CN117613915B - 一种电力系统实时调度方法、装置、设备及存储介质 - Google Patents
一种电力系统实时调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117613915B CN117613915B CN202311488196.9A CN202311488196A CN117613915B CN 117613915 B CN117613915 B CN 117613915B CN 202311488196 A CN202311488196 A CN 202311488196A CN 117613915 B CN117613915 B CN 117613915B
- Authority
- CN
- China
- Prior art keywords
- time
- energy storage
- cluster
- storage system
- water heater
- 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 46
- 238000004146 energy storage Methods 0.000 claims abstract description 143
- 230000002776 aggregation Effects 0.000 claims abstract description 65
- 238000004220 aggregation Methods 0.000 claims abstract description 65
- 238000007599 discharging Methods 0.000 claims abstract description 33
- 230000008901 benefit Effects 0.000 claims abstract description 30
- 238000007600 charging Methods 0.000 claims abstract description 29
- 230000006399 behavior Effects 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 125
- 238000004378 air conditioning Methods 0.000 claims description 53
- 230000008859 change Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 239000002699 waste material Substances 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/12—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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统实时调度方法、装置、设备及存储介质，涉及电力系统实时调度领域，该方法包括收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。本申请能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。
Description
技术领域
本申请涉及电力系统实时调度领域，具体涉及一种电力系统实时调度方法、装置、设备及存储介质。
背景技术
随着经济的快速发展，对电力的需求也不断增长。然而，传统的电力系统面临着供需平衡、可靠性、可持续性、环保等方面的挑战。为了解决这些问题，当前正积极推动清洁能源的发展，尤其是可再生能源。可再生能源具有丰富的资源、环保和可再生的特点，是未来电力系统的重要组成部分。分布式能源、储能技术、智能电网等新技术的快速发展也为电力系统的调度提供了新的可能性。
需求侧异质资源聚合将多种能源资源整合到电力系统中，包括太阳能、风能、储能系统、灵活负载等。通过多元化的能源组合，实现电力系统的灵活性和稳定性。利用先进的信息通信技术，实现对电力系统的实时监控、数据分析和智能调度。智能化调度可以使电力系统更加高效、可靠，并适应可再生能源的波动性。强调用户的参与和自治，让用户根据自身需求和偏好，积极参与能源调度，调整用电模式，以实现能源的最优利用，从而推动电力系统向绿色、低碳方向发展。
通过多样化的能源组合和智能调度，提高了电力系统的灵活性，更好地适应了可再生能源的波动性，增强了系统的稳定性。通过智能调度和用户参与，能够更精准地满足用户需求，避免能源浪费，同时减少碳排放和环境污染。依托智能化技术，使电力系统更具自适应能力，能够自动调整以适应不同情境下的电力需求和能源供应。因此，如何构建一种新的考虑需求侧异质资源聚合作用的电力系统实时调度模型，用以市场化调节频率的同时节约化石能源，是当前亟待解决的问题。
发明内容
本申请提供一种电力系统实时调度方法、装置、设备及存储介质，能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。
第一方面，本申请实施例提供一种电力系统实时调度方法，所述电力系统实时调度方法包括：
收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；
根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；
基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；
基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。
结合第一方面，在一种实施方式中，所述收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型，具体为：
收集负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建；
采用一阶ETP等效模型对空调负荷进行聚合预测建模；
采用一阶ETP等效模型对电热水器负荷进行聚合预测建模。
结合第一方面，在一种实施方式中，
所述采用一阶ETP等效模型对空调负荷进行聚合预测建模，其中，建立的模型为：
其中，Ti,h,t+1表示t+1时刻空调集群h的环境温度，Ti,h,t表示t时刻空调集群h的环境温度，Rh、Ch表示空调集群h的一阶ETP等效参数，ηCOP,h表示空调集群h内每个个体的COP平均值，Ph,t表示t时刻空调集群h的总功率，Psol,t表示t时刻太阳能热功率，Ta,t表示t时刻室外气温，Δt表示t+1时刻和t时刻间的时间间隔；
所述采用一阶ETP等效模型对电热水器负荷进行聚合预测建模，其中，建立的模型为：
其中，SOCw表示电热水器集群w的荷电状态，Tw,avg表示电热水器集群w的平均热水温度，Tw,max表示电热水器集群w的最高热水温度，SOCw,t+1表示t+1时刻电热水器集群w的荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Pw,t表示t时刻电热水器集群w的总功率，aw,t、bt、ew,t表示电热水器集群w的一阶ETP等效参数，计算方式为：
ew,t＝(GRwTa+ρWtcRwTcw)(1-aw,t)
其中，exp表示以自然常数e为底的指数函数，Rw、Cw为电热水器集群w的一阶ETP等效参数，ρ表示水的密度，Wt表示t时刻热水的消耗量，A表示电热水器集群w的总表面积，c表示水的比热容，Re表示电热水器的热阻，m表示电热水器中水的质量，Ta、Tcw表示温度参数，G表示计算中间量。
结合第一方面，在一种实施方式中，所述根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式，具体为：
根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，其中，自放电、充电、放电速率由储能系统充放电行为的聚合模型中所有电池的加权平均值确定；
基于储能系统运行的目的以及储能系统的预期收益，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型；
建立储能系统的充放电上下限约束、净需求约束、电池能量约束。
结合第一方面，在一种实施方式中，所述根据储能系统电池的特性：
所述构建储能系统充放电行为的聚合模型，其中，构建的聚合模型为：
其中，Eb,t+1表示t+1时刻储能系统集群b的能量状态，Eb,t表示t时刻储能系统集群b的能量状态，αb表示储能系统集群b的自放电速率，ηch,b表示储能系统集群b的充电速率，ηdis,b表示储能系统集群b的放电速率，Pch,b,t表示t时刻储能系统集群b的充电功率，Pdis,b,t表示t时刻储能系统集群b的放电功率，Pb,t表示t时刻储能系统集群b的充放电总功率；
所述建立储能系统的预期收益模型，其中，建立的预期收益模型为：
其中，Ybatt表示储能系统的运行成本，λTOU,t表示t时刻的分时电价，Pcluster,t表示t时刻储能系统的基本需求功率，T表示总时间；
所述建立储能系统的充放电上下限约束、净需求约束、电池能量约束，具体为：
其中，Eb,min表示电池的最小能量限制，Eb,max表示电池的最大能量限制，Eb,t表示电池t时刻的能量，Pch,b,max表示电池的充电功率上限，Pdis,b,max表示电池的放电功率上限，E1表示电池的初始能量状态，ET表示电池T时刻的能量状态。
结合第一方面，在一种实施方式中，对于建立的电力系统实时调度模型，选定的目标函数为次日负荷聚合商预期利润最大来进行优化计算，其中，目标函数具体为：
其中，j表示电力系统频率调节时的时间窗口，J表示电力系统频率调节时的总时间，λs,t表示t时刻的市场电价，λm,t表示t时刻的零售电价，St表示t时刻负荷聚合商的基础需求预测量，Pt表示t时刻电力系统总功率，rt表示t时刻历史调频信号，Preg,j表示时间窗口j的频率调节功率，N表示时间系数，pc,t表示t时刻负荷聚合商的调节能力，pm,t表示t时刻负荷聚合商的价格变动，α表示负荷聚合商的频率调节性能系数，Mt表示t时刻电力系统规定的调频利润，Ti,h,t表示t时刻空调集群h的环境温度，Tsp,h,t表示t时刻空调集群h的温度设定值，Ti,w,t表示t时刻电热水器集群w的温度设定值，Tsp,w,t表示t时刻电热水器集群w的温度设定值，H表示空调集群的总个数，W表示电热水器集群w的总个数，T表示总时间，bh表示空调集群h的温度调整系数，bw表示电热水器集群w的温度调整系数，目标函数中的B表示储能系统集群b的总个数，Pb,t表示t时刻储能系统集群b的充放电总功率，bb表示储能系统集群b的功率调整系数，表示储能系统集群b的基础消耗功率，battret,b表示储能系统集群b参与调度获得的利润。
结合第一方面，在一种实施方式中，所述电力系统实时调度模型还包括调节上下限约束，调节上下限约束具体为：
其中，Ti,h,min表示空调集群h允许的最低温度，Ti,h,max表示空调集群h允许的最高温度，SOCw,min表示电热水器集群w的最小荷电状态，SOCw,max表示电热水器集群w的最大荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Ph,max表示空调集群h允许的最小功率，Pw,max表示空调集群h允许的最大功率，Ph,t表示t时刻空调集群h的总功率，Pw,t表示t时刻电热水器集群w的总功率。
第二方面，本申请实施例提供一种电力系统实时调度装置，所述电力系统实时调度装置包括：
建立模块，其用于收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；
确定模块，其用于根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；
创建模块，其用于基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；
执行模块，其用于基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。
第三方面，本申请实施例提供一种电力系统实时调度设备，所述电力系统实时调度设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的电力系统实时调度程序，其中所述电力系统实时调度程序被所述处理器执行时，实现上述所述的电力系统实时调度方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有电力系统实时调度程序，其中所述电力系统实时调度程序被处理器执行时，实现上述所述的电力系统实时调度方法的步骤。
本申请实施例提供的技术方案带来的有益效果包括：
通过建立储能系统收益的评估模型，为储能系统的规划实施提供指导，并提出了提前一天调度模型，负荷聚合商基于空调负荷、电热水器负荷和储能系统的聚合组合，实现电网的频率调节和调峰目的；本申请能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。
附图说明
图1为本申请一种电力系统实时调度方法的流程示意图；
图2为负荷聚合商和需求侧资源的层次结构；
图3为本申请电力系统实时调度装置的功能模块示意图；
图4为电力系统实时调度设备的硬件结构示意图。
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作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。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
第一方面，本申请实施例提供一种电力系统实时调度方法，具体为基于需求侧异质资源聚合作用的电力系统实时调度方法，通过研究居民空调负荷、电热水器负荷和储能系统的聚合模型，考虑三种需求侧异质资源的聚合作用，构建负荷聚合商在次日预期利润最大的电力系统实时调度优化模型，能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。
一实施例中，参照图1，图1为本申请电力系统实时调度方法的流程示意图。如图1所示，电力系统实时调度方法包括：
S1：收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；即通过收集居民电器负荷功率，以及电器做功后得到的室内温度变化、电热水器内热水温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型。
S2：根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；即根据储能系统中典型电池的充放电特性，构建储能系统充放电行为的聚合模型，然后确定储能系统效益评估方式。
S3：基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；即以负荷聚合商预期利润最大为目标，根据各类调度资源的调度成本和参与调度获得的补贴，建立电力系统实时调度模型。调度资源为电力系统中可供调度的电力资源。
S4：基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。通过建立的电力系统实时调度模型，从而确定次日各类可供调度的电力资源参与调度的方案。
进一步的，在一实施例中，收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型，具体为：
S101：收集负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建；
需求侧具有海量的异质资源，这些资源具有不同的特征，根据收集的负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建。
S102：采用一阶ETP(Electric power Trusteeship Platform，运维业务平台)等效模型对空调负荷进行聚合预测建模；
本申请中，采用一阶ETP等效模型对空调负荷进行聚合预测建模，其中，建立的模型为：
其中，Ti,h,t+1表示t+1时刻空调集群h的环境温度，Ti,h,t表示t时刻空调集群h的环境温度，Rh、Ch表示空调集群h的一阶ETP等效参数，ηCOP,h表示空调集群h内每个个体的COP平均值，Ph,t表示t时刻空调集群h的总功率，Psol,t表示t时刻太阳能热功率，Ta,t表示t时刻室外气温，Δt表示t+1时刻和t时刻间的时间间隔。
通过基于伪随机二进制序列信号的系统识别过程获得不同集群的一阶ETP等效参数。每个集群内的空调负荷个体以相同的偏移量进行扰动，并测量个体的总功率和跨集群的平均温度。
S103：采用一阶ETP等效模型对电热水器负荷进行聚合预测建模。
本申请中，采用一阶ETP等效模型对电热水器负荷进行聚合预测建模，其中，建立的模型为：
其中，SOCw表示电热水器集群w的荷电状态，Tw,avg表示电热水器集群w的平均热水温度，Tw,max表示电热水器集群w的最高热水温度，SOCw,t+1表示t+1时刻电热水器集群w的荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Pw,t表示t时刻电热水器集群w的总功率，aw,t、bt、ew,t表示电热水器集群w的一阶ETP等效参数，计算方式为：
ew,t＝(GRwTa+ρWtcRwTcw)(1-aw,t)
其中，exp表示以自然常数e为底的指数函数，Rw、Cw为电热水器集群w的一阶ETP等效参数，ρ表示水的密度，Wt表示t时刻热水的消耗量，A表示电热水器集群w的总表面积，c表示水的比热容，Re表示电热水器的热阻，m表示电热水器中水的质量，Ta、Tcw表示温度参数，G表示计算中间量。
进一步的，在一实施例中，根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式，具体为：
S201：根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，其中，自放电、充电、放电速率由储能系统充放电行为的聚合模型中所有电池的加权平均值确定；
具体的，构建储能系统充放电行为的聚合模型，其中，构建的聚合模型为：
其中，Eb,t+1表示t+1时刻储能系统集群b的能量状态，Eb,t表示t时刻储能系统集群b的能量状态，αb表示储能系统集群b的自放电速率，ηch,b表示储能系统集群b的充电速率，ηdis,b表示储能系统集群b的放电速率，Pch,b,t表示t时刻储能系统集群b的充电功率，Pdis,b,t表示t时刻储能系统集群b的放电功率，Pb,t表示t时刻储能系统集群b的充放电总功率。
S202：基于储能系统运行的目的以及储能系统的预期收益，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型；即假设储能系统运行的目的仅是为了赚取差价，储能系统的预期收益为所有者愿意接受的最低补偿，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型，用来确定其基本需求曲线和收益情况。
具体的，建立储能系统的预期收益模型，其中，建立的预期收益模型为：
其中，Ybatt表示储能系统的运行成本，λTOU,t表示t时刻的分时电价，Pcluster,t表示t时刻储能系统的基本需求功率，T表示总时间。
S203：建立储能系统的充放电上下限约束、净需求约束、电池能量约束。即储能系统预期收益约束除了上述提到的功率平衡约束外，还包括充放电上下限约束、净需求约束、电池能量约束。
具体的，建立储能系统的充放电上下限约束、净需求约束、电池能量约束，具体为：
其中，Eb,min表示电池的最小能量限制，Eb,max表示电池的最大能量限制，Eb,t表示电池t时刻的能量，Pch,b,max表示电池的充电功率上限，Pdis,b,max表示电池的放电功率上限，E1表示电池的初始能量状态，ET表示电池T时刻的能量状态。需要说明的是，本申请中负荷聚合商和需求侧资源的层次结构参见图2所示。
对于负荷聚合商实施的实时调度方案，在日前阶段，首先负荷聚合商收集总负荷、灵活需求、市场电价、能源价格等信息，构建优化模型计算日前随机调度问题；其次，负荷聚合商将计算出的预期负荷曲线、基线负荷曲线和调节能力投标计划上报给市场或电力系统监管者；随后，负荷聚合商接收上一级发布的次日调度计划。对于实时调度，市场或电力系统监管者决定调节信号，然后基于调节信号，负荷聚合商监测并调度需求侧资源以满足调度要求，同时将监测信号反馈给市场或电力系统监管者。
进一步的，在一实施例中，对于建立的电力系统实时调度模型，选定的目标函数为次日负荷聚合商预期利润最大来进行优化计算，其中，目标函数具体为：
其中，j表示电力系统频率调节时的时间窗口，J表示电力系统频率调节时的总时间，λs,t表示t时刻的市场电价，λm,t表示t时刻的零售电价，St表示t时刻负荷聚合商的基础需求预测量，Pt表示t时刻电力系统总功率，rt表示t时刻历史调频信号，Preg,j表示时间窗口j的频率调节功率，N表示时间系数，pc,t表示t时刻负荷聚合商的调节能力，pm,t表示t时刻负荷聚合商的价格变动，α表示负荷聚合商的频率调节性能系数，Mt表示t时刻电力系统规定的调频利润，Ti,h,t表示t时刻空调集群h的环境温度，Tsp,h,t表示t时刻空调集群h的温度设定值，Ti,w,t表示t时刻电热水器集群w的温度设定值，Tsp,w,t表示t时刻电热水器集群w的温度设定值，H表示空调集群的总个数，W表示电热水器集群w的总个数，T表示总时间，bh表示空调集群h的温度调整系数，bw表示电热水器集群w的温度调整系数，目标函数中的B表示储能系统集群b的总个数，Pb,t表示t时刻储能系统集群b的充放电总功率，bb表示储能系统集群b的功率调整系数，表示储能系统集群b的基础消耗功率，battret,b表示储能系统集群b参与调度获得的利润。
目标函数中，表示负荷聚合商售电的收入，/>表示负荷聚合商参与调频服务获得的收入，/>表示空调集群参与电力系统调度的成本，/>表示电热水器集群参与电力系统调度的成本，表示储能系统集群参与电力系统调度的成本。对于空调负荷和电热水器负荷来说，调度成本考虑用户的舒适度，被建模为环境温度和热水温度与期望温度设定值偏差的二次函数。
需要补充的是，电力系统实时调度模型约束条件包括上述提到的空调集群、电热水器集群及储能集群约束之外，还包括调节上下限约束，调节上下限约束具体为：
其中，Ti,h,min表示空调集群h允许的最低温度，Ti,h,max表示空调集群h允许的最高温度，SOCw,min表示电热水器集群w的最小荷电状态，SOCw,max表示电热水器集群w的最大荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Ph,max表示空调集群h允许的最小功率，Pw,max表示空调集群h允许的最大功率，Ph,t表示t时刻空调集群h的总功率，Pw,t表示t时刻电热水器集群w的总功率。
进一步的，在电力系统实时调度模型中还存在功率平衡约束和负荷聚合商功率约束。
功率平衡约束具体为：
其中，Pt-rt,jPreg,j表示负荷聚合商供给的功率，表示空调负荷，表示电热水器负荷，/>表示储能系统消耗的功率。
负荷聚合商功率约束具体为：
其中，0≤St+Pt-rt,jPre,g j≤Pmax约束为仅考虑调峰要求时的功率约束，0≤St+Pt≤Pmax约束为同时考虑调峰和调频要求时的功率约束。
第二方面，本申请实施例还提供一种电力系统实时调度装置。
一实施例中，参照图3，图3为本申请电力系统实时调度装置的功能模块示意图。如图3所示，电力系统实时调度装置包括建立模块、确定模块、创建模块和执行模块。
建立模块用于收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；确定模块用于根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；创建模块用于基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；执行模块用于基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。
第三方面，本申请实施例提供一种电力系统实时调度设备，电力系统实时调度设备可以是个人计算机(personal computer，PC)、笔记本电脑、服务器等具有数据处理功能的设备。
参照图4，图4为本申请实施例方案中涉及的电力系统实时调度设备的硬件结构示意图。本申请实施例中，电力系统实时调度设备可以包括处理器、存储器、通信接口以及通信总线。
其中，通信总线可以是任何类型的，用于实现处理器、存储器以及通信接口互连。
通信接口包括输入/输出(input/output，I/O)接口、物理接口和逻辑接口等用于实现电力系统实时调度设备内部的器件互连的接口，以及用于实现电力系统实时调度设备与其他设备(例如其他计算设备或用户设备)互连的接口。物理接口可以是以太网接口、光纤接口、ATM接口等；用户设备可以是显示屏(Display)、键盘(Keyboard)等。
存储器可以是各种类型的存储介质，例如随机存取存储器(randomaccessmemory，RAM)、只读存储器(read-only memory，ROM)、非易失性RAM(non-volatileRAM，NVRAM)、闪存、光存储器、硬盘、可编程ROM(programmable ROM，PROM)、可擦除PROM(erasable PROM，EPROM)、电可擦除PROM(electrically erasable PROM，EEPROM)等。
处理器可以是通用处理器，通用处理器可以调用存储器中存储的电力系统实时调度程序，并执行本申请实施例提供的电力系统实时调度方法。例如，通用处理器可以是中央处理器(central processing unit，CPU)。其中，电力系统实时调度程序被调用时所执行的方法可参照本申请电力系统实时调度方法的各个实施例，此处不再赘述。
本领域技术人员可以理解，图4中示出的硬件结构并不构成对本申请的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
第四方面，本申请实施例还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有电力系统实时调度程序，其中所述电力系统实时调度程序被处理器执行时，实现如上述的电力系统实时调度方法的步骤。
其中，电力系统实时调度程序被执行时所实现的方法可参照本申请电力系统实时调度方法的各个实施例，此处不再赘述。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。术语“第一”、“第二”和“第三”等描述，是用于区分不同的对象等，其不代表先后顺序，也不限定“第一”、“第二”和“第三”是不同的类型。
在本申请实施例的描述中，“示例性的”、“例如”或者“举例来说”等用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。
在本申请实施例描述的一些流程中，包含了按照特定顺序出现的多个操作或步骤，但是应该理解，这些操作或步骤可以不按照其在本申请实施例中出现的顺序来执行或并行执行，操作的序号仅用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作或步骤可以按顺序执行或并行执行，并且这些操作或步骤可以进行组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种电力系统实时调度方法，其特征在于，所述电力系统实时调度方法包括：
收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；
根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；
基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；
基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案；
其中，所述根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式，具体为：
根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，其中，自放电、充电、放电速率由储能系统充放电行为的聚合模型中所有电池的加权平均值确定；
基于储能系统运行的目的以及储能系统的预期收益，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型；
建立储能系统的充放电上下限约束、净需求约束、电池能量约束；
其中，所述收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型，具体为：
收集负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建；
采用一阶ETP等效模型对空调负荷进行聚合预测建模；
采用一阶ETP等效模型对电热水器负荷进行聚合预测建模；
其中，
所述采用一阶ETP等效模型对空调负荷进行聚合预测建模，其中，建立的模型为：
其中，Ti,h,t+1表示t+1时刻空调集群h的环境温度，Ti,h,t表示t时刻空调集群h的环境温度，Rh、Ch表示空调集群h的一阶ETP等效参数，ηCOP,h表示空调集群h内每个个体的COP平均值，Ph,t表示t时刻空调集群h的总功率，Psol,t表示t时刻太阳能热功率，Ta,t表示t时刻室外气温，Δt表示t+1时刻和t时刻间的时间间隔；
所述采用一阶ETP等效模型对电热水器负荷进行聚合预测建模，其中，建立的模型为：
其中，SOCw表示电热水器集群w的荷电状态，Tw,avg表示电热水器集群w的平均热水温度，Tw,max表示电热水器集群w的最高热水温度，SOCw,t+1表示t+1时刻电热水器集群w的荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Pw,t表示t时刻电热水器集群w的总功率，aw,t、bt、ew,t表示电热水器集群w的一阶ETP等效参数，计算方式为：
其中，exp表示以自然常数e为底的指数函数，Rw、Cw为电热水器集群w的一阶ETP等效参数，ρ表示水的密度，Wt表示t时刻热水的消耗量，A表示电热水器集群w的总表面积，c表示水的比热容，Re表示电热水器的热阻，m表示电热水器中水的质量，Ta、Tcw表示温度参数，G表示计算中间量。
2.如权利要求1所述的一种电力系统实时调度方法，其特征在于，所述根据储能系统电池的特性：
所述构建储能系统充放电行为的聚合模型，其中，构建的聚合模型为：
其中，Eb,t+1表示t+1时刻储能系统集群b的能量状态，Eb,t表示t时刻储能系统集群b的能量状态，αb表示储能系统集群b的自放电速率，ηch,b表示储能系统集群b的充电速率，ηdis,b表示储能系统集群b的放电速率，Pch,b,t表示t时刻储能系统集群b的充电功率，Pdis,b,t表示t时刻储能系统集群b的放电功率，Pb,t表示t时刻储能系统集群b的充放电总功率；
所述建立储能系统的预期收益模型，其中，建立的预期收益模型为：
其中，Ybatt表示储能系统的运行成本，λTOU,t表示t时刻的分时电价，Pcluster,t表示t时刻储能系统的基本需求功率，T表示总时间；
所述建立储能系统的充放电上下限约束、净需求约束、电池能量约束，具体为：
其中，Eb,min表示电池的最小能量限制，Eb,max表示电池的最大能量限制，Eb,t表示电池t时刻的能量，Pch,b,max表示电池的充电功率上限，Pdis,b,max表示电池的放电功率上限，E1表示电池的初始能量状态，ET表示电池T时刻的能量状态。
3.如权利要求1所述的一种电力系统实时调度方法，其特征在于，对于建立的电力系统实时调度模型，选定的目标函数为次日负荷聚合商预期利润最大来进行优化计算，其中，目标函数具体为：
其中，j表示电力系统频率调节时的时间窗口，J表示电力系统频率调节时的总时间，λs,t表示t时刻的市场电价，λm,t表示t时刻的零售电价，St表示t时刻负荷聚合商的基础需求预测量，Pt表示t时刻电力系统总功率，rt表示t时刻历史调频信号，Preg,j表示时间窗口j的频率调节功率，N表示时间系数，pc,t表示t时刻负荷聚合商的调节能力，pm,t表示t时刻负荷聚合商的价格变动，α表示负荷聚合商的频率调节性能系数，Mt表示t时刻电力系统规定的调频利润，Ti,h,t表示t时刻空调集群h的环境温度，Tsp,h,t表示t时刻空调集群h的温度设定值，Ti,w,t表示t时刻电热水器集群w的温度设定值，Tsp,w,t表示t时刻电热水器集群w的温度设定值，H表示空调集群的总个数，W表示电热水器集群w的总个数，T表示总时间，bh表示空调集群h的温度调整系数，bw表示电热水器集群w的温度调整系数，目标函数中的B表示储能系统集群b的总个数，Pb,t表示t时刻储能系统集群b的充放电总功率，bb表示储能系统集群b的功率调整系数，表示储能系统集群b的基础消耗功率，battret,b表示储能系统集群b参与调度获得的利润。
4.如权利要求3所述的一种电力系统实时调度方法，其特征在于，所述电力系统实时调度模型还包括调节上下限约束，调节上下限约束具体为：
其中，Ti,h,min表示空调集群h允许的最低温度，Ti,h,max表示空调集群h允许的最高温度，SOCw,min表示电热水器集群w的最小荷电状态，SOCw,max表示电热水器集群w的最大荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Ph,max表示空调集群h允许的最小功率，Pw,max表示空调集群h允许的最大功率，Ph,t表示t时刻空调集群h的总功率，Pw,t表示t时刻电热水器集群w的总功率。
5.一种电力系统实时调度装置，其特征在于，所述电力系统实时调度装置包括：
建立模块，其用于收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；
确定模块，其用于根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；
创建模块，其用于基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；
执行模块，其用于基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案；
其中，所述根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式，具体为：
根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，其中，自放电、充电、放电速率由储能系统充放电行为的聚合模型中所有电池的加权平均值确定；
基于储能系统运行的目的以及储能系统的预期收益，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型；
建立储能系统的充放电上下限约束、净需求约束、电池能量约束；
其中，所述收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型，具体为：
收集负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建；
采用一阶ETP等效模型对空调负荷进行聚合预测建模；
采用一阶ETP等效模型对电热水器负荷进行聚合预测建模；
其中，
所述采用一阶ETP等效模型对空调负荷进行聚合预测建模，其中，建立的模型为：
其中，Ti,h,t+1表示t+1时刻空调集群h的环境温度，Ti,h,t表示t时刻空调集群h的环境温度，Rh、Ch表示空调集群h的一阶ETP等效参数，ηCOP,h表示空调集群h内每个个体的COP平均值，Ph,t表示t时刻空调集群h的总功率，Psol,t表示t时刻太阳能热功率，Ta,t表示t时刻室外气温，Δt表示t+1时刻和t时刻间的时间间隔；
所述采用一阶ETP等效模型对电热水器负荷进行聚合预测建模，其中，建立的模型为：
其中，SOCw表示电热水器集群w的荷电状态，Tw,avg表示电热水器集群w的平均热水温度，Tw,max表示电热水器集群w的最高热水温度，SOCw,t+1表示t+1时刻电热水器集群w的荷电状态，SOCw,t表示t时刻电热水器集群w的荷电状态，Pw,t表示t时刻电热水器集群w的总功率，aw,t、bt、ew,t表示电热水器集群w的一阶ETP等效参数，计算方式为：
ew,t＝(GRwTa+ρWtcRwTcw)(1-aw,t)
其中，exp表示以自然常数e为底的指数函数，Rw、Cw为电热水器集群w的一阶ETP等效参数，ρ表示水的密度，Wt表示t时刻热水的消耗量，A表示电热水器集群w的总表面积，c表示水的比热容，Re表示电热水器的热阻，m表示电热水器中水的质量，Ta、Tcw表示温度参数，G表示计算中间量。
6.一种电力系统实时调度设备，其特征在于，所述电力系统实时调度设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的电力系统实时调度程序，其中所述电力系统实时调度程序被所述处理器执行时，实现如权利要求1至4中任一项所述的电力系统实时调度方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有电力系统实时调度程序，其中所述电力系统实时调度程序被处理器执行时，实现如权利要求1至4中任一项所述的电力系统实时调度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311488196.9A CN117613915B (zh) | 2023-11-09 | 2023-11-09 | 一种电力系统实时调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311488196.9A CN117613915B (zh) | 2023-11-09 | 2023-11-09 | 一种电力系统实时调度方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117613915A CN117613915A (zh) | 2024-02-27 |
| CN117613915B true CN117613915B (zh) | 2024-06-11 |
Family
ID=89947120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311488196.9A Active CN117613915B (zh) | 2023-11-09 | 2023-11-09 | 一种电力系统实时调度方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117613915B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105607484A (zh) * | 2016-01-28 | 2016-05-25 | 东北电力大学 | 智能电网环境下商业用户可控负荷的管理策略 |
| CN107143968A (zh) * | 2017-04-14 | 2017-09-08 | 东南大学 | 基于空调聚合模型的调峰控制方法 |
| CN107591801A (zh) * | 2017-09-15 | 2018-01-16 | 东南大学 | 一种负荷参与需求响应的聚合潜力评估方法 |
| CN107800157A (zh) * | 2017-11-14 | 2018-03-13 | 武汉大学 | 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法 |
| CN108489108A (zh) * | 2018-04-12 | 2018-09-04 | 国网江苏省电力有限公司电力科学研究院 | 一种基于电热水器负荷群模型的负荷控制方法 |
| CN110661253A (zh) * | 2019-09-24 | 2020-01-07 | 国网(苏州)城市能源研究院有限责任公司 | 建筑群内多类型电力弹性负荷联合调节方法 |
| CN111555291A (zh) * | 2020-05-12 | 2020-08-18 | 国网河北省电力有限公司电力科学研究院 | 一种基于自适应粒子群的负荷集群控制方法 |
| CN112838580A (zh) * | 2019-11-22 | 2021-05-25 | 华北电力大学（保定） | 一种改进异质温控负荷双线性聚合模型及其分布式分层多目标协调控制方法 |
| CN113078629A (zh) * | 2020-01-06 | 2021-07-06 | 华北电力大学（保定） | 一种用于集群温控负荷聚合商功率调控的聚合体功率分配模型及分布式一致性控制方法 |
| CN114050612A (zh) * | 2021-11-01 | 2022-02-15 | 国电南瑞科技股份有限公司 | 一种参与调频服务的暖通空调负荷鲁棒聚合方法及装置 |
| CN114413448A (zh) * | 2022-01-25 | 2022-04-29 | 南京天朗防务科技有限公司 | 空调所属建筑物一阶模型实时参数辨识方法 |
| CN114825371A (zh) * | 2022-04-08 | 2022-07-29 | 四川大学 | 基于调节前后节点电压约束的聚合温控负荷多层调控方法 |
| CN114899886A (zh) * | 2022-05-22 | 2022-08-12 | 华北电力大学（保定） | 一种温控负荷参与下基于模型预测控制的配电网双层调度方法 |
| CN115330280A (zh) * | 2022-10-14 | 2022-11-11 | 国网山东省电力公司营销服务中心(计量中心) | 聚合负荷中空调负荷需求响应可调潜力评估方法及系统 |
| CN116683497A (zh) * | 2023-07-07 | 2023-09-01 | 国网浙江省电力有限公司经济技术研究院 | 基于双层优化运行模型的配电网储能配置方法及系统 |
| CN116826782A (zh) * | 2023-05-26 | 2023-09-29 | 国网浙江省电力有限公司经济技术研究院 | 基于温控负荷的电网调频方法、装置、设备及存储介质 |
| CN116995665A (zh) * | 2023-08-09 | 2023-11-03 | 广东电网有限责任公司 | 一种基于多种灵活性资源的电网系统调度方法及装置 |
-
2023
- 2023-11-09 CN CN202311488196.9A patent/CN117613915B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105607484A (zh) * | 2016-01-28 | 2016-05-25 | 东北电力大学 | 智能电网环境下商业用户可控负荷的管理策略 |
| CN107143968A (zh) * | 2017-04-14 | 2017-09-08 | 东南大学 | 基于空调聚合模型的调峰控制方法 |
| CN107591801A (zh) * | 2017-09-15 | 2018-01-16 | 东南大学 | 一种负荷参与需求响应的聚合潜力评估方法 |
| CN107800157A (zh) * | 2017-11-14 | 2018-03-13 | 武汉大学 | 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法 |
| CN108489108A (zh) * | 2018-04-12 | 2018-09-04 | 国网江苏省电力有限公司电力科学研究院 | 一种基于电热水器负荷群模型的负荷控制方法 |
| CN110661253A (zh) * | 2019-09-24 | 2020-01-07 | 国网(苏州)城市能源研究院有限责任公司 | 建筑群内多类型电力弹性负荷联合调节方法 |
| CN112838580A (zh) * | 2019-11-22 | 2021-05-25 | 华北电力大学（保定） | 一种改进异质温控负荷双线性聚合模型及其分布式分层多目标协调控制方法 |
| CN113078629A (zh) * | 2020-01-06 | 2021-07-06 | 华北电力大学（保定） | 一种用于集群温控负荷聚合商功率调控的聚合体功率分配模型及分布式一致性控制方法 |
| CN111555291A (zh) * | 2020-05-12 | 2020-08-18 | 国网河北省电力有限公司电力科学研究院 | 一种基于自适应粒子群的负荷集群控制方法 |
| CN114050612A (zh) * | 2021-11-01 | 2022-02-15 | 国电南瑞科技股份有限公司 | 一种参与调频服务的暖通空调负荷鲁棒聚合方法及装置 |
| CN114413448A (zh) * | 2022-01-25 | 2022-04-29 | 南京天朗防务科技有限公司 | 空调所属建筑物一阶模型实时参数辨识方法 |
| CN114825371A (zh) * | 2022-04-08 | 2022-07-29 | 四川大学 | 基于调节前后节点电压约束的聚合温控负荷多层调控方法 |
| CN114899886A (zh) * | 2022-05-22 | 2022-08-12 | 华北电力大学（保定） | 一种温控负荷参与下基于模型预测控制的配电网双层调度方法 |
| CN115330280A (zh) * | 2022-10-14 | 2022-11-11 | 国网山东省电力公司营销服务中心(计量中心) | 聚合负荷中空调负荷需求响应可调潜力评估方法及系统 |
| CN116826782A (zh) * | 2023-05-26 | 2023-09-29 | 国网浙江省电力有限公司经济技术研究院 | 基于温控负荷的电网调频方法、装置、设备及存储介质 |
| CN116683497A (zh) * | 2023-07-07 | 2023-09-01 | 国网浙江省电力有限公司经济技术研究院 | 基于双层优化运行模型的配电网储能配置方法及系统 |
| CN116995665A (zh) * | 2023-08-09 | 2023-11-03 | 广东电网有限责任公司 | 一种基于多种灵活性资源的电网系统调度方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| Modeling and Control of Aggregated Temperature Control Loads for Demand Response Program;Amit Kumar等;《2022 Third International Conference on Intelligent Computing Instrumentation and Control Technologies (ICICICT)》;20221018;1-6页 * |
| 公共楼宇可调负荷资源调控技术研究综述;马麟等;《电测与仪表》;20230515;第60卷(第5期);1-11 * |
| 智能小区居民负荷参与优化调度及控制策略研究;杨秀等;《电力系统保护与控制》;20231101;第51卷(第21期);22-33页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117613915A (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Azuatalam et al. | Energy management of small-scale PV-battery systems: A systematic review considering practical implementation, computational requirements, quality of input data and battery degradation | |
| Ahmadi et al. | Security-constrained unit commitment in presence of lithium-ion battery storage units using information-gap decision theory | |
| KR102187327B1 (ko) | 자동기계학습 기반의 건물 부하 최적 관리 및 제어 시스템 | |
| Ahmadi et al. | Information-gap decision theory for robust security-constrained unit commitment of joint renewable energy and gridable vehicles | |
| Zhu et al. | The case for efficient renewable energy management in smart homes | |
| Ahmadi et al. | Optimizing load control in a collaborative residential microgrid environment | |
| CN114362189A (zh) | 一种可调节负荷参与需求响应的调用方法、系统及装置 | |
| Falvo et al. | Electric vehicles integration in demand response programs | |
| Amini et al. | Trading off robustness and performance in receding horizon control with uncertain energy resources | |
| CN107612041B (zh) | 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法 | |
| Zeng et al. | Co-optimized parking lot placement and incentive design for promoting PEV integration considering decision-dependent uncertainties | |
| CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
| Han et al. | Home energy management systems: A review of the concept, architecture, and scheduling strategies | |
| Iqbal et al. | IoT-enabled smart home energy management strategy for DR actions in smart grid paradigm | |
| Yi et al. | Balancing cost and dissatisfaction in online EV charging under real-time pricing | |
| Shi et al. | Lyapunov optimization in online battery energy storage system control for commercial buildings | |
| Saber et al. | A user-friendly transactive coordination model for residential prosumers considering voltage unbalance in distribution networks | |
| Ceccon et al. | Intelligent electric power management system for economic maximization in a residential prosumer unit | |
| CN115829134A (zh) | 面向源网荷不确定性的供电调度方法及系统 | |
| Minhas et al. | Modeling and optimizing energy supply and demand in home area power network (HAPN) | |
| CN110866647A (zh) | 用户侧储能控制方法、装置、设备及存储介质 | |
| CN110535143B (zh) | 面向智能住宅动态需求响应的能源管理方法和装置 | |
| Ma et al. | Market-based co-optimization of energy and ancillary services with distributed energy resource flexibilities | |
| CN117613915B (zh) | 一种电力系统实时调度方法、装置、设备及存储介质 | |
| Liu et al. | Market for multi-dimensional flexibility with parametric demand response bidding |
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 |