CN109767047A - 一种线性规划负荷调控方法及系统 - Google Patents

一种线性规划负荷调控方法及系统 Download PDF

Info

Publication number
CN109767047A
CN109767047A CN201910061338.0A CN201910061338A CN109767047A CN 109767047 A CN109767047 A CN 109767047A CN 201910061338 A CN201910061338 A CN 201910061338A CN 109767047 A CN109767047 A CN 109767047A
Authority
CN
China
Prior art keywords
load
user
time period
mode
electricity consumption
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
CN201910061338.0A
Other languages
English (en)
Other versions
CN109767047B (zh
Inventor
石坤
李德智
阮文骏
杨斌
杨世海
陈宋宋
董明宇
龚桃荣
宫飞翔
韩凝晖
陆子刚
曹晓冬
李波
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu Electric Power Co Ltd
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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910061338.0A priority Critical patent/CN109767047B/zh
Publication of CN109767047A publication Critical patent/CN109767047A/zh
Application granted granted Critical
Publication of CN109767047B publication Critical patent/CN109767047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种线性规划负荷调控方法,包括:电网侧基于云平台获取用户历史用电数据;基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。本发明提供的技术方案能够在电网及用户之间协调控制未来的日用电负荷,平滑日负荷曲线及,减小日峰谷差。

