CN113507113A - 一种基于电价驱动的光储系统控制策略 - Google Patents

一种基于电价驱动的光储系统控制策略 Download PDF

Info

Publication number
CN113507113A
CN113507113A CN202110719292.4A CN202110719292A CN113507113A CN 113507113 A CN113507113 A CN 113507113A CN 202110719292 A CN202110719292 A CN 202110719292A CN 113507113 A CN113507113 A CN 113507113A
Authority
CN
China
Prior art keywords
load
electricity price
strategy
time
coefficient
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
CN202110719292.4A
Other languages
English (en)
Other versions
CN113507113B (zh
Inventor
李翠萍
穆钢
刘洪波
周家旭
张哲深
李军徽
朱星旭
严干贵
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.)
Jilin Power Supply Co Of State Grid Jilinsheng Electric Power Supply Co
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202110719292.4A priority Critical patent/CN113507113B/zh
Publication of CN113507113A publication Critical patent/CN113507113A/zh
Application granted granted Critical
Publication of CN113507113B publication Critical patent/CN113507113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/52—The controlling of the operation of the load not being the total disconnection of the load, i.e. entering a degraded mode or in current limitation
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Abstract

本发明属于电力系统领域，是一种基于电价驱动的光储系统控制策略，其特点是，包括建立负荷聚类模型、设计负荷转移调整策略、设计电价驱动策略、设计对不同产业的负荷调整策略，能够综合考虑电价驱动对于用户侧用电量的影响，利用电价驱动通过调整分时电价政策，使得在光伏出力高的时刻电价较低，吸引用户在此时用电，而光伏出力较低或不出力的时刻电价较高，避免用户在此时用电，驱动负荷曲线形状贴合光伏出力形状，以达到减少使用储能，提高系统经济性的目的。其方法科学合理，适用性强，效果佳。

Description

一种基于电价驱动的光储系统控制策略
技术领域
本发明属于电力系统领域，尤其涉及一种基于电价驱动的光储系统控制策略。
背景技术
当光伏供电占比超过40％以后，单独依赖储能系统能够产生的价值会逐渐趋于临界，此时研究负荷侧响应的意义越来越大，通过调整负荷来配合光伏系统能够提高光伏利用率和供电率，同时减少其他化石能源的消耗；
电价驱动，是指通过调整分时电价政策的方式，改变用户用电习惯，进而调整负荷曲线分布，使负荷向分时电价较低的某一时段集中的一种控制方法；电价驱动方法对于不同类型的负荷具有不同的影响能力，如何描述这种调节能力是研究的重点；
利用电价驱动方法改变负荷曲线后，配合光储系统配置方法可达到节约能源和增加利润的目的；因此，研究基于电价驱动的光储系统控制策略有着极大意义。
发明内容
用于解决现有技术存在问题，本发明的目的是提供一种科学合理，适用性强，效果佳的基于电价驱动的光储系统控制策略，该控制策略在不改变总用电量的情况下，通过改变负荷功率曲线的分布，调整分时电价来提高光伏利用率，提高光储系统的经济性，实现节约能源，提高可再生能源利用率和增加利润的效果；
实现本发明目的所采取的技术方案是：一种基于电价驱动的光储系统控制策略，其特征是，包括建立负荷聚类模型、设计负荷转移调整策略、设计电价驱动策略和设计对不同产业的负荷调整策略，具体内容的步骤有，
1)建立负荷聚类模型：聚类模型采用欧式距离作为区分用户特征的指标，利用聚类模型对数据进行采集和分析，进而掌握用户负荷特性，聚类模型的目标函数为式(1)：
Figure BDA0003136348450000011
式中：a为用户种类数，U为用户总数，xn为用户特性向量，d(cm,xn)为第n个用户的负荷特征向量xn到第m类中心cm的欧氏距离，umn为0-1变量，如果第n类用户属于m类则记为1，反之则为0；
2)设计负荷转移调整策略：负荷转移调整策略用以评价各类负荷对电价驱动的响应程度，以及如何进行负荷趋势改变，负荷转移调整策略分为两种，
①集中策略，通过将目标时段以外的负荷转移到目标时段出力，达到在目标时段内集中出力，其他时段出力减少的目的；
②转移策略，通过改变作息规律，将其他时段的负荷出力转移到目标时段；
3)设计电价驱动策略：根据分时电价政策调整对于各种负荷的影响能力，按式(2)和式(3)确定指标：
①集中系数kj：
Figure BDA0003136348450000021
式中：tprak指预设的光伏出力高峰时段，也就是调整时间，调整分时电价前后集中系数会发生变化，将其分为前集中系数kju和后集中系数kjd；Pload为负荷电量；
②调整系数kt：
Figure BDA0003136348450000022
式中：Pload.h为减少电价后负荷情况；
4)设计对不同产业的负荷调整策略：根据3)步骤对不同产业的负荷调整，
①第一产业
当聚类后的负荷种类位于第一产业时，设定不受分时电价影响，即kt＝0；
②第二产业
当聚类后负荷处于第二产业时，为提高应对性，将第二产业分为两类；
i.将变异系数低于0.1以下的负荷分类称为流水线型负荷，流水线型工厂负荷有规律，适用于集中策略，流水线型工厂负荷全天24小时均有稳定的负荷产生，容易设置分时启停迎合电价政策，但当受到需要调整的时间的影响时，若调整时间tprak超过某一阈值，则调整能力将会降低，具体表达式为式(4)：
Figure BDA0003136348450000023
其中ts为调整时间的阈值，通常为4小时；S2,l为流水线型负荷占全体负荷的比例系数，数值小于1；ka为限制系数，用于表示流水线型负荷对电价驱动的迎合能力，在流水线型负荷中通常取0.8-0.9；kr为修正系数，若当前负荷类型的比例系数S2,l小于15％，则需要计算修正系数kr＝0.15/S2,l，否则kr＝1；
ii.将变异系数高于0.1的负荷称为人工型负荷，人工型工厂受到人员和场地情况影响，无法在短时间大规模扩大生产能力，适用于转移策略，可通过错峰转移的方式改变负荷结构；
③第三产业
当聚类后的负荷种类位于第三产业时，根据其为商业负荷还是服务业负荷采取负荷转移方法不同；
商业负荷在营业时间内持续出力，难以根据峰谷电价调整出力情况，因此设定其不受分时电价影响，即kt＝0；
另一种服务业负荷，受到人员因素影响，使用集中策略，
适用于集中策略的服务业负荷，调整系数为式(5)：
Figure BDA0003136348450000031
其中S3,f为该类负荷占全体负荷比例，ka在服务业负荷中通常取0.3-0.4之间；
④居民负荷
当聚类结果处于居民负荷时，由于居民负荷的特性复杂，适用于混合型策略，居民负荷的典型特征是双峰曲线，两个高峰分别出现在中午与晚间，根据用户习惯的不同，两个峰值的大小会有差距。当正午高峰Pm高时，此时适用于集中策略，当夜间高峰Pn高于正午高峰Pm时，此时两种策略均适用，通常先进行转移，后进行集中；
当正午高峰Pm高时，此时的转移系数计算式为：
Figure BDA0003136348450000032
其中ka的取值为1.2-1.3；
根据电价发生变动时负荷产生相应变化：
Figure BDA0003136348450000033
式中：当全天负荷功率均为r时，无论采取改为何种电价方式，O3的计算结果都应该相同，其中tn为电价时Qn价格时所对应的时段，Q为均一电价价格。
本发明具有以下优点及有益效果：
本发明考虑电价驱动对于用户侧用电量的影响，利用电价驱动通过调整分时电价政策，使得在光伏出力高的时刻电价较低，吸引用户在此时用电，而光伏出力较低或不出力的时刻电价较高，避免用户在此时用电，驱动负荷曲线形状贴合光伏出力形状，以达到减少使用储能，提高系统经济性的目的，对于实际决策有着极大帮助。其科学合理，适用性强，效果佳。
为了便于本领域普通技术人员理解和实施本发明，下面结合具体实施方式对本发明作进一步的详细描述，以下实施例用于说明本发明，但应当理解本发明的保护范围并不受具体实施方式的限制。
附图说明
图1为电价驱动策略流程图；
图2为冀北某地区夏冬季典型日负荷功率曲线示意图；
图3为冀北某地区夏冬季典型日光伏功率曲线示意图；
图4为电价示意图；
图5为流水线型负荷典型日负荷特性曲线示意图；
图6为人工型负荷1典型日负荷特性曲线示意图；
图7为人工型负荷2典型日负荷特性曲线示意图；
图8为商业负荷典型日负荷特性曲线示意图；
图9为服务业负荷典型日负荷特性曲线示意图；
图10为电价驱动前后夏季流水线型负荷曲线示意图；
图11为电价驱动前后夏季人工型负荷曲线示意图；
图12为电价驱动前后夏季第二产业负荷曲线示意图；
图13为电价驱动前后夏季服务业负荷曲线示意图；
图14为电价驱动前后夏季第三产业负荷曲线示意图；
图15为电价驱动前后夏季居民负荷曲线示意图；
图16为电价驱动前后夏季负荷曲线示意图；
图17为电价驱动前后冬季负荷曲线示意图。
具体实施方式
下面利用附图和实施例对本发明一种基于电价驱动的光储系统控制策略作进一步说明。
参照图1，本发明的一种基于电价驱动的光储系统控制策略，其特征是：包括负荷聚类方法，负荷调整策略设计，并设计电价驱动策略，具体步骤包括：
步骤1：建立负荷聚类模型，以及利用聚类模型对数据进行采集和分析，进而掌握用户负荷特性。
其中，聚类模型采用欧式距离作为区分用户特征的指标，目标函数如下：
Figure BDA0003136348450000041
式中：a为用户种类数，U为用户总数，xn为用户特性向量，d(cm,xn)为第n个用户的负荷特征向量xn到第m类中心cm的欧氏距离，umn为0-1变量，如果第n类用户属于m类则记为1，反之则为0；
步骤2：设计负荷转移调整策略，所提出的负荷转移策略用以评价各类负荷对电价驱动的响应程度，以及如何进行负荷趋势改变。
负荷转移的调整策略分为两种，一种是集中策略，通过将目标时段以外的负荷转移到目标时段出力，达到在目标时段内集中出力，其他时段出力减少的目的；另一种是转移策略，即目标时段负荷出力较少，通过改变作息规律等方法，将其他时段的负荷出力转移到目标时段；
步骤3：设计电价驱动策略：根据分时电价政策调整对于各种负荷的影响能力提出以下指标包括：
(1)集中系数kj：
Figure BDA0003136348450000051
式中：tprak指预设的光伏出力高峰时段，也就是调整时间；调整分时电价前后集中系数会发生变化，将其分为前集中系数kju和后集中系数kjd；Pload为负荷电量；
(2)调整系数kt：
Figure BDA0003136348450000052
式中：Pload.h为减少电价后负荷情况；
步骤4：设计对不同产业的负荷调整策略，根据3)步骤对不同产业的负荷调整包括：
(1)第一产业
如果聚类后的负荷种类位于第一产业，由于该产业占比较少，同时受到限制较多，无法集中或转移负荷；因此设定其不受分时电价影响，即kt＝0；
(2)第二产业
如果聚类后负荷处于第二产业，由于第二产业的负荷特性较为明显，为了提高应对性，将第二产业分为以下两类；
将变异系数低于0.1以下的负荷分类称为流水线型负荷，流水线型工厂负荷较为规律，适用于集中策略；该类负荷全天24小时均有稳定的负荷产生，这类工厂一般设有备用机器，同时对人力需求较小，容易设置分时启停迎合电价政策。但有一定限制，受到需要调整的时间的影响，如果调整时间tprak过长超过某一阈值，则调整能力将会降低，具体式如下：
Figure BDA0003136348450000061
其中ts为调整时间的阈值，一般为4小时；S2,l为流水线型负荷占全体负荷的比例系数(数值小于1)；ka为限制系数，用于表示该类负荷对电价驱动的迎合能力，在流水线型负荷中一般取0.8-0.9；kr为修正系数，如果当前负荷类型的比例系数(例如S2,l)小于15％，则需要计算修正系数kr＝0.15/S2,l，否则kr＝1；
将变异系数高于0.1的负荷称为人工型负荷，人工型工厂受到人员和场地情况影响，无法在短时间大规模扩大生产能力，适用于转移策略，可以通过错峰转移的方式改变负荷结构，例如通过分批午休，分时启停等方式，使负荷平移，可以达到迎合电价政策的目的；
(3)第三产业
如果聚类后的负荷种类位于第三产业，根据其为商业负荷还是服务业负荷采取负荷转移方法不同；
商业负荷在营业时间内持续出力，一般难以根据峰谷电价调整出力情况，因此设定其不受分时电价影响，即kt＝0；
另一种服务业负荷，受到人员影响较大，但可以使用集中策略，例如改变员工工作时段，错峰午休等方法，但是会受到较大限制，例如餐饮业在负荷高峰时受到外界情况影响无法轻易改变，因此应当区分不同情况；
适用于集中策略的服务业负荷，调整系数如下所示：
Figure BDA0003136348450000062
其中S3,f为该类负荷占全体负荷比例，ka在服务业负荷中一般取0.3-0.4之间；
(4)居民负荷
如果聚类结果处于居民负荷，由于居民负荷的特性较为复杂，适用于混合型策略；居民负荷的典型特征是双峰曲线，两个高峰分别出现在中午与晚间，根据用户习惯的不同，两个峰值的大小会有差距；当正午高峰Pm较高时，此时适用于集中策略，当夜间高峰Pn高于正午高峰Pm时，此时两种策略均适用，一般先进行转移，后进行集中。
当正午高峰Pm较高时，此时的转移系数计算公式为：
Figure BDA0003136348450000063
其中ka的取值为1.2-1.3；
根据电价发生变动时负荷产生相应变化：
Figure BDA0003136348450000071
式中：当全天负荷功率均为r时，无论采取改为何种电价方式，O3的计算结果都相同；其中tn为电价时Qn价格时所对应的时段，Q为均一电价价格。
