CN114268097A - 用户侧能量管理系统接入对配电网影响的分析方法及系统 - Google Patents
用户侧能量管理系统接入对配电网影响的分析方法及系统 Download PDFInfo
- Publication number
- CN114268097A CN114268097A CN202111625593.7A CN202111625593A CN114268097A CN 114268097 A CN114268097 A CN 114268097A CN 202111625593 A CN202111625593 A CN 202111625593A CN 114268097 A CN114268097 A CN 114268097A
- Authority
- CN
- China
- Prior art keywords
- load
- user
- distribution network
- power distribution
- management system
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000007726 management method Methods 0.000 claims abstract description 60
- 230000005611 electricity Effects 0.000 claims abstract description 45
- 238000005265 energy consumption Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 230000007246 mechanism Effects 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 13
- 238000007599 discharging Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 201000010099 disease Diseases 0.000 claims description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种用户侧能量管理系统接入对配电网影响的分析方法及系统，数据采集模块用于获取用户占比、用户的负荷类型及负荷运行参数；计算模块内置优化模型，基于优化模型根据采集的数据确定配电网在对应电价机制下的费用、削减负荷、峰值负荷、平均负荷以及可靠性指标；分析模块用于对获取的用户占比在对应电价机制下配电网的削减负荷、峰值负荷、平均负荷以及可靠性，分析用户侧能量管理系统的接入对配电网的影响。充分考虑不同负荷类型及不同电价机制，以用户用能成本和用户用能满意度为优化目标，在考虑响应用户不同占比下，分析用户侧能量管理系统接入对配电网影响，根据得到的分析结果，保障系统安全运行，提高系统可靠性。
Description
技术领域
本发明涉及配电网可靠性评估，具体是涉及一种用户侧能量管理系统接入对配电网影响的分析方法及系统。
背景技术
配电网规模扩大、新能源大量接入、用电负荷攀升、运方复杂多变对配电网可靠运行带来新的挑战。价格型需求响应的实施可有效提升维持供需平衡的能力，进而提高电力系统供电可靠性。然而，用户对价格敏感程度较低、对策略理解能力不足等问题均制约着需求响应水平，为此需接入用户侧能量管理系统以保障价格型需求响应策略的执行。现有用户侧能量管理方法大多是基于优化的，主要目标考虑为最小化用户用能成本，以鼓励用户积极响应分时电价。
现有技术，公开号为CN 105405061 A的中国专利，公开了一种基于需求响应的配电网供电可靠性评估方法。该方法给出了分时电价对负荷曲线的修正过程，并采用计及负荷变化的基于二分法聚类负荷分析的可靠性评估算法，解决了基于需求响应的配电网供电可靠性评估问题。
然而，评估对象及优化模型选择单一，而用户侧能量管理系统管理类型多样，故现有技术无法满足研究用户侧能量管理系统接入对配电网影响的要求。
发明内容
发明目的：针对以上缺点，本发明提供一种多方面考虑的用户侧能量管理系统接入对配电网影响的分析方法及系统。
本发明采用一种用户侧能量管理系统接入对配电网影响的分析方法，包括以下步骤：
(1)基于用户用能成本及用户用能满意度为目标函数，以及基于负荷类型对应的电能消耗为约束条件，建立用户侧能量管理系统运行优化模型；
(2)获取参与用户侧能量管理系统的用户在配电网中的用户占比，以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；
(3)根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的电费、削减负荷、峰值负荷及平均负荷；
(4)根据用户占比、负荷类型及负荷运行参数确定各时刻配电网负荷节点的平均载荷，根据得到的平均载荷确定每个负荷节点的充裕电量，并计算所有负荷节点的充裕电量之和；
(5)将所有负荷节点的充裕电量之和作为配电网的可靠性指标；
(6)对比各用户占比在对应电价机制下配电网的削减负荷、峰值负荷、平均负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
进一步的，所述步骤(1)中的负荷类型包括可调节负荷、可移动负荷和可中断负荷。。
进一步的，所述可调节负荷对应的电能消耗的约束条件为：
其中，
和
分别为t时刻可调节负荷n电能消耗的最小允许值和最大允许值；En(t)为t时刻可调节负荷n的电能消耗值；En为一天内可调节负荷n电能消耗的最小值；curn(t)为t时刻可调节负荷n的电量削减；
为t时刻可调节负荷n电量削减的最大允许值。
进一步的，所述
的计算公式为：
其中，λ(t)为t时刻的电价，FP为固定费率；γ为用户电价弹性系数；J(t)是一个二元变量，当t时刻的电价高于FP时为1，否则为0。
进一步的，所述可移动负荷对应的电能消耗的计算公式为：
其中，EV(t)为t时刻的可移动负荷电能消耗值；ch(t)和dch(t)为t时刻可移动负荷的充电功率和放电功率；Δ是时间周期；ηch和ηdch为充电和放电转换效率。
进一步的，所述可移动负荷对应的电能消耗的约束条件为：
SOCmin≤SOC(t)≤cap；
ch(t)≤chmaxIch(t)；
dch(t)≤dchmaxIdch(t)；
Ich(t)+Idch(t)≤1；
dch(t)×Δ≤SOC(t)；
其中，Eout为可移动负荷当日内两次充电行为间的电能消耗；cap为可移动负荷的电池容量；Ds为可移动负荷每日消耗电能的位移量；AER为可移动负荷每日消耗电能允许的总位移量；，SOC(t)为t时刻可移动负荷的剩余电量；EV0为可移动负荷的初始荷电状态；k(t)是二元变量，当日内下一次开始充电时为1，否则为0；SOCmin是可移动负荷的最小允许剩余电量；chmax和dchmax分别为可移动负荷的最大充电效率和最大放电效率；Ich(t)和Idch(t)是二元变量，分别表示t时刻可移动负荷的充电状态和放电状态。
进一步的，所述可中断负荷对应的电能消耗的约束条件为：
Em(t)＝Im(t)Em；
zm(t)+ym(t)≤1；
ym(t)-zm(t)＝Im(t)-Im(t-1)；
其中，Em(t)为t时刻可中断负荷m的电能消耗值；Em为可中断负荷m一小时的电能消耗；Im(t)为表征t时刻可中断负荷m是否中断的状态量，当状态为中断时，Im(t)为0，否则为1；Um为可中断负荷m所需的持续运行时间，zm(t)和ym(t)分别为表征可中断负荷m中断与不中断的二元量；[bm,em]是预先设定的可中断负荷m的允许操作时段。
进一步的，所述步骤(1)中的目标函数为：
ω1+ω2＝1；
其中，F为优化目标；ω1和ω2分别为目标权重；EC为用户用能总成本；Dis为用户用能满意度；Disbase为用户用能满意度基准值；ECbase为用户用能成本基准值，即用户用能固定费率；
为t时刻可调节负荷n电量削减的最大允许值；
用户用能成本EC计算公式为：
其中，E(t)是t时刻总电能消耗；λ(t)为t时刻的电价。
用户用能满意度Dis计算公式为：
其中，cur(t)为t时刻负荷的电量削减。
利用模糊决策FDM方法寻找最优权重因子ω1和ω2及对应的最优解F。
进一步的，所述步骤(4)中每个负荷节点的充裕电量的计算公式为：
其中，Li(t)为t时刻配电网负荷节点i的平均载荷；LLi(t)为t时刻配电网负荷节点i损失的电量；ri为配电网负荷节点i的平均停电时间；λi为配电网负荷节点i的平均故障率；pi(t)为t时刻配电网负荷节点i的故障概率；ENSi为配电网负荷节点i的充裕电量；ENS为配电网所有负荷节点的充裕电量之和。
本发明还采用一种用户侧能量管理系统接入对配电网影响的分析系统，包括数据采集模块、计算模块和分析模块，其中：
所述数据采集模块用于获取参与用户侧能量管理系统的用户在配电网中的用户占比以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；
所述计算模块内置用户侧能量管理系统运行优化模型，用户侧能量管理系统运行优化模型基于用户用能成本及用户用能满意度为目标函数，且基于负荷类型对应的电能消耗为约束条件而建立；所述计算模块用于根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的电费、削减负荷、峰值负荷、平均负荷以及确定所有负荷节点的充裕电量之和；并将所有负荷节点的充裕电量之和作为配电网的可靠性指标；
所述分析模块用于对比获取的用户占比在对应电价机制下配电网的削减负荷、峰值负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
有益效果：本发明相对于现有技术，其显著优点是充分考虑不同负荷类型及不同电价机制，以用户用能成本和用户用能满意度为优化目标，还考虑了响应用户不同占比的情况，分析用户侧能量管理系统接入对配电网影响，根据得到的分析结果，通过用户侧能量管理系统进行管理，保障配电网安全运行，提高配电网系统可靠性。
附图说明
图1为本发明一种用户侧能量管理系统接入对配电网影响的分析方法的整体流程示意图；
图2为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中选取的IEEE RBTS Bus6 F4系统分析算例；
图3为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中两阶段分时电价示意图；
图4为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中三阶段分时电价示意图；
图5为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中阶梯电价示意图；
图6为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中实时电价示意图；
图7为本发明一种用户侧能量管理系统接入对配电网影响的分析方法中系统部件故障概率示意图。
具体实施方式
实施例1
如图1所示，本实施例中的用户侧能量管理系统接入对配电网影响的分析方法，包括以下步骤：
(1)基于用户用能成本及用户用能满意度为目标函数，以及基于负荷类型对应的电能消耗为约束条件，建立考虑价格型需求响应的用户侧能量管理系统运行优化模型；其中，负荷类型包括可调节负荷、可移动负荷和可中断负荷。
以下对各种负荷类型对应的约束条件进行说明。
①可调节负荷电能消耗的约束条件为：
其中，
和
分别为t时刻可调节负荷n电能消耗的最小允许值和最大允许值；En(t)为t时刻可调节负荷n电能消耗值；En为一天内可调节负荷n电能消耗的最小值，用户可以选择一天内可调节负荷n电能消耗的最小值的大小；curn(t)为t时刻可调节负荷n的电量削减；
为t时刻可调节负荷n电量削减的最大允许值。
最大允许值
的计算公式为：
其中，λ(t)为t时刻的电价，FP为固定费率；γ为用户电价弹性系数，表现为用户对电价变化的敏感性；J(t)是一个二元变量，当t时刻的电价高于FP时为1；否则为0。
②可移动负荷电能消耗的约束条件为：
以电动汽车为例，可移动负荷电能消耗的计算公式为：
其中，EV(t)为t时刻电动汽车EV的电能消耗值；ch(t)和dch(t)为t时刻EV的充电功率和放电功率；Δ是时间周期，即1h；ηch和ηdch分别为充电转换效率和放电转换效率。
其中，Eout为EV当日内两次充电行为间的电能消耗；cap为EV的电池容量；Ds为可移动负荷每日消耗电能的位移量，即电动模式下EV每日行程中行驶的距离；AER为可移动负荷每日消耗电能允许的总位移量，即电动模式下EV允许总行驶里程，每辆EV的总行驶里程是确定的；
其中，SOC(t)为t时刻EV的剩余电量；EV0为EV的初始荷电状态，即t＝0时刻SOC(t)的值；k(t)是二元变量，当日内下一次开始充电时为1，否则为0；
其中，SOCmin是EV电池的最小允许剩余电量；
SOC(d)＝cap；
其中，SOC(d)为EV开始消耗电能时刻d时电池剩余电量。
其中，chmax和dchmax分别为EV电池的最大充电效率和最大放电效率；Ich(t)和Idch(t)是二元变量，分别表示t时刻可移动负荷的充电状态和放电状态，当t时刻EV充电时，Ich(t)为1，否则为0，当t时刻EV放电时，Idch(t)为1，否则为0。
③可中断负荷电能消耗的约束条件为：
Em(t)＝Im(t)Em；
其中，Em(t)为t时刻可中断负荷m的电能消耗值；Em为可中断负荷m一小时的电能消耗；Im(t)为表征t时刻可中断负荷m是否中断的状态量，当状态为中断时，Im(t)为0，否则为1；Um为可中断负荷m所需的持续运行时间，zm(t)和ym(t)分别为表征可中断负荷m中断与不中断的二元量；[bm,em]是预先设定的可中断负荷m的允许操作时段。
目标函数为：
ω1+ω2＝1；
其中，F为优化目标；ω1和ω2分别为目标权重；Disbase为用户用能满意度基准值；ECbase为用户用能成本基准值，即用户用能固定费率；
为t时刻可调节负荷n电量削减的最大允许值；
minF＝ω1F1+ω2F2；
利用模糊决策(Fuzzy Decision Method，FDM)方法寻找最优权重因子及对应的最优解。
①用户用能成本计算公式为：
其中，EC为计算周期T内用户用能总成本；E(t)是t时刻总电能消耗；λ(t)为t时刻的电价。
其中，UCE(t)为t时刻不可控负荷的电能消耗。
②用户用能满意度计算公式为：
其中，Dis为用户用能满意度；cur(t)为t时刻负荷的电量削减。
③优化公式为：
(2)获取参与用户侧能量管理系统的用户在配电网中的用户占比，以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；
(3)根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的用电费用、削减负荷、峰值负荷及平均负荷；电价机制包括二阶段分时电价、三阶段分时电价、阶梯电价和实时电价等。
(4)根据用户占比、负荷类型及负荷运行参数确定各时刻配电网负荷节点的平均载荷，根据得到的平均载荷确定每个负荷节点的充裕电量；每个负荷节点的充裕电量的计算公式为：
其中，Li(t)为t时刻配电网负荷节点i的平均载荷；LLi(t)为t时刻配电网负荷节点i损失的电量；ri为配电网负荷节点i的平均停电时间；λi为配电网负荷节点i的平均故障率；pi(t)为t时刻配电网负荷节点i的故障概率；ENSi为配电网负荷节点i的充裕电量；
配电网所有负荷节点的充裕电量之和ENS计算公式为：
(5)根据充裕电量ENS作为配电网的可靠性指标；
(6)对比上述用户占比在对应电价机制下配电网的削减负荷、峰值负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
如图2所示，本实施例选取IEEE RBTS Bus6 F4系统为研究算例，如图3至图6所示，本实施例选取四种不同模式的电价机制分析配电网产生的影响，四种不同模式的电价机制分别为两阶段分时电价、三阶段分时电价、阶梯电价和实时电价。获取参与响应用户侧能量管理系统的用户的可平移负荷的运行特性参数如表1所示：
表1可平移负荷运行特性参数
| ch<sup>max</sup> | cap | EV0 | EVf | η<sub>ch</sub> | d | a | E<sub>out</sub> |
| 0.8 | 7.8 | 3.9 | 3.9 | 0.88 | 8 | 17 | 5 |
获取参与响应用户侧能量管理系统的用户的可中断负荷的运行特性参数如表2所示，可中断负荷受控时段如表3所示：
表2可中断负荷运行特性参数
| U<sub>m</sub> | E<sub>m</sub>(kWh) | b<sub>m</sub> | e<sub>m</sub> | |
| 洗衣机 | 2 | 0.099 | 1 | 15 |
| 烘干机 | 3 | 0.450 | 16 | 22 |
| 洗碗机 | 2 | 0.300 | 12 | 14 |
表3可中断负荷受控时段
如图7所示，为获取的系统部件故障概率，并且以ω1＝ω2＝0.5为例，根据上述算例参数计算不同参与用户占比下的配电网在不同电价机制下的用电费用、削减负荷、峰值负荷、平均负荷及ENS，本实施例以参与用户占比分别为0％、25％、50％、75％和100％为例，计算结果如表4至表8所示：
表4两阶段分时电价机制下不同参与用户占比运行优化结果
表5三阶段分时电价机制下不同参与用户占比运行优化结果
表6阶梯电价机制下不同参与用户占比运行优化结果
表7实时电价机制下不同参与用户占比运行优化结果
表8不同参与用户占比不同电价机制下配电网可靠性评估值
根据表4至表8的计算结果，接入用户侧管理系统实现了IEEE RBTS Bus6 F4系统高电价时段的峰值下降与低电价时段的谷值提升，且用户比例越高，优化效果越好，本实施例中的分析方法可以清楚的分析用户参与用户侧管理系统对配电网的影响，并且可以分析不同用户占比的用户参与用电侧管理系统对配电网的影响，根据得到的分析结果，通过用户侧能量管理系统进行管理，保障配电网安全运行，提高配电网系统可靠性。
实施例2
本实施例中的一种用户侧能量管理系统接入对配电网影响的分析系统，包括数据采集模块、计算模块和分析模块，其中：
数据采集模块用于获取参与用户侧能量管理系统的用户在配电网中的用户占比以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；负荷种类包括可调节负荷、可移动负荷和可中断负荷。
计算模块内置用户侧能量管理系统运行优化模型，用户侧能量管理系统运行优化模型基于用户用能成本及用户用能满意度为目标函数，且基于负荷类型对应的电能消耗为约束条件而建立；计算模块用于根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的用电费用、削减负荷、峰值负荷、平均负荷以及确定所有负荷节点的充裕电量之和；并将并计算所有负荷节点的充裕电量之和作为配电网的可靠性指标；
分析模块用于对比获取的用户占比在对应电价机制下配电网的削减负荷、峰值负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
根据得到的分析结果，通过用户侧能量管理系统进行管理，保障配电网安全运行，提高配电网系统可靠性。
基于同一发明构思，本发明再一个实施例中，还提供了一种存储介质，具体为计算机可读存储介质，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种用户侧能量管理系统接入对配电网影响的分析方法的相应步骤。
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。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种用户侧能量管理系统接入对配电网影响的分析方法，其特征在于，包括以下步骤：
(1)基于用户用能成本及用户用能满意度为目标函数，以及基于负荷类型对应的电能消耗为约束条件，建立用户侧能量管理系统运行优化模型；
(2)获取参与用户侧能量管理系统的用户在配电网中的用户占比，以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；
(3)根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的电费、削减负荷、峰值负荷及平均负荷；
(4)根据用户占比、负荷类型及负荷运行参数确定各时刻配电网负荷节点的平均载荷，根据得到的平均载荷确定每个负荷节点的充裕电量，并计算所有负荷节点的充裕电量之和；
(5)将所有负荷节点的充裕电量之和作为配电网的可靠性指标；
(6)对比各用户占比在对应电价机制下配电网的削减负荷、峰值负荷、平均负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
2.根据权利要求1所述的分析方法，其特征在于，所述步骤(1)中的负荷类型包括可调节负荷、可移动负荷和可中断负荷。
3.根据权利要求2所述的分析方法，其特征在于，所述可调节负荷对应的电能消耗的约束条件为：
其中，
和
分别为t时刻可调节负荷n电能消耗的最小允许值和最大允许值；En(t)为t时刻可调节负荷n的电能消耗值；En为一天内可调节负荷n电能消耗的最小值；curn(t)为t时刻可调节负荷n的电量削减；
为t时刻可调节负荷n电量削减的最大允许值。
4.根据权利要求3所述的分析方法，其特征在于，所述
的计算公式为：
其中，λ(t)为t时刻的电价，FP为固定费率；γ为用户电价弹性系数；J(t)是二元变量，当t时刻的电价高于FP时为1，否则为0。
5.根据权利要求2所述的分析方法，其特征在于，所述可移动负荷对应的电能消耗的计算公式为：
其中，EV(t)为t时刻的可移动负荷电能消耗值；ch(t)和dch(t)为t时刻可移动负荷的充电功率和放电功率；Δ是时间周期；ηch和ηdch为充电和放电转换效率。
6.根据权利要求5所述的分析方法，其特征在于，所述可移动负荷对应的电能消耗的约束条件为：
SOCmin≤SOC(t)≤cap；
ch(t)≤chmaxIch(t)；
dch(t)≤dchmaxIdch(t)；
Ich(t)+Idch(t)≤1；
dch(t)×Δ≤SOC(t)；
其中，Eout为可移动负荷当日内两次充电行为间的电能消耗；cap为可移动负荷的电池容量；Dis为可移动负荷每日消耗电能的位移量；AER为可移动负荷每日消耗电能允许的总位移量；SOC(t)为t时刻可移动负荷的剩余电量；EV0为可移动负荷的初始荷电状态；k(t)是二元变量，当日内下一次开始充电时为1，否则为0；SOCmin是可移动负荷的最小允许剩余电量；chmax和dchmax分别为可移动负荷的最大充电效率和最大放电效率；Ich(t)和Idch(t)是二元变量，分别表示t时刻可移动负荷的充电状态和放电状态。
7.根据权利要求2所述的分析方法，其特征在于，所述可中断负荷对应的电能消耗的约束条件为：
Em(t)＝Im(t)Em；
zm(t)+ym(t)≤1；
ym(t)-zm(t)＝Im(t)-Im(t-1)；
其中，Em(t)为t时刻可中断负荷m的电能消耗值；Em为可中断负荷m一小时的电能消耗；Im(t)为表征t时刻可中断负荷m是否中断的状态量，当状态为中断时，Im(t)为0，否则为1；Um为可中断负荷m所需的持续运行时间，zm(t)和ym(t)分别为表征可中断负荷m中断与不中断的二元量；[bm,em]是预先设定的可中断负荷m的允许操作时段。
8.根据权利要求1所述的分析方法，其特征在于，所述步骤(1)中的目标函数为：
ω1+ω2＝1；
其中，F为优化目标；ω1和ω2分别为目标权重；EC为用户用能总成本；Dis为用户用能满意度；Disbase为用户用能满意度基准值；ECbase为用户用能成本基准值，即用户用能固定费率；
为t时刻可调节负荷n电量削减的最大允许值；
用户用能成本EC计算公式为：
其中，E(t)是t时刻总电能消耗；λ(t)为t时刻的电价；
用户用能满意度Dis计算公式为：
其中，cur(t)为t时刻负荷的电量削减；
利用模糊决策FDM方法寻找最优权重因子ω1和ω2及对应的最优解F。
9.根据权利要求1所述的分析方法，其特征在于，所述步骤(4)中每个负荷节点的充裕电量的计算公式为：
其中，Li(t)为t时刻配电网负荷节点i的平均载荷；LLi(t)为t时刻配电网负荷节点i损失的电量；ri为配电网负荷节点i的平均停电时间；λi为配电网负荷节点i的平均故障率；pi(t)为t时刻配电网负荷节点i的故障概率；ENSi为配电网负荷节点i的充裕电量；ENS为配电网所有负荷节点的充裕电量之和。
10.一种用户侧能量管理系统接入对配电网影响的分析系统，其特征在于，包括数据采集模块、计算模块和分析模块，其中：
所述数据采集模块用于获取参与用户侧能量管理系统的用户在配电网中的用户占比以及获取参与用户侧能量管理系统的用户的负荷类型及负荷运行参数；
所述计算模块内置用户侧能量管理系统运行优化模型，用户侧能量管理系统运行优化模型基于用户用能成本及用户用能满意度为目标函数，且基于负荷类型对应的电能消耗为约束条件而建立；所述计算模块用于根据用户占比、负荷类型及负荷运行参数确定配电网在对应电价机制下的电费、削减负荷、峰值负荷、平均负荷以及确定所有负荷节点的充裕电量之和；并将所有负荷节点的充裕电量之和作为配电网的可靠性指标；
所述分析模块用于对比获取的用户占比在对应电价机制下配电网的削减负荷、峰值负荷以及可靠性指标，分析用户侧能量管理系统的接入对配电网的影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111625593.7A CN114268097B (zh) | 2021-12-28 | 2021-12-28 | 用户侧能量管理系统接入对配电网影响的分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111625593.7A CN114268097B (zh) | 2021-12-28 | 2021-12-28 | 用户侧能量管理系统接入对配电网影响的分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114268097A true CN114268097A (zh) | 2022-04-01 |
| CN114268097B CN114268097B (zh) | 2023-12-19 |
Family
ID=80830810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111625593.7A Active CN114268097B (zh) | 2021-12-28 | 2021-12-28 | 用户侧能量管理系统接入对配电网影响的分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114268097B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550946A (zh) * | 2016-01-28 | 2016-05-04 | 东北电力大学 | 基于多智能体的居民用户参与自动需求响应的用电策略 |
| 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 |
| US20200073342A1 (en) * | 2018-08-28 | 2020-03-05 | Johnson Controls Technology Company | Cloud based building energy optimization system with a dynamically trained load prediction model |
| CN112419084A (zh) * | 2020-11-11 | 2021-02-26 | 广东电网有限责任公司广州供电局 | 一种配电网设备利用率的优化方法及装置 |
| CN112510683A (zh) * | 2020-11-13 | 2021-03-16 | 安徽电力交易中心有限公司 | 考虑源荷不确定性的增量配电网灵活性资源配置方法 |
-
2021
- 2021-12-28 CN CN202111625593.7A patent/CN114268097B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550946A (zh) * | 2016-01-28 | 2016-05-04 | 东北电力大学 | 基于多智能体的居民用户参与自动需求响应的用电策略 |
| 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 |
| US20200073342A1 (en) * | 2018-08-28 | 2020-03-05 | Johnson Controls Technology Company | Cloud based building energy optimization system with a dynamically trained load prediction model |
| CN112419084A (zh) * | 2020-11-11 | 2021-02-26 | 广东电网有限责任公司广州供电局 | 一种配电网设备利用率的优化方法及装置 |
| CN112510683A (zh) * | 2020-11-13 | 2021-03-16 | 安徽电力交易中心有限公司 | 考虑源荷不确定性的增量配电网灵活性资源配置方法 |
Non-Patent Citations (3)
| Title |
|---|
| DEZHI LI ET AL.: "Research on Optimization of Multi Energy-Type Coordinated Microgrid Considering User Satisfaction", 2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2), vol. 2018, no. 1 * |
| 常悦: "考虑用户需求约束的智能用电需求响应资源优化方法研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), vol. 2020, no. 5 * |
| 许倩: "基于用户需求响应的分时电价优化", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), vol. 2018, no. 3 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114268097B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111682567B (zh) | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 | |
| CN110378548B (zh) | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 | |
| CN105406532A (zh) | 电动汽车及其电池可用能量的检测方法和装置 | |
| CN113829934B (zh) | 一种电动汽车集群聚合响应能力确定方法及调度方法 | |
| CN114919433B (zh) | 电动汽车集群充放电控制方法、系统及相关设备 | |
| CN110311451A (zh) | 梯次电池的充放电的控制方法、系统、设备和存储介质 | |
| CN110880776B (zh) | 控制储能系统中储能设备充放电的方法和装置 | |
| CN111967733A (zh) | 一种聚合群电源调峰潜力模糊综合评估方法 | |
| CN113657739A (zh) | 一种多场景下定量储能评价的方法 | |
| CN114268097A (zh) | 用户侧能量管理系统接入对配电网影响的分析方法及系统 | |
| CN105119285A (zh) | 基于动态赋权的风储协调多目标优化控制方法 | |
| CN111817329A (zh) | 光伏电站优化运行方法及装置 | |
| CN115238992B (zh) | 一种电力系统源荷储的协调优化方法、装置及电子设备 | |
| CN113642988A (zh) | 一种多工况多类型储能电站成本效益分析方法及定型系统 | |
| CN109494420A (zh) | 一种延长动力电池寿命的方法 | |
| CN114221341A (zh) | 一种基于全物联链路的双向互动电力需求响应方法及系统 | |
| CN112613654A (zh) | 一种基于多类型储能的综合能源系统灵活性评估方法 | |
| CN112886585A (zh) | 一种受端电网中储能电站调峰调频调控策略制定方法 | |
| CN117175587B (zh) | 考虑柔性负荷的配电网调度优化方法、系统、终端及介质 | |
| CN117713176B (zh) | 源网荷储低碳运行方法、装置、电子设备及存储介质 | |
| CN117895547A (zh) | 一种计及储能动态寿命的大工业用户新能源配储决策方法 | |
| CN115239065A (zh) | 一种区域内多类型充放电桩的运行规划方法、系统及设备 | |
| CN109193716B (zh) | 一种模块化超导磁储能系统功率分配方法及装置 | |
| CN113420953B (zh) | 一种基于容量可信度的柔性负荷可调节能力分析方法 | |
| CN117841774A (zh) | 一种基于电池健康状态与分时电价的电动汽车充电方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |