CN109409688A - 一种面向可中断负荷的需求响应效果分阶段评估方法 - Google Patents
一种面向可中断负荷的需求响应效果分阶段评估方法 Download PDFInfo
- Publication number
- CN109409688A CN109409688A CN201811147547.9A CN201811147547A CN109409688A CN 109409688 A CN109409688 A CN 109409688A CN 201811147547 A CN201811147547 A CN 201811147547A CN 109409688 A CN109409688 A CN 109409688A
- Authority
- CN
- China
- Prior art keywords
- index
- user
- load
- stage
- demand response
- 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
- 230000004044 response Effects 0.000 title claims abstract description 61
- 230000000694 effects Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005284 excitation Effects 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 230000037007 arousal Effects 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000007115 recruitment Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 241000272525 Anas platyrhynchos Species 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000012552 review Methods 0.000 abstract description 8
- 238000012854 evaluation process Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向可中断负荷的需求响应效果分阶段评估方法,具体包括:建立基于单位终端补偿标准、持续时间、用户参与激励的随机性的激励效果综合评价指标体系;利用熵权法求得各指标的综合权重,加权求和各指标值得到各类用户的多指标需求响应效果综合量化评估值;基于递次分级的方法选取高适应级用户实现需求响应总量的匹配;在用户基线负荷预测的基础上对激励项目内的各负荷实际参与效果进行事后评估,验证评价准确性。本发明可为电力系统中各类需求侧响应项目的开展提供效果的评估指导,通过闭环评估流程提高激励项目的实施效率,为推进电力需求侧改革提供理论和实践帮助。
Description
技术领域
本发明属于电力系统需求侧管理领域,尤其涉及一种面向可中断负荷的需求响应效果分阶段评估方法。
背景技术
随着国民经济结构性矛盾的日益突出,电网峰值负荷不断攀升,电网峰谷差呈现逐步扩大趋势,部分地区的电力供需不平衡矛盾非常严重,严重影响电力系统的安全稳定运行。为满足不断增长的负荷需求,国家每年要投入上千亿元用于调峰电厂建设,但面向调峰需求的发、输电设备年利用小时低,平均成本较高,单纯依靠不断增加装机容量来满足短暂的高峰用电,会导致发供电成本不断上升,不利于社会资源的合理利用。另外,日益丰富的需求侧资源给电网带来了新的挑战,包括如何协调多种类、随机性、间歇性的分布式电源并网并实现优化,电动汽车作为高度不确定性的移动负荷,如何在考虑其充放电的随机性、群体性的前提下实现电网双向互动。可见,作为电网的重要组成部分,需求侧可通过优化自身用电,参与电网互动,达到削峰填谷、节能减排的目标。
国外对于电力需求响应的研究和实施开始较早,国内起步较慢的原因可以归纳为需求侧政策受众较广、影响较大,我国在相关电价、激励政策方面较为保守,这直接导致政府、电网公司难以摸清需求侧节能、响应潜力。另一方面,受需求侧信息、数据限制,政府、电网公司难以制定相应的政策来鼓励需求侧节能和需求响应,这形成了相互矛盾与制约。目前与国外相比,我国用电环节较为薄弱,以单向供电为主,因缺乏相应设备、系统,需求侧资源难以主动参与电网互动。因此,如何打破这一困局,是我们亟需解决的问题。
目前,可中断负荷参与需求侧激励项目在国内已有很多试点工程在开展,大规模实证性研究也常见报道,然而对事前分级和事后评估两个关键问题还缺乏系统性的研究,导致各类需求响应项目之间缺乏连贯性,已结束的项目不能为接下来的研究提供进一步有力指导,本发明不仅提供了单次激励项目的效果评估依据,也能够为下一次的需求侧项目的有效实施提供实证帮助。