采取电价驱动方法首先应对区域负荷进行聚类，然后应设定合理的分时电价，通过改变某时段电价，引导用户向需要大量出力的时段多用电；但即使使用了电价驱动方法，理论上负荷总量也不会改变，因此分时电价的设计也应该按照这一规则；设定为当全天负荷功率为常数r时(总负荷电量为24r)，用户所付总费用不变。
同时应当设置对照组，例如未使用电价驱动的负荷在采取均价电价政策时与采取电价驱动方法进行对比两者应采取相同配置，对比经济性和光伏利用率等指标。
以下为算例分析：本算例中负荷采取冀北某地区负荷数据，该地区夏季典型日负荷最大值为2253.7MW，最小值为1756.0MW，总电量为12228.8MWh；冬季典型日负荷最大值为2237.3MW，最小值为1719.8MW，总电量为12094.7MWh。具体负荷曲线如图2所示；光伏数据利用Meteonorm7.3软件获取该地区夏冬两季光伏功率，图3以冀北地区典型日负荷为基准，得出的以装机充裕度为1时的夏冬两季典型日光伏出力，即此时光伏装机容量为2253.7MW；电价驱动方法的分时电价政策采取9-15点六个小时内电价为0.3元/kWh，其余时间为0.736元/kWh，对照组采取图4-8的原始负荷曲线，电价采取均一电价为全天0.627元/kWh；当全天负荷为定值时，两种电价计算方式所付电费价格相同；图4为两种电价计费方式示意图；
根据聚类策略的数据统计结果，具体数据为：第一产业用电1.4％，第二产业用电67.5％(其中流水线型产业占比54％，人工型产业占比13.5％)，第三产业用电17.5％(其中商业负荷占比5.25％，服务业负荷占比12.25％)，居民生活用电13.6％；
流水线型负荷的聚类情况如图5所示；其主要特征为全天负荷波动较小，24小时持续出力，受到人工影响较小；其夏季变异系数为0.032，冬季变异系数为0.042；人工型负荷的两种聚类情况如图6与图7所示，其中图6的主要特征为规律性变动，一般是每天需要停机维护，其夏季变异系数为0.195，冬季变异系数为0.110；图7的主要特征为中午和下午两个高峰，一般是需要人工操作的工业，其夏季变异系数为0.298，冬季变异系数为0.323；商业负荷的聚类结果如图8所示，其主要特征为工作时段持续出力，工作时段之外出力较低，一般不容易受到外界作用的影响；服务业负荷由于负荷特性较为复杂，因此选取一种典型代表作为示例，如图9所示；
当采取电价驱动策略后，各类负荷发生变化，第二产业中流水线型负荷变化情况如图10所示，采取集中策略后负荷在9-15点内出力显著增加；人工型负荷改变情况如图11所示，由于采取了转移策略，将其他时段的负荷高峰情况进行转移，使其在正午时段出力水平为全天最高；因此第二产业总负荷的变化情况如图12所示，服务业负荷改变情况如图13所示；第三产业总负荷的变化情况如图14所示；夏季居民负荷由于晚高峰平均值高于中午高峰，因此先采取转移策略，后采取集中策略。具体变化情况如图15所示；
夏冬两季该地区典型日总负荷改变情况如图16与图17所示，电价驱动后的夏季典型日负荷最大值为2420.8MW(较电价驱动前增加167.1MW，占比7.4％)，最小值1717.6MW(较电价驱动前减少38.4MW，占比2.2％)，总电量为12228.8MWh(不变)；电价驱动后的冬季典型日负荷最大值为2478.9MW(较电价驱动前增加241.6MW，占比10.8％)，最小值1579.1MW(较电价驱动前减少140.7MW，占比8.2％)，总电量为12094.7MWh(不变)；电价驱动方法后续计算采取改变后的负荷；
本发明考虑电价驱动对于用户侧用电量的影响，利用电价驱动通过调整分时电价政策，使得在光伏出力高的时刻电价较低，吸引用户在此时用电，而光伏出力较低或不出力的时刻电价较高，避免用户在此时用电，驱动负荷曲线形状贴合光伏出力形状，以达到减少使用储能，提高系统经济性的目的，对于实际决策有着极大帮助。
本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。

Claims (1)

1.一种基于电价驱动的光储系统控制策略，其特征是，包括建立负荷聚类模型、设计负荷转移调整策略、设计电价驱动策略和设计对不同产业的负荷调整策略，具体内容的步骤有，
1)建立负荷聚类模型：聚类模型采用欧式距离作为区分用户特征的指标，利用聚类模型对数据进行采集和分析，进而掌握用户负荷特性，聚类模型的目标函数为式(1)：
Figure FDA0003136348440000011
式中：a为用户种类数，U为用户总数，xn为用户特性向量，d(cm,xn)为第n个用户的负荷特征向量xn到第m类中心cm的欧氏距离，umn为0-1变量，如果第n类用户属于m类则记为1，反之则为0；
2)设计负荷转移调整策略：负荷转移调整策略用以评价各类负荷对电价驱动的响应程度，以及如何进行负荷趋势改变，负荷转移调整策略分为两种，
①集中策略，通过将目标时段以外的负荷转移到目标时段出力，达到在目标时段内集中出力，其他时段出力减少的目的；
②转移策略，通过改变作息规律，将其他时段的负荷出力转移到目标时段；
3)设计电价驱动策略：根据分时电价政策调整对于各种负荷的影响能力，按式(2)和式(3)确定指标：
①集中系数kj：
Figure FDA0003136348440000012
式中：tprak指预设的光伏出力高峰时段，也就是调整时间，调整分时电价前后集中系数会发生变化，将其分为前集中系数kju和后集中系数kjd；Pload为负荷电量；
②调整系数kt：
Figure FDA0003136348440000013
式中：Pload.h为减少电价后负荷情况；
4)设计对不同产业的负荷调整策略：根据3)步骤对不同产业的负荷调整，
①第一产业
当聚类后的负荷种类位于第一产业时，设定不受分时电价影响，即kt＝0；
②第二产业
当聚类后负荷处于第二产业时，为提高应对性，将第二产业分为两类；
i.将变异系数低于0.1以下的负荷分类称为流水线型负荷，流水线型工厂负荷有规律，适用于集中策略，流水线型工厂负荷全天24小时均有稳定的负荷产生，容易设置分时启停迎合电价政策，但当受到需要调整的时间的影响时，若调整时间tprak超过某一阈值，则调整能力将会降低，具体表达式为式(4)：
Figure FDA0003136348440000021
其中ts为调整时间的阈值，通常为4小时；S2,l为流水线型负荷占全体负荷的比例系数，数值小于1；ka为限制系数，用于表示流水线型负荷对电价驱动的迎合能力，在流水线型负荷中通常取0.8-0.9；kr为修正系数，若当前负荷类型的比例系数S2,l小于15％，则需要计算修正系数kr＝0.15/S2,l，否则kr＝1；
ii.将变异系数高于0.1的负荷称为人工型负荷，人工型工厂受到人员和场地情况影响，无法在短时间大规模扩大生产能力，适用于转移策略，可通过错峰转移的方式改变负荷结构；
③第三产业
当聚类后的负荷种类位于第三产业时，根据其为商业负荷还是服务业负荷采取负荷转移方法不同；
商业负荷在营业时间内持续出力，难以根据峰谷电价调整出力情况，因此设定其不受分时电价影响，即kt＝0；
另一种服务业负荷，受到人员因素影响，使用集中策略，
适用于集中策略的服务业负荷，调整系数为式(5)：
Figure FDA0003136348440000022
其中S3,f为该类负荷占全体负荷比例，ka在服务业负荷中通常取0.3-0.4之间；
④居民负荷
当聚类结果处于居民负荷时，由于居民负荷的特性复杂，适用于混合型策略，居民负荷的典型特征是双峰曲线，两个高峰分别出现在中午与晚间，根据用户习惯的不同，两个峰值的大小会有差距。当正午高峰Pm高时，此时适用于集中策略，当夜间高峰Pn高于正午高峰Pm时，此时两种策略均适用，通常先进行转移，后进行集中；
当正午高峰Pm高时，此时的转移系数计算式为：
Figure FDA0003136348440000031
其中ka的取值为1.2-1.3；
根据电价发生变动时负荷产生相应变化：
Figure FDA0003136348440000032
式中：当全天负荷功率均为r时，无论采取改为何种电价方式，O3的计算结果都应该相同，其中tn为电价时Qn价格时所对应的时段，Q为均一电价价格。
CN202110719292.4A 2021-06-28 2021-06-28 一种基于电价驱动的光储系统控制策略 Active CN113507113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110719292.4A CN113507113B (zh) 2021-06-28 2021-06-28 一种基于电价驱动的光储系统控制策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110719292.4A CN113507113B (zh) 2021-06-28 2021-06-28 一种基于电价驱动的光储系统控制策略

Publications (2)

Publication Number Publication Date
CN113507113A true CN113507113A (zh) 2021-10-15
CN113507113B CN113507113B (zh) 2022-09-30

Family

ID=78011244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110719292.4A Active CN113507113B (zh) 2021-06-28 2021-06-28 一种基于电价驱动的光储系统控制策略

Country Status (1)

Country Link
CN (1) CN113507113B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2591070A1 (en) * 2004-12-16 2006-06-22 Anil Lasantha Michael Perera Reducing the cost of distributed electricity generation through opportunity generation
CA2672542A1 (en) * 2006-11-09 2008-05-15 Gridpoint, Inc. Energy arbitrage by load shifting
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN106786701A (zh) * 2017-01-17 2017-05-31 无锡协鑫分布式能源开发有限公司 需求侧光储一体化微电网系统控制策略
CN107017630A (zh) * 2017-05-18 2017-08-04 南京师范大学 一种多时间尺度的电力需求侧响应方法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN107612041A (zh) * 2017-08-23 2018-01-19 浙江工业大学 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法
CN107623323A (zh) * 2017-10-17 2018-01-23 酒泉职业技术学院 一种需求侧响应下微电网运行策略
CN107706923A (zh) * 2017-10-27 2018-02-16 云南电网有限责任公司 一种适用于主动配电网的负荷主动管理方法
CN107944630A (zh) * 2017-12-01 2018-04-20 华北电力大学 一种季节性分时电价优化制定方法
US20180351362A1 (en) * 2017-06-02 2018-12-06 Total S.A. System and method for sizing a capacity of an energy storage device
CN109149644A (zh) * 2018-09-29 2019-01-04 南京工程学院 一种基于大数据分析的光储一体在线策略匹配和协同优化方法
CN109217364A (zh) * 2018-09-10 2019-01-15 国网冀北电力有限公司张家口供电公司 大规模分布式电源消纳的光伏-储能容量优化配置策略
CN109687470A (zh) * 2018-12-03 2019-04-26 三峡大学 基于电价-负荷联动响应的热电联产系统风电消纳调度方法
CN110311371A (zh) * 2019-06-28 2019-10-08 天津大学 一种基于虚拟储能的光伏冷库系统及其负荷主动调控方法
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
CN110429653A (zh) * 2019-08-28 2019-11-08 国网河北省电力有限公司邢台供电分公司 考虑储能和dr的农网分布式光伏消纳方法及终端设备
CN110852519A (zh) * 2019-11-18 2020-02-28 贵州电网有限责任公司 一种考虑多类型负荷的售电公司最优盈利方法
CN111404205A (zh) * 2020-04-16 2020-07-10 三峡大学 基于相关性分析的风光储互补系统需求响应策略
CN112381269A (zh) * 2020-10-30 2021-02-19 上海电气集团股份有限公司 一种考虑负荷重要度及电价激励的独立微电网容量优化配置方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2591070A1 (en) * 2004-12-16 2006-06-22 Anil Lasantha Michael Perera Reducing the cost of distributed electricity generation through opportunity generation
CA2672542A1 (en) * 2006-11-09 2008-05-15 Gridpoint, Inc. Energy arbitrage by load shifting
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN106786701A (zh) * 2017-01-17 2017-05-31 无锡协鑫分布式能源开发有限公司 需求侧光储一体化微电网系统控制策略
CN107017630A (zh) * 2017-05-18 2017-08-04 南京师范大学 一种多时间尺度的电力需求侧响应方法
US20180351362A1 (en) * 2017-06-02 2018-12-06 Total S.A. System and method for sizing a capacity of an energy storage device
CN107612041A (zh) * 2017-08-23 2018-01-19 浙江工业大学 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN107623323A (zh) * 2017-10-17 2018-01-23 酒泉职业技术学院 一种需求侧响应下微电网运行策略
CN107706923A (zh) * 2017-10-27 2018-02-16 云南电网有限责任公司 一种适用于主动配电网的负荷主动管理方法
CN107944630A (zh) * 2017-12-01 2018-04-20 华北电力大学 一种季节性分时电价优化制定方法
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
CN109217364A (zh) * 2018-09-10 2019-01-15 国网冀北电力有限公司张家口供电公司 大规模分布式电源消纳的光伏-储能容量优化配置策略
CN109149644A (zh) * 2018-09-29 2019-01-04 南京工程学院 一种基于大数据分析的光储一体在线策略匹配和协同优化方法
CN109687470A (zh) * 2018-12-03 2019-04-26 三峡大学 基于电价-负荷联动响应的热电联产系统风电消纳调度方法
CN110311371A (zh) * 2019-06-28 2019-10-08 天津大学 一种基于虚拟储能的光伏冷库系统及其负荷主动调控方法
CN110429653A (zh) * 2019-08-28 2019-11-08 国网河北省电力有限公司邢台供电分公司 考虑储能和dr的农网分布式光伏消纳方法及终端设备
CN110852519A (zh) * 2019-11-18 2020-02-28 贵州电网有限责任公司 一种考虑多类型负荷的售电公司最优盈利方法
CN111404205A (zh) * 2020-04-16 2020-07-10 三峡大学 基于相关性分析的风光储互补系统需求响应策略
CN112381269A (zh) * 2020-10-30 2021-02-19 上海电气集团股份有限公司 一种考虑负荷重要度及电价激励的独立微电网容量优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GAN-GUI YAN ET AL: "Net benefit evaluation of wind power considering operational regulation cost of thermal plants for balancing wind power", 《2010 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》 *
周磊等: "分时电价环境下基于家居能量管理系统的家居负荷建模与优化运行", 《电网技术》 *

Also Published As

Publication number Publication date
CN113507113B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN106300336B (zh) 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法
CN112039056A (zh) 一种新能源两阶段优化调度方法
CN103617566B (zh) 一种基于实时电价的智能用电系统
CN113780776B (zh) 基于需求侧的电力系统碳运行调度方法、装置及设备
CN108063453B (zh) 一种提高风电接纳能力的电网全时段多元优化调度方法
CN103296682A (zh) 一种多时空尺度渐进趋优的负荷调度模式设计方法
WO2022193794A1 (zh) 考虑退役电池的智能社区微网超多目标能量管理方法
CN110826815A (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN113224756B (zh) 一种应用于光伏建筑一体化最佳装机容量测算的方法
CN111047097B (zh) 一种综合能源系统日中滚动优化方法
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及系统
CN113507113B (zh) 一种基于电价驱动的光储系统控制策略
CN112202201A (zh) 一种考虑需求响应和电动汽车的联合微电网运行策略
CN105552941B (zh) 一种分布式电源调峰容量优化方法
CN116914847A (zh) 一种虚拟电厂内多台发电机组聚合互补及优化调度方法
CN116756598A (zh) 一种台区侧家电负荷精准调控方法
Gong et al. Analysis of electricity consumption behavior of air conditioning based on the perspective of power demand response
CN114421486B (zh) 一种电动汽车智能充电控制方法
CN114069669A (zh) 一种共享储能运行模式控制方法
CN107528352A (zh) 一种基于可再生能源高渗透率的配电网有功优化方法
CN109149644B (zh) 一种基于大数据分析的光储一体在线策略匹配和协同优化方法
Ye et al. Research on optimal scheduling strategy for household loads considering rooftop photovoltaic
CN116308459B (zh) 一种基于信息智能匹配的新能源智能结算方法及系统
CN114221435B (zh) 一种基于电力载波的负荷资源调控系统及方法
CN111313459B (zh) 一种基于g-v源荷适配的跨省新能源调度方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220831

Address after: 132012, Changchun Road, Jilin, Jilin, 169

Applicant after: NORTHEAST DIANLI University

Applicant after: JILIN POWER SUPPLY COMPANY OF STATE GRID JILINSHENG ELECTRIC POWER SUPPLY Co.

Address before: 132012, Changchun Road, Jilin, Jilin, 169

Applicant before: NORTHEAST DIANLI University

GR01 Patent grant
GR01 Patent grant