CN113394768B - 一种客户侧柔性负荷综合响应控制方法和装置 - Google Patents
一种客户侧柔性负荷综合响应控制方法和装置 Download PDFInfo
- Publication number
- CN113394768B CN113394768B CN202010174511.0A CN202010174511A CN113394768B CN 113394768 B CN113394768 B CN 113394768B CN 202010174511 A CN202010174511 A CN 202010174511A CN 113394768 B CN113394768 B CN 113394768B
- Authority
- CN
- China
- Prior art keywords
- load
- power
- time period
- control
- total
- 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.)
- Expired - Fee Related
Links
- 230000004044 response Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000033228 biological regulation Effects 0.000 claims abstract description 72
- 239000002245 particle Substances 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 238000007599 discharging Methods 0.000 claims description 26
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 8
- 238000005057 refrigeration Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 21
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005406 washing Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种客户侧柔性负荷综合响应控制方法和装置,基于预先建立的考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷综合响应控制值,基于柔性负荷综合响应控制值调节客户侧柔性负荷;所述客户侧柔性负荷综合响应目标优化模型通过预先建立的客户侧柔性负荷控制模型建立。本发明构建多种柔性负荷控制模型,基于最接近电网调控目标、用户成本最少的多目标优化方法对客户侧多种柔性负荷综合可控响应能力进行优化,获得多种柔性负荷的综合控制能力,最大化满足电网调控目标,节省用户的用电成本,满足电网部门整体调控需求。
Description
技术领域
本发明涉及柔性负荷控制技术领域,具体涉及一种客户侧柔性负荷响应控制方法和装置。
背景技术
当前对客户侧柔性负荷控制响应能力的研究大都针对单一负荷类型,如电动汽车、空调等,并未考虑可转移、可中断、可平移、可削减等多种柔性负荷类型综合响应控制方法的研究,此外在对可转移负荷建模过程中缺乏对全生命周期充放电次数约束的研究,不能满足调度部门全面掌握客户侧柔性负荷综合控制能力的要求。为有效拓展电网调节资源,推动传统的“源随荷动”调度模式向“源网荷储泛在调度控制”模式的转变,迫切需要一种考虑多种柔性负荷的客户侧柔性负荷综合响应控制方法,最大化满足电网调控目标,节省用户的用电成本,满足电网部门整体调控需求。
发明内容
为解决现有技术中的不足,本发明提供一种客户侧柔性负荷综合响应控制方法和装置,解决了目前研究针对单一负荷类型,未考虑在满足最大化电网调控目标,节省用户用电成本的基础上多种柔性负荷综合响应控制问题。
为了实现上述目标,本发明采用如下技术方案:一种客户侧柔性负荷综合响应控制方法,基于预先建立的考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷综合响应控制值,基于柔性负荷综合响应控制值调节客户侧柔性负荷;
所述客户侧柔性负荷综合响应目标优化模型通过预先建立的客户侧柔性负荷控制模型建立。
进一步的,所述客户侧柔性负荷综合响应目标优化模型为:
其中,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1;
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Pt c,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc;
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
进一步的,所述客户侧柔性负荷控制模型包括以下任一一种或多种:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型和可平移负荷控制模型。
进一步的,所述考虑全生命周期充放电次数的可转移负荷控制模型为:
式中:分别为第t个时间段的可转移负荷电池充、放电状态;为第t+1个时间段的电池放电状态,为可转移负荷充电转放电辅助变量,为可转移负荷放电转充电辅助变量,Nlim为一个优化周期内可转移负荷充放电次数的限制;Pt ch和Pt dis分别为第t个时间段的可转移负荷充电功率或放电功率;Pch,min和Pch,max分别为可转移负荷充电功率的最小值和最大值、Pdis,min和Pdis,max分别为可转移负荷放电功率的最小值和最大值,SOCt为第t个时间段的可转移负荷荷电状态,SOCmin和SOCmax分别为可转移负荷荷电状态最小值和最大值,Ccd,max为可转移负荷最大容量,ηch和ηdis分别为可转移负荷充、放电效率,Pt cd为第t个时间段的可转移负荷功率,其中充电功率为正,放电功率为负;ΔT为优化时间段长度,T为响应上级电网符合调控下的时间区间。
进一步的,所述可中断负荷控制模型为:
式中:Pt b为第t个时间段的可中断负荷功率;为可中断负荷状态;Pb,min和Pb,max分别为可中断负荷充电功率的最小值和最大值,SOCb t为第t个时间段可中断负荷的荷电状态,SOCb min和SOCb max分别为可中断负荷荷电状态最小值和最大值,ηb为可中断负荷充电效率,Cmax为可中断负荷最大容量。
进一步的,所述可削减负荷控制模型为:
式中:是t时段可削减负荷目标温度;ε为可削减负荷散热函数;为t-1时段可削减负荷室内温度;为t时段可削减负荷室外温度;η为可削减负荷能效比;Pt c为t时段可削减负荷的制冷功率;A为可削减负荷导热系数; 分别为可削减负荷t时段温度设定的下限和上限;为可削减负荷的工作状态;Pc,min为可削减负荷运行时最小功率;Pc,max为可削减负荷额定功率。
进一步的,所述可平移负荷控制模型为:
式中:Pt m为t时段可平移负荷功率;为可平移负荷在t时段的工作状态;Pm为可平移负荷额定功率;tD为可平移负荷持续工作时间段的个数;[1,T/ΔT]为可平移负荷工作时段范围,ΔT为优化时间段长度,可平移负荷在第α个时间段开始工作,在第β个时间段工作完成。
一种客户侧柔性负荷综合响应控制装置,包括:
模型建立模块,用于预先建立考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,所述客户侧柔性负荷综合响应目标优化模型通过客户侧柔性负荷控制模型建立;
求解模块,用于基于客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷控制值,基于柔性负荷控制值调节客户侧柔性负荷。
进一步的,所述客户侧柔性负荷综合响应目标优化模型为:
其中,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1;
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Pt c,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc;
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
进一步的,所述客户侧柔性负荷控制模型包括以下一种或者多种:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型、可平移负荷控制模型。
本发明所达到的有益效果:本发明考虑最接近电网调控目标、用户成本最少多种柔性负荷综合响应控制问题,建立了客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷控制值,基于柔性负荷控制值调节客户侧柔性负荷;本发明对客户侧多种柔性负荷综合可控响应能力进行了优化,最大化满足电网调控目标,节省用户的用电成本,满足电网部门整体调控需求。
附图说明
图1是本发明具体实施方式中的一种控制方法流程图;
图2是本发明具体实施方式中的负荷控制分布示意图;
具体实施方式
下面结合附图对本发明作进一步描述。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发明的保护范围。
实施例1:
如图1所示,一种客户侧柔性负荷综合响应控制方法,包括:
基于预先建立的考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷综合响应控制值,基于柔性负荷综合响应控制值调节客户侧柔性负荷;
客户侧柔性负荷综合响应目标优化模型基于客户侧柔性负荷控制模型建立。
所述客户侧柔性负荷控制模型包括:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型、可平移负荷控制模型;
可转移负荷其充电时为负荷,放电时为电源,功率大小、工作时间均可调,典型负荷包括:V2G类电动汽车、储能类设备等。通常的可转移负荷控制模型进行功率控制时只保证其荷电状态SOC在正常范围内,并未考虑可转移负荷设备全生命周期充放电次数的约束限制,本模型充分考虑此约束限制,构建考虑全生命周期充放电次数约束限制的控制模型,考虑全生命周期充放电次数的可转移负荷控制模型如式(1)所示:
式中:分别为第t个时间段的可转移负荷电池充、放电状态,为不充电,为充电,为不放电,为放电;为第t+1个时间段的电池放电状态,为可转移负荷充电转放电辅助变量,为可转移负荷放电转充电辅助变量,Nlim为一个优化周期内可转移负荷充放电次数的限制;Pt ch和pt dis分别为第t个时间段的可转移负荷充电功率或放电功率;Pch,min和Pch,max分别为可转移负荷充电功率的最小值和最大值、Pdis ,min和Pdis,max分别为可转移负荷放电功率的最小值和最大值,SOCt为第t个时间段的可转移负荷荷电状态,SOCmin和SOCmax分别为可转移负荷荷电状态最小值和最大值,Ccd,max为可转移负荷最大容量,ηch和ηdis分别为可转移负荷充、放电效率,Pt cd为第t个时间段的可转移负荷功率,其中充电功率为正,放电功率为负;ΔT为优化时间段长度,可以取15分钟,T为响应上级电网符合调控下的时间区间。
可中断负荷在维持一个调度周期内用电总量不变的基础上,工作时长和工作时段皆可调,进行功率控制时需保证其SOC在正常范围内,典型负荷包括:电动汽车,其负荷模型如式(2)所示:
式中:Pt b为第t个时间段的可中断负荷功率;为可中断负荷状态,代表可中断负荷状态为充电状态,为可中断负荷为关闭状态;Pb,min和Pb,max分别为可中断负荷充电功率的最小值和最大值,SOCb t为第t个时间段可中断负荷的荷电状态,SOCb min和SOCb max分别为可中断负荷荷电状态最小值和最大值,ηb为可中断负荷充电效率,Cmax为可中断负荷最大容量。
可削减负荷在满足用户需求的情况下进行部分削减,典型负荷类型如空调负荷,当前室温与前一时间段的室温、外部环境温度以及当前的空调功率直接相关,可削减负荷控制模型如式(3)所示:
式中:是t时段可削减负荷目标温度;ε为可削减负荷散热函数,取0.96;为t-1时段可削减负荷室内温度;为t时段可削减负荷室外温度;η为可削减负荷能效比;Pt c为t时段可削减负荷的制冷功率;A为可削减负荷导热系数,取0.18;分别为可削减负荷t时段温度设定的下限和上限;为可削减负荷的工作状态,代表可削减负荷关闭状态,代表可削减负荷正在运行;Pc,min为可削减负荷运行时最小功率;Pc,max为可削减负荷额定功率。
可平移负荷用电时间连续,有固定的工作时长,工作时段可调。受到生产工艺或生活流程的限制,平移时需要整体平移,不可分段平移,如洗衣机、消毒柜、洗碗机等家用负荷,可平移负荷控制模型如式(4)所示:
式中:Pt m为t时段可平移负荷功率;为可平移负荷在t时段的工作状态,表示可平移负荷停止工作,表示可平移负荷正在运行;Pm为可平移负荷额定功率;tD为可平移负荷持续工作时间段的个数;[1,T/ΔT]为可平移负荷工作时段范围,T=24小时,ΔT为优化时间段长度取15分钟,可平移负荷在第α个时间段开始工作,在第β个时间段工作完成。
考虑实际负荷最接近电网调控目标值、用户用电成本最少两方面因素,构建客户侧柔性负荷综合响应目标优化模型F为:
其中,min表示此函数的最小值作为优化目标,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1,max(F1)为目标函数F1的最大值,max(F2)为目标函数F2的最大值,F取值在[0,1]之间,F越小优化效果越好。
最接近电网调控目标值的目标函数F1为:
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Pt c,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc。
用户充电成本的目标函数F2为:
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
通过粒子群算法求解目标优化模型得到客户侧柔性负荷控制值,包括步骤:
①设置算法迭代次数为iter=500,设置误差精度为e=10e-6。选择以下变量为优化变量,包括:可转移负荷的充放电状态变量和辅助变量和充放电功率Pt ch和Pt dis;可中断负荷的工作状态变量功率Pt b;可削减负荷的工作状态变量制冷功率Pt c;可平移负荷的工作状态变量约束条件为四种负荷模型的优化变量约束。在约束范围内通过随机数法随机生成每个粒子的初始位置X和初始速度V:
X为粒子的位置,V为粒子的速度,x和v分别表示该粒子在对应下标维度上的位置和速度;下标i表示第i个粒子,I为粒子的总数量;下标t表示第t个时间段,T/ΔT表示时间段的总数;上标r表示第r个可转移负荷,R表示可转移负荷的总数;上标q表示第q个可中断负荷,Q为可中断负荷总数;上标l表示第l个可削减负荷,L表示可削减负荷总数;上标s表示第s个可平移负荷,S表示可平移负荷总数;表示第r个可转移负荷的充放电状态变量和对应的粒子位置,表示第r个可转移负荷的辅助变量和对应的粒子位置,表示第r个可转移负荷的充放电功率Pt ch,r和Pt dis,r对应的粒子位置;表示第q个可中断负荷的工作状态变量功率Pt b,q对应的粒子位置,表示第l个可削减负荷的工作状态变量和制冷功率Pt c,l对应的粒子位置,表示第s个可平移负荷的工作状态变量对应的粒子位置;表示第r个可转移负荷的充放电状态变量和对应的粒子速度,表示第r个可转移负荷的辅助变量和对应的粒子速度,表示第r个可转移负荷的充放电功率和对应的粒子速度;表示第q个可中断负荷的工作状态变量功率Pt b,q对应的粒子速度,表示第l个可削减负荷的工作状态变量和制冷功率Pt c,l对应的粒子速度,表示第s个可平移负荷的工作状态变量对应的粒子速度。
③判断是否达到终止循环条件,即迭代次数是否满足500次,或相邻最优解的误差小于设定精度。如果没有,则继续进行步骤④-②-③;如果达到终止循环条件,则进行步骤⑤。
④更新粒子的位置和速度
ω为惯性权重,取值为1;c1、c2是学习因子,均取值为2;r1、r2是[0,1]范围内的随机数,Xi为第i个粒子的位置,Vi为第i个粒子的速度;
⑤输出最优解Pgd和最优目标函数值F(Pgd),最优解Pgd即客户侧各个柔性负荷控制值。
以台区负荷为例,给定电网调控目标值与用户基础负荷,通过粒子群算法求解得到一天内24小时可转移负荷、可平移负荷、可削减负荷、可中断负荷控制值,各负荷控制值分布如图2所示,从图2中可以看出,求解到的各负荷控制值满足电网调控负荷目标值,同时也满足了客户成本最小(图中未示出)的目标。
实施例2:
一种客户侧柔性负荷综合响应控制装置,包括:
模型建立模块,用于预先建立考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,所述客户侧柔性负荷综合响应目标优化模型通过客户侧柔性负荷控制模型建立;
求解模块,用于基于客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷控制值,基于柔性负荷控制值调节客户侧柔性负荷。
进一步的,所述客户侧柔性负荷控制模型包括:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型、可平移负荷控制模型。
进一步的,所述客户侧柔性负荷综合响应目标优化模型为:
其中,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1;
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Ptc,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc;
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
进一步的,所述客户侧柔性负荷控制模型包括:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型、可平移负荷控制模型。
进一步的,所述考虑全生命周期充放电次数的可转移负荷控制模型为:
式中:分别为第t个时间段的可转移负荷电池充、放电状态;为第t+1个时间段的电池放电状态,为可转移负荷充电转放电辅助变量,为可转移负荷放电转充电辅助变量,Nlim为一个优化周期内可转移负荷充放电次数的限制;Pt ch和Pt dis分别为第t个时间段的可转移负荷充电功率或放电功率;Pch,min和Pch,max分别为可转移负荷充电功率的最小值和最大值、Pdis,min和Pdis,max分别为可转移负荷放电功率的最小值和最大值,SOCt为第t个时间段的可转移负荷荷电状态,SOCmin和SOCmax分别为可转移负荷荷电状态最小值和最大值,Ccd,max为可转移负荷最大容量,ηch和ηdis分别为可转移负荷充、放电效率,Pt cd为第t个时间段的可转移负荷功率,其中充电功率为正,放电功率为负;ΔT为优化时间段长度,T为响应上级电网符合调控下的时间区间。
进一步的,所述可中断负荷控制模型为:
式中:Pt b为第t个时间段的可中断负荷功率;为可中断负荷状态;Pb,min和Pb,max分别为可中断负荷充电功率的最小值和最大值,SOCb t为第t个时间段可中断负荷的荷电状态,SOCb min和SOCb max分别为可中断负荷荷电状态最小值和最大值,ηb为可中断负荷充电效率,Cmax为可中断负荷最大容量。
进一步的,所述可削减负荷控制模型为:
式中:是t时段可削减负荷目标温度;ε为可削减负荷散热函数;为t-1时段可削减负荷室内温度;为t时段可削减负荷室外温度;η为可削减负荷能效比;Pt c为t时段可削减负荷的制冷功率;A为可削减负荷导热系数; 分别为可削减负荷t时段温度设定的下限和上限;为可削减负荷的工作状态;Pc,min为可削减负荷运行时最小功率;Pc,max为可削减负荷额定功率。
进一步的,所述可平移负荷控制模型为:
式中:Pt m为t时段可平移负荷功率;为可平移负荷在t时段的工作状态;Pm为可平移负荷额定功率;tD为可平移负荷持续工作时间段的个数;[1,T/ΔT]为可平移负荷工作时段范围,ΔT为优化时间段长度,可平移负荷在第α个时间段开始工作,在第β个时间段工作完成。
本发明提供了在满足最大化电网调控目标,节省用户用电成本的基础上多种柔性负荷综合响应控制方法,通过构建客户侧柔性负荷综合响应目标优化模型,给出各类客户侧柔性负荷约束条件,在满足用户用电成本最少的情况下,基于上级电网负荷调控需求给出了客户侧各个柔性负荷的控制功率,此外还提供了可转移负荷全生命周期充放电次数的约束条件。从而,最大化满足电网调控目标,节省用户的用电成本,满足电网部门整体调控需求。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种客户侧柔性负荷综合响应控制方法,其特征在于:基于预先建立的考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷综合响应控制值,基于柔性负荷综合响应控制值调节客户侧柔性负荷;
所述客户侧柔性负荷综合响应目标优化模型通过预先建立的客户侧柔性负荷控制模型建立;
所述客户侧柔性负荷综合响应目标优化模型为:
其中,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1;
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Pt c,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc;
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb ,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
2.根据权利要求1所述的一种客户侧柔性负荷综合响应控制方法,其特征是:所述客户侧柔性负荷控制模型包括以下任一一种或多种:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型和可平移负荷控制模型。
3.根据权利要求2所述的一种客户侧柔性负荷综合响应控制方法,其特征是:所述考虑全生命周期充放电次数的可转移负荷控制模型为:
式中:分别为第t个时间段的可转移负荷电池充、放电状态;为第t+1个时间段的电池放电状态,为可转移负荷充电转放电辅助变量,为可转移负荷放电转充电辅助变量,Nlim为一个优化周期内可转移负荷充放电次数的限制;Pt ch和Pt dis分别为第t个时间段的可转移负荷充电功率或放电功率;Pch,min和Pch,max分别为可转移负荷充电功率的最小值和最大值、Pdis,min和Pdis,max分别为可转移负荷放电功率的最小值和最大值,SOCt为第t个时间段的可转移负荷荷电状态,SOCmin和SOCmax分别为可转移负荷荷电状态最小值和最大值,Ccd,max为可转移负荷最大容量,ηch和ηdis分别为可转移负荷充、放电效率,Pt cd为第t个时间段的可转移负荷功率,其中充电功率为正,放电功率为负;ΔT为优化时间段长度,T为响应上级电网符合调控下的时间区间。
7.一种客户侧柔性负荷综合响应控制装置,其特征是:包括:
模型建立模块,用于预先建立考虑最接近电网调控目标和用户成本最少的客户侧柔性负荷综合响应目标优化模型,所述客户侧柔性负荷综合响应目标优化模型通过客户侧柔性负荷控制模型建立;
求解模块,用于基于客户侧柔性负荷综合响应目标优化模型,通过粒子群算法求解目标优化模型得到客户侧柔性负荷控制值,基于柔性负荷控制值调节客户侧柔性负荷;
所述客户侧柔性负荷综合响应目标优化模型为:
其中,F1表示最接近电网调控目标值的目标函数,F2表示用户充电成本的目标函数,ω1与ω2为均衡系数,且满足ω1+ω2=1;
其中,Pt B为第t个时段的客户侧基础负荷,Pt A为上级电网下达给台区t时段目标控制负荷,Pt cd,total为第t个时段的可转移负荷总功率,Pt b,total为第t个时段的可中断负荷总功率,Pt m,total为第t个时段的可平移负荷总功率,Pt c,total为第t个时段的可削减负荷总功率;Pt cd,r为第t个时段的第r个可转移负荷的功率,ncd为可转移负荷t时刻参与响应上级电网调控的数量,r=1,2,…,ncd;Pt b,q为第t个时段的第q个可中断负荷的功率,nb为可中断负荷t时刻参与响应上级电网调控的数量,q=1,2,…,nb;Pt m,s为第t个时段的第s个可平移负荷的功率,nm为可平移负荷t时刻参与响应上级电网调控的数量,s=1,2,…,nm;Pt c,l为第t个时段的第l个可削减负荷的功率,nc为可削减负荷t时刻参与响应上级电网调控的数量,l=1,2,…,nc;
其中,ut为第t个时段的电价,Ccd,total为台区下所有可转移负荷调控时间内总成本,Cb ,total为所有可中断负荷调控时间内总成本,Cc,total为所有可削减负荷调控时间内总成本,Cm,total为所有可平移负荷调控时间内总成本。
8.根据权利要求7所述的一种客户侧柔性负荷综合响应控制装置,其特征是:所述客户侧柔性负荷控制模型包括以下一种或者多种:考虑全生命周期充放电次数的可转移负荷控制模型、可中断负荷控制模型、可削减负荷控制模型、可平移负荷控制模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174511.0A CN113394768B (zh) | 2020-03-13 | 2020-03-13 | 一种客户侧柔性负荷综合响应控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174511.0A CN113394768B (zh) | 2020-03-13 | 2020-03-13 | 一种客户侧柔性负荷综合响应控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113394768A CN113394768A (zh) | 2021-09-14 |
CN113394768B true CN113394768B (zh) | 2022-10-04 |
Family
ID=77616052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010174511.0A Expired - Fee Related CN113394768B (zh) | 2020-03-13 | 2020-03-13 | 一种客户侧柔性负荷综合响应控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113394768B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114243681B (zh) * | 2021-11-11 | 2024-05-14 | 深圳供电局有限公司 | 电力系统的用电调控方法、装置、设备和存储介质 |
CN113935203B (zh) * | 2021-12-17 | 2022-04-12 | 南方电网科学研究院有限责任公司 | 一种负荷侧的柔性负荷建模方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
-
2020
- 2020-03-13 CN CN202010174511.0A patent/CN113394768B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
Non-Patent Citations (2)
Title |
---|
含柔性负荷的主动配电网优化模型研究;贾先平等;《电测与仪表》;20180710(第13期);全文 * |
基于需求响应的用户端负荷动态柔性控制;徐连连等;《智能电网》;20160410(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113394768A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193815B (zh) | 一种提高风电消纳的热电联合调度方法 | |
CN107994595B (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN111340274A (zh) | 一种基于虚拟电厂参与的综合能源系统优化方法和系统 | |
CN108321796B (zh) | 家庭能量管理系统与方法 | |
CN108197726B (zh) | 一种基于改进进化算法的家庭能量数据优化方法 | |
CN111162524A (zh) | 一种电动汽车充电用户接入配电网的控制方法和系统 | |
CN113394768B (zh) | 一种客户侧柔性负荷综合响应控制方法和装置 | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
CN110829446B (zh) | 一种基于柔性负荷动态特性的台区弹性调度方法与装置 | |
CN115640982B (zh) | 基于抽水蓄能优先调节的多能互补系统日前优化调度方法 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN109816556B (zh) | 促进光伏消纳考虑热电联产及需求响应的并网型微电网经济优化调度策略 | |
CN112583017A (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
CN112467767B (zh) | 综合能源系统环境下的电动汽车并网协同控制方法 | |
CN112668791A (zh) | 热电联供系统的优化方法 | |
CN114336694A (zh) | 一种混合储能电站能量优化控制方法 | |
CN112508325A (zh) | 一种家庭微电网多时间尺度电能调度方法 | |
CN113240166A (zh) | 考虑高比例新能源消纳的微能源网日前经济调度方法 | |
Dong et al. | Optimal scheduling framework of electricity-gas-heat integrated energy system based on asynchronous advantage actor-critic algorithm | |
CN116167573A (zh) | 一种高铁站综合能源需求响应优化调度方法及相关装置 | |
Yun et al. | Vehicle-to-manufacturing (V2M) system: A novel approach to improve energy demand flexibility for demand response towards sustainable manufacturing | |
CN117578537A (zh) | 基于碳交易和需求响应的微电网优化调度方法 | |
CN115481781A (zh) | 电力系统联合规划方法及可读存储介质 | |
CN115169748A (zh) | 基于动态粒子群算法的智能配电网能量管理优化方法 | |
CN113715669B (zh) | 电动汽车有序充电控制方法、系统、设备及可读存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221004 |
|
CF01 | Termination of patent right due to non-payment of annual fee |