CN114077910A - 柔性负荷参与调峰优化配置的方法、装置及计算机设备 - Google Patents
柔性负荷参与调峰优化配置的方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN114077910A CN114077910A CN202010803508.0A CN202010803508A CN114077910A CN 114077910 A CN114077910 A CN 114077910A CN 202010803508 A CN202010803508 A CN 202010803508A CN 114077910 A CN114077910 A CN 114077910A
- Authority
- CN
- China
- Prior art keywords
- load
- flexible load
- flexible
- power
- model
- 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.)
- Pending
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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
Abstract
本发明提供了一种柔性负荷参与调峰优化配置的方法、装置及计算机设备。其中,所述方法包括以下步骤:根据电网固有时序特征,构建柔性负荷互动响应模型;根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系;根据电网功率的不平衡量,选取柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算;并依据计算结果,对柔性负荷的互动影响进行量化分析和评估。本发明提供柔性负荷参与调峰优化配置的方法,将负荷侧资源参与到常态化的系统运行和调度过程中,从而优化配置电能资源;通过评估结果,电网能够更好调节柔性负荷对可再生能源消纳和削峰填谷。
Description
技术领域
本发明涉及电力负荷分类与调度技术领域,尤其是涉及柔性负荷参与调峰优化配置的方法、装置及计算机设备。
背景技术
目前,随着风电、太阳能发电等清洁能源的大规模并网,其间歇性、波动性等特点对电网灵活调节能力提出了更高的要求,电力平衡呈现出明显的空间、时间不均衡。大量常规机组处于深度调峰甚至停机备用状态,调峰调频调压矛盾突出,电网供需平衡的难度持续增大。采用传统机组调峰的方式导致经济性下降,现有的发电跟踪负荷的模式已不能适应新一代电力系统的发展。因此,亟需利用新技术手段平移负荷、消纳可再生能源、削峰填谷。
现有技术中,为了适应新一代电力系统的发展,大多以大电网安全和日前电力平衡为重点,在精准负荷控制以及需求响应等方面进行负荷调控的探索实践。比如,已建设的源网荷友好互动系统更多的倾向于解决安全问题;而精准切负荷控制的目标主要还是工业用户,需求响应调控实施对象主要是公共楼宇空调。这虽然从一定程度上解决了电网安全问题和平衡问题,但是随着电动汽车、储能设备等具备源荷双重特征的新型负荷比重不断上升:比如,负荷聚合商、智能楼宇等新的用能形式不断涌现;以及空调等非生产性尖峰具有负荷时间短的特点,且在全年仅为几十小时。即随着柔性负荷的快速发展和渗透率的不断提高,将导致电网的负荷特性及行为特征与目前有很大不同。在源网荷储协同控制应用方面,其不足之处愈加显而易见:现有的技术方案并未将柔性负荷纳入到调峰优化配置的范畴。
由此,随着车联网平台、综合能源服务商以及负荷聚合商等能源服务新业态的发展,电网可调控资源更加丰富和广泛。构建电网调度控制系统与智慧车联网、综合能源服务、光伏云商以及能源电商等多种能源主体间的协同优化与控制的整体架构逐渐成为本领域技术人员面临的重要课题。尤其是,如何提供一种柔性负荷参与调峰优化配置的方法,使得大量的柔性负荷也能够通过不同的需求响应方式参与互动运行,日益成为本领域技术人员亟待解决的技术问题。
需要说明的是,公开于该发明背景技术部分的信息仅仅旨在加深对本发明一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明的主要目的是克服现有技术的不足,提供一种柔性负荷参与调峰优化配置的方法、方法、装置及计算机设备,使得大量的柔性负荷也能够通过不同的需求响应方式参与互动运行,以适应新一代电力系统的发展。
为实现上述目的,本发明通过以下技术方案予以实现:一种柔性负荷参与调峰优化配置的方法,包括以下步骤,
S100:根据电网固有时序特征,构建柔性负荷互动响应模型;
S200:根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系;
S300:根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算;
S400:根据所述潮流计算的结果和所述柔性负荷互动评估指标体系,对所述柔性负荷的互动影响进行量化分析和评估。
可选地,步骤S100中,所述根据电网固有时序特征,构建柔性负荷互动响应模型的方法,包括以下步骤:
步骤S110:根据所述柔性负荷的响应特性,将所述柔性负荷划分成可削减负荷、可调节负荷、可转移负荷和含源性负荷,得到柔性负荷分类模型;
步骤S120:按照预先约定的激励方式,将所述柔性负荷分类模型再分别划分成电价型负荷响应模型和激励型响应模型,得到柔性负荷响应模型;
步骤S130:根据所述电网对所述柔性负荷的调度控制方式,将所述柔性负荷划分为集中式控制模式、分布式控制模式和负荷聚合商控制模式,得到柔性负荷控制模型;
步骤S140:根据所述柔性负荷的用户类型,并依据用户用电行为特点将所述柔性负荷划分为电动汽车充电站、工业高载能负荷、商业用户和居民用户,得到柔性负荷用户模型;
步骤S150:根据步骤S120得到的所述柔性负荷响应模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型。
可选地,步骤S120中,所述电价型负荷响应模型包括,
Pi1=Pi,0+εii(Ci-Ci,0)
式中,Pi1为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,Ci为实际电价,Ci,0为初始电价;εii为所述电价的相对变动引起的电能需求量的相对变动。
可选地,步骤S120中,所述激励型响应模型包括,
Pi2=Pi,0+△Pi
式中,Pi2为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,△Pi为所述柔性负荷的调节容量。
可选地,步骤S130中,
所述集中式控制模式包括,由所述电网调度控制系统集中控制资源,每个所述柔性负荷直接接受所述电网调度控制系统的调度;
所述分布式控制模式包括,以智能电网为基础,所述柔性负荷实施自治控制;
所述负荷聚合商控制模式包括,负荷聚合商被配置为将若干个所述柔性负荷聚合,向上参与所述电网控制系统的调度,向下对其聚合的所述柔性负荷调度,其中,所述负荷聚合商介于所述柔性负荷和所述电网控制系统之间。
可选地,步骤S150中,所述根据步骤S120得到的多目标调峰优化模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型,包括以下方法,
根据每一类所述柔性负荷用户模型的用电特点分析其用电调度潜力,在时间耦合上,建立所述电动汽车充电站可转移模型、所述工业高载能负荷的可转移负荷模型和可调节负荷模型;
针对所述商业用户,采用直接控制的可削减负荷模型;居民用户采用基于负荷聚合商控制的电价型负荷响应模型和激励型响应模型。
可选地,步骤S150还包括,对于不同的调峰场景所述柔性负荷分类模型的聚合特性,根据各个所述柔性负荷分类模型的调度潜力、调度模式和调度架构,采用聚类模型对所述柔性资源进行聚类分析,建立所述电网的多目标调峰优化模型。
可选地,在步骤S300之前,还包括,
根据电网出力及总负荷,实时获取电网功率的不平量,若所述电网功率的不平衡量>0,执行步骤S300和步骤S400。
可选地,步骤S300中,所述根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,包括以下步骤,
S310:根据所述电动汽车充电站的历史数据,获取设定时段内的第一功率调节量;
S320:根据所述工业高载能负荷、所述商业用户以及居民用户预先约定的所述柔性负荷响应模型,获取第二功率调节量;
S330:根据所述电网综合预测的发电功率、负荷需求量、所述第一功率调节量和所述第二功率调节量以及所述多目标调峰优化模型,得到各个所述柔性负荷的确切功率调节量;
S340:根据每个所述柔性负荷的所述柔性负荷控制模型和所述确切功率调节量,调整所述柔性负荷的用电功率。
可选地,在步骤S400中,所述柔性负荷互动评估指标体系包括,
根据所述柔性负荷的响应特性,对所述柔性负荷的互动参与度,响应程度以及所述电网的安全性进行评估;
和/或
根据所述柔性负荷的响应程度,对可再生能源消纳和削峰填谷效果进行评估。
可选地,所述柔性负荷的互动参与度包括所述柔性负荷的互动潜力,通过下式表示,
式中,θ(t)为t时刻所述柔性负荷参与互动后的最大功率改变量与其自然功率的比值;
若互动后功率增大则为正向互动潜力,应用式(1);若互动后功率减少则为反向互动潜力,应用式(2);
Pi,max(t)为t时刻所述柔性负荷能达到的最大功率,Pi,min(t)为t时刻所述柔性负荷能达到的最小功率,Pi,0(t)为所述柔性负荷的初始功率。
可选地,所述柔性负荷的响应程度包括,所述柔性负荷的实际互动量与其最大互动量的比值,通过下式表示:
其中,△Pi(t)=Pi(t)-Pi,0(t),△Pi(t)为t时刻所述柔性负荷的实际互动量;Pi(t)为t时刻所述柔性负荷的实际功率值。
可选地,在步骤S400中,所述柔性负荷互动评估指标体系还包括,
在良性互动场景下,评估所述柔性负荷参与互动的效果;
在劣性互动场景下,获取所述电网的安全运行能够承受的互动极限。
基于同一发明构思,本发明还提供了一种柔性负荷参与调峰优化配置的装置,其特征在于,包括:
响应模型构建单元,被配置为根据电网固有时序特征,构建柔性负荷互动响应模型;
互动响应执行单元,被配置为根据所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算和指标计算;
互动响应评估单元,被配置为对所述柔性负荷的互动响应进行评估,包括:
根据所述潮流计算的结果,获取所述柔性负荷的互动响应的量化评估;
和/或
根据柔性负荷互动评估指标体系,得到所述柔性负荷的互动响应的评估指标,其中,所述评估指标包括互动参与度、响应程度及电网安全性。
基于同一发明构思,本发明还提供了一种计算机设备,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行上述任一项所述柔性负荷参与调峰优化配置的方法。
与现有技术相比,本发明提供的一种柔性负荷参与调峰优化配置的方法,具有以下有益效果:
本发明提供的一种柔性负荷参与调峰优化配置的方法,包括以下步骤:首先,根据电网固有时序特征,构建柔性负荷互动响应模型。由此,在充分挖掘常规发电资源潜力的基础上,创新电网运行调控理念,丰富了可调控资源。
进一步地,通过建立电价型负荷响应模型和激励型响应模型改变固有的电力消费模式,减少或转移某时段用电负荷的行为,电网调度控制系统可以通过实施需求响应项目获得可调节的负荷侧资源。
其次,根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系。能够对所述柔性负荷的互动参与度,响应程度以及所述电网的安全性进行评估;和/或根据所述柔性负荷的响应程度,对可再生能源消纳和削峰填谷效果进行评估,能够满足多种场景的业务需求。
接着,根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算。可以通过集中式控制方式和负荷聚合商控制模式相结合的控制模式调整所述柔性负荷的用电功率,为所述电网调度控制系统提供了更灵活的调度控制方式。
