CN117114455B - 一种基于用户参与的需求响应调度方法及装置 - Google Patents
一种基于用户参与的需求响应调度方法及装置 Download PDFInfo
- Publication number
- CN117114455B CN117114455B CN202311387354.1A CN202311387354A CN117114455B CN 117114455 B CN117114455 B CN 117114455B CN 202311387354 A CN202311387354 A CN 202311387354A CN 117114455 B CN117114455 B CN 117114455B
- Authority
- CN
- China
- Prior art keywords
- response
- user
- electricity
- model
- power
- 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
- 230000004044 response Effects 0.000 title claims abstract description 465
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005611 electricity Effects 0.000 claims abstract description 295
- 230000005284 excitation Effects 0.000 claims abstract description 94
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 85
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 82
- 230000009467 reduction Effects 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 239000002245 particle Substances 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 15
- 238000004134 energy conservation Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000007423 decrease Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002222 downregulating effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
Abstract
本申请公开了一种基于用户参与的需求响应调度方法及装置,方法包括:根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型;基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率;依据用户响应能力约束模型和用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量;采用粒子群算法求解基于用户响应潜力电量构建的电网调度成本模型,得到激励电价;依据激励电价构建电力用户满意度优化模型,并根据求解电力用户满意度优化模型得到的结果获取响应电量调度方案。本申请能解决现有激励型需求响应技术中仅考虑激励电价的影响,导致实施需求响应的节能降碳效果较差的技术问题。
Description
技术领域
本申请涉及配电网调度技术领域,尤其涉及一种基于用户参与的需求响应调度方法及装置。
背景技术
目前,面向电力负荷需求响应的研究以电价型需求响应和激励型需求响应为主,电价型需求响应基于分时电价引导用户的用电行为,在降低峰谷差、用户充电成本等方面具有良好的效果,但价格型需求响应无法保证电力用户不会过响应或者欠响应,用户的主导权更大,有必要结合激励型需求响应优化用户的用电行为。
在激励型需求响应研究中,建立真实准确的电力用户响应潜力评估模型是提高需求响应成功率的前提,现有研究中对于电力用户响应潜力的计算通常只考虑了激励电价的影响,但在当前“电-碳”市场协同下,用户的响应意愿不仅和当前时刻的电价有关,还与其他诸多因素密切相关,仅考虑激励水平无法充分利用不同碳配额电力用户的潜力,导致实施需求响应的节能降碳效果较差。
发明内容
本申请提供了一种基于用户参与的需求响应调度方法及装置,用于解决现有激励型需求响应技术中仅考虑激励电价的影响,忽略其他影响因素使其无法充分利用用户响应潜力,导致实施需求响应的节能降碳效果较差的技术问题。
有鉴于此,本申请第一方面提供了一种基于用户参与的需求响应调度方法,包括:
根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,所述用户响应能力约束模型包括增加最大用电量和削减最大用电量;
基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到;
依据所述用户响应能力约束模型和所述用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量;
采用粒子群算法求解基于所述用户响应潜力电量构建的电网调度成本模型,得到激励电价,所述电网调度成本模型包括激励优化约束条件;
依据所述激励电价构建电力用户满意度优化模型,并根据求解所述电力用户满意度优化模型得到的结果获取响应电量调度方案,所述电力用户满意度优化模型包括电量优化约束条件。
优选地,所述基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到,包括:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对所述预置增加用电响应模型和所述预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到。
优选地,所述基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到,之前还包括:
获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
对所述电价、所述剩余碳排放额和所述碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
优选地,所述依据所述用户响应能力约束模型和所述用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量,包括:
依据所述增加最大用电量和增加用电量对应的所述用户实际响应率评估计算增加用电响应潜力;
依据所述削减最大用电量和削减用电量对应的所述用户实际响应率评估计算削减用电响应潜力;
所述增加用电响应潜力和所述削减用电响应潜力求和,得到用户响应潜力电量。
优选地,所述依据所述激励电价构建电力用户满意度优化模型,并根据求解所述电力用户满意度优化模型得到的结果获取响应电量调度方案,所述电力用户满意度优化模型包括电量优化约束条件,包括:
依据所述激励电价计算电力用户参与需求响应的参与补贴后,根据所述参与补贴和对应的折算成本计算参与净收益;
根据所述参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于所述电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据所述实时电费满意度和所述激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解所述电力用户满意度优化模型,得到电力用户平均满意度;
基于所述电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
本申请第二方面提供了一种基于用户参与的需求响应调度装置,包括:
客观模型构建单元,用于根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,所述用户响应能力约束模型包括增加最大用电量和削减最大用电量;
主观响应计算单元,用于基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到;
响应潜力评估单元,用于依据所述用户响应能力约束模型和所述用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量;
激励电价计算单元,用于采用粒子群算法求解基于所述用户响应潜力电量构建的电网调度成本模型,得到激励电价,所述电网调度成本模型包括激励优化约束条件;
响应调度求解单元,用于依据所述激励电价构建电力用户满意度优化模型,并根据求解所述电力用户满意度优化模型得到的结果获取响应电量调度方案,所述电力用户满意度优化模型包括电量优化约束条件。
优选地,所述主观响应计算单元,具体用于:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对所述预置增加用电响应模型和所述预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到。
优选地,还包括:
数据获取单元,用于获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
参数计算单元,用于对所述电价、所述剩余碳排放额和所述碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
优选地,所述响应潜力评估单元,具体用于:
依据所述增加最大用电量和增加用电量对应的所述用户实际响应率评估计算增加用电响应潜力;
依据所述削减最大用电量和削减用电量对应的所述用户实际响应率评估计算削减用电响应潜力;
所述增加用电响应潜力和所述削减用电响应潜力求和,得到用户响应潜力电量。
优选地,所述响应调度求解单元,具体用于:
依据所述激励电价计算电力用户参与需求响应的参与补贴后,根据所述参与补贴和对应的折算成本计算参与净收益;
根据所述参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于所述电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据所述实时电费满意度和所述激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解所述电力用户满意度优化模型,得到电力用户平均满意度;
基于所述电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种基于用户参与的需求响应调度方法,包括:根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,用户响应能力约束模型包括增加最大用电量和削减最大用电量;基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到;依据用户响应能力约束模型和用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量;采用粒子群算法求解基于用户响应潜力电量构建的电网调度成本模型,得到激励电价,电网调度成本模型包括激励优化约束条件;依据激励电价构建电力用户满意度优化模型,并根据求解电力用户满意度优化模型得到的结果获取响应电量调度方案,电力用户满意度优化模型包括电量优化约束条件。
本申请提供的基于用户参与的需求响应调度方法,从电力用户的响应情况出发进行客观和主观响应分析,考虑了包括电价在内的剩余碳排放额和碳交易价格等其他影响因素的作用,并基于此评估用户响应潜力电量;根据用户响应潜力电量的差异性制定更加合理的激励电价,在满足电网调度成本的情况下充分提高用户满意度,且能够发挥节能降碳的作用;此外,制定的激励电价还能避免电网以不必要的激励成本满足电网需求以及低激励成本导致的响应不足问题。因此,本申请能够解决现有激励型需求响应技术中仅考虑激励电价的影响,忽略其他影响因素使其无法充分利用用户响应潜力,导致实施需求响应的节能降碳效果较差的技术问题。
附图说明
图1为本申请实施例提供的一种基于用户参与的需求响应调度方法的流程示意图;
图2为本申请实施例提供的一种基于用户参与的需求响应调度装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,请参阅图1,本申请提供的一种基于用户参与的需求响应调度方法的实施例,包括:
步骤101、根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,用户响应能力约束模型包括增加最大用电量和削减最大用电量。
需要说明的是,用户响应能力约束模型构建过程表达为:
;
;
其中,、/>分别表示电力用户i在时段t参与需求响应时可增加最大用电量和可削减最大用电量,/>表示电力用户i在时段t的用电量;/>、/>分别为电力用户i在时段t参与需求响应的上调电量弹性系数、下调电量弹性系数,即预设电量弹性系数。
步骤102、基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到。
进一步地,步骤102,包括:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对预置增加用电响应模型和预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率,预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到。
进一步地,步骤102,之前还包括:
获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
对电价、剩余碳排放额和碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
需要说明的是,预置增加用电响应模型中的用户增加用电积极响应子模型和用户增加用电消极响应子模型的构建过程为:
;
;
其中,为电力用户在激励电价/>元/kWh激励电价下增加用电量的积极响应率,即用户增加用电积极响应子模型;/>为电力用户增加用电最大响应率;/>为电力用户增加用电响应饱和激励参数,当激励电价c高于该值时,电力用户增加用电量的响应率总保持为/>;/>为电力用户在/>元/kWh激励电价下增加用电量的消极响应率,即用户增加用电消极响应子模型;/>为电力用户增加用电量的响应临界激励,当激励电价c高于该值时,电力用户增加用电量的响应率总是大于0。
预置削减用电响应模型中的用户削减用电积极响应子模型和用户削减用电消极响应子模型的构建过程为:
;
;
其中,为电力用户在激励电价/>元/kWh激励电价下削减用电量的积极响应率,即用户削减用电积极响应子模型;/>为电力用户削减用电最大响应率;/>表示使电力用户参与削减用电量响应的最低激励水平;/>为电力用户削减用电响应饱和激励参数,当激励电价/>高于该值时,电力用户削减用电量的响应率总保持为/>;/>为电力用户在/>元/kWh激励电价下削减用电量的消极响应率,即用户削减用电消极响应子模型;为电力用户削减用电量响应临界激励,当激励电价/>高于该值时,电力用户削减用电量的响应率总是大于0。
需要说明的是,用户实际响应率的表达为:
;
其中,为电力用户的实际响应率,即用户实际响应率,下标s表示电力用户参与响应的方式,当电力用户通过增加用电量参与需求响应时,s取值为c,当电力用户通过削减用电量参与需求响应时,s取值为d。也就是说,s取值决定了参数用户实际响应率计算的是、/>,还是/>、/>;而s取值是基于预设积极响应偏向程度/>对用户意愿进行偏向程度分析确定。
由于现有技术仅考虑电价,即激励电价对需求响应方案的影响,缺乏实际针对性,导致效果较差,所以本实施例在计算用户意愿偏向程度的过程中同时考虑了电价、剩余碳排放额和碳交易价格,所以,基于模糊推理理论的预设积极响应偏向程度具体表达如下:
;
其中,上式表示电力用户i在t时刻积极响应偏向程度由模糊逻辑控制器运算输出;/>表示t时刻电价/>的归一化值;/>为电力用户i在t时刻的剩余碳配额/>的归一化值;本实施例中电力行业碳配额实行免费分配并采用基准线法(基准线法是指政府根据电力行业排放基准和该主体自身产出确定分配给该主体的碳排放配额)分配配额;/>为t时刻碳交易价格/>的归一化值。考虑到各个变量的取值范围不同,为了便于计算分析,所以本实施例将电价、剩余碳排放额和碳交易价格进行归一化处理后再计算偏向程度。具体的:
;
;
;
其中,为峰时段电价,/>为电力用户i的最大初始碳配额,/>为最高碳交易价格。
预设积极响应偏向程度用户分析用户主观意愿的响应积极性,削减用电量为例,当前时段的电价高时,电力用户偏向积极响应,偏高,反之/>偏低;当前剩余碳配额大时电力用户偏向消极响应,/>偏低,反之/>偏高;当碳交易价格高时电力用户偏向积极响应,偏高,反之/>偏低。基于不同的/>可以根据用户实际响应率表达公式进行计算出不同的用户实际响应率。
步骤103、依据用户响应能力约束模型和用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量。
进一步地,步骤103,包括:
依据增加最大用电量和增加用电量对应的用户实际响应率评估计算增加用电响应潜力;
依据削减最大用电量和削减用电量对应的用户实际响应率评估计算削减用电响应潜力;
增加用电响应潜力和削减用电响应潜力求和,得到用户响应潜力电量。
需要说明的是,电力用户i在t时刻的增加用电响应潜力是根据增加最大用电量/>和增加用电量对应的用户实际响应率/>计算得到。电力用户i在t时刻的削减用电响应潜力/>是根据削减最大用电量/>和削减用电量对应的用户实际响应率/>计算得到。将二者求和可以得到用户响应潜力电量。以上计算和求和过程表达为:
;
用户响应潜力电量是结合用户客观响应能力和主观响应意愿进行分析后得到的结果,是更加符合实际情况的电力用户响应潜力评估结果。
步骤104、采用粒子群算法求解基于用户响应潜力电量构建的电网调度成本模型,得到激励电价,电网调度成本模型包括激励优化约束条件。
电网调度成本模型表达为:
;
其中,为响应时段t的电网调度成本模型;/>为此时参与响应的电力用户数量;/>表示此时使电力用户i响应/>电量所需要的激励电价,是待求参数。电网调度成本模型/>配置的激励优化约束条件表达为:
;
;
其中,、/>为最低、最高激励电价;/>表示为满足配电网当前时段t电网调度电量需求/>而设定的总响应潜力裕度。通过尽量降低电网调度成本,即电网调度成本最小化的方式求解出此时的激励电价/>即为目标电价。
步骤105、依据激励电价构建电力用户满意度优化模型,并根据求解电力用户满意度优化模型得到的结果获取响应电量调度方案,电力用户满意度优化模型包括电量优化约束条件。
进一步地,步骤105,包括:
依据激励电价计算电力用户参与需求响应的参与补贴后,根据参与补贴和对应的折算成本计算参与净收益;
根据参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据实时电费满意度和激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解电力用户满意度优化模型,得到电力用户平均满意度;
基于电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
需要说明的是,参与净收益的计算过程为:
;
其中,
;
其中,为电力用户i在时段t参与需求响应的参与补贴,/>为电力用户i在时段t参与需求响应使剩余碳配额变化带来的折算成本;/>为电力用户i在时段t的响应电量,/>为激励电价;/>为单位电量的碳排放系数;/>为此时的碳交易价格;/> 、/>分别为用户参与响应前用电量和用户参与响应后用电量。
根据参与净收益和预置响应后电费/>计算电力用户参与需求响应后的用户费用/>的过程具体为:
;
其中,预置响应后电费表达为:
;
其中,为时段t的电价。
此外,用户不参与需求响应的用户费用的计算过程为:
;
那么基于电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用可以构建用于计算实时电费满意度的电费满意度函数:
;
其中,表示电费满意度函数,或者计算得到的实时电费满意度。
电力用户满意度优化模型可以表达为:
;
其中,为响应时段t的电力用户平均满意度,/>为此时接受激励电价的电力用户数量;/>为电力用户i此时的实时电费满意度。
配置的电量优化约束条件表达为:
;
;
其中,、/>分别表示为避免欠响应和过响应设置的总响应电量上、下裕度;为配电网当前时段t的电网调度电量需求。采用粒子群算法求解电量优化约束条件约束下的电力用户满意度优化模型,就可以得到电力用户平均满意度/>;然后以电力用户平均满意度最高为准则进行电量分配,将响应电量优化分配给各个用户,形成响应电量调度方案。
为了便于理解,本实施例以某区域的电力用户负荷为例,考虑电碳市场协同下用户参与需求响应的情况。分时电价的峰谷平时段划分采用该区域的实际电价数据,请参阅表1。
表1 配电网分时电价表
仿真参数设置如下:区域用户数约为600户,采用正态分布模型随机生成电力用户响应电网需求的上调电量弹性系数和下调电量弹性系数/>,即/>、/>均服从0~0.6 之间的正态分布,各用户的碳配额采用基准线法进行分配,碳交易价格参考上海能源交易所;增加用电量响应的临界激励电价/>和饱和激励电价/>分别取1.5、3.5元/(kW·h);削减用电量的最低激励电价/>、临界激励电价/>、饱和激励电价/>分别取0.5、2.0、4.0元/(kW·h);电力用户增加、削减用电量的最大响应率/>、/>均为1;激励电价最小值c0取0;激励电价最大值cm为4.5元/(kW·h);总响应电量上、下裕度/>、/>分别取0.9、1.1。
采用本实施例中的方法对需求响应时段的激励电价进行优化。电网和用户的相关响应指标如表2所示。
表2 电网和用户的响应指标
由表2可知,由于在实施需求响应过程中充分考虑了电力用户的响应意愿,负荷响应效果良好,共有22个时段实施了需求响应,负荷削峰率达7.66%,电网峰荷得到改善。参与需求响应的用户剩余碳配额平均增加量为17.26kg,碳权交易平均收入达12.1元,需求响应平均补贴为19.2元,平均费用平均降值为35.5元,平均费用满意度达1.89。在“电-碳”市场协同下实施需求响应,电网实现了削峰,用户降低了充电费用,用户整体的剩余碳配额增加,充分利用了电力负荷的可调节特性,实现了供需平衡和节能降碳,验证了本实施例“电-碳”市场协同下电力用户参与需求响应的调控方法的有效性。
另外,还可以将用户的积极响应偏向程度g分别设置为0.1(情景a)和0.9(情景b),与本实施例中的方法(情景c)进行对比,指标如表3所示。
表3 不同情景下各参与方的响应指标
根据表3可知,与情景c相比,情景a下电力用户参与需求响应平均补贴较高,因为当g较低时在优化中需要更高的激励电价才能使用户提供较大的响应潜力,此时用户电费下降较多,费用满意度较高,其实际响应潜力因为高激励电价而增加,因此削峰率较高,但电网需要付出比情景c更大的激励成本;情景b下的电网削峰率最低,电力用户参与需求响应平均补贴也较低,是由于该情景下g的设置值较高时,优化中只需要较低的激励电价就能使电力用户提供较大的响应潜力,但实际上电力用户的收益减少,费用满意度降低,其响应潜力也因为激励电价降低而减少,导致了响应不足的情况,电网削峰率因此降低。
因此仅考虑激励电价对用户响应潜力的影响时(情景a、b),无法根据电力用户实际响应意愿制定合理的激励电价,电网收益将因此受到影响(情景a),电力用户收益减少且削峰效果不理想(情景b),而本实施例的方法(情景c),考虑到实时电价、剩余碳配额、碳交易价格等因素来制定激励电价,能更好地满足各方需求,实现总体利益的最大化,验证了本实施例根据电力用户响应潜力制定激励电价这一方法的有效性。
本申请实施例提供的基于用户参与的需求响应调度方法,从电力用户的响应情况出发进行客观和主观响应分析,考虑了包括电价在内的剩余碳排放额和碳交易价格等其他影响因素的作用,并基于此评估用户响应潜力电量;根据用户响应潜力电量的差异性制定更加合理的激励电价,在满足电网调度成本的情况下充分提高用户满意度,且能够发挥节能降碳的作用;此外,制定的激励电价还能避免电网以不必要的激励成本满足电网需求以及低激励成本导致的响应不足问题。因此,本申请实施例能够解决现有激励型需求响应技术中仅考虑激励电价的影响,忽略其他影响因素使其无法充分利用用户响应潜力,导致实施需求响应的节能降碳效果较差的技术问题。
为了便于理解,请参阅图2,本申请提供了一种基于用户参与的需求响应调度装置的实施例,包括:
客观模型构建单元201,用于根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,用户响应能力约束模型包括增加最大用电量和削减最大用电量;
主观响应计算单元202,用于基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到;
响应潜力评估单元203,用于依据用户响应能力约束模型和用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量;
激励电价计算单元204,用于采用粒子群算法求解基于用户响应潜力电量构建的电网调度成本模型,得到激励电价,电网调度成本模型包括激励优化约束条件;
响应调度求解单元205,用于依据激励电价构建电力用户满意度优化模型,并根据求解电力用户满意度优化模型得到的结果获取响应电量调度方案,电力用户满意度优化模型包括电量优化约束条件。
优选地,主观响应计算单元202,具体用于:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对预置增加用电响应模型和预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率,预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到。
优选地,还包括:
数据获取单元206,用于获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
参数计算单元207,用于对电价、剩余碳排放额和碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
优选地,响应潜力评估单元203,具体用于:
依据增加最大用电量和增加用电量对应的用户实际响应率评估计算增加用电响应潜力;
依据削减最大用电量和削减用电量对应的用户实际响应率评估计算削减用电响应潜力;
增加用电响应潜力和削减用电响应潜力求和,得到用户响应潜力电量。
优选地,响应调度求解单元205,具体用于:
依据激励电价计算电力用户参与需求响应的参与补贴后,根据参与补贴和对应的折算成本计算参与净收益;
根据参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据实时电费满意度和激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解电力用户满意度优化模型,得到电力用户平均满意度;
基于电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (4)
1.一种基于用户参与的需求响应调度方法,其特征在于,包括:
根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,所述用户响应能力约束模型包括增加最大用电量和削减最大用电量;
基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到,具体过程包括:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对所述预置增加用电响应模型和所述预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率;
依据所述用户响应能力约束模型和所述用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量,具体过程包括:
依据所述增加最大用电量和增加用电量对应的所述用户实际响应率评估计算增加用电响应潜力;
依据所述削减最大用电量和削减用电量对应的所述用户实际响应率评估计算削减用电响应潜力;
所述增加用电响应潜力和所述削减用电响应潜力求和,得到用户响应潜力电量;
采用粒子群算法求解基于所述用户响应潜力电量构建的电网调度成本模型,得到激励电价,所述电网调度成本模型包括激励优化约束条件;
依据所述激励电价构建电力用户满意度优化模型,并根据求解所述电力用户满意度优化模型得到的结果获取响应电量调度方案,所述电力用户满意度优化模型包括电量优化约束条件,具体过程包括:
依据所述激励电价计算电力用户参与需求响应的参与补贴后,根据所述参与补贴和对应的折算成本计算参与净收益;
根据所述参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于所述电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据所述实时电费满意度和所述激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解所述电力用户满意度优化模型,得到电力用户平均满意度;
基于所述电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
2.根据权利要求1所述的基于用户参与的需求响应调度方法,其特征在于,所述基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到,之前还包括:
获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
对所述电价、所述剩余碳排放额和所述碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
3.一种基于用户参与的需求响应调度装置,其特征在于,包括:
客观模型构建单元,用于根据电力用户用电量和预设电量弹性系数构建用户响应能力约束模型,所述用户响应能力约束模型包括增加最大用电量和削减最大用电量;
主观响应计算单元,用于基于预设积极响应偏向程度根据预置增加用电响应模型和预置削减用电响应模型计算用户实际响应率,所述预设积极响应偏向程度根据电价、剩余碳排放额和碳交易价格计算得到,所述主观响应计算单元,具体用于:
根据用户增加用电最大响应率和用户增加用电响应饱和激励参数分别构建用户增加用电积极响应子模型和用户增加用电消极响应子模型,得到预置增加用电响应模型;
根据用户削减用电最大响应率和用户削减用电响应饱和激励参数分别构建用户削减用电积极响应子模型和用户削减用电消极响应子模型,得到预置削减用电响应模型;
基于预设积极响应偏向程度分别对所述预置增加用电响应模型和所述预置削减用电响应模型的用户意愿进行偏向程度分析,并计算出用户实际响应率;
响应潜力评估单元,用于依据所述用户响应能力约束模型和所述用户实际响应率对电力用户响应潜力进行评估,得到用户响应潜力电量,所述响应潜力评估单元,具体用于:
依据所述增加最大用电量和增加用电量对应的所述用户实际响应率评估计算增加用电响应潜力;
依据所述削减最大用电量和削减用电量对应的所述用户实际响应率评估计算削减用电响应潜力;
所述增加用电响应潜力和所述削减用电响应潜力求和,得到用户响应潜力电量;
激励电价计算单元,用于采用粒子群算法求解基于所述用户响应潜力电量构建的电网调度成本模型,得到激励电价,所述电网调度成本模型包括激励优化约束条件;
响应调度求解单元,用于依据所述激励电价构建电力用户满意度优化模型,并根据求解所述电力用户满意度优化模型得到的结果获取响应电量调度方案,所述电力用户满意度优化模型包括电量优化约束条件,所述响应调度求解单元,具体用于:
依据所述激励电价计算电力用户参与需求响应的参与补贴后,根据所述参与补贴和对应的折算成本计算参与净收益;
根据所述参与净收益和预置响应后电费计算电力用户参与需求响应后的用户费用;
基于所述电力用户参与需求响应后的用户费用与用户不参与需求响应的用户费用计算实时电费满意度;
根据所述实时电费满意度和所述激励电价下的电力用户数量构建电力用户满意度优化模型,同时配置电量优化约束条件;
采用粒子群算法求解所述电力用户满意度优化模型,得到电力用户平均满意度;
基于所述电力用户平均满意度配置用户响应电量分配方案,得到响应电量调度方案。
4.根据权利要求3所述的基于用户参与的需求响应调度装置,其特征在于,还包括:
数据获取单元,用于获取电力用户在相同时刻的电价、剩余碳排放额和碳交易价格;
参数计算单元,用于对所述电价、所述剩余碳排放额和所述碳交易价格进行归一化处理后,基于模糊推理理论对用户主观意愿进行偏向程度计算,得到预设积极响应偏向程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311387354.1A CN117114455B (zh) | 2023-10-25 | 2023-10-25 | 一种基于用户参与的需求响应调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311387354.1A CN117114455B (zh) | 2023-10-25 | 2023-10-25 | 一种基于用户参与的需求响应调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117114455A CN117114455A (zh) | 2023-11-24 |
CN117114455B true CN117114455B (zh) | 2024-02-13 |
Family
ID=88797004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311387354.1A Active CN117114455B (zh) | 2023-10-25 | 2023-10-25 | 一种基于用户参与的需求响应调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114455B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727158A (zh) * | 2019-01-25 | 2019-05-07 | 燕山大学 | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 |
CN114219210A (zh) * | 2021-11-11 | 2022-03-22 | 华南理工大学 | 一种考虑需求响应意愿分级的电动汽车实时调度优化方法 |
CN115423539A (zh) * | 2022-11-03 | 2022-12-02 | 南昌工程学院 | 一种考虑用户满意度的需求响应激励价格确定方法及装置 |
CN115439138A (zh) * | 2022-08-03 | 2022-12-06 | 广东奔流能源有限公司 | 一种电动汽车充放电功率优化分配方法及系统 |
-
2023
- 2023-10-25 CN CN202311387354.1A patent/CN117114455B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727158A (zh) * | 2019-01-25 | 2019-05-07 | 燕山大学 | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 |
CN114219210A (zh) * | 2021-11-11 | 2022-03-22 | 华南理工大学 | 一种考虑需求响应意愿分级的电动汽车实时调度优化方法 |
CN115439138A (zh) * | 2022-08-03 | 2022-12-06 | 广东奔流能源有限公司 | 一种电动汽车充放电功率优化分配方法及系统 |
CN115423539A (zh) * | 2022-11-03 | 2022-12-02 | 南昌工程学院 | 一种考虑用户满意度的需求响应激励价格确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117114455A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193720B (zh) | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 | |
Bu et al. | A game-theoretical decision-making scheme for electricity retailers in the smart grid with demand-side management | |
US20090228388A1 (en) | System and method for automated trading of electrical consumption | |
CN113609713B (zh) | 用户侧电碳信息量化计算方法、系统及计算机存储介质 | |
Berlink et al. | Batch reinforcement learning for smart home energy management | |
CN108710992A (zh) | 一种需求响应参与电网削峰填谷效果的评估方法 | |
CN110111214B (zh) | 一种基于优先级的用户用能管理方法及系统 | |
WO2024027351A1 (zh) | 一种用于虚拟电厂的优化调节方法及系统 | |
CN107618393A (zh) | 一种基于杠杆电价的电动汽车充电负荷调控系统及方法 | |
CN115358787A (zh) | 考虑交易风险的虚拟电厂现货市场申报方法及相关装置 | |
CN110797872B (zh) | 用户侧储能容量配置方法、装置、设备及存储介质 | |
CN109389437B (zh) | 电价的定价方法、定价装置及终端 | |
Wang et al. | Multi-objective residential load dispatch based on comprehensive demand response potential and multi-dimensional user comfort | |
Wang et al. | Reward fairness-based optimal distributed real-time pricing to enable supply–demand matching | |
CN117114455B (zh) | 一种基于用户参与的需求响应调度方法及装置 | |
Shu et al. | Dynamic incentive strategy for voluntary demand response based on TDP scheme | |
CN115438906A (zh) | 一种多虚拟电厂点对点交易方法、电子设备及存储介质 | |
CN111969598B (zh) | 一种考虑激励型需求侧响应的用户侧储能优化方法及系统 | |
CN109948872B (zh) | 一种弃风电交易的实时调度方法及系统 | |
CN111967896A (zh) | 提高可中断类负荷参与需求响应积极性的方法及系统 | |
CN113067329B (zh) | 一种电力系统的可再生能源适应性优化方法及终端 | |
CN105203838B (zh) | 一种电量采集系统 | |
CN117639036B (zh) | 一种充电桩的充放电规划方法及系统 | |
CN117474382A (zh) | 考虑储能优化配置的负荷聚合商调频潜力评估方法及系统 | |
CN113489065B (zh) | 一种聚合需求响应潜力值的获取方法、装置及电子设备 |
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 |