CN113610330A - 一种基于用户体验的用户侧灵活资源用能行为优化方法 - Google Patents

一种基于用户体验的用户侧灵活资源用能行为优化方法 Download PDF

Info

Publication number
CN113610330A
CN113610330A CN202111168334.6A CN202111168334A CN113610330A CN 113610330 A CN113610330 A CN 113610330A CN 202111168334 A CN202111168334 A CN 202111168334A CN 113610330 A CN113610330 A CN 113610330A
Authority
CN
China
Prior art keywords
user
side flexible
flexible resource
demand response
user 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.)
Granted
Application number
CN202111168334.6A
Other languages
English (en)
Other versions
CN113610330B (zh
Inventor
刘向向
冯颖
郑宜超
田静
刘丽蕴
熊茹
刘明
舒骁骁
卢婕
刘波
李昊翔
郭铁
俞林刚
唐亮
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.)
State Grid Jiangxi Electric Power Co ltd
Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd
Original Assignee
State Grid Jiangxi Electric Power Co ltd
Power Supply Service Management Center Of State Grid Jiangxi 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 State Grid Jiangxi Electric Power Co ltd, Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd filed Critical State Grid Jiangxi Electric Power Co ltd
Priority to CN202111168334.6A priority Critical patent/CN113610330B/zh
Publication of CN113610330A publication Critical patent/CN113610330A/zh
Application granted granted Critical
Publication of CN113610330B publication Critical patent/CN113610330B/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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

Landscapes

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

Abstract

本发明公开了一种基于用户体验的用户侧灵活资源用能行为优化方法，包括步骤：建立用户侧灵活资源需求响应代价模型，从不同维度量化评估用户侧灵活资源参与需求响应的负面影响，包括供电可靠性降低、固有用电习惯变化以及设备使用寿命减少；建立基于激励机制的用户侧灵活资源需求响应效用模型，量化评估用户侧灵活资源的经济效益；建立基于用户体验的用户侧灵活资源用能行为优化模型并求解，根据求解结果，获得用户用能行为安排情况。本发明综合考虑用户侧灵活资源参与需求响应的成本及补偿，避免出现因仅考虑补偿造成用户参与需求侧响应激励不足的发生，从而引起实际需求侧备用资源不可用情况发生，提高电力系统运行安全性。

Description

一种基于用户体验的用户侧灵活资源用能行为优化方法
技术领域
本发明涉及电力系统运行和控制技术领域，尤其涉及一种基于用户体验的用户侧灵活资源用能行为优化方法。
背景技术
当前，随着可再生能源发电的大规模接入，电力系统实时平衡面临巨大挑战，需求侧响应逐渐成为有效解决上述问题的重要手段。目前，针对需求侧响应出台了诸多的激励机制，在此背景下如何优化用户侧灵活资源的用能行为成为影响电力系统运行安全、电力用户经济效益的重要挑战。
发明内容
本发明的目的在于提供一种基于用户体验的用户侧灵活资源用能行为优化方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明采用的技术方案如下：一种基于用户体验的用户侧灵活资源用能行为优化方法，包括以下步骤：
步骤1，建立用户侧灵活资源需求响应代价模型，从不同维度量化评估用户侧灵活资源参与需求响应的负面影响，包括供电可靠性降低、固有用电习惯变化以及设备使用寿命减少。通过用户侧灵活性资源参与需求响应的概率及调用量评估期望失负荷量，并引入用户侧灵活资源参与需求响应的切负荷成本函数，评估用户侧灵活资源供电可靠性降低的代价。通过建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，计算用户侧灵活资源固有用电习惯变化的不适度，引入用户不适度成本函数，评估用户侧灵活资源固有用电习惯变化的代价。通过所建立的电力设备使用时间与故障率的函数关系，评估用户侧灵活资源设备使用寿命的减少情况，引入用户使用寿命减少成本函数，评估用户侧灵活资源设备使用寿命减少的代价；
步骤2，建立基于激励机制的用户侧灵活资源需求响应效用模型，量化评估用户侧灵活资源的经济效益，通过需求响应容量补偿表征用户参与需求响应的机会成本，通过实际调用电量补偿表征参与需求响应的可变成本；
步骤3，建立基于用户体验的用户侧灵活资源用能行为优化模型，模型的优化目标为考虑用户侧灵活资源参与需求响应的收益最大化，求解优化模型，根据求解结果，获得用户用能行为安排情况。
进一步的，所述步骤1包括：
步骤101，获取用户侧灵活资源供电可靠性降低代价参数，并计算用户侧灵活资源供电可靠性降低的代价；
步骤102，获取用户侧灵活资源固有用电习惯变化代价参数，并计算用户侧灵活资源固有用电习惯变化的代价；
步骤103，获取用户侧灵活资源设备使用寿命减少代价参数，并计算用户侧灵活资源设备使用寿命减少的代价。
进一步的，所述步骤2包括：
步骤201，获取用户侧灵活资源参与需求响应的激励机制；
步骤202，确定基于激励机制的用户侧灵活资源需求响应效用函数，效用函数由用户侧提供需求响应容量补偿及实际调用电量补偿构成。
进一步的，所述步骤3包括：
步骤301，建立基于用户体验的用户侧灵活资源用能行为优化模型的目标函数，目标函数为最大化用户侧灵活资源的总收益；
步骤302，建立基于用户体验的用户侧灵活资源用能行为优化模型的约束条件，约束条件包括用户侧灵活资源最低用能约束、用户侧灵活资源最大响应容量约束、用户侧灵活资源最大可调容量约束。
进一步的，在所述步骤101中，计算用户侧灵活资源供电可靠性降低代价的步骤为：
A．评估用户侧灵活资源d在时间t参与需求响应的概率
Figure DEST_PATH_IMAGE002
；
B. 评估用户侧灵活资源d在时间t参与需求响应的调用量
Figure DEST_PATH_IMAGE004
；
C. 计算用户侧灵活资源d参与需求响应的期望失负荷量：
Figure DEST_PATH_IMAGE006
其中，
Figure DEST_PATH_IMAGE008
表示每个需求响应划分时段的持续时间，N表示电力系统节点，
Figure DEST_PATH_IMAGE010
表示电力系统节点i的负荷集合；
D. 计算用户侧灵活资源d参与需求响应的切负荷成本函数，用户对可靠性的要求，以用户的切负荷成本表征，切负荷成本函数的表达式如下：
Figure DEST_PATH_IMAGE012
其中
Figure DEST_PATH_IMAGE014
代表需求响应的调用量，
Figure DEST_PATH_IMAGE016
是需求响应调用量的函数，不同负荷类型具有不同的曲线；
E. 计算用户侧灵活资源d供电可靠性降低的代价：
Figure DEST_PATH_IMAGE018
进一步的，在所述步骤102中，计算用户侧灵活资源固有用电习惯变化代价的步骤为：
A．建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，以温控负荷为例：
Figure DEST_PATH_IMAGE020
式中：
Figure DEST_PATH_IMAGE022
为用户侧灵活资源固有用电习惯变化时的室内温度，
Figure DEST_PATH_IMAGE024
为人体可接受舒适区间的温度上限；
Figure DEST_PATH_IMAGE026
