CN109978336B - 一种考虑需求响应可靠性的响应容量区间评估方法 - Google Patents

一种考虑需求响应可靠性的响应容量区间评估方法 Download PDF

Info

Publication number
CN109978336B
CN109978336B CN201910143349.3A CN201910143349A CN109978336B CN 109978336 B CN109978336 B CN 109978336B CN 201910143349 A CN201910143349 A CN 201910143349A CN 109978336 B CN109978336 B CN 109978336B
Authority
CN
China
Prior art keywords
response
load
demand response
formula
capacity
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
Application number
CN201910143349.3A
Other languages
English (en)
Other versions
CN109978336A (zh
Inventor
齐先军
郑夕炜
吴红斌
栾开宁
潘雨晴
李波
曹晓冬
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 Jiangsu Electric Power Co Ltd
Hefei University of Technology
Original Assignee
State Grid Jiangsu Electric Power Co Ltd
Hefei University of Technology
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 Jiangsu Electric Power Co Ltd, Hefei University of Technology filed Critical State Grid Jiangsu Electric Power Co Ltd
Priority to CN201910143349.3A priority Critical patent/CN109978336B/zh
Publication of CN109978336A publication Critical patent/CN109978336A/zh
Application granted granted Critical
Publication of CN109978336B publication Critical patent/CN109978336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • G06Q10/06—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
    • 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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑需求响应可靠性的响应容量区间评估方法，其步骤包括：1.根据需求响应程度的概率密度函数，采用随机模拟的方法得到各时段的需求响应容量样本和响应后的负荷样本；2.根据需求响应容量样本和响应后的负荷样本，通过统计计算得到需求响应容量的置信区间和响应后负荷的置信区间；3.利用区间数运算法则，计算响应后负荷的区间评价指标，包括最大负荷、最小负荷、峰谷差、峰谷差率、负荷率的区间值。本发明考虑了需求响应可靠性的影响，计算了需求响应容量的置信区间和响应后负荷的区间评价指标，为更加科学的评价需求响应的效果提供了参考依据。

