CN109936130B - 一种负荷动态控制方法 - Google Patents
一种负荷动态控制方法 Download PDFInfo
- Publication number
- CN109936130B CN109936130B CN201910007266.1A CN201910007266A CN109936130B CN 109936130 B CN109936130 B CN 109936130B CN 201910007266 A CN201910007266 A CN 201910007266A CN 109936130 B CN109936130 B CN 109936130B
- Authority
- CN
- China
- Prior art keywords
- load
- interruptible
- time
- user
- model
- 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.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明的目的是提供一种需求侧负荷动态控制方法,设计了一种以对电力公司造成的经济损失最小及影响用户最少为目标,适用于现阶段国内需求侧管理的控制方法。提出了运用负荷转移、负荷削减及负荷中断对需求侧负荷进行分级控制,在缓解电力供应缺口的同时能够减小对用户满意度的影响,削减电网成本,提高终端用电效率。本发明所采用的技术方案是,一种负荷动态控制方法,包括负荷转移策略、可中断负荷管理,及需求侧负荷分级控制策略。
Description
技术领域
本发明属于电力负荷控制技术的技术领域,涉及一种负荷动态控制方法。
背景技术
提高电力资源利用效率,改进用电方式,实现科学用电、节约用电、有序用电,在增加电力供应的同时,统筹考虑并优先使用电力需求侧管理措施。电网企业是电力需求侧管理的重要实施主体,在电网规划、生产运行、用户用电管理中落实相关要求,自行开展并引导用户实施电力需求侧管理,为其他各方开展相关工作提供便利条件。
在现有的需求侧负荷控制研究中,对负荷聚类分析的技术是需求侧负荷管理的基础,在此方面开展的研究比较多,且理论日趋成熟;相较于基础内容,虽然针对于需求侧负荷控制所涉及到的负荷转移策略已有较多研究提出解决办法,但多数研究仅针对于转移容量进行研究,而对于判断能否转移、转移时段及转移容量并无系统说明;同时现有研究大多数仅针对于负荷转移研究,而对于需求侧负荷控制中的负荷削减及负荷中断鲜少提及,也没有将负荷转移、负荷削减及负荷中断三者进行系统的流程管理,导致现有负荷动态管理被分散开,无法有效地发挥负荷动态控制的作用,不能有效的引导用户实施管理以缓解电力需求供应缺口,削减电网调峰成本,提高供电可靠性,对提高终端用电效率效果不显著。
发明内容
本发明的目的是提供一种需求侧负荷动态控制方法,设计了一种以对电力公司造成的经济损失最小及影响用户最少为目标,适用于现阶段国内需求侧管理的控制方法。提出了运用负荷转移、负荷削减及负荷中断对需求侧负荷进行分级控制,在缓解电力供应缺口的同时能够减小对用户满意度的影响,削减电网成本,提高终端用电效率。
本发明所采用的技术方案是,一种负荷动态控制方法,包括负荷转移策略、可中断负荷管理,及需求侧负荷分级控制策略。
所述的负荷转移策略,是指基于负荷时间弹性识别筛选出能进行负荷转移的用户,然后根据计算的转移量将前一日的峰值负荷转移一部分到当日的谷值负荷中,峰谷时刻依次对应,这样转移的原因在于一天中谷值时段出现在峰值时段之前,且转移后仅改变了用户的用电时段,并未减少用户应有的用电量,策略执行后基于转移后的日负荷分别以售电公司收益最大及用户购电费用最小为目标计算得出两套实时电价,并与峰平谷电价进行结合制定出新的定价方法,从而维护了双方的利益,引导用户参与负荷转移,有利于调整用户一天内的用电负荷,平滑日负荷曲线,从而达到提高负荷率、降低峰谷差、提高系统稳定性的效果。
