CN112529271A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112529271A
CN112529271A CN202011381551.9A CN202011381551A CN112529271A CN 112529271 A CN112529271 A CN 112529271A CN 202011381551 A CN202011381551 A CN 202011381551A CN 112529271 A CN112529271 A CN 112529271A
Authority
CN
China
Prior art keywords
controllable load
load
power
ith
controllable
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
CN202011381551.9A
Other languages
English (en)
Other versions
CN112529271B (zh
Inventor
饶宇飞
赵华
李晓萌
张振安
朱全胜
高泽
刘芳冰
潘雪晴
田春笋
吕泉
张忠
张嘉澍
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.)
Dalian University of Technology
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Dalian University of Technology
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan 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 Dalian University of Technology, State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Dalian University of Technology
Priority to CN202011381551.9A priority Critical patent/CN112529271B/zh
Publication of CN112529271A publication Critical patent/CN112529271A/zh
Application granted granted Critical
Publication of CN112529271B publication Critical patent/CN112529271B/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
    • G06Q10/04—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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • 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
    • 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
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种可控负荷集群提供备用辅助服务的优化调度方法，包括以下步骤：步骤1，采集负荷集群中各可控负荷的运行参数；步骤2，以步骤1获取的运行参数，确定各个可控负荷的灵活特性，并构建各个可控负荷的运行约束和调节容量模型；步骤3，获取日前全天各个时段的电价数据；步骤4，以步骤2、3获取的模型和数据，以及以可控负荷集群总体费用最小为目标，建立可控负荷集群运行并提供备用容量的优化模型；步骤5，可控负荷聚合商根据步骤4的结果，向电网提供备用并参与集中市场，在市场出清完成后，获得出清结果，包括各时段用电价格、备用容量价格、以及应提供的备用容量；并进一步将备用容量分配给各个可控负荷。

Description

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
技术领域
本发明涉及电力系统运行领域，尤其涉及电力系统中可控负荷集群提供电网备用辅助服务的优化调度问题。
背景技术
随着智能电网以及能源互联网的发展，“柔性负荷”、“电网友好型负荷”等概念被提出并逐步得到了实际应用。能源互联网的在用户侧体现主要为电力负荷的信息互联。一方面用户可以响应市场价格信号或激励机制，改变用电行为。另一方面可以实现负荷的实时在线控制，满足电力系统快速的功率平衡控制需求。以电动汽车为代表的负荷具有灵活的功率调节能力。借助于智能用电技术，以温控型为代表的工商业负荷具有较大的功率调节潜力。随着可再生能源发电接入水平的不断增加，电网的功率平衡方式不再只是“电源跟随负荷波动”，同时也存在“可控负荷跟随电源出力波动”的情况，需求侧资源也将对电网功率平衡发挥重要作用。
负荷参与电网辅助服务潜力已得到了广泛的研究。已有研究建立了可控负荷聚合商提供负荷跟踪备用的调度模型，可控负荷聚合商能够为系统提供类似于传统电源的15min的旋转备用与30min的非旋转备用服务。温控负荷聚合商也可以提供负荷跟踪备用，缓解传统机组的旋转备用压力。也有研究分析提出了一种电动汽车聚合商的下垂控制策略，使电动汽车为电网提供一次调频服务，降低系统的频率偏差。
借助先进的通信与控制技术，需求侧资源可以根据响应时间和响应特性的不同提供不同时间尺度上的备用服务。需求侧备用主要采用基于聚合商或代理商的运行模式，针对其技术可行性已开展了较多的研究。然而，负荷集群与传统机组不同，一方面，负荷运行受总用电需求限制，使得各个时段上的备用容量相互制约；另一方面，负荷用电场景多样，使得负荷集群的能量边界难以准确建模。因此，负荷集群的备用容量建模与备用市场参与策略是研究负荷侧备用所面临的关键问题。为此，本专利提出了可控负荷集群的提供电网备用辅助服务的优化调度方法。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种可控负荷集群参与备用辅助服务市场的优化调度方法，激励需求侧灵活资源主动参与电网功率平衡调节，从而提高电网的灵活性与安全性，并降低负荷的总体用电费用。
本发明采用如下的技术方案。一种可控负荷集群提供备用辅助服务的优化调度方法，包括以下步骤：
步骤1，采集电网中可控负荷集群的运行参数；
步骤2，以步骤1获取的运行参数，构建可控负荷集群中各个可控负荷的运行约束和调节容量模型；
步骤3，获取日前全天各个时段的电价数据，以λt表示日前全天各个时段的电价数据；
步骤4，以步骤2、3获取的模型和数据，以及以可控负荷集群总体费用最小为目标，建立可控负荷集群的运行与备用容量优化模型；
步骤5，可控负荷聚合商根据步骤4的结果，向电网提供备用并参与集中市场，在市场出清完成后，获得出清结果，包括各时段用电价格、并用容量价格、以及应提供的备用容量；据此将备用容量分配给各可控负荷。
优选地，步骤1中，可控负荷集群的运行参数包括：各个可控负荷的负荷类型，包括功率灵活型和状态灵活型；
功率灵活型可控负荷是指该可控负荷不能随时停止用电，但可以适当调节用电功率，该可控负荷只能启动一次，状态灵活型是指该可控负荷可以随时停止用电。
优选地，步骤1中，可控负荷集群的运行参数还包括：
各个可控负荷的可行用电时段，以[Ti，0，Ti，end]表示第i个可控负荷的可行用电时段，其中，Ti，0表示第i个可控负荷的开始用电时段，Ti，end第i个可控负荷的停止用电时段；
各个可控负荷的总用电需求，以Qi表示第i个可控负荷的总用电需求；
各个可控负荷的最大负荷功率，以Pi，max表示第i个可控负荷的最大用电功率；
各个可控负荷的最小负荷功率，以Pi，min表示第i个可控负荷的最小用电功率。
优选地，步骤2中，对于功率灵活型可控负荷，以如下公式(1)表示第i个可控负荷的最大、最小用电功率约束，
bi，tPi，min≤pi，t≤bi，tPi，max (1)
式中：
pi，t表示第i个可控负荷的用电功率，
Pi，min表示第i个可控负荷的最小用电功率，
Pi，max表示第i个可控负荷的最大用电功率，
bi，t表示第i个可控负荷的运行状态标志变量，若bi，t＝1表示第i个可控负荷在t时段处于运行状态，若bi，t＝0表示第i个可控负荷在t时段处于关停状态，
t表示时段；
以如下公式(2)表示第i个可控负荷的总用电量需求约束，
Figure BDA0002809513000000031
式中：
Qi表示第i个可控负荷的总用电量需求，
Ti，0表示第i个可控负荷的开始用电时段，
Ti，end第i个可控负荷的结束用电时段；
以如下公式(3)表示第i个可控负荷运行连续性约束，
Figure BDA0002809513000000032
公式(3)表示第i个可控负荷只能启动一次。
优选地，步骤2中，对于状态灵活型负荷，以如下公式(1)表示第i个可控负荷的最大、最小用电功率约束，
bi，tPi，min≤pi，t≤bi，tPi，max (1)
式中：
pi，t表示第i个可控负荷的用电功率，
Pi，min表示第i个可控负荷的最小用电功率，
Pi，max表示第i个可控负荷的最大用电功率，
bi，t表示第i个可控负荷的运行状态标志变量，若bi，t＝1表示第i个可控负荷在t时段处于运行状态，若bi，t＝0表示第i个可控负荷在t时段处于关停状态，
t表示时段；
以如下公式(2)表示第i个可控负荷的总用电量需求约束，
Figure BDA0002809513000000041
式中：
Qi表示第i个可控负荷的总用电量需求，
Ti，0表示第i个可控负荷的开始用电时段，
Ti，end第i个可控负荷的结束用电时段。
优选地，步骤2中，以如下公式(4)、(5)表示功率灵活型负荷的调节容量，
Figure BDA0002809513000000042
Figure BDA0002809513000000043
以如下公式(6)、(7)表示状态灵活型负荷的调节容量，
Figure BDA0002809513000000044
Figure BDA0002809513000000045
式中：
Figure BDA0002809513000000046
表示第i个可控负荷的最大向上功率调节容量，
Figure BDA0002809513000000051
表示第i个可控负荷的最大向下功率调节容量。
优选地，步骤4中，以如下公式(8)表示可控负荷集群的向上功率调节容量，以如下公式(9)表示可控负荷集群的向下功率调节容量，
Figure BDA0002809513000000052
Figure BDA0002809513000000053
式中：
Figure BDA0002809513000000054
表示可控负荷集群的向上功率调节容量，
Figure BDA0002809513000000055
表示可控负荷集群的向下功率调节容量，
Figure BDA0002809513000000056
表示第i个可控负荷的最大向上功率调节容量，
Figure BDA0002809513000000057
表示第i个可控负荷的最大向下功率调节容量，
N表示可控负荷集群包含的可控负荷数量。
优选地，步骤4中，以如下公式(10)表示可控负荷集群的目标函数，
Figure BDA0002809513000000058
Figure BDA0002809513000000059
式中：
pA，t表示可控负荷集群的整体用电负荷，以如公式(11)表示，
λt表示全天各个时段的电价数据，
Figure BDA00028095130000000510
表示系统向上备用容量价格，
Figure BDA00028095130000000511
表示系统向下备用容量价格，
V为一天内的总时段数。
优选地，步骤4中，对于功率灵活型负荷集群，以第i个可控负荷的最大、最小用电功率约束、总用电量需求约束、运行连续性约束、调节容量、可控负荷集群的向上、向下功率调节容量，以及可控负荷集群的整体用电负荷为约束，以负荷集群总体费用最小为目标建立可控负荷集群的运行与备用容量优化模型；
对于状态灵活型负荷集群，以第i个可控负荷的最大、最小用电功率约束，总用电量需求约束、调节容量，可控负荷集群的向上、向下功率调节容量，以及可控负荷集群的整体用电负荷为约束，以负荷集群总体费用最小为目标建立可控负荷集群的运行与备用容量优化模型。
优选地，步骤4中还包括：求解得到第i个可控负荷的用电负荷的优化调度结果Pi，t、第i个可控负荷提供的向上功率可调容量的优化调度结果
Figure BDA0002809513000000061
和向下功率可调容量的优化调度结果
Figure BDA0002809513000000062
即获得负荷集群的总体负荷曲线与各个时段的总体功率调节容量。
本发明的有益效果在于，与现有技术相比，通过集群化调度运行手段，使小容量、分散的电力负荷参与电网的辅助服务，为电网提供更多的灵活资源，从而提高电网的弹性，并促进新能源的消纳。可控负荷通过提供备用辅助服务，从而获得收益，降低总用电费用。
附图说明
图1为本发明可控负荷集群提供电网备用辅助服务的优化调度流程图；
图2为本发明状态灵活型可控负荷集群的用电与备用容量调度结果；
图3为本发明状态灵活型可控负荷集群的用电与备用容量调度结果。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
如图1所示，本发明提供了一种可控负荷集群提供备用辅助服务的优化调度方法，包括以下步骤：
步骤1，采集电网中可控负荷集群的运行参数。具体包括：
可控负荷集群包含的可控负荷数量，以N表示，以i表示各个可控负荷的序号，i＝1，2，…，N；
各个可控负荷的负荷类型，包括功率灵活型和状态灵活型，功率灵活型可控负荷是指该可控负荷不能随时停止用电，但可以适当调节用电功率，该可控负荷只能启动一次，状态灵活型是指该可控负荷可以随时停止用电；
各个可控负荷的可行用电时段，以[Ti，0，Ti，end]表示第i个可控负荷的可行用电时段，其中，Ti，0表示第i个可控负荷的开始用电时段，Ti，end第i个可控负荷的停止用电时段；
各个可控负荷的总用电需求，以Qi表示第i个可控负荷的总用电需求；
各个可控负荷的最大负荷功率，以Pi，max表示第i个可控负荷的最大用电功率；
各个可控负荷的最小负荷功率，以Pi，min表示第i个可控负荷的最小用电功率。
可以理解的是，上述表示各个可控负荷运行参数的方式仅是示例性而非限制性的描述，所属领域技术人员可以以其他方式表示各个可控负荷运行参数，均落入本发明的技术方案之内。
步骤2，构建可控负荷集群中各个可控负荷的运行约束和调节容量模型。具体包括：
步骤2.1，构建功率灵活型和状态灵活型的各个可控负荷的运行约束，
对于功率灵活型可控负荷，以如下公式(1)表示第i个可控负荷的最大、最小用电功率约束，
bi，tPi，min≤pi，t≤bi，tPi，max (1)
式中：
pi，t表示第i个可控负荷的用电功率，
Pi，min表示第i个可控负荷的最小用电功率，
Pi，max表示第i个可控负荷的最大用电功率，
bi，t表示第i个可控负荷的运行状态标志变量，若bi，t＝1表示第i个可控负荷在t时段处于运行状态，若bi，t＝0表示第i个可控负荷在t时段处于关停状态，
t表示时段。
以如下公式(2)表示第i个可控负荷的总用电量需求约束，
Figure BDA0002809513000000081
式中：
Qi表示第i个可控负荷的总用电量需求，
Ti，0表示第i个可控负荷的开始用电时段，
Ti，end第i个可控负荷的结束用电时段。
以如下公式(3)表示第i个可控负荷运行连续性约束，
Figure BDA0002809513000000082
可以理解的是，公式(3)表示第i个可控负荷只能启动一次。
对于状态灵活型负荷，由于状态灵活型负荷可以多次启、停，不受公式(3)限制，因此，其运行约束包括公式(1)和公式(2)。
步骤2.2，构建功率灵活型和状态灵活型的各个可控负荷的调节容量模型，
以如下公式(4)、(5)表示功率灵活型负荷的调节容量，
Figure BDA0002809513000000083
Figure BDA0002809513000000084
以如下公式(6)、(7)表示状态灵活型负荷的调节容量，
Figure BDA0002809513000000085
Figure BDA0002809513000000086
式中：
Figure BDA0002809513000000087
表示第i个可控负荷的最大向上功率调节容量，
Figure BDA0002809513000000088
表示第i个可控负荷的最大向下功率调节容量。
步骤3，获取日前全天各个时段的电价数据，以λt表示日前全天各个时段的电价数据。具体包括：预测或获取电力能量市场的日前电价，对于采用峰谷电价等计划电价的市场，可直接获取将来一天内各个时段的电价；对于基于集中出清的市场，需通过日前电价预测获得将来一天内各时段的电价。
步骤4，建立可控负荷集群的运行与备用容量优化模型，模型以负荷集群总体费用最小为目标，具体为在能量市场中的购电费用减去提供备用辅助服务的收益。运行约束包括各个可控负荷的运行约束与调节容量约束。
步骤4.1，以如下公式(8)表示可控负荷集群的向上功率调节容量，以如下公式(9)表示可控负荷集群的向下功率调节容量，
Figure BDA0002809513000000091
Figure BDA0002809513000000092
式中：
Figure BDA0002809513000000093
表示可控负荷集群的向上功率调节容量，
Figure BDA0002809513000000094
表示可控负荷集群的向下功率调节容量，
Figure BDA0002809513000000095
表示第i个可控负荷的最大向上功率调节容量，
Figure BDA0002809513000000096
表示第i个可控负荷的最大向下功率调节容量，
N表示可控负荷集群包含的可控负荷数量。
步骤4.2，以如下公式(10)表示可控负荷集群的目标函数，
Figure BDA0002809513000000097
Figure BDA0002809513000000098
式中：
pA，t表示可控负荷集群的整体用电负荷，以如公式(11)表示，
λt表示全天各个时段的电价数据，
Figure BDA0002809513000000099
表示系统向上备用容量价格，
Figure BDA00028095130000000910
表示系统向下备用容量价格，
V为一天内的总时段数。
可以理解的是，负荷的调节作用与发电机正好相反，减小用电负荷相当于提供向上调节(发电)容量。向上、向下备用容量价格跟定价模式有关，若采用固定价格，则由市场运营商公布；若采用市场定价，则需要通过预测方式获取，本发明的发明构思中包括的是，无论哪种通过方式获取后直接应用该价格数据，而非对向上、向下备用容量价格数据本身进行测算。
步骤4.3，根据可控负荷的灵活类型，建立优化模型。目标函数为公式(10)，对于功率灵活型负荷集群，其约束条件包括公式(1)-(5)，(8)、(9)、(11)。对于状态灵活型负荷集群，其约束条件包括公式(1)-(3)、(6)-(9)、(11)。
求解得到第i个可控负荷的用电负荷的优化调度结果Pi，t、第i个可控负荷提供的向上功率可调容量的优化调度结果
Figure BDA0002809513000000101
和向下功率可调容量的优化调度结果
Figure BDA0002809513000000102
即获得负荷集群的总体负荷曲线与各个时段的总体功率调节容量。
步骤5，可控负荷聚合商根据集群负荷曲线与总体可调容量在能量与备用辅助服务市场中完成报价，并在市场出清完成后，获得市场出清结果，包括各时段用电价格、备用容量价格、以及应提供的备用容量；然后，可控负荷聚合商根据市场出清结果将备用容量分配给各可控负荷，并计算各可控负荷的总体费用。以如下公式(12)表示，
Figure BDA0002809513000000103
式中：
λ′t为电能市场出清电价，当采用丰谷固定价格时，则结算时仍采用可控负荷集群日前优化调度模型，即公式(8)中的电价，
Pi，t表示第i个可控负荷的用电负荷的优化调度结果，
Figure BDA0002809513000000104
表示第i个可控负荷提供的向上备用容量的优化调度结果，
Figure BDA0002809513000000105
表示第i个可控负荷提供的向下备用容量的优化调度结果。
为了更加清楚地介绍本发明的发明构思，以下介绍一个计算实例，可以理解的是，该计算实例仅是示例性而非限制性的，所属领域技术人员可以将本发明的方法用于其他具备可控负荷集群的电网系统，均落入本发明的技术方案之内。
分别针对功率灵活型负荷与状态灵活型负荷设计算例，本算例考虑某聚合商管理15个可控负荷，负荷可控参数如表1所示。为了便于对比，两类负荷选择的相同的参数，区别在于，功率灵活型负荷需要连续用电，状态灵活型负荷用电过程中可随时启停。
表1.可控负荷参数表
可控负荷编号 最大功率(kW) 最小功率(kW) 总用电需求(kWh) 可行用电时段(h-h)
1 3.1 0.62 13.02 4-15
2 3.1 0.93 26.04 8-22
3 2.9 0.58 24.36 10-22
4 2.3 0.69 9.66 7-20
5 2.4 0.36 16.8 6-13
6 2.5 0.25 21 4-17
7 3.9 0.975 21.84 8-21
8 3.4 0.34 14.28 3-18
9 4.5 0.9 31.5 12-19
10 2.4 0.72 20.16 1-17
11 4.7 1.41 19.74 5-12
12 3.3 0.33 27.72 3-13
13 2.5 0.25 21 7-21
14 4.6 0.92 32.2 5-17
15 2.3 0.345 9.66 2-9
两类负荷集群的用电与备用容量调度结果如图2、3所示。负荷通过减小负荷向电网提供向上备用容量，反之亦然。
功率型灵活负荷不能随时停止用电，但可以适当减小用电功率，因此，可以通过减小用电功率向电网提供向上备用容量。上午8时至12时，负荷用电功率相对较低，可以通过增加用电功率向电网提供下备用容量，例如，用于平衡系统计划外的风电、光伏出力。
状态灵活型负荷可以随时停止用电，因此，能够向电网提供向上功率备用，与功率灵活型负荷相比，可以提供更多的备用容量。由于其可以随时开启用电，因此，能够向电网提供较多的向下备用容量，平衡系统计划外的风电、光伏出力。
本发明的有益效果在于，与现有技术相比，通过集群化调度手段，使小容量、分散的电力负荷向电网提供辅助服务，即为电网提供更多的灵活资源，从而提高电网的弹性，并促进新能源的消纳。可控负荷通过提供备用辅助服务，从而获得收益，降低总用电费用。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (10)

1.一种可控负荷集群提供备用辅助服务的优化调度方法，其特征在于，包括以下步骤：
步骤1，采集电网中可控负荷集群的运行参数；
步骤2，以步骤1获取的运行参数，构建可控负荷集群中各个可控负荷的运行约束和调节容量模型；
步骤3，获取日前全天各个时段的电价数据，以λt表示日前全天各个时段的电价数据；
步骤4，以步骤2、3获取的模型和数据，以及以可控负荷集群总体费用最小为目标，建立可控负荷集群的运行与备用容量优化模型；
步骤5，可控负荷聚合商根据步骤4的结果，向电网提供备用并参与集中市场，在市场出清完成后，获得出清结果，包括各时段用电价格、并用容量价格、以及应提供的备用容量；据此将备用容量分配给各可控负荷。
2.根据权利要求1所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤1中，可控负荷集群的运行参数包括：各个可控负荷的负荷类型，包括功率灵活型和状态灵活型；
功率灵活型可控负荷是指该可控负荷不能随时停止用电，但可以适当调节用电功率，该可控负荷只能启动一次，状态灵活型是指该可控负荷可以随时停止用电。
3.根据权利要求2所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤1中，可控负荷集群的运行参数还包括：
各个可控负荷的可行用电时段，以[Ti，0，Ti，end]表示第i个可控负荷的可行用电时段，其中，Ti，0表示第i个可控负荷的开始用电时段，Ti，end第i个可控负荷的停止用电时段；
各个可控负荷的总用电需求，以Qi表示第i个可控负荷的总用电需求；
各个可控负荷的最大负荷功率，以Pi，max表示第i个可控负荷的最大用电功率；
各个可控负荷的最小负荷功率，以Pi，min表示第i个可控负荷的最小用电功率。
4.根据权利要求3所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤2中，对于功率灵活型可控负荷，以如下公式(1)表示第i个可控负荷的最大、最小用电功率约束，
bi，tPi，min≤pi，t≤bi，tPi，max (1)
式中：
pi，t表示第i个可控负荷的用电功率，
Pi，min表示第i个可控负荷的最小用电功率，
Pi，max表示第i个可控负荷的最大用电功率，
bi，t表示第i个可控负荷的运行状态标志变量，若bi，t＝1表示第i个可控负荷在t时段处于运行状态，若bi，t＝0表示第i个可控负荷在t时段处于关停状态，
t表示时段；
以如下公式(2)表示第i个可控负荷的总用电量需求约束，
Figure FDA0002809512990000021
式中：
Qi表示第i个可控负荷的总用电量需求，
Ti，0表示第i个可控负荷的开始用电时段，
Ti，end第i个可控负荷的结束用电时段；
以如下公式(3)表示第i个可控负荷运行连续性约束，
Figure FDA0002809512990000022
公式(3)表示第i个可控负荷只能启动一次。
5.根据权利要求3或4所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤2中，对于状态灵活型负荷，以如下公式(1)表示第i个可控负荷的最大、最小用电功率约束，
bi，tPi，min≤pi，t≤bi，tPi，max (1)
式中：
pi，t表示第i个可控负荷的用电功率，
Pi，min表示第i个可控负荷的最小用电功率，
Pi，max表示第i个可控负荷的最大用电功率，
bi，t表示第i个可控负荷的运行状态标志变量，若bi，t＝1表示第i个可控负荷在t时段处于运行状态，若bi，t＝0表示第i个可控负荷在t时段处于关停状态，
t表示时段；
以如下公式(2)表示第i个可控负荷的总用电量需求约束，
Figure FDA0002809512990000031
式中：
Qi表示第i个可控负荷的总用电量需求，
Ti，0表示第i个可控负荷的开始用电时段，
Ti，end第i个可控负荷的结束用电时段。
6.根据权利要求3至5中任一项所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤2中，以如下公式(4)、(5)表示功率灵活型负荷的调节容量，
Figure FDA0002809512990000032
Figure FDA0002809512990000033
以如下公式(6)、(7)表示状态灵活型负荷的调节容量，
Figure FDA0002809512990000034
Figure FDA0002809512990000035
式中：
Figure FDA0002809512990000041
表示第i个可控负荷的最大向上功率调节容量，
Figure FDA0002809512990000042
表示第i个可控负荷的最大向下功率调节容量。
7.根据权利要求3至5中任一项所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤4中，以如下公式(8)表示可控负荷集群的向上功率调节容量，以如下公式(9)表示可控负荷集群的向下功率调节容量，
Figure FDA0002809512990000043
Figure FDA0002809512990000044
式中：
Figure FDA0002809512990000045
表示可控负荷集群的向上功率调节容量，
Figure FDA0002809512990000046
表示可控负荷集群的向下功率调节容量，
Figure FDA0002809512990000047
表示第i个可控负荷的最大向上功率调节容量，
Figure FDA0002809512990000048
表示第i个可控负荷的最大向下功率调节容量，
N表示可控负荷集群包含的可控负荷数量。
8.根据权利要求7所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤4中，以如下公式(10)表示可控负荷集群的目标函数，
Figure FDA0002809512990000049
Figure FDA00028095129900000410
式中：
pA，t表示可控负荷集群的整体用电负荷，以如公式(11)表示，
λt表示全天各个时段的电价数据，
Figure FDA0002809512990000051
表示系统向上备用容量价格，
Figure FDA0002809512990000052
表示系统向下备用容量价格，
V为一天内的总时段数。
9.根据权利要求8所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤4中，对于功率灵活型负荷集群，以第i个可控负荷的最大、最小用电功率约束、总用电量需求约束、运行连续性约束、调节容量、可控负荷集群的向上、向下功率调节容量，以及可控负荷集群的整体用电负荷为约束，以负荷集群总体费用最小为目标建立可控负荷集群的运行与备用容量优化模型；
对于状态灵活型负荷集群，以第i个可控负荷的最大、最小用电功率约束，总用电量需求约束、调节容量，可控负荷集群的向上、向下功率调节容量，以及可控负荷集群的整体用电负荷为约束，以负荷集群总体费用最小为目标建立可控负荷集群的运行与备用容量优化模型。
10.根据权利要求8或9所述的可控负荷集群提供备用辅助服务的优化调度方法，其特征在于：
步骤4中还包括：求解得到第i个可控负荷的用电负荷的优化调度结果Pi，t、第i个可控负荷提供的向上功率可调容量的优化调度结果
Figure FDA0002809512990000053
和向下功率可调容量的优化调度结果
Figure FDA0002809512990000054
即获得负荷集群的总体负荷曲线与各个时段的总体功率调节容量。
CN202011381551.9A 2020-12-01 2020-12-01 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 Active CN112529271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011381551.9A CN112529271B (zh) 2020-12-01 2020-12-01 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011381551.9A CN112529271B (zh) 2020-12-01 2020-12-01 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

Publications (2)

Publication Number Publication Date
CN112529271A true CN112529271A (zh) 2021-03-19
CN112529271B CN112529271B (zh) 2022-08-30

Family

ID=74996533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011381551.9A Active CN112529271B (zh) 2020-12-01 2020-12-01 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

Country Status (1)

Country Link
CN (1) CN112529271B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222290A (zh) * 2021-06-03 2021-08-06 玲珑集团有限公司 一种空压机与密炼机集群的用电负荷协同优化方法
CN113327036A (zh) * 2021-05-31 2021-08-31 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113595064A (zh) * 2021-07-16 2021-11-02 国网吉林省电力有限公司经济技术研究院 一种考虑蓄热式电采暖负荷集群的电能与agc市场出清方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003256399A (ja) * 2002-02-26 2003-09-12 Nec Corp ホットスタンバイシステム切り替え制御方式
CN102231198A (zh) * 2011-06-28 2011-11-02 南京航空航天大学 一种微电网备用配置优化方法
JP2012060833A (ja) * 2010-09-10 2012-03-22 Kansai Electric Power Co Inc:The 蓄電装置を用いたアンシラリーサービス提供装置
CN103296682A (zh) * 2013-05-09 2013-09-11 国家电网公司 一种多时空尺度渐进趋优的负荷调度模式设计方法
CN103346562A (zh) * 2013-07-11 2013-10-09 江苏省电力设计院 计及需求响应的多时间尺度微网能量控制方法
CN103400199A (zh) * 2013-07-09 2013-11-20 国家电网公司 市场需求响应和物理需求响应相结合的电力需求侧优化方法
CN103870936A (zh) * 2014-03-26 2014-06-18 国家电网公司 一种可中断负荷代理的行为决策方法
CN105894188A (zh) * 2016-03-31 2016-08-24 湘潭大学 一种家庭用电的调度方法
CN109066800A (zh) * 2018-09-27 2018-12-21 沈阳工程学院 一种基于粒子群算法的配电网柔性负荷协同调度方法
EP3435322A1 (en) * 2017-07-26 2019-01-30 General Electric Company Method and system for providing flexible reserve power for power grid
JP6467470B1 (ja) * 2017-08-04 2019-02-13 日本電信電話株式会社 電力制御システム、供給元電力システム、制御装置及び電力制御方法
CN109559040A (zh) * 2018-11-29 2019-04-02 广东电网有限责任公司 一种辅助服务和电能量市场的顺次出清方法
CN110472785A (zh) * 2019-08-08 2019-11-19 西安交通大学 一种基于负荷分类的电动汽车群调度方法
CN111861003A (zh) * 2020-07-22 2020-10-30 中国电力科学研究院有限公司 计及可控负荷的备用容量优化配置方法、系统及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003256399A (ja) * 2002-02-26 2003-09-12 Nec Corp ホットスタンバイシステム切り替え制御方式
JP2012060833A (ja) * 2010-09-10 2012-03-22 Kansai Electric Power Co Inc:The 蓄電装置を用いたアンシラリーサービス提供装置
CN102231198A (zh) * 2011-06-28 2011-11-02 南京航空航天大学 一种微电网备用配置优化方法
CN103296682A (zh) * 2013-05-09 2013-09-11 国家电网公司 一种多时空尺度渐进趋优的负荷调度模式设计方法
CN103400199A (zh) * 2013-07-09 2013-11-20 国家电网公司 市场需求响应和物理需求响应相结合的电力需求侧优化方法
CN103346562A (zh) * 2013-07-11 2013-10-09 江苏省电力设计院 计及需求响应的多时间尺度微网能量控制方法
CN103870936A (zh) * 2014-03-26 2014-06-18 国家电网公司 一种可中断负荷代理的行为决策方法
CN105894188A (zh) * 2016-03-31 2016-08-24 湘潭大学 一种家庭用电的调度方法
EP3435322A1 (en) * 2017-07-26 2019-01-30 General Electric Company Method and system for providing flexible reserve power for power grid
JP6467470B1 (ja) * 2017-08-04 2019-02-13 日本電信電話株式会社 電力制御システム、供給元電力システム、制御装置及び電力制御方法
CN109066800A (zh) * 2018-09-27 2018-12-21 沈阳工程学院 一种基于粒子群算法的配电网柔性负荷协同调度方法
CN109559040A (zh) * 2018-11-29 2019-04-02 广东电网有限责任公司 一种辅助服务和电能量市场的顺次出清方法
CN110472785A (zh) * 2019-08-08 2019-11-19 西安交通大学 一种基于负荷分类的电动汽车群调度方法
CN111861003A (zh) * 2020-07-22 2020-10-30 中国电力科学研究院有限公司 计及可控负荷的备用容量优化配置方法、系统及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIANG SONG 等: "Unit Commitment Optimization Model of Wind Storage Combined System Considering Peak Load Regulation of Energy Storage System", 《2020 INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION, BIG DATA & SMART CITY (ICITBS)》 *
孙高星等: "考虑柔性负荷的电能量和备用辅助服务联合市场出清模型", 《广东电力》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113327036A (zh) * 2021-05-31 2021-08-31 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113327036B (zh) * 2021-05-31 2024-04-16 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113222290A (zh) * 2021-06-03 2021-08-06 玲珑集团有限公司 一种空压机与密炼机集群的用电负荷协同优化方法
CN113222290B (zh) * 2021-06-03 2022-11-15 玲珑集团有限公司 一种空压机与密炼机集群的用电负荷协同优化方法
