CN109886469A - 一种区域综合能源***需求侧管理方法 - Google Patents
一种区域综合能源***需求侧管理方法 Download PDFInfo
- Publication number
- CN109886469A CN109886469A CN201910061590.1A CN201910061590A CN109886469A CN 109886469 A CN109886469 A CN 109886469A CN 201910061590 A CN201910061590 A CN 201910061590A CN 109886469 A CN109886469 A CN 109886469A
- Authority
- CN
- China
- Prior art keywords
- energy
- load
- price
- formula
- demand
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源***需求侧管理方法,包括如下步骤:S1、根据区域综合能源***能量需求特性,将区域综合能源***划分为能源输入模块、能源转换与存储模块和能源输出模块;S2、建立区域综合能源***需求响应模型。基于价格弹性理论,分析用户负荷对不同类型能源价格的反应,利用需求价格弹性理论建立不同负荷对峰谷分时电价的响应模型,需求价格弹性反映了不同时期能源消费对能源价格的敏感性,即一定时期内负荷变化率与价格变化率的比值,用公式来描述。本发明的***可以通过能源交换实现经济效益,并确保***中能源供应的可靠性。
Description
技术领域
本发明涉及区域能源综合利用技术领域,具体涉及一种区域综合能源***需求侧管理方法。
背景技术
随着能源互联网和综合能源***的快速发展,分散化的能源市场和能源网络结构使得传统的电力需求侧响应(Demand Response,DR)逐步向综合需求侧响应(Integrateddemand response,IDR)的方向发展。DR是依托于用户倒的多能源智能管理***,通过不同能源之间的协同转换改变用户综合用能行为的机制和手段,是综合能源***中能量流、信息流与价值流汇聚融合在用户侧的重要体现,包括负荷需求的转移以及负荷需求问的替代,其实施能够充分挖掘需求侧调节负荷的潜力,提高能源枢纽中设备的利用率,减少能源成本。
在传统电力需求响应方面,国内外学者已经对需求响应调控策略进行了大量研究。文献《Optimal combined scheduling of generation and demand response withdemand resource constraints》从需求响应潜力、需求响应持续时间、需求响应频率等方面入手进行特性建模,将需求响应资源作为虚拟发电机组引入模型中,分析了需求响应资源在电力市场环境下对***经济性的影响;文献《Residential Demand ResponseScheduling With Multiclass Appliances in the Smart Grid》构建了需求侧响应优化调控数学模型,以用户用电效用值最大为优化指标,将优化模型通过Benders分解法进行化简求解,分析了不同用电设备运行模式的变化情况;文献《Real-Time Demand ResponseModel》、《Optimal Residential Load Control With Price Prediction in Real-TimeElectricity Pricing Environments》、《Uncertainty-Aware Household ApplianceScheduling Considering Dynamic Electricity Pricing in Smart Home》研究了在实时电价下,各类具体用电设备的需求响应策略和用电计划;文献《分时电价下的高耗能企业发用电响应》研究了在分时电价背景下工业电厂中可转移负荷的需求响应行为;文献《Real-Time Demand Bidding for Energy Management in Discrete ManufacturingFacilities》通过对工业用户负荷进行建模,并采用模糊专家***对其需求响应行为进行决策;文献《兼容需求侧资源的“源-网-荷-储”协调优化调度模型》以***成水及污染排放最小化为目标函数,建立了网时兼顾“网荷储”中需求侧资源的优化调度模型,并用粒子群优化算法进行求解,给出了相应的优化调度策略。
在综合需求响应方面,目前研究主要集中在用户层面和***层面。在用户层面,相关研究主要集中在多能源市场条件下能源市场价格对各市场主体行为的影响分析。通过多主体效益建模,构建涵盖售电主体,售气主体和用户的三方博弈模型,通过模型的纳什均衡结果分析各参与主体的行为策略。部分研究还引入了碳交易市场,进一步分析碳排放约束对用户综合用能行为和用户用能效益的影响。但对于用户能源需求的建模基本没有考虑用户不同能源需求之间的可替代性,没有对不同类型能源需求的关联性进行分析,在***层面,相关研究主要集中在IDR资源对***整体运行成本成者综合能源利用效率的影响分析,多以***运行成本最小为目标对多能源网络的运行控制策略进行建模分析,但在IDR资源建模过程中考虑的影响因素校少,并且多数仍是从电力***的角度出发,只是分析了其他形式的能源供给对电力负荷的优化结果,基本没有考虑IDR实施对其他能源***运行的影响。
综上所述,目前针对IDR的研究对于用户用能行为的建模普遍较为简单,且缺少对针对用户多类型能源需求的精细化建模。因此,针对IDR资源进行精细化建模,明确IDR资源参与***运行的调控策略,是研究IDR资源参与***协同优化运行的关键点。
发明内容
本发明目的是针对上述问题,提供一种区域综合能源***需求侧管理方法。首先,综合考虑了区域综合能源***需求侧能量供需特性,基于价格弹性理论,分析用户负荷对不同类型能源价格的反应,建立不同负荷对峰谷分时电价的响应模型。其次,以某区域综合能源园区为研究对象,并根据***能量供给特点,对***独立供热以及联合供热两种不同模式下的负荷进行需求响应仿真优化。根据仿真结果得到,联合供热***相比于独立供热***更具有优势,***可以通过能源交换实现经济效益,并确保***中能源供应的可靠性。
为了实现上述目的,本发明的技术方案是:
一种区域综合能源***需求侧管理方法,包括如下步骤:
S1、根据区域综合能源***能量需求特性,将区域综合能源***划分为能源输入模块、能源转换与存储模块和能源输出模块;
S2、建立区域综合能源***需求响应模型
对于RIES的需求响应来说,需求响应是各种能源和能源价格之间更广泛的相互作用关系,这种关系的核心是***中的热能供应模块,其中电和天然气通过不同的供热模式进行耦合;电力市场和天然气市场两个市场同时参与需求响应,两个市场通过热负荷供应模块联系在一起;
电力市场需求响应的实施直接决定了空调和热泵的运行状况,间接影响了CCHP的运行,最终影响了天然气消费的变化;这种影响关系的关键点在于供热方式的多样性和***内的负荷平衡特性;
基于价格弹性理论,在此分析用户负荷对不同类型能源价格的反应,利用需求价格弹性理论建立不同负荷对峰谷分时电价的响应模型,需求价格弹性反映了不同时期能源消费对能源价格的敏感性,即一定时期内负荷变化率与价格变化率的比值;这种关系可以用公式(1),(2)来描述;
其中公式(1)表示了i时间段的负荷随该期间价格的变化,并称βii为该时间段的自弹性系数;公式(2)表示了i时间段的负荷随j时价格的变化,并称βij为该期间的交叉弹性系数;
式中VQi——i时间段内的负荷变化量;Vpi——i时间段内的能源价格变化量;Qi0——i时间段内的原始负荷;pi0——i时间段内的原始负荷和原始价格;Qi——峰谷分时能源价格实施后的负荷量;pi——峰谷分时能源价格实施后的峰谷分时价格;
假设能量需求是线性函数,根据原始负荷、原始能源价格、峰谷分时价格和需求价格弹性,可以获得实施需求响应后各个时段的能源消耗;这样得出RIES的价格型需求响应模型如式(3)~(10)所示;
Fs=S(Q’i)-Q’ipi (3)
为了最大化用户的利益,假设则公式(4)和公式(5)可以得到:
经济学中常用的效益函数如下:
根据公式(7),得到能量需求与能源价格之间的关系,如公式(8)和公式(9)所示:
在实施负荷优化策略之前,有必要对负荷的最佳削减范围进行评估;根据用户最小负荷计算结果,对负荷削减潜力进行评估,确定最佳削减范围,使最佳削减范围更加有效可行;
根据公式(11)计算用户负荷削减潜力;
式中——用户的负荷削减潜力;Qi0——用户最小负荷;——可中断负荷合同中约定的用户最低保障负荷;
根据综合能源***的负荷特性,电力负荷需求响应模型和天然气负荷需求响应模型分别由式(12)和(14)描述;电负荷和天然气负荷的削减范围用公式(13)和(15)描述;
式中QE,i——需求响应后的电负荷(kW);QE,i0——需求响应前的电负荷(kW);QNG,i——需求响应后的NG负荷(m3);QNG,i0——需求响应前的NG负荷(m3);——天然气负荷对电负荷的影响系数;γele-dr——需求响应电价(元/kWh);γele——固定电价(元/kWh);——需求响应天然气价格(元/m3);——固定天然气价格(元/m3);QE,i——最大电负荷削减量(kW);QE,i0——最小电负荷削减量(kW);QNG,i——最大天然气负荷削减量(m3);QNG,i0——最小天然气负荷削减量(m3)。
与现有技术相比,本发明具有的优点和积极效果是:
本发明的区域综合能源***需求侧管理方法,综合考虑了区域综合能源***需求侧能量供需特性,基于价格弹性理论,分析用户负荷对不同类型能源价格的反应,建立不同负荷对峰谷分时电价的响应模型。其次,以某区域综合能源园区为研究对象,并根据***能量供给特点,对***独立供热以及联合供热两种不同模式下的负荷进行需求响应仿真优化。根据仿真结果得到,区域综合能源***相比于独立供热***更具有优势,***可以通过能源交换实现经济效益,并确保***中能源供应的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是基于能源价格的RIES需求响应机理图;
图2是典型日热负荷和功率负荷的预测曲线图;
图3是典型日NG价格和电价的预测值图;
图4是模式1需求响应前后电力负荷曲线图;
图5是模式1需求响应前后NG负荷曲线图;
图6是模式2需求响应前后电力负荷曲线图;
图7是模式2需求响应前后NG负荷曲线图;
图8是不同模式下的负荷削减量对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,以便于进一步理解本发明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以下实施例中所有使用的实验方法如无特殊说明,均为常规方法。以下实施例中所用的材料、试剂等,如无特殊说明,均可通过商业途径获得。
如图1所示,综合能源***在传统的能源利用模式的基础上,引入分布式光伏、储能、燃气轮机等设备,减少能源交易环节,实现供能***直接面向用户提供冷、热、电、气、蒸汽等综合能源服务。综合能源服务在用户终端的推广能适应未来“冷-热-电”混合能源发展,满足经济社会发展以及用户对能源质量、能源品种、供应时间等多样化要求。
综合能源***既可以应用于区域式、集中供能,也能为单用户供能;既适用于园区内的工业用户,也能适应园区内商业、写字楼、公共用户(医院、学校、体育馆)等楼宇类用户,还能为居民小区用户提供能源保障可以满足各种不同类型用户的用能需求。根据区域综合能源***能量需求特性,可以将区域综合能源***划分为能源输入模块、能源转换与存储模块和能源输出模块。
(1)能源输入模块
能源输入模块由天然气管网和大电网组成,大电网通过变压器向***提供电能,同时***在电力富余的情形下可以通过升压返送回电网,天然气则是通过压缩机向***输入工业用气和居民用气。
在区域综合能源***中,天然气管网和大电网作为***中的两大市场,参与***的能量供需平衡。在这一过程中,用户会积极响应市场电价和天然气价格的变化,调整自身的用能习惯和能量需求。同时,天然气管网和大电网也会根据市场变化趋势和用户的响应程度,对自身的能关交易方式、交易价格进行调整,促进区域综合能源市场的多元化发展。
(2)能源转换与存储模块
在区域综合能源***中,能源转换与存储模块中涉及的***元件较多,其中风机和光伏杋组分别将风能和太阳能(清洁可再生能源)转换为电能;微型燃机通过天然气燃烧发热,引起汽轮机转动进行发电,余热可通过余热锅炉和吸收式制冷机转换为热能和冷;电制冷机、电热锅炉和电转气设备是将电能直接转换为冷能、热能和天然气能;储能设备包括储电、储热和储冷设备,分别对“电-热-冷”进行充放,具有能量缓存的作用。
在能源转换与存储模块,电能和热能供给相互关联。电能、热能和天然气通过能源转化设备相互耦合,并通过用户将电力市场和天然气市场联系在一起,是的区域综合能源***具备综合需求响应的条件。
(3)能源输出模块
能源输出模块主要是能源消费环节,包含“冷-热-电-气”四类负荷,其中电负荷又包括可控的电负荷和不可控的电负荷,通常利用可控的电负荷进行需求侧响应。从整体的能源转换上看,电能和天然气可以转换为冷热能并且电气之间也可以相互转换,属于高品质能源;热能既可转换为冷能又可进行存储,属于仅次于高品质能源后的能源;风能和太阳能仅能转换为电能,且风光依赖于自然环境不能存储,因此能源品质较低。
2、区域综合能源***需求响应模型
需求响应(DR)是电力需求侧管理(DSM)的解决方案之一。当电价上涨或***可靠性受到威胁时,用户在收到需求响应信号(电价信号和激励信号)后改变其习惯用电模式,减少或转移一定量的负荷,以确保电网的稳定。然而,在本文建立的RIES中,能源类型除了电能外还包括热能和天然气。因此,对于RIES的需求响应来说,需求响应是各种能源和能源价格之间更广泛的相互作用关系。这种关系的核心是***中的热能供应模块,其中电和天然气通过不同的供热模式进行耦合。
电力市场和天然气市场两个市场同时参与需求响应,两个市场通过热负荷供应模块联系在一起。电力市场需求响应的实施直接决定了空调和热泵的运行状况,间接影响了CCHP的运行,最终影响了天然气消费的变化。这种影响关系的关键点在于供热方式的多样性和***内的负荷平衡特性。电价的变化,直接影响了***中空调供热的热量,导致CCHP出力增加,最终影响天然气需求量的变化。天然气市场的需求响应也对电力市场产生了类似的影响。为了对这种关系进行更直观的描述,以商品价格与需求之间的关系来构建RIES的需求响应模型。
由此,得出一种区域综合能源***需求侧管理方法,包括如下步骤:
S1、根据区域综合能源***能量需求特性,将区域综合能源***划分为能源输入模块、能源转换与存储模块和能源输出模块;
S2、建立区域综合能源***需求响应模型
对于RIES的需求响应来说,需求响应是各种能源和能源价格之间更广泛的相互作用关系,这种关系的核心是***中的热能供应模块,其中电和天然气通过不同的供热模式进行耦合;电力市场和天然气市场两个市场同时参与需求响应,两个市场通过热负荷供应模块联系在一起。电力市场需求响应的实施直接决定了空调和热泵的运行状况,间接影响了CCHP的运行,最终影响了天然气消费的变化。这种影响关系的关键点在于供热方式的多样性和***内的负荷平衡特性;
基于价格弹性理论,在此分析用户负荷对不同类型能源价格的反应,利用需求价格弹性理论建立不同负荷对峰谷分时电价的响应模型,需求价格弹性反映了不同时期能源消费对能源价格的敏感性,即一定时期内负荷变化率与价格变化率的比值。这种关系可以用公式(1),(2)来描述;其中公式(1)表示了i时间段的负荷随该期间价格的变化,并称βii为该时间段的自弹性系数;公式(2)表示了i时间段的负荷随j时价格的变化,并称βij为该期间的交叉弹性系数;
式中VQi——i时间段内的负荷变化量;Vpi——i时间段内的能源价格变化量;Qi0——i时间段内的原始负荷;pi0——i时间段内的原始负荷和原始价格;Qi——峰谷分时能源价格实施后的负荷量;pi——峰谷分时能源价格实施后的峰谷分时价格;
假设能量需求是线性函数,根据原始负荷、原始能源价格、峰谷分时价格和需求价格弹性,可以获得实施需求响应后各个时段的能源消耗;这样得出RIES的价格型需求响应模型如式(3)~(10)所示;
Fs=S(Q’i)-Q’ipi (3)
为了最大化用户的利益,我们可以假设则公式(4)和公式(5)可以得到:
经济学中常用的效益函数如下:
根据公式(7),可以得到能量需求与能源价格之间的关系,如公式(8)和公式(9)所示:
在实施负荷优化策略之前,有必要对负荷的最佳削减范围进行评估;根据用户最小负荷计算结果,对负荷削减潜力进行评估,确定最佳削减范围,使最佳削减范围更加有效可行;
根据公式(11)计算用户负荷削减潜力;
式中——用户的负荷削减潜力;Qi0——用户最小负荷;——可中断负荷合同中约定的用户最低保障负荷;
根据综合能源***的负荷特性,电力负荷需求响应模型和天然气负荷需求响应模型分别由式(12)和(14)描述;电负荷和天然气负荷的削减范围用公式(13)和(15)描述;
式中QE,i——需求响应后的电负荷(kW);QE,i0——需求响应前的电负荷(kW);QNG,i——需求响应后的NG负荷(m3);QNG,i0——需求响应前的NG负荷(m3);——天然气负荷对电负荷的影响系数;γele-dr——需求响应电价(元/kWh);γele——固定电价(元/kWh);——需求响应天然气价格(元/m3);——固定天然气价格(元/m3);QE,i——最大电负荷削减量(kW);QE,i0——最小电负荷削减量(kW);QNG,i——最大天然气负荷削减量(m3);QNG,i0——最小天然气负荷削减量(m3)。
实证分析
1、基础数据及模型参数
本申请以某区域综合能源园区为研究对象,对其典型日负荷进行需求响应。图2为该***冬日典型日的电力负荷、热负荷和NG负荷预测曲线。典型日NG价格和电价的预测值如图3所示。
2、不同优化策略仿真结果及分析
需求响应是提高未来能源效率的重要手段之一。目前,需求响应技术在电力***中得到了广泛的应用,取得了良好的效果。然而,需求响应计划的实施仍然是RIES能源***的重要尝试。因此,为了验证本文提出的综合能源***运行优化模型的有效性,建立了基于价格需求响应机制的能源供应模型,进行了仿真分析。
根据典型日的可再生能源出力、电热气负荷需求曲线,将本文提出的需求响应模型用于该区域综合能源***的需求侧管理实践,并根据***能量供给特点,对***两种不同模式下的负荷进行需求响应优化。
模式1:独立供热模式
综合能源***中的供热模块由CCHP、空调***和热储能***组成,***不接受***外部的热力供应,天然气价格固定为3.25元/m3;***中的供电模块由CCHP、分布式发电、电能存储***和电网组成。***不向电网出售多余的电量,电价为使用时段对应的电价。
模式2:联合供热模式
综合能源***中的供热模块由CCHP、城市供热网和热能储能***组成,***接受***外部的供热,天然气价格为需求响应价格;***中的供电模块由CCHP、分布式发电、电能存储***和电网组成。***可以将多余的电能出售给电网,电价是使用时段对应的电价。
3、独立供热策略仿真结果及分析
根据需求响应能源价格和模式1的调度策略,电力的购买价格和销售价格为TOU价格,天然气价格为3.25元/m3。在需求响应模型的基础上,得到了需求响应前后的负荷特性(如表1所示),同时还得到了***负荷曲线(如图4和图5所示)。
表1模式1需求响应前后***负荷特性
根据需求响应前后的负荷变化(如表1所示)峰谷电力负荷差由4MW降至2.48MW,降幅约为6.17%,总天然气消耗量增加18.06m3(如表2所示),NG负荷的峰谷差增加了0.14%。如图4所示,模式1需求响应前后的电力负荷曲线发生了很大的变化,在电价高峰期,***的功耗明显降低。然而,NG负荷曲线的变化并不明显,主要是由于NG模块没有直接参与需求响应。NG负荷曲线在1:00~3:00和17:00~24:00时略有变化(如图5所示),造成这些变化的主要原因是***中的热能仅由空调***和CCHP提供,当电力负荷波动较大时,空调***的运行状态发生变化,导致了CCHP机组运行状态的变化和NG负荷曲线的变化。研究表明,需求响应后的负荷特性不仅与能源价格有关,还与能源供应方式的影响有关。
表2模式1需求响应前后负荷变化情况
4、联合供热策略仿真结果及分析
根据需求响应能源价格和模式2中的调度策略,电力的购买价格和销售价格为TOU价格,NG价格由需求响应价格执行。在需求响应模型的基础上,得到了需求响应前后的负荷特性(如表3所示)和***负荷曲线(如图6和图7所示)。
表3模式2需求响应前后***负荷特性
根据需求响应前后的负荷变化(如表3所示),峰谷电力负荷差由4MW降至3.85MW,降幅约为3.46%(较模式1降低2.71%),而天然气总消耗量由12560m3降至11001.79m3,降幅约为12.46%(根据表4中的数据计算得到)。NG负荷的峰谷差下降了12.41%,与模式1下的NG负荷变化趋势相比有很大的变化。
如图6所示,模式1中需求响应前后的电力负荷曲线发生了很大变化,在电价高峰时段,***的功耗明显降低。然而,这种变化与模式1的变化仍然存在一定的差异,因为需求响应后的负荷特性不仅与能源价格有关,而且与NG的供热模式和负荷特性变化的影响有关。同时,NG负荷曲线的变化是非常明显的,这主要是由于天然气价格执行了需求响应价格。如图7所示,在1:00~9:00和15:00~24:00时,NG负荷明显降低。在此期间,NG的高价格使得***主动地降低了CCHP的输出功率,并增加了从供热公司购买的热量。
表4模式2需求响应前后负荷变化情况
5、区域综合能源***负荷需求响应结果分析
根据区域综合能源***的几个特点和仿真结果,***中的热负荷供应具有很强的灵活性。一方面,***可以选择***内部的空调***和CCHP***供热,也可以选择城市热网进行供热。另一方面,***可以选择热电冷联产和城市供热网进行联合供热。热负荷可以首先由***中的热源提供,不足的热量由城市供热网补充。***中的供热模块将电负荷和天然气负荷紧密结合,使得***中的负荷不仅对能源价格敏感,还对其他负荷变化敏感。根据不同模式下的仿真结果,不同模式下的需求响应敏感因素和调度单元如表5所示。图8为不同模式下的负荷削减率。
表5不同模式下的DR敏感因素和调度单元
在模式1中,***中的分布式电源基本上可以满足***的电力负荷需求。然而,由于***加热模式由交流***、热电冷联产和热电联产组成,***还需要从电网购买一些电力来满足供热需求。在这种模式下,电价是影响***运行的关键因素。电价的变化导致***中每个能量单元输出功率的变化。此外,根据图3-3和图3-4所示的模式1电负荷和NG负荷响应情况,电负荷在独立加热模式下对电价和热负荷更敏感,而天然气负荷主要受电负荷的影响。此外,电负荷根据电价的波动进行调整(负荷降低9.97MW),这导致***热平衡的变化,最后导致CCHP和NG负荷曲线也发生变化,天然气的消耗增加了18.0569m3。
在模式2中,***的能源供应模式呈现多样化趋势,电网和热力公司广泛参与***的能源供应。当电价和天然气价格同时实施需求响应时,***各单元的运行状态呈现出更加复杂的变化趋势,但总体变化趋势仍然与能源价格的波动有关。由于不同时期电价和天然气价格存在明显的峰谷差,供热设备和发电设备的输出功率也呈现出一定的峰谷变化趋势。此外,根据图3-5和图3-6所示的模式2电负荷和NG负荷响应情况,在组合供热模式中,电负荷对电价、热负荷和NG负荷更敏感,NG负荷主要受天然气价格和电负荷的影响。由于参与需求响应的负荷包含电负荷和NG负荷,因此电负荷和NG负荷会根据能源价格的波动进行调整,从而实现***热平衡的动态平衡。与独立加热模式相比,在模式2中,电负荷和NG负荷之间存在相互作用关系,两种负荷对能源价格的波动较为敏感。根据图中的数据。电负荷和天然气负荷的分别降低了5.59MW和1558.208m3。
在传统的需求响应中,负荷对电价的敏感区间是价格波动的敏感时段。在本文建立的需求响应模型中,负荷敏感区间是能源价格和其他负荷与响应负荷共同作用的时间段。根据表3-2和表3-4中的负荷削减数据,负荷敏感区间可分为冷-热-电负荷高灵敏度区间和冷-热-电负荷低灵敏度区间。如图3-7所示,冷-热-电负荷高灵敏度时段主要集中在18:00~24:00、1:00~8:00,冷-热-电负荷低灵敏度周期为8:00~18:00。
在冷-热-电负荷高灵敏度期间,***的供热需求在一天内达到最大值,并且热负荷、电负荷和NG负荷之间的相互作用更加明显感。在模式1中,NG负荷不直接参与需求响应,NG负荷削减量较小。然而,在夜间***对供热的需求增加,电价的波动导致空调的供热变化,导致热CCHP***工作状态发生变化,最终导致天然气负荷的波动(天然气消耗增加了0.14%)。在模式2中,与模式1相比,供热模式已经发生了本质的变化,CCHP***的运行状态对电负荷和热负荷有着重要的影响。天然气价格的波动使得CCHP***的工作状态随着天然气价格的波动而发生变化,并导致***中的电量平衡发生变化,这使得电负荷参与需求响应的效果被削弱(电负荷削减比例从6.17%下降到3.46%)。天然气负荷响应也发生了类似的变化,天然气负荷削减比率高达12.41%。
根据上述分析,通过比较***在两种不同能源供应模式下的运行情况,很容易得出结论,能源价格的波动对RIES的经济和稳定性有很大影响。在***独立运行的情况下,虽然实现了***的能量自平衡,但是***的碳排放成本高,***能量供应的稳定性差。然而,当外部能源公司参与***的能源供应时,***可以通过能源交换实现经济效益,并确保***中能源供应的可靠性。
Claims (1)
1.一种区域综合能源***需求侧管理方法,其特征在于:包括如下步骤:
S1、根据区域综合能源***能量需求特性,将区域综合能源***划分为能源输入模块、能源转换与存储模块和能源输出模块;
S2、建立区域综合能源***需求响应模型
基于价格弹性理论,分析用户负荷对不同类型能源价格的反应,利用需求价格弹性理论建立不同负荷对峰谷分时电价的响应模型,需求价格弹性反映了不同时期能源消费对能源价格的敏感性,即一定时期内负荷变化率与价格变化率的比值;用公式(1),(2)来描述;其中公式(1)表示了i时间段的负荷随该期间价格的变化,并称βii为该时间段的自弹性系数;公式(2)表示了i时间段的负荷随j时价格的变化,并称βij为该期间的交叉弹性系数;
式中VQi——i时间段内的负荷变化量;Vpi——i时间段内的能源价格变化量;Qi0——i时间段内的原始负荷;pi0——i时间段内的原始负荷和原始价格;Qi——峰谷分时能源价格实施后的负荷量;pi——峰谷分时能源价格实施后的峰谷分时价格;
假设能量需求是线性函数,根据原始负荷、原始能源价格、峰谷分时价格和需求价格弹性,可以获得实施需求响应后各个时段的能源消耗;这样得出RIES的价格型需求响应模型如式(3)~(10)所示;
Fs=S(Q’i)-Q’ipi (3)
为了最大化用户的利益,我们可以假设则公式(4)和公式(5)可以得到:
经济学中常用的效益函数如下:
根据公式(7),可以得到能量需求与能源价格之间的关系,如公式(8)和公式(9)所示:
在实施负荷优化策略之前,有必要对负荷的最佳削减范围进行评估;根据用户最小负荷计算结果,对负荷削减潜力进行评估,确定最佳削减范围,使最佳削减范围更加有效可行;
根据公式(11)计算用户负荷削减潜力;
式中——用户的负荷削减潜力;Qi0——用户最小负荷;——可中断负荷合同中约定的用户最低保障负荷;
根据综合能源***的负荷特性,电力负荷需求响应模型和天然气负荷需求响应模型分别由式(12)和(14)描述;电负荷和天然气负荷的削减范围用公式(13)和(15)描述;
式中QE,i——需求响应后的电负荷(kW);QE,i0——需求响应前的电负荷(kW);QNG,i——需求响应后的NG负荷(m3);QNG,i0——需求响应前的NG负荷(m3);——天然气负荷对电负荷的影响系数;γele-dr——需求响应电价(元/kWh);γele——固定电价(元/kWh);——需求响应天然气价格(元/m3);——固定天然气价格(元/m3);QE,i——最大电负荷削减量(kW);QE,i0——最小电负荷削减量(kW);QNG,i——最大天然气负荷削减量(m3);QNG,i0——最小天然气负荷削减量(m3)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910061590.1A CN109886469A (zh) | 2019-01-23 | 2019-01-23 | 一种区域综合能源***需求侧管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910061590.1A CN109886469A (zh) | 2019-01-23 | 2019-01-23 | 一种区域综合能源***需求侧管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109886469A true CN109886469A (zh) | 2019-06-14 |