所述的可中断负荷管理,是指根据系统负荷中断或负荷削减的次数选择合适的可中断负荷管理模型对参与负荷动态控制的用户进行选择,得出进行负荷削减或负荷中断所需成本最小的用户组合,并得到各个用户对于负荷动态控制所需要贡献的容量。
所述的需求侧负荷分级控制策略,是指对负荷转移后的日负荷数据进行判断,如若超过负荷削减或负荷中断所规定的负荷门限值,则或进行削减或进行中断,并将削减或中断的总容量根据可中断负荷管理模型分配到参与负荷动态控制的用户,从而实现负荷转移—负荷削减—负荷中断的负荷分级控制策略
本发明的有益效果是,建立合理的负荷转移策略及需求侧负荷分级动态控制策略,有利于实现电力公司损失最小,削减电网成本,提高用户满意度及终端用电效率。
附图说明
图1是负荷时间弹性识别流程框图一部分;
图2是负荷时间弹性识别流程框图二部分;
图3是本发明的需求侧负荷分级控制流程框图;
具体实施方式
1、负荷转移策略
本发明的负荷转移策略包括负荷时间弹性识别、负荷转移策略及实时电价制定三大模块。其中的负荷时间弹性识别主要是通过判断用户负荷数据的负荷率及均方差等来判断用户是否具有负荷转移的能力;负荷转移策略主要是在时间弹性识别的基础上根据转移倍数设计转移策略,以期达到平滑负荷曲线、降低峰谷差的目标;实时电价制定主要是分别以售电公司及用户为目标计算出基于转移后负荷数据实时电价,然后参考市场峰平谷电价进行修正,制定出益于售电公司及用户的新电价。以下对上面个三个模块进行详细说明。
(1)、负荷时间弹性识别
电力用户的负荷曲线反映了其用电情况及其特性,故通过负荷曲线可以初步定性识别负荷的时间弹性性能。通过聚类算法得到电力用户用电的典型用电负荷曲线,将负荷曲线进行分析比较,再根据负荷曲线的类别(日、周、月、季、年),即可得出该类电力负荷的时间弹性。主要考虑负荷曲线的负荷率以及用电曲线形状相似度。
1:负荷率
不同的电力用户在进行生产、生活过程当中,会产生不同的负荷曲线变化规律,负荷曲线是电力用户负荷特性变化规律的直观表示,比较常用的负荷曲线有日负荷曲线和年负荷曲线,引用负荷率来说明负荷曲线的起伏特性。负荷率,表示在某个时间段内,电力系统实际的用电量除以该时间段内连续生产的最大用电量所得到的商,现实生活中,为了去除电力负荷的时间效应,负荷率的一般取值为平均负荷与最大负荷的比值,具体定义为:
式中:Piav为用户的平均负荷值;Pimax为用户的最大负荷值。
由负荷率的公式可以看出,负荷率的值应该小于1,取值越小,表示负荷曲线波动越大,整体形状比较尖瘦,相应的曲线峰谷差也较大。这对电网系统的运行会产生非常不利的影响。负荷率不仅反映了负荷曲线的坦程度以及负荷曲线整体峰谷差,当负荷率取值越接近1,说明电力用户的电力设备有较高的利用率。这是电力系统规划、运行中的一项重要指标。
2:负荷曲线相似度
电力用户在进行电力使用时,由于生活、生产行为模式特点不同,表现出的负荷曲线特性不同,特别是一些电力用户的负荷曲线在一定时间内存在负荷波动情况导致曲线的形状以及走势特点各异。从这一角度分析,可以看出,这些电力用户的负荷曲线可调整性较强,这也是电力系统规划、运行中的一项重要指标。
以日负荷曲线为例,相应的分析过程为:
1)把基于密度聚类算法获取的整体典型日负荷取平均作为基值,并把电力用户每天相应的负荷分量值进行基值的标幺化,则电力用户i第n日t时刻的负荷值标幺值Pi n(t)为
式中:t为一天的24小时;n为一个月的30天;i代表用户;Pavi为i用户t时段的典型日负荷的平均值;pi n(t)为电力用户i第n日t时刻的负荷值。
2)把得到的电力用户30天实时负荷数据标幺化后,每天的对应分量计算其均方差,进而分析各个对应分量间的离散程度。
其中:
把上式获得的24个时间采样点的均方差继续计算σ,获得电力用户负荷曲线的整体负荷时间弹性系数σir:
其中:
首先由负荷率大小判断电力设备利用率情况,倘若设备利用率低,说明该用户的各时间段负荷值可调性大,否则,可调程度小。所以,首先需要根据区域负荷特点设定负荷率门槛参数K,只有当负荷率ki≤K时,表明该曲线负荷时间可调性大,有伸缩性。然后根据用户负荷曲线的相似程度,判断该用户时间弹性的大小,即比较均方差σir与门槛值的关系,若/>则该类电力负荷富有日弹性,反之,则无日弹性。参考图1
(2)、负荷转移策略
负荷转移,指把电力系统高峰时段的负荷转移部分到用电低谷时间段使用的过程。既产生削峰效果也产生填谷效果,从根本上讲,即通过调整或重新分配负荷以提高电网负荷率。利用负荷时间弹性进行削峰填谷,具体是指,首先需判断电力用户是否可参与削峰填谷项目,即是否富有负荷时间弹性,选取负荷时间可调节性大的负荷曲线,进行电网系统的移峰填谷改善。以提高整体负荷率,改善系统稳定、可靠性。负荷转移策略指在不改变用户总的用电需求的前提下,提出一种改善电力用户整体负荷率的负荷时间弹性的新办法。
负荷转移策略思想:
1:确定转移时段:由于负荷转移是由峰值时段往谷值时段转移,且一天中谷值时段出现在峰值时段之前,因此本专利的转移策略为将前一天的峰值时段负荷转移一部分到第二天的谷值时段负荷,峰谷时刻依次对应。
2:确定转移量:以负荷曲线的平均负荷值为基值,将原来负荷曲线中所有大于基值的对应分量缩小λ倍;继而确定缩小之后的负荷值与原负荷值之间的差值;进而确定对差值的转移倍数。
3:负荷转移过程:
ΔPi(峰)=Pi(峰)-Pi′(峰)
当日:
当日:
4:削峰填谷后得到新的曲线。
5:将转移前后曲线及负荷数据进行对比,比较转移前后负荷率及峰谷差大小变化从而对转移效果进行判断。
(3)实时电价制定
1:建立实时电价模型所作的基本假设和条件如下:
1)为了论述方便,论文假定制定和实施实时电价机制的市场主体为售电公司。在售电放开的电力市场环境下,论文将售电公司自身的利润最大化作为电公司的首要目的。同时,售电公司定价需要考虑各种现实的限制因素和约束条件,最终确定的电价是在兼顾使自身获得盈利、不违背国家针对售电政策的有关规定、体现售电公司的社会责任感等多方面因素的基础上综合制定的。在售电公司成本方面,暂时只考虑购电成本和输配电成本,暂时不对政府性基金等加以考虑。
2)将电力消费者全部假设成为理性人,即在用电过程中,消费者所追求的唯一目标是自身经济利益的最大化。
3)考虑到居民用户在交易成本高、用电比例小等方面初期实施实时电价的难度,只将工业用户列入实施实时电价分析的对象。
2:具体电价模型说明如下:
1)以售电公司的收益最大为目标
目标函数为:
max f(x)=π′
其中:π′为实施实时电价机制下某一天的售电公司的利润。
2)以用户购电价格最小为目标
min f(x)=π
其中:π为实施实时电价机制下某一天的用户的购电花费。
3)约束条件如下:
π′=R′-C′
π=R′
其中:R′为该天售电公司的售电收入;C′为购电成本和输配电成本;L(n)为该天第n时段的实时负荷;P(n)为该天第n时段的实时电价数值;C(n)该天第n时段的购电电价与输电电价的和。
其中:表示第i时段负荷到第j时段负荷的转移率;K表示两个时段的实时价差与负荷转移率之间的关系系数。
Pmin≤Pn≤Pmax
其中:Pmin、Pmax分别表示实时时电价水平的上限和下限,该范围理论上应由政府监管部门制定,在没有明确规定的情况下可由专家研究综合专家意见假定。
其中:表示本实时电价机制下电价水平的平均值,/>表示其他售电主体的电价机制下电价水平的平均值。该式是为了保证本研究对象售电公司的实时电价机制相对其他售电主体的电价机制具有价格优势而设置的。
在以上模型中,历史电价、售电收入、历史用电负荷等基础数据均可通过用户的历史用电负荷数据直接得到或推算出,只有实时单价和实时负荷是未知数,并且两组未知数存在等量关系,因此问题可以求解。
在上述实时电价模型的基础上提出新电价制定方法:平谷时段的电价依然选择峰平谷电价机制中的平谷电价,而对于峰谷时段电价,为了激励用户用电来消纳盈余电量,峰时段选择较高的电价即以售电公司收益最大为目标计算得出的峰时段电价,谷时段则选择较低的电价即以用户购电费用最小为目标计算得出的谷时段的电价。
2、可中断负荷管理
市场环境下的备用容量时常具有很大的不确定性,而电力事故也具有突发性,电网动态的潮流负荷变化也具有极大的不确定性和动态性。为了能够提高发电侧的备用容量充裕裕度,既可以有效地购买发电侧的备用容量,还可以对可中断负荷进行实施中断权的购买。在紧急事故(小概率高风险情况)情况下,可中断负荷还将积极有效地支撑服务于电力市场。