发明内容
技术问题:
本发明是一种面向可中断负荷的需求响应效果分阶段评估方法,所要解决的技术问题是为可中断负荷激励项目的事前评级和事后评估提供分析依据,在建立有效的激励效果综合评价指标体系基础上,为各指标分配合适的综合权重并获得多目标需求响应效果综合量化评估值,以此为依据选取高适应级用户实现需求响应总量的匹配,最后对激励项目内的各负荷实际参与效果进行事后评估,验证评价准确性。
技术方案:
一种面向可中断负荷的需求响应效果分阶段评估方法,具体包含如下步骤:
步骤S1,建立基于单位终端补偿标准、持续时间、用户参与激励的随机性的激励效果综合评价指标体系;
步骤S2,利用熵权法求得各指标的综合权重,加权求和各指标值得到各类用户的多指标需求响应效果综合量化评估值;
步骤S3,基于递次分级的方法选取高适应级用户实现需求响应总量的匹配;
步骤S4,在用户基线负荷预测的基础上对激励项目内的各负荷实际参与效果进行事后评估,验证评价准确性。
作为本发明面向可中断负荷的需求响应效果分阶段评估方法的进一步优选方案,在步骤S1中,激励效果综合评价指标具体包含两级指标,第一级指标包括用户基本情况、用户中断能力和用户中断意愿;第二级指标中行业类型、企业性质、生产班制是用户基本情况的下属指标,可转移用电设备容量占总设备容量比例、供电系统要求不高的柔性负荷占总设备容量比例及可用于削峰的储存能量设备占总设备容量比例是用户中断能力的下属指标,电费占总成本比例、单位缺电成本、中断发生时间、中断持续时间及用户用电量的不确定性属于用户中断意愿的下属指标。
作为本发明面向可中断负荷的需求响应效果分阶段评估方法的进一步优选方案,在步骤S2中,以电力客户参与激励效果评价指标体系为例,熵值法确定指标权重的步骤具体包含如下步骤:
1)对所列指标进行处理,得到无量纲化的指标值xij′:
式中:xij为指标的原始值,即第j个用户所对应的第i个指标的计算结果;x′ij为第j个用户所对应的第i个指标的无量纲值;minxi为第i项指标所对应的最小值;maxxi为第i项指标所对应的最大值;
2)计算第j项指标下第i个用户指标值的比重pij:
3)计算第j项子指标的熵值:式中:ej>0,n为用户的数量;
4)计算指标xj'的差异性系数:
对于指标j,xij'差异越小,ej越大;xij'全都相等时,ej=emax=1,指标xj'对于系统间的比较毫无作用;xij'差异越大,ej越小,指标对于系统的比较作用越大;引入效用值gj=1-ej,gj越大,越应重视该项指标的作用;
5)确定权重:
三级指标各指标的权重为:式中:wj为归一化了的权重;
求得各个三级指标的效用值gj,以各个二级指标作为一个类,对其下层的三级指标的效用值进行求和,记作Gk,可以求得l个二级指标各指标的权重:同理,求取q个一级指标的权重:
作为本发明面向可中断负荷的需求响应效果分阶段评估方法的进一步优选方案,所述步骤S3具体包含如下步骤:
各类参与激励项目的可中断负荷采用递次分级方法进行激励方案优化时,目标函数表示为激励方案的可信度最高,可信度通过叠加参与需求响应的用户的响应效果评估得分得到:
max∑Ri
其中,Ri为参与需求响应激励方案的编号为i的用户的响应效果评分。考虑到参与需求响应激励方案的用户的需求响应总量必须满足调度要求,因此参与需求响应方案的用户的总调度容量必须满足需求响应容量要求:
∑ΔP≥Pva
式中ΔP为各需求侧用户的调度容量,Pva为系统的容量缺额;
同时,可进一步考虑用户负荷调度允许时间TLd,min≤TLd≤TLd,max,其中:TLd,n为负荷的调度允许时间;TLd,min为负荷最小调度允许时间;TLd,max为负荷最大中断允许时间,然后对满足电网调度时间约束的用户进行筛。
作为本发明面向可中断负荷的需求响应效果分阶段评估方法的进一步优选方案,在步骤S4中,以用户基线负荷预测结果为参照对象,具体如下:采用需求响应互动前若干相似日的小时负荷值进行线性拟合,并将计算所得的基线负荷乘以调整因子,以使基线负荷更符合当天的负荷情况,该调整因子定义为负荷削减之前两个小时的实际负荷和预测负荷的比值:
式中:c(i,j)是第i日第j小时开始削减的基线负荷的调整因子;Prl(i,j-1)和Prl(i,j-2)分别是第i日第j-1和j-2小时的实际负荷值;Pbl(i,j-1)和Pbl(i,j-2)分别是第i日第j-1和j-2小时的基线负荷值;基线负荷计算公式如下
Pbl'(i,k)=c(i,j)×Pbl(i,k)
式中:Pbl'(i,k)是通过调整因子调整之后的基线负荷;Pbl(i,k)是未经调整的基线负荷。
有益效果:
本发明的技术效果是,通过对可中断负荷参与激励项目的能力和特点进行分级评估,可以充分利用各类用户的互动能力,进一步提高激励项目的预期完成度,同时通过梯次分级优化制定效益最大化的激励响应策略,事后评估对各负荷参与激励项目的实际效果进行分析,形成实施闭环,一方面能够为可中断负荷的奖惩机制提供切实依据,另一方面也为下一次的项目实施提供了有益参考。
附图说明
图1为本发明提供的一种面向可中断负荷的激励效果分级评价方法流程图;
图2为熵权法分级评估可中断负荷参与激励项目能力的流程图。
具体实施方式
本发明公开了一种面向可中断负荷的激励效果分级评价方法,其流程如图1所示,具体包括:步骤S1,建立一个基于单位终端补偿标准、持续时间、用户参与激励的随机性的激励效果综合评价指标体系;步骤S2,利用熵权法求得各指标的综合权重,加权求和各指标值得到各类用户的多指标需求响应效果综合量化评估值;步骤S3,基于递次分级的方法选取高适应级用户实现需求响应总量的匹配;步骤S4,在用户基线负荷预测的基础上对激励项目内的各负荷实际参与效果进行事后评估,验证评价准确性。具体实施包括以下四步骤:
①建立可中断负荷参与激励项目的评价指标体系,具体来说共包含两级指标,第一级指标包括用户基本情况、用户中断能力和用户中断意愿;第二级指标中行业类型、企业性质、生产班制是用户基本情况的下属指标,可转移用电设备容量占总设备容量比例、供电系统要求不高的“柔性负荷”占总设备容量比例及可用于削峰的储存能量设备占总设备容量比例是用户中断能力的下属指标,电费占总成本比例、单位缺电成本、中断发生时间、中断持续时间及用户用电量的不确定性属于用户中断意愿的下属指标。
①建立可中断负荷参与激励项目的评价指标体系,具体来说共包含两级指标,第一级指标包括用户基本情况、用户中断能力和用户中断意愿;第二级指标中行业类型、企业性质、生产班制是用户基本情况的下属指标,可转移用电设备容量占总设备容量比例、供电系统要求不高的“柔性负荷”占总设备容量比例及可用于削峰的储存能量设备占总设备容量比例是用户中断能力的下属指标,电费占总成本比例、单位缺电成本、中断发生时间、中断持续时间及用户用电量的不确定性属于用户中断意愿的下属指标。
②各指标的综合评价权重由熵权法给出,如图2所示首先对各指标进行无量纲标幺化处理,计算各指标熵值和与数据不确定程度相关的差异性系数,通过加权求和各指标值得到各类用户的多指标需求响应效果综合量化评估值。以电力客户参与激励效果评价指标体系为例,熵值法确定指标权重的步骤如下:
1)对所列指标进行处理,得到无量纲化的指标值xij′:
式中:xij为指标的原始值,即第j个用户所对应的第i个指标的计算结果;x′ij为第j个用户所对应的第i个指标的无量纲值;minxi为第i项指标所对应的最小值;maxxi为第i项指标所对应的最大值。
2)计算第j项指标下第i个用户指标值的比重pij:
3)计算第j项子指标的熵值:式中:ej>0,n为用户的数量。
4)计算指标xj'的差异性系数:
对于指标j,xij'差异越小,ej越大;xij'全都相等时,ej=emax=1,指标xj'对于系统间的比较毫无作用;xij'差异越大,ej越小,指标对于系统的比较作用越大。因此,引入效用值(即差异性系数)gj=1-ej,gj越大,越应重视该项指标的作用。
5)确定权重:
三级指标各指标的权重为:式中:wj为归一化了的权重。
求得各个三级指标的效用值gj,以各个二级指标作为一个类,对其下层的三级指标的效用值进行求和,记作Gk,可以求得l个二级指标各指标的权重:同理,求取q个一级指标的权重:
③采用递次分级的方法对参与激励响应的用户负荷进行优化,其本质上是通过对各类用户参与需求响应的效果进行评估与分级,再采用评估效果等级较高的用户进行激励响应,并最终实现需求响应总量的匹配。具体过程如下:
各类参与激励项目的可中断负荷采用递次分级方法进行激励方案优化时,目标函数表示为激励方案的可信度最高,可信度通过叠加参与需求响应的用户的响应效果评估得分得到:
max∑Ri
其中,Ri为参与需求响应激励方案的编号为i的用户的响应效果评分。考虑到参与需求响应激励方案的用户的需求响应总量必须满足调度要求,因此参与需求响应方案的用户的总调度容量必须满足需求响应容量要求:
∑ΔP≥Pva
式中ΔP为各需求侧用户的调度容量,Pva为系统的容量缺额。
同时,可以进一步考虑用户负荷调度允许时间TLd,min≤TLd≤TLd,max,其中:TLd,n为负荷的调度允许时间;TLd,min为负荷最小调度允许时间;TLd,max为负荷最大中断允许时间,然后对满足电网调度时间约束的用户进行筛选。
④激励项目内的各负荷实际参与效果的事后评估以用户基线负荷预测结果为参照对象,具体过程是:
采用需求响应互动前若干相似日的小时负荷值进行线性拟合,并将计算所得的基线负荷乘以调整因子,以使基线负荷更符合当天的负荷情况。该调整因子定义为负荷削减之前两个小时的实际负荷和预测负荷的比值。
式中:c(i,j)是第i日第j小时开始削减的基线负荷的调整因子;Prl(i,j-1)和Prl(i,j-2)分别是第i日第j-1和j-2小时的实际负荷值;Pbl(i,j-1)和Pbl(i,j-2)分别是第i日第j-1和j-2小时的基线负荷值。基线负荷计算公式如下
Pbl'(i,k)=c(i,j)×Pbl(i,k)
式中:Pbl'(i,k)是通过调整因子调整之后的基线负荷;Pbl(i,k)是未经调整的基线负荷。
事先根据周末、节假日和天气的典型情况选取固定的几组相似日计算可中断负荷的基线负荷,在项目实施时调用之前的计算结果评估用户负荷削减量。
以上对本发明的原理及实施方式进行了详细阐述,根据以上所述,即可实现本发明。本领域的技术人员根据此具体实施方案进行的各种等同、变形处理,也在本发明的保护范围之内。
Claims (5)
1.一种面向可中断负荷的需求响应效果分阶段评估方法,具体包含如下步骤:
步骤S1,建立基于单位终端补偿标准、持续时间、用户参与激励的随机性的激励效果综合评价指标体系;
步骤S2,利用熵权法求得各指标的综合权重,加权求和各指标值得到各类用户的多指标需求响应效果综合量化评估值;
步骤S3,基于递次分级的方法选取高适应级用户实现需求响应总量的匹配;
步骤S4,在用户基线负荷预测的基础上对激励项目内的各负荷实际参与效果进行事后评估,验证评价准确性。
2.根据权利要求1所述的面向可中断负荷的需求响应效果分阶段评估方法,其特征在于:在步骤S1中,激励效果综合评价指标具体包含两级指标,第一级指标包括用户基本情况、用户中断能力和用户中断意愿;第二级指标中行业类型、企业性质、生产班制是用户基本情况的下属指标,可转移用电设备容量占总设备容量比例、供电系统要求不高的柔性负荷占总设备容量比例及可用于削峰的储存能量设备占总设备容量比例是用户中断能力的下属指标,电费占总成本比例、单位缺电成本、中断发生时间、中断持续时间及用户用电量的不确定性属于用户中断意愿的下属指标。
3.根据权利要求1所述的面向可中断负荷的需求响应效果分阶段评估方法,其特征在于:在步骤S2中,以电力客户参与激励效果评价指标体系为例,熵值法确定指标权重的步骤具体包含如下步骤:
1)对所列指标进行处理,得到无量纲化的指标值xij′:
式中:xij为指标的原始值,即第j个用户所对应的第i个指标的计算结果;x′ij为第j个用户所对应的第i个指标的无量纲值;minxi为第i项指标所对应的最小值;maxxi为第i项指标所对应的最大值;
2)计算第j项指标下第i个用户指标值的比重pij:
3)计算第j项子指标的熵值:式中:ej>0,n为用户的数量;
4)计算指标xj'的差异性系数:
对于指标j,xij'差异越小,ej越大;xij'全都相等时,ej=emax=1,指标xj'对于系统间的比较毫无作用;xij'差异越大,ej越小,指标对于系统的比较作用越大;引入效用值gj=1-ej,gj越大,越应重视该项指标的作用;
5)确定权重:
三级指标各指标的权重为:式中:wj为归一化了的权重;
求得各个三级指标的效用值gj,以各个二级指标作为一个类,对其下层的三级指标的效用值进行求和,记作Gk,可以求得l个二级指标各指标的权重:同理,求取q个一级指标的权重:
4.根据权利要求1所述的面向可中断负荷的需求响应效果分阶段评估方法,其特征在于:所述步骤S3具体包含如下步骤:
各类参与激励项目的可中断负荷采用递次分级方法进行激励方案优化时,目标函数表示为激励方案的可信度最高,可信度通过叠加参与需求响应的用户的响应效果评估得分得到:
max∑Ri
其中,Ri为参与需求响应激励方案的编号为i的用户的响应效果评分。考虑到参与需求响应激励方案的用户的需求响应总量必须满足调度要求,因此参与需求响应方案的用户的总调度容量必须满足需求响应容量要求:
∑ΔP≥Pva
式中ΔP为各需求侧用户的调度容量,Pva为系统的容量缺额;
同时,可进一步考虑用户负荷调度允许时间TLd,min≤TLd≤TLd,max,其中:TLd,n为负荷的调度允许时间;TLd,min为负荷最小调度允许时间;TLd,max为负荷最大中断允许时间,然后对满足电网调度时间约束的用户进行筛。
5.根据权利要求1所述的面向可中断负荷的需求响应效果分阶段评估方法,其特征在于:在步骤S4中,以用户基线负荷预测结果为参照对象,具体如下:采用需求响应互动前若干相似日的小时负荷值进行线性拟合,并将计算所得的基线负荷乘以调整因子,以使基线负荷更符合当天的负荷情况,该调整因子定义为负荷削减之前两个小时的实际负荷和预测负荷的比值:
式中:c(i,j)是第i日第j小时开始削减的基线负荷的调整因子;Prl(i,j-1)和Prl(i,j-2)分别是第i日第j-1和j-2小时的实际负荷值;Pbl(i,j-1)和Pbl(i,j-2)分别是第i日第j-1和j-2小时的基线负荷值;基线负荷计算公式如下
Pbl'(i,k)=c(i,j)×Pbl(i,k)
式中:Pbl'(i,k)是通过调整因子调整之后的基线负荷;Pbl(i,k)是未经调整的基线负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811147547.9A CN109409688A (zh) | 2018-09-29 | 2018-09-29 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811147547.9A CN109409688A (zh) | 2018-09-29 | 2018-09-29 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109409688A true CN109409688A (zh) | 2019-03-01 |
Family
ID=65465720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811147547.9A Pending CN109409688A (zh) | 2018-09-29 | 2018-09-29 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409688A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915113A (zh) * | 2019-05-10 | 2020-11-10 | 国网能源研究院有限公司 | 一种评估用户参与电网友好互动能力的负荷特性指标体系 |
CN113036815A (zh) * | 2021-05-11 | 2021-06-25 | 国网湖南省电力有限公司 | 适用于多类型用户的电网调峰方法 |
CN113361960A (zh) * | 2021-06-30 | 2021-09-07 | 东南大学 | 一种大规模需求响应能力量化方法、介质、装置及设备 |
CN115173428A (zh) * | 2022-06-14 | 2022-10-11 | 天纳能源科技(上海)有限公司 | 一种需求响应的管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078687A1 (en) * | 2010-09-24 | 2012-03-29 | International Business Machines Corporation | System and method for lowest cost aggregate energy demand reduction |
CN104978610A (zh) * | 2015-07-01 | 2015-10-14 | 国家电网公司 | 电网需求侧可调度容量预测方法及电力调度方法 |
CN106709625A (zh) * | 2016-11-20 | 2017-05-24 | 国网江西省电力公司电力科学研究院 | 一种电力市场需求响应规划评估方法 |
-
2018
- 2018-09-29 CN CN201811147547.9A patent/CN109409688A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078687A1 (en) * | 2010-09-24 | 2012-03-29 | International Business Machines Corporation | System and method for lowest cost aggregate energy demand reduction |
CN104978610A (zh) * | 2015-07-01 | 2015-10-14 | 国家电网公司 | 电网需求侧可调度容量预测方法及电力调度方法 |
CN106709625A (zh) * | 2016-11-20 | 2017-05-24 | 国网江西省电力公司电力科学研究院 | 一种电力市场需求响应规划评估方法 |
Non-Patent Citations (3)
Title |
---|
周保荣 等: ""计及激励型需求响应的微电网可靠性分析"", 《电子系统自动化》 * |
牛文娟 等: ""基于风险评估和机会约束的不确定性可中断负荷优化调度"", 《电力自动化系统》 * |
牛文娟 等: ""需求响应项目中用户基线负荷计算方法及其应用"", 《东南大学学报(自然科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915113A (zh) * | 2019-05-10 | 2020-11-10 | 国网能源研究院有限公司 | 一种评估用户参与电网友好互动能力的负荷特性指标体系 |
CN111915113B (zh) * | 2019-05-10 | 2023-09-26 | 国网能源研究院有限公司 | 评估用户参与电网互动能力的负荷特性指标体系的方法 |
CN113036815A (zh) * | 2021-05-11 | 2021-06-25 | 国网湖南省电力有限公司 | 适用于多类型用户的电网调峰方法 |
CN113361960A (zh) * | 2021-06-30 | 2021-09-07 | 东南大学 | 一种大规模需求响应能力量化方法、介质、装置及设备 |
CN113361960B (zh) * | 2021-06-30 | 2024-04-05 | 东南大学 | 一种大规模需求响应能力量化方法、介质、装置及设备 |
CN115173428A (zh) * | 2022-06-14 | 2022-10-11 | 天纳能源科技(上海)有限公司 | 一种需求响应的管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109255463A (zh) | 一种面向可中断负荷的需求响应效果分阶段评估方法 | |
CN109409688A (zh) | 一种面向可中断负荷的需求响应效果分阶段评估方法 | |
Wang et al. | Research and application of a hybrid forecasting framework based on multi-objective optimization for electrical power system | |
CN116646933A (zh) | 一种基于大数据的电力负荷调度方法及系统 | |
CN106505560A (zh) | 一种基于响应优先级的多策略协调的电网优化运行方法 | |
CN105069525A (zh) | 全天候96点日负荷曲线预测及优化修正系统 | |
CN107545364B (zh) | 激励型电力需求响应的用户响应策略优化方法 | |
CN106022530A (zh) | 一种电力需求侧柔性负荷有功功率预测方法 | |
AU2017444938A1 (en) | A multi-agent shared machine learning approach for real-time battery operation mode prediction and control | |
Chan et al. | Multiple classifier system for short term load forecast of microgrid | |
Vale et al. | Using data mining techniques to support DR programs definition in smart grids | |
CN110298567A (zh) | 利用综合能源系统能耗大数据确定典型日负荷曲线的方法 | |
CN110991716A (zh) | 一种用于电力大用户业扩报装的负荷预测方法 | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
Liu et al. | Developing and evaluating metrics for demand flexibility in buildings: Comparing simulations and field data | |
CN116896086A (zh) | 考虑需求响应的虚拟电厂可调资源调控系统及方法 | |
CN116402187A (zh) | 一种基于电力大数据的企业排污预测方法 | |
CN110535131A (zh) | 基于场景分析和安全约束经济调度的分层消纳预警方法 | |
Zheng et al. | Short-term energy consumption prediction of electric vehicle charging station using attentional feature engineering and multi-sequence stacked Gated Recurrent Unit | |
CN111711222B (zh) | 一种基于降压节能技术的配电网计划孤岛概率恢复方法 | |
CN112488416A (zh) | 一种电网运行态势监测方法及系统 | |
Chang et al. | Multipoint fuzzy prediction for load forecasting in green buildings | |
Gong et al. | Analysis of electricity consumption behavior of air conditioning based on the perspective of power demand response | |
CN116756598A (zh) | 一种台区侧家电负荷精准调控方法 | |
CN101155369A (zh) | 移动装置的省电系统与方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |