CN111541278A - 一种基于信息熵刻画电力需求侧响应效果的指标 - Google Patents
一种基于信息熵刻画电力需求侧响应效果的指标 Download PDFInfo
- Publication number
- CN111541278A CN111541278A CN201911049808.8A CN201911049808A CN111541278A CN 111541278 A CN111541278 A CN 111541278A CN 201911049808 A CN201911049808 A CN 201911049808A CN 111541278 A CN111541278 A CN 111541278A
- Authority
- CN
- China
- Prior art keywords
- response
- demand
- power
- index
- demand side
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 title claims abstract description 118
- 230000000694 effects Effects 0.000 title claims abstract description 49
- 230000004043 responsiveness Effects 0.000 claims abstract description 20
- 230000008901 benefit Effects 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 7
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于信息熵刻画电力需求侧响应效果的指标，步骤包括：S1.获取需求响应参与后系统不平衡电量分布情况，并分析需求侧响应波动性给调度计划的影响。S2.应用信息熵对需求电力系统不平衡电量分布进行刻画，提出了响应度指标刻画需求侧响应效果。S3.基于某地建立了考虑需求侧响应的日前‑实时双阶段效益优化模型，并把响应度作为不等式约束加入该模型。本发明提供一种实现方法简单、能够有效量化电力需求侧响应效果的指标，作为约束的响应度指标能够揭示需求响应参与调度后的某些特性并量化评价响应效果。
Description
技术领域
本发明涉及新能源电力系统技术和电力需求侧响应领域，尤其涉及一种基于信息熵刻画电力需求侧响应效果的指标。
背景技术
随着新能源技术的发展，未来风机容量会进一步增加，仅仅依靠电网调度已经无法满足高比例风电接入。风电存在的反调峰特性、波动性和随机性弃风给电网调度造成巨大挑战，弃风限电形势逐渐加剧，不仅导致巨大的经济损失，也影响到我国能源结构转型目标的推进。因此，在高风电渗透率背景下，有必要采取措施减少弃风，对风功率波动进行平抑、缓解常规机组压力，以电池储能技术为基础的辅助市场服务商逐渐成熟为风功率消纳和波动平抑的主要参与者，但是集中式储能服务归根结底还是电源侧调整，且成本较高。
在此背景下，高比例风电接入的电网亟需寻求一种新的途径来这一系列问题。随着源荷协同优化调度的提出，源荷互动逐渐成为研究热点，许多学者尝试从负荷侧入手解决高比例风电接入带来的弃风、不平衡功率问题，其中价格型需求响应(price-baseddemandresponse， PDR)参与风电上述问题的解决研究取得了良好成果。
然而，目前电力需求侧响应的研究热点注重于响应关系刻画，和将电价需求侧响应向热、气等其他形式能源扩展，缺少对响应效果的量化刻画。因此，有必要采用恰当的数学工具对需求响应效果进行刻画，从而直观、刻画揭示需求侧响应对系统调度优化的作用能力。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、能够有效量化电力需求侧响应效果的指标，且该指标能够揭示需求响应参与调度后的某些特性。
为解决上述技术问题，本发明提出的技术方案为：
一种基于信息熵刻画电力需求侧响应效果的指标，步骤包括：
S1.分析了仅利用需求侧响应不能完全消除需求消纳量的现象，并说明了需求响应参与后系统不平衡电量的分布特性情况；
S2.应用信息熵对需求电力系统不平衡电量分布进行刻画，提出了响应度指标刻画需求侧响应效果；
S3.基于某地建立了考虑需求侧响应的日前-实时双阶段效益优化模型，并把响应度作为不等式约束加入该模型。
作为本发明的进一步改进：根据权利要求1所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：所述步骤S1中，需求响应随着电力系统规模扩大而日益复杂，在需求响应策略实施过程中，负荷受到生产生活、突发事件等多种客观因素的影响未能计划响应，因此需求响应本身是具有波动性的。此外，电力系统还存在着新能源等波动性大的电源，这些随机波动因素使得系统存在较大不平衡电量，说明仅利用需求侧响应不能完全消除需求消纳量。
作为本发明的进一步改进：根据权利要求1和2所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：考虑需求侧响应的实时调度中满足如下功率平衡约束，其中风电出力与需求侧响应存在波动性。
其中，
为风电波动的方差，
为需求侧响应的方差，Pi'为第i台火电机组出力，Pw'为风电实际调度出力，Px'为需求响应后实时负荷，