Description

一种线性规划负荷调控方法及系统
技术领域
本发明属于电网需求响应领域,具体涉及一种双层线性规划负荷调控方法及系统。
背景技术
目前电网在需求响应方面关于用户负荷调节的策略设计主要侧重于对大型工业电力用户设备分类,然后是集群调控。普遍参与的主体为工业电力用户负荷,在明确用户负荷类型的情况下构建负荷群组,在保证整体调节费用最小化的前提条件下实现特定负荷的精细化控制,最终达到削峰填谷的最优化结果。在整个过程中由电网发布实时电价或者阶梯电价以及各类补偿。目前,该方式仅仅在工业用户负荷商实现,但是在商业用户和家庭用户中并未得到推广。关于商业、家庭用户的负荷群集群调控国内现在还停留于理论研究阶段。
目前,需求响应项目中用户的主要响应方式是被动的在电价手段下进行负荷调整。针对用户需求侧负荷群调节的策略设计主要分为两类:一类是侧重于对电网侧调度负荷时整体运营成本的最小化,及对用户的负荷进行调控时如何确保负荷调节效果最优的情况下,电网对用户负荷中断或者削减所带来的影响做出费用最少的补偿。另一类是针对电网网络运营的可靠及稳定运营的策略设计,该策略设计主要目的同样是在调度用户负荷群组设备的情况下,保证整体电网运营的可靠及稳定性,尽可能地降低调节负荷群组时带来的关于电压和电网频率波动的影响,稳定及可靠评估方法普遍采用潮流计算等方式。以上策略研究在确保电网日常雪峰填谷时极少顾及负荷调节下用户参与的积极性,无法保证用户用电成本及使用舒适度等。
发明内容
为解决上述技术的不足,本发明提供一种双层线性规划负荷调控方法及系统,旨在解决由于现有用户需求侧负荷群组调节策略中用户参与程度过低,忽略用户用电成本的问题,以用电成本最小化为优化目标,在电网及用户之间协调控制未来的日用电负荷,平滑日负荷曲线及减小日峰谷差。
本发明的目的是采用下述技术方案实现的:
一种线性规划负荷调控方法,其改进之处在于,所述方法包括:
电网侧基于云平台获取用户历史用电数据;
基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
优选地,所述用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态;
所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长。
所述预先设定的第一约束条件包括:日用电平均负荷偏差率最小、日峰谷差值最小。
优选地,所述日峰谷差值最小值按下式进行计算:
式中,Vrd为日峰谷差值,t为某一时段,日负荷曲线可以划分为Tc个时段,t∈T,T={1,2,...,Tc};为用电最高峰时的用电量;为用电最低谷时的用电量;
优选地,所述日用电平均负荷偏差率的最小值,按下式进行计算:
式中,Vrate为日平均负荷偏差率;为调整后的每个t时段用户整体用电量;为历史日平均用电量;
其中,所述调整后的每个t时段用户整体用电量按下式计算:
式中,为调整后的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量;为单个用户n在t时间的负荷调整量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数。
优选地,所述电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,包括:
电网侧从云平台获取用户负荷第一使用方式的反馈信息,并按照所述第一约束条件计算预测时段的第二用户负荷使用方式;
若不满足所述第一约束条件,或用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内,则电网侧重新规划用户负荷第一使用方式,按照所述第一约束条件重新计算被预测时段的用户负荷第二使用方式,直至满足所述第一约束条件,且用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内。
优选地,所述用户总负荷削减前后的消减偏差量是否在预设的消减量偏差范围内,按下式进行计算:
λ|Eini,total-Ecur,total|<Vcons
式中,λ为偏差系数;Eini,total为电网预测时段的用户总负荷;为电网预测时段的每个t时段用户整体用电量;为削减后每个t时段用户整体用电量;Vcons为实际电网允许的用户总负荷削减量偏差。
一种线性规划负荷调控系统,包括:获取模块、第一计算模块和第二计算模块;
获取模块:用于电网侧基于云平台获取用户历史用电数据;
第一计算模块:用于基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
第二计算模块:用于电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
一种线性规划负荷调控方法,包括:
用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
优选地,所述用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件对所述第一使用方式中进行调整包括:
用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控顺序对所述第一使用方式进行调整;
若不满足所述第二约束条件,则按照预先设定的用户负荷调控优先级顺序,重新对所述第一使用方式进行调整,直至满足所述第二约束条件。
优选地,所述用户负荷包括:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组;
所述用户负荷的调控优先级顺序由大到小依次为:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组。
优选地,所述第二约束条件的计算式如下:
式中,cost1,n为用户n调整前的用电成本,cost2,n为调整后的用电成本,为用户n预测时段的日负荷用电量,pt为每个时段t的电价,为用户负荷调整量。
优选地,所述用户n预测时段的日负荷用电量按下式计算:
式中,为用户n在时段t可中断负荷用电量,为用户n在时段t可转移负荷用电量,为用户n在时段t可削减负荷用电量,为用户n在时段t耦合负荷用电量为用户n在时段t不可控的基本用电量,为用户n在时段t可控负荷用电量。
优选地,所述用户n在时段t可控负荷用电量按下式计算:
式中,为用户n在时段t可控负荷用电量;为时段t下可中断负荷群组可中断负荷群组的可调节负荷量;为时段t下可转移负荷群组可转移负荷群组的可调节负荷量;为时段t下可中断负荷群组可削减负荷群组的可调节负荷量;为时段t下耦合负荷群组的可调节负荷量;需要参与负荷调控的用户集合
其中,时段t用户n下可中断负荷群组的可调节负荷量按下式计算:
式中,时段t下用户n的用电设备i的用电量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;IIL为可中断设备集合;
时段t下用户n可转移负荷群组的可调节负荷量按下式计算:
式中,ITL为可转移设备;
时段t下用户n可削减负荷群组的可调节负荷量按下式计算:
式中,ICL为可削减设备集合;
时段t下用户n耦合负荷群组的可调节负荷量按下式计算:
式中,IAL为耦合设备集合;
其中,可中断群组与可转移群组的可调节用电量等于此时可中断设备i或者可转移设备i的自身用电量,可削减负荷的可调节用电量为可削减设备的自身用电量乘以系数β,系数β的大小随设备功率的改变而改变。
优选地,所述时段t下用户n的用电设备i的用电量按下式计算:
式中,为时段t下用户n的用电设备i的开启状态;为在时段t下用户n的用电设备i的可调节功率大小;
其中,的定义如下:
优选地,用户n在时段t的负荷调整量和可控负荷用电量的关系如下式所示:
式中,为用户n在时段t的负荷调整量;用户n在时段t的为可控负荷用电量。
优选地,所述方法还包括:用户侧将用电信息发送到云平台。
一种性规划负荷调控系统,所述系统包括:计算模块、调整模块和调控模块;
计算模块:用于用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
调整模块:用于用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
调控模块:用于用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
与最接近的已有技术比,本发明提供的技术方案具有以下优异效果:
本发明提供的双层线性规划负荷调控方法及系统,能够在电网及用户之间协调控制未来的日用电负荷,平滑日负荷曲线及减小日峰谷差,增加电网稳定性。
本发明提供的双层线性规划负荷调控方法及系统,以用户用电成本最小化为优化目标,考虑了耦合负荷对用电成本的影响,通过将用户负荷进行分类调整的方式,有针对性地对用户自身的负荷群组用电情况进行分析和安排,进行精细地调整优化,增加了用户负荷调控的参与程度和用户使用的舒适性。
本发明提供的双层线性规划负荷调控方法及系统,易于理解,无需增加硬件投入,更易于实现。
附图说明
图1是本发明线性规划负荷调控方法电网侧示意图;
图2是本发明线性规划负荷调控方法用户侧示意图;
图3是本发明线性规划负荷调控流程图;
图4是本发明电网对用户负荷群组分类及调控顺序图;
图5是本发明线性规划负荷调控系统电网侧示意图;
图6是本发明线性规划负荷调控系统用户侧示意图。
具体实施方式
以下描述和结合附图提供的本发明的具体实施方案,以使本领域的技术人员能够实践它们。技术人员在本发明的实施例的启示下可以提出其他包括结构的、逻辑的、电气的、过程的以及其他的改变的技术方案。另有明确要求除外,本发明提供的组件和功能是可选的,操作的顺序是可以变化的。一些实施例中的部分方案和特征可以被其他实施方案的技术方案和特征所替换。由本发明的实施概括的范围包括于权利要求的整范围之内,或权利要求技术方案的等同物。本说明书中,本发明的实施例可以单独地或总地用术语“发明”表示,仅仅是为了表述方便,如果本申请说明书公开的内容事实上公开了超过一个发明的构思,显然应将术语“发明”理解为技术人员在此启发下无需付出创造性劳动所能得出的任何发明或构思。
实施例一、
一种线性规划负荷调控方法,如图1所示,所述方法包括:
步骤1:电网侧基于云平台获取用户历史用电数据;
步骤2:基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
步骤3:电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
步骤1:电网侧基于云平台获取用户历史用电数据。
具体地,所述用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态;
步骤2:基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息。
所述预先设定的第一约束条件包括:日用电平均负荷偏差率最小、日峰谷差值最小。
所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长。
具体地,所述日峰谷差值最小值按下式进行计算:
式中,Vrd为日峰谷差值,t为某一时段,日负荷曲线可以划分为Tc个时段,t∈T,T={1,2,...,Tc};为用电最高峰时的用电量;为用电最低谷时的用电量;
其中,所述用电最高峰时的用电量按下式计算:
式中,为用电最高峰时的用电量,为电网预测时段的每个t时段用户整体用电量;
所述用电最低谷时的用电量按下式计算:
其中电网预测时段的每个t时段用户整体用电量按下式进行计算:
式中,为用户n预测时段的日负荷用电量。
具体地,所述日用电平均负荷偏差率的最小值,按下式进行计算:
式中,Vrate为日平均负荷偏差率;为调整后的每个t时段用户整体用电量;为历史日平均用电量;
其中,所述调整后的每个t时段用户整体用电量按下式计算:
式中,为调整后的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量;为单个用户n在t时间的负荷调整量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数。
步骤3:电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台,包括:
电网侧从云平台获取用户负荷第一使用方式的反馈信息,并按照所述第一约束条件计算预测时段的第二用户负荷使用方式;
若不满足所述第一约束条件,或用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内,则电网侧重新规划用户负荷第一使用方式,按照所述第一约束条件重新计算被预测时段的用户负荷第二使用方式,直至满足所述第一约束条件,且用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内。
具体地,所述用户总负荷削减前后的消减偏差量是否在预设的消减量偏差范围内,按下式进行计算:
λ|Eini,total-Ecur,total|<Vcons
式中,λ为偏差系数;Eini,total为电网预测时段的用户总负荷;为电网预测时段的每个t时段用户整体用电量;为削减后每个t时段用户整体用电量;Vcons为实际电网允许的用户总负荷削减量偏差。
实施例二、
一种线性规划负荷调控方法,如图2所示,包括:
步骤1:用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
步骤2:用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
步骤3:用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
用户侧将历史用电信息发送到云平台。
所述用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态。
步骤1:用户侧从云平台接收经电网侧计算的用户负荷第一使用方式
步骤2:用户侧基于自身需求结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台。
具体地,所述用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件对所述第一使用方式中进行调整包括:
用户侧基于自身需求结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控顺序对所述第一使用方式进行调整;
若不满足所述第二约束条件,则按照预先设定的用户负荷调控优先级顺序,重新对所述第一使用方式进行调整,直至满足所述第二约束条件。
具体地,如图4所示,所述用户负荷包括:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组;
所述用户负荷的调控优先级顺序由大到小依次为:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组。
具体地,所述第二约束条件的计算式如下:
式中,cost1,n为用户n调整前的用电成本,cost2,n为调整后的用电成本,为用户n预测时段的日负荷用电量,pt为每个时段t的电价,为用户负荷调整量。
具体地,所述用户n预测时段的日负荷用电量按下式计算:
式中,为用户n在时段t可中断负荷用电量,为用户n在时段t可转移负荷用电量,为用户n在时段t可削减负荷用电量,为用户n在时段t耦合负荷用电量为用户n在时段t不可控的基本用电量,为用户n在时段t可控负荷用电量。
具体地,所述用户n在时段t可控负荷用电量按下式计算:
式中,为用户n在时段t可控负荷用电量;为时段t下可中断负荷群组可中断负荷群组的可调节负荷量;为时段t下可转移负荷群组可转移负荷群组的可调节负荷量;为时段t下可中断负荷群组可削减负荷群组的可调节负荷量;为时段t下耦合负荷群组的可调节负荷量;需要参与负荷调控的用户集合
其中,时段t用户n下可中断负荷群组的可调节负荷量按下式计算:
式中,时段t下用户n的用电设备i的用电量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;IIL为可中断设备集合;
时段t下用户n可转移负荷群组的可调节负荷量按下式计算:
式中,ITL为可转移设备;
时段t下用户n可削减负荷群组的可调节负荷量按下式计算:
式中,ICL为可削减设备集合;
时段t下用户n耦合负荷群组的可调节负荷量按下式计算:
式中,IAL为耦合设备集合;
其中,可中断群组与可转移群组的可调节用电量等于此时可中断设备i或者可转移设备i的自身用电量,可削减负荷的可调节用电量为可削减设备的自身用电量乘以系数β,系数β的大小随设备功率的改变而改变。
具体地,所述时段t下用户n的用电设备i的用电量按下式计算:
式中,为时段t下用户n的用电设备i的开启状态;为在时段t下用户n的用电设备i的可调节功率大小;
其中,的定义如下:
具体地,用户n在时段t的负荷调整量和可控负荷用电量的关系如下式所示:
式中,为用户n在时段t的负荷调整量;用户n在时段t的为可控负荷用电量。
具体地,所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长。
步骤3:用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
实施例三、
一种性规划负荷调控系统,如图5所示,包括获取模块、第一计算模块和第二计算模块;
获取模块:用于电网侧基于云平台获取用户历史用电数据;
第一计算模块:用于基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
第二计算模块:用于电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
所述获取模块中,用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态。
所述第一计算模块中,预先设定的第一约束条件包括:日用电平均负荷偏差率最小、日峰谷差值最小。
具体地,所述日峰谷差值最小值按下式进行计算:
式中,Vrd为日峰谷差值,t为某一时段,日负荷曲线可以划分为Tc个时段,t∈T,T={1,2,...,Tc};为用电最高峰时的用电量;为用电最低谷时的用电量;
其中,所述用电最高峰时的用电量按下式计算:
式中,为用电最高峰时的用电量,为电网预测时段的每个t时段用户整体用电量;
所述用电最低谷时的用电量按下式计算:
其中电网预测时段的每个t时段用户整体用电量按下式进行计算:
式中,为用户n预测时段的日负荷用电量。
具体地,所述日用电平均负荷偏差率的最小值,按下式进行计算:
式中,Vrate为日平均负荷偏差率;为调整后的每个t时段用户整体用电量;为历史日平均用电量;
其中,所述调整后的每个t时段用户整体用电量按下式计算:
式中,为调整后的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量;为单个用户n在t时间的负荷调整量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;
历史日平均用电量按下式计算:
电网预测时段的每个t时段用户整体用电量按下式进行计算:
式中,为电网预测时段的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量。
第二计算模块中,所述电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,包括:
电网侧从云平台获取用户负荷第一使用方式的反馈信息,并按照所述第一约束条件计算预测时段的第二用户负荷使用方式;
若不满足所述第一约束条件,或用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内,则电网侧重新规划用户负荷第一使用方式,按照所述第一约束条件重新计算被预测时段的用户负荷第二使用方式,直至满足所述第一约束条件,且用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内。
所述用户总负荷削减前后的消减偏差量是否在预设的消减量偏差范围内,按下式进行计算:
λ|Eini,total-Ecur,total|<Vcons
式中,λ为偏差系数;Eini,total为电网预测时段的用户总负荷;为电网预测时段的每个t时段用户整体用电量;为削减后每个t时段用户整体用电量;Vcons为实际电网允许的用户总负荷削减量偏差。
实施例四、
一种性规划负荷调控系统,如图6所示,包括:发送模块、计算模块、调整模块和调控模块;
发送模块:用于用户侧将历史用电信息发送到云平台;
计算模块:用于用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
调整模块:用于用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
调控模块:用于用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
所述调整模块中,所述用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件对所述第一使用方式中进行调整包括:
用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控顺序对所述第一使用方式进行调整;
若不满足所述第二约束条件,则按照预先设定的用户负荷调控优先级顺序,重新对所述第一使用方式进行调整,直至满足所述第二约束条件。
所述用户负荷包括:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组;
所述用户负荷的调控优先级顺序由大到小依次为:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组。
具体地,所述第二约束条件的计算式如下:
式中,cost1,n为用户n调整前的用电成本,cost2,n为调整后的用电成本,为用户n预测时段的日负荷用电量,pt为每个时段t的电价,为用户负荷调整量。
具体地,所述用户n预测时段的日负荷用电量按下式计算:
式中,为用户n在时段t可中断负荷用电量,为用户n在时段t可转移负荷用电量,为用户n在时段t可削减负荷用电量,为用户n在时段t耦合负荷用电量为用户n在时段t不可控的基本用电量,为用户n在时段t可控负荷用电量。
具体地,所述用户n在时段t可控负荷用电量按下式计算:
式中,为用户n在时段t可控负荷用电量;为时段t下可中断负荷群组可中断负荷群组的可调节负荷量;为时段t下可转移负荷群组可转移负荷群组的可调节负荷量;为时段t下可中断负荷群组可削减负荷群组的可调节负荷量;为时段t下耦合负荷群组的可调节负荷量;需要参与负荷调控的用户集合
其中,时段t用户n下可中断负荷群组的可调节负荷量按下式计算:
式中,时段t下用户n的用电设备i的用电量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;IIL为可中断设备集合;
时段t下用户n可转移负荷群组的可调节负荷量按下式计算:
式中,ITL为可转移设备;
时段t下用户n可削减负荷群组的可调节负荷量按下式计算:
式中,ICL为可削减设备集合;
时段t下用户n耦合负荷群组的可调节负荷量按下式计算:
式中,IAL为耦合设备集合;
其中,可中断群组与可转移群组的可调节用电量等于此时可中断设备i或者可转移设备i的自身用电量,可削减负荷的可调节用电量为可削减设备的自身用电量乘以系数β,系数β的大小随设备功率的改变而改变。
具体地,所述时段t下用户n的用电设备i的用电量按下式计算:
式中,为时段t下用户n的用电设备i的开启状态;为在时段t下用户n的用电设备i的可调节功率大小;
其中,的定义如下:
具体地,用户n在时段t的负荷调整量和可控负荷用电量的关系如下式所示:
式中,为用户n在时段t的负荷调整量;用户n在时段t的为可控负荷用电量。
所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长。
实施例五、
如图3所示,线性规划负荷调控方法包括以下步骤:
用户侧将历史用电信息发送到云平台。所述用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态。
步骤1:电网侧基于云平台获取用户历史用电数据。
步骤2:基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台;
所述预先设定的第一约束条件包括:日用电平均负荷偏差率最小、日峰谷差值最小。
具体地,所述日峰谷差值最小值按下式进行计算:
式中,Vrd为日峰谷差值,t为某一时段,日负荷曲线可以划分为Tc个时段,t∈T,T={1,2,...,Tc};为用电最高峰时的用电量;为用电最低谷时的用电量;
其中,所述用电最高峰时的用电量按下式计算:
式中,为用电最高峰时的用电量,为电网预测时段的每个t时段用户整体用电量;
所述用电最低谷时的用电量按下式计算:
其中电网预测时段的每个t时段用户整体用电量按下式进行计算:
式中,为用户n预测时段的日负荷用电量。
具体地,所述日用电平均负荷偏差率的最小值,按下式进行计算:
式中,Vrate为日平均负荷偏差率;为调整后的每个t时段用户整体用电量;为历史日平均用电量;
其中,所述调整后的每个t时段用户整体用电量按下式计算:
式中,为调整后的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量;为单个用户n在t时间的负荷调整量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;
历史日平均用电量按下式计算:
电网预测时段的每个t时段用户整体用电量按下式进行计算:
式中,为电网预测时段的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量。
步骤3:用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
步骤4:用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
具体地,所述用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件对所述第一使用方式中进行调整包括:
用户侧基于自身需求结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控顺序对所述第一使用方式进行调整;
若不满足所述第二约束条件,则按照预先设定的用户负荷调控优先级顺序,重新对所述第一使用方式进行调整,直至满足所述第二约束条件。
具体地,如图4所示,所述用户负荷包括:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组;
所述用户负荷的调控优先级顺序由大到小依次为:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组。
具体地,所述第二约束条件的计算式如下:
式中,cost1,n为用户n调整前的用电成本,cost2,n为调整后的用电成本,为用户n预测时段的日负荷用电量,pt为每个时段t的电价,为用户负荷调整量。
具体地,所述用户n预测时段的日负荷用电量按下式计算:
式中,为用户n在时段t可中断负荷用电量,为用户n在时段t可转移负荷用电量,为用户n在时段t可削减负荷用电量,为用户n在时段t耦合负荷用电量为用户n在时段t不可控的基本用电量,为用户n在时段t可控负荷用电量。
具体地,所述用户n在时段t可控负荷用电量按下式计算:
式中,为用户n在时段t可控负荷用电量;为时段t下可中断负荷群组可中断负荷群组的可调节负荷量;为时段t下可转移负荷群组可转移负荷群组的可调节负荷量;为时段t下可中断负荷群组可削减负荷群组的可调节负荷量;为时段t下耦合负荷群组的可调节负荷量;需要参与负荷调控的用户集合
其中,时段t用户n下可中断负荷群组的可调节负荷量按下式计算:
式中,时段t下用户n的用电设备i的用电量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;IIL为可中断设备集合;
时段t下用户n可转移负荷群组的可调节负荷量按下式计算:
式中,ITL为可转移设备;
时段t下用户n可削减负荷群组的可调节负荷量按下式计算:
式中,ICL为可削减设备集合;
时段t下用户n耦合负荷群组的可调节负荷量按下式计算:
式中,IAL为耦合设备集合;
其中,可中断群组与可转移群组的可调节用电量等于此时可中断设备i或者可转移设备i的自身用电量,可削减负荷的可调节用电量为可削减设备的自身用电量乘以系数β,系数β的大小随设备功率的改变而改变。
具体地,所述时段t下用户n的用电设备i的用电量按下式计算:
式中,为时段t下用户n的用电设备i的开启状态;为在时段t下用户n的用电设备i的可调节功率大小;
其中,的定义如下:
具体地,用户n在时段t的负荷调整量和可控负荷用电量的关系如下式所示:
式中,为用户n在时段t的负荷调整量;用户n在时段t的为可控负荷用电量。
具体地,所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长。
步骤5:电网侧从云平台接收用户侧的反馈信息,基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台;
具体地,所述电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,包括:
电网侧从云平台获取用户负荷第一使用方式的反馈信息,并按照所述第一约束条件计算预测时段的第二用户负荷使用方式;
若不满足所述第一约束条件,或用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内,则电网侧重新规划用户负荷第一使用方式,按照所述第一约束条件重新计算被预测时段的用户负荷第二使用方式,直至满足所述第一约束条件,且用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内。
具体地,所述用户总负荷削减前后的消减偏差量是否在预设的消减量偏差范围内,按下式进行计算:
λ|Eini,total-Ecur,total|<Vcons
式中,λ为偏差系数;Eini,total为电网预测时段的用户总负荷;为电网预测时段的每个t时段用户整体用电量;为削减后每个t时段用户整体用电量;Vcons为实际电网允许的用户总负荷削减量偏差。
步骤6:用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
上述事实说明,本实施例双层线性规划负荷调控方法及系统,以用户用电成本最小化为优化目标,考虑了耦合负荷对用电成本的影响,通过将用户负荷进行分类调整的方式,有针对性地对用户自身的负荷群组用电情况进行分析和安排,进行精细地调整优化,增加了用户负荷调控的参与程度和用户使用的舒适性。
本发明提供的双层线性规划负荷调控方法及系统,能够在电网及用户之间协调控制未来的日用电负荷,平滑日负荷曲线及减小日峰谷差,增加电网稳定性。
本发明提供的双层线性规划负荷调控方法及系统,易于理解,无需增加硬件投入,更易于实现。
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。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。

Claims (17)

1.一种线性规划负荷调控方法,其特征在于,所述方法包括:
电网侧基于云平台获取用户历史用电数据;
基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
2.如权利要求1所述方法,其特征在于,
所述用户历史用电数据包括:用户负荷的电功率、用电时长、开断状态;
所述用户负荷第一使用方式或用户负荷第二使用方式包括:用户负荷种类、用户负荷的电功率和用电时长;
所述预先设定的第一约束条件包括:日用电平均负荷偏差率最小、日峰谷差值最小。
3.如权利要求2所述方法,其特征在于,所述日峰谷差值最小值按下式进行计算:
式中,Vrd为日峰谷差值,t为某一时段,日负荷曲线可以划分为Tc个时段,t∈T,T={1,2,...,Tc};为用电最高峰时的用电量;为用电最低谷时的用电量。
4.如权利要求2所述方法,其特征在于,所述日用电平均负荷偏差率的最小值,按下式进行计算:
式中,Vrate为日平均负荷偏差率;为调整后的每个t时段用户整体用电量;为历史日平均用电量;
其中,所述调整后的每个t时段用户整体用电量按下式计算:
式中,为调整后的每个t时段用户整体用电量;为用户n预测时段的日负荷用电量;为单个用户n在t时间的负荷调整量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数。
5.如权利要求1所述方法,其特征在于,所述电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,包括:
电网侧从云平台获取用户负荷第一使用方式的反馈信息,并按照所述第一约束条件计算预测时段的第二用户负荷使用方式;
若不满足所述第一约束条件,或用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内,则电网侧重新规划用户负荷第一使用方式,按照所述第一约束条件重新计算被预测时段的用户负荷第二使用方式,直至满足所述第一约束条件,且用户总负荷削减前后的消减偏差量在预设的消减量偏差范围内。
6.如权利要求5所述方法,其特征在于,所述用户总负荷削减前后的消减偏差量是否在预设的消减量偏差范围内,按下式进行计算:
λ|Eini,total-Ecur,total|<Vcons
式中,λ为偏差系数;Eini,total为电网预测时段的用户总负荷;为电网预测时段的每个t时段用户整体用电量;为削减后每个t时段用户整体用电量;Vcons为实际电网允许的用户总负荷削减量偏差。
7.一种线性规划负荷调控系统,其特征在于,所述系统包括:获取模块、第一计算模块和第二计算模块;
获取模块:用于电网侧基于云平台获取用户历史用电数据;
第一计算模块:用于基于所述用户历史用电数据,电网侧按照预先设定的第一约束条件计算预测时段用户负荷第一使用方式,并将所述第一使用方式下发到云平台,同时从云平台接收用户侧的反馈信息;
第二计算模块:用于电网侧基于所述反馈信息按照所述第一约束条件计算预测时段用户负荷第二使用方式,并将所述第二使用方式下发到云平台。
8.一种线性规划负荷调控方法,其特征在于,所述方法包括:
用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
9.如权利要求8所述方法,其特征在于,所述用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件对所述第一使用方式中进行调整包括:
用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控顺序对所述第一使用方式进行调整;
若不满足所述第二约束条件,则按照预先设定的用户负荷调控优先级顺序,重新对所述第一使用方式进行调整,直至满足所述第二约束条件。
10.如权利要求9所述方法,其特征在于,所述用户负荷包括:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组;
所述用户负荷的调控优先级顺序由大到小依次为:可转移负荷群组、可削减负荷群组、可中断负荷群组和耦合负荷群组。
11.如权利要求9所述方法,其特征在于,所述第二约束条件的计算式如下:
式中,cost1,n为用户n调整前的用电成本,cost2,n为调整后的用电成本,为用户n预测时段的日负荷用电量,pt为每个时段t的电价,为用户负荷调整量。
12.如权利要求11所述方法,其特征在于,所述用户n预测时段的日负荷用电量按下式计算:
式中,为用户n在时段t可中断负荷用电量,为用户n在时段t可转移负荷用电量,为用户n在时段t可削减负荷用电量,为用户n在时段t耦合负荷用电量为用户n在时段t不可控的基本用电量,为用户n在时段t可控负荷用电量。
13.如权利要求12所述方法,其特征在于,所述用户n在时段t可控负荷用电量按下式计算:
式中,为用户n在时段t可控负荷用电量;为时段t下可中断负荷群组可中断负荷群组的可调节负荷量;为时段t下可转移负荷群组可转移负荷群组的可调节负荷量;为时段t下可中断负荷群组可削减负荷群组的可调节负荷量;为时段t下耦合负荷群组的可调节负荷量;需要参与负荷调控的用户集合
其中,时段t用户n下可中断负荷群组的可调节负荷量按下式计算:
式中,时段t下用户n的用电设备i的用电量;N为需要参与负荷调控的用户集合,N={1,2,...,Nc},Nc为需要参与负荷调控的用户个数;IIL为可中断设备集合;
时段t下用户n可转移负荷群组的可调节负荷量按下式计算:
式中,ITL为可转移设备;
时段t下用户n可削减负荷群组的可调节负荷量按下式计算:
式中,ICL为可削减设备集合;
时段t下用户n耦合负荷群组的可调节负荷量按下式计算:
式中,IAL为耦合设备集合;
其中,可中断群组与可转移群组的可调节用电量等于此时可中断设备i或者可转移设备i的自身用电量,可削减负荷的可调节用电量为可削减设备的自身用电量乘以系数β,系数β的大小随设备功率的改变而改变。
14.如权利要求13所述方法,其特征在于,所述时段t下用户n的用电设备i的用电量按下式计算:
式中,为时段t下用户n的用电设备i的开启状态;为在时段t下用户n的用电设备i的可调节功率大小;
其中,的定义如下:
15.如权利要求12所述方法,其特征在于,用户n在时段t的负荷调整量和可控负荷用电量的关系如下式所示:
式中,为用户n在时段t的负荷调整量;用户n在时段t的为可控负荷用电量。
16.如权利要求8所述方法,其特征在于,所述方法还包括:
用户侧将用电信息发送到云平台。
17.一种线性规划负荷调控系统,其特征在于,所述系统包括:计算模块、调整模块和调控模块;
计算模块:用于用户侧从云平台接收经电网侧计算的用户负荷第一使用方式;
调整模块:用于用户侧基于预测时段用户负荷使用方式结合所述第一使用方式,按照预先设定的第二约束条件和用户负荷调控优先级顺序对所述第一使用方式进行调整,并将所述调整信息反馈到云平台;
调控模块:用于用户侧从云平台接收经电网侧计算的用户负荷第二使用方式,并根据所述第二使用方式进行负荷调控。
CN201910061338.0A 2019-01-23 2019-01-23 一种线性规划负荷调控方法及系统 Active CN109767047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910061338.0A CN109767047B (zh) 2019-01-23 2019-01-23 一种线性规划负荷调控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910061338.0A CN109767047B (zh) 2019-01-23 2019-01-23 一种线性规划负荷调控方法及系统

Publications (2)

Publication Number Publication Date
CN109767047A true CN109767047A (zh) 2019-05-17
CN109767047B CN109767047B (zh) 2024-07-19

Family

ID=66454992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910061338.0A Active CN109767047B (zh) 2019-01-23 2019-01-23 一种线性规划负荷调控方法及系统

Country Status (1)

Country Link
CN (1) CN109767047B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126786A (zh) * 2019-11-29 2020-05-08 青岛海尔科技有限公司 用于设备调度的方法及装置、服务器
CN112884358A (zh) * 2021-03-16 2021-06-01 国网河北省电力有限公司电力科学研究院 一种电采暖设备有序用电优化调度方法及终端
CN114707817A (zh) * 2022-03-16 2022-07-05 国网湖南省电力有限公司 一种参与有序用电用户的可调控负荷预测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544537A (zh) * 2013-09-25 2014-01-29 国网安徽省电力公司 基于预测可信度评估的综合子网累加的短期负荷预测方法
CN105023062A (zh) * 2015-07-20 2015-11-04 国网天津市电力公司 一种基于峰谷时段的用电负荷权重管理系统及方法
CN106487035A (zh) * 2015-08-26 2017-03-08 中国电力科学研究院 一种提高配电网可再生能源接纳能力的柔性负荷调度方法
CN106952183A (zh) * 2017-04-24 2017-07-14 武汉大学 一种基于粒子群优化最小二乘支持向量机的短期负荷预测方法
CN107491872A (zh) * 2017-08-16 2017-12-19 国电南瑞科技股份有限公司 一种考虑负荷二次高峰效应的需求响应实施效果评估方法
CN108429265A (zh) * 2018-02-12 2018-08-21 中国电力科学研究院有限公司 一种需求响应调控方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544537A (zh) * 2013-09-25 2014-01-29 国网安徽省电力公司 基于预测可信度评估的综合子网累加的短期负荷预测方法
CN105023062A (zh) * 2015-07-20 2015-11-04 国网天津市电力公司 一种基于峰谷时段的用电负荷权重管理系统及方法
CN106487035A (zh) * 2015-08-26 2017-03-08 中国电力科学研究院 一种提高配电网可再生能源接纳能力的柔性负荷调度方法
CN106952183A (zh) * 2017-04-24 2017-07-14 武汉大学 一种基于粒子群优化最小二乘支持向量机的短期负荷预测方法
CN107491872A (zh) * 2017-08-16 2017-12-19 国电南瑞科技股份有限公司 一种考虑负荷二次高峰效应的需求响应实施效果评估方法
CN108429265A (zh) * 2018-02-12 2018-08-21 中国电力科学研究院有限公司 一种需求响应调控方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126786A (zh) * 2019-11-29 2020-05-08 青岛海尔科技有限公司 用于设备调度的方法及装置、服务器
CN111126786B (zh) * 2019-11-29 2023-08-22 青岛海尔科技有限公司 用于设备调度的方法及装置、服务器
CN112884358A (zh) * 2021-03-16 2021-06-01 国网河北省电力有限公司电力科学研究院 一种电采暖设备有序用电优化调度方法及终端
CN112884358B (zh) * 2021-03-16 2023-01-24 国网河北省电力有限公司电力科学研究院 一种电采暖设备有序用电优化调度方法及终端
CN114707817A (zh) * 2022-03-16 2022-07-05 国网湖南省电力有限公司 一种参与有序用电用户的可调控负荷预测方法及系统
CN114707817B (zh) * 2022-03-16 2024-06-04 国网湖南省电力有限公司 一种参与有序用电用户的可调控负荷预测方法及系统

Also Published As

Publication number Publication date
CN109767047B (zh) 2024-07-19

Similar Documents

Publication Publication Date Title
US11714441B2 (en) Method and apparatus for delivering power using external data
Wang et al. Two-stage mechanism for massive electric vehicle charging involving renewable energy
CN105379046B (zh) 电压监视控制系统、电压监视控制装置、测量装置和电压监视控制方法
CN109767047A (zh) 一种线性规划负荷调控方法及系统
US10693294B2 (en) System for optimizing the charging of electric vehicles using networked distributed energy storage systems
CN106786551B (zh) 面向电力供需平衡的负荷群参与调度的控制方法及其系统
US10782721B2 (en) Method and apparatus for balancing power on a per phase basis in multi-phase electrical load facilities using an energy storage system
CN103311953B (zh) 含分布式电源及储能系统之配电网的定交换功率控制方法
CN111446711B (zh) 一种基于需求响应的荷储联合优化运行方法
JP6075116B2 (ja) 需給制御装置
CN113258581B (zh) 一种基于多智能体的源荷协调电压控制方法及装置
CN106945558A (zh) 集群电动汽车v2g控制策略
WO2016114147A1 (ja) 蓄電池制御システム、蓄電池制御方法、及び、記録媒体
CN108092322B (zh) 一种基于调频市场环境的agc控制方法
CN113364055A (zh) 一种源网荷储网络化协调频率控制方法
CN105453365A (zh) 电压监视控制装置及电压控制装置
CN113300354B (zh) 电网运行效能最优的源网荷储有功协调控制方法及装置
CN108683193A (zh) 一种含分布式电源的配电网电压控制方法和装置
CN109672176A (zh) 一种温控负荷控制目标确定方法和系统
CN112085327A (zh) 一种配电商参与的主动配电网多层分区调控方法及系统
CN107967528A (zh) 充电价格显示方法及装置
KR101500306B1 (ko) 전원 공급 장치의 축전지 최적 효율 제어 방법 및 이를 위한 전원 공급 시스템
CN114936460A (zh) 一种用户用电时序优化方法和系统
CN112838592A (zh) 一种荷源协调日前调度方法、装置及系统
CN104574203A (zh) 一种实时发电计划及其闭环控制评估分析方法

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