为了可以激励和加大可中断负荷来参与系统有效备用的响应速度和积极性,目前有效可采用的具体补偿方式为适当中断负荷停电前的具体折价(简称为低电价模型)和中断负荷停电后实行高赔偿(简称高赔偿模型)。低电价可中断负荷模型通过电价实现打折(适当优惠)来换取负荷的有效可中断权。而高赔偿可中断负荷模型,则是通过被迫的中断负荷之后的高价赔偿来有效获得负荷的提前中断权。
1:低电价可中断管理模型
低电价可中断负荷模型是通过前期对可中断负荷大用户收取低于市场价的成本来补偿出现紧急备用容量事故时对大用户中断负荷带来的损失。
可以设电网公司在平时的正常售电电价为p0,用户i在在低电价可中断负荷市场所申报的电价平均每减少率di(Qi)可以定义为:成交的可中断容量Qi(其中,可满足可中断容量具体上下限Qmin≤Qi≤Qmax)的上升递增凹函数,至于该曲线为递增函数,这是因为,随着可中断容量的逐步增加,对应的电价所有的平均减少率也将应该增大。而凹函数也详细地反映了递增速率的具体增大趋势,这是对于实际情况来说非常相符的。
为了在低电价可中断负荷模式(ILL)下购买指定的电量,电网公司以向ILL用户少收的电费之和最小为优化目标进行交易,其数学模型为:
Qmin≤Qi≤Qmax
根据可中断负荷合同模型,当负荷中断时间超过4h时,需要对需求侧大用户进行额外的补偿。低电价可中断负荷用户由于在正常时候享受较低电价,故超过合同中约定的可中断持续时间4h时,可以按照正常电价的α倍进行补偿(α>1)假设在时间段tm内,中断负荷持续中断时间为Δtm,此时,目标数学模型为:
Qmin≤Qi≤Qmax
其中:为在时间段tm内,电网公司由于低电价少收的部分费用;在t0(合同模型中取4h)时间段之外Δtm-t0需要额外补偿购买可中断权作为惩罚成本,目标函数保证两部分成本之和最小。
综上,记及可中断持续时间是否超出合同约定t0,对低电价可中断负荷模式,数学模型如下:
Qmin≤Qi≤Qmax
其中:τ(i)为选择函数,当Δtm在合同约定中断持续时间t0内时为1,否则取0。
2:高赔偿可中断管理模型
高赔偿可中断负荷模型是事故或者备用容量缺额导致需求侧负荷进行一定容量的中断,在事故之前不影响正常电价,仅对中断的负荷容量进行高赔偿,弥补对大用户中断负荷带来的损失。
用户j在高赔偿可中断负荷(ILH)模式下所申报的高赔偿倍数hj(Qj)(定义为单位负荷的停电代价与正常电价p0的比值)同样为成交的可中断容量Qj的递增凹函数。一旦实施停电,电网公司需要支付用户j的赔偿费用Cj(Qj)=p0hj(Qj)Qj为Qj的单调上升函数。则用户在ILH模式下的数学模型为:
Qmin≤Qj≤Qmax
根据可中断负荷的详细合同模型,当负荷可中断时间超过4h时,就需要采取措施来对需求侧的各种大用户进行额外的补偿和成本回馈。高补偿可中断负荷模式对事故或紧急备用容量缺额时的负荷中断行为施行高补偿。当持续中断时间超过合同中约定的可中断时间4h时,可以按照高补偿电价的β进行补偿(β>1)。此时数学模型为:
Qmin≤Qj≤Qmax Qmin≤Qj≤Qmax
其中:为在可中断持续时间t0(合同模型中取4h)内电网公司由于高赔偿的部分电费和t0时间段之外时段购买可中断权支出的额外成本之和的最小值。
综上,记及可中断持续时间是否超出合同约定t0,对高赔偿可中断负荷模式,数学模型如下:
Qmin≤Qj≤Qmax
其中:τ(j)为选择函数,当Δtn在合同约定中断持续时间t0内时为1,否则取0。
3:综合可中断管理模型
在实际电力市场中,低电价可中断负荷模型和高赔偿可中断负荷模型是并存的,由用户自己选择。当某地区的需求侧可中断负荷总容量Q—定时,如果低电价可中断负荷模型参与度低(对应QI小),则髙赔偿可中断负荷模型就多(对应QH大),两者互补,反之亦然。其数学表达式为:Q=QI+QH。
则适用于低电价和高赔偿的综合可中断负荷数学模型为:
Qmin≤Qi≤Qmax
Qmin≤Qj≤Qmax
