CN111242702B - 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 - Google Patents
一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 Download PDFInfo
- Publication number
- CN111242702B CN111242702B CN202010132454.XA CN202010132454A CN111242702B CN 111242702 B CN111242702 B CN 111242702B CN 202010132454 A CN202010132454 A CN 202010132454A CN 111242702 B CN111242702 B CN 111242702B
- Authority
- CN
- China
- Prior art keywords
- peak
- valley
- time
- electricity
- load
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 271
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004044 response Effects 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012546 transfer Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 230000009194 climbing Effects 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000007667 floating Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000012559 user support system Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 19
- 238000005520 cutting process Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009910 autonomic response Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法,包括针对电网电价问题构建整数规划模型;求解所述整数规划模型的最优解;确定峰谷平电价;确定负荷参与调度策略;根据分析峰谷分时电价对网荷收益的影响,确定负荷建模方式和建立负荷电价响应模型;考虑系统峰谷差最小的模型参与调度,并建立考虑系统峰谷差最小的电网电价模型。本发明的有益效果:考虑峰谷分时电价和多类型负荷的电网公司盈利模型能够在充分考虑各类型用户对电价响应差异性的基础上,提高电网盈利的同时能更好得到用户支持,并得到各类型用户最优的峰谷平电价。
Description
技术领域
本发明涉及分时电价的技术领域,尤其涉及一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法。
背景技术
近年来分时电价作为基于价格的有效需求响应方式之一,通过在负荷高峰时段适当调高电价、低谷时段适当降低电价的价格信号来引导用户制定合理的用电计划,从而将高峰时段的部分负荷转移到低估时段,达到削峰填谷、平衡负荷的目的。
分时电价是一种可有效反映电力系统不同时段供电成本差异的电价机制,其常见形式有峰谷电价、季节电价和丰枯电价等。分时电价机制的核心主要是峰谷时段的划分和峰谷分时电价的制定两个方面,科学划分峰谷时段、合理制定分时电价确保分时电价执行取得效果,达到社会资源更加优化配置目的的基础。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明解决的技术问题是:提供考虑系统峰谷差最小的电网峰谷分时电价的制定方法,得到各类型用户最优的峰谷平电价。
为解决上述技术问题,本发明提供如下技术方案:一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法,包括针对电网电价问题构建整数规划模型,整数规划问题可看成一个一般的线性规划(LP)问题:所述整数规划分为纯整数规划、混合整数规划和0-1规划;
定义整数规划的模型为:
max z=CX
式中A矩阵、b、c向量中所有的元素数都是整数或有理数,将整数规划问题看成线性规划问题:
max z=CX
上式称为该整数规划问题的松弛问题;
求解所述整数规划模型的最优解;
确定峰谷平电价;
确定负荷参与调度策略;根据分析峰谷分时电价对网荷收益的影响,确定负荷建模方式和建立负荷电价响应模型;其中电网侧收益影响:
实行峰谷分时电价前电网侧一天24小时以相同的售电电价对负荷侧供电;而在峰谷分时电价之后电网侧为实现削峰填谷的目的在不同时段对负荷侧实行不同的电价;
峰谷分时电价之前电网侧收益为Rw0,表示电网的售电收入减去购电成本,具体表达式如下:
Rw0=Fsd0-Fsw0
Rw0表示峰谷分时电价之前电网侧收益;
Fsd0表示峰谷分时电价之前电网的售电收益;
Fsw0表示峰谷分时电价之前电网侧从电源侧购电成本,电网的购电成本为电源侧上网电量的收益;
峰谷分时电价之后电网侧收益Rw,表示峰谷分时电价之后的售电收入减去从电源侧的购电成本,具体表达式如下:Rw表示峰谷分时电价之后电网侧收益;
Rw=Fsd-Fsw
Fsd表示峰谷分时电价之后电网的售电收益;
Fsw表示峰谷分时电价之后电网侧从电源侧购电成本;
负荷侧获益变化:
在实行峰谷分时电价之前,负荷侧的电费支出为电网侧在峰谷分时电价之前的售电收益,即:
RD0=Fsd0
在实行峰谷分时电价之后,负荷侧的电费支出为电网侧在峰谷分时电价之后的售电收益,即:
RD=Fsd
所述负荷电价响应模型:
若原始电价p0为平电价,峰谷电价浮动比为:
即采用峰谷分时电价后高峰时刻和低谷时刻的电价波动情况,且谷电价比为:
在考虑多时段响应方式后,任一时刻的负荷削减和转移系数如下:
式中,Tp、Tf、Tv是指峰、平、谷时段;λpf、λpv、λfv均是负荷转移系数,在峰、平、谷时刻的峰谷电价浮动比分为kp>0、kf=0、kv<0,因此,λpf、λpv、λfv>0,此外,由于εii<0,λpp<0,λvv>0;
式中,Li为未实施峰谷分时电价时段i的负荷。Lp、Lf、Lv分别为峰、平、谷时段总负荷在相应时段内的平均值;
考虑系统峰谷差最小的模型参与调度,并建立考虑系统峰谷差最小的电网电价模型;定义目标函数如下:
min[mtaxL(t,λ,Lp,Lf,Lv)-mtinL(t,λ,Lp,Lf,Lv)]
式中,λ为负荷削减和转移系数,其中,λpp、λff和λvv为负荷削减系数,λpf、λpv、λfv为负荷转移系数,Lp、Lf、Lv分别为峰、平、谷时段总负荷在相应时段内的平均值;
利用火电机组出力特性、水电机组出力约束、用户用电方式满意度约束以及电网公司盈利约束构成所述电网电价模型;其中所述水电机组出力特性不考虑水电机组的运行成本,则约束方程包括上下限约束和日电量约束,分别定为如下,
水电厂h的日电量约束,由于水量限制,水电站h在调度周期内的允许发电量分别为Wh;
所述用电方式满意度是指电费的变化使得用户有选择性的改变用电习惯,会对用户的舒适度、产品生产计划等产生影响,定义函数如下:
式中,η为用户满意度,ηj,min为给定的数值;
电网公司盈利约束:
Rw=Fsd-Fsw>=Rw0 (17)
式中Fsd表示峰谷分时电价之后电网的售电收益;Fsw表示峰谷分时电价之后电网侧从电源侧购电成本;Rw0表示峰谷分时电价之前电网侧收益;
销售收益:
Rm(t)=λm*Pm(t)
式中,λm为第m类用户的销售电价;Pm(t)为第m类用户在t时刻的负荷;
上网成本:
Fn(t)=γ*Pn,i(t)
式中γ为火电机组的上网电价;Pn,i(t)为第i个火电机组在第t个时段的出力;其他类型发电机组类似。
作为本发明所述的考虑系统峰谷差最小的电网峰谷分时电价的制定方法的一种优选方案,其中:所述火电机组出力特性包括机组启停时间约束方程、机组出力约束方程和机组爬坡约束方程;所述机组启停时间约束方程包括,对于第i台机组和第t个时段,最小开机时间约束为:
最小关机时间约束为:
作为本发明所述的考虑系统峰谷差最小的电网峰谷分时电价的制定方法的一种优选方案,其中:所述峰谷平电价的确定包括根据电价pi,t受负荷的类型以及峰谷时段的影响;对一同种类型的负荷,假设它一天包含峰、谷、平三段电价;采用半梯形模糊隶属度函数来对一天的时段进行分类;对于谷时段,可采用偏小型半梯形分布函数确定;对于峰时段,可采用偏大型半梯形分布函数确定;除谷时段和峰时段中的其他时段,其他时段为平时段。
作为本发明所述的考虑系统峰谷差最小的电网峰谷分时电价的制定方法的一种优选方案,其中:所述偏小型半梯形隶属度函数公式为,
所述偏大型半梯形隶属度函数公式为,
式中,x为当前的负荷值,b代表一天中的最大负荷值,a代表一天中的最小负荷值,定义谷时段x为负荷满足A1(x)≥α的负荷,定义峰时段x为负荷满足 A2(x)≥α。
本发明的有益效果:考虑峰谷分时电价和多类型负荷的电网公司盈利模型能够在充分考虑各类型用户对电价响应差异性的基础上,提高电网盈利的同时能更好得到用户支持,并得到各类型用户最优的峰谷平电价。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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它的附图。其中:
图1为本发明第一种实施例所述偏小型半梯形隶属度函数的示意图;
图2为本发明第一种实施例所述偏大型半梯形隶属度函数的示意图;
图3为本发明第三种实施例所述风电预测出力光伏预测出力图的示意;
图4为本发明第三种实施例所述负荷分布曲线的示意图;
图5为本发明第三种实施例所述3种方案下的负荷曲线示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
目前电力系统采用的是传统发电调度方式,即通过控制发电机组启停及出力去平衡系统的负荷,解决经济运行问题。大规模不可控的风电、光电等并网时,采用发电调度的方式进行电力平衡不一定经济。采用负荷调度的方式追踪不可控电源的预测出力曲线可能是一种未来电力系统调度的有效补充方式。所谓的负荷调度是指负荷可控、电源不可控的调度方式。有一部分负荷的用电时间是灵活的,如加热、制冷、电动汽车等,以及储能设备。利用这些可控负荷追踪风电、光伏等可再生能源发电的出力变化,调度负荷来平衡预测的风电、光伏等的出力曲线。采用负荷调度控制输电潮流可降低网损、提高可靠性和提高输变电利用率。
具体的,本实施例中提出的一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法,包括以下步骤:
针对电网电价问题构建整数规划模型;
求解所述整数规划模型的最优解;
确定峰谷平电价;
确定负荷参与调度策略;
根据分析峰谷分时电价对网荷收益的影响,确定负荷建模方式和建立负荷电价响应模型;
考虑柔性负荷的机组组合模型参与调度,并建立考虑负荷机组组合的电网电价模型。
需要说明的是,关于整数线性规划的问题可分为纯整数规划(所有变量都限制为整数)、混合整数规划(一部分变量限制为整数)和0-1规划(所有变量的取值都限制为0或1)。整数规划模型定义为如下:
max z=CX
其中A矩阵、b、c向量中所有的元素数都是整数或有理数。如果不考虑 (IP)问题中“X是整数”的条件,则整数规划问题仍可看成一个一般的线性规划(LP)问题:
max z=CX
上式称为该整数规划问题的松弛问题(slackProblem)。对于整数线性规划及其松弛问题,从解的特点上来说,二者之间既有密切的联系,又有本质的区别。线性规划(LP)的任一整数可行解都是整数规划(IP)的一个可行解,显然(IP) 的所有解(包括可行解)对应于(LP)的整数可行解。进一步地,如果(LP) 的最优解是一个整数解,那么这个解也一定是(IP)问题的最优解。
一般情况下,(LP)的最优解不会恰好是一个整数解,自然就不是(IP) 的最优解,(IP)的最优值不会优于(LP)的最优值。当(LP)的最优解不是一个整数解时,一般情况下不可以通过对非整数解进行“四舍五入”、“凑整法”得出(IP)问题的最优解。
可选的,利用割平面法进行求解。
割平面法是由高莫瑞(R.E.Gomory)在1958年首先提出,故又称Gomory割平面法,是求解整数规划的最早提出的一个方法。在割平面法中.每次增加的用于“切割”的线性约束称为割平面约束或Gomory约束。
构造割平面约束的方法很多,介绍最常用的一种,它可以从相应线性规划的最终单纯形表中直接产生。实际解题时,经验表明若从最优单纯形表中选择具有最大小(分)数部分的非整分量所在行构造割平面约束,往往可以提高“切割”效果,减少“切割”次数。
基本流程是:首先利用单纯形法(或者其它方法)求解整数规划的松弛线性规划;经过判断,如果达不到变量的整数条件,则针对某一个非整变量增加特定割平面,把LP问题中对该变量的非整数部分给去除掉,保留了全部有整数解的部分,同时经过切割后的可行域其凸性质不改变。逐次反复上面的过程,只要整数规划问题有最优整数解,则必定可以在经过若干次的切割后的凸可行域的顶点中找到最优解。
可选的,利用分枝定界法进行求解。
直接通过枚举法求整数最优解毫无实用应用价值。分枝定界法是一种隐枚举法或部分枚举法,它不是一种有效算法,是枚举法基础上的改进。它是一种“巧妙”地枚举整数规划问题的可行解的思想来设计算法的,其关键步骤是分枝和定界。分枝定界法可用于解纯整数或混合的整数规划问题。由于这种方法灵活且便于用计算机求解,所以现在它是解整数规划的主要方法。
基本流程是:设有最大化的整数规划问题IP,与它相关的线性规划问题为 LP。从解问题LP开始,若其最优解不符合IP的整数条件,则LP的最优目标函数必定是IP的最优目标函数z*的上界,记作z,而IP的任意可行解必定是 z*的下界,记作z。下面将LP的可行域分成子区域(称为分枝),逐步减小,增大,最终达到解决z*。本实施例具体借助于GAMS软件进行求解,其求解混合整数规划的效率极高,同时它可以选择多种求解器(如CPLEX,SBB等)和多种优秀的算法。由于所求解的模型为多目标,需要通过改变权系数来获得模型的非支配解。
进一步的,峰谷平电价的确定:
电价pi,t主要受负荷的类型以及峰谷时段的影响。对一同种类型的负荷,假设它一天包含峰、谷、平三段电价。先采用半梯形模糊隶属度函数来对一天的时段进行分类。
参照图1示意的偏小型半梯形隶属度函数,对于谷时段,可采用偏小型半梯形分布函数确定;参照图2示意的偏大型半梯形隶属度函数,对于峰时段,可采用偏大型半梯形分布函数确定。除谷时段和峰时段中的其他时段,其他时段为平时段。
其中偏小型半梯形隶属度函数公式为:
偏大型半梯形隶属度函数公式为:
上述两个式子中,x为当前的负荷值,b代表一天中的最大负荷值,a代表一天中的最小负荷值。因此,可定义谷时段x为负荷满足A1(x)≥α的负荷,定义峰时段x为负荷满足A2(x)≥α。
可选的,本实施例中提出负荷参与调度的方式如下:
基于电价的模式:通过价格信号引导用户合理调节和改善用电结构和用电方式,包括电价决策模型,电价对负荷曲线形状,以及电网可靠性等方面的影响。分时电价(timeofuse,TOU)一般在日前或更早时间尺度上制定并发布,电力用户有充分的时间合理安排用电计划;
实时电价(realtimepricing,RTP)是基于边际成本理论的一种动态电价机制,反映的是各时刻供应与需求的变化关系,有利于市场风险在供电商与用户之间进行合理分摊,但只会对具有快速响应能力或电价敏感型柔性负荷起到引导作用。
尖峰电价(criticalpeakpricing,CPP)是在TOU基础上叠加尖峰费率而形成的一种动态电价机制,可有效降低系统尖峰时段的负荷。总的来说,响应电价的用户无需向电网调控部门申报自身的个体用电信息,因而适用于任意大、中、小型用户,但用户自主响应行为的不确定性较大;此外,用户响应和动态电价的制定存在一定的相互影响关系,当大量用户同时响应电价变化时可能导致用户需求同时转移到低电价时段,从而引起新的用电高峰,这是需要电价制定部门进一步关注的问题。
基于合同约定的模式:电力公司与用户签订协议,事先约定用户的基本负荷消费量和削减负荷量的计算方法、激励费率的确定方法以及违约的惩罚措施等,是电力公司引导柔性负荷参与电网调度运行的有效手段。
若由用户调整用电量称为可中断负荷(interruptibleload,IL),由电力公司或负荷聚合商(loadaggregator,LA)的负控装置削减负荷称为直接负荷控制(directloadcontrol,DLC)。
目前IL作为调峰的一种重要手段已被美国几乎所有电力公司采用,国内江苏、河北等省也制定了IL管理方案。DLC通常针对居民或小型商业用户,简单实用、可靠性高。一般来说,机组组合和DLC协同的控制策略以减小峰荷和运行费用。也可从可控负荷数量、控制持续时间和连续渐进优化等方面研究DLC方案以增加电力企业的利润和用户的利益。
需求侧竞价的模式:电力负荷以竞价形式与发电侧资源共同参与市场竞争并获得经济利益,市场运行者通过全局优化取得市场出清。市场竞价模式,赋予用户通过申报削减负荷价格和发电侧统一参与电力市场竞争的权利,实现了调度中心对机组和负荷资源的统一调配。
近年来,相关研究主要集中于竞价规则、负荷响应的多时段特性以及需求侧资源与可再生能源的联合优化等方面。在负荷调度后,正常情况下,用户在接到电力公司经过优化计算得到的调节指令后,依据约定的控制周期和控制时序响应调度要求。值得注意的是,有些用户在响应电网调度削减用电量后还存在用电量反弹的现象,用指定转移时段和转移量的确定性方法对此进行了建模。由于受到用户生产经营状况、经营者素质和具体合同内容等方面因素的影响,也存在不能响应或部分响应的可能性。
本实施例中需要说明的是,峰谷分时电价对网荷收益的影响:
其中电网侧收益影响:
106实行峰谷分时电价前电网侧一天24小时以相同的售电电价对负荷侧供电;而在峰谷分时电价之后电网侧为实现削峰填谷的目的在不同时段对负荷侧实行不同的电价。
(1)峰谷分时电价之前电网侧收益为Rw0,表示电网的售电收入减去购电成本,具体表达式如下:
Rw0=Fsd0-Fsw0
Rw0表示峰谷分时电价之前电网侧收益;
Fsd0表示峰谷分时电价之前电网的售电收益;
Fsw0表示峰谷分时电价之前电网侧从电源侧购电成本,电网的购电成本为电源侧上网电量的收益。
(2)峰谷分时电价之后电网侧收益Rw,表示峰谷分时电价之后的售电收入前去从电源侧的购电成本,具体表达式如下:Rw表示峰谷分时电价之后电网侧收益;
Rw=Fsd-Fsw
Fsd表示峰谷分时电价之后电网的售电收益;
Fsw表示峰谷分时电价之后电网侧从电源侧购电成本。
负荷侧获益变化:
(1)在实行峰谷分时电价之前,负荷侧的电费支出为电网侧在峰谷分时电价之前的售电收益,即:
RD0=Fsd0
(2)在实行峰谷分时电价之后,负荷侧的电费支出为电网侧在峰谷分时电价之后的售电收益,即:
RD=Fsd
针对负荷的建模方法说明如下:
柔性负荷建模方法:从用户自主响应特性的角度,可将柔性负荷分为3类:①可转移负荷,即在一个调度周期内(如1d)总用电量不变,但用电特性灵活,各时段用电量可灵活调节,如电动汽车换电站、冰蓄冷、储能以及工商业用户的部分负荷等;②可平移负荷,受生产流程约束,只能将用电曲线在不同时段间平移,如工业大用户;③可削减负荷,可根据需要对用电量进行一定削减,如空调、照明等。基于用户用电特性的方法能够计及各种因素对用户响应行为的影响,方便获取响应行为的时序特征,计及消费者心理和用户满意度。
三类模型可以分别按以下方式进行计算:
可转移负荷:以响应电价为例,可转移负荷可概括为如下形式:
ΔPshift(t)=f`(P0(t),Δpshift(t),kshift(t),vshift(t)) (1)
式中:ΔPshift(t)为t时段可转移负荷的响应量;P0(t)为t时段的基荷;Δpshift(t)为t时段与其他时段电价差向量;kshift(t)为t时段相对其他时段的互弹性向量; vshape(t)为转移速率;T为调度周期。
可平移负荷:可平移负荷可表示为:
ΔPshape(t)=f2(t+Δt(Δp))-f2(t) (3)
式中:ΔPshape(t)为t时段可平移负荷的响应量,f2(t)为其初始用电曲线;Δt(Δp)为由于电价变化Δp引起的负荷平移时段。
可削减负荷:可削减负荷可表示为:
ΔPre(t)=f3(P0(t),Δpre,kre(t),vre(t)) (4)
式中:ΔPre(t)为t时段可削减负荷的响应量;Δpre为t时段电价的变化量;kre(t)为t时段负荷的自弹性系数;vre(t)为削减速率。
用户响应电价模型多基于电力需求价格弹性矩阵,包括自弹性和互弹性,由于算法简单、直观,得到了广泛应用,但由于价格弹性系数多采用行业统计数据来求取,反映的是用户对电价变化响应的宏观表现,这在很大程度上限制了模型的准确性。考虑到用户响应电价的不确定性,利用弹性曲线上某一点的随机误差描述了响应行为的不确定性并进行了鲁棒处理。此外,由于电力用户数量多、种类多,电网调度更为关注众多电力用户聚合后的整体响应特性。
本实施例中负荷电价响应模型:
若原始电价p0为平电价,峰谷电价浮动比为:
即采用峰谷分时电价后高峰时刻和低谷时刻的电价波动情况,本实施例中中设定峰、谷电价浮动比相同。且峰谷电价比为:
在考虑多时段响应方式后,任一时刻的负荷削减和转移系数如下:
式中,Tp、Tf、Tv是指峰、平、谷时段;λpf、λpv、λfv均是负荷转移系数,在峰、平、谷时刻的峰谷电价浮动比分为kp>0、kf=0、kv<0,因此,λpf、λpv、λfv>0,此外,由于εii<0,λpp<0,λvv>0。
式中,Li为未实施峰谷分时电价时段i的负荷。Lp、Lf、Lv分别为峰、平、谷时段总负荷在相应时段内的平均值。
向量L'i和Li分别表示用户实施分时电价前后的用电量,矩阵λ中各子块的数值由峰平电价浮动比,负荷的自弹性和交叉弹性共同决定。当时段数取为n 时,则λ为n×n阶矩阵,比如日负荷曲线取24时段,则λ为24×24阶矩阵,将矩阵的各元素λij归为i和j对应划分的峰谷平时段,则可确定24时段中各元素的数值。
实施例2
本实施例中,实施峰谷分时电价的目的是尽可能降低峰荷,提高谷荷,降低峰谷差,提高电力系统的负荷率,以增加电力系统的稳定性。
因此针对本实施例提出的目标函数,具体说明如下。
定义目标函数如下:
式中,λ为上文提及的负荷削减和转移系数。其中,λpp、λff和λvv为负荷削减系数,λpf、λpv、λfv为负荷转移系数,Lp、Lf、L分别为峰、平、谷时段总负荷在相应时段内的平均值。
可选的,约束方程说明如下:
(1)火电机组出力特性。
(a)机组启停时间约束:
对于第i台机组和第t个时段,最小开机时间约束为:
最小关机时间约束为:
(b)机组出力约束:
对于第i台机组,需要满足如下出力约束:
(c)机组爬坡约束:
对于第i台机组,从第t-1个时段到第t个时段,需要满足上下爬坡速率要求:
(2)水电机组出力约束:
不考虑水电机组的运行成本,约束方程包括上下限约束和日电量约束。式 (14)中,分别为水电厂h的最小和最大技术出力;式(15)为水电厂h的日电量约束,由于水量限制,水电站h在调度周期内的允许发电量分别为Wh。
(3)用户用电方式满意度约束:
用户满意度约束(市场部的考虑因素):实施峰谷分时电价会对用户的用电方式满意度产生影响。用电方式满意度是指电费的变化使得用户有选择性的改变用电习惯,会对用户的舒适度、产品生产计划等产生影响。
式中,η为用户满意度,ηj,min为给定的数值。
(4)电网公司盈利约束:
Rw=Fsd-Fsw>=Rw0 (17)
式中Fsd表示峰谷分时电价之后电网的售电收益;Fsw表示峰谷分时电价之后电网侧从电源侧购电成本。Rw0表示峰谷分时电价之前电网侧收益。
a)销售收益:
Rm(t)=λm*Pm(t) (19)
式中,λm为第m类用户的销售电价;Pm,i(t)为第m类用户在t时刻的负荷。
b)上网成本:
Fn(t)=γ*Pn,i(t) (20)
式中γ为火电机组的上网电价;Pn,i(t)为第i个火电机组在第t个时段的出力。其他类型发电机组类似。
综上,式(7)至式(20)构成了考虑负荷电价响应特性的电网公司盈利模型,即电网电价模型。
实施例3
为验证本发明提出考虑系统峰谷差最小的电网峰谷分时电价的制定方法的实际效果,本实施例中针对下述内容说明。
(1)负荷参数方面。由分析可得,参与需求侧响应的用户群体主要为大工业用电、商业用电和居民生活用电。不同行业对价格的响应特性有所不同。为简化分析,工业用户包括建材、钢铁、化工、冶金等。商业用电的种类多样,包括行政办公、商业金融、百货商店、旅馆商贸、餐饮娱乐,医疗卫生、教育科研、体育及其他。居民负荷仅归并为一类用户。对电价的灵敏度:工业负荷>商业负荷>居民负荷。用户类型及响应特性的相关参数调查结果如表1所示。表中的原始电价是指不同类型用户此前采用的销售电价,在此定为不同类型用户的电价。
表1:原始电价数据和弹性系数。
(2)电价方面:发电侧中火电机组上网电价取值0.35元/kWh,水电机组取值0.25元/kWh,风电机组上网电价取值0.61元/kWh,光伏机组上网电价取值1元/kWh。用户侧中,工业用户平电价为0.61元/kWh,商业用户平电价为 0.81元/kWh,居民用户平电价为0.48元/kWh。
(3)可控电源方面:测试系统信息如表2。其中火电机组参数如表3所示,水电厂参数如表4所示,负荷数据如表5所示。
表2:测试系统信息。
典型日的风电功率预测曲线和光伏功率预测曲线如图3所示(示意为风电预测出力光伏预测出力图),负荷情况如图4(负荷分布曲线图)的示意。
表3:火电机组特性表。
表4 :水电机组特性表。
表5:系统不同类型负荷数据表。
本实施例为更好地验证本发明方法的有效性,定义如下3种定价模式:
为更好地验证本文方法的有效性,定义如下3种定价模式:
1:方案1为基于系统峰谷差最小模型,且各类型用户不实施峰谷分时电价,均采用平电价;
2:方案2为考虑峰谷分时电价和多类型负荷的电价响应模型,按总负荷曲线划分峰谷平时段,但采用相同的峰谷电价比;
3:方案3为考虑峰谷分时电价和多类型负荷的电价响应模型,按各类型用户负荷特性分别划分峰谷平时段,但采用相同的峰谷电价比,且采用不同的峰谷电价比。
上述三种定价方案的区别如表6所示,峰谷平时段的划分结果如表7所示。
表6:三种定价模式的对比。
表7:峰谷平时段的划分结果
以系统峰谷差最小为目标函数,考虑火电机组、水电机组的出力约束,同时电网侧考虑电网的盈利约束,用户侧考虑用户满意度约束,得到的结果如下所示。
(1)用户用电方式满意度对比:
表8、9分别为方案2、方案3的最优峰谷分时电价。各类型用户采用相同的峰谷电价比,由于A类工业负荷对电价响应较为灵敏,用户满意度相对其他用户类型较低。所以峰谷电价比主要受到工业用户的用户满意度约束影响,即=0.8,同时也受到电网盈利约束影响。方案3在考虑峰谷分时电价的同时考虑用户用电方式满意度,并按照各类型负荷曲线划分峰谷平电价,能有效体现各类型负荷对电价响应能力的差异性,由于商业用户和居民用户对电价的敏感程度较低,最后商业和居民数据受到电网盈利约束影响。
表8:方案2的最优峰谷分时电价方案。
表9:方案3的最优峰谷分时电价方案。
(2)削峰填谷效果对比。
图5(3种方案下的负荷曲线)为3种模式下的负荷曲线图。表10为不同方案下的负荷对比分析情况。各方案削峰填谷效果分析如下:
方案1与方案2相比,方案2考虑峰谷分时电价,峰谷电价比升高,在一定程度上能够引导用户合理用电,使系统的最高负荷时间点从19:00转移到 22:00,使系统的峰谷差从8528.2下降到4258.9,下降了50%,负荷率相对提高15.4%。
方案3与方案2相比,方案3充分考虑各类型用户的负荷特性,按照各自的负荷曲线划分峰谷平时段,使系统的峰谷差从4258.9下降到4581但峰负荷从19452.0下降到19372.1。但与方案一相比,峰谷差下降了46.3%,大大提高负荷率。
表10:不同方案下的负荷对比分析。
经济性对比:
本实施例经济性是指电网的盈利水平,包括上网成本和销售费用。由表11,方案一与方案二相比,系统的运行成本上升了4.45%;方案三与方案一相比,系统运行成本上升了7.3%。由表12可见,由于受到电网盈利约束条件的影响,方案二和方案三的电网盈利水平相对未采用峰谷分时电价前有所上升。由表13 可见,方案二的工业用户用电成本和居民用户用电成本比方案三高,商业成本略低。
表11:各方案的系统运行成本费用对比。
表12:各方案的盈利费用对比。
表13:各方案的盈利费用对比。
综上所述,在考虑用户用电成本、系统峰谷差和系统运行成本的情况下,方案二为推荐按的最优策略。
本实施例基于实际机组特性、实际负荷、机组上网电价、用户侧销售电价,进行贵州峰谷分时电价制定。分别设计三个目标,即考虑柔性负荷的电网公司盈利模型、考虑柔性负荷的机组组合模型、考虑系统峰谷差最小模型,每个目标函数均设置了三种定价模式,并进行贵州实际数据仿真。最后,分别从用户用电方式满意度、削峰填谷效果以及经济性(系统运行成本、电网盈利、用户用电成本)进行分析,得到每种目标的建议选择策略,为电网制定峰谷分时电价提供多样化的理论参考。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合) 可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的,术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号,以本地和/或远程过程的方式进行通信。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法,其特征在于:包括,
针对电网电价问题构建整数规划模型,整数规划问题可看成一个一般的线性规划(LP)问题:所述整数规划分为纯整数规划、混合整数规划和0-1规划;
定义整数规划的模型为:
max z=CX
式中A矩阵、b、c向量中所有的元素数都是整数或有理数,将整数规划问题看成线性规划问题:
max z=CX
上式称为该整数规划问题的松弛问题;
求解所述整数规划模型的最优解;
确定峰谷平电价;
确定负荷参与调度策略;
根据分析峰谷分时电价对网荷收益的影响,确定负荷建模方式和建立负荷电价响应模型;其中电网侧收益影响:
实行峰谷分时电价前电网侧一天24小时以相同的售电电价对负荷侧供电;而在峰谷分时电价之后电网侧为实现削峰填谷的目的在不同时段对负荷侧实行不同的电价;
峰谷分时电价之前电网侧收益为Rw0,表示电网的售电收入减去购电成本,具体表达式如下:
Rw0=Fsd0-Fsw0
Rw0表示峰谷分时电价之前电网侧收益;
Fsd0表示峰谷分时电价之前电网的售电收益;
Fsw0表示峰谷分时电价之前电网侧从电源侧购电成本,电网的购电成本为电源侧上网电量的收益;
峰谷分时电价之后电网侧收益Rw,表示峰谷分时电价之后的售电收入减去从电源侧的购电成本,具体表达式如下:Rw表示峰谷分时电价之后电网侧收益;
Rw=Fsd-Fsw
Fsd表示峰谷分时电价之后电网的售电收益;
Fsw表示峰谷分时电价之后电网侧从电源侧购电成本;
负荷侧获益变化:
在实行峰谷分时电价之前,负荷侧的电费支出为电网侧在峰谷分时电价之前的售电收益,即:
RD0=Fsd0
在实行峰谷分时电价之后,负荷侧的电费支出为电网侧在峰谷分时电价之后的售电收益,即:
RD=Fsd
所述负荷电价响应模型:
若原始电价p0为平电价,峰谷电价浮动比为:
即采用峰谷分时电价后高峰时刻和低谷时刻的电价波动情况,且谷电价比为:
在考虑多时段响应方式后,任一时刻的负荷削减和转移系数如下:
式中,Tp、Tf、Tv是指峰、平、谷时段;λpf、λpv、λfv均是负荷转移系数,在峰、平、谷时刻的峰谷电价浮动比分为kp>0、kf=0、kv<0,因此,λpf、λpv、λfv>0,此外,由于εii<0,λpp<0,λvv>0;
式中,Li为未实施峰谷分时电价时段i的负荷,Lp、Lf、Lv分别为峰、平、谷时段总负荷在相应时段内的平均值;
考虑系统峰谷差最小的模型参与调度,并建立考虑系统峰谷差最小的电网电价模型;定义目标函数如下:
式中,λ为负荷削减和转移系数,其中,λpp、λff和λvv为负荷削减系数,λpf、λpv、λfv为负荷转移系数,Lp、Lf、Lv分别为峰、平、谷时段总负荷在相应时段内的平均值;
利用火电机组出力特性、水电机组出力约束、用户用电方式满意度约束以及电网公司盈利约束构成所述电网电价模型;其中所述水电机组出力特性不考虑水电机组的运行成本,则约束方程包括上下限约束和日电量约束,分别定为如下,
水电厂h的日电量约束,由于水量限制,水电站h在调度周期内的允许发电量分别为Wh;
所述用电方式满意度是指电费的变化使得用户有选择性的改变用电习惯,会对用户的舒适度、产品生产计划等产生影响,定义函数如下:
式中,η为用户满意度,ηj,min为给定的数值;
电网公司盈利约束:
Rw=Fsd-Fsw>=Rw0 (17)
式中Fsd表示峰谷分时电价之后电网的售电收益;Fsw表示峰谷分时电价之后电网侧从电源侧购电成本;Rw0表示峰谷分时电价之前电网侧收益;
销售收益:
Rm(t)=λm*Pm(t)
式中,λm为第m类用户的销售电价;Pm(t)为第m类用户在t时刻的负荷;
上网成本:
Fn(t)=γ*Pn,i(t)
式中γ为火电机组的上网电价;Pn,i(t)为第i个火电机组在第t个时段的出力;其他类型发电机组类似。
2.如权利要求1所述的考虑系统峰谷差最小的电网峰谷分时电价的制定方法,其特征在于:所述火电机组出力特性包括机组启停时间约束方程、机组出力约束方程和机组爬坡约束方程;
所述机组启停时间约束方程包括,
对于第i台机组和第t个时段,最小开机时间约束为:
最小关机时间约束为:
所述机组出力约束方程包括,
对于第i台机组,需要满足如下出力约束:
Pn min≤Pn(t)≤Pn max
式中,Pn min和Pn max分别为第i台机组的最小和最大出力;
所述机组爬坡约束方程包括,
对于第i台机组,从第t-1个时段到第t个时段,需要满足上下爬坡速率要求:
3.如权利要求2所述的考虑系统峰谷差最小的电网峰谷分时电价的制定方法,其特征在于:所述峰谷平电价的确定包括,
根据电价pi,t受负荷的类型以及峰谷时段的影响;
对一同种类型的负荷,假设它一天包含峰、谷、平三段电价;
采用半梯形模糊隶属度函数来对一天的时段进行分类;
对于谷时段,可采用偏小型半梯形分布函数确定;
对于峰时段,可采用偏大型半梯形分布函数确定;
除谷时段和峰时段中的其他时段,其他时段为平时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010132454.XA CN111242702B (zh) | 2020-02-29 | 2020-02-29 | 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010132454.XA CN111242702B (zh) | 2020-02-29 | 2020-02-29 | 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111242702A CN111242702A (zh) | 2020-06-05 |
CN111242702B true CN111242702B (zh) | 2021-08-06 |
Family
ID=70876704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010132454.XA Active CN111242702B (zh) | 2020-02-29 | 2020-02-29 | 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242702B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288173B (zh) * | 2020-10-30 | 2022-03-22 | 合肥工业大学 | 一种考虑分时电价和激励补偿的尖峰负荷调整方法 |
CN113224752B (zh) * | 2021-05-06 | 2022-09-23 | 合肥工业大学 | 在恒定分时电价下考虑可靠性损失的峰谷时段划分方法 |
CN113158486B (zh) * | 2021-05-08 | 2023-02-24 | 国网河北省电力有限公司经济技术研究院 | 一种用户端综合能源网络优化控制方法 |
CN113362103B (zh) * | 2021-05-24 | 2022-04-19 | 电子科技大学 | 一种通过用户用电行为特征定制电网峰谷分时电价的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107482618A (zh) * | 2017-07-20 | 2017-12-15 | 国家电网公司 | 具有风‑火发电并含多类型柔性负荷电网的电价制定方法 |
CN109002931A (zh) * | 2018-08-22 | 2018-12-14 | 河海大学 | 日前发电调度与日前峰谷分时电价联合优化方法 |
CN110705792A (zh) * | 2019-09-30 | 2020-01-17 | 重庆大学 | 一种计及分时定价的动态需求响应求解方法 |
CN110852519A (zh) * | 2019-11-18 | 2020-02-28 | 贵州电网有限责任公司 | 一种考虑多类型负荷的售电公司最优盈利方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013173879A1 (en) * | 2012-05-23 | 2013-11-28 | National Ict Australia Limited | Alternating current (ac) power flow analysis in an electrical power network |
CN104809294B (zh) * | 2015-04-30 | 2017-12-22 | 贵州大学 | 用户对分时电价的响应度模型的建立方法 |
US11374409B2 (en) * | 2017-04-03 | 2022-06-28 | Savant Technologies Llc | Power system load flexibility forecasting |
CN107358462A (zh) * | 2017-07-03 | 2017-11-17 | 国电南瑞科技股份有限公司 | 一种基于负荷转移率模型的尖峰电价制定方法 |
CN107730308A (zh) * | 2017-09-29 | 2018-02-23 | 国网天津市电力公司 | 一种与销售侧联动的发电侧峰谷分时电价定价方法 |
CN109617133B (zh) * | 2018-12-18 | 2023-05-12 | 深圳供电局有限公司 | 一种考虑柔性负荷的电力系统调度方法 |
CN110429663B (zh) * | 2019-07-18 | 2022-09-20 | 中国电力科学研究院有限公司 | 一种利用储能系统辅助电力调峰的调度方法及系统 |
-
2020
- 2020-02-29 CN CN202010132454.XA patent/CN111242702B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107482618A (zh) * | 2017-07-20 | 2017-12-15 | 国家电网公司 | 具有风‑火发电并含多类型柔性负荷电网的电价制定方法 |
CN109002931A (zh) * | 2018-08-22 | 2018-12-14 | 河海大学 | 日前发电调度与日前峰谷分时电价联合优化方法 |
CN110705792A (zh) * | 2019-09-30 | 2020-01-17 | 重庆大学 | 一种计及分时定价的动态需求响应求解方法 |
CN110852519A (zh) * | 2019-11-18 | 2020-02-28 | 贵州电网有限责任公司 | 一种考虑多类型负荷的售电公司最优盈利方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111242702A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242702B (zh) | 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法 | |
Wang et al. | Incentivizing distributed energy resource aggregation in energy and capacity markets: An energy sharing scheme and mechanism design | |
Niu et al. | Implementation of a price-driven demand response in a distributed energy system with multi-energy flexibility measures | |
Di Somma et al. | Optimal bidding strategy for a DER aggregator in the day-ahead market in the presence of demand flexibility | |
Steriotis et al. | A novel behavioral real time pricing scheme for the active energy consumers’ participation in emerging flexibility markets | |
Jiang et al. | Integrated demand response mechanism for industrial energy system based on multi-energy interaction | |
Samadi et al. | Advanced demand side management for the future smart grid using mechanism design | |
Erdinc et al. | Smart household operation considering bi-directional EV and ESS utilization by real-time pricing-based DR | |
Aalami et al. | Modeling and prioritizing demand response programs in power markets | |
CN111340556A (zh) | 一种考虑柔性负荷的电网峰谷分时电价的制定方法 | |
Hu et al. | Stochastic–multiobjective market equilibrium analysis of a demand response program in energy market under uncertainty | |
Zhang et al. | Strategy-making for a proactive distribution company in the real-time market with demand response | |
Li et al. | Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach | |
Zurborg | Unlocking customer value: the virtual power plant | |
Paudyal et al. | A hierarchical control framework with a novel bidding scheme for residential community energy optimization | |
Wen et al. | Demand side management in smart grid: A dynamic-price-based demand response model | |
Waseem et al. | Electrical demand and its flexibility in different energy sectors | |
Rasheed et al. | Minimizing pricing policies based on user load profiles and residential demand responses in smart grids | |
Al Hasib et al. | Cost-comfort balancing in a smart residential building with bidirectional energy trading | |
Gadham et al. | Demand response program using incentive and dis-incentive based scheme | |
Ramos et al. | Asymmetry of information and demand response incentives in energy markets | |
Koul et al. | An introduction to smart grid and demand-side management with its integration with renewable energy | |
Mitra et al. | A two-part dynamic pricing policy for household electricity consumption scheduling with minimized expenditure | |
Cui et al. | Profit maximization for utility companies in an oligopolistic energy market with dynamic prices | |
CN111353820A (zh) | 一种考虑柔性负荷机组的电网峰谷分时电价的制定方法 |
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 |