CN111144657A - 协同售用双方的多家庭能源优化方法 - Google Patents

协同售用双方的多家庭能源优化方法 Download PDF

Info

Publication number
CN111144657A
CN111144657A CN201911381087.0A CN201911381087A CN111144657A CN 111144657 A CN111144657 A CN 111144657A CN 201911381087 A CN201911381087 A CN 201911381087A CN 111144657 A CN111144657 A CN 111144657A
Authority
CN
China
Prior art keywords
electricity
power
cost
time
selling company
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
CN201911381087.0A
Other languages
English (en)
Other versions
CN111144657B (zh
Inventor
郭尚民
穆永强
王勇
王征
刘鑫蕊
佟永吉
高靖
潘霄
姜涛
张焘
朱洪波
陈明丰
李剑峰
穆昱壮
王鹤霏
王春凤
刘静波
夏静波
张如玉
姜雪
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
State Grid Liaoning Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Liaoning Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Liaoning 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, State Grid Liaoning Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911381087.0A priority Critical patent/CN111144657B/zh
Publication of CN111144657A publication Critical patent/CN111144657A/zh
Application granted granted Critical
Publication of CN111144657B publication Critical patent/CN111144657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0206Price or cost determination based on market factors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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

本发明提供一种协同售用双方的多家庭能源优化方法,包括:售电公司根据用户自主选择的购电方案将电力用户分组;各组电力用户均建立以用电费用最小为目标的用电模型;建立以售电公司净收益最大为目标、基于对售电公司购电成本、考核成本和售电收入的供电模型;利用Yalmip优化工具箱对用户侧用电模型和供电侧供电模型进行求解,得到兼顾电力用户用电费用和售电公司净收益的最优规划。本发明提出了一种协同售用双方的多家庭能源优化策略研究,电力用户作为上层主体,占主导地位,售电公司作为下层主体,占次要地位,进而形成了售用双方协同互动的新模式,最终得到兼顾电力用户用电费用和售电公司净收益的最优规划。

