CN116388205B - 一种适用于智慧能源单元的负荷设备功率调控方法及装置 - Google Patents
一种适用于智慧能源单元的负荷设备功率调控方法及装置 Download PDFInfo
- Publication number
- CN116388205B CN116388205B CN202310659031.7A CN202310659031A CN116388205B CN 116388205 B CN116388205 B CN 116388205B CN 202310659031 A CN202310659031 A CN 202310659031A CN 116388205 B CN116388205 B CN 116388205B
- Authority
- CN
- China
- Prior art keywords
- power
- user load
- load equipment
- user
- demand response
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004044 response Effects 0.000 claims abstract description 137
- 230000001105 regulatory effect Effects 0.000 claims abstract description 71
- 230000005611 electricity Effects 0.000 claims abstract description 48
- 230000001276 controlling effect Effects 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000005265 energy consumption Methods 0.000 claims abstract description 19
- 230000007774 longterm Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 28
- 238000005457 optimization Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 9
- 229910052799 carbon Inorganic materials 0.000 abstract description 8
- 238000010606 normalization Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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]
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及智能用电技术领域，具体提供了一种适用于智慧能源单元的负荷设备功率调控方法及装置，包括：确定用户负荷设备参与需求响应的类型；基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。本发明提供的技术方案，能够满足用户侧可调节资源常态化低碳高效利用的长远目标，提升能源利用效率和能效水平，推动绿色低碳高质量发展。
Description
技术领域
本发明涉及智能用电技术领域，具体涉及一种适用于智慧能源单元的负荷设备功率调控方法及装置。
背景技术
目前，随着能源革命战略的深入实施、双碳行动方案的持续推进，可再生能源装机比重、发电量占比不断增加，终端电气化比重持续提高。然而，可再生新能源过快发展与电网规划发展不配套，导致弃风弃光问题日益严重，源荷双侧的高波动性、随机性给电网平衡调节提出了更高要求，电网安全可靠运行、供电保障等方面面临巨大挑战。
同时，大规模新能源基地附近建有高载能企业，随着新型工业化改革的推进，高载能负荷规模不断增加，在电网中扮演的角色愈发重要。在技术层面，高载能负荷容量大且具有一定的调节和响应特性，可就地消纳一定容量的可再生新能源，起到削峰填谷作用；在经济层面，高载能企业因用电成本较高等因素，普遍存在生产设备闲置等问题。此外，高载能企业通常配有分布式光伏，各类资源较难实统一现协同优化运行。
目前，在电力负荷管理系统中，现有电力负荷管理终端主要用于电力用户总用电负荷监测，部分具备支路通断控制功能，调控模式单一，可满足基于行政手段的有序用电业务需求，但缺乏用户多元化用能服务能力。相较于电力负荷管理终端，智慧能源单元可以融合负荷刚性控制、柔性调节等功能，不仅适用于有序用电业务开展，也可满足需求响应业务需求，整体可支持实现常态化负荷管理。但现有适用于智慧能源单元的控制调节策略通常只考虑负荷回路通断控制功能，无法支持负荷设备级调控，更无法满足用户内部具体用电设备功率调控需求，控制精细化水平较差，或只考虑智慧能源单元系统结构和计费支付管理系统控制方法流程，并未考虑基于价格信号、激励引导信号、交易信息的调控方式。
发明内容
为了克服上述缺陷，本发明提出了一种适用于智慧能源单元的负荷设备功率调控方法及装置。
第一方面，提供一种适用于智慧能源单元的负荷设备功率调控方法，所述适用于智慧能源单元的负荷设备功率调控方法包括：
确定用户负荷设备参与需求响应的类型；
基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。
优选的，当用户负荷设备参与需求响应的类型为电力削峰需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
基于负荷设备的降功率时长、升功率时长和响应时长确定负荷设备总响应时间；
基于所述负荷设备总响应时间确定负荷设备的功率调控系数；
基于所述负荷设备的功率调控系数确定用户负荷设备的调控功率。
进一步的，所述负荷设备总响应时间的计算式如下：
ttotal=△tdr+△tdec+△tinc
上式中，ttotal为负荷设备总响应时间，△tdr为负荷设备的响应时长，△tdec为负荷设备的降功率时长，△tinc为负荷设备的升功率时长。
进一步的，所述负荷设备的降功率时长满足：
(Prated-Pdr)/Rdecmax≤△tdec≤(Prated-Pdr)/Rdecmin
所述负荷设备的升功率时长满足：
(Prated-Pdr)/Rincmax≤△tinc≤(Prated-Pdr)/Rincmin
上式中，Prated为用户负荷设备额定功率，Pdr为用户负荷设备参与需求响应期间最小功率，Rdecmax为用户负荷设备降功率期间功率变化率最大值，Rdecmin为用户负荷设备降功率期间功率变化率最小值，Rincmax为用户负荷设备升功率期间功率变化率最大值，Rincmin为用户负荷设备升功率期间功率变化率最小值。
进一步的，所述负荷设备的功率调控系数的计算式如下：
u(t)=exp(-exp(-c1(△t/ttotal-1)))+ exp(-exp(-c2(pdr/pexpected-1)))-1
上式中，exp为以自然常数e为底的指数函数，u(t)为t时刻负荷设备的功率调控系数，c1为第一功率调控参数，c2为第二功率调控参数，△t为单位时间间隔，pdr为用户负荷设备参与电力需求响应实际激励补偿价格,pexpected为用户负荷设备参与电力需求响应预期补偿价格。
进一步的，所述用户负荷设备的调控功率的计算式如下：
PD(t)= PD(t-△t)+ u(t)PratedRincmax/decmax
上式中，PD(t)为t时刻用户负荷设备的调控功率，PD(t-△t)为t-△t时刻用户负荷设备的调控功率，Rincmax/decmax为用户负荷设备升功率期间功率变化率最大值或用户负荷设备降功率期间功率变化率最大值。
优选的，当用户负荷设备参与需求响应的类型为新能源消纳需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
确定调控功率响应时段；
基于调控功率响应时段选取目标模型；
将所述目标模型代入预先构建的多目标优化模型并求解，得到用户负荷设备的调控功率。
进一步的，所述基于调控功率响应时段选取目标模型，包括：
当调控功率响应时段在日落时刻tsunset至次日日出时刻tsunrise时，选取的第一目标模型的计算式为：
F1=(1/(∑tPD(t)△t))∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)-PDbase(t))△t+ptg(t)PDbase(t)△t}
选取的第二目标模型的计算式为：
F2=∑t|PD(t)-PDrated(t)|△t
选取的第三目标模型的计算式为：
F3=-∑t|PD(t)-PDbase(t)|△t
选取的第四目标模型的计算式为：
F4=∑t|PD(t)-PDbase(t)-PRE(t)|△t
当调控功率响应时段在日出时刻tsunrise至日落时刻tsunset时，选取的第一目标模型的计算式为：
F1=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
选取的第二目标模型的计算式为：
F2=(∑tPD(t)△t-∑PDbase(t)△t)/(∑tPDbase(t)△t)-1
选取的第三目标模型的计算式为：
F3=(pt-p0)/p0-1
选取的第四目标模型的计算式为：
F4=(∑tPDbase(t)△t-∑tPD(t)△t)/(∑tPRE(t)△t)
上式中，F1、F2、F3、F4分别为第一、二、三、四目标模型的函数值，x(t)为t时刻用户负荷设备中长期用电量占总用电比例，pForward(t)为t时刻电力中长期市场电价，pSpot(t)为t时刻电力现货市场电价，pIBDR(t)为t时刻电力辅助服务市场激励补偿价格，ptg(t)为t时刻输配电费及政府基金，PD(t)为t时刻用户负荷设备的调控功率，PDbase(t)为t时刻用户负荷设备基线负荷功率，PDrated(t)为t时刻用户负荷设备额定功率，PRE(t)为t时刻待消纳的电网新能源出力功率，△t为单位时间间隔，Ctotal为用户负荷设备通过电力市场参与电网新能源消纳期间用电成本，BPV1为分布式光伏自发自用节约电费，BPV2为分布式光伏上网售电收益，p0为用户负荷设备参与电力市场前的单位用电成本，pt为用户负荷设备参与电力市场后的单位用电成本,t∈[1,Nt]，Nt为用户参与电力市场消纳电网新能源的时间长度参数，Nt=tRE/△t，tRE为用户负荷设备参与电力市场消纳电网新能源的时间。
进一步的，所述预先构建的多目标优化模型包括：为适用于智慧能源单元的负荷设备功率调控构建的目标优化函数及约束条件。
进一步的，所述目标优化函数的数学模型如下：
min F=ai∑i∑t[(Fi(t)-Fimin)/(Fimax- Fimin)]
上式中，F为目标优化函数值，ai为第i目标模型的权重，Fi(t)为第i目标模型的函数值，Fimin为第i目标模型的函数值最小值，Fimax为第i目标模型的函数值最大值，i∈[1,4]。
进一步的，所述约束条件的数学模型如下：
0≤ai≤1，∑iai=1
PD(t)=PDbase(t)+(k/K)[min((PDbase(t)+ PRE(t)),PDmax)- PDbase(t)]
Ctotal=∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)- PDbase(t))△t+ptg(t)PD(t)△t}
BPV1=a(t)PPV(t)(pForward(t)+ptg(t))△t
BPV2=(1-a(t))PPV(t)pPV(t)△t
p0=[(pForward(t)+ptg(t))PDbase(t))△t-BPV1-BPV2]/(∑tPDbase(t)△t)
pt=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
上式中，k为用户负荷设备功率调节档位系数，K为用户负荷设备功率调节最高档位系数，PDmax是用户负荷设备最大用电功率，a(t)为t时刻分布式光伏自发自用比例，PPV(t)为t时刻分布式光伏发电功率，pPV(t)为t时刻分布式光伏上网电价。
进一步的，当pForward(t)+ptg(t)≥pPV(t)时，所述a(t)=1，当pForward(t)+ptg(t)＜pPV(t)时，所述a(t)=0。
优选的，所述基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号，包括：
按下式t时刻用于调控用户负荷设备的输出功率参考信号Poutput(t)：
Poutput(t)=PD(t)+Pcontrol(t)
上式中，Pcontrol(t)为控制器输出控制信号，PD(t)为t时刻用户负荷设备的调控功率，其中，所述控制器输出控制信号的计算式如下：
Pcontrol(t)=(KP+KI/s)(PD(t)-Pmeas(t))
上式中，KP为比例系数，KI为积分系数，s为拉普拉斯变换算子，Pmeas(t)为t时刻用户负荷设备的实际监测功率。
第二方面，提供一种适用于智慧能源单元的负荷设备功率调控装置，所述适用于智慧能源单元的负荷设备功率调控装置包括：
第一确定模块，用于确定用户负荷设备参与需求响应的类型；
第二确定模块，用于基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
调控模块，用于基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。
第三方面，提供一种计算机设备，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的适用于智慧能源单元的负荷设备功率调控方法。
第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的适用于智慧能源单元的负荷设备功率调控方法。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
本发明提供了一种适用于智慧能源单元的负荷设备功率调控方法及装置，包括：确定用户负荷设备参与需求响应的类型；基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。本发明提供的技术方案，能够满足用户侧可调节资源常态化低碳高效利用的长远目标，提升能源利用效率和能效水平，推动绿色低碳高质量发展，具体的：
1.针对省级日前、日内需求响应及电力辅助服务市场等应用场景，适用于智慧能源单元的负荷设备功率调控方法及装置基于价格信号、激励引导信号、市场交易信息等，可以调节控制工业用户用电设备用电功率、用电时段，促进省域可再生新能源及用户侧分布式光伏消纳，大力提升电网消纳可再生能源规模和弹性互动能力。
2.对于电网公司与电力需求响应实施机构，适用于智慧能源单元的负荷设备功率调控方法及装置有利于电力用户用电管控精准实施到位，可以实现电力安全保供要求下负荷精准控制和用户常态化、精细化用能管理的新型电力负荷管理系统建设目标，实现电力安全保供要求下负荷精准控制和用户常态化、精细化用能管理，服务电力安全保供，满足负荷资源参与电网调峰需求，延缓电力系统发输配电投资。
3．对于高耗能用户，适用于智慧能源单元的负荷设备功率调控方法及装置满足用户内部设备级负荷精准调用与优化调控需求，提高用户用能效率；对于市场化用户，满足用户参与电力需求响应、辅助服务市场调控需求，获得相应市场激励补贴，降低用户生产用电成本。
附图说明
图1是本发明实施例的适用于智慧能源单元的负荷设备功率调控方法的主要步骤流程示意图；
图2是本发明实施例的适用于智慧能源单元的负荷设备功率调控装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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它实施例，都属于本发明保护的范围。
如背景技术中所公开的，目前，随着能源革命战略的深入实施、双碳行动方案的持续推进，可再生能源装机比重、发电量占比不断增加，终端电气化比重持续提高。然而，可再生新能源过快发展与电网规划发展不配套，导致弃风弃光问题日益严重，源荷双侧的高波动性、随机性给电网平衡调节提出了更高要求，电网安全可靠运行、供电保障等方面面临巨大挑战。
同时，大规模新能源基地附近建有高载能企业，随着新型工业化改革的推进，高载能负荷规模不断增加，在电网中扮演的角色愈发重要。在技术层面，高载能负荷容量大且具有一定的调节和响应特性，可就地消纳一定容量的可再生新能源，起到削峰填谷作用；在经济层面，高载能企业因用电成本较高等因素，普遍存在生产设备闲置等问题。此外，高载能企业通常配有分布式光伏，各类资源较难实统一现协同优化运行。
目前，在电力负荷管理系统中，现有电力负荷管理终端主要用于电力用户总用电负荷监测，部分具备支路通断控制功能，调控模式单一，可满足基于行政手段的有序用电业务需求，但缺乏用户多元化用能服务能力。相较于电力负荷管理终端，智慧能源单元可以融合负荷刚性控制、柔性调节等功能，不仅适用于有序用电业务开展，也可满足需求响应业务需求，整体可支持实现常态化负荷管理。但现有适用于智慧能源单元的控制调节策略通常只考虑负荷回路通断控制功能，无法支持负荷设备级调控，更无法满足用户内部具体用电设备功率调控需求，控制精细化水平较差，或只考虑智慧能源单元系统结构和计费支付管理系统控制方法流程，并未考虑基于价格信号、激励引导信号、交易信息的调控方式。
为了改善上述问题，本发明提供了一种适用于智慧能源单元的负荷设备功率调控方法及装置，包括：确定用户负荷设备参与需求响应的类型；基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。本发明提供的技术方案，能够满足用户侧可调节资源常态化低碳高效利用的长远目标，提升能源利用效率和能效水平，推动绿色低碳高质量发展，具体的：
1.针对省级日前、日内需求响应及电力辅助服务市场等应用场景，适用于智慧能源单元的负荷设备功率调控方法及装置基于价格信号、激励引导信号、市场交易信息等，可以调节控制电力用户用电设备用电功率、用电时段，促进省域可再生新能源及用户侧分布式光伏消纳，大力提升电网消纳可再生能源规模和弹性互动能力。
2.对于电网公司与电力需求响应实施机构，适用于智慧能源单元的负荷设备功率调控方法及装置有利于电力用户用电管控精准实施到位，可以实现电力安全保供要求下负荷精准控制和用户常态化、精细化用能管理的新型电力负荷管理系统建设目标，服务电力安全保供，满足负荷资源参与电网调峰需求，延缓电力系统发输配电投资。
3．对于高耗能用户，适用于智慧能源单元的负荷设备功率调控方法及装置满足用户内部设备级负荷精准调用与优化调控需求，提高用户用能效率；对于市场化用户，满足用户参与电力需求响应、辅助服务市场调控需求，获得相应市场激励补贴，降低用户生产用电成本。
下面对上述方案进行详细阐述。
实施例1
参阅附图1，图1是本发明的一个实施例的适用于智慧能源单元的负荷设备功率调控方法的主要步骤流程示意图。如图1所示，本发明实施例中的适用于智慧能源单元的负荷设备功率调控方法主要包括以下步骤：
步骤S101：确定用户负荷设备参与需求响应的类型；
步骤S102：基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
步骤S103：基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。
本实施例中，智慧能源单元主要部署于用户变电站、配电室等公共无线通信网络覆盖较好、电磁干扰较少的区域，以及用户内部电工日常值班区域。智慧能源单元对上通过纵向安全认证平台连接上级主站；对下通过有线、无线混合组网方式连接：（1）具有通信接口的智能化设备（若无对外开放协议，需由设备厂商配合做接入调试），如中央空调冷水机组、分布式电源逆变器、电锅炉设备电控单元等，对此类设备运行状态进行监测，同时输出控制指令，调节设备开断或运行状态；（2）用户内部现场测量设备，如监测电参数的电测量仪表（电网企业或电力需求响应实施机构安装的智能电表）或测控模块，对此类设备的负荷数据进行持续监测，以分析设备负荷特性与调节容量；同时，在设备参与响应互动过程中，实时监测设备是否按照既定要求响应到位；（3）非智能化设备的负荷开关（断路器），实现对此类设备直接通断控制的目的。
具体的，当用户负荷设备参与需求响应的类型为电力削峰需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
基于负荷设备的降功率时长、升功率时长和响应时长确定负荷设备总响应时间；
基于所述负荷设备总响应时间确定负荷设备的功率调控系数；
基于所述负荷设备的功率调控系数确定用户负荷设备的调控功率。
其中，所述负荷设备总响应时间的计算式如下：
ttotal=△tdr+△tdec+△tinc
上式中，ttotal为负荷设备总响应时间，△tdr为负荷设备的响应时长，△tdec为负荷设备的降功率时长，△tinc为负荷设备的升功率时长。
在一个实施方式中，所述负荷设备的降功率时长满足：
(Prated-Pdr)/Rdecmax≤△tdec≤(Prated-Pdr)/Rdecmin
所述负荷设备的升功率时长满足：
(Prated-Pdr)/Rincmax≤△tinc≤(Prated-Pdr)/Rincmin
上式中，Prated为用户负荷设备额定功率，Pdr为用户负荷设备参与需求响应期间最小功率，Rdecmax为用户负荷设备降功率期间功率变化率最大值，Rdecmin为用户负荷设备降功率期间功率变化率最小值，Rincmax为用户负荷设备升功率期间功率变化率最大值，Rincmin为用户负荷设备升功率期间功率变化率最小值。
在一个实施方式中，所述负荷设备的功率调控系数的计算式如下：
u(t)=exp(-exp(-c1(△t/ttotal-1)))+ exp(-exp(-c2(pdr/pexpected-1)))-1
上式中，exp为以自然常数e为底的指数函数，u(t)为t时刻负荷设备的功率调控系数，c1为第一功率调控参数，c2为第二功率调控参数，△t为单位时间间隔，pdr为用户负荷设备参与电力需求响应实际激励补偿价格,pexpected为用户负荷设备参与电力需求响应预期补偿价格。
在一个实施方式中，所述用户负荷设备的调控功率的计算式如下：
PD(t)= PD(t-△t)+ u(t)PratedRincmax/decmax
上式中，PD(t)为t时刻用户负荷设备的调控功率，PD(t-△t)为t-△t时刻用户负荷设备的调控功率，Rincmax/decmax为用户负荷设备降功率期间功率变化率最大值或用户负荷设备升功率期间功率变化率最大值。
本实施例中，当用户负荷设备参与需求响应的类型为新能源消纳需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
确定调控功率响应时段；
基于调控功率响应时段选取目标模型；
将所述目标模型代入预先构建的多目标优化模型并求解，得到用户负荷设备的调控功率。
在一个实施方式中，所述基于调控功率响应时段选取目标模型，包括：
当调控功率响应时段在日落时刻tsunset至次日日出时刻tsunrise时，选取的第一目标模型的计算式为：
F1=(1/(∑tPD(t)△t))∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)-PDbase(t))△t+ptg(t)PDbase(t)△t}
选取的第二目标模型的计算式为：
F2=∑t|PD(t)-PDrated(t)|△t
选取的第三目标模型的计算式为：
F3=-∑t|PD(t)-PDbase(t)|△t
选取的第四目标模型的计算式为：
F4=∑t|PD(t)-PDbase(t)-PRE(t)|△t
当调控功率响应时段在日出时刻tsunrise至日落时刻tsunset时，选取的第一目标模型的计算式为：
F1=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
选取的第二目标模型的计算式为：
F2=(∑tPD(t)△t-∑PDbase(t)△t)/(∑tPDbase(t)△t)-1
选取的第三目标模型的计算式为：
F3=(pt-p0)/p0-1
选取的第四目标模型的计算式为：
F4=(∑tPDbase(t)△t-∑tPD(t)△t)/(∑tPRE(t)△t)
上式中，F1、F2、F3、F4分别为第一、二、三、四目标模型的函数值，x(t)为t时刻用户负荷设备中长期用电量占总用电比例，pForward(t)为t时刻电力中长期市场电价，pSpot(t)为t时刻电力现货市场电价，pIBDR(t)为t时刻电力辅助服务市场激励补偿价格，ptg(t)为t时刻输配电费及政府基金，PD(t)为t时刻用户负荷设备的调控功率，PDbase(t)为t时刻用户负荷设备基线负荷功率，PDrated(t)为t时刻用户负荷设备额定功率，PRE(t)为t时刻待消纳的电网新能源出力功率，△t为单位时间间隔，Ctotal为用户负荷设备通过电力市场参与电网新能源消纳期间用电成本，BPV1为分布式光伏自发自用节约电费，BPV2为分布式光伏上网售电收益，p0为用户负荷设备参与电力市场前的单位用电成本，pt为用户负荷设备参与电力市场后的单位用电成本,t∈[1,Nt]，Nt为用户参与电力市场消纳电网新能源的时间长度参数，Nt=tRE/△t，tRE为用户负荷设备参与电力市场消纳电网新能源的时间。
在一个实施方式中，所述预先构建的多目标优化模型包括：为适用于智慧能源单元的负荷设备功率调控构建的目标优化函数及约束条件。
在一个实施方式中，所述目标优化函数的数学模型如下：
min F=ai∑i∑t[(Fi(t)-Fimin)/(Fimax- Fimin)]
上式中，F为目标优化函数值，ai为第i目标模型的权重，Fi(t)为第i目标模型的函数值，Fimin为第i目标模型的函数值最小值，Fimax为第i目标模型的函数值最大值，i∈[1,4]。
在一个实施方式中，所述约束条件的数学模型如下：
0≤ai≤1，∑iai=1
PD(t)=PDbase(t)+(k/K)[min((PDbase(t)+ PRE(t)),PDmax)- PDbase(t)]
Ctotal=∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)- PDbase(t))△t+ptg(t)PD(t)△t}
BPV1=a(t)PPV(t)(pForward(t)+ptg(t))△t
BPV2=(1-a(t))PPV(t)pPV(t)△t
p0=[(pForward(t)+ptg(t))PDbase(t))△t-BPV1-BPV2]/(∑tPDbase(t)△t)
pt=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
上式中，k为用户负荷设备功率调节档位系数，K为用户负荷设备功率调节最高档位系数，PDmax是用户负荷设备最大用电功率，a(t)为t时刻分布式光伏自发自用比例，PPV(t)为t时刻分布式光伏发电功率，pPV(t)为t时刻分布式光伏上网电价。
其中，当pForward(t)+ptg(t)≥pPV(t)时，所述a(t)=1，当pForward(t)+ptg(t)＜pPV(t)时，所述a(t)=0。
本实施例中，所述基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号，包括：
按下式t时刻用于调控用户负荷设备的输出功率参考信号Poutput(t)：
Poutput(t)=PD(t)+Pcontrol(t)
上式中，Pcontrol(t)为控制器输出控制信号，PD(t)为t时刻用户负荷设备的调控功率，其中，所述控制器输出控制信号的计算式如下：
Pcontrol(t)=(KP+KI/s)(PD(t)-Pmeas(t))
上式中，KP为比例系数，KI为积分系数，s为拉普拉斯变换算子，Pmeas(t)为t时刻用户负荷设备的实际监测功率。
实施例2
基于同一种发明构思，本发明还提供了一种适用于智慧能源单元的负荷设备功率调控装置，如图2所示，所述适用于智慧能源单元的负荷设备功率调控装置包括：
第一确定模块，用于确定用户负荷设备参与需求响应的类型；
第二确定模块，用于基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
调控模块，用于基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。
优选的，当用户负荷设备参与需求响应的类型为电力削峰需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
基于负荷设备的降功率时长、升功率时长和响应时长确定负荷设备总响应时间；
基于所述负荷设备总响应时间确定负荷设备的功率调控系数；
基于所述负荷设备的功率调控系数确定用户负荷设备的调控功率。
优选的，所述负荷设备总响应时间的计算式如下：
ttotal=△tdr+△tdec+△tinc
上式中，ttotal为负荷设备总响应时间，△tdr为负荷设备的响应时长，△tdec为负荷设备的降功率时长，△tinc为负荷设备的升功率时长。
进一步的，所述负荷设备的降功率时长满足：
(Prated-Pdr)/Rdecmax≤△tdec≤(Prated-Pdr)/Rdecmin
所述负荷设备的升功率时长满足：
(Prated-Pdr)/Rincmax≤△tinc≤(Prated-Pdr)/Rincmin
上式中，Prated为用户负荷设备额定功率，Pdr为用户负荷设备参与需求响应期间最小功率，Rdecmax为用户负荷设备降功率期间功率变化率最大值，Rdecmin为用户负荷设备降功率期间功率变化率最小值，Rincmax为用户负荷设备升功率期间功率变化率最大值，Rincmin为用户负荷设备升功率期间功率变化率最小值。
进一步的，所述负荷设备的功率调控系数的计算式如下：
u(t)=exp(-exp(-c1(△t/ttotal-1)))+ exp(-exp(-c2(pdr/pexpected-1)))-1
上式中，exp为以自然常数e为底的指数函数，u(t)为t时刻负荷设备的功率调控系数，c1为第一功率调控参数，c2为第二功率调控参数，△t为单位时间间隔，pdr为用户负荷设备参与电力需求响应实际激励补偿价格,pexpected为用户负荷设备参与电力需求响应预期补偿价格。
进一步的，所述用户负荷设备的调控功率的计算式如下：
PD(t)= PD(t-△t)+ u(t)PratedRincmax/decmax
上式中，PD(t)为t时刻用户负荷设备的调控功率，PD(t-△t)为t-△t时刻用户负荷设备的调控功率，Rincmax/decmax为用户负荷设备升功率期间功率变化率最大值或用户负荷设备降功率期间功率变化率最大值。
优选的，当用户负荷设备参与需求响应的类型为新能源消纳需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
确定调控功率响应时段；
基于调控功率响应时段选取目标模型；
将所述目标模型代入预先构建的多目标优化模型并求解，得到用户负荷设备的调控功率。
进一步的，所述基于调控功率响应时段选取目标模型，包括：
当调控功率响应时段在日落时刻tsunset至次日日出时刻tsunrise时，选取的第一目标模型的计算式为：
F1=(1/(∑tPD(t)△t))∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)-PDbase(t))△t+ptg(t)PDbase(t)△t}
选取的第二目标模型的计算式为：
F2=∑t|PD(t)-PDrated(t)|△t
选取的第三目标模型的计算式为：
F3=-∑t|PD(t)-PDbase(t)|△t
选取的第四目标模型的计算式为：
F4=∑t|PD(t)-PDbase(t)-PRE(t)|△t
当调控功率响应时段在日出时刻tsunrise至日落时刻tsunset时，选取的第一目标模型的计算式为：
F1=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
选取的第二目标模型的计算式为：
F2=(∑tPD(t)△t-∑PDbase(t)△t)/(∑tPDbase(t)△t)-1
选取的第三目标模型的计算式为：
F3=(pt-p0)/p0-1
选取的第四目标模型的计算式为：
F4=(∑tPDbase(t)△t-∑tPD(t)△t)/(∑tPRE(t)△t)
上式中，F1、F2、F3、F4分别为第一、二、三、四目标模型的函数值，x(t)为t时刻用户负荷设备中长期用电量占总用电比例，pForward(t)为t时刻电力中长期市场电价，pSpot(t)为t时刻电力现货市场电价，pIBDR(t)为t时刻电力辅助服务市场激励补偿价格，ptg(t)为t时刻输配电费及政府基金，PD(t)为t时刻用户负荷设备的调控功率，PDbase(t)为t时刻用户负荷设备基线负荷功率，PDrated(t)为t时刻用户负荷设备额定功率，PRE(t)为t时刻待消纳的电网新能源出力功率，△t为单位时间间隔，Ctotal为用户负荷设备通过电力市场参与电网新能源消纳期间用电成本，BPV1为分布式光伏自发自用节约电费，BPV2为分布式光伏上网售电收益，p0为用户负荷设备参与电力市场前的单位用电成本，pt为用户负荷设备参与电力市场后的单位用电成本,t∈[1,Nt]，Nt为用户参与电力市场消纳电网新能源的时间长度参数，Nt=tRE/△t，tRE为用户负荷设备参与电力市场消纳电网新能源的时间。
进一步的，所述预先构建的多目标优化模型包括：为适用于智慧能源单元的负荷设备功率调控构建的目标优化函数及约束条件。
进一步的，所述目标优化函数的数学模型如下：
min F=ai∑i∑t[(Fi(t)-Fimin)/(Fimax- Fimin)]
上式中，F为目标优化函数值，ai为第i目标模型的权重，Fi(t)为第i目标模型的函数值，Fimin为第i目标模型的函数值最小值，Fimax为第i目标模型的函数值最大值，i∈[1,4]。
进一步的，所述约束条件的数学模型如下：
0≤ai≤1，∑iai=1
PD(t)=PDbase(t)+(k/K)[min((PDbase(t)+ PRE(t)),PDmax)- PDbase(t)]
Ctotal=∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)- PDbase(t))△t+ptg(t)PD(t)△t}
BPV1=a(t)PPV(t)(pForward(t)+ptg(t))△t
BPV2=(1-a(t))PPV(t)pPV(t)△t
p0=[(pForward(t)+ptg(t))PDbase(t))△t-BPV1-BPV2]/(∑tPDbase(t)△t)
pt=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
上式中，k为用户负荷设备功率调节档位系数，K为用户负荷设备功率调节最高档位系数，PDmax是用户负荷设备最大用电功率，a(t)为t时刻分布式光伏自发自用比例，PPV(t)为t时刻分布式光伏发电功率，pPV(t)为t时刻分布式光伏上网电价。
进一步的，当pForward(t)+ptg(t)≥pPV(t)时，所述a(t)=1，当pForward(t)+ptg(t)＜pPV(t)时，所述a(t)=0。
优选的，所述基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号，包括：
按下式t时刻用于调控用户负荷设备的输出功率参考信号Poutput(t)：
Poutput(t)=PD(t)+Pcontrol(t)
上式中，Pcontrol(t)为控制器输出控制信号，PD(t)为t时刻用户负荷设备的调控功率，其中，所述控制器输出控制信号的计算式如下：
Pcontrol(t)=(KP+KI/s)(PD(t)-Pmeas(t))
上式中，KP为比例系数，KI为积分系数，s为拉普拉斯变换算子，Pmeas(t)为t时刻用户负荷设备的实际监测功率。
实施例3
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种适用于智慧能源单元的负荷设备功率调控方法的步骤。
实施例4
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质（Memory），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适用于智慧能源单元的负荷设备功率调控方法的步骤。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (15)
1.一种适用于智慧能源单元的负荷设备功率调控方法，其特征在于，所述方法包括：
确定用户负荷设备参与需求响应的类型；
基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应；
当用户负荷设备参与需求响应的类型为电力削峰需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
基于负荷设备的降功率时长、升功率时长和响应时长确定负荷设备总响应时间；
基于所述负荷设备总响应时间确定负荷设备的功率调控系数；
基于所述负荷设备的功率调控系数确定用户负荷设备的调控功率。
2.如权利要求1所述的方法，其特征在于，所述负荷设备总响应时间的计算式如下：
ttotal=△tdr+△tdec+△tinc
上式中，ttotal为负荷设备总响应时间，△tdr为负荷设备的响应时长，△tdec为负荷设备的降功率时长，△tinc为负荷设备的升功率时长。
3.如权利要求2所述的方法，其特征在于，所述负荷设备的降功率时长满足：
(Prated-Pdr)/Rdecmax≤△tdec≤(Prated-Pdr)/Rdecmin
所述负荷设备的升功率时长满足：
(Prated-Pdr)/Rincmax≤△tinc≤(Prated-Pdr)/Rincmin
上式中，Prated为用户负荷设备额定功率，Pdr为用户负荷设备参与需求响应期间最小功率，Rdecmax为用户负荷设备降功率期间功率变化率最大值，Rdecmin为用户负荷设备降功率期间功率变化率最小值，Rincmax为用户负荷设备升功率期间功率变化率最大值，Rincmin为用户负荷设备升功率期间功率变化率最小值。
4.如权利要求3所述的方法，其特征在于，所述负荷设备的功率调控系数的计算式如下：
u(t)=exp(-exp(-c1(△t/ttotal-1)))+ exp(-exp(-c2(pdr/pexpected-1)))-1
上式中，exp为以自然常数e为底的指数函数，u(t)为t时刻负荷设备的功率调控系数，c1为第一功率调控参数，c2为第二功率调控参数，△t为单位时间间隔，pdr为用户负荷设备参与电力需求响应实际激励补偿价格,pexpected为用户负荷设备参与电力需求响应预期补偿价格。
5.如权利要求4所述的方法，其特征在于，所述用户负荷设备的调控功率的计算式如下：
PD(t)= PD(t-△t)+ u(t)PratedRincmax/decmax
上式中，PD(t)为t时刻用户负荷设备的调控功率，PD(t-△t)为t-△t时刻用户负荷设备的调控功率，Rincmax/decmax为用户负荷设备升功率期间功率变化率最大值或用户负荷设备降功率期间功率变化率最大值。
6.如权利要求1所述的方法，其特征在于，当用户负荷设备参与需求响应的类型为新能源消纳需求响应时，所述基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率，包括：
确定调控功率响应时段；
基于调控功率响应时段选取目标模型；
将所述目标模型代入预先构建的多目标优化模型并求解，得到用户负荷设备的调控功率。
7.如权利要求6所述的方法，其特征在于，所述基于调控功率响应时段选取目标模型，包括：
当调控功率响应时段在日落时刻tsunset至次日日出时刻tsunrise时，选取的第一目标模型的计算式为：
F1=(1/(∑tPD(t)△t))∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)-PDbase(t))△t+ptg(t)PDbase(t)△t}
选取的第二目标模型的计算式为：
F2=∑t|PD(t)-PDrated(t)|△t
选取的第三目标模型的计算式为：
F3=-∑t|PD(t)-PDbase(t)|△t
选取的第四目标模型的计算式为：
F4=∑t|PD(t)-PDbase(t)-PRE(t)|△t
当调控功率响应时段在日出时刻tsunrise至日落时刻tsunset时，选取的第一目标模型的计算式为：
F1=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
选取的第二目标模型的计算式为：
F2=(∑tPD(t)△t-∑PDbase(t)△t)/(∑tPDbase(t)△t)-1
选取的第三目标模型的计算式为：
F3=(pt-p0)/p0-1
选取的第四目标模型的计算式为：
F4=(∑tPDbase(t)△t-∑tPD(t)△t)/(∑tPRE(t)△t)
上式中，F1、F2、F3、F4分别为第一、二、三、四目标模型的函数值，x(t)为t时刻用户负荷设备中长期用电量占总用电比例，pForward(t)为t时刻电力中长期市场电价，pSpot(t)为t时刻电力现货市场电价，pIBDR(t)为t时刻电力辅助服务市场激励补偿价格，ptg(t)为t时刻输配电费及政府基金，PD(t)为t时刻用户负荷设备的调控功率，PDbase(t)为t时刻用户负荷设备基线负荷功率，PDrated(t)为t时刻用户负荷设备额定功率，PRE(t)为t时刻待消纳的电网新能源出力功率，△t为单位时间间隔，Ctotal为用户负荷设备通过电力市场参与电网新能源消纳期间用电成本，BPV1为分布式光伏自发自用节约电费，BPV2为分布式光伏上网售电收益，p0为用户负荷设备参与电力市场前的单位用电成本，pt为用户负荷设备参与电力市场后的单位用电成本,t∈[1,Nt]，Nt为用户参与电力市场消纳电网新能源的时间长度参数，Nt=tRE/△t，tRE为用户负荷设备参与电力市场消纳电网新能源的时间。
8.如权利要求7所述的方法，其特征在于，所述预先构建的多目标优化模型包括：为适用于智慧能源单元的负荷设备功率调控构建的目标优化函数及约束条件。
9.如权利要求8所述的方法，其特征在于，所述目标优化函数的数学模型如下：
min F=ai∑i∑t[(Fi(t)-Fimin)/(Fimax- Fimin)]
上式中，F为目标优化函数值，ai为第i目标模型的权重，Fi(t)为第i目标模型的函数值，Fimin为第i目标模型的函数值最小值，Fimax为第i目标模型的函数值最大值，i∈[1,4]。
10.如权利要求9所述的方法，其特征在于，所述约束条件的数学模型如下：
0≤ai≤1，∑iai=1
PD(t)=PDbase(t)+(k/K)[min((PDbase(t)+ PRE(t)),PDmax)- PDbase(t)]
Ctotal=∑t{[x(t)pForward(t)+(1-x(t))pSpot(t)]PDbase(t)△t+
[pSpot(t)-pIBDR(t)](PD(t)- PDbase(t))△t+ptg(t)PD(t)△t}
BPV1=a(t)PPV(t)(pForward(t)+ptg(t))△t
BPV2=(1-a(t))PPV(t)pPV(t)△t
p0=[(pForward(t)+ptg(t))PDbase(t))△t-BPV1-BPV2]/(∑tPDbase(t)△t)
pt=(Ctotal-BPV1-BPV2)/(∑tPD(t)△t)
上式中，k为用户负荷设备功率调节档位系数，K为用户负荷设备功率调节最高档位系数，PDmax是用户负荷设备最大用电功率，a(t)为t时刻分布式光伏自发自用比例，PPV(t)为t时刻分布式光伏发电功率，pPV(t)为t时刻分布式光伏上网电价。
11.如权利要求10所述的方法，其特征在于，当pForward(t)+ptg(t)≥pPV(t)时，所述a(t)=1，当pForward(t)+ptg(t)＜pPV(t)时，所述a(t)=0。
12.如权利要求1所述的方法，所述基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号，包括：
按下式t时刻用于调控用户负荷设备的输出功率参考信号Poutput(t)：
Poutput(t)=PD(t)+Pcontrol(t)
上式中，Pcontrol(t)为控制器输出控制信号，PD(t)为t时刻用户负荷设备的调控功率，其中，所述控制器输出控制信号的计算式如下：
Pcontrol(t)=(KP+KI/s)(PD(t)-Pmeas(t))
上式中，KP为比例系数，KI为积分系数，s为拉普拉斯变换算子，Pmeas(t)为t时刻用户负荷设备的实际监测功率。
13.一种基于权利要求1-12任一项所述的适用于智慧能源单元的负荷设备功率调控方法的装置，其特征在于，所述装置包括：
第一确定模块，用于确定用户负荷设备参与需求响应的类型；
第二确定模块，用于基于所述用户负荷设备参与需求响应的类型确定用户负荷设备的调控功率；
调控模块，用于基于用户负荷设备的调控功率及用户负荷设备的实际监测功率确定用于调控用户负荷设备的输出功率参考信号；
其中，所述需求响应的类型包括下述中的至少一种：电力削峰需求响应、新能源消纳需求响应。
14.一种计算机设备，其特征在于，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至12中任意一项所述的适用于智慧能源单元的负荷设备功率调控方法。
15.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至12中任意一项所述的适用于智慧能源单元的负荷设备功率调控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310659031.7A CN116388205B (zh) | 2023-06-06 | 2023-06-06 | 一种适用于智慧能源单元的负荷设备功率调控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310659031.7A CN116388205B (zh) | 2023-06-06 | 2023-06-06 | 一种适用于智慧能源单元的负荷设备功率调控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116388205A CN116388205A (zh) | 2023-07-04 |
| CN116388205B true CN116388205B (zh) | 2023-08-11 |
Family
ID=86979151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310659031.7A Active CN116388205B (zh) | 2023-06-06 | 2023-06-06 | 一种适用于智慧能源单元的负荷设备功率调控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116388205B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110008358A (ko) * | 2009-07-20 | 2011-01-27 | 김태성 | 전력동시부하율 저감시스템 |
| CN106099924A (zh) * | 2016-08-04 | 2016-11-09 | 国网天津市电力公司 | 一种基于分项计量的负荷削减量采集计算方法 |
| CN107546747A (zh) * | 2016-06-26 | 2018-01-05 | 国网天津市电力公司 | 一种基于柔性负荷控制的自动需求响应运行模式 |
| CN107546736A (zh) * | 2016-06-26 | 2018-01-05 | 国网天津市电力公司 | 一种基于自动需求响应的虚拟调峰机组调度方法 |
| CN108879746A (zh) * | 2018-06-28 | 2018-11-23 | 国电南瑞科技股份有限公司 | 基于多时间尺度需求响应的集中式混合储能协调控制方法 |
| CN109672176A (zh) * | 2019-01-09 | 2019-04-23 | 国家电网有限公司 | 一种温控负荷控制目标确定方法和系统 |
| CN111598478A (zh) * | 2020-05-25 | 2020-08-28 | 东方电子股份有限公司 | 一种综合能源需求响应量计算方法 |
| CN111950934A (zh) * | 2020-08-28 | 2020-11-17 | 南方电网科学研究院有限责任公司 | 电力需求响应聚合负荷协同控制方法、装置和系统 |
| 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 |
| CN112366704A (zh) * | 2020-11-13 | 2021-02-12 | 中国科学院电工研究所 | 一种基于激励需求响应的综合能源系统联络线功率控制方法 |
| CN113988590A (zh) * | 2021-10-26 | 2022-01-28 | 中国电力科学研究院有限公司 | 一种电力需求响应调度方法及装置 |
| CN114202176A (zh) * | 2021-11-26 | 2022-03-18 | 中国电力科学研究院有限公司 | 一种综合能源系统优化调度方法、系统、设备及存储介质 |
| CN114243779A (zh) * | 2021-12-22 | 2022-03-25 | 国网江苏省电力有限公司营销服务中心 | 基于虚拟电厂的用户可调负荷资源需求响应方法及系统 |
| CN114362189A (zh) * | 2020-10-12 | 2022-04-15 | 中国电力科学研究院有限公司 | 一种可调节负荷参与需求响应的调用方法、系统及装置 |
-
2023
- 2023-06-06 CN CN202310659031.7A patent/CN116388205B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110008358A (ko) * | 2009-07-20 | 2011-01-27 | 김태성 | 전력동시부하율 저감시스템 |
| CN107546747A (zh) * | 2016-06-26 | 2018-01-05 | 国网天津市电力公司 | 一种基于柔性负荷控制的自动需求响应运行模式 |
| CN107546736A (zh) * | 2016-06-26 | 2018-01-05 | 国网天津市电力公司 | 一种基于自动需求响应的虚拟调峰机组调度方法 |
| CN106099924A (zh) * | 2016-08-04 | 2016-11-09 | 国网天津市电力公司 | 一种基于分项计量的负荷削减量采集计算方法 |
| CN108879746A (zh) * | 2018-06-28 | 2018-11-23 | 国电南瑞科技股份有限公司 | 基于多时间尺度需求响应的集中式混合储能协调控制方法 |
| CN109672176A (zh) * | 2019-01-09 | 2019-04-23 | 国家电网有限公司 | 一种温控负荷控制目标确定方法和系统 |
| CN111598478A (zh) * | 2020-05-25 | 2020-08-28 | 东方电子股份有限公司 | 一种综合能源需求响应量计算方法 |
| 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 |
| CN111950934A (zh) * | 2020-08-28 | 2020-11-17 | 南方电网科学研究院有限责任公司 | 电力需求响应聚合负荷协同控制方法、装置和系统 |
| CN114362189A (zh) * | 2020-10-12 | 2022-04-15 | 中国电力科学研究院有限公司 | 一种可调节负荷参与需求响应的调用方法、系统及装置 |
| CN112366704A (zh) * | 2020-11-13 | 2021-02-12 | 中国科学院电工研究所 | 一种基于激励需求响应的综合能源系统联络线功率控制方法 |
| CN113988590A (zh) * | 2021-10-26 | 2022-01-28 | 中国电力科学研究院有限公司 | 一种电力需求响应调度方法及装置 |
| CN114202176A (zh) * | 2021-11-26 | 2022-03-18 | 中国电力科学研究院有限公司 | 一种综合能源系统优化调度方法、系统、设备及存储介质 |
| CN114243779A (zh) * | 2021-12-22 | 2022-03-25 | 国网江苏省电力有限公司营销服务中心 | 基于虚拟电厂的用户可调负荷资源需求响应方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116388205A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jafari et al. | Development of a fuzzy-logic-based energy management system for a multiport multioperation mode residential smart microgrid | |
| Sechilariu et al. | Supervision control for optimal energy cost management in DC microgrid: Design and simulation | |
| CN103733463B (zh) | 基于市场数据来控制能量服务的方法及装置 | |
| CN106709610A (zh) | 一种微电网电储能、冰蓄冷联合优化调度方法 | |
| Marten et al. | Analysis of a reactive power exchange between distribution and transmission grids | |
| Xiao et al. | Flat tie-line power scheduling control of grid-connected hybrid microgrids | |
| CN110046780B (zh) | 基于分时电价的孤岛微电网需求响应经济调度方法及系统 | |
| Zacharia et al. | Optimal energy management and scheduling of a microgrid in grid-connected and islanded modes | |
| CN111697565B (zh) | 一种家庭能源管理系统能源调度方法及系统 | |
| Arab et al. | Suitable various-goal energy management system for smart home based on photovoltaic generator and electric vehicles | |
| CN109361236A (zh) | 一种基于源荷互动调整的新能源消纳方法 | |
| Guo et al. | Microgrid source-network-load-storage master-slave game optimization method considering the energy storage overcharge/overdischarge risk | |
| Sayeed et al. | A novel and comprehensive mechanism for the energy management of a Hybrid Micro-grid System | |
| CN116388205B (zh) | 一种适用于智慧能源单元的负荷设备功率调控方法及装置 | |
| CN116544982A (zh) | 一种光伏消纳与峰谷套利的光储系统及其控制方法 | |
| CN115663868A (zh) | 一种考虑本地间歇性电源收益的储能运行优化方法 | |
| CN116187702A (zh) | 一种源网荷储协同互动优化调度系统 | |
| CN116094032A (zh) | 高渗透率光伏接入的配电网云边端协同能量自平衡方法 | |
| CN110768274B (zh) | 一种孤立微电网的功率控制方法和装置 | |
| CN107453409B (zh) | 一种基于短周期均值方差的新能源储能配置优化方法 | |
| CN110826210A (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
| Cai et al. | Modelling the benefits of smart energy scheduling in micro-grids | |
| Atif et al. | Solar power smoothing using battery energy storage system through fuzzy filtration technique | |
| CN117200261B (zh) | 一种基于电网调频的储能设备控制方法、装置和存储介质 | |
| CN117811053B (zh) | 一种源网荷储协调互动调控方法、装置及系统 |
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 |