CN103065203B - 一种降低电网***峰值平均负荷率的控制方法 - Google Patents

一种降低电网***峰值平均负荷率的控制方法 Download PDF

Info

Publication number
CN103065203B
CN103065203B CN201210570112.1A CN201210570112A CN103065203B CN 103065203 B CN103065203 B CN 103065203B CN 201210570112 A CN201210570112 A CN 201210570112A CN 103065203 B CN103065203 B CN 103065203B
Authority
CN
China
Prior art keywords
price
user
time slot
electrical
electricity
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
Application number
CN201210570112.1A
Other languages
English (en)
Other versions
CN103065203A (zh
Inventor
钱丽萍
吴远
叶飞
陈庆章
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201210570112.1A priority Critical patent/CN103065203B/zh
Publication of CN103065203A publication Critical patent/CN103065203A/zh
Application granted granted Critical
Publication of CN103065203B publication Critical patent/CN103065203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种降低电网***峰值平均负荷率的控制方法,每个用户对供电商公布的电力价格作出电量需求响应以至于获得最大化收益(收益定义为用电效益和用电支付的费用之差)。供电商根据用户对电力价格的预测响应决定实时电价以此获得最大利润。在用户方面,基于收益最大化目的,最佳电量需求响应与电力价格之间存在一个完备表达式,因此每个用户可以根据供电商公布的电力价格通过表达式很快回复其希望的最佳电量需求。在供电商方面,采用一个模拟退火为基础的价格控制算法来解决非凸的电力价格优化问题。本发明有效避免当前电网***的非高峰时段和高峰时段电力消耗大幅波动、峰值平均负荷率较高的情况。

Description

一种降低电网***峰值平均负荷率的控制方法
技术领域
本发明涉及一种降低电网***峰值平均负荷率的控制方法。
背景技术
在当今电网中,我们观察到批发电力价格通常是实时变化的:由于用电高峰发电成本高,用电高峰时段的批发电力价格通常是最大的。然而,现在所有终端用户的收费几乎是统一划价的零售电力价格,这并不能反映实际的批发电力价格。由于统一收费,在高峰时段(如住宅用户在傍晚和睡觉之间的时段)用户通常会消耗更多的电力。这导致了非高峰时段和高峰时段电力消耗的大幅波动。高峰时段的高需求不仅会导致发电成本高,而且还会影响电网的可靠性。在理想的情况下,供电商希望通过管理用户的需求,使得用户的用电需求可以合理分布在一天的所有时段。
对于用电需求响应管理,供电商趋向于通过实时的电力定价计划鼓励用户把部分用电需求转移到非高峰时段,从而均衡整个电网电力负荷需求。在实时电力定价计划中,每个用户的电力收费同时基于用户消耗电力的多少以及该时段的电力价格。一个合适的实时电力定价机制可以获得一个“三赢”的结果:其一,对整个电网***而言,均衡的用电需求可以增强电网***的鲁棒性,并可降低整个发电成本;其二,对供电商而言,较低的发电成本可以导致较低的批发电力价格,这可以进一步增加其利润;其三,对用户而言,用户可以根据实时电力价格确定各时段的用电需求,从而可以减少电费的支出。
发明内容
为了克服电网***的峰值平均负荷率高、容易引起的非高峰时段和高峰时段电力消耗大幅波动的缺点,本发明提供一种有效避免电网***非高峰时段和高峰时段电力消耗大幅波动、降低峰值平均负荷率的控制方法。
本发明解决其技术问题所采用的技术方案是:
一种降低电网***峰值平均负荷率的控制方法,包括以下步骤(1)电网***中的供电商根据用户对电力价格的预测响应决定实时电价以此获得最大利润,从而降低整个电网的峰值平均负荷率,其中,定义如下:
(i)用户u的收益最大化响应问题描述为问题P1:
P1:
受限于:
决策变量:
在此,问题P1的各参数定义如下:
用户u的电力应用au在时隙h使用的电量;
用户u的电器应用au在时隙h使用电量的效益度量,其中为函数变量;
Eu,h:用户u的非弹性耗电的电器应用在时隙h的总固有用电量;
Cu,max:用户u在时隙h的最大耗电量的上限;
用户u的电器应用au的用电上限;
用户u的具有弹性耗电的电器应用集合;
整个电网的用电调度时隙区间;
ph:时隙h上的电力价格。
(ii)供电商的利润最大化问题描述为问题P2:
P2:
受限于:
决策变量:
在此,问题P2的各参数定义如下:
ω:成本在净利润中的权重;
p:用电调度时隙区间中每个时隙对应的电价组成的向量;
Su,h(p):电价向量为p时,用户u在时隙h的最佳电量需求响应;
pl:电力价格调度区间的下限;
pu:电力价格调度区间的上限。
(2)基于问题P1,用户u的最佳电量消耗的完备表达式为:
供电商的利润最大化问题的求解采用基于模拟退火的电力价格控制方法,基于模拟退火的电力价格控制方法的流程为:
步骤2.1:供电商随机电价向量,定义为p(1),其中电价向量p(1)中的每个时隙h对应的电价必须满足同时设定控制参数T=T0,并设定迭代次数k为k=1;
步骤2.2:在第k次迭代中,供电商需要依次更新电价向量p(k)中的每个元素;
步骤2.3:当电价向量p(k)都有一次机会更新后,供电商更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,p(k-1)作为更新后的电价向量p(k),重新回到步骤2.2开始新一轮的电价更新;否则,当T<ε,获得最佳的电力价格p(k)
(3)每个用户通过通信传输线向供电商告知其对电力价格的电量需求响应Su,h(p);供电商根据每个用户的电量需求响应通过基于模拟退火的电力价格控制方法获得最佳的电力价格p(k),通过通信传输线告知每个用户下一天每个时段的电力价格,以便用户根据电力价格进行电力调度。
进一步,假设当前是更新p(k)中的第h个元素,即时隙h的电价;所述步骤2.2包括以下子步骤:
步骤2.2.1:供电商随机从区间[pl,pu]选一个时隙h可能的新电价你,称为p’h
步骤2.2.2:供电商利用新的电价向量计算L(p’);
步骤2.2.3:供电商利用旧的电价向量p(k)计算L(p(k));
步骤2.2.4:供电商计算L(p’)与L(p(k))的差,表示为Δ=L(p’)-L(p(k));
步骤2.2.5:如果Δ≥0,那么时隙h的电价被更新为p’h,即否则,时隙h的电价以概率exp(Δ/T)被更新为p’h,即以概率1-exp(Δ/T)保持不变。
本发明的技术构思为:首先,电网***中的供电商通过实时电力价格定价降低电网***峰值平均负荷率。其中,实时电力价格定价问题建模成一个两阶段优化问题。第一阶段,每个用户对供电商公布的电力价格作出电量需求响应以至于获得最大化收益(该收益最大化响应问题描述为P1)。第二阶段,供电商根据用户对电力价格的预测响应决定实时电价以此获得最大利润(该利润最大化问题描述为P2)。其次,每个用户基于收益最大化目的得出最佳电量消耗与电力价格之间的完备表达式Su,h(p),并通过通信传输线将Su,h(p)告知供电商。最后,供电商根据每个用户反馈的Su,h(p),采用一个模拟退火为基础的价格控制算法确定最佳的电力价格,并通过通信传输线将此电价告知用户作为下一天每个时段相对应的电价;通过上述控制方法得到的运行数据,能够有效降低整个电网***的峰值平均负荷率。
本发明的有益效果主要表现在:1,对整个电网***而言,均衡的用电需求可以增强电网***的鲁棒性,并可降低整个发电成本;2,对供电商而言,较低的发电成本可以导致较低的批发电力价格,这可以进一步增加其利润;3,对用户而言,用户可以根据实时电力价格确定各时段的用电需求,从而可以减少电费的支出。因此,本实时电力价格定价方案充分考虑了电网***与通信网络的特点,分析过程清晰,设计简单,用户和供电商之间只要利用通信传输线通过有限数量的消息交互便可以找到最佳的电力价格,从而可以降低整个电网***的峰值平均负荷率。
附图说明
图1是电网***的示意图。
图2是基于模拟退火的电力价格控制方法流程图。
图3是更新电价向量p(k)中每个元素的流程图。
图4是用户与供电商之间的信息交互图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
参照图1~图4,一种降低电网***峰值平均负荷率的控制方法,本发明基于电网***(如图1所示)。在电网***中,供电商通过电力传输线为用户提供电力;用户与供电商之间通过通信传输线进行信息交互。本发明提出的适用于电网***的实时电力定价方案包括以下步骤:
(1)电网***中的供电商通过实时电力价格定价降低电网***峰值平均负荷率。其中,实时电力价格定价问题建模成一个两阶段优化问题。第一阶段,每个用户对供电商公布的电力价格作出电量需求响应以至于获得最大化收益(收益定义为用电效益和用电支付的费用之差)。第二阶段,供电商根据用户对电力价格的预测响应决定实时电价以此获得最大利润。其中,(i)用户u端的收益最大化响应问题描述为:
P1:
受限于:
决策变量:
在此,问题P1的各参数定义如下:
    用户u的电器应用au在时隙h使用的电量;
    用户u的电器应用au在时隙h使用电量的效益度量,其中为函数变量;
Eu,h:用户u的非弹性耗电的电器应用在时隙h的总固有用电量;
Cu,max:用户u在时隙h的最大用电量的上限;
用户u的电器应用au的用电上限;
用户u的具有弹性耗电的电器应用集合;
整个电网的用电调度时隙区间;
ph:时隙h上的电力价格。
(ii)供电商的利润最大化问题描述为:
P2:
受限于:
决策变量:
在此,问题P2的各参数定义如下:
ω:成本在净利润中的权重;
p:用电调度时隙区间中每个时隙对应的电价组成的向量;
Su,h(p):电价向量为p时,用户u在时隙h的最佳电量需求响应;
pl:电力价格调度区间的下限;
pu:电力价格调度区间的上限。
(2)用户端的收益最大化问题(即问题P1)的解可表示为一个完备表达式,因此每个用户可以根据供电商公布的电力价格通过表达式很快回复其希望的最佳电量消耗。其中,用户u的最佳电量消耗的完备表达式为:
供电商的利润最大化问题的求解采用基于模拟退火的电力价格控制方法。
本实施中,基于模拟退火的电力价格控制方法的主要流程:
步骤2.1:供电商随机电价向量,定义为p(1),其中电价向量p(1)中的每个时隙h对应的电价必须满足同时设定控制参数T=T0,并设定迭代次数k为k=1。
步骤2.2:在第k次迭代中,供电商需要依次更新电价向量p(k)中的每个元素。
步骤2.3:当电价向量p(k)都有一次机会更新后,供电商更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k)。当T≥ε(ε:一个较小的常数),p(k-1)作为更新后的电价向量p(k),重新回到步骤2.2开始新一轮的电价更新;否则,当T<ε,获得最佳的电力价格p(k)
所述步骤2.2包括以下子步骤(假设当前是更新p(k)中的第h个元素(即时隙h的电价)):
步骤2.2.1:供电商随机从区间[pl,pu]选一个时隙h可能的新电价(称为p’h)。
步骤2.2.2:供电商利用新的电价向量计算L(p’)。
步骤2.2.3:供电商利用旧的电价向量p(k)计算L(p(k))。
步骤2.2.4:供电商计算L(p’)与L(p(k))的差,表示为Δ=L(p’)-L(p(k))。
步骤2.2.5:如果Δ≥0,那么时隙h的电价被更新为p’h(即否则,时隙h的电价以概率exp(Δ/T)被更新为p’h(即以概率1-exp(Δ/T)保持不变。
(3)每个用户通过通信传输线向供电商告知其对电力价格的电量需求响应Su,h(p);供电商根据每个用户的电量需求响应通过基于模拟退火的电力价格控制方法获得最佳的电力价格p(k),通过通信传输线告知每个用户下一天每个时段的电力价格,以便用户根据电力价格进行电力调度。
图1是本发明考虑的电网***。在该电网***中,用户与供电商之间架有电力传输线和通信传输线。供电商通过电力传输线为用户提供电力;用户与供电商之间通过通信传输线进行信息交互。
图2是本发明的基于模拟退火的电力价格控制方法的流程图。本发明利用模拟退火方法确定最佳电力价格,步骤为:
(i)初始化:供电商随机电价向量,定义为p(1),其中电价向量p(1)中的每个时隙h对应的电价必须满足同时设定控制参数T=T0,并设定迭代次数k为k=1。
(ii)在第k次迭代中,供电商需要依次更新电价向量p(k)中的每个元素。
(iii)当电价向量p(k)都有一次机会更新后,供电商更新的迭代次数k为k=k+1以及控制参数T为T=T0/log(k)。当T≥ε(ε:一个较小的常数),p(k-1)作为更新后的电价向量p(k),重新回到(ii)开始新一轮的电价更新;否则,当T<ε,获得最佳的电力价格p(k)
图3是本发明的更新电价向量p(k)中每个元素子程序的流程图。假设当前需要更新p(k)中的第h个元素(即时隙h的电价)),步骤如下:
步骤1:供电商随机从区间[pl,pu]选一个时隙h可能的新电价(称为p’h)。
步骤2:供电商利用新的电价向量计算L(p’)。
步骤3:供电商利用旧的电价向量p(k)计算L(p(k))。
步骤4:供电商计算L(p’)与L(p(k))的差,表示为Δ=L(p’)-L(p(k))。
步骤5:如果Δ≥0,那么时隙h的电价被更新为p’h(即);否则,时隙h的电价以概率exp(Δ/T)被更新为p’h(即),以概率1-exp(Δ/T)保持不变。
图4是本发明在电网***实施降低电网***峰值平均负荷率的控制方法时,用户与供电商之间需要的信息交互。在制定电力价格之前,每个用户通过通信传输线告知供电商其对电力价格的电量需求响应(即Su,h(p));其次,供电商根据每个用户的电量需求响应通过基于模拟退火的电力价格控制方法制定最佳的电力价格;最后,供电商通过通信传输线告知每个用户下一天每个时段的电力价格。

Claims (2)

1.一种降低电网***峰值平均负荷率的控制方法,其特征在于:所述控制方法包括以下步骤:
(1)电网***中的供电商根据用户对电力价格的预测响应决定实时电价以此获得最大利润,其中,定义如下:
(i)用户u的收益最大化响应问题描述为问题P1:
P1:
受限制于:
决策变量:
在此,问题P1的各参数定义如下:
用户u的电器应用au在时隙h使用的电量;
用户u的电器应用au在时隙h使用电量的效益度量,其中为函数变量;
Eu,h:用户u的非弹性耗电的电器应用在时隙h的总固有用电量;
Cu,max:用户u在时隙h的最大耗电量的上限;
用户u的电器应用au的用电上限;
用户u的具有弹性耗电的电器应用集合;
整个电网的用电调度时隙区间;
ph:时隙h上的电力价格;
(ii)供电商的利润最大化问题描述为问题P2:
P2:
受限于:
决策变量:
在此,问题P2的各参数定义如下:
ω:成本在净利润中的权重;
p:用电调度时隙区间中每个时隙对应的电价组成的向量;
Su,h(p):电价向量为p时,用户u在时隙h的最佳电量需求响应;
pl:电力价格调度区间的下限;
pu:电力价格调度区间的上限;
(2)用户u的最佳电量消耗的完备表达式为:
供电商的利润最大化问题的求解采用基于模拟退火的价格控制方法,基于模拟退火的价格控制方法的流程为:
步骤2.1:供电商随机电价向量,定义为p(1),其中电价向量p(1)中的每个时隙h对应的电价必须满足同时设定控制参数T=T0,并设定迭代次数k为k=1;
步骤2.2:在第k次迭代中,供电商需要依次更新电价向量p(k)中的每个元素;
步骤2.3:当电价向量p(k)都有一次机会更新后,供电商更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,ε为一个较小的常数,p(k-1)作为更新后的电价向量p(k),重新回到步骤2.2开始新一轮的电价更新;否则,当T<ε,获得最佳的电力价格p(k)
(3)每个用户通过通信传输线向供电商告知其对电力价格的电量需求响应Su,h(p);供电商根据每个用户的电量需求响应通过基于模拟退火的价格控制方法获得最佳的电力价格p(k),通过通信传输线告知每个用户下一天每个时段的电力价格,以便用户根据电力价格进行电力调度。
2.如权利要求1所述的降低电网***峰值平均负荷率的控制方法,其特征在于:假设当前是更新p(k)中的第h个元素,即时隙h的电价;所述步骤2.2包括以下子步骤:
步骤2.2.1:供电商随机从区间[pl,pu]选一个时隙h可能的新电价你,称为p’h
步骤2.2.2:供电商利用新的电价向量计算L(p’);
步骤2.2.3:供电商利用旧的电价向量p(k)计算L(p(k));
步骤2.2.4:供电商计算L(p’)与L(p(k))的差,表示为Δ=L(p’)-L(p(k));
步骤2.2.5:如果Δ≥0,那么时隙h的电价被更新为p’h,即否则,时隙h的电价以概率exp(Δ/T)被更新为p’h,即以概率1-exp(Δ/T)保持不变。
CN201210570112.1A 2012-12-24 2012-12-24 一种降低电网***峰值平均负荷率的控制方法 Active CN103065203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210570112.1A CN103065203B (zh) 2012-12-24 2012-12-24 一种降低电网***峰值平均负荷率的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210570112.1A CN103065203B (zh) 2012-12-24 2012-12-24 一种降低电网***峰值平均负荷率的控制方法

Publications (2)

Publication Number Publication Date
CN103065203A CN103065203A (zh) 2013-04-24
CN103065203B true CN103065203B (zh) 2015-10-07

Family

ID=48107825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210570112.1A Active CN103065203B (zh) 2012-12-24 2012-12-24 一种降低电网***峰值平均负荷率的控制方法

Country Status (1)

Country Link
CN (1) CN103065203B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778567B (zh) * 2014-01-21 2017-07-28 深圳供电局有限公司 一种用户异常用电甄别的方法及***
CN104794557B (zh) * 2015-03-09 2018-03-09 南京理工大学 基于实时电价不确定下的终端用户***的负载调度方法
CN104778504B (zh) * 2015-03-18 2018-05-18 南京邮电大学 一种家庭用户智能家电的用电安排优化方法
CN105227674A (zh) * 2015-10-16 2016-01-06 广东电网有限责任公司电力调度控制中心 互联网数据中心电力成本控制方法及***
CN107276227B (zh) * 2017-07-05 2020-04-21 国网山东省电力公司微山县供电公司 电力调度方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3238696B2 (ja) * 2000-03-10 2001-12-17 株式会社マーク・テック 電気料金管理装置およびその記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈朴.《模拟退火支持向量机算法研究及在电力负荷预测中的应用》.《中国优秀博硕士学位论文全文数据库(硕士)工程科技II辑》.2007,(第04期), *

Also Published As

Publication number Publication date
CN103065203A (zh) 2013-04-24

Similar Documents

Publication Publication Date Title
CN103065203B (zh) 一种降低电网***峰值平均负荷率的控制方法
Gatsis et al. Residential load control: Distributed scheduling and convergence with lost AMI messages
Di Giorgio et al. Near real time load shifting control for residential electricity prosumers under designed and market indexed pricing models
JP5635005B2 (ja) エネルギーの削減
Faruqui et al. The tariffs of tomorrow: Innovations in rate designs
CN107103401B (zh) 控制配电网络中的电能消耗的方法和节点
Boait et al. Accommodating renewable generation through an aggregator‐focused method for inducing demand side response from electricity consumers
JP5921390B2 (ja) エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置
KR20120016133A (ko) 능동 부하 관리를 이용한 급송가능 운영 예비 에너지 용량의 추정 및 제공 시스템 및 방법
MX2013011271A (es) Metodo y sistema para manejo de respuesta de demanda.
CN102437569A (zh) 电子装置、包括电子装置的电力管理***及其控制方法
CN102637021A (zh) 用于改变需求响应控制级别的用电装置和电力管理设备
US10372188B2 (en) Electrical power management
CN102999975A (zh) 智能型用电付费管理***
de Almeida et al. Energy-efficient off-grid systems
Oh et al. Shared electrical energy storage service model and strategy for apartment-type factory buildings
JP2016046922A (ja) 電力需給調整システム、上位地域電力管理装置、および、下位地域電力管理装置
Ali et al. A study of pricing policy for demand response of home appliances in smart grid based on M2M
Arnone et al. Demand project: Bottom-up aggregation of prosumers in distribution networks
Hayat et al. Improving duck curve profile, enabling peak-shaving and increasing self-sufficiency by properly designing community solar projects
Jeddi et al. Network impact of multiple HEMUs with PVs and BESS in a low voltage distribution feeder
Witherden et al. Managing peak demand using direct load monitoring and control
CN112634080A (zh) 一种基于Pareto最优理论的多目标需求响应管理方法
CN104484711A (zh) 考虑用户不满意度的家用设备调度方法
Ahmed et al. A Hardware Dynamic Pricing based Energy Management System

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant