CN113256447A - 一种基于电力积分机制的电力负荷峰谷差控制方法 - Google Patents
一种基于电力积分机制的电力负荷峰谷差控制方法 Download PDFInfo
- Publication number
- CN113256447A CN113256447A CN202110612451.0A CN202110612451A CN113256447A CN 113256447 A CN113256447 A CN 113256447A CN 202110612451 A CN202110612451 A CN 202110612451A CN 113256447 A CN113256447 A CN 113256447A
- Authority
- CN
- China
- Prior art keywords
- load
- user
- power
- response
- difference
- 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
Links
- 230000010354 integration Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000007246 mechanism Effects 0.000 title claims abstract description 9
- 230000004044 response Effects 0.000 claims abstract description 59
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 230000005611 electricity Effects 0.000 claims description 62
- 230000008859 change Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 7
- 229920006395 saturated elastomer Polymers 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002699 waste material Substances 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
- 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
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电力积分机制的电力负荷峰谷差控制方法,通过多元用户负荷可调潜力分析,进行多元用户响应特性建模,分析响应不确定性;进一步构建电力积分系数鲁棒优化模型,确定优化目标函数和优化约束条件;通过对电力积分系数鲁棒优化模型进行求解,得到满足所述优化约束条件的电力积分系数最优值。本发明能够有效控制峰谷差,保证供电质量;可以充分调动用户的负荷可调潜力,且兼顾用户响应的不确定性与电网支出成本,在用户响应不确定性情况发生时改善负荷曲线,同时缓解电网的供电压力,对维持电网的安全稳定运行具有重要意义。
Description
技术领域
本发明涉及电力系统需求响应控制方法,尤其涉及一种基于电力型电力积分机制的电力负荷峰谷差控制方法。
背景技术
近年来电力负荷高峰逐年攀升,电网负荷的峰谷差不断拉大,电力供需矛盾进一步深化。单靠扩大发电侧的装机容量和输电侧的传输容量,虽然可以在峰时段缓解电力不足的问题,但是所需费用高,实现周期长,且会造成其他时段资源的巨大浪费,因此并不能长期有效地解决电力供需矛盾。智能电网的快速发展,为电网与用户的互动提供了平台,其可以实现削峰填谷,在允许时间内引导用户削减部分负荷,深入挖掘多元用户的负荷可调潜力,调动多元用户参与电网互动的积极性,对我国节能减排、缓解供电压力具有重要意义。
发明内容
发明目的:针对现有技术存在的问题,本发明的目的是提供一种能够改善负荷曲线,削减峰谷差,且考虑用户响应不确定性的基于电力积分机制的电力负荷峰谷差控制方法。
技术方案:本发明所述的一种基于电力积分机制的电力负荷峰谷差控制方法,包括以下步骤:
(1)多元用户负荷可调潜力分析;
(2)多元用户响应特性建模,分析响应不确定性;
(3)构建电力积分系数鲁棒优化模型;
(4)确定优化目标函数和优化约束条件;
(5)对电力积分系数鲁棒优化模型进行求解,得到满足优化约束条件的电力积分系数最优值。
进一步的,步骤(1)具体包括如下内容:
首先基于有限的用户负荷可调潜力数据,通过核密度估计法估计用户负荷可调潜力的概率密度分布模型;针对某一时刻,Ns个样本用户中,样本用户is的负荷可调潜力根据Ns个样本用户的负荷可调潜力样本数据,对于任意的负荷可调潜力P,利用下式估计Ns个样本用户负荷可调潜力的概率密度
式中,K(·)表示核函数,满足非负且积分数值等于1;h为核函数K(·)的带宽;采用下式的高斯核函数进行估计:
根据下式计算带宽h:
得到群体用户的负荷可调潜力Pall:
进一步的,步骤(2)具体包括如下内容:
将用户响应特性近似拟合成分段线性函数;利用线性模型描述用户响应不确定行为,通过下式计算得到响应不确定区间范围上下限:
式中,θi,ξ,max、θi,ξ,min分别表示用户i在某一电价激励下负荷变化率的最大最小值;Δp表示电价差;Δp0、Δp1、Δp2分别表示启动电价差、临界电价差与饱和电价差;θmax表示负荷变化率的最大值;当电价差小于Δp0时,用户不响应,处于响应死区;当电价差开始大于启动电价差值Δp0时,用户开始响应;当电价差大于Δp1时,用户普遍响应,随着电价差的增加,用户响应负荷变化率逐渐增大,响应曲线的波动范围逐渐缩小;当电价差达到Δp2后,用户响应接近极限,处于饱和区;
通过均匀分布表示用户负荷变化率的分布规律:
θi(Δp):U[θi,ξ,min(Δp),θi,ξ,max(Δp)]
不同类型的用户,用户的启动电价差、临界电价差和饱和电价差各不相同,针对N个用户的用户群体,总体负荷变化率的表达式如下:
结合步骤(1)分析的用户负荷可调潜力,某一电价水平下,考虑用户的响应不确定性,用户负荷调整量等于负荷变化率和负荷可调潜力的乘积,用户i在t时刻的负荷调整量PΔ,i,t为:
PΔ,i,t=θi,tPi,t
其中,θi,t表示负荷变化率,Pi,t表示用户i在t时刻的负荷可调潜力;
群体用户响应量PΔ为:
PΔ=θ(Δp)·Pall
结合用户响应不确定性区间[θi,ξ,min,θi,ξ,max],得到负荷调整量的不确定区间[PΔ,i,t,min,PΔ,i,t,max],PΔ,i,t,min,PΔ,i,t,max分别表示用户i在t时刻负荷调整量的最大值与最小值。
进一步的,步骤(3)具体包括如下内容:
电网实施电力积分方案的支出成本Cgp的表达式如下:
Cgp=Cbuy+Cg+ΔCs,gp
Cbuy为购电成本,Cg为积分补偿支出成本,ΔCs,gp为售电收入损失成本;各类成本计算公式如下:
式中,N为用户总数,T为一天中的时刻区间;pbuy为上网电价;P0,i,t为用户i在t时刻的负荷;PΔ,i,t为电力积分方案实施前后的用户i在t时刻区间的负荷调整量;μ为积分折算系数;gi,t为用户i在t时刻的积分值;p0,t为t时刻的售电电价。
所述电力积分系数鲁棒优化模型为:
式中,β和ξt是对偶变量,主要与负荷变化率的区间相关;Γ为引入的鲁棒水平控制参数,该鲁棒水平控制参数在[0,24]中进行取值,其中,Γ=24时,考虑全天用户响应不确定性的所有偏差对目标函数的影响;Γ=0时,忽略用户响应不确定性的偏差对目标函数的影响。
所述电力积分系数鲁棒优化模型的辅助变量约束为:
β+ξt≥(PΔ,i,t,max-PΔ,i,t,min)yt
p0,i,t-μ*gi,t≤yt
β≥0
ξt≥0
yt≥0
式中,yt是为了得到等值变量表达式引入的辅助变量。
进一步的,步骤(4)中,峰谷电价差范围约束为:
实施积分方案后,峰时段电价与谷时段电价的比值在约束范围内,即:
式中,pp为高峰时段电价;pv为低谷时段电价;gp,t为高峰时段积分;gv,t为低谷时段积分。
进一步的,步骤(4)中,某日t时段内功率调整量约束为:
每个时段的负荷调整量要达到该时段的目标值,即:
式中,PΔ,t为目标负荷调整量;PΔ,i,t为电力积分方案下用户i在t时刻区间响应的负荷调整量。
有益效果:
和现有技术相比,本发明具有如下显著优点:1、能够有效控制峰谷差,保证供电质量,减少设备投资,节能环保。2、可以充分调动用户的负荷可调潜力,且兼顾用户响应的不确定性与电网支出成本,在用户响应不确定性情况发生时显著改善负荷曲线,同时缓解电网的供电压力,对提高电网的运行效率和稳定性具有重要意义。
附图说明
图1是本发明的一种基于电力积分机制的电力负荷峰谷差控制方法;
图2是考虑不确定性的用户响应模型;
图3是群体用户的负荷可调潜力概率密度曲线;
图4是群体用户负荷调整量响应情况;
图5是优化所得分时电力型积分方案;
