CN111445154B - 一种电力市场资源自调度优化方法、系统以及设备 - Google Patents
一种电力市场资源自调度优化方法、系统以及设备 Download PDFInfo
- Publication number
- CN111445154B CN111445154B CN202010244197.9A CN202010244197A CN111445154B CN 111445154 B CN111445154 B CN 111445154B CN 202010244197 A CN202010244197 A CN 202010244197A CN 111445154 B CN111445154 B CN 111445154B
- Authority
- CN
- China
- Prior art keywords
- strategy
- demand response
- self
- power
- constraint
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 117
- 230000009467 reduction Effects 0.000 claims description 54
- 238000004146 energy storage Methods 0.000 claims description 51
- 238000012546 transfer Methods 0.000 claims description 46
- 238000010248 power generation Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 19
- 239000000446 fuel Substances 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 12
- 230000009194 climbing Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种电力市场资源自调度优化方法、系统及设备,包括:预测电力市场中电能的价格以及获取电力市场中电力需求响应合同,标记电力需求响应合同的类型,自调度优化模型根据合同类型提供相应的电力市场需求响应策略,并根据预测的电力市场中电能的价格求解电力市场的需求响应计划;对电力资源进行调度分配。本发明的自适应优化模型根据电力需求响应合同的数据提供相应的电力市场需求响应策略,从而输出对应的电力市场的需求响应计划,对电力市场中的电力资源进行调度分配,本发明将电力资源的调度与电力市场电能价格相衔接,提高了负荷集成商参与需求响应的积极性,使得电力市场的电力资源能够进行合理的分配以及优化。
Description
技术领域
本发明涉及电力市场资源调度技术领域,尤其涉及一种电力市场资源自调度优化方法、系统以及设备。
背景技术
需求响应即电力需求响应,是指当电力批发市场价格过高或系统可靠性受到威胁时,电力用户根据市场电力价格信号或激励措施,改变其固有的习惯用电模式,削减用电高峰时期的负荷需求,从而保障电力供应和电网安全稳定,并抑制电价上升的方法。按照用户响应方式的不同,电力市场下的需求响应可分为两类:基于价格的需求响应和基于激励的需求响应。基于价格的需求响应是指,用户根据电力价格信号相应地调整电力需求;基于激励的需求响应是指,用户听从调度部门指令在系统需要时减少电力需求,以获得补偿。
我国电力市场化改革鼓励需求侧积极参与并获取电力市场的潜在利益。随着计量基础设施和其他智能电网技术的实施,电力市场运营中需求响应的使用也有望进一步增加。目前,我国需求响应除各类电价机制外,激励型需求响应通常以约定补偿方式为主,补偿方式包括:所有用户按固定价格补偿和竞价模式下按统一出清价补偿。以江苏省为例,在2018年国庆期间,江苏省首次采用了竞价模式的需求响应。计划参与的负荷集成商及用户自主申报参与的负荷量和所需激励价格;调度部门根据系统负荷水平、峰谷差率、电网调差能力、备用容量以及是否出现局部负荷过载等因素,决定是否启动需求响应。
然而在当前竞价模式下,电力系统是否启动需求响应主要由调度部门根据系统负荷水平、峰谷差率、电网调差能力、备用容量以及是否出现局部负荷过载等因素来决定,不与现货市场电能价格相衔接,无法充分反映需求响应资源的价值,无法调动负荷集成商参与需求响应的积极性,导致电力市场的电力资源无法进行合理的分配以及优化。
综上所述,在现有电力市场的竞价模式下,电力市场存在着无法对电力资源进行合理的分配以及优化的技术问题。
发明内容
本发明提供了一种电力市场资源自调度优化方法、系统以及设备,用于解决在现有电力市场的竞价模式下,电力市场存在着无法对电力资源进行合理的分配以及优化的技术问题。
本发明提供的一种电力市场资源自调度优化方法,所述方法适用于预先建立好的自调度优化模型,具体包括以下步骤:
预测电力市场中电能的价格以及获取电力市场中电力需求响应合同;
标记出电力需求响应合同中的电力需求响应类型;
将预测的电力市场中电能的价格和标记后的电力需求响应合同输入到自调度优化模型中;
自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,并根据电力市场需求响应策略以及预测的电力市场中电能的价格得到电力市场的需求响应计划;
根据电力市场的需求响应计划对电力资源进行调度分配。
优选的,自调度优化模型包括目标函数、决策变量以及约束条件目标函数,决策变量包括预测的电力市场中电能的价格和需求响应策略,约束条件用于对决策变量和需求响应策略进行约束,自调度优化模型的优化过程为寻找使得目标函数的结果最大的符合约束条件的决策变量。
优选的,电力需求响应合同中的电力需求响应类型包括负荷缩减、负荷转移、自备发电机发电以及储能设备供电;自调度优化模型中对应的需求响应策略包括负荷缩减策略、负荷转移策略、自备发电机发电策略以及储能设备供电策略。
优选的,负荷缩减策略的约束条件包括启动成本约束、最小削减时间约束、最大削减时间约束、最大日削减次数约束以及工况状态转换约束。
优选的,负荷转移策略的约束条件包括启动成本约束、最大削减时间约束、工况状态转换约束以及允许削减时间约束。
优选的,自备发电机发电策略的约束条件包括启动成本约束、最大最小出力约束、爬坡约束、最小开机时间约束、最小停机时间约束、燃料消耗上限约束以及启动燃料约束。
优选的,储能设备供电策略的约束条件包括最大最小出力约束、爬坡约束容量约束、充-放电最大次数约束、最大供应时间约束和工况状态转换约束。
优选的,自调度优化模型的目标函数为:
其中,LRt LC为负荷缩减策略在t时刻的总出清量,LRt LS为负荷转移策略在t时刻的总出清量,LRt OG为自备发电机发电策略在t时刻的总出清量,LRt ES为储能设备供电策略在t时刻的总出清量,CLRt LC为负荷缩减策略在t时刻的总成本,CLRt LSC为负荷转移策略在t时刻的总成本,CLRt OG为自备发电机发电策略在t时刻的总成本,CLRt ES为储能设备供电策略在t时刻的总成本,ρt为t小时的预测的电力市场中电力的价格。
一种电力市场资源自调度优化系统,包括数据预测获取模块、类型标记模块、自调度优化模型模块以及资源调度模块;
所述数据预测获取模块用于预测电力市场中电能的价格以及获取电力市场中电力需求响应合同的数据;
所述类型标记模块用于标记出电力需求响应合同中的电力需求响应类型;
所述自调度优化模型模块用于提供自调度优化模型,自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,并根据电力市场需求响应策略以及预测的电力市场中电能的价格得到电力市场的需求响应计划;
所述资源调度模块用于根据电力市场的需求响应计划对电力资源进行调度分配。
一种电力市场资源自调度优化设备,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述的一种电力市场资源自调度优化方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例的自适应优化模型根据电力需求响应合同的数据提供相应的电力市场需求响应策略,从而输出对应的电力市场的需求响应计划,对电力市场中的电力资源进行调度分配,本发明实施例将电力资源的调度与电力市场电能价格相衔接,反映了需求响应资源的价值,提高了负荷集成商参与需求响应的积极性,使得电力市场的电力资源能够进行合理的分配以及优化。
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。
图1为本发明实施例提供的一种电力市场资源自调度优化方法、系统以及设备的方法流程图。
图2为本发明实施例提供的一种电力市场资源自调度优化方法、系统以及设备的系统结构图。
图3为本发明实施例提供的一种电力市场资源自调度优化方法、系统以及设备的设备框架图。
具体实施方式
本发明实施例提供了一种电力市场资源自调度优化方法、系统以及设备,用于解决在现有电力市场的竞价模式下,电力市场存在着无法对电力资源进行合理的分配以及优化的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例提供的一种电力市场资源自调度优化方法、系统以及设备的方法流程图。
本发明提供的一种电力市场资源自调度优化方法,所述方法适用于预先建立好的自调度优化模型,具体包括以下步骤:
根据历史电价数据构建ARIMA模型,ARIMA模型(英语:AutoregressiveIntegrated Moving Average model),即差分整合移动平均自回归模型,又称整合移动平均自回归模型,是时间序列预测分析方法之一,在本实施例中,利用ARIMA模型来预测t时刻电力市场中电能的价格以及t时刻获取电力市场中电力需求响应合同的数据;
标记出电力需求响应合同中的电力需求响应类型;
需要进一步说明的是,电力需求响应合同中的电力需求响应类型包括负荷缩减、负荷转移、自备发电机发电以及储能设备供电;负荷缩减策略合同包括了负荷削减量、削减价格、启动成本、最小削减时间、最大削减时间以及最大日削减次数;负荷转移策略合同包括了负荷转移量、转移价格、允许削减时段、允许转移时段、负荷转移比例、启动成本、最小削减时间、最大削减时间以及最大日削减次数;自备发电机发电策略合同包括了发电机的最大最小出力、发电价格、启动成本、最小开机时间、最小停机时间、爬坡速率、启动燃料以及燃料消耗上限;储能设备供电策略合同包括了最大功率、放电价格、放电效率、储能容量、爬坡速率、最大供应时间以及充-放电最大次数。
将预测的电力市场中电能的价格和标记后的电力需求响应合同输入到自调度优化模型中;
自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,自调度优化模型中对应的需求响应策略包括负荷缩减策略、负荷转移策略、自备发电机发电策略以及储能设备供电策略;并根据电力市场需求响应策略以及t时刻预测的电力市场中电能的价格得到电力市场的需求响应计划;自调度优化模型计算电力需求响应合同在每个小时的出清量,并按照电力需求响应合同所属的需求响应策略类型进行归类,所有电力需求响应合同在各个小时的出清量的总和即为电力市场的需求响应计划,该需求响应计划可能包括一种或几种类型的需求响应策略。在本实施例中利用yalmip以及Gurobi来求解电力市场的需求响应计划。
根据电力市场的需求响应计划对电力资源进行调度分配。
需要进一步说明的是,自调度模型包括了目标函数、决策变量和约束条件三个部分;目标函数以实现需求响应在日前电能量市场中的利润最大化为原则,即支付给客户的需求响应价格与市场电能量价格之间的差额最大,以决策变量为要素,构造函数表达式。决策变量包括了t小时的预测的电力市场中电力的价格ρt和需求响应策略在t时刻的总出清量、总成本。约束条件将给出决策变量与其他变量之间的关系,并对需求响应策略的各项技术性能指标作出规定,以确保自调度优化模型优化结果的可行性,该自调度模型的优化过程即寻找使得目标函数最大的符合约束条件的决策变量。
需要进一步说明的是,负荷缩减策略中,客户通过减少总用电量进行需求响应,而无需将指定负荷转移到任何其他时间段。例如,居民客户可能会关灯,商业客户可能会关闭非必需的办公设备,而工业客户可能会减少生产时间,以参与需求响应。
需要进一步说明的是,在负荷转移策略中,客户通过将用电量转移到其他时间进行需求响应。例如,居民客户可能将某设备的使用推迟到一天的晚些时候,工业客户可能会将批量生产过程重新安排至一天中的其他小时或一周中的其他几天。
需要进一步说明的是,在自备发电机发电策略中,客户通过开启备用发电机来供应自己的部分或全部电力负荷来降低系统负荷。此过程中,该客户的用电可能会略有中断,但在需求响应中,其净负荷时减少的,等效于客户削减负荷。该策略对于客户参与需求响应有一定的技术约束。
需要进一步说明的是,在储能设备供电策略中,客户在需求响应期间利用其储能来满足其部分或全部电力需求。储能设备可以是大型模块化电能存储设备,也可以是小型分布式电能存储系统的集合。该客户的净负荷在储能设备放电时减少,在储能设备充电时增加。
作为一个优选的实施例,负荷缩减策略的约束条件包括启动成本约束、最小削减时间约束、最大削减时间约束、最大日削减次数约束以及工况状态转换约束,具体如下:
负荷缩减策略在t时刻的总削减量等于每个这一类型合同在t时刻的削减量之和,总成本等于每个这一类型合同的启动成本及负荷缩减成本之和。
其中,LRt LC x:负荷缩减策略在t时刻的总出清量;ukt LC:第k个负荷缩减策略在t时刻的负荷削减状态变量,若合同被出清则为1,否则为0;qkt LC x:第k个负荷缩减策略在t时刻的负荷削减量;Ckt LC x:第k负荷缩减策略在t时刻的负荷削减价格;Nlc:所有采用负荷缩减策略的合同的集合;CLRt LC x:负荷缩减策略在t时刻的总成本;LRICkt LC:第k个负荷缩减策略在t时刻的负荷削减启动成本;
约束条件包括:
启动成本约束
其中,ICk LC:第k个负荷缩减策略的负荷削减启动成本;ykt LC:第k负荷缩减策略在t时刻的负荷削减启动状态变量;
最小削减时间约束
其中,LRDk min,LC:第k个负荷缩减策略的最小负荷削减时间;
最大削减时间约束
其中,LRDk max,LC:第k个负荷缩减策略的最大负荷削减时间;Zkt LC:第k个负荷缩减策略在t时刻的负荷削减停止状态变量;
最大日削减次数约束
其中MNk LC:日负荷缩减最大次数;
工况状态转换约束
作为一个优选的实施例,负荷转移策略的约束条件包括启动成本约束、最大削减时间约束、工况状态转换约束以及允许削减时间约束,具体如下:
负荷转移策略在t时刻的总削减量等于每个这一类型合同在t时刻的转移量之和,总成本等于每个这一类型合同的启动成本及负荷转移成本之和。
其中,LRt LS x:负荷转移策略在t时刻的总出清量;ukt LS:第k个负荷转移策略在t时刻的负荷削减状态变量,若合同被出清则为1,否则为0;qkt LS x:第k个负荷转移策略在t时刻的负荷削减量;Ckt LC x:第k负荷转移策略在t时刻的负荷削减价格;NLS:所有采用负荷转移策略的合同的集合;CLRt LS x:负荷转移策略在t时刻的总成本;LRICkt LS:第k个负荷转移策略在t时刻的负荷削减启动成本;
约束条件包括:
启动成本约束
其中,ICk LS:第k个负荷转移策略的负荷削减启动成本;ykt LS:第k负荷转移策略在t时刻的负荷削减启动状态变量;
最小削减时间约束
其中,LRDk min,LS:第k个负荷转移策略的最小负荷削减时间;
最大削减时间约束
其中,LRDk max,LS:第k个负荷转移策略的最大负荷削减时间;Zkt LS:第k个负荷转移策略在t时刻的负荷削减停止状态变量;
工况状态转换约束
允许削减时间约束
以第k个负荷转移合同为例,负荷仅在合同约定的时段允许削减,并只能转移到合同约定的/>时段,负荷转移的比例为αk。
作为一个优选的实施例,自备发电机发电策略的约束条件包括启动成本约束、最大最小出力约束、爬坡约束、最小开机时间约束、最小停机时间约束、燃料消耗上限约束以及启动燃料约束,具体如下:
自备发电机发电策略在t时刻的总削减量等于每个这一类型合同在t时刻的发电机出力之和,总成本等于每个这一类型合同的启动成本及发电成本之和。
其中,LRt OG:自备发电机发电策略在t时刻的总出清量,第k个自备发电机发电策略在t时刻的发电功率;/>第k个自备发电机发电策略在t时刻的负荷削减启动成本,Ckt OG:第k个自备发电机发电策略在t时刻的负荷削减价格;CLRt OG:自备发电机发电策略在t时刻的总成本,NOG:所有采用自备发电机发电策略的合同的集合;
约束条件如下:
启动成本约束
其中,ukt OG:第k个自备发电机发电策略在t时刻的负荷削减状态变量,若合同被出清则为1,否则为0;第k个自备发电机发电策略的单次启动成本;
最大最小出力约束
其中,第k个自备发电机发电策略的最小出力;/>第k个自备发电机发电策略的最大出力;
爬坡约束
其中,第k个自备发电机发电策略的向上爬坡速度;/>第k个自备发电机发电策略的向下爬坡速度;
最小开机时间约束
其中,第k个自备发电机发电策略的最小开机时间;
最小停机时间约束
其中,第k个自备发电机发电策略的最小停机时间;
燃料消耗上限约束
其中,第k个自备发电机发电策略的燃料效率;/>第k个自备发电机发电策略在t时刻的负荷削减启动燃料;/>第k个自备发电机发电策略的燃料消耗上限;
启动燃料约束
其中,第k个自备发电机发电策略的单次启动所需燃料;
作为一个优选的实施例,储能设备供电策略的约束条件包括最大最小出力约束、爬坡约束容量约束、充-放电最大次数约束、最大供应时间约束和工况状态转换约束,具体如下:
储能设备供电策略在t时刻的总削减量等于每个这一类型合同在t时刻的储能设施放电功率之和,总成本等于每个这一类型合同的储能设施放电成本之和。
其中,LRt ES:储能设备供电策略在t时刻的总出清量,第k个储能设备供电策略在t时刻的放电功率。Ckt ES:第k个储能设备供电策略在t时刻的负荷削减价格;CLRt ES:储能设备供电策略在t时刻的总成本,NES:所有采用储能设备供电策略的合同的集合。
约束条件如下:
最大最小出力约束
其中,Pk max,ES:第k个储能设备供电策略的储能设备最大放电功率;ukt ES:第k个储能设备供电策略在t时刻的负荷削减状态变量,若合同被出清则为1,否则为0;
爬坡约束
其中,RUk ES:第k个储能设备供电策略的储能设备放电爬坡速度;RDk ES:第k个储能设备供电策略的储能设备最长放电时间;
容量约束
其中,第k个储能设备供电策略的储能设备放电效率;/>第k个储能设备供电策略的储能设备容量;
充-放电最大次数约束
其中,ykt ES:第k个储能设备供电策略在t时刻的负荷削减启动状态变量;第k个ES合同的储能设备最大充-放电循环次数;
最大供应时间约束
其中,Zkt ES:第k个储能设备供电策略在t时刻的负荷削减停止状态变量;第k个储能设备供电策略的储能设备最长放电时间;
工况状态转换约束
作为一个优选的实施例,自调度优化模型的目标函数为:
其中,LRt LC为负荷缩减策略在t时刻的总出清量,LRt LS为负荷转移策略在t时刻的总出清量,LRt OG为自备发电机发电策略在t时刻的总出清量,LRt ES为储能设备供电策略在t时刻的总出清量,CLRt LC为负荷缩减策略在t时刻的总成本,CLRt LSC为负荷转移策略在t时刻的总成本,CLRt OG为自备发电机发电策略在t时刻的总成本,CLRt ES为储能设备供电策略在t时刻的总成本,ρt为t小时的预测的电力市场中电力的价格。