为人体可接受舒适区间的温度下限；
Figure DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE030
表示冷、热环境对人体舒适度的差异；
Figure DEST_PATH_IMAGE032
、
Figure DEST_PATH_IMAGE034
表示温度差对人体不适度的作用强度；
B. 评估计算用户侧灵活资源固有用电习惯变化的不适度，其中全日不适度指数表示为：
Figure DEST_PATH_IMAGE036
C. 评估计算用户侧灵活资源固有用电习惯变化的代价：
Figure DEST_PATH_IMAGE038
其中
Figure DEST_PATH_IMAGE040
表示用户不适度成本函数，其是不适度指数
Figure DEST_PATH_IMAGE042
的函数。
进一步的，在所述步骤103中，计算用户侧灵活资源设备使用寿命减少代价的步骤为：
A．建立用户侧灵活资源设备参与需求响应时，电力设备使用时间与故障率的关系函数，采用电力设备的基本故障概率模型表征：
Figure DEST_PATH_IMAGE044
式中，
Figure DEST_PATH_IMAGE046
表示电力设备在t时刻的基本故障概率，
Figure DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE050
和
Figure DEST_PATH_IMAGE052
分别表示浴盆曲线的第一、第二和第三参数，
Figure DEST_PATH_IMAGE054
、
Figure DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE058
分别为电力设备的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间；
B．建立用户侧灵活资源设备不参与需求响应时，电力设备使用时间与故障率的关系函数：
Figure DEST_PATH_IMAGE060
式中，t0表示电力设备不参与需求响应时，电力设备的等效运行时间；
C. 评估计算用户侧灵活资源设备使用寿命减少的代价：
Figure DEST_PATH_IMAGE062
其中
Figure DEST_PATH_IMAGE064
表示用户使用寿命减少成本函数。
进一步的，在所述步骤202中，包括：
A．确定用户侧提供需求响应容量补偿：
Figure DEST_PATH_IMAGE066
其中，
Figure DEST_PATH_IMAGE068
表示时刻t用户侧灵活资源d参与需求响应的容量补偿价格，
Figure DEST_PATH_IMAGE070
表示时刻t用户侧灵活资源d参与需求响应的容量；
B．确定用户侧提供需求响应实际调用电量补偿：
Figure DEST_PATH_IMAGE072
其中，
Figure DEST_PATH_IMAGE074
表示时刻t用户侧灵活资源d参与需求响应的调用补偿价格，
Figure DEST_PATH_IMAGE076
表示时刻t用户侧灵活资源d参与需求响应的调用量。
进一步的，在所述步骤301，目标函数为：
Figure DEST_PATH_IMAGE078
其中：目标函数表示最大化用户侧灵活资源参与需求响应的经济效益。
进一步的，在所述步骤302中，包括：
A．用户侧灵活资源最低用能约束
对每个时段t，用户侧灵活资源d最低用能约束描述为：
Figure DEST_PATH_IMAGE080
其中，
Figure DEST_PATH_IMAGE082
表示不参与需求响应时，用户侧灵活资源d在时刻t的用能情况，
Figure DEST_PATH_IMAGE084
表示用户侧灵活资源d在时刻t的最低用能需求；
B．用户侧灵活资源最大响应容量约束
对每个时段t，用户侧灵活资源d最大响应容量约束描述为：
Figure DEST_PATH_IMAGE086
其中，
Figure DEST_PATH_IMAGE088
表示用户侧灵活资源d在时刻t的最大响应容量；
C．用户侧灵活资源最大可调容量约束
对每个时段t，用户侧灵活资源d最大可调容量约束描述为：
Figure DEST_PATH_IMAGE090
本发明的有益效果是：
传统的用户侧灵活资源用能行为优化方法，只考虑用户侧灵活资源参与需求侧响应可获得的补偿，未考虑用户侧灵活资源参与需求侧响应时，对其自身供电可靠性、固有用电习惯变化、以及设备使用寿命等的影响。本发明提出一种基于用户体验的用户侧灵活资源用能行为优化方法，综合考虑用户侧灵活资源参与需求响应对其自身用户体验的影响，通过量化自身供电可靠性降低、固有用电习惯变化、以及设备使用寿命减少等负面影响表征用户侧灵活资源参与需求响应的综合成本；然后考虑用户侧灵活资源参与需求响应的容量收益和调用收益，以表征用户侧灵活资源参与需求响应的综合补偿；最后，以最大化用户侧灵活资源参与需求响应总效益为目标实施用户侧灵活资源参与需求响应的用能行为优化。本发明可以有效避免只考虑用户侧灵活资源参与需求侧响应可获得的补偿造成实际用户侧灵活资源参与需求响应积极性低的情况发生，提高电力系统用户侧备用容量，保证电力系统运行安全可靠。