Description

协同售用双方的多家庭能源优化方法
技术领域
本发明涉及能源优化技术领域,具体而言,尤其涉及一种协同售用双方的多家庭能源优化方法。
背景技术
国内电力市场的改革的车轮正在不断向前,售电公司是电力市场的主体,它作为发电厂和电力用户之间的连接纽带,通过在批发市场和平衡市场购电,然后以多种不同的电价形式,将电能提供给电力用户,从中赚取电价的差额作为其主要收益。但是由于售电公司对用户的负荷预测往往是不准确的,售电公司在批发市场的购电量与电力用户实际的电力需求之间是存在偏差的,这就使得售电公司需要承担着很大的市场风险,如何降低风险增加收益是售电公司首要解决的问题。随着智能用电的发展,电力用户对用电的多样性和经济性要求也不断提高,部分电力用户已经具备了优化家庭用电的能力,在保证用电约束的提前下,降低用电费用成为了电力用户的期望。
发明内容
鉴于现有技术的不足,本发明针对售电公司与电力用户之间优化协调问题,提出了协同售用双方的多家庭能源优化方法。
本发明采用的技术手段如下:
一种协同售用双方的多家庭能源优化方法,包括:
步骤1:售电公司根据用户自主选择的购电方案将电力用户分为固定电价组、分时电价组、实时电价组;
步骤2:用户侧优化,各组电力用户均建立以用电费用最小为目标的用电模型,包括具备家庭能源管理系统的电力用户根据用电计划中各时刻的用电量建立模型,以及不具备家庭能源管理系统的电力用户根据历史用电数据的预测和响应建立模型;
步骤3:供电侧优化,建立以售电公司净收益最大为目标、基于对售电公司购电成本、考核成本和售电收入的供电模型,同时售电公司利用用户侧传递的各时刻的计划用电量、响应用电量和历史用电量,得到的总用电量作为供电模型的参数重新制定实时电价,并回传给用户侧;
步骤4:利用Yalmip优化工具箱对用户侧用电模型和供电侧供电模型进行求解,若求解结果满足停止迭代条件,则得到兼顾电力用户用电费用和售电公司净收益的最优规划,否则返回至步骤3。
较现有技术相比,本发明具有以下优点:
本发明提供了一种协同售用双方的多家庭能源优化策略研究,将售电公司与电力用户构成双层规划问题,上层问题是电力用户接收电价信息,以家庭用电费用最低为目标进行家庭能源优化调度,下层问题是售电公司利用部分上层用户传递过来的各时刻的计划用电量、响应用电量和历史用电量,得到总用电量作为下层目标函数的参数,以售电公司收益最大为目标进行实时电价的制定,上下两层做出的决策受到了彼此的制约,通过反复迭代,直至电满足迭代终止条件或者到达最大迭代次数时停止,最终得到兼顾电力用户和售电公司的最优规划。
基于上述理由本发明可在能源规划等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为售用双方协同优化结构示意图;
图2为电力市场购电时间示意图;
图3为现货市场交易电量示意图;
图4为偏差考核机制示意图;
图5平衡市场价格与现货市场价格;
图6分时电价分段划分以及对应的电价;
图7初始实时电价阶梯图;
图8考虑售用双方协同优化控制策略流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1-8所示,本发明提供了一种协同售用双方的多家庭能源优化方法,包括:
步骤1:售电公司提供给电力用户三种售电合同,分别是:固定电价、分时电价、实时电价,电力用户根据自身条件,选择合适的购电方案,并根据所选购电方案,将电力用户分为三组:固定电价组、分时电价组、实时电价组。
具体来说,本发明根据电力用户所选择的购电方案将被研究的电力用户分为三组:固定电价组、分时电价组、实时电价组,并且所有电力用户均配备智能电表,用户接收价格信号和上传历史用电数据。由于实时电价是根据平衡市场上供需关系实时动态变化的,并且动态变化的周期比较短,人为频繁控制家庭用电设备响应电价变动显然难以实现,选择实时电价购电方案的电力用户需要以家庭能源管理系统作为基础,辅助电力用户安排家庭用电;固定电价的价格一直保持不变,针对没有优化能力的电力用户,无需进行优化,可根据自身用电需求进行用电;分时电价介于实时电价和固定电价之间,虽然分时电价也是动态变化的,但是动态变化的周期较长,给予电力用户足够响应电价的时间,因此分时电价适用于任何电力用户,对是否具备家庭能源管理系统没有强制要求。
步骤2:在上层优化中,通过智能电表接收售电公司制定的电价信息,各组电力用户均以用电费用最小为目标安排用电,具备家庭能源管理系统的电力用户并将用电计划中各时刻的用电量上传给售电公司;不具备家庭能源管理系统的电力用户的用电数据,售电公司通过对历史用电数据的预测和建立电力用户的响应模型得到。具体包括:
a.固定电价组家庭负荷优化策略
固定电价合同是指电力用户以固定不变的价格从售电公司购买电能,由于售电公司代替用户承担了价格波动的市场风险,因此固定电价的价格较高。由此可知,采用固定电价的电力用户无需进行家庭负荷优化管理,可以根据自身习惯及用电需求进行用电。因为无需家庭负荷优化管理,所以固定电价合同适用于未配备家庭能源管理系统的用户。
b.分时电价组家庭负荷优化策略
分时电价主要是将一天分为峰、平、谷时段,分别设定峰、平、谷三种电价,激励并引导电力用户响应售电公司的调度需求。某时段电价升高时,电力用户会适当的减少用电需求或将可转移的用电需求转移至低电价时段,以此来削减自身家庭的电费支出,相反某时段电价降低时,电力用户会将其他时间的用电负荷转移至该时段进行工作。因此构建以用电费用最小为目标的目标函数,具体如下:
Figure BDA0002342268430000041
其中,Cost表示用户电费的总花销;pt表示时段t内的电价;qt表示时段t内的用电量。分时电价组中配备家庭能源管理系统的电力用户,可以将日前用电计划上传给售电公司,得到这部分电力用户的用电量
Figure BDA0002342268430000051
便于售电公司安排购电。
由于分时电价组的电力用户并不是全部具备家庭能源管理系统,因此售电公司不能得到全部电力用户的用电安排,其余未配备家庭能源管理系统的电力用户的用电数据,售电公司可以通过模拟分时电价组电力用户的综合响应,进而得到电力用户的用电数据
Figure BDA0002342268430000052
电力用户的综合响应可以电价需求弹性理论得到。
通常电价需求弹性矩阵是通过统计分析该地区电力用户的历史用电数据得到的,如下所示:
Figure BDA0002342268430000053
电力用户采用分时电价后,最终得到的基于电价需求弹性矩阵的用户响应模型的矩阵形式如下所示:
Figure BDA0002342268430000054
其中,qn0、pn0分别表示实行分时电价之前电力用户的用电量和电价,pn分别表示实行分时电价之后电价。
c.实时电价组家庭负荷优化策略
采用实时电价的电力用户,具备家庭能源管理系统,使得这组电力用户不仅可以辅助电力用户控制家庭用电设备的启停,还可以上传电力用户的用电数据和日前用电计划,与售电公司实时互动,在满足电力用户约束的前提下,以家庭用电费用支出最小为目标,合理安排家庭用电。对家庭用电设备的建模,构建以用电费用最小为目标的目标函数,具体如下:
Figure BDA0002342268430000061
其中,Cost表示用户电费的总花销;pt表示时段t内的电价;qt表示时段t内的用电量。
售电公司通过累加实时电价组电力用户上传的用电计划,得到实时电价组的综合用电量QRTP(t)。
步骤3:在下层优化中,以售电公司净收益最大为研究目的,对售电公司购电成本、考核成本和售电收入进行建模,售电公司利用部分上层用户传递过来的各时刻的计划用电量、响应用电量和历史用电量,得到总用电量作为下层目标函数的参数,重新制定实时电价,并回传给上层。
售电公司在电力市场上的购电形式主要有三种:中远期双边购电交易、现货交易、实时交易,如图3所示。
a.中远期双边购电合同主要承担基础负荷,购电量一般占电力用户总用电需求的70%~80%。根据中远期双边合同,售电公司在某一日所需的购电成本CBC如下所示:
Figure BDA0002342268430000062
其中,
Figure BDA0002342268430000063
表示第n个购电合同的购电量,
Figure BDA0002342268430000064
表示第n个购电合同的单位购电成本,
Figure BDA0002342268430000065
第n个购电合同在某一日时段t内的电量分配比例,NBC表示签订中远期双边合同的数量,T表示一天划分的时段数。
b.短期负荷预测曲线与已购电量之间的差值,如附图3所示,即收售电公司在现货市场需要购买的电量,现货市场的购电成本如下:
Figure BDA0002342268430000066
其中,CSTM现货市场的购电成本,pF(t)表示时段t预测的负荷需求,mSTM(t)表示现货市场时段t的统一出清价格。
c.实时交易在现货交易之后开始,虽然售电公司通过短期负荷的预测在现货市场对电量差额进行购买,但是由于电力用户用电行为的不确定性,仍会出现电量缺额或冗余,这时售电公司为了保证供给与需求的实时平衡,将在实时市场上购买或出售缺额或冗余的电量。实时市场的交易量一般占电力用户总用电需求的1%左右。
我国处于电力市场的初级阶段,很多运营的机制仍不完善,因此提出了以日为结算周期的日偏差考核机制,具体形式如下:
Figure BDA0002342268430000071
其中,puse(t)表示电力用户在时段t实际用电量;ppur(t)表示售电公司日前总购电量,包括中远期双边合同中的购电量和现货市场的购电量;ΔpD为偏差量,表示售电公司日前总购电量与用户实际用电量的差值,根据该地区偏差考核的规定,计算免考核电量和被考核电量,如图4所示,具体的计算过程如下:
当ΔpD>0时,ΔpD为正偏差量,表示用户实际用电大于售电公司日前总购电量,当ΔpD<0时,ΔpD为负偏差量,表示用户实际用电小于售电公司日前总购电量,需要被考核电量的计算公式如下所示:
Figure BDA0002342268430000072
A=α·ppur(t)
其中,pA表示需要被考核电量,A表示免考核电量,α表示允许正负偏差范围,虽然各省电力交易中心对于允许偏差范围的阈值设定有所不同,但是都不会高于5%。
只要出现了偏差量,售电公司将会产生额外成本,这个额外成本包括两部分:偏差电量补偿费和考核处罚,总额外成本的计算公式如下:
CAC=ΔpD·mD+pA·mA
其中,CAC表示售电公司需要支付的总额外成本;mD表示偏差量的电价;mA表示单位考核电价。
以售电公司净收益最大为目标重新制定实时电价,具体的描述如下:
售电公司的净收益即为售电总收入与购电总成本的差值,其中购电总成本包括购电成本和额外购电成本,售电公司净收入具体表示如下:
max F=Isum-Csum
Isum=I1+I2+I3
Csum=CBC+CSTM+CAC
其中,F表示售电公司的净收益;Isum表示售电公司的总收入;Csum表示售电公司的购电总成本。
步骤4:上层是电力用户以用电费用支出最小为目标的混合整数线性规划问题,下层是售电公司以购售电收益最大为目标的线性规划问题,利用Yalmip优化工具箱结合进行求解。若重新制定的实时电价不满足停止迭代条件,则返回至步骤3;若满足,则得到兼顾电力用户用电费用和售电公司净收益的最优规划。所述迭代停止条件,具体的描述如下:
设定某一阈值δ>0,若两次迭代的得到实时电价的满足下述条件或达到最大迭代次数时,停止迭代:
Figure BDA0002342268430000081
其中迭代停止阈值δ>0,
Figure BDA0002342268430000082
为迭代第n+1次的实时电价,
Figure BDA0002342268430000083
为迭代第n次的实时电价。表示两次迭代的电价差小于阈值则停止迭代。
下面通过具体的应用实例对本发明的技术方案做进一步说明。
步骤1:获取各类参数值和售电公司提供给电力用户三种售电合同,分别是:固定电价、分时电价、实时电价。
中远期双边合同参数如下所示:
表1中远期双边合同参数设置
Figure BDA0002342268430000091
现货市场的价格和平衡市场的价格预测如图5所示。固定电价合同的电价为0.5元/kW·h;分时电价合同分别是0.242元/kW·h、0.45元/kW·h、0.721元/kW·h,具体时段划分如图6所示,实时电价信息如图7所示。售电公司允许的偏差范围±2%,接受考核偏差电量的处罚价格为110元/MW·h。
电力用户根据自身条件,选择合适的购电方案,并根据所选购电方案,将电力用户分为三组:固定电价组、分时电价组、实时电价组;其中固定电价组、分时电价组、实时电价组负荷占总额的比例分别为30%、40%、30%
步骤2:在上层优化中,三组电力用户通过智能电表接收售电公司制定的电价信息,各组电力用户均以用电费用最小为目标安排用电,具备家庭能源管理系统的电力用户并将用电计划中各时刻的用电量上传给售电公司;不具备家庭能源管理系统的电力用户的用电数据,售电公司通过对历史用电数据的预测和建立电力用户的响应模型得到。上层是电力用户以用电费用支出最小为目标的混合整数线性规划问题。
步骤3:在下层优化中,以售电公司净收益最大为研究目的,对售电公司购电成本、考核成本和售电收入进行建模,售电公司利用部分上层用户传递过来的各时刻的计划用电量、响应用电量和历史用电量,得到总用电量作为下层目标函数的参数,重新制定实时电价,并回传给上层。下层是售电公司以购售电收益最大为目标的线性规划问题。
步骤4:上层是电力用户以用电费用支出最小为目标的混合整数线性规划问题,下层是售电公司以购售电收益最大为目标的线性规划问题,利用Yalmip优化工具箱结合进行求解。若重新制定的实时电价不满足停止迭代条件,则返回至步骤3,若满足,则得到兼顾电力用户用电费用和售电公司净收益的最优规划。如图8所示为本发明实施的整体流程图。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种协同售用双方的多家庭能源优化方法,其特征在于,包括:
步骤1:售电公司根据用户自主选择的购电方案将电力用户分为固定电价组、分时电价组、实时电价组;
步骤2:用户侧优化,各组电力用户均建立以用电费用最小为目标的用电模型,包括具备家庭能源管理系统的电力用户根据用电计划中各时刻的用电量建立模型,以及不具备家庭能源管理系统的电力用户根据历史用电数据的预测和响应建立模型;
步骤3:供电侧优化,建立以售电公司净收益最大为目标、基于对售电公司购电成本、考核成本和售电收入的供电模型,同时售电公司利用用户侧传递的各时刻的计划用电量、响应用电量和历史用电量,得到的总用电量作为供电模型的参数重新制定实时电价,并回传给用户侧;
步骤4:利用Yalmip优化工具箱对用户侧用电模型和供电侧供电模型进行求解,若求解结果满足停止迭代条件,则得到兼顾电力用户用电费用和售电公司净收益的最优规划,否则返回至步骤3。
2.根据权利要求1所述的协同售用双方的多家庭能源优化方法,其特征在于,所述各组电力用户均建立以用电费用最小为目标的用电模型包括:
步骤210、固定电价组家庭负荷优化,定电价组用户以固定电价根据自身习惯及用电需求进行用电;
步骤220、分时电价组家庭负荷优化,构建以用电费用最小为目标的目标函数
Figure FDA0002342268420000011
其中,Cost表示用户电费的总花销,pt表示时段t内的电价,qt表示时段t内的用电量,且配备家庭能源管理系统的电力用户,根据日前用电计划得到用电数据,未配备家庭能源管理系统的电力用户的用电数据根据模拟分时电价组电力用户的综合响应得到,所述电力用户的综合响应根据电价需求弹性理论得到;
步骤230、实时电价组家庭负荷优化策略,构建以用电费用最小为目标的目标函数
Figure FDA0002342268420000021
其中,Cost表示用户电费的总花销,pt表示时段t内的电价,qt表示时段t内的用电量,通过累加实时电价组电力用户上传的用电计划,得到实时电价组的综合用电量。
3.根据权利要求1所述的协同售用双方的多家庭能源优化方法,其特征在于,所述购电成本包括根据中远期双边合同售电公司在某一日所需的购电成本、现货市场的购电成本以及总额外成本,其中
所述根据中远期双边合同售电公司在某一日所需的购电成本根据以下计算获得:
Figure FDA0002342268420000022
其中,
Figure FDA0002342268420000023
表示第n个购电合同的购电量,
Figure FDA0002342268420000024
表示第n个购电合同的单位购电成本,
Figure FDA0002342268420000025
第n个购电合同在某一日时段t内的电量分配比例,NBC表示签订中远期双边合同的数量,T表示一天划分的时段数;
所述现货市场的购电成本根据以下计算获得:
Figure FDA0002342268420000026
其中,CSTM现货市场的购电成本,pF(t)表示时段t预测的负荷需求,mSTM(t)表示现货市场时段t的统一出清价格;
所述总额外成本根据以下计算获得:
CAC=ΔpD·mD+pA·mA
其中,CAC表示售电公司需要支付的总额外成本,mD表示偏差量的电价;mA表示单位考核电价,ΔpD为偏差量,pA表示需要被考核电量。
4.根据权利要求3所述的协同售用双方的多家庭能源优化方法,其特征在于,所述偏差量ΔpD根据以下计算获得:
Figure FDA0002342268420000031
其中,ΔpD为偏差量,puse(t)表示电力用户在时段t实际用电量,ppur(t)表示售电公司日前总购电量;
需要被考核电量pA根据以下计算获得:
Figure FDA0002342268420000032
A=α·ppur(t)
其中,pA表示需要被考核电量,A表示免考核电量,α表示允许正负偏差范围。
5.根据权利要求1所述的协同售用双方的多家庭能源优化方法,其特征在于,所述以售电公司净收益最大为目标、基于对售电公司购电成本、考核成本和售电收入的供电模型如下:
max F=Isum-Csum
Isum=I1+I2+I3
Csum=CBC+CSTM+CAC
其中,F表示售电公司的净收益;Isum表示售电公司的总收入;Csum表示售电公司的购电总成本。
6.根据权利要求1所述的协同售用双方的多家庭能源优化方法,其特征在于,所述停止迭代条件为:
Figure FDA0002342268420000033
其中迭代停止阈值δ>0,
Figure FDA0002342268420000034
为迭代第n+1次的实时电价,
Figure FDA0002342268420000035
为迭代第n次的实时电价。
CN201911381087.0A 2019-12-27 2019-12-27 协同售用双方的多家庭能源优化方法 Active CN111144657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911381087.0A CN111144657B (zh) 2019-12-27 2019-12-27 协同售用双方的多家庭能源优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911381087.0A CN111144657B (zh) 2019-12-27 2019-12-27 协同售用双方的多家庭能源优化方法

Publications (2)

Publication Number Publication Date
CN111144657A true CN111144657A (zh) 2020-05-12
CN111144657B CN111144657B (zh) 2023-06-09

Family

ID=70521210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911381087.0A Active CN111144657B (zh) 2019-12-27 2019-12-27 协同售用双方的多家庭能源优化方法

Country Status (1)

Country Link
CN (1) CN111144657B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115829609A (zh) * 2022-11-25 2023-03-21 国网山东省电力公司营销服务中心(计量中心) 一种大主体混合类实时费率电费套餐优化计算方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040172321A1 (en) * 2003-03-01 2004-09-02 Chandrasekar Vemula Purchase planning and optimization
CN105321103A (zh) * 2015-12-01 2016-02-10 东南大学 一种基于主从博弈的直购电双边交易的合同电价制定方法
CN105894188A (zh) * 2016-03-31 2016-08-24 湘潭大学 一种家庭用电的调度方法
CN105976079A (zh) * 2016-03-22 2016-09-28 国网河南省电力公司 一种考虑需求响应资源的电力零售商日前能量获取的确定方法
CN108537363A (zh) * 2018-03-09 2018-09-14 天津大学 一种配售分开环境下售电公司购电量控制方法
CN109390940A (zh) * 2018-11-30 2019-02-26 国家电网公司西南分部 一种考虑需求响应和综合效益的送端电网电源规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040172321A1 (en) * 2003-03-01 2004-09-02 Chandrasekar Vemula Purchase planning and optimization
CN105321103A (zh) * 2015-12-01 2016-02-10 东南大学 一种基于主从博弈的直购电双边交易的合同电价制定方法
CN105976079A (zh) * 2016-03-22 2016-09-28 国网河南省电力公司 一种考虑需求响应资源的电力零售商日前能量获取的确定方法
CN105894188A (zh) * 2016-03-31 2016-08-24 湘潭大学 一种家庭用电的调度方法
CN108537363A (zh) * 2018-03-09 2018-09-14 天津大学 一种配售分开环境下售电公司购电量控制方法
CN109390940A (zh) * 2018-11-30 2019-02-26 国家电网公司西南分部 一种考虑需求响应和综合效益的送端电网电源规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨萌;艾欣;唐亮;郭帅;罗庚玉;: "计及风险规避的售电公司平衡市场优化交易策略研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115829609A (zh) * 2022-11-25 2023-03-21 国网山东省电力公司营销服务中心(计量中心) 一种大主体混合类实时费率电费套餐优化计算方法及系统

Also Published As

Publication number Publication date
CN111144657B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
Monfared et al. A hybrid price-based demand response program for the residential micro-grid
Gu et al. Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives
Carreiro et al. Energy management systems aggregators: A literature survey
Erdinc et al. A new perspective for sizing of distributed generation and energy storage for smart households under demand response
Taşcıkaraoğlu Economic and operational benefits of energy storage sharing for a neighborhood of prosumers in a dynamic pricing environment
Erdinc et al. Smart household operation considering bi-directional EV and ESS utilization by real-time pricing-based DR
Doostizadeh et al. A day-ahead electricity pricing model based on smart metering and demand-side management
Yang et al. A multi-objective stochastic optimization model for electricity retailers with energy storage system considering uncertainty and demand response
CN110378729B (zh) 一种基于动态能源价格策略的综合需求响应方法
Chen et al. Electricity demand response schemes in China: Pilot study and future outlook
CN111695943B (zh) 一种计及浮动高峰电价的优化管理方法
Wang et al. Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism
CN110796283A (zh) 一种面向需求侧主动响应的电量套餐优化设计方法
Doroudchi et al. Increasing self-sufficiency of energy community by common thermal energy storage
Zhao et al. Peer-to-peer energy sharing with demand-side management for fair revenue distribution and stable grid interaction in the photovoltaic community
Yang et al. Parallel autonomous optimization of demand response with renewable distributed generators
Ponnaganti et al. Flexibility provisions through local energy communities: A review
Hou et al. Market-based mechanisms for smart grid management: Necessity, applications and opportunities
CN111144657A (zh) 协同售用双方的多家庭能源优化方法
Liu et al. Optimal design of a score-based incentive mechanism for promoting demand response participations of residential users
Li et al. Optimized configuration and operation model and economic analysis of shared energy storage based on master-slave game considering load characteristics of PV communities
Bjørndal et al. End-User Flexibility in the Local Electricity Grid–Blurring the Vertical Separation of Market and Monopoly?
Li et al. A novel real-time pricing for optimal DRP, considering price elasticity, and charging control methods of PHEV integrated with smart grids, using GMO algorithm
Antunes Multiobjective optimization in the energy sector: Selected problems and challenges
Askeland et al. Prosumers’ role in the future energy system

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