JP2020524325A - A method of constructing a displaceable load model considering both environmental costs and rear-time electricity bill - Google Patents

A method of constructing a displaceable load model considering both environmental costs and rear-time electricity bill Download PDF

Info

Publication number
JP2020524325A
JP2020524325A JP2019565794A JP2019565794A JP2020524325A JP 2020524325 A JP2020524325 A JP 2020524325A JP 2019565794 A JP2019565794 A JP 2019565794A JP 2019565794 A JP2019565794 A JP 2019565794A JP 2020524325 A JP2020524325 A JP 2020524325A
Authority
JP
Japan
Prior art keywords
load
model
electricity bill
displaceable
renewable energy
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.)
Pending
Application number
JP2019565794A
Other languages
Japanese (ja)
Inventor
瓊 崔
瓊 崔
杰 舒
杰 舒
磊 黄
磊 黄
志鋒 呉
志鋒 呉
Original Assignee
中国科学院広州能源研究所
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 中国科学院広州能源研究所 filed Critical 中国科学院広州能源研究所
Publication of JP2020524325A publication Critical patent/JP2020524325A/en
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本発明は、再生可能エネルギーを節約可能な環境コストに変換し、現在のリアタイムの電気代を組み合わせて新しい電気代モデルを取得し、最適化された目標負荷モデルを得、さらに新しい変位可能な負荷モデルを構築するとともに、線形対話式汎用オプティマイザ、つまりＬＩＮＧＯソルバーを使用して変位可能な負荷モデルを解くことによって、高速かつ効率的に大規模の線形制約付き整数二次計画法モデルを処理することができ、解く速度および効率が従来のアクティブセット法、内点法、粒子群アルゴリズムなどの最適化アルゴリズムよりも高い環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法を提供する。該モデルをマイクログリッドの多重目標最適化スケジューリングに組み込むことにより、ピーク負荷時のグリッド電源圧力をより効果的に低下させ、電気機器が使用するピーク電力を削減し、再生可能エネルギーの利用率を改善して、最終的にシステム全体の運用信頼性および経済性を改善することができる。【選択図】図１The present invention transforms renewable energy into ecological costs that can be saved, combines the current rear-time electricity bill to obtain a new electricity bill model, obtains an optimized target load model, and a new displaceable load. Process large linear constrained integer quadratic programming models quickly and efficiently by building a model and solving a displaceable load model using the linear interactive general-purpose optimizer, the LINGO solver A method of constructing a displaceable load model that considers both the environmental cost and the rear-time electricity bill, which is faster and more efficient than conventional optimization algorithms such as the active set method, interior point method, and particle swarm algorithm I will provide a. By incorporating the model in the multi-target optimization scheduling of the microgrid, the grid power supply pressure at peak load is more effectively reduced, the peak power used by electric equipment is reduced, and the utilization rate of renewable energy is improved. Finally, the operational reliability and economic efficiency of the entire system can be improved. [Selection diagram] Figure 1

Description

本発明は、変位可能な負荷モデルに関連する技術分野に関し、特に環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法に関する。 The present invention relates to a technical field related to a displaceable load model, and more particularly to a method of constructing a displaceable load model in consideration of both environmental cost and rear-time electricity bill.

環境保護とエネルギー枯渇という二重の圧力により、クリーンな再生可能エネルギーの開発が余儀なくされている。効率的な分散型エネルギーシステムの開発の可能性と利益の空間は巨大である。マイクログリッドは、分散型電力と再生可能エネルギーの大規模応用を促進し、複数の方式で負荷にエネルギーを高い信頼性で供給することを実現し、アクティブな配電ネットワークを達成し、従来のグリッドをスマートグリッドに移行する有効な方法である。安全で信頼性が高く、経済的で、清潔で、効率的でインタラクティブなマイクログリッドの目標を達成するには、システムの動作を最適化する必要がある。現在、マイクログリッドのターゲット最適化は、主に発電側の制御に集中し、つまり、システム内の制御可能ユニットの出力を合理的に配置してカスタマイズされたターゲットを最適化し、負荷側の要求応答がほとんど考慮されなかった。経済の急速な発展と負荷の増加に伴い、人々の電力供給に対する要求も益々高まっている。都市負荷のピークと谷間の差がますます高まり、ユーザの電源の安全性と信頼性などの要件を満たすために、多くの発電所、変電所、送電線を毎年追加して予備容量を増やす必要がある。ただし、ピーク負荷期間は毎年比較的短く、数日間のピークの信頼できる電力供給を確保するために、新しい施設の予備容量を増やすことは明らかに不経済である。エネルギー貯蔵システムの設置は解決策の一種であるが、そのコストは高すぎ、現在の技術も十分に成熟していない一方、要求側を直接管理し、ピーク間の差を減らす方が経済的で効果的である。要求側の応答とは、リアタイムの電気代またはその他のインセンティブを通じて、ユーザ側の負荷に対するユーザの肯定的な応答を指示することである。システム全体の安全で信頼できる安定した動作と最も効果的な省エネと排出削減を維持するために、ユーザはスケジューリング指令または電気代信号に従って電力使用量を積極的に調整することを強調する。変位可能な負荷は、ユーザの電力快適性に影響を与えることなく、電力供給時間を適切に調整でき、制御性が高く、要求側の応答要件を満たす負荷の一種である。 The dual pressure of environmental protection and energy depletion forces the development of clean renewable energy. The space of possibilities and benefits of developing an efficient distributed energy system is enormous. Microgrids facilitate large-scale applications of distributed power and renewable energy, provide reliable energy delivery to loads in multiple ways, achieve active power distribution networks, and replace traditional grids. This is an effective way to move to a smart grid. To achieve the goals of safe, reliable, economical, clean, efficient and interactive microgrid, the operation of the system needs to be optimized. Nowadays, microgrid target optimization focuses mainly on the control of the power generation side, that is, the output of controllable units in the system is rationally arranged to optimize the customized target and the demand response of the load side. Was hardly considered. With the rapid development of the economy and the increase of the load, people's demand for power supply is also increasing. Urban load peaks and troughs are increasing, and many power plants, substations, and transmission lines need to be added each year to increase reserve capacity to meet requirements such as safety and reliability of user power supplies. There is. However, peak load periods are relatively short each year, and it is obviously uneconomical to increase the reserve capacity of new facilities to ensure peak reliable power supply for several days. Installing an energy storage system is a solution, but while its cost is too high and the current technology is not mature enough, it is more economical to manage the demand side directly and reduce the peak-to-peak difference. It is effective. Requester response is to indicate the user's positive response to the user's load through rear-time electricity bills or other incentives. In order to maintain safe, reliable and stable operation of the whole system and the most effective energy saving and emission reduction, the user emphasizes actively adjusting the power usage according to the scheduling command or electricity bill signal. The displaceable load is a type of load that can appropriately adjust the power supply time without affecting the power comfort of the user, has high controllability, and satisfies the response requirements on the request side.

現在、マイクログリッドのグリッド接続状態では、変位可能な負荷モデルの目標負荷は、リアタイムの電気代との反比例関係のみを考慮して負荷要求の分布を調整し、再生可能エネルギー発電によって節約された環境コストを考慮していないので、より合理的な目標負荷を取得できず、ひいては変位可能な負荷モデルの有効性に悪影響を与える。 At present, in the grid connected state of the micro grid, the target load of the displaceable load model adjusts the distribution of load demands only considering the inversely proportional relationship with the rear-time electricity bill, and the environment saved by renewable energy generation. Since the cost is not taken into consideration, a more reasonable target load cannot be obtained, which adversely affects the effectiveness of the displaceable load model.

これに基づいて、ピーク負荷時のグリッドの電源圧力をより効果的に低下させ、グリッド運用の信頼性と再生可能エネルギーの利用率を向上させるために、現在の変位可能な負荷モデルのリアタイムの電気代を考慮するだけで目標負荷を決定する課題に対して、環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法を提供する。 Based on this, the rear-time electricity of the current displaceable load model in order to more effectively reduce the power supply voltage of the grid at peak load, improve the reliability of grid operation and the utilization rate of renewable energy. A method for constructing a displaceable load model that considers both environmental costs and rear-time electricity bills is provided for the problem of determining a target load only by considering the bill.

本発明は、モデリングの準備データを入力するステップと、
再生可能エネルギー発電によって節約された環境コストを確立するステップと、
新しい電気代モデルを確立するステップと、
新しい目標負荷モデルを提供するステップと、
変位可能な負荷モデルを確立して解くステップと、
を含むことを特徴とする環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法を提供する。 The present invention comprises the steps of inputting preparation data for modeling,
Establishing the environmental costs saved by renewable energy generation,
Establishing a new electricity bill model,
Providing a new target load model,
Establishing and solving a displaceable load model,
A method for constructing a displaceable load model considering both environmental cost and rear-time electricity bill is provided.

さらに、前記モデリングの準備データは、具体的に、
時間経過に従う変位可能な負荷の分布タイプ、数およびその電力要求パワー、負荷予測データ、再生可能エネルギー発電パワー予測データ、リアタイムの電気代、および火力発電汚染物排出データを含み、
前記火力発電汚染物排出データは、具体的に、
異なるタイプの汚染物の排出量、環境価値基準、政府課金基準および汚染相当量を含む。 Furthermore, the modeling preparation data is
Includes distribution type of displaceable load over time, number and its power demand power, load forecast data, renewable energy power forecast data, rear time electricity bill, and thermal power pollutant emissions data,
Specifically, the thermal power generation pollutant emission data is,
Includes emissions of different types of pollutants, environmental value standards, government billing standards and pollution equivalents.

さらに、前記再生可能エネルギー発電によって節約された環境コストを確立するステップは、具体的に、

Figure 2020524325
を含み、ただし、前記Ｃｔは環境汚染損失コストであり、ｐｉはｉ番目の汚染物の環境価値基準であり、ｑｉはｉ番目の汚染物の政府課金基準であり、Ｅｉ，ｔは火力発電時ｔ期間のｉ番目の汚染物の排出量であり、ＷＰｔはｔ期間の再生可能エネルギー発電の予測パワーである。 Further, the step of establishing the environmental cost saved by the renewable energy generation specifically includes:
Figure 2020524325
 Where C t is the environmental pollution loss cost, p i is the environmental value standard of the ith pollutant, q i is the government charging standard of the ith pollutant, and E i,t Is the emission amount of the i-th pollutant during the period t during thermal power generation, and WP t is the predicted power for renewable energy generation during the period t.

さらに、前記新しい電気代モデルを確立するステップは、具体的に、

Figure 2020524325
を含み、ただし、前記ＰＲＮ，ｔは現在のリアタイムの電気代であり、ＰＲｗｐ，ｔは環境コストから換算された再生可能エネルギー発電によって節約可能な電気代であり、前記ＰＲｗｐ，ｔのモデルは、
Figure 2020524325
 であり、前記Ｐｆ，ｔはｔ期間の負荷変位前の初期予測負荷である。 Further, the step of establishing the new electricity bill model includes
Figure 2020524325
 Where PR N,t is the current rear-time electricity bill, PR wp,t is the electricity bill that can be saved by renewable energy generation converted from environmental costs, and PR wp,t The model is
Figure 2020524325
 Where P f,t is the initial predicted load before load displacement during the period t.

さらに、前記新しい目標負荷モデルは、

Figure 2020524325
であり、前記Ｐｏｂｊ，ｔはｔ期間の最適化後の目標負荷であり、前記Ｔはスケジューリング周期である。 Furthermore, the new target load model is
Figure 2020524325
 Where P obj,t is the target load after optimization for t periods and T is the scheduling period.

さらに、前記変位可能な負荷モデルは、具体的に、

Figure 2020524325
を含み、前記ｌｏａｄｔは変位可能な負荷が移行した後の負荷であり、
変位可能な負荷モデルは、線形対話式汎用オプティマイザ、つまりＬＩＮＧＯソフトウエアを使用して解かれる。 Further, the displaceable load model is
Figure 2020524325
 Where load t is the load after displacement of the displaceable load,
The displaceable load model is solved using a linear interactive general-purpose optimizer, LINGO software.

従来技術と比較して、本発明の有益な効果は次のとおりである。 The beneficial effects of the present invention as compared with the prior art are as follows.

グリッド接続された操作メカニズムの下では、変位可能な負荷モデリングはリアルタイムの電気代のみを考慮する従来技術を基に、再生可能エネルギー出力に関連する環境コストの節約も考慮し、さらにリアタイムの電気代を統合してより効果的な目標負荷を取得し、さらにより経済的な変位可能な負荷モデル結果を得ることができるとともに、線形対話式汎用オプティマイザ、つまりＬＩＮＧＯソルバーを使用して変位可能な負荷モデルを解き、高速で効率的に大規模の線形制約付き整数二次計画法モデルを処理することができ、解く速度および効率が従来のアクティブセット法、内点法、粒子群アルゴリズムなどの最適化アルゴリズムよりも高い。 Under the grid-connected operating mechanism, the displaceable load modeling is based on the conventional technology that only considers the real-time electricity bill, and also considers the environmental cost savings associated with renewable energy output, as well as the rear-time electricity bill. Can be integrated to obtain a more effective target load, yield more economical displaceable load model results, and use the linear interactive general-purpose optimizer, the LINGO solver, to displace load models. Can solve large-scale linearly constrained integer quadratic programming models fast and efficiently, and the speed and efficiency of solving traditional active set method, interior point method, optimization of particle swarm algorithm, etc. Higher than the algorithm.

本発明の環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法の作業フローチャート。The work flowchart of the construction method of the load model which can be displaced which considered both the environmental cost of this invention, and the electricity cost of rear time.

本発明を、添付の図面および特定の実施形態と併せて以下でさらに詳細に説明する。 The present invention is described in further detail below in conjunction with the accompanying drawings and specific embodiments.

図１は変位可能な負荷モデルの最適化方法の作業フローチャートであり、この方法は、以下のステップＳ１０１〜Ｓ１０６を含む。 FIG. 1 is a work flowchart of a method for optimizing a displaceable load model, which method includes the following steps S101 to S106.

ステップＳ１０１では、モデリングの準備データを入力する。具体的には、時間経過に従う変位可能な負荷の分布タイプ、数およびその電力要求パワー、負荷予測データ、再生可能エネルギー発電パワー予測データ、リアタイムの電気代、および火力発電汚染物排出データを含む準備データを入力する。 In step S101, modeling preparation data is input. Specifically, the distribution type of displaceable load over time, number and its power demand power, load forecasting data, renewable energy generation power forecasting data, rear-time electricity bill, and thermal power pollutant emission data preparation Enter the data.

ステップＳ１０２では、再生可能エネルギー発電によって節約された環境コストを確立する。具体的に、

Figure 2020524325
を含み、ただし、前記Ｃｌ，ｔは環境汚染損失コストであり、ｐｉはｉ番目の汚染物の環境価値基準（元／ｋｇ）であり、ｑｉはｉ番目の汚染物の政府課金基準（１２元／月）であり、Ｅｉ，ｔは火力発電時ｉ番目の汚染物の排出量（ｇ／（ｋｗ・ｈ））であり、ＷＰｔはｔ期間の再生可能エネルギー発電の予測パワー（ｋｗ・ｈ）である。 In step S102, the environmental cost saved by renewable energy power generation is established. Specifically,
Figure 2020524325
 , Where C l,t is the environmental pollution loss cost, p i is the environmental value standard (yuan/kg) of the ith pollutant, and q i is the government billing standard of the ith pollutant. (12 yuan/month), E i,t is the emission amount of the i-th pollutant (g/(kw·h)) at the time of thermal power generation, and WP t is the predicted power of renewable energy power generation in period t. (Kw·h).

ステップＳ１０３では、新しい電気代モデルを確立する。具体的に、

Figure 2020524325
を含み、ただし、前記ＰＲＮ，ｔは現在のリアタイムの電気代であり、ＰＲｗｐ，ｔは環境コストから換算された再生可能エネルギー発電によって節約可能な電気代であり、前記ＰＲｗｐ，ｔのモデルは、
Figure 2020524325
 であり、前記Ｐｆ，ｔはｔ期間の負荷変位前の初期予測負荷である。 In step S103, a new electricity bill model is established. Specifically,
Figure 2020524325
 Where PR N,t is the current rear-time electricity bill, PR wp,t is the electricity bill that can be saved by renewable energy generation converted from environmental costs, and PR wp,t The model is
Figure 2020524325
 Where P f,t is the initial predicted load before load displacement during the period t.

ステップＳ１０４では、最適化の目標負荷モデルは、

Figure 2020524325
であり、前記Ｐｏｂｊ，ｔはｔ期間の最適化後の目標負荷であり、前記Ｔはスケジューリング周期である。 In step S104, the optimization target load model is
Figure 2020524325
 Where P obj,t is the target load after optimization for t periods and T is the scheduling period.

ステップＳ１０５では、変位可能な負荷目標関数および制約条件を含む変位可能な負荷モデルを確立する。 In step S105, a displaceable load model including a displaceable load objective function and constraints is established.

前記目標関数は、具体的に、

Figure 2020524325
Figure 2020524325
Figure 2020524325
Figure 2020524325
 を含み、この式で、ｌｏａｄｔはｔ期間の変位後の負荷値であり、ｆｏｒｅｃａｓｔｅｄｔはｔ期間の負荷予測値であり、ｓｈｆｉｔｉｎｔ、ｓｈｆｉｔｏｕｔｔはｔ期間中移行した変位可能な負荷値であり、Ｔはスケジューリング周期であり、ｋは変位可能な負荷タイプであり、Ｋ１は変位可能な負荷タイプの総数であり、ｘｋ，ｔ１，ｔはｔ１期間からｔ期間に移行したｋ番目の変位可能な負荷の単位数であり、Ｐｋ，１は最初の作業期間中のｋ番目の変位可能な負荷の負荷値であり、Ｋ２は１つのスケジューリング期間中に継続する負荷タイプの総数であり、ｘｋ，ｔ１，（ｔ−ｌ）はｔ１期間からｔ−ｌ期間に移行したｋ番目の変位可能な負荷の単位数であり、Ｌｍａｘはすべての変位可能な負荷ユニットの最大電力消費期間であり、Ｐｋ，（ｌ＋１）はｌ＋１期間中のｋ番目の変位負荷の負荷値であり、ｘｋ，ｔ，ｔ１はｔ期間からｔ１期間に移行したｋ番目の変位可能な負荷の単位数であり、ｘｋ，（ｔ−ｌ），ｔ１はｔ−ｌ期間からｔ１期間に移行したｋ番目の変位可能な負荷の単位数である。 Specifically, the objective function is
Figure 2020524325
Figure 2020524325
Figure 2020524325
Figure 2020524325
 Includes, in this formula, load t is the load value after the displacement of the t period, forecasted t is load prediction value of t period, shfitin t, shfitout t is displaceable load values Transition t period Yes, T is the scheduling period, k is the load type that can be displaced, K 1 is the total number of load types that can be displaced, and x k,t1,t is the k th transition from the t 1 period to the t period. Is the number of displaceable load units of P k,1 is the load value of the k th displaceable load during the first work period, and K 2 is the total number of load types that continue during one scheduling period. And x k,t1,(t-1) is the number of units of the k-th displaceable load that has shifted from the t 1 period to the t-1 period, and L max is the maximum of all displaceable load units. It is a power consumption period, P k,(l+1) is a load value of the k-th displacement load in the l+1 period, and x k,t,t1 is the k-th displacement capable of shifting from the t period to the t 1 period. a unit number of the load, x k, (t-l ), t1 is the number of units migrated k th displaceable load period t 1 from t-l period.

前記制約条件は、具体的に、

Figure 2020524325
Figure 2020524325
Figure 2020524325
 を含み、この式で、ｘｋ，ｔ１は負荷の変位前にスケジューリング期間ｔ１中のｋタイプの負荷の単位数であり、ｘ′ｋ，ｔ１は負荷の変位後スケジューリング期間ｔ１中のｋタイプの負荷の単位数であり、それぞれの負荷単位数は該スケジューリング期間中最初の電力消費期間での当該タイプの負荷の単位数であり、変位の前後に負荷のタイプが変更せず、つまりＫ１＝Ｋ１′になり、ｓｋ，ｔは可能な限り早い移行期間であり、ｄｋ，ｔはｋタイプの変位可能な負荷の変位マージンである。 The constraint conditions are, specifically,
Figure 2020524325
Figure 2020524325
Figure 2020524325
 Where x k,t1 is the number of units of type k load during the scheduling period t 1 before load displacement and x′ k,t1 is k during the load displacement after scheduling period t 1. The number of load units of each type, each load unit is the number of load units of that type in the first power consumption period during the scheduling period, and the load type does not change before and after the displacement, that is, K 1 =K 1 ′, s k,t is the earliest possible transition period, and d k,t is the displacement margin of a k-type displaceable load.

ステップＳ１０６では、ｌｉｎｇｏソフトウエアによって、分枝限定法を使用して変位可能な負荷モデルを解き、変位結果を出力する。 In step S106, the lingo software solves the displaceable load model using the branch and bound method and outputs the displacement result.

以上、本発明のいくつかの実施形態を詳細に説明したが、本発明の範囲を限定するものではない。本発明の精神および範囲から逸脱することなく、多くの変形および修正が当業者によってなされ得ることに留意すべきである。これらの変形や修正も本発明の保護範囲に含まれる。したがって、本発明の範囲は添付の請求の範囲によって決定されるべきである。 Although some embodiments of the present invention have been described in detail above, they do not limit the scope of the present invention. It should be noted that many variations and modifications can be made by those skilled in the art without departing from the spirit and scope of the invention. These variations and modifications are also included in the protection scope of the present invention. Therefore, the scope of the invention should be determined by the appended claims.

（付記）
（付記１）
モデリングの準備データを入力するステップと、
再生可能エネルギー発電によって節約された環境コストを確立するステップと、
新しい電気代モデルを確立するステップと、
新しい目標負荷モデルを提供するステップと、
変位可能な負荷モデルを確立して解くステップと、
を含むことを特徴とする環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法。 (Appendix)
(Appendix 1)
The step of entering the preparation data for modeling,
Establishing the environmental costs saved by renewable energy generation,
Establishing a new electricity bill model,
Providing a new target load model,
Establishing and solving a displaceable load model,
A method of constructing a displaceable load model that considers both the environmental cost and the rear-time electricity bill.

（付記２）
前記モデリングの準備データは、具体的に、
時間経過に従う変位可能な負荷の分布タイプ、数およびその電力要求パワー、負荷予測データ、再生可能エネルギー発電パワー予測データ、リアタイムの電気代、および火力発電汚染物排出データを含み、
前記火力発電汚染物排出データは、具体的に、
異なるタイプの汚染物の排出量、環境価値基準、政府課金基準および汚染相当量を含むことを特徴とする付記１に記載の方法。 (Appendix 2)
The modeling preparation data is, specifically,
Includes distribution type of displaceable load over time, number and its power demand power, load forecast data, renewable energy power forecast data, rear time electricity bill, and thermal power pollutant emissions data,
Specifically, the thermal power generation pollutant emission data is,
The method of claim 1 including emissions of different types of pollutants, environmental value standards, government billing standards and pollution equivalents.

（付記３）
前記再生可能エネルギー発電によって節約された環境コストを確立するステップは、具体的に、

Figure 2020524325
を含み、ただし、前記Ｃｔは環境汚染損失コストであり、ｐｉはｉ番目の汚染物の環境価値基準であり、ｑｉはｉ番目の汚染物の政府課金基準であり、Ｅｉ，ｔは火力発電時ｔ期間のｉ番目の汚染物の排出量であり、ＷＰｔはｔ期間の再生可能エネルギー発電の予測パワーであることを特徴とする付記１または２に記載の方法。 (Appendix 3)
The step of establishing the environmental cost saved by the renewable energy power generation specifically includes:
Figure 2020524325
 Where C t is the environmental pollution loss cost, p i is the environmental value standard of the ith pollutant, q i is the government charging standard of the ith pollutant, and E i,t Is the emission amount of the i-th pollutant during the t period at the time of thermal power generation, and WP t is the predicted power of renewable energy power generation during the t period.

（付記４）
前記新しい電気代モデルを確立するステップは、具体的に、

Figure 2020524325
を含み、ただし、前記ＰＲＮ，ｔは現在のリアタイムの電気代であり、ＰＲｗｐ，ｔは環境コストから換算された再生可能エネルギー発電が節約可能な電気代であり、前記ＰＲｗｐ，ｔのモデルは、
Figure 2020524325
 であり、前記Ｐｆ，ｔはｔ期間の負荷変位前の初期予測負荷であることを特徴とする付記３に記載の方法。 (Appendix 4)
The step of establishing the new electricity bill model is
Figure 2020524325
 Where PR N,t is the current rear-time electricity bill, PR wp,t is the electricity bill that can be saved from renewable energy generation converted from environmental costs, and PR wp,t is The model is
Figure 2020524325
 And the P f,t is an initial predicted load before load displacement during the t period.

（付記５）
前記新しい目標負荷モデルは、

Figure 2020524325
であり、前記Ｐｏｂｊ，ｔはｔ期間の最適化後の目標負荷であり、前記Ｔはスケジューリング周期であることを特徴とする付記４に記載の方法。 (Appendix 5)
The new target load model is
Figure 2020524325
 The method according to claim 4, wherein P obj,t is a target load after optimization in t period, and T is a scheduling period.

（付記６）
前記変位可能な負荷モデルは、具体的に、

Figure 2020524325
を含み、前記ｌｏａｄｔは変位可能な負荷が移行した後の負荷であり、
変位可能な負荷モデルは、線形対話式汎用オプティマイザ、つまりＬＩＮＧＯソフトウエアを使用して解かれることを特徴とする付記５に記載の方法。 (Appendix 6)
Specifically, the displaceable load model is
Figure 2020524325
 Where load t is the load after displacement of the displaceable load,
Method according to claim 5, characterized in that the displaceable load model is solved using a linear interactive general purpose optimizer, ie LINGO software.

Claims (6)

モデリングの準備データを入力するステップと、
再生可能エネルギー発電によって節約された環境コストを確立するステップと、
新しい電気代モデルを確立するステップと、
新しい目標負荷モデルを提供するステップと、
変位可能な負荷モデルを確立して解くステップと、
を含むことを特徴とする環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法。 The step of entering the preparation data for modeling,
Establishing the environmental costs saved by renewable energy generation,
Establishing a new electricity bill model,
Providing a new target load model,
Establishing and solving a displaceable load model,
A method of constructing a displaceable load model that considers both the environmental cost and the rear-time electricity bill. 前記モデリングの準備データは、具体的に、
時間経過に従う変位可能な負荷の分布タイプ、数およびその電力要求パワー、負荷予測データ、再生可能エネルギー発電パワー予測データ、リアタイムの電気代、および火力発電汚染物排出データを含み、
前記火力発電汚染物排出データは、具体的に、
異なるタイプの汚染物の排出量、環境価値基準、政府課金基準および汚染相当量を含むことを特徴とする請求項１に記載の方法。 The modeling preparation data is, specifically,
Includes distribution type of displaceable load over time, number and its power demand power, load forecast data, renewable energy power forecast data, rear time electricity bill, and thermal power pollutant emissions data,
Specifically, the thermal power generation pollutant emission data is,
The method of claim 1, including emissions of different types of pollutants, environmental value standards, government billing standards and pollution equivalents. 前記再生可能エネルギー発電によって節約された環境コストを確立するステップは、具体的に、
Figure 2020524325
 を含み、ただし、前記Ｃｔは環境汚染損失コストであり、ｐｉはｉ番目の汚染物の環境価値基準であり、ｑｉはｉ番目の汚染物の政府課金基準であり、Ｅｉ，ｔは火力発電時ｔ期間のｉ番目の汚染物の排出量であり、ＷＰｔはｔ期間の再生可能エネルギー発電の予測パワーであることを特徴とする請求項１または２に記載の方法。 The step of establishing the environmental cost saved by the renewable energy power generation specifically includes:
Figure 2020524325
 Where C t is the environmental pollution loss cost, p i is the environmental value standard of the ith pollutant, q i is the government charging standard of the ith pollutant, and E i,t 3. The method according to claim 1 or 2, wherein is the emission amount of the i-th pollutant during the period t during thermal power generation, and WP t is the predicted power for renewable energy generation during the period t. 前記新しい電気代モデルを確立するステップは、具体的に、
Figure 2020524325
 を含み、ただし、前記ＰＲＮ，ｔは現在のリアタイムの電気代であり、ＰＲｗｐ，ｔは環境コストから換算された再生可能エネルギー発電が節約可能な電気代であり、前記ＰＲｗｐ，ｔのモデルは、
Figure 2020524325
 であり、前記Ｐｆ，ｔはｔ期間の負荷変位前の初期予測負荷であることを特徴とする請求項３に記載の方法。 The step of establishing the new electricity bill model is
Figure 2020524325
 Where PR N,t is the current rear-time electricity bill, PR wp,t is the electricity bill that can be saved from renewable energy generation converted from environmental costs, and PR wp,t is The model is
Figure 2020524325
 4. The method of claim 3, wherein P f,t is an initial predicted load before load displacement for period t. 前記新しい目標負荷モデルは、
Figure 2020524325
 であり、前記Ｐｏｂｊ，ｔはｔ期間の最適化後の目標負荷であり、前記Ｔはスケジューリング周期であることを特徴とする請求項４に記載の方法。 The new target load model is
Figure 2020524325
 5. The method of claim 4, wherein P obj,t is a target load after optimization for t periods and T is a scheduling period. 前記変位可能な負荷モデルは、具体的に、
Figure 2020524325
 を含み、前記ｌｏａｄｔは変位可能な負荷が移行した後の負荷であり、
変位可能な負荷モデルは、線形対話式汎用オプティマイザ、つまりＬＩＮＧＯソフトウエアを使用して解かれることを特徴とする請求項５に記載の方法。 Specifically, the displaceable load model is
Figure 2020524325
 Where load t is the load after displacement of the displaceable load,
6. The method of claim 5, wherein the displaceable load model is solved using a linear interactive general-purpose optimizer, LINGO software.
JP2019565794A 2018-10-18 2018-11-30 A method of constructing a displaceable load model considering both environmental costs and rear-time electricity bill Pending JP2020524325A (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201811216668.4A CN109412148B (en) 2018-10-18 2018-10-18 Translation load model construction method considering environmental cost and real-time electricity price
CN201811216668.4 2018-10-18
PCT/CN2018/118421 WO2019223279A1 (en) 2018-10-18 2018-11-30 Method of constructing translatable load model on basis of environmental cost and real-time electricity prices

Publications (1)

Publication Number Publication Date
JP2020524325A true JP2020524325A (en) 2020-08-13

Family

ID=65467597

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019565794A Pending JP2020524325A (en) 2018-10-18 2018-11-30 A method of constructing a displaceable load model considering both environmental costs and rear-time electricity bill

Country Status (3)

Country Link
JP (1) JP2020524325A (en)
CN (1) CN109412148B (en)
WO (1) WO2019223279A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7490130B1 (en) 2023-09-12 2024-05-24 三峡国▲際▼能源投▲資▼集▲団▼有限公司 Method and apparatus for maximum power point tracking based on solar array output characteristics

