负荷日前调整计划进行第一次调整时，同样按照以配电网各节点的总节点电费为最低建立目标函数，制定第2次功率调整计划；
目标函数为：
式中，式中，为各负荷控制器代理采集的各柔性负荷的实际功率，k＝1...m；
2.6)根据各负荷控制器代理的第2次应答结果，对当日剩余时段的负荷日前调整计划进行滚动调整；
依据柔性负荷在过去时段的实际功率进行滚动调整时，同样按照以配电网各节点的总节点电费为最低建立目标函数，制定当日剩余时段各柔性负荷的功率调整计划；
目标函数为：
式中，计算得到剩余时段各负荷的修正计划：
3)各负荷控制器代理根据各负荷聚合商代理下发的功率调整建议发送功率调整请求到相应用户代理，相应用户代理对功率调整请求进行决策，并将决策结果发布到相应的负荷控制器代理，各负荷控制器代理根据用户代理发布的决策结果，发送应答信号到相应负荷聚合商代理。
其中，用户代理根据日节点电价对柔性负荷的功率调整请求进行决策的方法，包括以下步骤：
3.1)计算柔性负荷功率变化引起的舒适度或生产经营代价：
式中，f(Pc0,t)为在t时段原始舒适度或生产经营代价，f(PcAG,t)为按照负荷聚合商代理指令调整后的舒适度或生产经营代价，Pc0,t为t时段柔性负荷的原始预期功率，为负荷在上一时段终止时的实际功率，为t时段的负荷聚合商代理下发的柔性负荷功率请求。
3.2)计算负荷功率变化引起的节点电费成本变化：
式中，ECI包含两项费用之和，第一项为柔性负荷拟付出的节点电费成本变化，第二项为柔性负荷的电量电费成本变化，其中，为1到t-1时段柔性负荷的实际功率，μt为第t时段的单位电量电价，△T为时段长度。
3.3)根据步骤3.1)得到的舒适度或生产经营代价和步骤3.2)得到的电费成本变化，对当前负荷功率响应做出决策，并向负荷控制器代理下发许可响应指令或者禁止响应指令。
具体的，当LOCI<ECI，则向负荷控制器代理下发许可响应指令DRl＝1，反之，向负荷控制器代理下发禁止响应指令DRl＝0。
4)各本地管理代理根据柔性负荷所在本地能量管理系统的运行状态对负荷控制器代理的功率调整范围进行实时约束，并将功率调整约束范围下发给相应负荷控制器代理，其中，为t时段柔性负荷的允许功率下限，为t时段柔性负荷的允许功率上限。
5)各负荷控制器代理参考本地管理代理下发的功率调整约束范围，按照负荷聚合商代理下发的最终功率调整建议对柔性负荷功率进行功率调整。
具体的功率调整策略为：
若从用户代理获得的决策信号为DRl＝1，则令
若从用户代理获得的决策信号为DRl＝0，则令
6)当日各时段结束后，配电网清算代理对各负荷聚合商代理、用户代理、本地管理代理进行日电费结算，具体的包括以下步骤：
6.1)计算配电网i节点处的负荷和用电量，其中i＝1,...,n。
6.2)根据配电网节点代理发布的日节点电价，计算各负荷聚合商代理的日管理费用：
其中，θi为负荷聚合商代理所管辖i节点柔性负荷占该节点总负荷容量的比例，PLi为当日该节点的实际最大负荷，Pfi为预测的最大负荷。
6.3)根据配电网节点代理发布的日节点电价，计算各用户代理的日电费：
其中，cn为用户所有柔性负荷的个数，为柔性负荷的日电费。包含两项费用，前一项为柔性负荷的节点电费，后一项为柔性负荷的电量电费，为柔性负荷当日的最大负荷，
6.4)与各负荷聚合商代理和各用户代理进行上一日费用结算。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (10)

1.一种基于多代理机制的柔性负荷管理方法，其特征在于包括以下步骤：
1)根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各节点的日节点电价；
2)根据确定的配电网各节点的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并进行优化，根据优化后的日前功率调整计划分时段对各节点柔性负荷进行功率调整，并对功率调整后各节点柔性负荷当日各时段的实际功率进行采集；
3)当日各时段结束后，根据配电网的日节点电价以及步骤2)中确定的各柔性负荷当日各时段的实际功率进行日电费结算。
2.如权利要求1所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤1)中，根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各柔性负荷的日节点电价的方法，包括以下步骤：
1.1)配电网节点代理依据采集的配电网各节点柔性负荷的历史数据以及各负荷聚合商代理对其所管辖柔性负荷当日各时段的功率预测数据，对配电网各节点柔性负荷的日最大负荷功率进行预测：
Pfi,i＝1,...,n，
式中，Pfi为配电网在i节点的日最大负荷功率预测值，n为配电网中受调控的节点数；
1.2)计算配电网各节点因负荷增长而引起的配电网总运行成本和投资成本的变化情况，计算公式为：
式中，△Pfi＝max(0,Pfi-Pi0)，Pi0为配电网i节点的设计负荷功率，a0i、a1i、a2i为i节点运行成本系数，bi为i节点的投资成本折算系数，k为i节点上的柔性负荷设备序号；
1.3)根据得到的配电网总运行成本和投资成本的变化以及配电网最大负荷的变化，计算得到配电网各节点的日节点电价：
式中，δ为日折算系数；
1.4)将得到的配电网各节点的日节点电价发布至各负荷聚合商代理和用户代理。
3.如权利要求1所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤2)中，根据确定的配电网各节点的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并进行优化，根据优化后的日前功率调整计划分时段对各节点负荷进行功率调整，并对功率调整后各节点柔性负荷当日各时段的实际功率进行采集的方法，包括以下步骤：
2.1)各负荷聚合商代理根据接收到的日节点电价以及所管辖柔性负荷的历史数据，制定所管辖范围内各柔性负荷的日前功率调整计划，并将当前时段的功率调整建议发送至各负荷控制器代理，然后根据各负荷控制器代理的应答结果以及采集的各柔性负荷当前时段的实际功率对功率调整建议进行调整后再次发送至各负荷控制器代理；
2.2)各负荷控制器代理根据各负荷聚合商代理下发的功率调整建议发送功率调整请求到相应用户代理，相应用户代理对功率调整请求进行决策，并将决策结果发布到相应的负荷控制器代理，各负荷控制器代理根据用户代理发布的决策结果，发送应答信号到相应负荷聚合商代理；
2.3)各本地管理代理根据各柔性负荷所在本地能量管理系统的运行状态对各负荷控制器代理的功率调整范围进行实时约束，并将功率调整约束范围下发给相应负荷控制器代理；
2.4)各负荷控制器代理参考本地管理代理下发的功率调整约束范围，按照负荷聚合商代理下发的最终功率调整建议对各柔性负荷的功率进行调整，并对功率调整后各节点柔性负荷的实际功率进行采集。
4.如权利要求3所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤2.1)中，各负荷聚合商代理根据接收到的日节点电价以及所管辖柔性负荷的历史数据，制定所管辖范围内各柔性负荷的日前功率调整计划，并将当前时段的功率调整建议发送至各负荷控制器代理，然后根据各负荷控制器代理的应答结果以及采集的各柔性负荷当前时段的实际功率对功率调整建议进行调整后再次发送至各负荷控制器代理的方法，包括以下步骤：
2.1.1)从各负荷控制器代理获取各柔性负荷的日前功率调整范围；
2.1.2)根据所管辖各柔性负荷的历史数据和日前功率调整范围，对所管辖柔性负荷的功率进行日前预测，得到各柔性负荷功率的日前预测结果{Pcfi,1,Pcfi,2,...Pcfi,t...Pcfi,N}，其中，Pcfi,t为各负荷聚合商代理所管辖i节点t时段柔性负荷总功率的日前预测值，并发布给相应配电网节点代理；
2.1.3)按照所涉及配电网节点的各节点费用最低为协调目标，针对各柔性负荷制定柔性负荷的日前功率调整计划；
其中，建立的目标函数为：
式中，为该负荷聚合商代理在i节点所管辖柔性负荷的日最大负荷值，为第k个负荷在t时段的计划功率，N为日总时段数，m为负荷聚合商在i节点所管辖柔性负荷的数量；
各柔性负荷的功率调整需满足的功率调节约束范围：
式中，为第k个负荷在t时段的功率下限，为第k个负荷在t时段的功率上限；
负荷聚合商代理根据上述目标函数和功率调整约束范围，计算得到各柔性负荷的日前功率调整计划为：
2.1.4)在当前时段初始时，各负荷聚合商代理根据柔性负荷日前调整计划将各柔性负荷的第1次功率调整建议发送至各负荷控制器代理；
2.1.5)根据各负荷控制器代理的第1次应答结果得到第2次功率调整建议并发送到各负荷控制器代理；
其中，目标函数同样以配电网各节点的总节点电费为最低建立：
目标函数为：
式中，式中，为各负荷控制器代理所采集的各柔性负荷的实际功率，k＝1...m；
2.1.6)根据各负荷控制器代理的第2次应答结果，对当日剩余时段的负荷日前调整计划进行滚动调整。
5.如权利要求3所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤2.1.6)中，根据各负荷控制器代理的第2次应答结果，对当日剩余时段的负荷日前调整计划进行滚动调整时，同样按照以配电网各节点的总节点电费为最低建立目标函数，制定当日剩余时段各柔性负荷的功率调整计划；
目标函数为：
式中，计算得到剩余时段各负荷的修正计划：
6.如权利要求3所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤2.2)中，用户代理对功率调整请求进行决策的方法，包括以下步骤：
2.2.1)计算柔性负荷功率变化引起的舒适度或生产经营代价：
式中，f(Pc0,t)为在t时段原始舒适度或生产经营代价，f(PcAG,t)为按照负荷聚合商代理指令调整后的舒适度或生产经营代价，Pc0,t为t时段柔性负荷的原始预期功率，为负荷在上一时段终止时的实际功率，为t时段的负荷聚合商代理下发的柔性负荷功率请求；
2.2.2)计算负荷功率变化引起的节点电费成本变化：
式中，ECI包含两项费用之和，第一项为柔性负荷拟付出的节点电费成本变化，第二项为柔性负荷的电量电费成本变化，其中，为1到t-1时段柔性负荷的实际功率，μt为第t时段的单位电量电价，△T为时段长度；
2.2.3)根据步骤2.2.1)得到的舒适度或生产经营代价和步骤2.2.2)得到的电费成本变化，对当前负荷功率响应做出决策，并向负荷控制器代理下发许可响应指令或者禁止响应指令：
当LOCI<ECI时，则向负荷控制器代理下发许可响应指令DRl＝1，
反之，则向负荷控制器代理下发禁止响应指令DRl＝0。
7.如权利要求3所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤2.4)中，各负荷控制器代理参考本地管理代理下发的功率调整约束范围，按照负荷聚合商代理下发的最终功率调整建议对柔性负荷功率进行功率调整的方法为：
若从用户代理获得的决策结果为：DRl＝1，则令
若从用户代理获得的决策结果为：DRl＝0，则令
8.如权利要求1所述的一种基于多代理机制的柔性负荷管理方法，其特征在于：所述步骤3)中，当日各时段结束后，根据日节点电价以及各柔性负荷的实际功率进行日电费结算的方法，包括以下步骤：
3.1)计算配电网i节点处的负荷和用电量，其中i＝1,...,n；
3.2)根据配电网节点代理发布的日节点电价，计算各负荷聚合商代理的日管理费用：
其中，θi为负荷聚合商代理所管辖i节点柔性负荷占该节点总负荷容量的比例，PLi为当日该节点的实际最大负荷，Pfi为预测的最大负荷；
3.3)根据配电网节点代理发布的日节点电价，计算各用户代理的日电费：
其中，cn为用户所有柔性负荷的个数，为柔性负荷的日电费，且包含两项费用，前一项为柔性负荷的节点电费，后一项为柔性负荷的电量电费，为柔性负荷当日的最大负荷，
3.4)根据计算得到的负荷聚合商代理的日管理费用和用户代理的日电费，与各负荷聚合商代理和各用户代理进行上一日费用结算。
9.一种基于多代理机制的柔性负荷管理系统，其特征在于：其包括配电网管理层、协调分配层和执行元件层；
所述配电网管理层根据配电网各节点柔性负荷的历史数据以及各柔性负荷当日各时段的功率预测结果，制定配电网各节点的日节点电价，发布到所述协调分配层；
所述协调分配层根据确定的日节点电价，制定当日各节点柔性负荷的日前功率调整计划并根据所述执行元件层的应答进行优化；
所述执行元件层根据优化后的日前功率调整计划分时段对各节点柔性负荷进行功率调整，并对功率调整后各节点柔性负荷的实际功率进行采集，所述配电网管理层在当日各时段结束后，根据所述日节点电价和所述各节点柔性负荷的实际功率进行日电费结算。
10.如权利要求9所述的一种基于多代理机制的柔性负荷管理系统，其特征在于：
所述配电网管理层包括配电网节点代理和配电网清算代理；所述协调分配层包括负荷聚合商代理、用户代理和本地管理代理；所述执行元件层包括负荷控制器代理；
所述配电网节点代理用于根据从负荷聚合商代理中获得的配电网各节点柔性负荷的历史数据，对各节点负荷进行日前预测；
所述配电网清算代理首先依据配电网各节点负荷预测结果制定配电网日节点电价，发布到各负荷聚合商代理和用户代理，并在一日后对各负荷聚合商代理、用户代理进行日电费结算；
所述负荷聚合商代理根据其所管辖的各柔性负荷的功率约束以及接收到的日节点电价，对所管辖的各柔性负荷的功率调节量进行协调优化，确定各柔性负荷当日各时段的第一次负荷功率调整建议发送到相应所述负荷控制器代理，并根据所述负荷控制器代理返回的一次应答信号发送第二次负荷功率调节建议到各负荷控制器代理；
所述本地管理代理用于实时对所述负荷控制器代理的功率调整范围进行约束，并将确定的功率调整约束范围发布至各所述负荷控制器代理；
所述负荷控制器代理用于根据接收到的一次、二次负荷功率调整建议发送功率调节请求到所述用户代理，并根据所述用户代理返回的决策信号发送一次、二次应答信号到所述负荷聚合商代理，并参考所述本地管理代理下发的功率调整约束范围，执行负荷聚合商代理下发的负荷功率调整建议。
CN201811092677.7A 2018-09-19 2018-09-19 一种基于多代理机制的柔性负荷管理方法和系统 Active CN109149589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811092677.7A CN109149589B (zh) 2018-09-19 2018-09-19 一种基于多代理机制的柔性负荷管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811092677.7A CN109149589B (zh) 2018-09-19 2018-09-19 一种基于多代理机制的柔性负荷管理方法和系统

Publications (2)

Publication Number Publication Date
CN109149589A true CN109149589A (zh) 2019-01-04
CN109149589B CN109149589B (zh) 2020-08-25

Family

ID=64815062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811092677.7A Active CN109149589B (zh) 2018-09-19 2018-09-19 一种基于多代理机制的柔性负荷管理方法和系统

Country Status (1)

Country Link
CN (1) CN109149589B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111009903A (zh) * 2019-12-25 2020-04-14 国网河北省电力有限公司 一种基于博弈模型的电采暖分布式协作方法
CN111404154A (zh) * 2020-04-16 2020-07-10 南方电网科学研究院有限责任公司 一种配电网供电能力优化方法、设备及存储介质
CN112636338A (zh) * 2020-12-11 2021-04-09 国网江苏省电力有限公司南通供电分公司 一种基于边缘计算的负荷分区调控系统及方法
CN112686505A (zh) * 2020-12-17 2021-04-20 清华大学 基于多代理的区域综合能源管理系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111009903A (zh) * 2019-12-25 2020-04-14 国网河北省电力有限公司 一种基于博弈模型的电采暖分布式协作方法
CN111009903B (zh) * 2019-12-25 2021-04-20 国网河北省电力有限公司 一种基于博弈模型的电采暖分布式协作方法
CN111404154A (zh) * 2020-04-16 2020-07-10 南方电网科学研究院有限责任公司 一种配电网供电能力优化方法、设备及存储介质
CN112636338A (zh) * 2020-12-11 2021-04-09 国网江苏省电力有限公司南通供电分公司 一种基于边缘计算的负荷分区调控系统及方法
CN112636338B (zh) * 2020-12-11 2022-08-19 国网江苏省电力有限公司南通供电分公司 一种基于边缘计算的负荷分区调控系统及方法
CN112686505A (zh) * 2020-12-17 2021-04-20 清华大学 基于多代理的区域综合能源管理系统及方法

Also Published As

Publication number Publication date
CN109149589B (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN109149589A (zh) 一种基于多代理机制的柔性负荷管理方法和系统
Esther et al. A survey on residential demand side management architecture, approaches, optimization models and methods
Chiş et al. Coalitional game-based cost optimization of energy portfolio in smart grid communities
CN111762051B (zh) 基于聚合商的电动汽车参与受端电网低谷调峰需求响应调控方法
Xi et al. Using price-based signals to control plug-in electric vehicle fleet charging
Wang et al. Hybrid centralized-decentralized (HCD) charging control of electric vehicles
CN108876040A (zh) 园区能源互联网运营商的多类能源定价与能量管理方法
Alfaverh et al. Optimal vehicle-to-grid control for supplementary frequency regulation using deep reinforcement learning
CN110163578A (zh) 一种批量开展削峰填谷业务的虚拟电厂系统
CN113904380B (zh) 一种考虑需求响应的虚拟电厂可调节资源精准控制方法
CN110245790A (zh) 基于虚拟电厂技术的区域负荷精准调节方法
CN106846179A (zh) 一种基于非合作博弈的居民负荷双层调度优化方法
CN111738621B (zh) 需求侧可调节资源分时间尺度聚合参与需求响应的方法
Gomez-Herrera et al. Optimal collaborative demand-response planner for smart residential buildings
Guo et al. A multi-level vehicle-to-grid optimal scheduling approach with EV economic dispatching model
Gümrükcü et al. Decentralized energy management concept for urban charging hubs with multiple V2G aggregators
CN108537363A (zh) 一种配售分开环境下售电公司购电量控制方法
CN107220889A (zh) 一种多代理框架下微网社区的分布式资源交易方法
Hupez et al. Pricing electricity in residential communities using game-theoretical billings
Qi et al. Deep reinforcement learning based charging scheduling for household electric vehicles in active distribution network
Lin et al. Aggregator pricing and electric vehicles charging strategy based on a two-layer deep learning model
Zhu et al. Transmission loss-aware peer-to-peer energy trading in networked microgrids
Zhang et al. A dynamic game behavior: Demand side management based on utility maximization with renewable energy and storage integration
CN105811454A (zh) 一种考虑风电接入的直接负荷控制资源优化方法
CN117332937A (zh) 一种考虑需求响应的多能互补虚拟电厂经济调度方法

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
GR01 Patent grant
GR01 Patent grant