CN114219316B - 一种基于节点电价的交通-电网融合园区需求响应的方法 - Google Patents
一种基于节点电价的交通-电网融合园区需求响应的方法 Download PDFInfo
- Publication number
- CN114219316B CN114219316B CN202111551442.1A CN202111551442A CN114219316B CN 114219316 B CN114219316 B CN 114219316B CN 202111551442 A CN202111551442 A CN 202111551442A CN 114219316 B CN114219316 B CN 114219316B
- Authority
- CN
- China
- Prior art keywords
- cost
- node
- power
- load
- period
- 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.)
- Active
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004927 fusion Effects 0.000 title claims abstract description 18
- 238000010248 power generation Methods 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 6
- 101000872083 Danio rerio Delta-like protein C Proteins 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 101150067055 minC gene Proteins 0.000 claims description 3
- 238000011160 research Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012795 verification Methods 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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于节点电价的交通‑电网融合园区需求响应的方法,属于电价引导的需求响应技术领域,解决了现有技术中未考虑不同用户对电网资源的利用程度,不能反映用户的位置,难以引导用户负荷在时间与空间上的合理分布以及没有充分考虑调用自建分布式电源和从现货电力市场购得电力的关系的问题,在含分布式电源的园区配网经济调度决策基础上,利用潮流追踪法将发电成本和输电成本公平合理地分摊到各节点用户,形成交通‑电网园区配电网节点的全成本电价,构建基于节点全成本电价的需求响应模型,能够优化配电网的潮流曲线、合理利用电网资源、激励需求侧响应,实现园区和用户合理共赢。
Description
技术领域
本发明属于电价引导的需求响应技术领域,具体属于一种基于节点电价的交通-电网融合园区需求响应的方法。
背景技术
随着城市人口不断增多以及城市规模不断扩大,为缓解城市交通、电网运行压力,交通-电网融合园区得以迅速发展,交通-电网融合园区融合了智能交通、分布式电源和能源管理系统技术,能够满足人们的出行和用能需求。园区内电力主要包括自建分布式电源以及从电力市场购得电力资源。园区电力服务商在满足园区内用户的用电需求的同时,主要通过电价信号引导用户优化用电行为,减少其综合运行成本。
目前在电价信号引导用户优化用电行为的研究方面,主要有基于分时电价的需求响应和基于实时电价的需求响应,无论是分时电价还是实时电价的设计,配电网的供电成本都由所有用户平摊,均未考虑不同用户对电网资源的利用程度,不能反映用户的位置,难以引导用户负荷在时间与空间上的合理分布;在园区经济调度研究方面,大多研究只考虑了分布式电源在时间层面的调度,忽略了分布式电源在空间层面的调度,没有充分考虑调用自建分布式电源和从现货电力市场购得电力的关系。
发明内容
针对现有技术中未考虑不同用户对电网资源的利用程度,不能反映用户的位置,难以引导用户负荷在时间与空间上的合理分布以及没有充分考虑调用自建分布式电源和从现货电力市场购得电力的关系的问题,本发明提供一种基于节点电价的交通-电网融合园区需求响应的方法,其目的在于:在含分布式电源的园区配网经济调度决策基础上,利用潮流追踪法将发电成本和输电成本公平合理地分摊到各节点用户,形成交通-电网园区配电网节点的全成本电价,构建基于节点全成本电价的需求响应模型,能够优化配电网的潮流曲线、合理利用电网资源、激励需求侧响应,实现园区和用户合理共赢。
本发明采用的技术方案如下:
一种基于节点电价的交通-电网融合园区需求响应的方法,包括如下步骤:
步骤1:通过数据接收装置收集园区内用户的用能数据及出行特性数据,并将用能数据及出行特性数据保存在储存介质中新建的对应的存储空间里;由处理器读取所述存储空间中的数据,并通过读取的数据构建园区楼宇负荷模型及电动汽车充电负荷模型;
步骤2:以园区运行成本最低为目标,处理器通过计算构建含分布式电源的园区配电网经济调度模型;
步骤3:根据配电网经济调度模型的计算结果,通过潮流追踪法确定园区节点全成本电价;
步骤4:以园区各节点用户用电费用最少为目标进行优化,各负荷节点根据其节点全成本电价信息进行负荷需求响应,并更新节点负荷数据;通过计数器采用迭代算法,最终得到园区节点电价;
其中,节点负荷需求响应具体如下:
将节点负荷分为可转移负荷、可削减负荷、可中断负荷和温控负荷,分别建立其负荷模型,采用如下方法获得:
(1)可转移负荷模型:
其中:pa(t)为t时段设备a的功率;为设备额定功率;λa为设备连续运行时段数;设备可调度时段范围为ya(t)为0-1变量,值为1表示用电设备在t时段开启,值为0表示用电设备在t时段关闭;xa(t)为0-1变量,值为1表示用电设备在t时段运行;值为0表示用电设备在t时段没有运行;
(2)可削减负荷模型:
(3)可中断负荷模型:
(4)温控负荷模型:
通过运行上述四种负荷模型得到需求响应模型:
PL,t=f(Ck);
Ck为全成本电价。
基于节点全成本电价以用户用电成本最小为目标,四种类型负荷运行模型为约束,构建园区用户节点负荷的需求响应模型,得出响应后的节点负荷数据PL;将节点负荷数据PL返回至步骤2和步骤3中,得出新一轮的全成本电价,将两轮全成本电价作差值,定义为ΔCk:
判断ΔCk是否收敛;如果收敛,输出当前的电价结果;如果不收敛,返回至步骤2进行新一轮的全成本电价计算,直至全成本电价的差值收敛为止。
采用上述方案,本发明以交通-电网融合园区为研究对象,根据园区内用户的用电模式和行为特性,深入分析用户响应潜力,通过价格信号引导用户积极参与响应。在含分布式电源的园区配网经济调度决策基础上,利用潮流追踪法将发电成本和输电成本公平合理地分摊到各节点用户,形成交通-电网园区配电网节点的全成本电价,构建基于节点全成本电价的需求响应模型,能够优化配电网的潮流曲线、合理利用电网资源、激励需求侧响应,实现园区和用户合理共赢。
进一步的,所述步骤1具体如下:
通过数据接收装置获取园区内分布式电源前一日预测出力值PGk、园区内节点负荷前一日预测数据PL和园区购电成本CBk,数据接收装置将上述获取的数据保存在储存介质中,其中园区内节点负荷前一日预测数据PL包括楼宇负荷和电动汽车充电负荷。
进一步的,所述步骤2具体如下:
处理器读取储存介质中的数据并通过读取的数据构建含分布式电源的配电网经济调度模型,含分布式电源的配电网经济调度模型以园区的运行成本CP最低为目标函数,其中约束条件包括供需平衡约束、线路直流潮流约束、分布式电源出力上下限约束以及全成本电价约束;配电网经济调度模型的最小目标函数为:
minCp=CG+CB+CT;
其中:CG为发电成本分量;CB为购电成本分量;CT为输电成本分量。
进一步的,所述步骤2中含分布式电源的配电网经济调度模型采用如下的方法获得:
含分布式电源的配电网经济调度模型如下:
目标函数:
其中:发电成本分量CGk,t为时段t节点k发电成本分量;PGk,t为时段t节点k的分布式电源出力;CTij,t为线路ij成本;Fij,t为时段t线路ij的潮流;CB,t为单位购电成本;n为节点个数;
约束条件:
①供需平衡约束
其中:PGB,t为时段t园区购电功率;PGk,t为时段t节点k的分布式电源出力;PLk,t为时段t节点k的节点负荷;n为节点个数;
②分布式电源出力约束
PGk,t<=PGk,max,t,t=1,2...24k∈Ω;
其中:Ω为分布式电源集合;PGk,max,t为分布式电源出力最大值;
③线路直流潮流约束
其中:Pij为线路潮流有功功率;Qij为线路潮流无功功率;bij为线路ij的导纳值;xij为线路ij的阻抗值;θi为节点i的相角;θj为节点j的相角;
④全成本电价约束
其中:为时段t顺流追踪矩阵的第i行第k列;为时段t逆流追踪矩阵的第i行第k列;PGi,t为发电节点i的发电功率;CGi,t为发电节点i的单位发电成本;Pk,t为时段t节点k的注入功率;Pi,t为时段t线路ij的下游节点j的总注入功率。
进一步的,所述步骤3具体如下:
根据步骤2的配电网经济调度模型的计算结果,通过潮流追踪法分摊发电成本、购电成本和输电成本,得到各节点24个时段的全成本电价;
全成本电价Ck包括发电成本分量CGk、购电成本分量CBk和输电成本分量CTk;
Ck=CGk+CBk+CTk;
输电成本为线路成本折算,线路成本包括固定资产折旧费CT1和运营维护费用CT2两部分组成;
CT=CT1+CT2;
CT2=βαL;
其中:α为单位长度线路固定资产;L为线路长度;Td为线路折旧期;β为运营维护占比系数。
进一步的,所述步骤3中基于潮流追踪法的全成本电价计算方法如下:
将自建式分布式电源的固定成本折算到每度电Cg,t;时段t负荷节点k的单位发电成本为:
其中:CGk,t为时段t节点k的单位发电成本;Cgi,t为发电节点i的单位发电成本;为时段t顺流追踪矩阵的第i行第k列;Pk,t为时段t节点k的注入功率;n为节点个数;PGi,t为发电节点i的发电功率;
时段t线路ij需要分摊的实际容量成本为:
时段t负荷节点k的单位输电成本为:
综上,时段t负荷节点k的单位全成本电价为:
Ck,t=CB,t+CGk,t+CTk,t。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明以交通-电网融合园区为研究对象,根据园区内用户的用电模式和行为特性,深入分析用户响应潜力,通过价格信号引导用户积极参与响应。在含分布式电源的园区配网经济调度决策基础上,利用潮流追踪法将发电成本和输电成本公平合理地分摊到各节点用户,形成交通-电网园区配电网节点的全成本电价,构建基于节点全成本电价的需求响应模型,能够优化配电网的潮流曲线、合理利用电网资源、激励需求侧响应,实现园区和用户合理共赢。
2、园区内全成本电价考虑了输电成本分摊,不仅可以有效激励用户侧需求响应,还可以实现园区的经济性。
3、通过构建含分布式电源的电网经济调度方法,使得园区在调用自建分布式电源以及从现货电力市场购得电力资源之间达到平衡。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的流程图;
图2是IEEE9节点系统图;
图3是实时电价曲线;
图4是光伏出力曲线;
图5是电动汽车充电负荷曲线;
图6是室外温度曲线;
图7是不同节点全成本电价曲线。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面结合图1-图7对本发明作详细说明。
实施例一:
一种基于节点电价的交通-电网融合园区需求响应的方法,包括如下步骤:
步骤1:通过数据接收装置收集园区内用户的用能数据及出行特性数据,并将用能数据及出行特性数据保存在储存介质中新建的对应的存储空间里;由处理器读取所述存储空间中的数据,并通过读取的数据构建园区楼宇负荷模型及电动汽车充电负荷模型;
步骤2:以园区运行成本最低为目标,处理器通过计算构建含分布式电源的园区配电网经济调度模型;
步骤3:根据配电网经济调度模型的计算结果,通过潮流追踪法确定园区节点全成本电价;
步骤4:以园区各节点用户用电费用最少为目标进行优化,各负荷节点根据其节点全成本电价信息进行负荷需求响应,并更新节点负荷数据;通过计数器采用迭代算法,最终得到园区节点电价。
所述步骤1具体如下:
通过数据接收装置获取园区内分布式电源前一日预测出力值PGk、园区内节点负荷前一日预测数据PL和园区购电成本CBk,数据接收装置将上述获取的数据保存在储存介质中,其中园区内节点负荷前一日预测数据PL包括楼宇负荷和电动汽车充电负荷。
所述步骤2具体如下:
处理器读取储存介质中的数据并通过读取的数据构建含分布式电源的配电网经济调度模型,含分布式电源的配电网经济调度模型以园区的运行成本CP最低为目标函数,其中约束条件包括供需平衡约束、线路直流潮流约束、分布式电源出力上下限约束以及全成本电价约束;配电网经济调度模型的最小目标函数为:
minCp=CG+CB+CT;
其中:CG为发电成本分量;CB为购电成本分量;CT为输电成本分量。
所述步骤2中含分布式电源的配电网经济调度模型采用如下的方法获得:
含分布式电源的配电网经济调度模型如下:
目标函数:
其中:发电成本分量CGk,t为时段t节点k发电成本分量;PGk,t为时段t节点k的分布式电源出力;CTij,t为线路ij成本;Fij,t为时段t线路ij的潮流;CB,t为单位购电成本;n为节点个数;
约束条件:
①供需平衡约束
其中:PGB,t为时段t园区购电功率;PGk,t为时段t节点k的分布式电源出力;PLk,t为时段t节点k的节点负荷;n为节点个数;
②分布式电源出力约束
PGk,t<=PGk,max,t,t=1,2...24k∈Ω;
其中:Ω为分布式电源集合;PGk,max,t为分布式电源出力最大值;
③线路直流潮流约束
其中:Pij为线路潮流有功功率;Qij为线路潮流无功功率;bij为线路ij的导纳值;xij为线路ij的阻抗值;θi为节点i的相角;θj为节点j的相角;
④全成本电价约束
其中:为时段t顺流追踪矩阵的第i行第k列;为时段t逆流追踪矩阵的第i行第k列;PGi,t为发电节点i的发电功率;CGi,t为发电节点i的单位发电成本;Pk,t为时段t节点k的注入功率;Pi,t为时段t线路ij的下游节点j的总注入功率。
所述步骤3具体如下:根据步骤2的配电网经济调度模型的计算结果,通过潮流追踪法分摊发电成本、购电成本和输电成本,得到各节点24个时段的全成本电价;
全成本电价Ck包括发电成本分量CGk、购电成本分量CBk和输电成本分量CTk;
Ck=CGk+CBk+CTk;
输电成本为线路成本折算,线路成本包括固定资产折旧费CT1和运营维护费用CT2两部分组成;
CT=CT1+CT2;
CT2=βαL;
其中:α为单位长度线路固定资产,按10万元/km核算;L为线路长度;Td为线路折旧期,按20年计算;β为运营维护占比系数,记为10%。
所述步骤3中基于潮流追踪法的全成本电价计算方法如下:
将自建式分布式电源的固定成本折算到每度电Cg,t;时段t负荷节点k的单位发电成本为:
其中:CGk,t为时段t节点k的单位发电成本;Cgi,t为发电节点i的单位发电成本;为时段t顺流追踪矩阵的第i行第k列;Pk,t为时段t节点k的注入功率;n为节点个数;PGi,t为发电节点i的发电功率
时段t线路ij需要分摊的实际容量成本为:
时段t负荷节点k的单位输电成本为:
综上,时段t负荷节点k的单位全成本电价为:
Ck,t=CB,t+CGk,t+CTk,t。
所述步骤4具体如下:将节点负荷分为可转移负荷、可削减负荷、可中断负荷和温控负荷,分别建立其负荷模型;基于节点全成本电价以用户用电成本最小为目标,四种类型负荷运行模型为约束,构建园区用户节点负荷的需求响应模型,得出响应后的节点负荷数据PL;将节点负荷数据PL返回至步骤2和步骤3中,得出新一轮的全成本电价,将两轮全成本电价作差值,定义为ΔCk,
判断ΔCk是否收敛;如果收敛,输出当前的电价结果;如果不收敛,返回至步骤2进行新一轮的全成本电价计算,直至全成本电价的差值收敛为止。
所述步骤4中节点负荷模型采用如下方法获得:
(1)可转移负荷模型:
其中:pa(t)为t时段设备a的功率;为设备额定功率;λa为设备连续运行时段数;设备可调度时段范围为ya(t)为0-1变量,值为1表示用电设备在t时段开启,值为0表示用电设备在t时段关闭;xa(t)为0-1变量,值为1表示用电设备在t时段运行;值为0表示用电设备在t时段没有运行;
(2)可削减负荷模型:
(3)可中断负荷模型:
(4)温控负荷模型:
Tin(t+1)=Tin(t)e-Δ/RC+Rpa(t)η(1-e-Δ/RC)+Tout(t)(1-e-Δ/RC);
通过运行上述四种负荷模型得到需求响应模型:
PL,t=f(Ck);
Ck为全成本电价。
在上述实施例一中,园区节点负荷包括楼宇负荷和电动汽车充电负荷。
(1)楼宇负荷模型。设定设备a运行起始时刻ts,a,设备a结束时刻te,a,运行时段Ta;其中a代表设备的类别编号,a=1,2,3…m;m为居民用户设备种类;
(2)电动汽车充电负荷模型。设定电动汽车i的动力电池容量Ei、充电功率Pc;将电动汽车i的首次出行时刻即电动汽车停止充电时刻设定为te,i;将电动汽车i的最后返回时刻即电动汽车开始充电时刻设定为ts,i;其中i代表电动汽车的编号,i=1,2,3…n;n为该区域电动汽车总数;
仿真验证:
一、仿真试验的参数和条件如下:
以某交通-电网融合园区为研究对象,园区内配电网采用标准IEEE9节点系统,配电网结构图如图2所示。设置节点1为园区向上级电网购电节点,节点2和3均接入分布式电源。节点2为居民区负荷节点,节点3为办公区负荷节点,节点4为商业区负荷节点,节点5、6、7、8、9视为一般负荷节点。输电线路相关参数如表1所示。购电电价数据参考美国PJM电力市场某夏季实时数据如图3所示。
表1输电线路相关参数
线路编号 | 线路首端 | 线路末端 | 电抗(p.u.) | 线路长度/km | 固定成本/万元 |
1 | 1 | 4 | 0.0576 | 0.9 | 9 |
2 | 2 | 7 | 0.0625 | 0.5 | 5 |
3 | 3 | 9 | 0.0586 | 0.5 | 5 |
4 | 4 | 5 | 0.085 | 1 | 10 |
5 | 4 | 6 | 0.092 | 0.5 | 5 |
6 | 5 | 7 | 0.161 | 0.8 | 8 |
7 | 6 | 9 | 0.17 | 0.5 | 5 |
8 | 7 | 8 | 0.072 | 0.8 | 8 |
9 | 8 | 9 | 0.1008 | 0.8 | 8 |
分布式电源模型:此处假设园区内部只含光伏电源,光伏的预测最大出力满足正态分布,已知正态分布的期望μ和标准差σ,预测所得光伏出力曲线如图4所示,由于光伏在夜间出力极小,因此1:00-6:00和19:00-24:00的光伏数据为零。
电动汽车数据:电池容量为24(kW h),百公里耗电量W100为15(kW h),单位时间最大充电功率Pc为7kW。
各区域电动汽车充电模型:
(1)居民区:电动汽车i开始接入充电时刻ts,h,i服从正态分布N(17.6,3.242),离开居民区时刻te,h,i服从正态分布N(7.3,3.42);
(2)办公区:电动汽车i开始接入充电时刻ts,w,i服从正态分布N(7.3,3.242),离开办公区时刻te,w,i服从正态分布N(17.6,3.42);
(3)商业区:电动汽车i开始接入充电时刻ts,r,i服从正态分布N(18.3,1.42),离开商业区时刻te,r,i服从正态分布N(20.2,1.52);
通过蒙特卡洛方法产生各个区域车辆行驶特性,假设电动汽车起始soc服从正态分布N(0.6,0.12),期望离开停车场时剩余电量均为90%,电动汽车充电负荷曲线如图5所示。
节点负荷需求响应负荷模型:居民用电调度时段为0点至24点,将一天划分为96个时段,T=96,Δt=15min。
(1)可削减负荷的相关参数见表2。
(2)可转移负荷的相关参数见表3。
(3)可中断负荷的相关参数见表4。
(4)温控负荷相关参数见表5。理想室内温度Ta为26℃,根据居民需求,设置调度中的室内温度Ta的上下限分别为28℃和24℃;室外温度Te曲线如图6所示。
电器设备可调度时段起止时刻服从正态分布N(μa,(1h)2),其中μa为设备a可调度时段的起始或终止时刻。通过蒙特卡洛方法产生100组电气设备数据。
表2可转移负荷的相关参数
设备编号a | 功率/kW | 运行时段Ta | 可调度时段(ts,a~te,a) |
1 | 1.2 | 4 | 8:00~11:00 |
2 | 1.1 | 4 | 14:00~17:00 |
3 | 1.2 | 6 | 13:00~17:00 |
4 | 1.2 | 6 | 21:00~24:00 |
5 | 0.5 | 4 | 19:00~7:00 |
6 | 0.4 | 4 | 19:00~22:00 |
7 | 2 | 8 | 20:00~7:00 |
表3可削减负荷的相关参数
表4可中断负荷的相关参数
设备编号a | 功率/kW | 运行时段Ta | 可调度时段(Ts,a~Te,a) |
10 | 7 | 20 | 18:00~8:00 |
表5温控负荷的相关参数
设备编号a | 功率/kW | 热容/(kWh/℃) | 热阻/(℃/kW) | 能效η | 运行时段Ta | 可调度时段(ts,a~te,a) |
11 | 2 | 0.57 | 6 | 2.9 | 96 | 17:00~7:00 |
二、仿真试验结果:
表6是园区电力服务商调度策略。表7是潮流分布结果。
表6调度策略
节点编号 | 功率/MW |
1 | 13.03 |
2 | 0 |
3 | 1.23 |
表7潮流分布结果
线路编号 | 线路首端 | 线路末端 | 功率/MW |
1 | 1 | 4 | 19.84 |
2 | 2 | 7 | -1.2 |
3 | 3 | 9 | -1.2 |
4 | 4 | 5 | 9.85 |
5 | 4 | 6 | 4.99 |
6 | 5 | 7 | 4.85 |
7 | 6 | 9 | 4.19 |
8 | 7 | 8 | -2.35 |
9 | 8 | 9 | -2.75 |
由于光伏发电存在一些局限性,可以保证早7点至晚7点持续运行,同时该时段现货市场电力价格偏高,调用自建光伏发电装置几乎不会产生发电成本。时段19~6光伏出力为零,所有负荷节点都由供电节点1供电。由于全成本电价考虑了负荷节点的位置,用户的电价会随供电端距离的增加而增加。图7是不同节点的全成本电价曲线。如图7所示,时段19-6各节点全成本电价曲线和购电电价曲线形状基本一致。而节点6的电价要高出节点4不少,这是因为节点6和节点4同由节点1供电,但节点6较节点4离供电端更远,该点用电需要经更远距离的输送,故而必须支付比节点4更高的费用。由图7可以看出全成本电价能切实反映负荷节点的位置,可以合理有效实现电网成本分摊。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (6)
1.一种基于节点电价的交通-电网融合园区需求响应的方法,其特征在于,包括如下步骤:
步骤1:通过数据接收装置收集园区内用户的用能数据及出行特性数据,并将用能数据及出行特性数据保存在储存介质中新建的对应的存储空间里;由处理器读取所述存储空间中的数据,并通过读取的数据构建园区楼宇负荷模型及电动汽车充电负荷模型;
步骤2:以园区运行成本最低为目标,处理器通过计算构建含分布式电源的园区配电网经济调度模型;
步骤3:根据配电网经济调度模型的计算结果,通过潮流追踪法确定园区节点全成本电价;
步骤4:以园区各节点用户用电费用最少为目标进行优化,各负荷节点根据其节点全成本电价信息进行负荷需求响应,并更新节点负荷数据;通过计数器采用迭代算法,最终得到园区节点电价;
其中,节点负荷需求响应具体如下:
将节点负荷分为可转移负荷、可削减负荷、可中断负荷和温控负荷,分别建立其负荷模型,采用如下方法获得:
(1)可转移负荷模型:
其中:pa(t)为t时段设备a的功率;为设备额定功率;λa为设备连续运行时段数;设备可调度时段范围为ya(t)为0-1变量,值为1表示用电设备在t时段开启,值为0表示用电设备在t时段关闭;xa(t)为0-1变量,值为1表示用电设备在t时段运行;值为0表示用电设备在t时段没有运行;
(2)可削减负荷模型:
(3)可中断负荷模型:
(4)温控负荷模型:
通过运行上述四种负荷模型得到需求响应模型:
PL,t=f(Ck);
Ck为全成本电价;
基于节点全成本电价以用户用电成本最小为目标,四种类型负荷运行模型为约束,构建园区用户节点负荷的需求响应模型,得出响应后的节点负荷数据PL;将节点负荷数据PL返回至步骤2和步骤3中,得出新一轮的全成本电价,将两轮全成本电价作差值,定义为ΔCk:
判断ΔCk是否收敛;如果收敛,输出当前的电价结果;如果不收敛,返回至步骤2进行新一轮的全成本电价计算,直至全成本电价的差值收敛为止。
2.根据权利要求1所述的一种基于节点电价的交通-电网融合园区需求响应的方法,其特征在于,所述步骤1具体如下:
通过数据接收装置获取园区内分布式电源前一日预测出力值PGk、园区内节点负荷前一日预测数据PL和园区购电成本CBk,数据接收装置将上述获取的数据保存在储存介质中,其中园区内节点负荷前一日预测数据PL包括楼宇负荷和电动汽车充电负荷。
3.根据权利要求1所述的一种基于节点电价的交通-电网融合园区需求响应的方法,其特征在于,所述步骤2具体如下:
处理器读取储存介质中的数据并通过读取的数据构建含分布式电源的配电网经济调度模型,含分布式电源的配电网经济调度模型以园区的运行成本CP最低为目标函数,其中约束条件包括供需平衡约束、线路直流潮流约束、分布式电源出力上下限约束以及全成本电价约束;配电网经济调度模型的最小目标函数为:
minCp=CG+CB+CT;
其中:CG为发电成本分量;CB为购电成本分量;CT为输电成本分量。
4.根据权利要求3所述的一种基于节点电价的交通-电网融合园区需求响应的方法,其特征在于,所述步骤2中含分布式电源的配电网经济调度模型采用如下的方法获得:
含分布式电源的配电网经济调度模型如下:
目标函数:
其中:发电成本分量CGk,t为时段t节点k发电成本分量;PGk,t为时段t节点k的分布式电源出力;CTij,t为线路ij成本;Fij,t为时段t线路ij的潮流;CB,t为单位购电成本;n为节点个数;
约束条件:
①供需平衡约束
其中:PGB,t为时段t园区购电功率;PGk,t为时段t节点k的分布式电源出力;PLk,t为时段t节点k的节点负荷;n为节点个数;
②分布式电源出力约束
PGk,t<=PGk,max,t,t=1,2…24 k∈Ω;
其中:Ω为分布式电源集合;PGk,max,t为分布式电源出力最大值;
③线路直流潮流约束
其中:Pij为线路潮流有功功率;Qij为线路潮流无功功率;bij为线路ij的导纳值;xij为线路ij的阻抗值;θi为节点i的相角;θj为节点j的相角;
④全成本电价约束
6.根据权利要求5所述的一种基于节点电价的交通-电网融合园区需求响应的方法,其特征在于,所述步骤3中基于潮流追踪法的全成本电价计算方法如下:
将自建式分布式电源的固定成本折算到每度电Cg,t;时段t负荷节点k的单位发电成本为:
其中:CGk,t为时段t节点k的单位发电成本;Cgi,t为发电节点i的单位发电成本;为时段t顺流追踪矩阵的第i行第k列;Pk,t为时段t节点k的注入功率;n为节点个数;PGi,t为发电节点i的发电功率;
时段t线路ij需要分摊的实际容量成本为:
时段t负荷节点k的单位输电成本为:
综上,时段t负荷节点k的单位全成本电价为:
Ck,t=CB,t+CGk,t+CTk,t。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111551442.1A CN114219316B (zh) | 2021-12-17 | 2021-12-17 | 一种基于节点电价的交通-电网融合园区需求响应的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111551442.1A CN114219316B (zh) | 2021-12-17 | 2021-12-17 | 一种基于节点电价的交通-电网融合园区需求响应的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114219316A CN114219316A (zh) | 2022-03-22 |
CN114219316B true CN114219316B (zh) | 2023-04-28 |
Family
ID=80703585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111551442.1A Active CN114219316B (zh) | 2021-12-17 | 2021-12-17 | 一种基于节点电价的交通-电网融合园区需求响应的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219316B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222713A (zh) * | 2020-01-17 | 2020-06-02 | 上海电力大学 | 考虑响应行为不确定性的园区能源互联网优化运行方法 |
CN111952980A (zh) * | 2020-08-11 | 2020-11-17 | 合肥工业大学 | 考虑需求侧响应不确定性的综合能源系统优化方法及系统 |
CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源系统的能源规划方法、装置及终端设备 |
CN113158450A (zh) * | 2021-04-08 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种基于楼宇能量管理系统经济调度方法及系统 |
CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源系统的配电网优化调度方法 |
-
2021
- 2021-12-17 CN CN202111551442.1A patent/CN114219316B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222713A (zh) * | 2020-01-17 | 2020-06-02 | 上海电力大学 | 考虑响应行为不确定性的园区能源互联网优化运行方法 |
CN111952980A (zh) * | 2020-08-11 | 2020-11-17 | 合肥工业大学 | 考虑需求侧响应不确定性的综合能源系统优化方法及系统 |
CN113158450A (zh) * | 2021-04-08 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种基于楼宇能量管理系统经济调度方法及系统 |
CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源系统的能源规划方法、装置及终端设备 |
CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源系统的配电网优化调度方法 |
Non-Patent Citations (3)
Title |
---|
李子林;刘蓉晖.考虑需求侧响应的含储能区域综合能源系统运行优化.现代电力.2019,(06),20-29. * |
胡建强;梅海锋;方堃;戴安东.电力需求侧温控负荷集群的聚合辅助服务.南通大学学报(自然科学版).2020,(01),65-71. * |
陈典;钟海旺;夏清.基于全成本电价的安全约束经济调度.中国电机工程学报.2016,(05),13-20. * |
Also Published As
Publication number | Publication date |
---|---|
CN114219316A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
CN110378058B (zh) | 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法 | |
Alzahrani et al. | Real-time energy optimization and scheduling of buildings integrated with renewable microgrid | |
Zheng et al. | Coordination of commercial prosumers with distributed demand-side flexibility in energy sharing and management system | |
CN111339689B (zh) | 建筑综合能源调度方法、系统、存储介质及计算机设备 | |
CN110503309B (zh) | 基于主动需求响应的电动汽车充电调度方法 | |
CN111047097B (zh) | 一种综合能源系统日中滚动优化方法 | |
CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
Khoshjahan et al. | Optimal participation of PEV charging stations integrated with smart buildings in the wholesale energy and reserve markets | |
CN112183882B (zh) | 一种基于电动汽车快充需求的智慧充电站充电优化方法 | |
Ioakimidis et al. | Design, architecture and implementation of a residential energy box management tool in a SmartGrid | |
Han et al. | Economic evaluation of micro-grid system in commercial parks based on echelon utilization batteries | |
CN114862252A (zh) | 可调负荷多层聚合调度潜力分析方法、系统、设备及介质 | |
CN114169236A (zh) | 基于lstm算法的相变蓄热式电采暖负控系统控制方法 | |
Zhao et al. | Aggregated operation of heterogeneous small-capacity distributed energy resources in peer-to-peer energy trading | |
Liu et al. | Two-layer management of HVAC-based Multi-energy buildings under proactive demand response of Fast/Slow-charging EVs | |
Azizi et al. | Cost/comfort-oriented clustering-based extended time of use pricing | |
Steen | Impact on the distribution system due to plug-in electric vehicles and changes in electricity usage | |
CN110555562B (zh) | 一种泛在电力物联网中综合能源系统分层能量管理方法 | |
CN117132062A (zh) | 一种差异化建筑集群与微网协同优化调度方法及装置 | |
CN114219316B (zh) | 一种基于节点电价的交通-电网融合园区需求响应的方法 | |
Zhuang et al. | Micro-grid energy storage location and sizing optimization method based on demand response | |
Li et al. | Aggregator’s scheduling and offering strategy for renewable integration based on information gap decision theory | |
Khalkhali et al. | Tapping on the aggregate flexibility of heterogeneous load groups for EV fast charge accommodation in urban power distribution networks | |
CN116307437A (zh) | 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统 |
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 |