在模型确定之初,由于各个大用户根据自身情况,己经进行了利益博弈,选定了低电价和高赔偿可中断负荷模型。在风险管控和成本控制上,对电网公司而言,只需要保证优化目标函数得到求解使得成本代价最小,各个用户的可中断负荷容量确定为多少即可。该模型可以有利地带动需求侧响应,当系统备用容量出现缺额时,各个参与合同签订的大用户都可参与互动,由电网公司根据最优模型选出指定用户参与中断负荷行为。
3、需求侧负荷动态控制
首先进行负荷转移;其次,对于当日负荷,如若转移后的某一时间段负荷值超过前一日负荷最大值的97%,则将该时间段负荷削减至前一日负荷平均值;然后如若转移后的某一时间段负荷值超过前一日负荷最大值的103%,则对该段时间采取负荷中断策略。
上述是基本策略,具体实施过程中则需要计算出削减或者中断容量,然后根据总容量数据计算得出各行业下参与负荷管理的用户需要削减或者中断的容量,然后比较各类可中断负荷模型成本选出合适的用户及中断管理类型。以某行业举例计算如下:
上面表格中18h、22h及24h为负荷转移后需要负荷削减的时段,根据与前一日负荷最大值的103%比较可知没有需要负荷中断的时段。同时根据负荷削减后的负荷值可知需削减的负荷容量为1.28992714MW。
上述表格各个用户对于中断或削减量需要贡献的容量。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的内容和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种负荷动态控制方法,包括负荷转移策略、可中断负荷管理,及需求侧负荷分级控制策略;
所述的负荷转移策略,是指基于负荷时间弹性识别筛选出能进行负荷转移的用户,然后根据计算的转移量将前一日的峰值负荷转移一部分到当日的谷值负荷中,峰谷时刻依次对应;
所述的可中断负荷管理,是指根据系统负荷中断或负荷削减的次数选择合适的可中断负荷管理模型对参与负荷动态控制的用户进行选择,得出进行负荷削减或负荷中断所需成本最小的用户组合,并得到各个用户对于负荷动态控制所需要贡献的容量;
所述的需求侧负荷分级控制策略,是指对负荷转移后的日负荷数据进行判断,如若超过负荷削减或负荷中断所规定的负荷门限值,则或进行削减或进行中断,并将削减或中断的总容量根据可中断负荷管理模型分配到参与负荷动态控制的用户,从而实现负荷转移—负荷削减—负荷中断的负荷分级控制策略;
可中断负荷管理包括;低电价可中断管理模型;高赔偿可中断管理模型;综合可中断管理模型;
低电价可中断负荷模型是通过前期对可中断负荷大用户收取低于市场价的成本来补偿出现紧急备用容量事故时对大用户中断负荷带来的损失;
设电网公司在平时的正常售电电价为p0,用户i在在低电价可中断负荷市场所申报的电价平均每减少率di(Qi)定义为:成交的可中断容量Qi的上升递增凹函数,至于该曲线为递增函数,随着可中断容量的逐步增加,对应的电价所有的平均减少率也将应该增大;
为了在低电价可中断负荷模式下购买指定的电量,电网公司以向ILL用户少收的电费之和最小为优化目标进行交易,其数学模型为:
Qmin≤Qi≤Qmax
根据可中断负荷合同模型,当负荷中断时间超过4h时,需要对需求侧大用户进行额外的补偿;低电价可中断负荷用户由于在正常时候享受较低电价,故超过合同中约定的可中断持续时间4h时,按照正常电价的α倍进行补偿即α>1假设在时间段tm内,中断负荷持续中断时间为Δtm,此时,目标数学模型为:
Qmin≤Qi≤Qmax
其中:为在时间段tm内,电网公司由于低电价少收的部分费用;在t0时间段之外Δtm-t0需要额外补偿购买可中断权作为惩罚成本,目标函数保证两部分成本之和最小;
综上,记及可中断持续时间是否超出合同约定t0,对低电价可中断负荷模式,数学模型如下:
Qmin≤Qi≤Qmax
其中:τ(i)为选择函数,当Δtm在合同约定中断持续时间t0内时为1,否则取0;
高赔偿可中断负荷模型是事故或者备用容量缺额导致需求侧负荷进行一定容量的中断,在事故之前不影响正常电价,仅对中断的负荷容量进行高赔偿,弥补对大用户中断负荷带来的损失;
用户j在高赔偿可中断负荷模式下所申报的高赔偿倍数hj(Qj)同样为成交的可中断容量Qj的递增凹函数;一旦实施停电,电网公司需要支付用户j的赔偿费用Cj(Qj)=p0hj(Qj)Qj为Qj的单调上升函数;则用户在ILH模式下的数学模型为:
Qmin≤Qj≤Qmax
根据可中断负荷的详细合同模型,当负荷可中断时间超过4h时,就需要采取措施来对需求侧的各种大用户进行额外的补偿和成本回馈;高补偿可中断负荷模式对事故或紧急备用容量缺额时的负荷中断行为施行高补偿;当持续中断时间超过合同中约定的可中断时间4h时,可以按照高补偿电价的β进行补偿即β>1;此时数学模型为:
Qmin≤Qj≤Qmax Qmin≤Qj≤Qmax
其中:为在可中断持续时间t0(合同模型中取4h)内电网公司由于高赔偿的部分电费和t0时间段之外时段购买可中断权支出的额外成本之和的最小值;
综上,记及可中断持续时间是否超出合同约定t0,对高赔偿可中断负荷模式,数学模型如下:
Qmin≤Qj≤Qmax
其中:τ(j)为选择函数,当Δtn在合同约定中断持续时间t0内时为1,否则取0;
综合可中断管理模型具体为:当某地区的需求侧可中断负荷总容量Q—定时,如果低电价可中断负荷模型参与度低则髙赔偿可中断负荷模型就多,两者互补,反之亦然;其数学表达式为:Q=QI+QH;
则适用于低电价和高赔偿的综合可中断负荷数学模型为:
Qmin≤Qi≤Qmax
Qmin≤Qj≤Qmax
2.根据权利要求1所述的一种负荷动态控制方法,其特征在于,负荷转移策略包括:
(1)、负荷时间弹性识别
电力用户的负荷曲线反映了其用电情况及其特性,故通过负荷曲线初步定性识别负荷的时间弹性性能;通过聚类算法得到电力用户用电的典型用电负荷曲线,将负荷曲线进行分析比较,再根据负荷曲线的类别即日、周、月、季、年,即可得出该类电力负荷的时间弹性;主要考虑负荷曲线的负荷率以及用电曲线形状相似度;
(2)、负荷转移策略
负荷转移,指把电力系统高峰时段的负荷转移部分到用电低谷时间段使用的过程;既产生削峰效果也产生填谷效果,从根本上讲,即通过调整或重新分配负荷以提高电网负荷率;利用负荷时间弹性进行削峰填谷,具体是指,首先需判断电力用户是否可参与削峰填谷项目,即是否富有负荷时间弹性,选取负荷时间可调节性大的负荷曲线,进行电网系统的移峰填谷改善;以提高整体负荷率,改善系统稳定、可靠性;负荷转移策略指在不改变用户总的用电需求的前提下,提出一种改善电力用户整体负荷率的负荷时间弹性的新办法;
(3)实时电价制定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910007266.1A CN109936130B (zh) | 2019-01-04 | 2019-01-04 | 一种负荷动态控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910007266.1A CN109936130B (zh) | 2019-01-04 | 2019-01-04 | 一种负荷动态控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109936130A CN109936130A (zh) | 2019-06-25 |
CN109936130B true CN109936130B (zh) | 2023-09-29 |
Family
ID=66984957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910007266.1A Active CN109936130B (zh) | 2019-01-04 | 2019-01-04 | 一种负荷动态控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109936130B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110994602B (zh) * | 2019-12-10 | 2024-03-19 | 深圳供电局有限公司 | 一种电网调度需求响应系统及方法 |
CN111402076A (zh) * | 2020-03-06 | 2020-07-10 | 北京四方继保自动化股份有限公司 | 一种居民负荷需求响应优化控制方法 |
CN113162031B (zh) * | 2021-04-01 | 2022-07-29 | 南方电网数字电网研究院有限公司 | 工业负荷监测调度方法、装置、计算机设备和存储介质 |
CN114243681B (zh) * | 2021-11-11 | 2024-05-14 | 深圳供电局有限公司 | 电力系统的用电调控方法、装置、设备和存储介质 |
CN115054082B (zh) * | 2022-06-30 | 2023-05-12 | 东莞市艾慕寝室用品有限公司 | 一种基于大数据分析的多级减震降噪调节系统 |
CN117134364B (zh) * | 2023-06-21 | 2024-05-28 | 国网湖北省电力有限公司营销服务中心(计量中心) | 基于阶段性策略梯度算法的饲料加工企业负荷管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200297A (zh) * | 2014-07-11 | 2014-12-10 | 浙江大学 | 实时电价环境下的家居混合供电系统能量优化调度方法 |
CN104952003A (zh) * | 2015-07-15 | 2015-09-30 | 国网河南省电力公司漯河供电公司 | 一种负荷管理装置及管理方法 |
US9280796B2 (en) * | 2006-09-25 | 2016-03-08 | Andreas Joanni Synesiou | System and method for resource management |
CN106849061A (zh) * | 2017-02-17 | 2017-06-13 | 深圳供电局有限公司 | 一种用户负荷响应激励积分计算方法和系统 |
CN107609692A (zh) * | 2017-08-31 | 2018-01-19 | 上海电力学院 | 一种联合负荷转移和发电成本的发电厂优化方法 |
-
2019
- 2019-01-04 CN CN201910007266.1A patent/CN109936130B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9280796B2 (en) * | 2006-09-25 | 2016-03-08 | Andreas Joanni Synesiou | System and method for resource management |
CN104200297A (zh) * | 2014-07-11 | 2014-12-10 | 浙江大学 | 实时电价环境下的家居混合供电系统能量优化调度方法 |
CN104952003A (zh) * | 2015-07-15 | 2015-09-30 | 国网河南省电力公司漯河供电公司 | 一种负荷管理装置及管理方法 |
CN106849061A (zh) * | 2017-02-17 | 2017-06-13 | 深圳供电局有限公司 | 一种用户负荷响应激励积分计算方法和系统 |
CN107609692A (zh) * | 2017-08-31 | 2018-01-19 | 上海电力学院 | 一种联合负荷转移和发电成本的发电厂优化方法 |
Non-Patent Citations (3)
Title |
---|
低电价与高赔偿2种可中断负荷的协调;罗运虎;《电力系统自动化》;20070610;全文 * |
基于时间弹性的电力负荷管理优化问题研究;徐岱岱;《中国优秀硕士学位论文全文数据库》;20160715;全文 * |
电力市场中可中断负荷的定价方法;陈志文;《水电能源科学》;20070228;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109936130A (zh) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109936130B (zh) | 一种负荷动态控制方法 | |
CN106532769B (zh) | 基于光伏并网不确定性的需求侧分时电价的优化方法 | |
CN108388968B (zh) | 基于预招标偏差电量平衡机制的发电计划滚动调整方法 | |
Aalami et al. | Modeling and prioritizing demand response programs in power markets | |
CN107292515B (zh) | 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 | |
CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
CN110796283A (zh) | 一种面向需求侧主动响应的电量套餐优化设计方法 | |
CN107480907A (zh) | 一种峰谷电价下含风电的省级电网购电配比的优化方法 | |
CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
CN113746089A (zh) | 面向多用户的多时间尺度电力套餐与家庭能量优化方法 | |
Guo et al. | How to realize the power demand side actively matching the supply side?——A virtual real-time electricity prices optimization model based on credit mechanism | |
CN117175605A (zh) | 考虑持续响应需求的负荷管理中心需求响应调度方法 | |
CN117081169A (zh) | 一种聚合园区分布式光伏能源的运营方法 | |
US7324977B2 (en) | Historical database system for resolving energy imbalance requirements in real-time | |
CN116780553A (zh) | 一种fla参与运营以及日前市场优化调度方法 | |
CN111160767A (zh) | 一种综合能源服务效益评估方法 | |
Sun et al. | Experiences and lessons learned from DR resources participating in the US and UK capacity markets: mechanisms, status, dilemmas and recommendations | |
Chen et al. | Overview of transmission expansion planning in the market environment | |
CN112785093B (zh) | 一种基于电力消费模式的光伏储能容量配置优化方法 | |
CN111144657B (zh) | 协同售用双方的多家庭能源优化方法 | |
CN116014745B (zh) | 一种基于综合需求响应的尖峰负荷平抑方法及装置 | |
CN117670091B (zh) | 一种基于聚合商的县域需求侧可调节资源互动响应方法 | |
CN115660208B (zh) | 一种考虑消纳责任权重的电网企业月度购电优化方法 | |
Zeng et al. | Real Time Electricity Price Mechanism Considering Carbon Cost | |
Cao et al. | Cooperative operation for multiple virtual power plants considering energy-carbon trading: A Nash bargaining model |
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 |