图6是电力型积分方案实施前后负荷曲线对比图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明的技术方案。
实施例1:
如图1所示,基于电力积分机制的电力负荷峰谷差控制方法,包括以下步骤:
步骤一、多元用户负荷可调潜力分析。
基于Ns个样本用户负荷可调潜力数据,通过核密度估计法估计用户负荷可调潜力的概率密度分布模型。针对某一时刻,Ns个样本用户中,样本用户is负荷可调潜力根据Ns个样本用户的负荷可调潜力样本数据,对于任意的负荷可调潜力P,利用下式估计Ns个样本用户负荷可调潜力的概率密度
式中,K(·)表示核函数,满足非负且积分数值等于1。h为核函数K(·)的带宽。根据中心极限定理,当用户数足够大时,用户负荷可调潜力服从正态分布,同时核函数的选取较带宽选择而言,对核估计好坏的影响不大,因此采用下式的高斯核函数进行估计:
核函数带宽的选择对概率密度估计结果有一定影响。为了实现期望的积分均方误差最小化,采用高斯核函数的经验法则带宽估计方法降低带宽积分均方误差,则根据下式计算带宽:
其次,根据下式对概率密度求积分得到N个用户负荷可调潜力的概率期望值,并且可计算得到群体用户的负荷可调潜力Pall:
步骤二、多元用户响应特性建模,分析响应不确定性。
将用户响应特性近似拟合成分段线性函数,如图2所示。利用线性模型描述用户响应不确定行为,通过下式计算得到响应不确定区间范围上下限:
式中,θi,ξ,max、θi,ξ,min分别表示用户i在某一电价激励下负荷变化率的最大最小值;Δp表示电价差;Δp0、Δp1、Δp2分别表示启动电价差、临界电价差与饱和电价差,θmax表示负荷变化率的最大值。当电价差小于Δp0时,用户不响应,处于响应死区;当电价差开始大于启动电价差值Δp0时,用户开始响应;当电价差大于Δp1时,用户普遍响应,随着电价差的增加,用户响应负荷变化率逐渐增大,响应曲线的波动范围逐渐缩小;当电价差达到Δp2后,用户响应接近极限,处于饱和区。
通过均匀分布表示用户负荷变化率的分布规律,可由下式表示:
θi(Δp):U[θi,ξ,min(Δp),θi,ξ,max(Δp)] (1-8)
不同类型的用户,用户的启动电价差、临界电价差和饱和电价差各不相同,针对N个用户的用户群体,总体负荷变化率计算表达式如下:
某一电价水平下,考虑用户的响应不确定性,用户负荷调整量等于负荷变化率和负荷可调潜力的乘积,用户i的负荷调整量PΔ,i,t以及群体用户响应量PΔ可由下式计算:
PΔ,i,t=θi,tPi,t (1-10)
PΔ=θ(Δp)·Pall (1-11)
结合用户响应不确定性区间[θi,ξ,min,θi,ξ,max],得到负荷调整量的不确定区间[PΔ,i,t,min,PΔ,i,t,max];其中,θi,t表示负荷变化率,Pi,t表示用户i在t时刻的负荷可调潜力;PΔ,i,t,min,PΔ,i,t,max分别表示用户i在t时刻负荷调整量的最大值与最小值。
步骤三、构建电力积分系数鲁棒优化模型。
电网实施电力积分方案的支出成本Cgp包括购电成本Cbuy、积分补偿支出成本Cg以及售电收入损失成本ΔCs,gp:
Cgp=Cbuy+Cg+ΔCs,gp (1-12)
电网购电成本:
式中,T为一天中的时刻区间;pbuy为上网电价;P0,i,t为用户i在t时刻的负荷;PΔ,i,t为电力积分方案实施前后的用户i在t时刻区间的负荷调整量。
电网积分补偿支出成本:
式中,μ为积分折算系数;gi,t为用户i在t时刻的积分值。
电网售电收入损失成本:
式中,p0,t为t时刻的售电电价。
电力积分系数鲁棒优化模型为:
式中,β和ξt是对偶变量,主要与负荷变化率的区间相关;Γ为引入的鲁棒水平控制参数,该参数在[0,24]中进行取值,其中,Γ=24时,考虑全天用户响应不确定性的所有偏差对目标函数的影响;Γ=0时,忽略用户响应不确定性的偏差对目标函数的影响。
步骤四、确定优化目标函数和优化约束条件:
优化目标函数为:
约束条件包括以下内容:
1)辅助变量约束:
β+ξt≥(PΔ,i,t,max-PΔ,i,t,min)yt (1-18)
p0,i,t-μ*gi,t≤yt (1-19)
β≥0 (1-20)
ξt≥0 (1-21)
yt≥0 (1-22)
式中,yt是为了得到等值变量表达式引入的辅助变量。
2)峰谷电价差约束:
实施积分方案后,峰时段电价与谷时段电价的比值在如下约束范围内:
式中,pp为高峰时段电价;pv为低谷时段电价;gp,t为高峰时段积分;gv,t为低谷时段积分。
3)功率调整量约束:
每个时段的负荷调整量要达到该时段的目标值:
式中,PΔ,t为目标负荷调整量;PΔ,i,t为电力积分方案下用户i响应的负荷调整量。
步骤五、在鲁棒优化模型的基础上,调用CPLEX求解器对该模型进行求解,得到能够满足优化约束条件的电力积分系数最优值。
实施例2:
为验证本发明的可行性和正确性,作如下实例:
本实例选择江苏省南京市用户2020年6月平均日负荷数据,为了降低峰谷差率,设置目标负荷曲线和初始负荷曲线对比。电价采用江苏省分时电价信息,单个积分的折算因子μ为0.01元/kWh。
根据核密度估计法步骤,输入300个用户的样本数据,根据经验法则带宽估计方法计算带宽h=0.3487,得到群体用户的负荷可调潜力概率密度如图3所示,计算全体用户的负荷可调潜力期望值为255.956kW。
以高峰削减负荷为例,用蒙特卡洛模拟对用户响应状态进行抽样,抽样次数M=1000,得到用户负荷调整量范围如图4所示。由于用户响应不确定性的存在,随着电价差的增加,负荷调整量的绝对值大小随电价差呈增加趋势,增速先增大后减小,当电价差到达一定程度时,用户负荷调整量逐渐趋于饱和值。
在以上数据的基础上,利用CPLEX软件对电力积分系数鲁棒优化模型进行求解,首先确定衡量响应不确定性鲁棒控制水平的参数Γ,表1为不同Γ值下电网的支出成本。可见Γ在5%到20%时对应电网的支出成本最少;大于75%时,电网的支出成本保持不变;达到75%时,考虑全时段的用户响应偏差,系统处于全时段最坏情况。对比未进行鲁棒优化的电网支出成本,成本减少了5439万元。
表1不同鲁棒控制水平下的电网支出成本
图5为优化后得到的积分方案。在高峰时段,在峰期电价的基础上减去负积分价值,在低谷时段,在谷期电价的基础上减去正积分价值。
优化的负荷曲线对比如图6所示,由图可知,高峰负荷降低,低谷负荷增加,峰谷差从原来的2598MW降低为2274.5MW,峰谷差降低了323.5MW,有效降低了电网峰谷差,优化了负荷曲线。
Claims (8)
1.一种基于电力积分机制的电力负荷峰谷差控制方法,其特征在于,包括以下步骤:
(1)多元用户负荷可调潜力分析;
(2)多元用户响应特性建模,分析响应不确定性;
(3)构建电力积分系数鲁棒优化模型;
(4)确定优化目标函数和优化约束条件;
(5)对电力积分系数鲁棒优化模型进行求解,得到满足优化约束条件的电力积分系数最优值。
2.根据权利要求1所述的电力负荷峰谷差控制方法,其特征在于,步骤(1)具体包括如下内容:
首先基于有限的用户负荷可调潜力数据,通过核密度估计法估计用户负荷可调潜力的概率密度分布模型;针对某一时刻,Ns个样本用户中,样本用户is的负荷可调潜力根据Ns个样本用户的负荷可调潜力样本数据,对于任意的负荷可调潜力P,利用下式估计Ns个样本用户负荷可调潜力的概率密度
式中,K(·)表示核函数,满足非负且积分数值等于1;h为核函数K(·)的带宽;采用下式的高斯核函数进行估计:
根据下式计算带宽h:
得到群体用户的负荷可调潜力Pall:
3.根据权利要求2所述的电力负荷峰谷差控制方法,其特征在于,步骤(2)具体包括如下内容:
将用户响应特性近似拟合成分段线性函数;利用线性模型描述用户响应不确定行为,通过下式计算得到响应不确定区间范围上下限:
式中,θi,ξ,max、θi,ξ,min分别表示用户i在某一电价激励下负荷变化率的最大最小值;Δp表示电价差;Δp0、Δp1、Δp2分别表示启动电价差、临界电价差与饱和电价差;θmax表示负荷变化率的最大值;当电价差小于Δp0时,用户不响应,处于响应死区;当电价差开始大于启动电价差值Δp0时,用户开始响应;当电价差大于Δp1时,用户普遍响应,随着电价差的增加,用户响应负荷变化率逐渐增大,响应曲线的波动范围逐渐缩小;当电价差达到Δp2后,用户响应接近极限,处于饱和区;
通过均匀分布表示用户负荷变化率的分布规律:
θi(Δp):U[θi,ξ,min(Δp),θi,ξ,max(Δp)]
不同类型的用户,用户的启动电价差、临界电价差和饱和电价差各不相同,针对N个用户的用户群体,总体负荷变化率的表达式如下:
结合步骤(1)分析的用户负荷可调潜力,某一电价水平下,考虑用户的响应不确定性,用户负荷调整量等于负荷变化率和负荷可调潜力的乘积,用户i在t时刻的负荷调整量PΔ,i,t为:
PΔ,i,t=θi,tPi,t
其中,θi,t表示负荷变化率,Pi,t表示用户i在t时刻的负荷可调潜力;
群体用户响应量PΔ为:
PΔ=θ(Δp)·Pall
结合用户响应不确定性区间[θi,ξ,min,θi,ξ,max],得到负荷调整量的不确定区间[PΔ,i,t,min,PΔ,i,t,max],PΔ,i,t,min,PΔ,i,t,max分别表示用户i在t时刻负荷调整量的最大值与最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612451.0A CN113256447B (zh) | 2021-06-02 | 2021-06-02 | 一种基于电力积分机制的电力负荷峰谷差控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612451.0A CN113256447B (zh) | 2021-06-02 | 2021-06-02 | 一种基于电力积分机制的电力负荷峰谷差控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113256447A true CN113256447A (zh) | 2021-08-13 |
CN113256447B CN113256447B (zh) | 2022-09-13 |
Family
ID=77185965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110612451.0A Active CN113256447B (zh) | 2021-06-02 | 2021-06-02 | 一种基于电力积分机制的电力负荷峰谷差控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256447B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793010A (zh) * | 2021-09-07 | 2021-12-14 | 国网浙江省电力有限公司营销服务中心 | 面向多元负荷联合控制策略的构建方法及空调控制方法 |
CN113854990A (zh) * | 2021-10-27 | 2021-12-31 | 青岛海信日立空调系统有限公司 | 一种心跳检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170070044A1 (en) * | 2015-09-06 | 2017-03-09 | Tsinghua University | Robust restoration method for active distribution network |
CN108134385A (zh) * | 2018-01-02 | 2018-06-08 | 国网冀北电力有限公司秦皇岛供电公司 | 主动配电网规划方法以及装置 |
CN112053059A (zh) * | 2020-09-04 | 2020-12-08 | 上海电力交易中心有限公司 | 基于用户需求弹性响应与分时电价的峰谷负荷优化方法 |
CN112636336A (zh) * | 2020-12-11 | 2021-04-09 | 河海大学 | 一种电力负荷峰谷差控制方法 |
-
2021
- 2021-06-02 CN CN202110612451.0A patent/CN113256447B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170070044A1 (en) * | 2015-09-06 | 2017-03-09 | Tsinghua University | Robust restoration method for active distribution network |
CN108134385A (zh) * | 2018-01-02 | 2018-06-08 | 国网冀北电力有限公司秦皇岛供电公司 | 主动配电网规划方法以及装置 |
CN112053059A (zh) * | 2020-09-04 | 2020-12-08 | 上海电力交易中心有限公司 | 基于用户需求弹性响应与分时电价的峰谷负荷优化方法 |
CN112636336A (zh) * | 2020-12-11 | 2021-04-09 | 河海大学 | 一种电力负荷峰谷差控制方法 |
Non-Patent Citations (1)
Title |
---|
景卫哲等: "基于需求侧响应的分布式冷热电联供系统能量管理策略", 《电力建设》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793010A (zh) * | 2021-09-07 | 2021-12-14 | 国网浙江省电力有限公司营销服务中心 | 面向多元负荷联合控制策略的构建方法及空调控制方法 |