CN113595064A (zh) * 2021-07-16 2021-11-02 国网吉林省电力有限公司经济技术研究院 一种考虑蓄热式电采暖负荷集群的电能与agc市场出清方法
CN113595064B (zh) * 2021-07-16 2024-02-02 国网吉林省电力有限公司经济技术研究院 一种考虑蓄热式电采暖负荷集群的电能与agc市场出清方法

Also Published As

Publication number Publication date
CN112529271B (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
Nguyen et al. Optimal bidding strategy for microgrids considering renewable energy and building thermal dynamics
Eseye et al. Optimal energy trading for renewable energy integrated building microgrids containing electric vehicles and energy storage batteries
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
Rajasekharan et al. Optimal energy consumption model for smart grid households with energy storage
AU2019407201B2 (en) Method for operating an energy management system, electronic computing device for carrying out the method, computer program, and data carrier
US20160042369A1 (en) Dynamic co-optimization management for grid scale energy storage system (gsess) market participation
EP4000996A1 (en) Method and system for adaptively charging of electric vehicles
Fanti et al. Optimal energy management integrating renewable energy, energy storage systems and electric vehicles
US20180097366A1 (en) Method and apparatus for controlling power grid member behavior
TWI725606B (zh) 電動車充電站分散式電能管理方法
CN110826801B (zh) 电动车充电站分布式电能管理方法
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
AU2019475323B2 (en) Adaptive system for managing energy communities with variable configuration
Zhou et al. An incentive-compatible frequency regulation market for flexible resources in microgrid
CN113988440A (zh) 基于虚拟电厂的区域配电网二次调频方法
CN117674300B (zh) 虚拟电厂资源调度方法、装置、终端设备以及存储介质
Eseye et al. Exploiting Flexibility of Renewable Energy Integrated Buildings for Optimal Day-ahead and Real-time Power Bidding Considering Batteries and EVs as Demand Response Resources
CN117200261B (zh) 一种基于电网调频的储能设备控制方法、装置和存储介质
CN112821382B (zh) 一种确定用电设备调度策略的方法及设备
US20230394602A1 (en) Systems and methods for managing electricity supply from demand
US20240097485A1 (en) Power control device, power control method, and non-transitory computer-readable recording medium
US20230229126A1 (en) Intelligent electric vehicle supply equipment energy management
EP4287086A1 (en) Energy storage optimization
Guan et al. Method and Application of Energy Storage Spot Trading Based on Dual Settlement Market Model
Velimirović et al. Electric Vehicle Charging Optimization

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