为风电的预测出力，PI为风电的总装机容量，Δp为计划需求负荷量。
作为本发明的进一步改进：根据权利要求3所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：所述步骤S2中，在考虑需求响应和风电出力波动(新能源)随机波动，则不平衡功率也符合某一分布，并应用信息熵来度量：
其中，式中，n为不平衡功率序列的维数，设Pb的分布律为{P},其中Pi＝P{Pb,t＝Pb,t(i)}，且0≤Pi≤1，
作为本发明的进一步改进：根据权利要求4所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：在有效刻画不平衡电功率时间序列信息熵的基础上，定义响应度指标Wp，且其值越大说明需求侧响应效果更好。
其中，Hstand表示不平衡电量时间序列信息熵基准值，其取值通常取为10。
作为本发明的进一步改进：根据权利要求4和5所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于所述步骤S3中，基于PJM电力平衡市场能量交换和计划外不平衡电量惩罚机制的背景，把响应度作为不等式约束加入考虑需求侧响应波动和风电出力波动的日前-实时双阶段效益优化模型。
作为本发明的进一步改进：根据权利要求6所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于所述步骤S3中，通过设置不同响应度约束，揭示了效益性优化模型的影响特征，使得响应度指标可以量化、直观揭示需求侧响应效果。
与现有技术相比，本发明的优点在于：
1)本发明分析了需求侧响应参与后不平衡功率的特性，并应用信息熵来度量系统不平衡功率时间序列。在有效刻画不平衡功率时间序列信息熵的基础上，考虑需求侧响应效果指标应该具备的特性定义了响应度指标Wp。
2)基于PJM电力平衡市场能量交换和计划外不平衡电量惩罚机制的背景，把响应度作为不等式约束加入考虑需求侧响应波动和风电出力波动的日前-实时双阶段效益优化模型。
3)在双阶段效益优化模型中，通过设置不同响应度约束，揭示了效益性优化模型的影响特征，使得响应度指标可以量化、直观揭示需求侧响应效果。
附图说明
图1是本实施例中一种基于信息熵刻画电力需求侧响应效果实现流程示意图。
图2是本实施例中某系统需求消纳量示意图示意图。
图3是本发明具体实时例中系统需求消纳量示意图示意图。
图4是本发明具体实时例中不同时段风电预测出力与常规发电机组参数示意图。
图5是本发明具体实时例中不同方案下电价变化量曲线示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例基于信息熵刻画电力需求侧响应效果的指标，步骤包括：
S1.分析了仅利用需求侧响应不能完全消除需求消纳量的现象，并说明了需求响应参与后系统不平衡电量的分布特性情况；
S2.应用信息熵对需求电力系统不平衡电量分布进行刻画，提出了响应度指标刻画需求侧响应效果；
S3.基于某地建立了考虑需求侧响应的日前-实时双阶段效益优化模型，并把响应度作为不等式约束加入该模型。
本实施例中，随着风电、光伏等新能源大量渗透，其中风电存在的反调峰特性、波动性和随机性弃风给电网调度造成巨大挑战，弃风限电形势逐渐加剧，不仅导致巨大的经济损失，也影响到我国能源结构转型目标的推进。在负荷低谷时段，系统只能接受部分风电，造成大量弃风现象；在负荷高峰时段，系统的功率出现缺额现象。如图2所示，在未考虑需求侧响应前，学者把传统日前调度后这部分弃风或系统功率不足所引起的不平衡功率作为需求消纳量。基于需求消纳量目标，许多学者尝试从需求侧响应解决该问题，并取得了较好效果。
然而，目前电力需求侧响应的研究热点注重于响应关系刻画，和将电价需求侧响应向热、气等其他形式能源扩展，缺少对响应效果的量化刻画。因此，有必要采用恰当的数学工具对需求响应效果进行刻画，从而直观、刻画揭示需求侧响应对系统调度优化的作用能力。
本实施例中，步骤S1针对上述对需求响应效果缺乏量化描述问题，分析了在需求响应策略实施过程中，负荷受到生产生活、突发事件等多种客观因素的影响未能计划响应，因此需求响应本身是具有波动性的。此外，电力系统还存在着新能源等波动性大的电源，这些随机波动因素使得系统存在较大不平衡电量，说明仅利用需求侧响应不能完全消除需求消纳量。考虑需求侧响应的实时调度中满足如下功率平衡约束，其中风电出力与需求侧响应存在波动性。
其中，
为风电波动的方差，
为需求侧响应的方差，Pi'为第i台火电机组出力，Pw'为风电实际调度出力，Px'为需求响应后实时负荷，
为风电的预测出力，PI为风电的总装机容量，Δp为计划需求负荷量。
在考虑需求响应和风电出力波动(新能源)随机波动，则不平衡功率时间序列也符合某一分布，并应用信息熵来度量：
其中，式中，n为不平衡功率序列的维数，设Pb的分布律为{P},其中Pi＝P{Pb,t＝Pb,t(i)}，且0≤Pi≤1，
由信息熵的特点可知不平衡序列偏差越大，则H(Pb,t)越大，说明需求响应效果越差，响应度指标越小。因此，仅用H(Pb,t)不能作为响应度指标。
本实施例中，步骤S2基于上述应用信息熵刻画需求侧参与后的不平衡功率时间序列，并在有效刻画不平衡电功率时间序列信息熵和分析H(Pb,t)特性的基础上。定义响应度指标Wp，且其值越大说明需求侧响应效果更好。
其中，Hstand表示不平衡电量时间序列信息熵基准值，其取值通常取为10。
本实施例中，步骤S3为了验证所提响应度指标Wp的有效性，建立基于α-超分位数的多随机双阶段求解模型，并把响应度指标作为约束加入该模型，双阶段模型包括了日前调度模型和实时调度模型两个阶段。
(1)日前调度模型
日前调度是在前一日预测未来一日各时段的风电出力和负荷数据基础上，根据一定的经济准则来安排第二天各时段各电源的发电计划。
以系统最大调度收益为目标：即：
g＝max(f1-f2) (6)
售电收益f1可表达为：
式中，T为调度周期内时段数，取值为24；Px,t为日前规划需求响应后负荷功率；δt为日前预计响应后t时刻电价；Δt为仿真步长，取值1h。
火电机组的运行成本f2为：
式中，N为常规发电机组台数；Pi,t为第i个发电机组在t时段的出力；ai、bi、ci为发电机组的运行参数；zi,t为第i个火电机组在t时段的启停状态，zi,t＝0代表停机，zi,t＝1代表开机；Si为第i个发电机组的启停费用。
考虑到风电具有随机性，风电以预测出力参与功率平衡，具体功率平衡约束：
其中，Pi,t为第i台火电机组t时刻出力，Pw,t为风电预测功率，Px,t为t时刻响应后的负荷。
需求响应约束：
弹性系数矩阵为：
其中，P为原始负荷，E为电量电价弹性矩阵。
用电满意度约束：
ms表示用户用电方式的满意度，表达式如下：
mj表用电单价满意度，表达式为：
其中，Pl,t为原始负荷功率；|ΔPx,t|为t时刻负荷变动的绝对值；δ0为调度前电价均价。
(2)实时调度模型
实时调度是根据超短期风电预测、辅助平衡市场电价、风电出力和需求响应波动等，在日前调度基础上对系统进行优化调度。
以电网净收益最大为目标函数，即：
g'＝max(f1'-f2'-f3') (15)
根据PJM电力平衡市场能量交换和计划外不平衡电量惩罚机制。当系统出现功率过剩和功率不足时，需要向辅助市场购买一定功率来消纳这一部分不平衡功率。一般情况下，消纳不平衡功率的成本与容量、时刻以及响应速率有关。为了简化计划外不平衡电量的带来的成本，设定由不平衡功率导致的不平衡电量成本为:
其中，Ct为t时刻不平衡电量惩罚单价；ωt表示0-1变量，当Pb,t≥0时为ωt＝0，当Pb,t≤0 时为ωt＝1。
考虑到风电具有随机性，风电以预测出力参与功率平衡，具体功率平衡约束：
其中，Pi',t为第i台火电机组t时刻实时出力；Pw',t为t时刻风电实际调度出力；Px',t为t 时刻需求响应后实时负荷。
此外，由于日前调度实时后，系统的需求消纳量和起始状态都将以日前调度模型实施后为前提。
为了反应响应的效果对系统收益的影响，将响应度做为技术约束考虑，即：
W'P≥WPmin (19)
实时调度中与日前调度中相同的子目标函数和约束不再重述，实时下的子目标函数有(7) 和(8)，实时下的约束有(10)、(11)、(12)和(13)、(14)。
本实施例中，步骤S3在所建模型上应用超分位法求解，其主要初始参数如图3、图4、表1和表2所示。
表1基本参数取值
表2不平衡电量单价惩罚系数
表3常规发电机组参数
为便于分析讨论，目标函数置信度α1＝0.9，
日前需求侧波动系数kq和风电波动系数kw分别取15和1；实时需求侧波动系数kq和风电波动系数kw分别取10和0.5，响应度Wpmin为70％，msmin为90％，mjmin为95％。根据基于超分位数的多随机双阶段求解模型设置了2个方案。
Case1：未加入响应度约束的多随机双阶段。
Case2：加入响应度约束的多随机双阶段。
算例结果表明，不同方案下电价变化量曲线和不同方案下负荷变化量曲线分别如图5和图6所示。
表4不同方案下满意度与消纳率数据
表4中的数据表明，价格需求侧响应以用电单价满意度的提升弥补了顾客方式满意度的降低，符合价格刺激的客观规律。表4中Case2比Case1消纳率有所提升说明响应度Wpmin为 70％有利于促进系统风电消纳。
表5不同方案下经济性分析(单位/$)
分析表4、表5，图6可知，促进风电消纳增加是以牺牲系统收益为代价的。
取不同的响应度约束值进行分析。
表6不同响应度约束下系统收收益
由表6可知，当响应度约束小于67.5％时，系统收益基本不变，当应度约束在67.5％--75.0％之间时，系统收益基本不变，说明系统以效益为目标时最响应度为70％左右，超过70％后响应度约束对收益有负面影响；当响应度约束大于75.0％时，系统无法求解，用量化指标说明系统的不平衡功率不能仅依靠价格型需求侧响应去全部平抑。
在本发明中，为了量化需求侧响应参与后的响应效果，提出了一种基于信息熵刻画电力需求侧响应效果的指标。所建立指标在实例应用有如下效果：
(1)应用信息熵对需求侧响应参与后的不平衡功率时间序列进行刻画，以量化的形式描述了响应后的效果状态。
(2)将响应度指标作为约束计入双阶段随机优化模型，通过设置不同的响应度约束，探索响应效果与系统效益之间的内在联系。当响应度大于某值时，系统无法求解，用量化指标说明系统的不平衡功率不能仅依靠价格型需求侧响应去全部平抑，揭示了价格型需求侧响应消除需求消纳量存在的瓶颈。
(3)由响应度指标的特性可知其也可作为响应效果的后评价量化指标，这样可以直观、量化揭示响应效果。
Claims (7)
1.一种基于信息熵刻画电力需求侧响应效果的指标，其特征在于，步骤包括：
S1.分析了仅利用需求侧响应不能完全消除需求消纳量的现象，并说明了需求响应参与后系统不平衡电量的分布特性情况；
S2.应用信息熵对需求电力系统不平衡电量分布进行刻画，提出了响应度指标刻画需求侧响应效果；
S3.基于某地建立了考虑需求侧响应的日前-实时双阶段效益优化模型，并把响应度作为不等式约束加入该模型。
2.根据权利要求1所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：所述步骤S1中，需求响应随着电力系统规模扩大而日益复杂，在需求响应策略实施过程中，负荷受到生产生活、突发事件等多种客观因素的影响未能计划响应，因此需求响应本身是具有波动性的。此外，电力系统还存在着新能源等波动性大的电源，这些随机波动因素使得系统存在较大不平衡电量，说明仅利用需求侧响应不能完全消除需求消纳量。
3.根据权利要求1和2所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：考虑需求侧响应的实时调度中满足如下功率平衡约束，其中风电出力与需求侧响应存在波动性。
其中，
为风电波动的方差，
为需求侧响应的方差，Pi'为第i台火电机组出力，Pw'为风电实际调度出力，Px'为需求响应后实时负荷，
为风电的预测出力，PI为风电的总装机容量，Δp为计划需求负荷量。
4.根据权利要求3所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：所述步骤S2中，在考虑需求响应和风电出力波动(新能源)随机波动，则不平衡功率也符合某一分布，并应用信息熵来度量：
其中，式中，n为不平衡功率序列的维数，设Pb的分布律为{P},其中Pi＝P{Pb,t＝Pb,t(i)}，且0≤Pi≤1，
5.根据权利要求4所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于：在有效刻画不平衡电量时间序列信息熵的基础上，定义响应度指标Wp，且其值越大说明需求侧响应效果更好。
其中，Hstand表示不平衡电量时间序列信息熵基准值，其取值通常取为10。
6.根据权利要求4和5所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于所述步骤S3中，基于PJM电力平衡市场能量交换和计划外不平衡电量惩罚机制的背景，把响应度作为不等式约束加入考虑需求侧响应波动和风电出力波动的日前-实时双阶段效益优化模型。
7.根据权利要求6所述的基于信息熵刻画电力需求侧响应效果的指标，其特征在于所述步骤S3中，通过设置不同响应度约束，揭示了效益性优化模型的影响特征，使得响应度指标可以量化、直观揭示需求侧响应效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911049808.8A CN111541278A (zh) | 2020-06-28 | 2020-06-28 | 一种基于信息熵刻画电力需求侧响应效果的指标 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911049808.8A CN111541278A (zh) | 2020-06-28 | 2020-06-28 | 一种基于信息熵刻画电力需求侧响应效果的指标 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111541278A true CN111541278A (zh) | 2020-08-14 |
Family
ID=71979928
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911049808.8A Pending CN111541278A (zh) | 2020-06-28 | 2020-06-28 | 一种基于信息熵刻画电力需求侧响应效果的指标 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111541278A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140025352A1 (en) * | 2012-07-17 | 2014-01-23 | International Business Machines Corporation | Planning economic energy dispatch in electrical grid under uncertainty |
| CN109063379A (zh) * | 2018-09-11 | 2018-12-21 | 东北电力大学 | 基于最大熵原理的电-气综合能源系统概率能流计算方法 |
| CN109193636A (zh) * | 2018-10-08 | 2019-01-11 | 华东交通大学 | 一种基于分类不确定集的电力系统环境经济鲁棒调度方法 |
| CN109934501A (zh) * | 2019-03-18 | 2019-06-25 | 长沙理工大学 | 一种电力零售商参与平衡市场交易的风险规避方法 |
| CN110783957A (zh) * | 2019-11-06 | 2020-02-11 | 国网新疆电力有限公司经济技术研究院 | 计及需求响应的含风电电力系统旋转备用优化配置方法 |
-
2020
- 2020-06-28 CN CN201911049808.8A patent/CN111541278A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140025352A1 (en) * | 2012-07-17 | 2014-01-23 | International Business Machines Corporation | Planning economic energy dispatch in electrical grid under uncertainty |
| CN109063379A (zh) * | 2018-09-11 | 2018-12-21 | 东北电力大学 | 基于最大熵原理的电-气综合能源系统概率能流计算方法 |
| CN109193636A (zh) * | 2018-10-08 | 2019-01-11 | 华东交通大学 | 一种基于分类不确定集的电力系统环境经济鲁棒调度方法 |
| CN109934501A (zh) * | 2019-03-18 | 2019-06-25 | 长沙理工大学 | 一种电力零售商参与平衡市场交易的风险规避方法 |
| CN110783957A (zh) * | 2019-11-06 | 2020-02-11 | 国网新疆电力有限公司经济技术研究院 | 计及需求响应的含风电电力系统旋转备用优化配置方法 |
Non-Patent Citations (1)
| Title |
|---|
| 靳冰洁 等: "基于熵理论的电力系统最优潮流均衡度分析", 《电力系统自动化》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pan et al. | Feasible region method based integrated heat and electricity dispatch considering building thermal inertia | |
| Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
| Jiang et al. | Integrated demand response mechanism for industrial energy system based on multi-energy interaction | |
| Yang et al. | A two-stage optimization model for Park Integrated Energy System operation and benefit allocation considering the effect of Time-Of-Use energy price | |
| CN112950098B (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
| CN111507529A (zh) | 基于经济-环境及能源动态定价双层博弈微能源网容量优化规划方法 | |
| CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
| CN107886204B (zh) | 基于用户实测数据修正的负荷基线预测方法 | |
| CN105260941A (zh) | 一种供应侧参与新能源调峰的技术经济评价方法 | |
| CN111784055A (zh) | 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 | |
| CN115186902A (zh) | 温室综合能源系统的调控方法、装置、终端及存储介质 | |
| CN114169236A (zh) | 基于lstm算法的相变蓄热式电采暖负控系统控制方法 | |
| CN113947236A (zh) | 综合能源调度方法、计算设备及介质 | |
| CN115640902A (zh) | 计及碳价不确定性的园区综合能源系统低碳优化调度方法 | |
| CN113673739A (zh) | 分布式综合能源系统的多时空尺度协同优化运行方法 | |
| CN112434861A (zh) | 计及热力管网反馈调节的电热协调优化调度方法及装置 | |
| CN111541278A (zh) | 一种基于信息熵刻画电力需求侧响应效果的指标 | |
| CN117010625A (zh) | 一种需求响应与预测误差的虚拟电厂优化调度方法及系统 | |
| CN116822697A (zh) | 一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法 | |
| CN115953084A (zh) | 一种需求响应柔性资源特性效用量化验证测试方法 | |
| CN111160767A (zh) | 一种综合能源服务效益评估方法 | |
| CN113988926B (zh) | 一种计及负荷聚合商的蓄热式电采暖负荷激励方法 | |
| CN116756598A (zh) | 一种台区侧家电负荷精准调控方法 | |
| CN111523792B (zh) | 综合能源系统调度参数计算、设备控制方法及相关装置 | |
| CN111900714A (zh) | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |
|
| RJ01 | Rejection of invention patent application after publication |