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594962B (en) * 2019-08-26 2021-04-02 中国科学院广州能源研究所 Distributed energy system optimal configuration method based on fuzzy demand response
CN112507507B (en) * 2020-10-12 2022-06-17 上海电力大学 Comprehensive energy equipment optimal configuration method based on economy and reliability
CN112953000B (en) * 2021-01-22 2022-07-05 中程数智信息技术南京有限公司 Smart community microgrid and new energy combined energy-saving power supply method
CN112949093B (en) * 2021-04-08 2022-07-01 湘潭大学 Intelligent building load oriented optimal scheduling method
CN113595158B (en) * 2021-08-04 2022-07-22 国网江苏省电力有限公司南通供电分公司 Power supply capacity evaluation method for regional power distribution network under power distribution and sales competition situation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003111275A (en) * 2001-09-27 2003-04-11 Hitachi Ltd Operation program system for generation set and system for power selling
JP2010237745A (en) * 2009-03-30 2010-10-21 Tokyo Gas Co Ltd Method and device for optimizing energy system, and program
JP2017215111A (en) * 2016-06-01 2017-12-07 ヤンマー株式会社 Operation management device
CN107482638A (en) * 2017-07-21 2017-12-15 杭州电子科技大学 Supply of cooling, heating and electrical powers type micro-capacitance sensor multiobjective Dynamic Optimization dispatching method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150311713A1 (en) * 2014-04-28 2015-10-29 Nec Laboratories America, Inc. Service-based Approach Toward Management of Grid-Tied Microgrids
CN104065072B (en) * 2014-06-16 2016-03-30 四川大学 A kind of micro-capacitance sensor running optimizatin method based on dynamic electricity price
CN106447532A (en) * 2016-09-14 2017-02-22 国网上海市电力公司 Electric energy green evaluation method
CN107358345B (en) * 2017-06-30 2021-07-20 上海电力学院 Distributed combined cooling heating and power system optimization operation method considering demand side management
CN107769244B (en) * 2017-08-31 2018-09-14 南京邮电大学 More energy storage wind-powered electricity generation dispatching methods of meter and a variety of flexible load models

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003111275A (en) * 2001-09-27 2003-04-11 Hitachi Ltd Operation program system for generation set and system for power selling
JP2010237745A (en) * 2009-03-30 2010-10-21 Tokyo Gas Co Ltd Method and device for optimizing energy system, and program
JP2017215111A (en) * 2016-06-01 2017-12-07 ヤンマー株式会社 Operation management device
CN107482638A (en) * 2017-07-21 2017-12-15 杭州电子科技大学 Supply of cooling, heating and electrical powers type micro-capacitance sensor multiobjective Dynamic Optimization dispatching method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7490130B1 (en) 2023-09-12 2024-05-24 三峡国▲際▼能源投▲資▼集▲団▼有限公司 Method and apparatus for maximum power point tracking based on solar array output characteristics

Also Published As

Publication number Publication date
CN109412148B (en) 2022-04-12
WO2019223279A1 (en) 2019-11-28
CN109412148A (en) 2019-03-01

Similar Documents

Publication Publication Date Title
JP2020524325A (en) A method of constructing a displaceable load model considering both environmental costs and rear-time electricity bill
Aghajani et al. Multi-objective energy management in a micro-grid
Oskouei et al. Techno-economic and environmental assessment of the coordinated operation of regional grid-connected energy hubs considering high penetration of wind power
CN102694391B (en) Day-ahead optimal scheduling method for wind-solar storage integrated power generation system
Huang et al. A self-learning scheme for residential energy system control and management
CN103296682B (en) A kind of multiple space and time scales progressive become excellent load scheduling Model Design method
Lu et al. Residential demand response considering distributed PV consumption: A model based on China's PV policy
Hooshmand et al. Experimental demonstration of a tiered power management system for economic operation of grid-tied microgrids
Howlader et al. Distributed generation incorporated with the thermal generation for optimum operation of a smart grid considering forecast error
Wang et al. Energy management strategy of hybrid energy storage based on Pareto optimality
CN103532157A (en) Electric-energy scheduling method for power grid system integrated into energy storage equipment
JP2024537580A (en) Method and apparatus for online scheduling of a virtual power plant utilizing wind energy storage
CN116826867B (en) Optimized scheduling and cost compensation allocation method for improving source load multielement peak regulation initiative
Zhao et al. Day-ahead robust optimal dispatch of integrated energy station considering battery exchange service
CN104578160A (en) Micro network energy control method
CN112488363A (en) Generalized energy storage based optimal scheduling method for multi-energy power system
Chun et al. Unit commitment considering coordinated dispatch of large scale electric vehicles and wind power generation
Li et al. Energy storage capacity optimization strategy for combined wind storage system
Zhu et al. Optimal day-ahead scheduling for commercial building-level consumers under TOU and demand pricing plan
Li et al. Optimization scheduling model based on source-load-energy storage coordination in power systems
Zhang et al. Coordinated dispatch of the wind-thermal power system by optimizing electric vehicle charging
CN113128746A (en) Multi-agent-based multi-main-body combined optimization operation method for comprehensive energy system
CN113972655B (en) Source network load storage collaborative optimization control method and device
Yang et al. Source-load joint multi-objective optimal scheduling for promoting wind power, photovoltaic accommodation
CN113469435A (en) Power distribution network blocking management method considering financial power transmission right

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191128

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210112

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210810