Description

一种考虑需求响应可靠性的响应容量区间评估方法
技术领域
本发明属于电力负荷需求侧管理领域，具体涉及一种考虑需求响应可靠性的响应容量区间评估方法。
背景技术
近年来，随着经济的快速发展和人民生活的日益改善，用电负荷(特别是用电峰荷)急剧增长，负荷曲线峰谷差问题凸显。通过增加发电机组容量和扩展输电容量可以满足不断增长且日益复杂的电力需求，但国内外的实践经验表明：仅靠增加发输电规模无法有效、经济的缓解电力供需矛盾。电力公司和政府部门正在积极地寻求一种长期有效的方法以应对电力不足，而需求侧资源参与电网调峰正是可以缓解电力供应紧张的一种措施。电力负荷需求响应是指电力用户根据市场的电力价格信号或激励机制(措施)做出响应，改变其固有的用电模式，减少或者推移某时段的用电负荷，从而保障功率平衡并抑制电价上升的短期行为。电力需求响应可以提高能源使用效率，提高电网对可再生能源的消纳能力，降低电力系统峰谷差，维持电力系统的稳定性。
按照电力用户的不同响应方式，可以将需求响应划分为以下两种类型：价格型需求响应和激励型需求响应。在激励型需求响应中，电力用户和需求响应实施机构之间签订负荷削减或转移的合同，并在合同中明确负荷削减或转移的时段、负荷削减或转移的量、激励费率和违约惩罚等。在用电高峰到来之前，需求响应实施机构根据合同，通过决策算法来确定需求响应调度方案，以保障系统安全可靠运行。在上述过程中，并没有考虑需求响应的可靠性，即认为被调用的需求响应是按合同百分之百的完成负荷削减或转移任务的。然而，随着气温、收入等因素的变化，用户的消费行为、对激励的响应程度等都可能发生改变，用户可能无法可靠的完成需求响应任务，降低了需求响应削峰填谷的作用，从而给电力系统的安全稳定运行带来较大的隐患。因此，在评估需求响应容量时需要计及需求响应的可靠性。
发明内容
本发明针对传统方法没有考虑需求响应可靠性的缺陷，提供一种考虑需求响应可靠性的响应容量区间评估方法，以期能保障电力系统的安全可靠运行，为更加科学的评价需求响应的效果提供参考依据。
本发明为解决技术问题采用如下技术方案：
本发明一种考虑需求响应可靠性的响应容量区间评估方法的特点是按如下步骤进行：
步骤1.获取原始数据，包括：
t时段的需求响应前负荷L(t)，t＝1,2,…,T；T表示总的响应时间；
需求响应的日前调度计划：第k个负荷削减合同在t时段的负荷削减容量
Figure GDA0002842468110000021
k＝1,2,...,KLC，KLC为被调度的负荷削减合同数；第m个负荷转移合同在t时段的负荷转出容量
Figure GDA0002842468110000022
和负荷转入容量
Figure GDA0002842468110000023
m＝1,2,...,MLS，MLS为被调度的负荷转移合同数；
需求响应的可靠性参数：第n个需求响应合同的响应程度Qn的概率密度函数fn(Qn,Φn)，n＝1,2,...,KLC+MLS，其中Φn为密度函数的参数集合；
步骤2.用Isim表示随机模拟总次数，取值为一个较大的正整数常数；用i表示当前随机模拟次数，且初始化i＝1；
步骤3.根据响应程度的Qn概率密度函数fn(Qn,Φn)，n＝1,2,...,KLC+MLS，利用连续随机变量的抽样方法生成KLC+MLS个随机数作为第i次随机模拟的响应程度qn,i，n＝1,2,...,KLC+MLS；
步骤4.利用式(1)计算t时段第i次随机模拟的需求响应容量
Figure GDA0002842468110000024
Figure GDA0002842468110000025
步骤5.利用式(2)计算t时段第i次随机模拟的响应后的负荷曲线Li′(t),t＝1,2,…,T：
Figure GDA0002842468110000026
步骤6.若i＜Isim成立，则令i+1赋值给i，然后执行步骤3；否则，执行步骤7；
步骤7.以需求响应容量
Figure GDA0002842468110000027
作为随机样本，通过统计计算得到需求响应容量的置信区间：
步骤7.1.利用式(3)计算t时段的需求响应容量的均值函数μDR(t),t＝1,2,...,T：
Figure GDA0002842468110000028
步骤7.2.利用式(4)计算t时段的需求响应容量的标准差函数σDR(t),t＝1,2,...,T：
Figure GDA0002842468110000031
步骤7.3.分别利用式(5)和式(6)计算t时段需求响应容量的置信度为α的置信区间
Figure GDA0002842468110000032
Figure GDA0002842468110000033
Figure GDA0002842468110000034
式(5)和式(6)中，Zα/2为标准正态分位数，通过查找Z表格确定Zα/2的值；
Figure GDA0002842468110000035
和
Figure GDA0002842468110000036
