CN115481802A - 一种计及碳排放和用电等级约束的城市电网有序用电方法 - Google Patents

一种计及碳排放和用电等级约束的城市电网有序用电方法 Download PDF

Info

Publication number
CN115481802A
CN115481802A CN202211148568.9A CN202211148568A CN115481802A CN 115481802 A CN115481802 A CN 115481802A CN 202211148568 A CN202211148568 A CN 202211148568A CN 115481802 A CN115481802 A CN 115481802A
Authority
CN
China
Prior art keywords
power
power grid
urban
user
utilization
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
CN202211148568.9A
Other languages
English (en)
Other versions
CN115481802B (zh
Inventor
刘盼盼
吴兴扬
周吉
钱俊良
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.)
Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Liyang Research Institute of Southeast University
Original Assignee
Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Liyang Research Institute of Southeast 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 Nanjing Dongbo Intelligent Energy Research Institute Co ltd, Liyang Research Institute of Southeast University filed Critical Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Priority to CN202211148568.9A priority Critical patent/CN115481802B/zh
Publication of CN115481802A publication Critical patent/CN115481802A/zh
Application granted granted Critical
Publication of CN115481802B publication Critical patent/CN115481802B/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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • 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
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)

Abstract

本发明涉及电力系统调控领域，公开了一种计及碳排放和用电等级约束的城市电网有序用电方法，首先构建多目标函数，主要包括城市电网用电成本最小，碳排放量最小两个目标。其次，构建计及可调量‑碳排放量‑用电等级的城市电网有序用电模型的约束条件，主要包括用户负荷可调量约束，城市电网负荷调节量约束，城市电网用户用电等级约束。最后，提出基于NSGA‑II算法的城市电网有序用电模型多目标求解策略。基于NSGA‑II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。

Description

一种计及碳排放和用电等级约束的城市电网有序用电方法
技术领域
本发明涉及电力系统调控领域，尤其涉及一种计及碳排放和用电等级约束的城市电网有序用电方法。
背景技术
有序用电是指通过法律、行政、经济、技术等手段，加强用电管理，改变用户用电方式，采取错峰、避峰、轮休、让电、负控限电等一系列措施，避免无计划拉闸限电，规范用电秩序，将季节性、时段性电力供需矛盾给社会和企业带来的不利影响降至最低程度。进入 21世纪以来，电力需求迅猛增长，尽管电力建设高速发展，但由于负荷需求飞速增长，能源危机和供需矛盾异常严重，有序用电发挥了重要作用。有序用电由各级政府和有关政府部门主导及推动，充分调动供电企业和电力用户的积极性，共同参与和配合。在电力供需不平衡情况下，坚持限电不拉电，确保市民用电不受影响，确保重点企业生产需要，确保城市生产生活正常有序进行。目前城市电网有序用电对用户碳排放量考虑不足，与用户用电等级衔接不够紧凑，用户有序用电策略有待优化。
发明内容
为解决上述问题，本发明公开了面向城市电网，综合考虑碳排放和用户用电等级，提出一种计及碳排放和用电等级约束的城市电网有序用电方法，降低城市电网用户用电成本，有序用电碳排放，助力碳达峰、碳中和。
本专利提出了一种计及碳排放和用电等级约束的城市电网有序用电方法，主要包括：城市电网用户侧用电信息采集技术；计及可调量 -碳排放量-用电等级的城市电网有序用电模型，城市电网用电成本最小，碳排放量最小多目标函数；用户负荷可调量约束，城市电网负荷调节量约束，城市电网用户用电等级约束。基于NSGA-II算法的城市电网有序用电模型多目标求解策略。
所述方法包括以下步骤：
(1)提出城市电网用户侧用电信息采集技术，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息；
(2)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型。首先构建多目标函数，主要包括城市电网用电成本最小，碳排放量最小两个目标；
(3)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件，主要包括用户负荷可调量约束，城市电网负荷调节量约束，城市电网用户用电等级约束；
(4)提出基于NSGA-II算法的城市电网有序用电模型多目标求解策略。基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
进一步，所述步骤(1)中，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息如公式(1)所示；
Figure BDA0003855898360000031
式中：X(t)为t时刻采集的城市电网用户侧用电采集信息，μ(t)为t 时刻城市电网度电碳排放因子。ΔPi Amin(t),ΔPi Amax(t)分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000032
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000033
分别为等级为C的用户k在t时刻可下调功率最小、最大量；A、B、C 分别为用户等级，等级A>B>C，即限电时，先对C等级用户限电，C 等级用户全部参加限电后，再对B等级用户限电，B等级用户全部参加限电后，最后再对A等级用户限电。
进一步，
所述步骤(2)中，构建多目标函数如公式(2)、(3)所示，其中城市电网有序用电成本最小目标函数如公式(2)所示，碳排放量最小目标函数如公式(3)所示。
Figure BDA0003855898360000034
Figure BDA0003855898360000041
Figure BDA0003855898360000042
式中：f1为城市电网有序用电成本最小目标函数；
Figure BDA0003855898360000043
为A等级用户 i在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取 0；
Figure BDA0003855898360000044
为B等级用户j在t时刻的运行状态，参与电网限电调节取 1，不参与电网调节取0；
Figure BDA0003855898360000045
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；m、n、L分别为等级A、 B、C的用户总数量；ΔPi A(t)为A等级用户i在t时刻参与电网调节功率；
Figure BDA0003855898360000046
为B等级用户j在t时刻参与电网调节功率；
Figure BDA0003855898360000047
为C 等级用户k在t时刻参与电网调节功率；
Figure BDA0003855898360000048
为A等级用户i在t 时刻参与调节成本因子；
Figure BDA0003855898360000049
为B等级用户j在t时刻参与调节成本因子；
Figure BDA00038558983600000410
为C等级用户k在t时刻参与调节成本因子；Δt城市电网限电需求时间；
Figure BDA00038558983600000411
为t时刻城市电网单位调节电量补偿系数；ΔF为有序用电分级惩罚成本；
Figure BDA00038558983600000412
表示对于所有B等级用户都参与城市电网调节时，存在C等级用户不参与电网调节。f2为碳排放量最小目标函数；μ(t)为t时刻城市电网度电碳排放因子。
进一步的，
所述步骤(3)中，构建的计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件如公式(5)—(7)所示，其中用户负荷可调量约束如公式(5)所示即各类等级用户参与负荷调节量要满足城市电网总调节量要求。城市电网负荷调节量约束如公式(6)所示，各等级用户参与的调节量不得超过可调节上下限。城市电网用户用电等级约束如公式(7)所示，如果存在A等级用户参与城市电网电量调节，那么所有的B等级用户、C等级用户都要参与电量调节；如果存在B等级用户参与城市电网电量调节，那么所有的C等级用户都要参与电量调节。
Figure BDA0003855898360000051
Figure BDA0003855898360000052
Figure BDA0003855898360000053
式中：ΔP(t)为t时刻城市电网电量调节需求；δi A(t)为A等级用户i 在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure BDA0003855898360000054
为B等级用户j在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure BDA0003855898360000055
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；ΔPi A(t)为A等级用户i 在t时刻参与电网调节功率；
Figure BDA0003855898360000056
为B等级用户j在t时刻参与电网调节功率；
Figure BDA0003855898360000057
为C等级用户k在t时刻参与电网调节功率；m、 n、L分别为等级A、B、C的用户总数量；ΔPi Amin(t),ΔPi Amax(t)分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000058
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000059
分别为等级为C的用户k在t时刻可下调功率最小、最大量。
进一步的，所述步骤(4)中，P t为初始化电网多目标求解种群，Gen为迭代次数，maxGen为最大迭代次数；
非支配排序求解过程如下：
针对城市电网有序用电多目标求解问题，对于目标函数f1(Pt)和 f2(Pt)，对任意给定两决策变量
Figure BDA0003855898360000061
如果有以下两个条件成立，则称
Figure BDA0003855898360000062
支配
Figure BDA0003855898360000063
1)对于
Figure BDA0003855898360000064
都有
Figure BDA0003855898360000065
2)对于
Figure BDA0003855898360000066
使得
Figure BDA0003855898360000067
如果一个决策变量
Figure BDA0003855898360000068
不存在其他决策变量
Figure BDA0003855898360000069
能够支配他，则称
Figure BDA00038558983600000610
为非支配解。在一组解中，定义非支配解等级irank为1，剔除非支配解集合中剩下解的irank等级定义为2，依次循环，实现对集合非支配解等级的排序。
拥挤度计算如公式(8)所示：
Figure BDA00038558983600000611
式中：id为两决策变量
Figure BDA00038558983600000612
对应解之间的拥挤度。
基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
本发明有益效果：
降低城市电网有序用电成本，降低城市电网碳排放量，助力电网碳减排。
附图说明
图1、本发明的流程图；
图2、本发明基于NSGA-II算法的城市电网有序用电模型多目标求解策略。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
如图1所示，本实施例的一种计及碳排放和用电等级约束的城市电网有序用电方法，包括以下步骤：
(1)提出城市电网用户侧用电信息采集技术，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息；
所述步骤(1)中，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息如公式(1)所示；
Figure BDA0003855898360000071
式中：X(t)为t时刻采集的城市电网用户侧用电采集信息，μ(t)为t 时刻城市电网度电碳排放因子。ΔPi Amin(t),ΔPi Amax(t)分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000072
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000073
分别为等级为C的用户k在t时刻可下调功率最小、最大量；A、B、C 分别为用户等级，等级A>B>C，即限电时，先对C等级用户限电，C 等级用户全部参加限电后，再对B等级用户限电，B等级用户全部参加限电后，最后再对A等级用户限电。
(2)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型。首先构建多目标函数，主要包括城市电网用电成本最小，碳排放量最小两个目标；
所述步骤(2)中，构建多目标函数如公式(2)、(3)所示，其中城市电网有序用电成本最小目标函数如公式(2)所示，碳排放量最小目标函数如公式(3)所示。
Figure BDA0003855898360000081
Figure BDA0003855898360000082
Figure BDA0003855898360000083
式中：f1为城市电网有序用电成本最小目标函数；δi A(t)为A等级用户 i在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取 0；
Figure BDA0003855898360000084
为B等级用户j在t时刻的运行状态，参与电网限电调节取 1，不参与电网调节取0；
Figure BDA0003855898360000085
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；m、n、L分别为等级A、 B、C的用户总数量；ΔPi A(t)为A等级用户i在t时刻参与电网调节功率；
Figure BDA0003855898360000086
为B等级用户j在t时刻参与电网调节功率；
Figure BDA0003855898360000087
为C 等级用户k在t时刻参与电网调节功率；
Figure BDA0003855898360000088
为A等级用户i在t 时刻参与调节成本因子；
Figure BDA0003855898360000089
为B等级用户j在t时刻参与调节成本因子；
Figure BDA0003855898360000091
为C等级用户k在t时刻参与调节成本因子；Δt城市电网限电需求时间；
Figure BDA0003855898360000092
为t时刻城市电网单位调节电量补偿系数；ΔF为有序用电分级惩罚成本；
Figure BDA0003855898360000097
表示对于所有B等级用户都参与城市电网调节时，存在C等级用户不参与电网调节。f2为碳排放量最小目标函数；μ(t)为t时刻城市电网度电碳排放因子。
(3)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件，主要包括用户负荷可调量约束，城市电网负荷调节量约束，城市电网用户用电等级约束；所述步骤(3)中，构建的计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件如公式(5)—(7)所示，其中用户负荷可调量约束如公式(5)所示即各类等级用户参与负荷调节量要满足城市电网总调节量要求。城市电网负荷调节量约束如公式(6)所示，各等级用户参与的调节量不得超过可调节上下限。城市电网用户用电等级约束如公式(7)所示，如果存在A等级用户参与城市电网电量调节，那么所有的B等级用户、 C等级用户都要参与电量调节；如果存在B等级用户参与城市电网电量调节，那么所有的C等级用户都要参与电量调节。
Figure BDA0003855898360000093
Figure BDA0003855898360000094
Figure BDA0003855898360000095
式中：ΔP(t)为t时刻城市电网电量调节需求；δi A(t)为A等级用户i 在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure BDA0003855898360000096
为B等级用户j在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure BDA0003855898360000101
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；ΔPi A(t)为A等级用户i 在t时刻参与电网调节功率；
Figure BDA0003855898360000102
为B等级用户j在t时刻参与电网调节功率；
Figure BDA0003855898360000103
为C等级用户k在t时刻参与电网调节功率；m、 n、L分别为等级A、B、C的用户总数量；ΔPi Amin(t),ΔPi Amax(t)分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000104
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure BDA0003855898360000105
分别为等级为C的用户k在t时刻可下调功率最小、最大量。
(4)提出基于NSGA-II算法的城市电网有序用电模型多目标求解策略。基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
如图2所示，P t为初始化电网多目标求解种群，Gen为迭代次数，maxGen为最大迭代次数；
非支配排序求解过程如下：
针对城市电网有序用电多目标求解问题，对于目标函数f1(Pt)和 f2(Pt)，对任意给定两决策变量
Figure BDA0003855898360000106
如果有以下两个条件成立，则称
Figure BDA0003855898360000107
支配
Figure BDA0003855898360000108
1)对于
Figure BDA0003855898360000109
都有
Figure BDA00038558983600001010
2)对于
Figure BDA00038558983600001011
使得
Figure BDA00038558983600001012
如果一个决策变量
Figure BDA00038558983600001013
不存在其他决策变量
Figure BDA00038558983600001014
能够支配他，则称
Figure BDA00038558983600001015
为非支配解。在一组解中，定义非支配解等级irank为1，剔除非支配解集合中剩下解的irank等级定义为2，依次循环，实现对集合非支配解等级的排序。
拥挤度计算如公式(8)所示：
Figure BDA0003855898360000111
式中：id为两决策变量
Figure BDA0003855898360000112
对应解之间的拥挤度。
基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

Claims (5)

1.一种计及碳排放和用电等级约束的城市电网有序用电方法，其特征在于，所述方法包括以下步骤：
(1)提出城市电网用户侧用电信息采集技术，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息；
(2)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型。首先构建多目标函数，主要包括城市电网用电成本最小，碳排放量最小两个目标；
(3)构建计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件，主要包括用户负荷可调量约束，城市电网负荷调节量约束，城市电网用户用电等级约束；
(4)提出基于NSGA-II算法的城市电网有序用电模型多目标求解策略。基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
2.根据权利要求1所述的一种计及碳排放和用电等级约束的城市电网有序用电方法，其特征在于，
所述步骤(1)中，采集的信息主要包括城市电网当前度电碳排放因子，城市电网用户当前用电可调范围，城市电网企业用电等级信息如公式(1)所示；
Figure FDA0003855898350000011
式中：X(t)为t时刻采集的城市电网用户侧用电采集信息，μ(t)为t时刻城市电网度电碳排放因子。
Figure FDA0003855898350000012
分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure FDA0003855898350000013
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure FDA0003855898350000014
分别为等级为C的用户k在t时刻可下调功率最小、最大量；A、B、C分别为用户等级，等级A>B>C，即限电时，先对C等级用户限电，C等级用户全部参加限电后，再对B等级用户限电，B等级用户全部参加限电后，最后再对A等级用户限电。
3.根据权利要求1所述的一种计及碳排放和用电等级约束的城市电网有序用电方法，其特征在于，
所述步骤(2)中，构建多目标函数如公式(2)、(3)所示，其中城市电网有序用电成本最小目标函数如公式(2)所示，碳排放量最小目标函数如公式(3)所示。
Figure FDA0003855898350000021
Figure FDA0003855898350000022
Figure FDA0003855898350000023
式中：f1为城市电网有序用电成本最小目标函数；
Figure FDA0003855898350000024
为A等级用户i在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure FDA0003855898350000025
为B等级用户j在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure FDA0003855898350000026
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；m、n、L分别为等级A、B、C的用户总数量；
Figure FDA0003855898350000027
为A等级用户i在t时刻参与电网调节功率；
Figure FDA0003855898350000028
为B等级用户j在t时刻参与电网调节功率；
Figure FDA0003855898350000029
为C等级用户k在t时刻参与电网调节功率；
Figure FDA00038558983500000214
为A等级用户i在t时刻参与调节成本因子；
Figure FDA00038558983500000210
为B等级用户j在t时刻参与调节成本因子；
Figure FDA00038558983500000211
为C等级用户k在t时刻参与调节成本因子；△t城市电网限电需求时间；
Figure FDA00038558983500000212
为t时刻城市电网单位调节电量补偿系数；△F为有序用电分级惩罚成本；
Figure FDA00038558983500000213
表示对于所有B等级用户都参与城市电网调节时，存在C等级用户不参与电网调节。f2为碳排放量最小目标函数；μ(t)为t时刻城市电网度电碳排放因子。
4.根据权利要求1所述的一种计及碳排放和用电等级约束的城市电网有序用电方法，其特征在于，
所述步骤(3)中，构建的计及可调量-碳排放量-用电等级的城市电网有序用电模型的约束条件如公式(5)—(7)所示，其中用户负荷可调量约束如公式(5)所示即各类等级用户参与负荷调节量要满足城市电网总调节量要求。城市电网负荷调节量约束如公式(6)所示，各等级用户参与的调节量不得超过可调节上下限。城市电网用户用电等级约束如公式(7)所示，如果存在A等级用户参与城市电网电量调节，那么所有的B等级用户、C等级用户都要参与电量调节；如果存在B等级用户参与城市电网电量调节，那么所有的C等级用户都要参与电量调节。
Figure FDA0003855898350000031
Figure FDA0003855898350000032
Figure FDA0003855898350000033
式中：△P(t)为t时刻城市电网电量调节需求；
Figure FDA0003855898350000034
为A等级用户i在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure FDA0003855898350000035
为B等级用户j在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure FDA0003855898350000036
为C等级用户k在t时刻的运行状态，参与电网限电调节取1，不参与电网调节取0；
Figure FDA0003855898350000037
为A等级用户i在t时刻参与电网调节功率；
Figure FDA0003855898350000038
为B等级用户j在t时刻参与电网调节功率；
Figure FDA0003855898350000039
为C等级用户k在t时刻参与电网调节功率；m、n、L分别为等级A、B、C的用户总数量；
Figure FDA00038558983500000310
分别为等级为A的用户i在t时刻可下调功率最小、最大量；
Figure FDA00038558983500000311
分别为等级为B的用户j在t时刻可下调功率最小、最大量；
Figure FDA0003855898350000041
分别为等级为C的用户k在t时刻可下调功率最小、最大量。
5.根据权利要求1所述的一种计及碳排放和用电等级约束的城市电网有序用电方法，其特征在于，所述步骤(4)中，Pt为初始化电网多目标求解种群，Gen为迭代次数，maxGen为最大迭代次数；
非支配排序求解过程如下：
针对城市电网有序用电多目标求解问题，对于目标函数f1(Pt)和f2(Pt)，对任意给定两决策变量
Figure FDA0003855898350000042
如果有以下两个条件成立，则称
Figure FDA0003855898350000043
支配
Figure FDA0003855898350000044
1)对于
Figure FDA0003855898350000045
都有
Figure FDA0003855898350000046
2)对于
Figure FDA00038558983500000413
使得
Figure FDA0003855898350000047
如果一个决策变量
Figure FDA0003855898350000048
不存在其他决策变量
Figure FDA0003855898350000049
能够支配他，则称
Figure FDA00038558983500000410
为非支配解。在一组解中，定义非支配解等级irank为1，剔除非支配解集合中剩下解的irank等级定义为2，依次循环，实现对集合非支配解等级的排序。
拥挤度计算如公式(8)所示：
Figure FDA00038558983500000411
式中：id为两决策变量
Figure FDA00038558983500000412
对应解之间的拥挤度。
基于NSGA-II多目标求解算法，对城市电网有序用电多目标模型进行求解，输出城市电网用户有序用电策略。
CN202211148568.9A 2022-09-21 2022-09-21 一种计及碳排放和用电等级约束的城市电网有序用电方法 Active CN115481802B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211148568.9A CN115481802B (zh) 2022-09-21 2022-09-21 一种计及碳排放和用电等级约束的城市电网有序用电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211148568.9A CN115481802B (zh) 2022-09-21 2022-09-21 一种计及碳排放和用电等级约束的城市电网有序用电方法

Publications (2)

Publication Number Publication Date
CN115481802A true CN115481802A (zh) 2022-12-16
CN115481802B CN115481802B (zh) 2024-03-01

Family

ID=84392539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211148568.9A Active CN115481802B (zh) 2022-09-21 2022-09-21 一种计及碳排放和用电等级约束的城市电网有序用电方法

Country Status (1)

Country Link
CN (1) CN115481802B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235980A (zh) * 2013-04-08 2013-08-07 广东电网公司信息中心 一种基于多目标规划的用电管理避峰策略优化方法
CN110533263A (zh) * 2019-09-11 2019-12-03 绍兴建元电力集团有限公司 一种基于改进nsga-ii算法的电-气-热综合系统多目标优化方法
CN113505969A (zh) * 2021-06-04 2021-10-15 浙江电力交易中心有限公司 现货市场环境下电力市场运行监测指标体系
CN113902213A (zh) * 2021-10-28 2022-01-07 国网安徽省电力有限公司经济技术研究院 面向电力现货市场基于碳排放和源网荷储互动的电网规划方法
CN113904372A (zh) * 2021-10-15 2022-01-07 华北电力大学 考虑5g基站接入的主动配电网多目标优化运行方法
CN114597894A (zh) * 2022-03-15 2022-06-07 天津大学合肥创新发展研究院 考虑碳成本及多重不确定性的配电网日前调度方法及装置
CN114744684A (zh) * 2022-04-24 2022-07-12 国网浙江省电力有限公司 一种新型电力系统低碳经济调控方法
CN114971314A (zh) * 2022-05-31 2022-08-30 东南大学溧阳研究院 一种考虑低碳和经济损失的有序用电方案决策方法及其系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235980A (zh) * 2013-04-08 2013-08-07 广东电网公司信息中心 一种基于多目标规划的用电管理避峰策略优化方法
CN110533263A (zh) * 2019-09-11 2019-12-03 绍兴建元电力集团有限公司 一种基于改进nsga-ii算法的电-气-热综合系统多目标优化方法
CN113505969A (zh) * 2021-06-04 2021-10-15 浙江电力交易中心有限公司 现货市场环境下电力市场运行监测指标体系
CN113904372A (zh) * 2021-10-15 2022-01-07 华北电力大学 考虑5g基站接入的主动配电网多目标优化运行方法
CN113902213A (zh) * 2021-10-28 2022-01-07 国网安徽省电力有限公司经济技术研究院 面向电力现货市场基于碳排放和源网荷储互动的电网规划方法
CN114597894A (zh) * 2022-03-15 2022-06-07 天津大学合肥创新发展研究院 考虑碳成本及多重不确定性的配电网日前调度方法及装置
CN114744684A (zh) * 2022-04-24 2022-07-12 国网浙江省电力有限公司 一种新型电力系统低碳经济调控方法
CN114971314A (zh) * 2022-05-31 2022-08-30 东南大学溧阳研究院 一种考虑低碳和经济损失的有序用电方案决策方法及其系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YUAN HU等: "An NSGA-II based multi-objective optimization for combined gas and electricity network expansion planning", 《APPLIED ENERGY》 *
卜银河: "新配额制下高比例可再生能源消纳优化研究", 《中国优秀硕士论文 工程科技Ⅱ辑》 *
朱平芳等: "最大用电负荷与经济变量的关联研究", 《学术月刊》 *
王婷婷;田传波;谢迎新;: "以用户为中心的电力需求侧管理平台设计与实现", 电网与清洁能源, no. 02 *

Also Published As

Publication number Publication date
CN115481802B (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
CN113394817A (zh) 一种风光水火储系统的多能容量优化配置方法
CN105207259B (zh) 基于能量管理的并网状态下的微电网系统调度方法
CN112651105B (zh) 一种基于博弈论的微网容量配置优化方法
CN106026149B (zh) 一种考虑电网备用容量配置与风电利用率的电动汽车优化调度方法
CN102855592B (zh) 多目标调峰优化方法和系统
CN112084652B (zh) 一种风光储互补发电系统容量配置计算方法及系统
CN109657993A (zh) 一种基于非合作博弈的能源局域网储能系统自动需求响应方法
CN106505560A (zh) 一种基于响应优先级的多策略协调的电网优化运行方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN107546781A (zh) 基于pso改进算法的微电网多目标运行优化方法
CN109102185B (zh) 一种评估光储充一体化电站全寿命周期经济性的方法和系统
CN110417061B (zh) 一种基于改进蛙跳算法的电热联合系统调度方法
CN110445193A (zh) 一种基于虚拟电厂调频控制策略的调频补偿分配方法
CN105207207B (zh) 基于能量管理的孤网状态下的微电网系统调度方法
CN109742755A (zh) 基于节点分区的含电动汽车的主动配电网运行调度方法
CN104616071B (zh) 一种风光储互补发电系统优化配置方法
CN115864429A (zh) 双碳目标下风储火协同的多目标优化agc方法
CN115481802A (zh) 一种计及碳排放和用电等级约束的城市电网有序用电方法
CN115759604B (zh) 一种综合能源系统优化调度方法
CN108879699B (zh) 一种电能替代下配电网的配电变压器优化方法
CN112003268A (zh) 基于模型预测控制的智能建筑群电能优化共享系统和方法
CN116247698A (zh) 面向削峰填谷和平抑风电波动风电场储能调度方法及装置
CN116131303A (zh) 基于蓄能-储能-光伏电池的综合能源系统协同优化方法
CN108683210A (zh) 确定电网中小容量机组最低年利用小时数的方法和系统
CN110428088B (zh) 一种考虑增量负荷分配的联合分阶段供暖改造规划方法

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