如图2所示,一种电力市场资源自调度优化系统,包括数据预测获取模块201、类型标记模块202、自调度优化模型模块203以及资源调度模块204;
所述数据预测获取模块201用于预测电力市场中电能的价格以及获取电力市场中电力需求响应合同;
所述类型标记模块202用于标记出电力需求响应合同中的电力需求响应类型;
所述自调度优化模型模块203用于提供自调度优化模型,自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,并根据电力市场需求响应策略以及预测的电力市场中电能的价格得到电力市场的需求响应计划;
所述资源调度模块204用于根据电力市场的需求响应计划对电力资源进行调度分配。
如图3所示,一种电力市场资源自调度优化设备30,所述设备包括处理器300以及存储器301;
所述存储器301用于存储程序代码302,并将所述程序代码302传输给所述处理器;
所述处理器300用于根据所述程序代码302中的指令执行上述的一种电力市场资源自调度优化方法实施例中的步骤。
示例性的,所述计算机程序302可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器301中,并由所述处理器300执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器300、存储器301。本领域技术人员可以理解,图3仅仅是终端设备30的示例,并不构成对终端设备30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器301可以是所述终端设备30的内部存储单元,例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备,例如所述终端设备30上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述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精神和范围。
Claims (7)
1.一种电力市场资源自调度优化方法,其特征在于,所述方法适用于预先建立好的自调度优化模型,具体包括以下步骤:
预测电力市场中电能的价格以及获取电力市场中电力需求响应合同;
标记出电力需求响应合同中的电力需求响应类型;
将预测的电力市场中电能的价格和标记后的电力需求响应合同输入到自调度优化模型中;
自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,并根据电力市场需求响应策略以及预测的电力市场中电能的价格得到电力市场的需求响应计划;
根据电力市场的需求响应计划对电力资源进行调度分配;
所述自调度优化模型包括目标函数、决策变量以及约束条件目标函数,决策变量包括预测的电力市场中电能的价格和需求响应策略,约束条件用于对决策变量和需求响应策略进行约束,自调度优化模型的优化过程为寻找使得目标函数的结果最大的符合约束条件的决策变量;
所述电力需求响应合同中的电力需求响应类型包括负荷缩减、负荷转移、自备发电机发电以及储能设备供电;自调度优化模型中对应的需求响应策略包括负荷缩减策略、负荷转移策略、自备发电机发电策略以及储能设备供电策略;
所述自调度优化模型的目标函数为:
;
其中,LR t LC 为负荷缩减策略在t时刻的总出清量,LR t LS 为负荷转移策略在t时刻的总出清量,LR t OG 为自备发电机发电策略在t时刻的总出清量,LR t ES 为储能设备供电策略在t时刻的总出清量,CLR t LC 为负荷缩减策略在t时刻的总成本,CLR t LSC 为负荷转移策略在t时刻的总成本,CLR t OG 为自备发电机发电策略在t时刻的总成本,CLR t ES 为储能设备供电策略在t时刻的总成本,为t小时的预测的电力市场中电力的价格;
所述负荷缩减策略在t时刻的总成本为每个这一类型合同的启动成本及负荷缩减成本之和;
所述负荷转移策略在t时刻的总成本为每个这一类型合同的启动成本及负荷转移成本之和。
2.根据权利要求1所述的一种电力市场资源自调度优化方法,其特征在于,负荷缩减策略的约束条件包括启动成本约束、最小削减时间约束、最大削减时间约束、最大日削减次数约束以及工况状态转换约束。
3.根据权利要求1所述的一种电力市场资源自调度优化方法,其特征在于,负荷转移策略的约束条件包括启动成本约束、最大削减时间约束、工况状态转换约束以及允许削减时间约束。
4.根据权利要求1所述的一种电力市场资源自调度优化方法,其特征在于,自备发电机发电策略的约束条件包括启动成本约束、最大最小出力约束、爬坡约束、最小开机时间约束、最小停机时间约束、燃料消耗上限约束以及启动燃料约束。
5.根据权利要求1所述的一种电力市场资源自调度优化方法,其特征在于,储能设备供电策略的约束条件包括最大最小出力约束、爬坡约束容量约束、充-放电最大次数约束、最大供应时间约束和工况状态转换约束。
6.一种电力市场资源自调度优化系统,其特征在于,包括数据预测获取模块、类型标记模块、自调度优化模型模块以及资源调度模块;
所述数据预测获取模块用于预测电力市场中电能的价格以及获取电力市场中电力需求响应合同;
所述类型标记模块用于标记出电力需求响应合同中的电力需求响应类型;
所述自调度优化模型模块用于提供自调度优化模型,自调度优化模型根据电力需求响应合同的电力需求响应类型提供相应的电力市场需求响应策略,并根据电力市场需求响应策略以及预测的电力市场中电能的价格得到电力市场的需求响应计划;
所述资源调度模块用于根据电力市场的需求响应计划对电力资源进行调度分配;
所述自调度优化模型包括目标函数、决策变量以及约束条件目标函数,决策变量包括预测的电力市场中电能的价格和需求响应策略,约束条件用于对决策变量和需求响应策略进行约束,自调度优化模型的优化过程为寻找使得目标函数的结果最大的符合约束条件的决策变量;
所述电力需求响应合同中的电力需求响应类型包括负荷缩减、负荷转移、自备发电机发电以及储能设备供电;自调度优化模型中对应的需求响应策略包括负荷缩减策略、负荷转移策略、自备发电机发电策略以及储能设备供电策略;
所述自调度优化模型的目标函数为:
;
其中,LR t LC 为负荷缩减策略在t时刻的总出清量,LR t LS 为负荷转移策略在t时刻的总出清量,LR t OG 为自备发电机发电策略在t时刻的总出清量,LR t ES 为储能设备供电策略在t时刻的总出清量,CLR t LC 为负荷缩减策略在t时刻的总成本,CLR t LSC 为负荷转移策略在t时刻的总成本,CLR t OG 为自备发电机发电策略在t时刻的总成本,CLR t ES 为储能设备供电策略在t时刻的总成本,为t小时的预测的电力市场中电力的价格;
所述负荷缩减策略在t时刻的总成本为每个这一类型合同的启动成本及负荷缩减成本之和;
所述负荷转移策略在t时刻的总成本为每个这一类型合同的启动成本及负荷转移成本之和。
7.一种电力市场资源自调度优化设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-5中任意一项所述的一种电力市场资源自调度优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244197.9A CN111445154B (zh) | 2020-03-31 | 2020-03-31 | 一种电力市场资源自调度优化方法、系统以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244197.9A CN111445154B (zh) | 2020-03-31 | 2020-03-31 | 一种电力市场资源自调度优化方法、系统以及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445154A CN111445154A (zh) | 2020-07-24 |
CN111445154B true CN111445154B (zh) | 2024-01-26 |
Family
ID=71650929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010244197.9A Active CN111445154B (zh) | 2020-03-31 | 2020-03-31 | 一种电力市场资源自调度优化方法、系统以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445154B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112350308A (zh) * | 2020-10-28 | 2021-02-09 | 清华大学 | 市场环境下基于发电容量控制的电力系统调度方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200009533A (ko) * | 2018-07-19 | 2020-01-30 | 주식회사 케이티 | 복수의 수요 자원 간의 전력 거래를 지원하는 서버, 방법 및 컴퓨터 판독가능 매체 |
-
2020
- 2020-03-31 CN CN202010244197.9A patent/CN111445154B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200009533A (ko) * | 2018-07-19 | 2020-01-30 | 주식회사 케이티 | 복수의 수요 자원 간의 전력 거래를 지원하는 서버, 방법 및 컴퓨터 판독가능 매체 |
Non-Patent Citations (2)
Title |
---|
张振.考虑需求响应的电力系统日前优化调度模型研究.《中国优秀硕士学位论文全文数据库 (电子期刊),》.2017,第C042-2154页. * |
李京平 ; 于昌剑 ; 蔡志平 ; 何昌皓 ; .计及可转移负荷的售电公司分时电价定价策略模型.黑龙江电力.2019,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111445154A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105684257B (zh) | 用于控制微电网的操作的微电网能量管理系统和方法 | |
Oh | Optimal planning to include storage devices in power systems | |
KR101975175B1 (ko) | 전력 수급 운영 스케줄링 장치 및 방법 | |
CN101310227A (zh) | 预测性合同系统和方法 | |
An et al. | A distributed and resilient bargaining game for weather-predictive microgrid energy cooperation | |
US20220029424A1 (en) | Hybrid power plant | |
CN112529271B (zh) | 一种可控负荷集群提供电网备用辅助服务的优化调度方法 | |
Hu et al. | Assessing the economics of customer-sited multi-use energy storage | |
CN111445154B (zh) | 一种电力市场资源自调度优化方法、系统以及设备 | |
Elkasrawy et al. | Demand response cooperative and demand charge | |
CN112736918B (zh) | 微电网中源储荷协调的两级优化调度方法、装置及设备 | |
Krishnan et al. | Optimal load management in a shipyard drydock | |
WO2017149617A1 (ja) | 制御装置、需給調整制御装置、蓄電装置、出力制御装置、需給調整システム、制御方法、需給調整方法及びプログラム | |
KR102018875B1 (ko) | 에너지 저장장치의 전력관리장치 및 전력관리방법 | |
Sajid et al. | A conditional-constraint optimization for joint energy management of data center and electric vehicle parking-lot | |
Hosseini et al. | Stochastic-based energy management of AC microgrids | |
CN112102047A (zh) | 虚拟电厂优化组合竞价方法、装置、设备和存储介质 | |
EP4084277A1 (en) | Power management system and power management method | |
EP4084275A1 (en) | Power management system and power management method | |
US20230049482A1 (en) | Power management system and power management method | |
US11868191B1 (en) | Battery mitigated datacenter power usage | |
EP4084278A1 (en) | Power management system and power management method | |
Mitra et al. | Electricity consumption scheduling with energy storage, home-based renewable energy production and a customized dynamic pricing scheme | |
Baringo et al. | Generation Expansion Planning Considering Electric Vehicles | |
KR20190121621A (ko) | 에너지 관리 시스템 |
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 |