附图说明
图1是本发明的流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示，一种基于用户体验的用户侧灵活资源用能行为优化方法，包括以下步骤：
步骤1，建立用户侧灵活资源需求响应代价模型，从不同维度量化评估用户侧灵活资源参与需求响应的负面影响，包括供电可靠性降低、固有用电习惯变化以及设备使用寿命减少。通过用户侧灵活性资源参与需求响应的概率及调用量评估期望失负荷量，并引入用户侧灵活资源参与需求响应的切负荷成本函数，评估用户侧灵活资源供电可靠性降低的代价。通过建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，计算用户侧灵活资源固有用电习惯变化的不适度，引入用户不适度成本函数，评估用户侧灵活资源固有用电习惯变化的代价。通过所建立的电力设备使用时间与故障率的函数关系，评估用户侧灵活资源设备使用寿命的减少情况，引入用户使用寿命减少成本函数，评估用户侧灵活资源设备使用寿命减少的代价；
步骤2，建立基于激励机制的用户侧灵活资源需求响应效用模型，量化评估用户侧灵活资源的经济效益，通过需求响应容量补偿表征用户参与需求响应的机会成本，通过实际调用电量补偿表征参与需求响应的可变成本；
步骤3，建立基于用户体验的用户侧灵活资源用能行为优化模型，模型的优化目标为考虑用户侧灵活资源参与需求响应的收益最大化，求解优化模型，根据求解结果，获得用户用能行为安排情况。
步骤1具体包括：
步骤101，获取用户侧灵活资源供电可靠性降低代价参数，并计算用户侧灵活资源供电可靠性降低的代价；步骤为：
A．评估用户侧灵活资源d在时间t参与需求响应的概率
Figure DEST_PATH_IMAGE092
；
B. 评估用户侧灵活资源d在时间t参与需求响应的调用量
Figure DEST_PATH_IMAGE094
；
C. 计算用户侧灵活资源d参与需求响应的期望失负荷量：
Figure DEST_PATH_IMAGE096
其中，
Figure DEST_PATH_IMAGE098
表示每个需求响应划分时段的持续时间，N表示电力系统节点，
Figure DEST_PATH_IMAGE100
表示电力系统节点i的负荷集合；
D. 计算用户侧灵活资源d参与需求响应的切负荷成本函数，用户对可靠性的要求，以用户的切负荷成本表征，切负荷成本函数的表达式如下：
Figure DEST_PATH_IMAGE102
其中
Figure DEST_PATH_IMAGE104
代表需求响应的调用量，
Figure DEST_PATH_IMAGE106
是需求响应调用量的函数，不同负荷类型具有不同的曲线；
E. 计算用户侧灵活资源d供电可靠性降低的代价：
Figure DEST_PATH_IMAGE108
步骤102，获取用户侧灵活资源固有用电习惯变化代价参数，并计算用户侧灵活资源固有用电习惯变化的代价；步骤为：
A．建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，以温控负荷为例：
Figure DEST_PATH_IMAGE110
式中：
Figure DEST_PATH_IMAGE112
为用户侧灵活资源固有用电习惯变化时的室内温度，
Figure DEST_PATH_IMAGE114
为人体可接受舒适区间的温度上限；
Figure DEST_PATH_IMAGE116
为人体可接受舒适区间的温度下限；
Figure DEST_PATH_IMAGE118
、
Figure DEST_PATH_IMAGE120
表示冷、热环境对人体舒适度的差异；
Figure DEST_PATH_IMAGE122
、
Figure DEST_PATH_IMAGE124
表示温度差对人体不适度的作用强度；在舒适区间外人体不适度均会增加，由于不同人对冷热环境及温度差的敏感性不同，因此可用
Figure DEST_PATH_IMAGE126
、
Figure DEST_PATH_IMAGE128
、
Figure DEST_PATH_IMAGE130
、
Figure DEST_PATH_IMAGE132
来表征不同人体的瞬时不适度指数；
B. 评估计算用户侧灵活资源固有用电习惯变化的不适度，其中全日不适度指数表示为：
Figure DEST_PATH_IMAGE134
C. 评估计算用户侧灵活资源固有用电习惯变化的代价：
Figure DEST_PATH_IMAGE136
其中
Figure DEST_PATH_IMAGE138
表示用户不适度成本函数，其是不适度指数
Figure DEST_PATH_IMAGE140
的函数。
步骤103，获取用户侧灵活资源设备使用寿命减少代价参数，并计算用户侧灵活资源设备使用寿命减少的代价；步骤为：
A．建立用户侧灵活资源设备参与需求响应时，电力设备使用时间与故障率的关系函数，采用电力设备的基本故障概率模型表征：
Figure DEST_PATH_IMAGE142
式中，
Figure DEST_PATH_IMAGE144
表示电力设备在t时刻的基本故障概率，
Figure DEST_PATH_IMAGE146
、
Figure DEST_PATH_IMAGE148
和
Figure DEST_PATH_IMAGE150
分别表示浴盆曲线的第一、第二和第三参数，
Figure DEST_PATH_IMAGE152
、
Figure DEST_PATH_IMAGE154
和
Figure DEST_PATH_IMAGE156
分别为电力设备的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间；
B．建立用户侧灵活资源设备不参与需求响应时，电力设备使用时间与故障率的关系函数：
Figure DEST_PATH_IMAGE158
式中，t0表示电力设备不参与需求响应时，电力设备的等效运行时间；
C. 评估计算用户侧灵活资源设备使用寿命减少的代价：
Figure DEST_PATH_IMAGE160
其中
Figure DEST_PATH_IMAGE162
表示用户使用寿命减少成本函数。
步骤2具体包括：
步骤201，获取用户侧灵活资源参与需求响应的激励机制；
步骤202，确定基于激励机制的用户侧灵活资源需求响应效用函数，效用函数由用户侧提供需求响应容量补偿及实际调用电量补偿构成：
A．确定用户侧提供需求响应容量补偿：
Figure DEST_PATH_IMAGE164
其中，
Figure DEST_PATH_IMAGE166
表示时刻t用户侧灵活资源d参与需求响应的容量补偿价格，
Figure DEST_PATH_IMAGE168
表示时刻t用户侧灵活资源d参与需求响应的容量；
B．确定用户侧提供需求响应实际调用电量补偿：
Figure DEST_PATH_IMAGE170
其中，
Figure DEST_PATH_IMAGE172
表示时刻t用户侧灵活资源d参与需求响应的调用补偿价格，
Figure DEST_PATH_IMAGE174
表示时刻t用户侧灵活资源d参与需求响应的调用量。
步骤3具体包括：
步骤301，建立基于用户体验的用户侧灵活资源用能行为优化模型的目标函数，目标函数为最大化用户侧灵活资源的总收益；
Figure DEST_PATH_IMAGE176
步骤302，建立基于用户体验的用户侧灵活资源用能行为优化模型的约束条件，约束条件包括用户侧灵活资源最低用能约束、用户侧灵活资源最大响应容量约束、用户侧灵活资源最大可调容量约束：
A．用户侧灵活资源最低用能约束
对每个时段t，用户侧灵活资源d最低用能约束描述为：
Figure DEST_PATH_IMAGE178
其中，
Figure DEST_PATH_IMAGE180
表示不参与需求响应时，用户侧灵活资源d在时刻t的用能情况，
Figure DEST_PATH_IMAGE182
表示用户侧灵活资源d在时刻t的最低用能需求；
B．用户侧灵活资源最大响应容量约束
对每个时段t，用户侧灵活资源d最大响应容量约束描述为：
Figure DEST_PATH_IMAGE184
其中，
Figure DEST_PATH_IMAGE186
表示用户侧灵活资源d在时刻t的最大响应容量；
C．用户侧灵活资源最大可调容量约束
对每个时段t，用户侧灵活资源d最大可调容量约束描述为：
Figure DEST_PATH_IMAGE188
。
本实施例选取我国东部某省份夏季实验室数据进行验证，其中该实验室包括的用户侧灵活资源包括：可控空调、智能家居窗帘、智能灯光设备。最大可调容量设置为最大负荷的50%，最低用能需求设置为最大负荷的30%。所选空调为国内某品牌3匹空调 KFR-72LW/DY-Sx(E)制冷功率是2780W,制热功率是2630W+2500W。在本实施例中以空调负荷表征用户侧灵活资源的用能行为。
本算例的设定参数情况如下：
表1 算例设定参数
Figure DEST_PATH_IMAGE190
表2实时电价情况
Figure DEST_PATH_IMAGE192
基于上述数据，应用本发明基于用户体验的用户侧灵活资源用能行为优化模型，优化确定的空调负荷的用能行为如下：
Figure DEST_PATH_IMAGE194
通过本实施例的算例结果可以验证基于用户体验的用户侧灵活资源用能行为优化模型的有效性。以3:00-4:00空调负荷的用电功率为例，此时受温度影响，空调负荷较低，影响其用电功率的主要为电价情况；以12:00-15:00空调负荷的用电功率为例，此时受温度影响，不考虑用能成本，此时空调功率应处于高位，但是此时的电价较高，故此时牺牲其用能舒适性，更改用户用能行为习惯，降低空调负荷的用电功率以获得全局效益最大。由此可见，通过本发明专利，可以实现用户侧灵活资源参与需求响应总效益最大化，调动用户侧灵活资源参与需求侧响应的积极性，提高电力系统用户侧备用容量，保证电力系统运行安全可靠。
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种基于用户体验的用户侧灵活资源用能行为优化方法，其特征在于：包括以下步骤：
步骤1，建立用户侧灵活资源需求响应代价模型，从不同维度量化评估用户侧灵活资源参与需求响应的负面影响，包括供电可靠性降低、固有用电习惯变化以及设备使用寿命减少；通过用户侧灵活资源参与需求响应的概率及调用量评估期望失负荷量，并引入用户侧灵活资源参与需求响应的切负荷成本函数，评估用户侧灵活资源供电可靠性降低的代价；通过建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，计算用户侧灵活资源固有用电习惯变化的不适度，引入用户不适度成本函数，评估用户侧灵活资源固有用电习惯变化的代价；通过所建立的电力设备使用时间与故障率的函数关系，评估用户侧灵活资源设备使用寿命的减少情况，引入用户使用寿命减少成本函数，评估用户侧灵活资源设备使用寿命减少的代价；
步骤2，建立基于激励机制的用户侧灵活资源需求响应效用模型，量化评估用户侧灵活资源的经济效益，通过需求响应容量补偿表征用户参与需求响应的机会成本，通过实际调用电量补偿表征参与需求响应的可变成本；
步骤3，建立基于用户体验的用户侧灵活资源用能行为优化模型，模型的优化目标为考虑用户侧灵活资源参与需求响应的收益最大化，求解优化模型，根据求解结果，获得用户用能行为安排情况。
2.根据权利要求1所述的一种基于用户体验的用户侧灵活资源用能行为优化方法，其特征在于：所述步骤1包括：
步骤101，获取用户侧灵活资源供电可靠性降低代价参数，并计算用户侧灵活资源供电可靠性降低的代价；
在所述步骤101中，计算用户侧灵活资源供电可靠性降低代价的步骤为：
A．评估用户侧灵活资源d在时间t参与需求响应的概率
Figure DEST_PATH_IMAGE001
；
B. 评估用户侧灵活资源d在时间t参与需求响应的调用量
Figure 169064DEST_PATH_IMAGE002
；
C. 计算用户侧灵活资源d参与需求响应的期望失负荷量：
Figure DEST_PATH_IMAGE003
其中，
Figure 23887DEST_PATH_IMAGE004
表示每个需求响应划分时段的持续时间，N表示电力系统节点，
Figure DEST_PATH_IMAGE005
表示电力系统节点i的负荷集合；
D. 计算用户侧灵活资源d参与需求响应的切负荷成本函数，用户对可靠性的要求，以用户的切负荷成本表征，切负荷成本函数的表达式如下：
Figure 459417DEST_PATH_IMAGE006
其中
Figure DEST_PATH_IMAGE007
代表需求响应的调用量，
Figure 713681DEST_PATH_IMAGE008
是需求响应调用量的函数，不同负荷类型具有不同的曲线；
E. 计算用户侧灵活资源d供电可靠性降低的代价：
Figure DEST_PATH_IMAGE009
步骤102，获取用户侧灵活资源固有用电习惯变化代价参数，并计算用户侧灵活资源固有用电习惯变化的代价；
在所述步骤102中，计算用户侧灵活资源固有用电习惯变化代价的步骤为：
A．建立用户侧灵活资源固有用电习惯变化与人体舒适度的关系函数，以温控负荷为例：
Figure 715003DEST_PATH_IMAGE010
式中：
Figure DEST_PATH_IMAGE011
为用户侧灵活资源固有用电习惯变化时的室内温度，
Figure 271887DEST_PATH_IMAGE012
为人体可接受舒适区间的温度上限；
Figure DEST_PATH_IMAGE013
为人体可接受舒适区间的温度下限；
Figure 476603DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE015
表示冷、热环境对人体舒适度的差异；
Figure 862454DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
表示温度差对人体不适度的作用强度；
B. 评估计算用户侧灵活资源固有用电习惯变化的不适度，其中全日不适度指数表示为：
Figure 203437DEST_PATH_IMAGE018
C. 评估计算用户侧灵活资源固有用电习惯变化的代价：
Figure DEST_PATH_IMAGE019
其中
Figure 383751DEST_PATH_IMAGE020
表示用户不适度成本函数，其是不适度指数
Figure DEST_PATH_IMAGE021
的函数；
步骤103，获取用户侧灵活资源设备使用寿命减少代价参数，并计算用户侧灵活资源设备使用寿命减少的代价；
在所述步骤103中，计算用户侧灵活资源设备使用寿命减少代价的步骤为：
A．建立用户侧灵活资源设备参与需求响应时，电力设备使用时间与故障率的关系函数，采用电力设备的基本故障概率模型表征：
Figure 872501DEST_PATH_IMAGE022
式中，
Figure DEST_PATH_IMAGE023
表示电力设备在t时刻的基本故障概率，
Figure 530885DEST_PATH_IMAGE024
、
Figure DEST_PATH_IMAGE025
和
Figure 257532DEST_PATH_IMAGE026
分别表示浴盆曲线的第一、第二和第三参数，
Figure DEST_PATH_IMAGE027
、
Figure 608748DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE029
分别为电力设备的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间；
B．建立用户侧灵活资源设备不参与需求响应时，电力设备使用时间与故障率的关系函数：
Figure 788056DEST_PATH_IMAGE030
式中，t0表示电力设备不参与需求响应时，电力设备的等效运行时间；
C. 评估计算用户侧灵活资源设备使用寿命减少的代价：
Figure DEST_PATH_IMAGE031
其中
Figure 797601DEST_PATH_IMAGE032
表示用户使用寿命减少成本函数。
3.根据权利要求2所述的一种基于用户体验的用户侧灵活资源用能行为优化方法，其特征在于：所述步骤2包括：
步骤201，获取用户侧灵活资源参与需求响应的激励机制；
步骤202，确定基于激励机制的用户侧灵活资源需求响应效用函数，效用函数由用户侧提供需求响应容量补偿及实际调用电量补偿构成；
A．确定用户侧提供需求响应容量补偿：
Figure DEST_PATH_IMAGE033
其中，
Figure 628022DEST_PATH_IMAGE034
表示时刻t用户侧灵活资源d参与需求响应的容量补偿价格，
Figure DEST_PATH_IMAGE035
表示时刻t用户侧灵活资源d参与需求响应的容量；
B．确定用户侧提供需求响应实际调用电量补偿：
Figure 635293DEST_PATH_IMAGE036
其中，
Figure DEST_PATH_IMAGE037
表示时刻t用户侧灵活资源d参与需求响应的调用补偿价格，
Figure 551165DEST_PATH_IMAGE038
表示时刻t用户侧灵活资源d参与需求响应的调用量。
4.根据权利要求3所述的一种基于用户体验的用户侧灵活资源用能行为优化方法，其特征在于：所述步骤3包括：
步骤301，建立基于用户体验的用户侧灵活资源用能行为优化模型的目标函数，目标函数为最大化用户侧灵活资源的总收益；目标函数为：
Figure DEST_PATH_IMAGE039
其中：目标函数表示最大化用户侧灵活资源参与需求响应的经济效益；
步骤302，建立基于用户体验的用户侧灵活资源用能行为优化模型的约束条件，约束条件包括用户侧灵活资源最低用能约束、用户侧灵活资源最大响应容量约束、用户侧灵活资源最大可调容量约束；
A．用户侧灵活资源最低用能约束
对每个时段t，用户侧灵活资源d最低用能约束描述为：
Figure 567662DEST_PATH_IMAGE040
其中，
Figure DEST_PATH_IMAGE041
表示不参与需求响应时，用户侧灵活资源d在时刻t的用能情况，
Figure 49328DEST_PATH_IMAGE042
表示用户侧灵活资源d在时刻t的最低用能需求；
B．用户侧灵活资源最大响应容量约束
对每个时段t，用户侧灵活资源d最大响应容量约束描述为：
Figure DEST_PATH_IMAGE043
其中，
Figure 758658DEST_PATH_IMAGE044
表示用户侧灵活资源d在时刻t的最大响应容量；
C．用户侧灵活资源最大可调容量约束
对每个时段t，用户侧灵活资源d最大可调容量约束描述为：
Figure DEST_PATH_IMAGE045
。
CN202111168334.6A 2021-10-08 2021-10-08 一种基于用户体验的用户侧灵活资源用能行为优化方法 Active CN113610330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111168334.6A CN113610330B (zh) 2021-10-08 2021-10-08 一种基于用户体验的用户侧灵活资源用能行为优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111168334.6A CN113610330B (zh) 2021-10-08 2021-10-08 一种基于用户体验的用户侧灵活资源用能行为优化方法

Publications (2)

Publication Number Publication Date
CN113610330A true CN113610330A (zh) 2021-11-05
CN113610330B CN113610330B (zh) 2022-01-25

Family

ID=78310718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111168334.6A Active CN113610330B (zh) 2021-10-08 2021-10-08 一种基于用户体验的用户侧灵活资源用能行为优化方法

Country Status (1)

Country Link
CN (1) CN113610330B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3156860A1 (en) * 2015-10-14 2017-04-19 Honeywell International Inc. System for dynamic control with interactive visualization to optimize energy consumption
CN106655246A (zh) * 2016-10-18 2017-05-10 国网黑龙江省电力有限公司哈尔滨供电公司 基于风电预测与需求响应的鲁棒双层优化模型的求解方法
CN108256772A (zh) * 2018-01-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 一种用户侧灵活资源调度不确定性风险评估方法及系统
CN108734396A (zh) * 2018-05-16 2018-11-02 国网山东省电力公司电力科学研究院 一种基于需求侧竞价和多能互补的虚拟电厂调度优化方法
AU2020100983A4 (en) * 2019-11-14 2020-07-16 Shandong University Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation
CN112016747A (zh) * 2020-08-26 2020-12-01 国网四川省电力公司经济技术研究院 一种适用于源荷储灵活资源统筹规划与运行的优化方法
CN112366682A (zh) * 2020-09-24 2021-02-12 国网天津市电力公司电力科学研究院 用户侧可调控灵活资源的量化与协同优化控制方法
CN113256031A (zh) * 2021-06-25 2021-08-13 国网江西省电力有限公司供电服务管理中心 一种基于居民需求响应策略自学习优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3156860A1 (en) * 2015-10-14 2017-04-19 Honeywell International Inc. System for dynamic control with interactive visualization to optimize energy consumption
CN106655246A (zh) * 2016-10-18 2017-05-10 国网黑龙江省电力有限公司哈尔滨供电公司 基于风电预测与需求响应的鲁棒双层优化模型的求解方法
CN108256772A (zh) * 2018-01-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 一种用户侧灵活资源调度不确定性风险评估方法及系统
CN108734396A (zh) * 2018-05-16 2018-11-02 国网山东省电力公司电力科学研究院 一种基于需求侧竞价和多能互补的虚拟电厂调度优化方法
AU2020100983A4 (en) * 2019-11-14 2020-07-16 Shandong University Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation
CN112016747A (zh) * 2020-08-26 2020-12-01 国网四川省电力公司经济技术研究院 一种适用于源荷储灵活资源统筹规划与运行的优化方法
CN112366682A (zh) * 2020-09-24 2021-02-12 国网天津市电力公司电力科学研究院 用户侧可调控灵活资源的量化与协同优化控制方法
CN113256031A (zh) * 2021-06-25 2021-08-13 国网江西省电力有限公司供电服务管理中心 一种基于居民需求响应策略自学习优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
D.WANG: "Online voltage security assessment considering comfort-constrained demand response control of distributed heat pump systems", 《APPLIED ENERGY》 *
刘洋: "电力用户侧需求响应优化及行为研究", 《中国优秀硕士学位论文全文数据库》 *
孙智卿等: "基于负荷分解的用户侧自动需求响应系统", 《电力系统及其自动化学报》 *
王凯等: "基于成本价值解耦的源荷备用协同优化", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN113610330B (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
CN107591801B (zh) 一种负荷参与需求响应的聚合潜力评估方法
CN108321793B (zh) 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法
CN109980638B (zh) 一种温控负荷舒适度与频率调节协同优化方法及系统
CN113991655B (zh) 定频空调负荷聚合需求响应潜力评估方法、装置及介质
Sehar et al. A peak-load reduction computing tool sensitive to commercial building environmental preferences
CN110425706A (zh) 面向电网削峰的聚合空调负荷调控方法
CN109872059B (zh) 一种居民空调负荷群需求响应动态潜力定量评估方法
CN107906675A (zh) 一种基于用户需求的中央空调集群优化控制方法
CN108022029B (zh) 一种电网分层分区供需平衡调控方法及调控装置
Tang et al. Optimal and near-optimal indoor temperature and humidity controls for direct load control and proactive building demand response towards smart grids
CN116255729A (zh) 一种考虑用户意愿的中央空调参与需求响应能力量化方法
Chandran et al. Demand response and consumer inconvenience
CN114186393A (zh) 一种变频空调集群响应能力评估方法及系统
TWI358516B (en) Method for managing air conditioning power consump
Yang et al. Building electrification and carbon emissions: Integrated energy management considering the dynamics of the electricity mix and pricing
CN116128201A (zh) 一种基于非合作博弈的多虚拟电厂点对点能源交易方法
CN113566401B (zh) 需求侧负荷控制方法
CN114784811A (zh) 电力需求响应方法和装置
Yuan et al. Two-level collaborative demand-side management for regional distributed energy system considering carbon emission quotas
CN113610330B (zh) 一种基于用户体验的用户侧灵活资源用能行为优化方法
CN117091242A (zh) 空调温控负荷集群的评估方法、温度设定方法及系统
CN206370695U (zh) 一种光伏电站
Wang et al. Control strategies of large-scale residential air conditioning loads participating in demand response programs
CN114243681B (zh) 电力系统的用电调控方法、装置、设备和存储介质
Wang et al. A Data-driven Control Method for Operating the Commercial HVAC Load as a Virtual Battery

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