北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电力市场需求侧管理技术正文

智能用电背景下考虑用户满意度的居民需求侧响应调控策略

2016-10-11 15:37来源:电网技术杂志关键词:需求侧响应电力系统智能电网收藏点赞

投稿

我要投稿

摘要: 需求侧响应(demand response, DR)资源是未来能源电力系统中重要的可调控资源。在能源互联网以及智能电网背景下,通过智能能量管理系统(smart energy management system, SEMS)合理地调控用户侧的需求侧响应资源,是实现供需双侧互动以及电力系统协同互联的重要手段。首先,基于 SEMS 系统架构,对用户用电设备进行分类建模,在考虑用户用电满意度的条件下,以用户用电成本以及系统负荷波动最小为目标,构建两阶段的用户需求侧响应资源调控策略模型;其次,通过分布式的需求侧响应资源调控机制对用户用电行为进行优化,最大程度上保护用户的用电信息隐私;最后,进行算例仿真,在实时电价条件下,分析上述需求侧响应调控策略对用户用电行为的影响,结果表明上述两阶段的需求侧资源调控模型能够进一步优化用户的用电行为。

0 引言

随着化石能源的日益枯竭以及环境问题的日渐严重,我国已经明确了建立清洁、高效、安全、可持续的现代能源体系的目标,可再生能源将成为未来我国能源结构中的重要组成部分[1]。在未来能源互联网背景下,需求侧响应(demand response,

DR)是提高可再生能源利用效率,保证电力系统供需平衡,实现能源电力系统开放协同的重要途径[2]。一方面,依托于相应的技术支撑平台,需求侧资源将作为与供应侧资源同等价值的调节手段参与系统整体的调控,从而有效平抑可再生能源出力波动,减小对系统运行的影响[3];另一方面,随着我国售电侧市场的逐渐放开, DR 将成为未来售电公司用电增值服务的重要切入点,逐步形成的需求侧响应集成商对于未来我国电力市场的建设完善具有十分重要的意义[4-5]。

国内外学者对于 DR 资源调控策略已经进行了大量的研究。文献[6]通过对用户需求侧响应潜力、持续时间、响应频率等特性的建模,将 DR 资源作为虚拟发电机组引入传统机组组合模型,分析了电力市场环境下 DR 对系统运行经济性的影响;文献[7]构建了考虑电价型以及激励性 DR资源的大规模风电接入系统电力平衡的两阶段随机规划机组组合模型,论证了两类需求侧响应资源互补特性以及对于风电消纳的效用,但对 DR 的建模比较简单;文献[8]以用户用电效用值最大为目标构建了居民需求侧响应调控策略模型,通过 Benders 分解法简化了优化模型,验证了需求侧响应条件下不同类型用电器的用电模式的变化情况,但是并没有考虑负荷弹回。文献[9]在对需求侧响应特性的建模时考虑了负荷弹回情况,但是对于用电负荷的建模较为简单;文献[10]考虑了不同时段需求侧响应资源的相互影响关系,在实时电价条件下构建了基于马尔科夫链的用户需求侧响应资源时序模型,但是没有考虑用户不同类型用电器用电模型的差异;文献[11]通过用电器运行属性对其进行分类,构建了考虑用户用电成本以及负荷曲线峰谷差的家庭能量管理优化模型,但是没有考虑用户的用电满意度。

基于上述考虑,本文构建了考虑用户用电满意度的两阶段 DR 资源调控模型,并通过分布式调控策略对居民用户 DR 资源进行调控。最后,通过算例验证了该调控策略对于调整用户用电行为以及优化系统负荷曲线的作用。

1 用户用电行为特性分析

基于对用电器类型以及用户使用习惯的分析,居民常用电器可分为基荷类用电器、空调类用电器、可转移类用电器、可中断类用电器[12],本部分通过对上述类型用电器用电特性进行建模,定量描述用户用电行为。

1)基荷类用电器。

基荷类用电器不具备调节能力,用户对其使用需求是近似刚性的。因此,可以基于该类型用电器历史负荷数据,对其用电特性进行预测。本文通过改进灰色预测模型对该类用电器 g 在 t 时段用电负荷进行预测[13], G 为基荷类用电器集合。

2)空调类用电器。

用户对于空调类用电器的使用感受取决于室温舒适度。根据室内外温度传递规律[14]、空调功率约束以及室内温度允许波动范围约束,空调类用电器用电特性建模公式为

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

需求侧响应查看更多>电力系统查看更多>智能电网查看更多>