分别为t时段需求响应容量的置信区间的下界和上界；
步骤8.以响应后的负荷曲线L′i(t),i＝1,2,...,Isim,t＝1,2,...,T作为随机样本，通过统计计算得到响应后负荷曲线的置信区间：
步骤8.1.利用式(7)计算t时段的响应后负荷曲线的均值函数μL′(t),t＝1,2,...,T：
Figure GDA0002842468110000037
步骤8.2.利用式(8)计算t时段的响应后负荷曲线的标准差函数σL′(t)，t＝1,2,...,T：
Figure GDA0002842468110000038
步骤8.3.分别利用式(9)和式(10)计算t时段响应后负荷曲线的置信度为α的置信区间[L′-(t),L′+(t)],t＝1,2,...,T：
L′-(t)＝μL′(t)-Zα/2σL′(t),t＝1,2,...,T (9)
L′+(t)＝μL′(t)+Zα/2σL′(t),t＝1,2,...,T (10)
式(9)和式(10)中，L′-(t)和L′+(t)分别为t时段负荷曲线的置信区间的下界和上界；
步骤9.根据响应后负荷曲线的置信区间[L′-(t),L′+(t)],t＝1,2,...,T，对计及需求响应可靠性的响应后负荷曲线进行评价：
步骤9.1.用区间数[L′(t)]表示响应后负荷曲线在t时刻的负荷值，[L′(t)]的左端点和右端点分别为L′-(t)和L′+(t),t＝1,2,...,T；
步骤9.2.利用式(11)和式(12)分别得到响应后负荷曲线的最小负荷[L′min]和最大负荷[L′max]：
[L′min]＝min([L′(1)],[L′(2)],...,[L′(T)]) (11)
[L′max]＝max([L′(1)],[L′(2)],...,[L′(T)]) (12)
式(11)和式(12)中，min和max分别表示区间数的求最小值和最大值运算；
步骤9.3.根据式(13)，利用区间数的减法运算法则，计算响应后负荷曲线的峰谷差[L′pv]：
[L′pv]＝[L′max]-[L′min] (13)
步骤9.4.根据式(14)，利用区间数的除法运算法则，计算响应后负荷曲线的峰谷差率[R′pv]：
Figure GDA0002842468110000041
步骤9.5.根据式(15)，利用区间数的加法和除法运算法则，计算响应后负荷曲线的负荷率[R′]：
Figure GDA0002842468110000042
步骤10.输出计算结果。
与现有技术相比，本发明有益效果体现在：
本发明克服了传统方法忽略需求响应可靠性的缺陷，用响应程度来度量需求响应的可靠性水平。根据响应程度的概率密度函数，采用随机模拟方法得到需求响应容量和响应后负荷的随机样本；通过统计计算得到需求响应容量和响应后负荷的置信区间；利用区间数运算得到响应后负荷曲线的区间评价指标。该发明为更加科学的评价需求响应的效果提供了参考依据，有利于保障电力系统的安全可靠运行。具体效果体现在以下几个方面：
1.本发明用响应程度来度量需求响应的可靠性水平，并在此基础上对需求响应容量进行评估，更加符合实际；
2.本发明采用随机模拟方法得到需求响应容量和响应后负荷的置信区间，体现了需求响应的不确定性；
3.本发明利用区间数运算得到响应后负荷曲线的区间评价指标，为更加科学的评价需求响应的效果提供了参考依据。
附图说明
图1是本发明考虑需求响应可靠性的响应容量区间评估方法的流程图。
具体实施方式
在本实施例中，一种考虑需求响应可靠性的响应容量区间评估方法的流程图如图1所示，该方法计算了需求响应容量的置信区间和响应后负荷的区间评价指标，用截断正态分布来描述响应程度的随机性，具体地的说，是按如下步骤进行：
步骤1.获取原始数据，包括：
t时段的需求响应前负荷L(t)，t＝1,2,…,T；T表示总的响应时间；
需求响应的日前调度计划：第k个负荷削减合同在t时段的负荷削减容量
Figure GDA0002842468110000057
k＝1,2,...,KLC，KLC为被调度的负荷削减合同数；第m个负荷转移合同在t时段的负荷转出容量
Figure GDA0002842468110000051
和负荷转入容量
Figure GDA0002842468110000052
m＝1,2,...,MLS，MLS为被调度的负荷转移合同数；
需求响应的可靠性参数：在本实施例中，用截断正态分布来描述响应程度的随机性，第n个需求响应合同的响应程度Qn服从截断正态分布，其概率密度函数为fn(Qn,Φn)，n＝1,2,...,KLC+MLS，其中Φn为密度函数的参数集合，即
Figure GDA0002842468110000053
和
Figure GDA0002842468110000054
分别为截断正态分布的均值、方差、左截断和右截断。
步骤2.用Isim表示随机模拟总次数，取值为一个较大的正整数常数，如取值为10000；用i表示当前随机模拟次数，且初始化i＝1。
步骤3.根据响应程度的Qn概率密度函数fn(Qn,Φn)，n＝1,2,...,KLC+MLS，利用连续随机变量的抽样方法生成KLC+MLS个随机数作为第i次随机模拟的响应程度qn,i，n＝1,2,...,KLC+MLS；生成连续随机变量的方法通常有逆变换法、拒绝法和风险率法，在本实施例中采用拒绝法。
步骤4.利用式(1)计算t时段第i次随机模拟的需求响应容量
Figure GDA0002842468110000055
Figure GDA0002842468110000056
式(1)中，需求响应容量的计算既考虑了负荷削减容量和负荷转出容量，又考虑了负荷转入容量，对原负荷曲线起到了削峰填谷的作用。
步骤5.利用式(2)计算t时段第i次随机模拟的响应后的负荷曲线L′i(t),t＝1,2,…,T：
Figure GDA0002842468110000061
步骤6.若i＜Isim成立，表示还没达到设定的随机模拟次数，则令i+1赋值给i，然后执行步骤3；否则表示达到了设定的随机模拟次数，执行步骤7。
步骤7.以需求响应容量
Figure GDA0002842468110000062
作为随机样本，通过统计计算得到需求响应容量的置信区间，反映了需求响应可靠性对响应容量不确定性的影响：
步骤7.1.利用式(3)计算t时段的需求响应容量的均值函数μDR(t),t＝1,2,...,T：
Figure GDA0002842468110000063
步骤7.2.利用式(4)计算t时段的需求响应容量的标准差函数σDR(t),t＝1,2,...,T：
Figure GDA0002842468110000064
步骤7.3.分别利用式(5)和式(6)计算t时段需求响应容量的置信度为α的置信区间
Figure GDA0002842468110000065
Figure GDA0002842468110000066
Figure GDA0002842468110000067
式(5)和式(6)中，Zα/2为标准正态分位数，通过查找Z表格确定Zα/2的值；
Figure GDA0002842468110000068
和
Figure GDA0002842468110000069
分别为t时段需求响应容量的置信区间的下界和上界。
步骤8.以响应后的负荷曲线Li′(t),i＝1,2,...,Isim,t＝1,2,...,T作为随机样本，通过统计计算得到响应后负荷曲线的置信区间，反映了需求响应可靠性对负荷曲线不确定性的影响：
步骤8.1.利用式(7)计算t时段的响应后负荷曲线的均值函数μL′(t),t＝1,2,...,T：
Figure GDA00028424681100000610
步骤8.2.利用式(8)计算t时段的响应后负荷曲线的标准差函数σL′(t)，t＝1,2,...,T：
Figure GDA0002842468110000071
步骤8.3.分别利用式(9)和式(10)计算t时段响应后负荷曲线的置信度为α的置信区间[L′-(t),L′+(t)],t＝1,2,...,T：
L′-(t)＝μL′(t)-Zα/2σL′(t),t＝1,2,...,T (9)
L′+(t)＝μL′(t)+Zα/2σL′(t),t＝1,2,...,T (10)
式(9)和式(10)中，L′-(t)和L′+(t)分别为t时段负荷曲线的置信区间的下界和上界。
步骤9.根据响应后负荷曲线的置信区间[L′-(t),L′+(t)],t＝1,2,...,T，对计及需求响应可靠性的响应后负荷曲线进行评价，这里用到了区间数的四则运算和比较大小的运算：
步骤9.1.用区间数[L′(t)]表示响应后负荷曲线在t时刻的负荷值，[L′(t)]的左端点和右端点分别为L′-(t)和L′+(t),t＝1,2,...,T；
步骤9.2.利用式(11)和式(12)分别得到响应后负荷曲线的最小负荷[L′min]和最大负荷[L′max]：
[L′min]＝min([L′(1)],[L′(2)],...,[L′(T)]) (11)
[L′max]＝max([L′(1)],[L′(2)],...,[L′(T)]) (12)
式(11)和式(12)中，min和max分别表示区间数的求最小值和最大值运算；
步骤9.3.根据式(13)，利用区间数的减法运算法则，计算响应后负荷曲线的峰谷差[Lp′v]：
[L′pv]＝[L′max]-[L′min] (13)
步骤9.4.根据式(14)，利用区间数的除法运算法则，计算响应后负荷曲线的峰谷差率[R′pv]：
Figure GDA0002842468110000072
步骤9.5.根据式(15)，利用区间数的加法和除法运算法则，计算响应后负荷曲线的负荷率[R′]：
Figure GDA0002842468110000081
步骤10.输出计算结果，包括需求响应容量的置信区间、响应后负荷曲线的置信区间和响应后负荷曲线的区间评价指标。这些计算结果为更加科学的评价需求响应的效果提供了参考依据，也体现了需求响应可靠性所带来的影响，如果需求响应是完全可靠的，上述计算结果为一确定值；否则，计算结果为区间值。

Claims (1)

1.一种考虑需求响应可靠性的响应容量区间评估方法，其特征是按如下步骤进行：
步骤1.获取原始数据，包括：
t时段的需求响应前负荷L(t)，t＝1,2,…,T；T表示总的响应时间；
需求响应的日前调度计划：第k个负荷削减合同在t时段的负荷削减容量
Figure FDA0002842468100000011
k＝1,2,...,KLC，KLC为被调度的负荷削减合同数；第m个负荷转移合同在t时段的负荷转出容量
Figure FDA0002842468100000012
和负荷转入容量
Figure FDA0002842468100000013
MLS为被调度的负荷转移合同数；
需求响应的可靠性参数：第n个需求响应合同的响应程度Qn的概率密度函数fn(Qn,Φn)，n＝1,2,...,KLC+MLS，其中Φn为密度函数的参数集合；
步骤2.用Isim表示随机模拟总次数，取值为一个较大的正整数常数；用i表示当前随机模拟次数，且初始化i＝1；
步骤3.根据响应程度的Qn概率密度函数fn(Qn,Φn)，n＝1,2,...,KLC+MLS，利用连续随机变量的抽样方法生成KLC+MLS个随机数作为第i次随机模拟的响应程度qn,i，n＝1,2,...,KLC+MLS；
步骤4.利用式(1)计算t时段第i次随机模拟的需求响应容量
Figure FDA0002842468100000014
Figure FDA0002842468100000015
步骤5.利用式(2)计算t时段第i次随机模拟的响应后的负荷曲线L′i(t),t＝1,2,…,T：
Figure FDA0002842468100000016
步骤6.若i＜Isim成立，则令i+1赋值给i，然后执行步骤3；否则，执行步骤7；
步骤7.以需求响应容量
Figure FDA0002842468100000017
作为随机样本，通过统计计算得到需求响应容量的置信区间：
步骤7.1.利用式(3)计算t时段的需求响应容量的均值函数μDR(t),t＝1,2,...,T：
Figure FDA0002842468100000018
步骤7.2.利用式(4)计算t时段的需求响应容量的标准差函数σDR(t),t＝1,2,...,T：
Figure FDA0002842468100000021
步骤7.3.分别利用式(5)和式(6)计算t时段需求响应容量的置信度为α的置信区间
Figure FDA0002842468100000022
Figure FDA0002842468100000023
Figure FDA0002842468100000024
式(5)和式(6)中，Zα/2为标准正态分位数，通过查找Z表格确定Zα/2的值；
Figure FDA0002842468100000025
和
Figure FDA0002842468100000026
分别为t时段需求响应容量的置信区间的下界和上界；
步骤8.以响应后的负荷曲线L′i(t),i＝1,2,...,Isim,t＝1,2,...,T作为随机样本，通过统计计算得到响应后负荷曲线的置信区间：
步骤8.1.利用式(7)计算t时段的响应后负荷曲线的均值函数μL′(t),t＝1,2,...,T：
Figure FDA0002842468100000027
步骤8.2.利用式(8)计算t时段的响应后负荷曲线的标准差函数σL′(t)，t＝1,2,...,T：
Figure FDA0002842468100000028
步骤8.3.分别利用式(9)和式(10)计算t时段响应后负荷曲线的置信度为α的置信区间[L′-(t),L′+(t)],t＝1,2,...,T：
L′-(t)＝μL′(t)-Zα/2σL′(t),t＝1,2,...,T (9)
L′+(t)＝μL′(t)+Zα/2σL′(t),t＝1,2,...,T (10)
式(9)和式(10)中，L′-(t)和L′+(t)分别为t时段负荷曲线的置信区间的下界和上界；
步骤9.根据响应后负荷曲线的置信区间[L′-(t),L′+(t)],t＝1,2,...,T，对计及需求响应可靠性的响应后负荷曲线进行评价：
步骤9.1.用区间数[L′(t)]表示响应后负荷曲线在t时刻的负荷值，[L′(t)]的左端点和右端点分别为L′-(t)和L′+(t),t＝1,2,...,T；
步骤9.2.利用式(11)和式(12)分别得到响应后负荷曲线的最小负荷[L′min]和最大负荷[L′max]：
[L′min]＝min([L′(1)],[L′(2)],...,[L′(T)]) (11)
[L′max]＝max([L′(1)],[L′(2)],...,[L′(T)]) (12)
式(11)和式(12)中，min和max分别表示区间数的求最小值和最大值运算；
步骤9.3.根据式(13)，利用区间数的减法运算法则，计算响应后负荷曲线的峰谷差[L′pv]：
[L′pv]＝[L′max]-[L′min] (13)
步骤9.4.根据式(14)，利用区间数的除法运算法则，计算响应后负荷曲线的峰谷差率[R′pv]：
Figure FDA0002842468100000031
步骤9.5.根据式(15)，利用区间数的加法和除法运算法则，计算响应后负荷曲线的负荷率[R′]：
Figure FDA0002842468100000032
步骤10.输出计算结果。
CN201910143349.3A 2019-02-26 2019-02-26 一种考虑需求响应可靠性的响应容量区间评估方法 Active CN109978336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910143349.3A CN109978336B (zh) 2019-02-26 2019-02-26 一种考虑需求响应可靠性的响应容量区间评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910143349.3A CN109978336B (zh) 2019-02-26 2019-02-26 一种考虑需求响应可靠性的响应容量区间评估方法

Publications (2)

Publication Number Publication Date
CN109978336A CN109978336A (zh) 2019-07-05
CN109978336B true CN109978336B (zh) 2021-02-05

Family

ID=67077407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910143349.3A Active CN109978336B (zh) 2019-02-26 2019-02-26 一种考虑需求响应可靠性的响应容量区间评估方法

Country Status (1)

Country Link
CN (1) CN109978336B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145045B (zh) * 2020-01-20 2023-01-03 云南电网有限责任公司 一种考虑VaR的电力大用户柔性负荷评估方法及系统
CN112381577B (zh) * 2020-11-16 2022-09-13 合肥工业大学 基于Stackelberg博弈的空调需求响应程度估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268703A (zh) * 2014-09-29 2015-01-07 国家电网公司 一种实施需求响应后电力负荷变化的评估方法
CN105279707A (zh) * 2015-10-27 2016-01-27 合肥工业大学 一种综合考虑负荷与风电时序特性的随机生产模拟方法
CN106339826A (zh) * 2016-09-29 2017-01-18 重庆大学 一种计及削峰填谷的并网型微电网可靠性评估方法
CN106779468A (zh) * 2017-01-03 2017-05-31 国网江苏省电力公司电力科学研究院 一种用户用电需求响应动态建模与响应不确定性评估方法
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN108710992A (zh) * 2018-04-24 2018-10-26 国网天津市电力公司电力科学研究院 一种需求响应参与电网削峰填谷效果的评估方法
CN109344895A (zh) * 2018-09-28 2019-02-15 合肥工业大学 一种激励型需求响应下的用户响应可靠性评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11301941B2 (en) * 2017-06-12 2022-04-12 Tata Consultancy Services Limited Systems and methods for optimizing incentives for demand response

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268703A (zh) * 2014-09-29 2015-01-07 国家电网公司 一种实施需求响应后电力负荷变化的评估方法
CN105279707A (zh) * 2015-10-27 2016-01-27 合肥工业大学 一种综合考虑负荷与风电时序特性的随机生产模拟方法
CN106339826A (zh) * 2016-09-29 2017-01-18 重庆大学 一种计及削峰填谷的并网型微电网可靠性评估方法
CN106779468A (zh) * 2017-01-03 2017-05-31 国网江苏省电力公司电力科学研究院 一种用户用电需求响应动态建模与响应不确定性评估方法
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN108710992A (zh) * 2018-04-24 2018-10-26 国网天津市电力公司电力科学研究院 一种需求响应参与电网削峰填谷效果的评估方法
CN109344895A (zh) * 2018-09-28 2019-02-15 合肥工业大学 一种激励型需求响应下的用户响应可靠性评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Investigation on electric load peak and valley characters and demand response evaluation based on spectral analysis;CHENG Yu ,etc;《2011The International Conference on Advanced Power System Automation and Protection》;20120412;第1258-1262页 *
基于用电采集数据的需求响应削峰潜力评估方法;任炳俐 等;《电力建设》;20161130;第37卷(第11期);第64-70页 *
小型能源互联网多源优化综合;杨永标 等;《电器与能效管理技术》;20170430;第53-60页 *
考虑天气因素的输电网可靠性区间评估及其仿射算法;李小燕 等;《电力系统保护与控制》;20160816;第44卷(第16期);第8-13页 *

Also Published As

Publication number Publication date
CN109978336A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
CN105591406A (zh) 一种基于非合作博弈的微电网能量管理系统的优化算法
Wang et al. Chance constrained unit commitment considering comprehensive modelling of demand response resources
CN107565585B (zh) 储能装置调峰回报时间预测方法及其模型创建方法
CN111181201B (zh) 基于双层强化学习的多能园区调度方法及系统
CN109978336B (zh) 一种考虑需求响应可靠性的响应容量区间评估方法
CN112950098A (zh) 基于综合能源系统的能源规划方法、装置及终端设备
CN108460525A (zh) 一种多能互补配用电系统的综合能源利用效率评估方法
Tahir et al. Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days
Du et al. Preliminary analysis of long‐term storage requirement in enabling high renewable energy penetration: A case of East Asia
CN111047163A (zh) 储能策略数据处理系统、方法、装置及介质
CN111127081A (zh) 分时电价确定方法
Ma et al. Energy consumption scheduling in smart grid: A non-cooperative game approach
Saha et al. A model of residential energy use in New Zealand
Ding et al. A dynamic period partition method for time-of-use pricing with high-penetration renewable energy
Liu The forecast of household power load based on genetic algorithm optimizing BP neural network
CN115496409A (zh) 一种输电网绩效评估方法、系统、电子设备及存储介质
CN111127082B (zh) 用于供能系统的数据处理系统、方法及装置
Ferreira Evaluation of short-term wind predictability
Zeng et al. Impact of demand response on capacity credit of renewable distributed generation
CN109447456B (zh) 计及短期需求响应的风电并网电力系统规划方法
CN112785166A (zh) 基于区块链的配电网分布式发电单元出力评价方法及装置
CN110365010A (zh) 基于2m点估计法的含DG配电网可靠性评估指标获取方法
CN104573313A (zh) 峰谷分时电价下的用户响应模型的获取方法及系统
Yanhui et al. Forecasting hourly electricity demand with nonparametric functional data analysis
CN110674986B (zh) 外购售电年度分解方案的调峰影响力评估方法及相关设备

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