Family
ID=66926601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910061590.1A Pending CN109886469A (zh) | 2019-01-23 | 2019-01-23 | 一种区域综合能源***需求侧管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886469A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110417053A (zh) * | 2019-07-29 | 2019-11-05 | 重庆大学 | 计及综合需求响应的多能源***可靠性评估方法 |
CN110717221A (zh) * | 2019-10-21 | 2020-01-21 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
CN111242406A (zh) * | 2019-11-29 | 2020-06-05 | 国网浙江省电力有限公司 | 一种综合能源互动***的用户侧能源断供风险处理方法 |
CN111404205A (zh) * | 2020-04-16 | 2020-07-10 | 三峡大学 | 基于相关性分析的风光储互补***需求响应策略 |
CN111476675A (zh) * | 2020-03-16 | 2020-07-31 | 昆明电力交易中心有限责任公司 | 基于需求响应的综合能源***分布式均衡交互控制方法 |
CN111725836A (zh) * | 2020-06-18 | 2020-09-29 | 上海电器科学研究所(集团)有限公司 | 一种基于深度强化学习的需求响应控制方法 |
CN111798044A (zh) * | 2020-06-30 | 2020-10-20 | 国网甘肃省电力公司武威供电公司 | 基于改进最小叉熵的ries运行规划仿真方法 |
CN111950808A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学(保定) | 基于综合需求响应的综合能源***随机鲁棒优化运行方法 |
CN112465403A (zh) * | 2020-12-17 | 2021-03-09 | 国网能源研究院有限公司 | 一种区域电力需求侧响应潜力评估方法 |
CN112883560A (zh) * | 2021-01-28 | 2021-06-01 | 华南理工大学 | 基于用户侧负荷削减响应的多能耦合供能网络的优化方法 |
CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源***的能源规划方法、装置及终端设备 |
CN113159407A (zh) * | 2021-04-14 | 2021-07-23 | 北京交通大学 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
CN113297799A (zh) * | 2021-06-10 | 2021-08-24 | 国网综合能源服务集团有限公司 | 一种基于数据驱动的空调集群负荷需求响应潜力评估方法 |
CN113610316A (zh) * | 2021-08-19 | 2021-11-05 | 东北电力大学 | 不确定环境下考虑综合需求响应的园区综合能源***优化调度方法 |
CN115375091A (zh) * | 2022-07-15 | 2022-11-22 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 一种基于价格弹性系数的负荷可调节能力量化方法 |
CN116484999A (zh) * | 2023-01-16 | 2023-07-25 | 华北电力大学 | 考虑梯级利用的城镇综合能源***调度优化方法及其应用 |
CN117521979A (zh) * | 2024-01-04 | 2024-02-06 | 广东省建筑工程监理有限公司 | 数据驱动设计的基建设备能源节省方法 |
-
2019
- 2019-01-23 CN CN201910061590.1A patent/CN109886469A/zh active Pending
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110417053A (zh) * | 2019-07-29 | 2019-11-05 | 重庆大学 | 计及综合需求响应的多能源***可靠性评估方法 |
CN110717221B (zh) * | 2019-10-21 | 2023-09-22 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
CN110717221A (zh) * | 2019-10-21 | 2020-01-21 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
CN111242406A (zh) * | 2019-11-29 | 2020-06-05 | 国网浙江省电力有限公司 | 一种综合能源互动***的用户侧能源断供风险处理方法 |
CN111242406B (zh) * | 2019-11-29 | 2023-10-24 | 国网浙江省电力有限公司 | 一种综合能源互动***的用户侧能源断供风险处理方法 |
CN111476675A (zh) * | 2020-03-16 | 2020-07-31 | 昆明电力交易中心有限责任公司 | 基于需求响应的综合能源***分布式均衡交互控制方法 |
CN111476675B (zh) * | 2020-03-16 | 2023-11-03 | 昆明电力交易中心有限责任公司 | 基于需求响应的综合能源***分布式均衡交互控制方法 |
CN111404205A (zh) * | 2020-04-16 | 2020-07-10 | 三峡大学 | 基于相关性分析的风光储互补***需求响应策略 |
CN111725836A (zh) * | 2020-06-18 | 2020-09-29 | 上海电器科学研究所(集团)有限公司 | 一种基于深度强化学习的需求响应控制方法 |
CN111725836B (zh) * | 2020-06-18 | 2024-05-17 | 上海电器科学研究所(集团)有限公司 | 一种基于深度强化学习的需求响应控制方法 |
CN111798044A (zh) * | 2020-06-30 | 2020-10-20 | 国网甘肃省电力公司武威供电公司 | 基于改进最小叉熵的ries运行规划仿真方法 |
CN111950808A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学(保定) | 基于综合需求响应的综合能源***随机鲁棒优化运行方法 |
CN111950808B (zh) * | 2020-08-26 | 2022-03-25 | 华北电力大学(保定) | 基于综合需求响应的综合能源***随机鲁棒优化运行方法 |
CN112465403B (zh) * | 2020-12-17 | 2023-02-03 | 国网能源研究院有限公司 | 一种区域电力需求侧响应潜力评估方法 |
CN112465403A (zh) * | 2020-12-17 | 2021-03-09 | 国网能源研究院有限公司 | 一种区域电力需求侧响应潜力评估方法 |
CN112883560A (zh) * | 2021-01-28 | 2021-06-01 | 华南理工大学 | 基于用户侧负荷削减响应的多能耦合供能网络的优化方法 |
CN112883560B (zh) * | 2021-01-28 | 2022-12-16 | 华南理工大学 | 基于用户侧负荷削减响应的多能耦合供能网络的优化方法 |
CN113159407B (zh) * | 2021-04-14 | 2023-12-19 | 北京交通大学 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
CN113159407A (zh) * | 2021-04-14 | 2021-07-23 | 北京交通大学 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源***的能源规划方法、装置及终端设备 |
CN112950098B (zh) * | 2021-04-29 | 2023-10-31 | 国网综合能源服务集团有限公司 | 基于综合能源***的能源规划方法、装置及终端设备 |
CN113297799A (zh) * | 2021-06-10 | 2021-08-24 | 国网综合能源服务集团有限公司 | 一种基于数据驱动的空调集群负荷需求响应潜力评估方法 |
CN113297799B (zh) * | 2021-06-10 | 2024-02-06 | 国网综合能源服务集团有限公司 | 一种基于数据驱动的空调集群负荷需求响应潜力评估方法 |
CN113610316B (zh) * | 2021-08-19 | 2023-10-03 | 东北电力大学 | 不确定环境下考虑综合需求响应的园区综合能源***优化调度方法 |
CN113610316A (zh) * | 2021-08-19 | 2021-11-05 | 东北电力大学 | 不确定环境下考虑综合需求响应的园区综合能源***优化调度方法 |
CN115375091A (zh) * | 2022-07-15 | 2022-11-22 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 一种基于价格弹性系数的负荷可调节能力量化方法 |
CN116484999A (zh) * | 2023-01-16 | 2023-07-25 | 华北电力大学 | 考虑梯级利用的城镇综合能源***调度优化方法及其应用 |
CN117521979A (zh) * | 2024-01-04 | 2024-02-06 | 广东省建筑工程监理有限公司 | 数据驱动设计的基建设备能源节省方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886469A (zh) | 一种区域综合能源***需求侧管理方法 | |
Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
Shen et al. | Energy storage optimization method for microgrid considering multi-energy coupling demand response | |
CN109784569A (zh) | 一种区域综合能源***优化控制方法 | |
CN109740827A (zh) | 一种基于双层优化的区域综合能源***规划优化方法 | |
Ojand et al. | Q-learning-based model predictive control for energy management in residential aggregator | |
Li et al. | Double-layer energy management system based on energy sharing cloud for virtual residential microgrid | |
Fiorini et al. | Energy management for user’s thermal and power needs: A survey | |
Wang et al. | Bargaining-based energy trading market for interconnected microgrids | |
Lu et al. | Optimal dispatch of community integrated energy system based on Stackelberg game and integrated demand response under carbon trading mechanism | |
Xu et al. | Real-time multi-energy demand response for high-renewable buildings | |
CN110649594A (zh) | 一种基于多能协同的工业园区综合需求响应调度方法 | |
CN115146868A (zh) | 电热气耦合的农村微能源***协同规划方法及终端设备 | |
Luo et al. | Optimal operation strategy of combined heat and power system considering demand response and household thermal inertia | |
Wang et al. | Optimized operation of integrated energy systems accounting for synergistic electricity and heat demand response under heat load flexibility | |
Cheng et al. | Optimized configuration of distributed power generation based on multi-stakeholder and energy storage synergy | |
Gupta et al. | Optimal provision for enhanced consumer satisfaction and energy savings by an intelligent household energy management system | |
Li et al. | Research on Optimization Method of Home Energy Management System in Smart Grid | |
Zhang et al. | A comprehensive energy solution for households employing a micro combined cooling, heating and power generation system | |
Wang et al. | Multi-time scale optimization study of integrated energy system considering dynamic energy hub and dual demand response | |
Cheng et al. | Integrated Demand Response under the Backgroud of Energy Internet: A Review and Outlook | |
Wang et al. | Photovoltaic-storage energy system management considering wireless data communication | |
Fang et al. | Optimal home energy management with distributed generation and energy storage systems | |
Chakraborty et al. | Multi-party energy management of microgrid with heat and electricity coupled demand response | |
Ye et al. | Research on optimal scheduling strategy for household loads considering rooftop photovoltaic |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
RJ01 | Rejection of invention patent application after publication |