最后,根据所述潮流计算的结果和所述柔性负荷互动评估指标体系,对所述柔性负荷的互动影响进行量化分析和评估。通过评估结果,能过不断优化调整柔性负荷的功率,以便更好调节柔性负荷对可再生能源消纳和削峰填谷。
综上,本发明提供的一种柔性负荷调峰优化配置的方法对电力系统中的常规能源、新能源、各类柔性负荷资源动态优化协调配置,实现各类电源、负荷、储能与电网的智能互动、资源优化配置能力、协调优化控制。通过合理利用负荷弹性,将负荷侧资源参与到常态化的系统运行和调度过程中,从而优化配置电能资源,扩大了新能源接入。
本发明提供的一种柔性负荷参与调峰优化配置的装置及计算机设备,与所述柔性负荷参与调峰优化配置的方法属于同一发明构思,至少具有相同的有益效果,在此,不再一一赘述。
附图说明
图1为本发明实施例一提供的柔性负荷参与调峰优化配置的方法流程示意图;
图2为图1中步骤S300和S400的流程示意图;
图3为其中一种应用本发明提供的柔性负荷参与调峰优化配置的方法的其中一种电网结构示意图;
图4为图3中对应的柔性负荷参与调峰优化配置的各柔性负荷的原始分类示意图;
图5为图1对应的柔性负荷参与调峰优化配置的整体框架示意图;
图6为本发明实施例二提供的其中一种柔性负荷参与调峰优化配置的系统;
其中,附图标记说明如下:
100-响应模型构建单元,200-指标评估构建单元,300-互动响应执行单元,400-互动响应评估单元。
具体实施方式
为使本发明的目的、优点和特征更加清楚,以下结合附图对本发明提出的一种柔性负荷参与调峰优化配置的方法、装置及计算机设备作进一步详细说明。显然地,本文所述的方法包括一系列步骤,且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序,且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。进一步地,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
<实施例一>
本发明实施例提供了柔性负荷参与调峰优化配置的方法,为了便于理解,先大致介绍本发明的整体流程示意图,再对每个步骤逐一展开介绍。
在其中一种实施方式中,请参见附图1、图2、图3、图4和图5,本实施例提供的所述柔性负荷参与调峰优化配置的方法,包括以下步骤:
S100:根据电网固有时序特征,构建柔性负荷互动响应模型。能够对所述柔性负荷的互动参与度,响应程度以及所述电网的安全性进行评估;和/或根据所述柔性负荷的响应程度,对可再生能源消纳和削峰填谷效果进行评估,能够满足多种场景的业务需求。
S200:根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系;
S300:根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算;
S400:根据所述潮流计算的结果和所述柔性负荷互动评估指标体系,对所述柔性负荷的互动影响进行量化分析和评估。
根据上述描述可知,本发明提供的一种柔性负荷调峰优化配置的方法,通过应用所述柔性负荷的特性,采用聚类技术,挖掘电力负荷模式,分析各类柔性负荷资源聚合特性,根据各类柔性负荷资源的可调度潜力、调度模式和调度架构,建立大电网下的多目标调峰优化模型,优化大电网日内各类柔性资源的容量配置,并根据所述柔性负荷互动评估指标体系对所述柔性负荷的互动影响进行量化分析和评估,使得电网能够更好调节柔性负荷对可再生能源消纳和削峰填谷。
具体地,在其中一种实施方式中,步骤S100中,其中,所述根据电网固有时序特征,构建柔性负荷互动响应模型,其中,所述电网固有时序特征包括,新能源出力的波动变化、系统负荷曲线和/或发电计划。首先,由于风、光的资源特性,新能源出力存在随机性和波动性,比如,光伏发电收昼夜变化、天气变化、移动云层的影响,存在间歇性和波动性。其次,在不同的时段,电网系统的负荷等存在差异,针对不同的柔性负荷的响应特点,比如有的柔性负荷能够快速启停、大幅调节,有的柔性负荷则在有的时段可以调节,有的时段不能调节。
本发明通过构建柔性负荷互动响应模型,使得柔性负荷能够参与到电网系统调峰优化配置中,从而将柔性负荷纳入到电网系统调峰优化配置的范畴。
特别地,本发明的实施方式中,如无特别说明,本发明的实施例在构建所述柔性负荷互动响应模型以及所述柔性负荷互动评估指标体系时,均以各类所述柔性负荷参与日内调峰优化配置为例进行说明。可以理解地,这并非本发明的限制,在其他的实施方式中,也可以按照用电的高峰时段、平时段以及低估时段的峰谷平时间段和/或其他时段划分(比如工作日和休息日)方式使得所述柔性负荷参与调峰优化配置,不再一一赘述,但均在本发明的保护范围之内。
较佳地,在其中一种示例性实施方式中,步骤S100中,所述根据电网固有时序特征,构建柔性负荷互动响应模型的方法,包括以下步骤:
步骤S110:根据所述柔性负荷的响应特性,将所述柔性负荷划分成可削减负荷、可调节负荷、可转移负荷和含源性负荷,得到柔性负荷分类模型。
步骤S120:按照预先约定的激励方式,将所述柔性负荷分类模型再分别划分成电价型负荷响应模型和激励型响应模型,得到柔性负荷响应模型。
步骤S130:根据所述电网对所述柔性负荷的调度控制方式,将所述柔性负荷划分为集中式控制模式、分布式控制模式和负荷聚合商控制模式,得到柔性负荷控制模型。
步骤S140:根据所述柔性负荷的用户类型,并依据用户用电行为特点将所述柔性负荷划分为电动汽车充电站、工业高载能负荷、商业用户和居民用户,得到柔性负荷用户模型。
步骤S150:根据步骤S120得到的所述柔性负荷响应模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型。
其中,步骤S110中,所述根据所述柔性负荷的响应特性,将所述柔性负荷划分成可削减负荷、可调节负荷、可转移负荷和含源型负荷。具体地,所述可削减负荷也可以称之为自弹性负荷,在电网高峰时段或紧急状况下,用户负荷中心可以削减或中断的部分。通常通过经济合同(协议)实现。它由电力公司与电力用户签订,在系统峰值时和紧急状态下,用户按照合同规定中断和削减负荷,电力公司给予用户一定的经济补偿。所述含源性负荷包括储能(装置)和电动汽车,其中,所述储能包括用户侧储能和/或电网侧储能;所述电动汽车包括电动汽车聚合体、充电站和/充电桩。
根据上述分析可知,不同的电力负荷可以通过不同的需求响应方式参与互动运行,不同的所述柔性负荷其响应特性差异较大。比如,有的柔性负荷很难转移到其他时段,比如照明负荷;又比如不同的所述柔性负荷,在电力调度中,其响应时间也不同。在其中一种实施方式中,如下表一所示,为根据所述柔性负荷的响应时间对其分类调控的示例性描述:
表一:各类柔性负荷的响应时间及其适用的调控模式
各类柔性负荷不同的响应特性和常规负荷为所述电网提供了丰富的可调度资源,通过合理利用负荷弹性,将负荷侧资源参与到常态化的系统运行和调度过程中,从而优化配置电能资源。本发明从所述柔性负荷参与电网互动的视角出发,建立柔性负荷互动响应模型。所述柔性负荷互动响应模型是其在电价或激励机制下建立的多代理综合响应模型,是通过所述柔性负荷节点(资源)的功率改变量表征所述柔性负荷参与互动的过程。
较佳地,在其中一种示例性实施方式中,步骤S120中,其中,所述电价型负荷响应模型包括,
Pi1=Pi,0+εii(Ci-Ci,0)
式中,Pi1为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,Ci为实际电价,Ci,0为初始电价;εii为所述电价的相对变动引起的电能需求量的相对变动(自弹性系数)。由此可见,可以通过经济杠杆促使各类所述柔性负荷改变用电行为,从而参与互动。显然地,调用类型为电价型负荷响应模型的所述柔性负荷的互动成本可以用电网侧售电收入的变化表示。可以理解地,在实际情况中,用户用电不仅受当前电价的影响,还会受到其他时间段电价的影响,因此,上述仅是示例性描述,实际应用中,可以按照峰、平、谷等分时段或其他方式细化所述电价型负荷响应模型中的εii及初始电价Ci,0和实际电价Ci,在此不再一一赘述。
较佳地,在其中一种示例性实施方式中,步骤S120中,所述激励型响应模型包括,
Pi2=Pi,0+△Pi
式中,Pi2为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,△Pi为所述柔性负荷的调节容量,即实际互动量和实际功率值。典型的应用激励型响应模型的所述柔性负荷包括可削减负荷、采用集中式控制模式的所述负荷等。采用激励型响应模型的负荷可以通过事先约定的方式(比如签订合同)参与电网调度运行。
负荷调度最重要手段的是需求响应,是智能电网的核心技术或手段,是智能电网的最佳应用之一,通过合理利用负荷弹性,将负荷侧资源参与到常态化的系统运行和调度过程中,从而优化配置电能资源,扩大新能源接入。通过需求响应改变固有的电力消费模式,减少或转移某时段用电负荷的行为,电网调度控制系统可以通过实施需求响应项目获得可调节的负荷侧资源。
较佳地,在其中一种示例性实施方式中,步骤S130中,所述集中式控制模式包括,由所述电网调度控制系统集中控制资源,每个所述柔性负荷直接接受所述电网调度控制系统的调度;所述分布式控制模式包括,以智能电网为基础,所述柔性负荷实施自治控制;所述负荷聚合商控制模式包括,负荷聚合商被配置为将若干个所述柔性负荷聚合,向上参与所述电网控制系统的调度,向下对其聚合的所述柔性负荷调度。其中,所述负荷聚合商介于所述柔性负荷和所述电网控制系统之间。负荷聚合商作为协调大量中小规模用户和电网控制中心的中间机构,可以是传统意义上的配电公司、政府实体或电网公司自身的负荷管理中心,也可是代表单一类型或多种类型负荷的第三方机构,其共同点是将大量电力终端用户聚合在一起参与电网调度,并努力实现电网公司、负荷聚合商和电力终端用户各方的既定目标。
较佳地,在其中一种示例性实施方式中,步骤S150中,所述根据步骤S120得到的所述柔性负荷响应模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型,包括以下方法,根据每一类所述柔性负荷用户模型的用电特点分析其用电调度潜力,在时间耦合上,建立所述电动汽车充电站可转移模型、所述工业高载能负荷的可转移负荷模型和可调节负荷模型;针对所述商业用户,采用直接控制的可削减负荷模型;居民用户采用基于负荷聚合商控制的电价型负荷响应模型和激励型响应模型。
较佳地,在其中一种示例性实施方式中,步骤S150还包括,对于不同的调峰场景所述柔性负荷分类模型的聚合特性,根据各个所述柔性负荷分类模型的调度潜力、调度模式和调度架构,采用聚类模型对所述柔性资源进行聚类分析,建立所述电网的多目标调峰优化模型,从而优化设计所述电网日内各类所述柔性负荷的容量配置。较佳地,参见附图4,在建立多目标调峰优化模型时,可以参见图4中对柔性负荷的原始分类对可调度资源灵活管理,比如,对于同一所述柔性负荷,对于不同的调度目标,可以按照不同的分类筛选方式分类。比如,对于调度目标为电网调频需求的,可以将电网中柔性负荷(资源)按照调度需求分类筛选;对于调度目标为区域调度的,则按照电网中柔性负荷(资源)的基本信息进行分类筛选。在此,不再一一列举。
较佳地,在其中一种示例性实施方式中,参见附图2,在步骤S300之前,还包括,根据电网出力及总负荷,实时获取电网功率的不平量△P,若所述电网功率的不平衡量△P>0,执行步骤S300和步骤S400。其中,根据发电、新能源出力(风、光电等)及负荷端的输入数据,获取所述获取电网功率的不平量△P。
较佳地,在其中一种示例性实施方式中,步骤S300中,所述根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,包括以下步骤,
S310:根据所述电动汽车充电站的历史数据,获取设定时段内的第一功率调节量。
S320:根据所述工业高载能负荷、所述商业用户以及居民用户预先约定的所述柔性负荷响应模型,获取第二功率调节量。
S330:根据所述电网综合预测的发电功率、负荷需求量、所述第一功率调节量和所述第二功率调节量以及所述多目标调峰优化模型,得到各个所述柔性负荷的确切功率调节量。
S340:根据每个所述柔性负荷的所述柔性负荷控制模型和所述确切功率调节量,调整所述柔性负荷的用电功率。较佳地,可以通过集中式控制方式和负荷聚合商控制模式相结合的控制模式调整所述柔性负荷的用电功率,本发明对此不作限制。由此,为所述电网调度控制系统提供了更灵活的调度控制方式。
对于负荷聚合商控制模式的负荷,聚合商挖掘管理区域内的调度潜力,在得到需要调度的指令后,需要收集当时各个负荷的状态情况,根据自身的需求目标,进行进一步的优化,得出具体负荷单元的调节量。
进一步地,在某些情况下,对于某一时刻所述电网功率的不平衡量△P,在步骤S330中,可能得出多种所述柔性负荷的参与互动(功率调整)方案,比如有以下三种方案中的任一种均可使得所述电网维持功率平衡:
1.调整柔性负荷A
2.调整柔性负荷B和C
3.调整柔性负荷C、D和E
显然地,在具体实施中,只能选取其中的一种,具体选取上述三种中的哪一种,本发明对此不作任何限制。
另外,在某些情况下,虽然从理论上调整了某一(或多个)柔性负荷A能够使得电网功率保持平衡,但是,在实际运行中,在调整柔性负荷A的功率之后,可能会导致其他柔性负荷的功率上升和/或在后续的潮流计算或指标计算时并不满足电网稳定运行和/或调度预设的相关指标,较佳地,可以通过模拟风电处理、系统总负荷等随时间的变化过程,通过循环执行步骤S300,直至所述柔性负荷参与互动满足电网稳定运行的相关指标。通过评估结果,能过不断优化调整柔性负荷的功率,以便更好调节柔性负荷对可再生能源消纳和削峰填谷。
较佳地,在其中一种示例性实施方式中,在步骤S400中,所述柔性负荷互动评估指标体系包括,根据所述柔性负荷的响应特性,对所述柔性负荷的互动参与度,响应程度以及所述电网的安全性进行评估;和/或根据所述柔性负荷的响应程度,对可再生能源消纳和削峰填谷效果进行评估。
较佳地,在其中一种示例性实施方式中,所述柔性负荷的互动参与度包括所述柔性负荷的互动潜力,通过下式表示,
式中,θ(t)为t时刻所述柔性负荷参与互动后的最大功率改变量与其自然功率的比值;若互动后功率增大则为正向互动潜力,应用算式(1);若互动后功率减少则为反向互动潜力,应用算式(2);Pi,max(t)为t时刻所述柔性负荷能达到的最大功率,Pi,min(t)为t时刻所述柔性负荷能达到的最小功率,Pi,0(t)为所述柔性负荷的初始功率。
较佳地,在其中一种示例性实施方式中,所述柔性负荷的响应程度包括,所述柔性负荷的实际互动量与其最大互动量的比值,通过下式表示:
其中,△Pi(t)=Pi(t)-Pi,0(t),△Pi(t)为t时刻所述柔性负荷的实际互动量;Pi(t)为t时刻所述柔性负荷的实际功率值。
较佳地,在其中一种示例性实施方式中,在步骤S400中,所述柔性负荷互动评估指标体系还包括,在良性互动场景下,评估所述柔性负荷参与互动的效果;在劣性互动场景下,获取所述电网的安全运行能够承受的互动极限。
综上所述,本发明提供的一种性负荷参与调峰优化配置的方法,首先根据系统功率不平衡量确定互动策略,然后根据柔性负荷响应模型调整柔性负荷节点用电功率,并对当前断面进行计及互动的潮流计算。通过内、外双层的循环计算,计算出各评估指标在互动过程中随时间变化的数值,以对柔性负荷的互动参与度、互动效果及互动影响进行综合评估。
下面结合附图3、图4和图5对本实施例提供的一种柔性负荷参与调峰优化配置的方法的应用及其整体框架进行总结性说明。
其中,图3为其中一种应用本发明实施例一提供的柔性负荷参与调峰优化配置的方法的其中一种电网结构示意图,图4为图3中对应的柔性负荷参与调峰优化配置的各柔性负荷的原始分类示意图。从图中可以看出,该电网结构的源端包括风电和太阳能发电新能源处出力,可以理解地,图示仅是示例性描述,在大部分实施方式中,也包括传统的发电机组等(图中未标示),所述新能源出力通过配电网调度中心和负荷端连接,其中,所述负荷端的若干柔性负荷根据电网固有时序特征,已被构建为相应的柔性负荷互动响应模型。
图5为图1对应的柔性负荷参与调峰优化配置的整体框架示意图,从图中可以看出:本发明提供的一种柔性负荷参与调峰优化配置的方法,首先,结合所述柔性负荷参与调峰优化的良性互动和劣性互动两种互动场景,以及电价机制和激励机制两种互动机制,和互动机制对应的电价型负荷和激励性负荷两种互动对象进行响应建模;其次,根据不同的互动场景以及互动响应的指标分类得到评估指标,其中,所述评估指标包括互动参与度、互动效果以及电网安全性;最后,计及互动后的潮流计算及指标计算,对互动影响进行量化评估。可以理解地,上述各实施方式仅是示例性描述,而非本发明的限制。
综上,本发明提供的一种柔性负荷调峰优化配置的方法对电力系统中的常规能源、新能源、各类柔性负荷资源动态优化协调配置,实现各类电源、负荷、储能与电网的智能互动、资源优化配置能力、协调优化控制。通过合理利用负荷弹性,将负荷侧资源参与到常态化的系统运行和调度过程中,从而优化配置电能资源,扩大了新能源接入。
<实施例二>
本发明实施例提供了一种柔性负荷参与调峰优化配置的装置,参见附图6,包括:响应模型构建单元100、指标评估构建单元200、互动响应执行单元300以及互动响应评估单元400。具体地,所述响应模型构建单元100,被配置为根据电网固有时序特征,构建柔性负荷互动响应模型;所述指标评估构建单元200,被配置为根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系;所述互动响应执行单元300,被配置为根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算;所述互动响应评估单元400,根据所述潮流计算的结果和所述柔性负荷互动评估指标体系,对所述柔性负荷的互动影响进行量化分析和评估。
由于本实施例提供的一种柔性负荷参与调峰优化配置的装置与上述柔性负荷参与调峰优化配置的方法属于同一发明构思,至少具有与所述柔性负荷参与调峰优化配置的方法相同的有益效果,不再一一赘述。
本发明的其他实施方式还提供了一种计算机设备,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行上述任一项所述柔性负荷参与调峰优化配置的方法。
通过以上实施方式的描述,本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,但很多情况下,前者是更佳的实施方式。基于这样的理解,本发明的技术方案对现有技术做出贡献的部分能以计算机软件产品的形式体现出来,所述计算机软件产品存储在计算机可读存储介质,所述计算机可读存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等。
这里参照根据本发明实施例的方法、系统和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序实现。这些计算机程序可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些程序在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机程序存储在可读存储介质中,这些计算机程序使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有该计算机程序的可读存储介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机程序加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的计算机程序实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
以上所述仅为本发明的优选实施例而已,并非对本发明范围的任何限定,本发明包括但不局限于上述实施中所列举的构型。对于本领域的技术人员来说,以根据上述实施例的内容举一反三,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种柔性负荷参与调峰优化配置的方法,其特征在于,包括以下步骤,
S100:根据电网固有时序特征,构建柔性负荷互动响应模型;
S200:根据各个柔性负荷的互动参与度、响应程度和电网安全性,构建柔性负荷互动评估指标体系;
S300:根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算;
S400:根据所述潮流计算的结果和所述柔性负荷互动评估指标体系,对所述柔性负荷的互动影响进行量化分析和评估。
2.根据权利要求1所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S100中,所述根据电网固有时序特征,构建柔性负荷互动响应模型的方法,包括以下步骤:
步骤S110:根据所述柔性负荷的响应特性,将所述柔性负荷划分成可削减负荷、可调节负荷、可转移负荷和含源性负荷,得到柔性负荷分类模型;
步骤S120:按照预先约定的激励方式,将所述柔性负荷分类模型再分别划分成电价型负荷响应模型和激励型响应模型,得到柔性负荷响应模型;
步骤S130:根据所述电网对所述柔性负荷的调度控制方式,将所述柔性负荷划分为集中式控制模式、分布式控制模式和负荷聚合商控制模式,得到柔性负荷控制模型;
步骤S140:根据所述柔性负荷的用户类型,并依据用户用电行为特点将所述柔性负荷划分为电动汽车充电站、工业高载能负荷、商业用户和居民用户,得到柔性负荷用户模型;
步骤S150:根据步骤S120得到的所述柔性负荷响应模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型。
3.根据权利要求2所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S120中,所述电价型负荷响应模型包括,
Pi1=Pi,0+εii(Ci-Ci,0)
式中,Pi1为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,Ci为实际电价,Ci,0为初始电价;εii为所述电价的相对变动引起的电能需求量的相对变动。
4.根据权利要求2所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S120中,所述激励型响应模型包括,
Pi2=Pi,0+△Pi
式中,Pi2为负荷响应功率,i为所述柔性负荷分类模型的类型,Pi,0为初始功率,△Pi为所述柔性负荷的调节容量。
5.根据权利要求2所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S130中,
所述集中式控制模式包括,由所述电网调度控制系统集中控制资源,每个所述柔性负荷直接接受所述电网调度控制系统的调度;
所述分布式控制模式包括,以智能电网为基础,所述柔性负荷实施自治控制;
所述负荷聚合商控制模式包括,负荷聚合商被配置为将若干个所述柔性负荷聚合,向上参与所述电网控制系统的调度,向下对其聚合的所述柔性负荷调度,其中,所述负荷聚合商介于所述柔性负荷和所述电网控制系统之间。
6.根据权利要求2所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S150中,所述根据步骤S120得到的多目标调峰优化模型和步骤S130得到的柔性负荷控制模型,得到步骤S140中的所述柔性负荷用户模型的柔性负荷组合调度模型,包括以下方法,
根据每一类所述柔性负荷用户模型的用电特点分析其用电调度潜力,在时间耦合上,建立所述电动汽车充电站可转移模型、所述工业高载能负荷的可转移负荷模型和可调节负荷模型;
针对所述商业用户,采用直接控制的可削减负荷模型;居民用户采用基于负荷聚合商控制的电价型负荷响应模型和激励型响应模型。
7.根据权利要求6所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S150还包括,对于不同的调峰场景所述柔性负荷分类模型的聚合特性,根据各个所述柔性负荷分类模型的调度潜力、调度模式和调度架构,采用聚类模型对所述柔性资源进行聚类分析,建立所述电网的多目标调峰优化模型。
8.根据权利要求7所述的柔性负荷参与调峰优化配置的方法,其特征在于,在步骤S300之前,还包括,
根据电网出力及总负荷,实时获取电网功率的不平量,若所述电网功率的不平衡量>0,执行步骤S300和步骤S400。
9.根据权利要求7所述的柔性负荷参与调峰优化配置的方法,其特征在于,步骤S300中,所述根据电网功率的不平衡量,选取所述柔性负荷互动响应模型,调整柔性负荷的用电功率,包括以下步骤,
S310:根据所述电动汽车充电站的历史数据,获取设定时段内的第一功率调节量;
S320:根据所述工业高载能负荷、所述商业用户以及居民用户预先约定的所述柔性负荷响应模型,获取第二功率调节量;
S330:根据所述电网综合预测的发电功率、负荷需求量、所述第一功率调节量和所述第二功率调节量以及所述多目标调峰优化模型,得到各个所述柔性负荷的确切功率调节量;
S340:根据每个所述柔性负荷的所述柔性负荷控制模型和所述确切功率调节量,调整所述柔性负荷的用电功率。
10.根据权利要求1所述的柔性负荷参与调峰优化配置的方法,其特征在于,在步骤S400中,所述柔性负荷互动评估指标体系包括,
根据所述柔性负荷的响应特性,对所述柔性负荷的互动参与度,响应程度以及所述电网的安全性进行评估;
和/或
根据所述柔性负荷的响应程度,对可再生能源消纳和削峰填谷效果进行评估。
13.根据权利要求10所述的柔性负荷参与调峰优化配置的方法,其特征在于,在步骤S400中,所述柔性负荷互动评估指标体系还包括,
在良性互动场景下,评估所述柔性负荷参与互动的效果;
在劣性互动场景下,获取所述电网的安全运行能够承受的互动极限。
14.一种柔性负荷参与调峰优化配置的装置,其特征在于,包括:
响应模型构建单元,被配置为根据电网固有时序特征,构建柔性负荷互动响应模型;
互动响应执行单元,被配置为根据所述柔性负荷互动响应模型,调整柔性负荷的用电功率,并对当前断面进行计及柔性负荷互动后的潮流计算和指标计算;
互动响应评估单元,被配置为对所述柔性负荷的互动响应进行评估,包括:
根据所述潮流计算的结果,获取所述柔性负荷的互动响应的量化评估;
和/或
根据柔性负荷互动评估指标体系,得到所述柔性负荷的互动响应的评估指标,其中,所述评估指标包括互动参与度、响应程度及电网安全性。
15.一种计算机设备,其特征在于,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行权利要求1至13中任一项所述柔性负荷参与调峰优化配置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010803508.0A CN114077910A (zh) | 2020-08-11 | 2020-08-11 | 柔性负荷参与调峰优化配置的方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010803508.0A CN114077910A (zh) | 2020-08-11 | 2020-08-11 | 柔性负荷参与调峰优化配置的方法、装置及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114077910A true CN114077910A (zh) | 2022-02-22 |
Family
ID=80280141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010803508.0A Pending CN114077910A (zh) | 2020-08-11 | 2020-08-11 | 柔性负荷参与调峰优化配置的方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114077910A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115545579A (zh) * | 2022-12-01 | 2022-12-30 | 国网浙江义乌市供电有限公司 | 一种用于用户柔性资源的聚合智控方法和系统 |
CN115912342A (zh) * | 2022-11-21 | 2023-04-04 | 中原工学院 | 基于云模型的区域柔性负荷低碳调度方法 |
CN116933216A (zh) * | 2023-09-18 | 2023-10-24 | 湖北华中电力科技开发有限责任公司 | 一种基于柔性负荷资源聚合特征分析的管理系统及方法 |
-
2020
- 2020-08-11 CN CN202010803508.0A patent/CN114077910A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115912342A (zh) * | 2022-11-21 | 2023-04-04 | 中原工学院 | 基于云模型的区域柔性负荷低碳调度方法 |
CN115912342B (zh) * | 2022-11-21 | 2023-09-15 | 中原工学院 | 基于云模型的区域柔性负荷低碳调度方法 |
CN115545579A (zh) * | 2022-12-01 | 2022-12-30 | 国网浙江义乌市供电有限公司 | 一种用于用户柔性资源的聚合智控方法和系统 |
CN115545579B (zh) * | 2022-12-01 | 2023-04-07 | 国网浙江义乌市供电有限公司 | 一种用于用户柔性资源的聚合智控方法和系统 |
CN116933216A (zh) * | 2023-09-18 | 2023-10-24 | 湖北华中电力科技开发有限责任公司 | 一种基于柔性负荷资源聚合特征分析的管理系统及方法 |
CN116933216B (zh) * | 2023-09-18 | 2023-12-01 | 湖北华中电力科技开发有限责任公司 | 一种基于柔性负荷资源聚合特征分析的管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Holjevac et al. | Corrective receding horizon scheduling of flexible distributed multi-energy microgrids | |
Tushar et al. | Distributed real-time electricity allocation mechanism for large residential microgrid | |
Agnetis et al. | Load scheduling for household energy consumption optimization | |
Wang et al. | Distributed energy management for vehicle-to-grid networks | |
CN114077910A (zh) | 柔性负荷参与调峰优化配置的方法、装置及计算机设备 | |
US20170207633A1 (en) | Aggregated and optimized virtual power plant control | |
Rajasekharan et al. | Optimal energy consumption model for smart grid households with energy storage | |
Zhou et al. | Demand response in smart grids: A randomized auction approach | |
Alfaverh et al. | Optimal vehicle-to-grid control for supplementary frequency regulation using deep reinforcement learning | |
CN114219212A (zh) | 一种计及泛在电力物联与边缘计算的需求侧资源柔性调度方法 | |
Mussadiq et al. | Economic and Climatic Impacts of Different Peer-to-Peer Game Theoretic–Based Energy Trading Systems | |
Horta et al. | Real-time enforcement of local energy market transactions respecting distribution grid constraints | |
Hayati et al. | A Two-Stage Stochastic Optimization Scheduling Approach for Integrating Renewable Energy Sources and Deferrable Demand in the Spinning Reserve Market | |
Mondal et al. | Dynamic price-enabled strategic energy management scheme in cloud-enabled smart grid | |
Celik et al. | Analysis of demand response for datacenter energy management using GA and time-of-use prices | |
Klaimi et al. | Energy management algorithms in smart grids: State of the art and emerging trends | |
Chen | Energy-use Internet and friendly interaction with power grid: A perspective | |
CN116843152A (zh) | 面向电力-数据服务的互联网数据中心双层规划方法 | |
CN113078647B (zh) | 一种灵活电力负荷集群的爬坡能力评估方法 | |
Tomin et al. | A Demand-Response Approach for HVAC Systems Using Internet of Energy Concept | |
Zhang et al. | New urban power grid flexible load dispatching architecture and key technologies | |
Liu et al. | Multi-VPPs power-carbon joint trading optimization considering low-carbon operation mode | |
Raj | Assessing the monetary value of vehicle-to-grid considering battery degradation: Agent-based approach | |
Khadilkar et al. | A quantitative analysis of energy sharing in community microgrids | |
Hadji et al. | A game theory approach with dynamic pricing to optimize smart grid operation |
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 |