CN113793010B (zh) * | 2021-09-07 | 2023-07-25 | 国网浙江省电力有限公司营销服务中心 | 面向多元负荷联合控制策略的构建方法及空调控制方法 |
CN113854990A (zh) * | 2021-10-27 | 2021-12-31 | 青岛海信日立空调系统有限公司 | 一种心跳检测方法及装置 |
CN113854990B (zh) * | 2021-10-27 | 2024-05-31 | 青岛海信日立空调系统有限公司 | 一种心跳检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113256447B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113256447B (zh) | 一种基于电力积分机制的电力负荷峰谷差控制方法 | |
CN111340299B (zh) | 一种微电网多目标优化调度方法 | |
CN107153986A (zh) | 一种促进新能源消纳的发电权交易方法 | |
CN113723870B (zh) | 一种分布式发电co2减排核算方法、装置、设备及介质 | |
CN103971175A (zh) | 一种多级变电站的短期负荷预测方法 | |
CN113205252A (zh) | 基于需求侧负荷调峰潜力参数预测的聚合负荷调度方法 | |
CN111884226A (zh) | 基于广义半不变量及最大熵法的电网概率潮流分析方法 | |
Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
Tang et al. | Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target | |
CN107833101B (zh) | 一种基于节点电价机制的可再生能源交易费用的计算方法 | |
CN111708987B (zh) | 一种变电站多台并联变压器负荷预测方法 | |
CN111476411A (zh) | 一种光伏电站发电量计算方法及服务器 | |
CN114649820B (zh) | 一种风光储场站多环节容量分配方法及系统 | |
CN115545768A (zh) | 一种考虑合同分解的大水电跨省跨区日前随机竞价方法 | |
CN113919885B (zh) | 一种评估用户电价设计对电力系统新能源消纳影响的方法 | |
CN115864461A (zh) | 一种电力储能系统的控制方法 | |
CN111796143B (zh) | 一种配用电系统节能设备节能量计量方法 | |
CN106529083B (zh) | 考虑输出容量可信度的光伏发电调度曲线编制方法 | |
CN115276081A (zh) | 微电网孤岛划分方法、装置、电子设备及存储介质 | |
CN114757560A (zh) | 响应负荷调峰需求的电力交易出清方法及装置 | |
CN114139829A (zh) | 一种基于人工智能的电网负荷预测方法 | |
CN110766207A (zh) | 一种考虑售电公司参与交易的配电网供电能力获取方法 | |
CN111105099B (zh) | 一种配电网精准规划多目标优化方法 | |
CN114971944A (zh) | 计及气候因素的分布式电源网损分摊精确计算方法 | |
CN117856268A (zh) | 一种基于网-荷博弈的灵活资源调压需求响应鲁棒优化方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231213 Address after: Room 402, Building 15, No. 99 Lize Road, Jiangning District, Nanjing City, Jiangsu Province, 210000 (Jiangning High tech Park) Patentee after: Energy (Jiangsu) Technology Co.,Ltd. Address before: Xikang Road, Gulou District of Nanjing city of Jiangsu Province, No. 1 210024 Patentee before: HOHAI University |