一种智能电网用户侧节能控制方法
技术领域
本发明涉及一种智能电网用户侧节能控制方法,涉及智能电网的需求侧管理的技术领域。
背景技术
随着经济社会的不断发展,科学技术水平的飞速提高,现代电网的运行和管理已经日臻成熟,而且越来越多的偏向智能电网的发展。智能电网通过先进的传感测量、信息通信、自动化控制、新材料等技术将电网改造为高度智能化、信息化、互动化的新一代电网,对整个电力***具有安全可靠、经济高效、节能减排、环境友好等重要的意义,对于提高电能质量、优质服务和经济社会可持续发展方面取得了重大突破。
其中,侧需求管理是智能电网的重要组成部分,是指对用电一方实施管理,通过措施引导用户高峰时少用点,低谷时多用电,从而提高供电效率。用户可以根据实时电价和自身情况最大限度地优化能源使用,节约电力开支。而电网调度机构能力实时分析、策划、计划,使电网能够优化运行费用。现有技术中在需求侧管理技术中使用的算法大多是***特定的策略,其中有一些多种类型独立设备的实用***。大部分技术开发采用动态编程和线性规划,而这些技术无法处理具有若干个计算模式和启发式的多种类型和数目的可控设备。
发明内容
发明的目的在于克服现有技术的不足,提出了一种智能电网用户侧节能控制方法,用于解决智能电网的需求侧管理无法处理大量和多种类型的设备。
本发明是通过如下方案予以实现的:
一种智能电网用户侧节能控制方法,步骤如下:
步骤1),选取一段时间并将其按照一定的时间间隔离散化,分别获取设备在某一时间间隔kT下的目标消耗曲线P0(kT)和实际消耗曲线PL(kT),所述的实际消耗曲线PL(kT)包括:目标负荷在时间间隔kT下的预测消耗PF(kT),以及目标负荷在时间间隔kT下连接和断开时的消耗,即PC(kT)和PD(kT);
步骤2),利用遗传算法求得在设备连接到电网的时间步长的最优解,其中,将染色体的长度作为时间步长内所需转移的所有设备的数量,并且设置限制条件,最后利用目标消耗曲线P0(kT)和实际消耗曲线PL(kT)之间的差值建立的适应度函数,得到设备连接到电网的时间步长的最优解;
步骤3),将所述的最优解传输到智能控制器,完成设备在该时间步长的转移。
进一步的,步骤1)所述的PC(kT)由两部分组成:设备转移到时间间隔kT中的连接时间内所产生的负荷增量和设备转移到时间间隔kT前预定的连接时间内所产的负荷增量;所述PD(kT)也是由两部分组成:1)由于设备连接时间延迟,目标负荷转移到时间间隔kT中的未连接时间内所产生的负荷减量;2)由于设备连接时间延迟,期望在设备转移到时间间隔kT前的时间步长内连接,而事实未连接所产生的负荷减量。
进一步的,步骤2)中所述的时间步长内所需转移的所有设备的数量,表达式如下:
其中,m为设备最大延迟时间;n为时间步长;k表示设备的类型数。
进一步的,步骤2)中所述的设置限制条件为在一时间步长转移到设备数目不能大于当前时间步长内的可控设备数量。
进一步的,步骤2)中所述的适应度函数表达式如下:
其中,d为选取的一段时间;s为设定的时间间隔。
本发明和现有技术相比的有益效果是:
现有技术中主要通过制定***特定的策略对供电***进行侧需求管理,但是这种方式无法满足当供电网中连接设备类型和数量增多的情况。本发明将时间进行离散化处理,分别获取设备在某间隔时间内的目标消耗曲线和实际消耗曲线,设备在连接电网过程中可能会发生延迟,根据设备类型数目和最大延迟时间计算在一时间步长内的转移设备最大数目,建立超前一日的负载转移最小化数学模型。然后,利用遗传算法最终求得设备接入电网的时间步长的最优解。本发明可以实现即便供电网接入大量的多类型目标负荷,同样可以满足既让用户自己制定有计划的高效能源消费,又能协助电力公司减少高峰负荷需求和重构负荷特性,而且用户可以将高优先级的负荷在适当的时间步长接入电网,增加了智能电网供电的可持续性和灵活性。
附图说明
图1是本发明实施例的流程示意图;
图2是本发明实施例的智能电网结构模型图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细的说明。
步骤(一)、选取一天时间并将其按照一小时的时间间隔离散化,分别获取设备在某一时间间隔kT下的目标消耗曲线P0(kT)和实际消耗曲线PL(kT);其中,所述实际消耗曲线PL(kT)包括:设备在时间间隔kT下预测消耗PF(kT),以及设备在时间间隔kT下连接和断开时的消耗,即PC(kT)和PD(kT)。PC(kT)由两部分组:(1)设备转移到时间间隔kT中的连接时间内所产生的负荷增量;(2)设备转移到时间间隔kT前预定的连接时间内所产的负荷增量。PD(kT)也是由两部分组成:(1)由于设备连接时间延迟,设备转移到时间间隔kT中的未连接时间内所产生的负荷减量;(2)由于设备连接时间延迟,期望在设备转移到时间间隔kT前的时间步长连接,而事实未连接所产生的负荷减量。
步骤(二)、由于目标负荷在时间间隔kT下转移的数量不能大于当前时间间隔的可控目标负荷,设备在连接电网过程中可能会发生延迟,根据设备类型数目和最大延迟时间计算在一时间步长内的转移设备最大数目N,表达式如下:
其中,m为目标负荷最大延迟时间,n为时间步长,k表示设备的类型数。
步骤(三)、利用遗传算法得到目标负荷所接入电网的最优时间间隔:
(1)设置种群的初始化值,采用二进制的编码方式并设置染色体长度,染色体的长度和N直接相关,即染色体的长度为时间步长内所需转移的所有设备的数量和适应度函数,求得在时间间隔kT下转移设备数量的最优值。
(2)选择合适的交叉率和变异率,并且保证进化代数达到规定数量或适应度值变化幅度不超过允许值。
(3)选取一个使最终负荷曲线尽可能的接近目标负荷曲线的适应度函数,通过所建立的适应度函数求取染色体的最优解,即为用户设备接入电网的时间步长,并将其时间步长输入到智能控制器,进而完成设备在该时间步长的负荷转移。适应度函数表达式如下:
其中,d为选取的一段时间;s为设定的时间间隔。
本实施例中选取的时间为24小时,将每一小时作为时间间隔对选取的时间进行离散化,作为其他实施方式,也可以根据设备的数量和实际设备转移的情况选取与之相符合的时间以及时间间隔。
本实施例中设置需求侧管理遗传算法控制器,并在每个用户设备(用户)上设置智能控制器与需求侧遗传算法控制器(上位机)相连接。整个网络的运行电压为220V,所进行的模拟最大延迟12个小时。由于负载承受负荷转移的数目增加,所以延迟时间越长,需求侧管理遗传算法的性能越好,从而提高结果的准确性。在一天当中,负荷的低谷耗能曲线将出现在高峰时间之前。如果削峰填谷时间为0到24小时,峰值负载将不能被转移到谷值时间。为了避免这种情况,控制周期从前一天的8时到下一天的8时。本实施例中选取的每种设备的耗能模式都不相同,通过遗传算法根据设备的耗能模式找到设备连接到电网的最优时间步长,使最终负荷曲线接近目标负荷曲线,节省了用户侧电费,实现了能源的节约,降低了智能电网高峰时段的负荷需求。
在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。