CN111489193A - 一种电-气互联能源***下用户价格响应特性的计算方法 - Google Patents
一种电-气互联能源***下用户价格响应特性的计算方法 Download PDFInfo
- Publication number
- CN111489193A CN111489193A CN202010243813.9A CN202010243813A CN111489193A CN 111489193 A CN111489193 A CN 111489193A CN 202010243813 A CN202010243813 A CN 202010243813A CN 111489193 A CN111489193 A CN 111489193A
- Authority
- CN
- China
- Prior art keywords
- gas
- demand
- constraint
- electricity
- power
- 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.)
- Granted
Links
- 230000004044 response Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000007789 gas Substances 0.000 claims abstract description 131
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 116
- 230000005611 electricity Effects 0.000 claims abstract description 71
- 239000003345 natural gas Substances 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000001228 spectrum Methods 0.000 claims abstract description 29
- 238000005054 agglomeration Methods 0.000 claims abstract description 13
- 230000002776 aggregation Effects 0.000 claims abstract description 13
- 238000009833 condensation Methods 0.000 claims abstract description 9
- 230000005494 condensation Effects 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 54
- 238000004146 energy storage Methods 0.000 claims description 28
- 238000005057 refrigeration Methods 0.000 claims description 16
- 238000004378 air conditioning Methods 0.000 claims description 15
- 150000001875 compounds Chemical class 0.000 claims description 14
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 14
- 238000010521 absorption reaction Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 12
- 238000010183 spectrum analysis Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 5
- 239000000446 fuel Substances 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 239000000470 constituent Substances 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000002330 electrospray ionisation mass spectrometry Methods 0.000 claims description 2
- 239000000178 monomer Substances 0.000 claims description 2
- 230000001568 sexual effect Effects 0.000 claims 1
- 238000009472 formulation Methods 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 15
- 230000008878 coupling Effects 0.000 description 11
- 238000010168 coupling process Methods 0.000 description 11
- 238000005859 coupling reaction Methods 0.000 description 11
- 238000002485 combustion reaction Methods 0.000 description 9
- 239000002918 waste heat Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 7
- 239000002737 fuel gas Substances 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电‑气互联能源***下用户价格响应特性的计算方法,包括以下步骤:计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy;根据凝聚谱值Nxy确定用户价格响应特性的计算内容;建立电‑气互联能源***调度模型;利用电‑气互联能源***调度模型计算反映用户价格响应特性的需求弹性矩阵。其为电‑气互联能源***下价格型需求侧响应——分时电价优化模型的制定提供有效参考。
Description
技术领域
本发明涉及电-气互联能源领域,具体涉及一种电-气互联能源***下用户价格响应特性的计算方法。
背景技术
伴随着电力改革力度的加大以及电力市场制度的不断完善的,关于需求侧响应的研究不断深入。其中价格型需求侧响应,希望借助供电价格引导电能消费者制定切实可行的用电结构和用电方式,将电力负荷维持在较平稳运行状态下,对我国电力工业的发展及节能环保等均具有重要的战略意义。
作为电力市场机制的指挥棒,电价作为电能需求量影响因素中的一种,其影响力不言而喻。因此,充分发挥电价的调节作用对于建立一套规范合理的供用电关系是十分必要的。探究能源***下用户价格响应特性,对于合理定价,最优化实现电力价格对用户用电的引导,建设智能电网,为电力用户需求响应提供了双向交互平台具有重要作用。
发明内容
本发明的目的是针对电-气互联能源***,提供一种电-气互联能源***下用户价格响应特性的计算方法。
本发明提供的电-气互联能源***下用户价格响应特性的计算方法,包括以下步骤:
计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy;
根据凝聚谱值Nxy确定用户价格响应特性的计算内容;
建立电-气互联能源***调度模型;
利用电-气互联能源***调度模型计算反映用户价格响应特性的需求弹性矩阵。
优选的,根据凝聚谱值Nxy确定用户价格响应特性的计算内容,包括以下步骤:当Nxy≥预设值时,计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵;当Nxy<预设值时,需求弹性的计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵。
优选的,预设值为0.2-0.4。
优选的,计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy,包括:
将电力需求与天然气需求以两个时间序列X=x1,x2,…,xn,Y=y1,y2,…,yn的形式表示;
计算X,Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx,
其中,k表示落后阶数,k=0,1,2,…,M;n表示时间序列的长度,M=n/3表示截断点数量,决定谱分析中滞后窗的选择;
计算得到2个时间序列协谱ch(f)、qh(f),
其中,f表示谱分析相应的频率,ω(k)表示权重函数;
计算X,Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f),
Sxy(f)=ch(f)+iqh(f);
优选的,还包括历史数据预处理,包括以下步骤:对于首末端数据空缺,以趋势比例法进行补全;对于中间数据空缺,以非邻均值生成法进行补全。
优选的,还包括定义电-气互联能源***下需求弹性矩阵内容,包括以下步骤:
将电力***中电力需求对电力价格的自需求弹性定义为电对电自需求弹性eij,
ΔQe,i=Qe,i-Qe,i0,
ΔPe,j=Pe,j-Pe,j0,
式中,ΔQe,i和ΔPe,j分别为i时段的电量变化量和j时段的电价变化量;Qe,i0、Pe,j0分别为i时段的原始电量和j时段原始电价;Qe,i、Pe,j分别为实行分时电价后i时段的用电量和j时段的分时电价,
将天然气需求对天然气价格的自需求弹性定义为气对气自需求弹性ρij,
ΔQg,i=Qg,i-Qg,i0,
ΔPg,j=Pg,j-Pg,j0,
式中,ΔQg,i和ΔPg,j分别为i时段的天然气变化量和j时段的天然气价变化量;Qg,i0、Pg,j0分别为i时段的原始天然气量和j时段原始天然气价;Qg,i、Pg,j分别为实行分时天然气价后i时段的用气量和j时段的分时气价,
将电力需求对天然气价格的交叉需求弹性定义为电对气交叉需求弹性αij,
电对气交叉需求弹性矩阵G为:
将天然气需求对电力价格的交叉需求弹性定义为气对电交叉需求弹性,
气对电交叉需求弹性矩阵H为:
优选的,建立电-气互联能源***调度模型包括:
建立电-气互联能源***的典型供能架构;
建立电-气互联能源***下典型设备的能量流的数学模型;
建立电-气互联能源***的综合调度模型的优化目标;
建立电-气互联能源***的综合调度模型的约束条件。
优选的,建立电-气互联能源***的综合调度模型的优化目标,包括:
以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数:
minCATC=COM+CES+CHS+Cbw+Cf+CSS,其中,
式中,96为全天时段总数,全天时段总数也可以为其他适合的值,Cbuy(t)为时段t的分时电价,Pbuy(t)为时段t从主网的得到的供电功率,T为单位时段长度,
Cbw=∑t cbwPES_in(t),PES_in(t)>0,
式中,Cbat.rep为蓄电池的更换成本,Qlifetime为电池单体全寿命输出总电量,T为单位时段长度,
式中,Cgas(t)为逐时气价,FGB(t)为燃气锅炉t时段的燃气消耗量,T为单位时段长度,
式中,cHS为蒸汽价格,T为单位时段长度,Hbuy(t)为购热功率,蒸汽消耗速率Fbuy(t)(t/h),Fbuy(t)=Hbuy(t)/996,蒸汽购买量Pbuy(t)=Fbuy(t)T,
式中,cSS.i表示设备i单位时刻开停机成本,Ui(t)为t时刻设备i的启停状态。
优选的,建立电-气互联能源***的综合调度模型的约束条件,包括电功率约束、热功率约束与冷功率约束条件,其中,电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调***设备约束、关口功率约束,电池储能约束,其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束,冰蓄冷空调***设备约束包括耗电功率约束、容量约束和日积累量约束;
交流母线电功率约束为:
Pbuy(t)+PGT(t)=PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t)
式中,γice(t)和γac(t)为冰蓄冷和电制冷空调***的比例系数,PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率;
交直流转换器效率约束为:
式中,ηA-D为交流转换为直流的转换效率,ηD-A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷;
直流母线总负荷约束为:
PDC(t)+PPV(t)=PDC-load(t)+PES_in(t)+PES_out(t);
式中,PPV(t)为光伏发电功率,PDC-load(t)为直流负荷,
充放电功率约束为:
0≤γin+γout≤1,
容量约束为:
SES(0)=SOCintR,
爬坡率约束为:
日电量累积约束:
耗电功率约束为:
容量约束为:
日积累量约束为:
关口功率约束为:
P(t)≤Pupp(t),
其中,Pupp(t)为电网关口功率约束,
热功率约束为:
Hac(t)+HBr(t)≥Hspace(t),
冷功率约束为:
QBr(t)+Qice(t)+EERcoldPac(t)=Qsys(t),
式中,Qsys(t)为冷负荷需求。
本发明还提供了一种电-气互联能源***下用户价格响应特性的计算***,包括:凝聚谱值Nxy获取模块,用于计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy;计算内容确定模块,用于根据凝聚谱值Nxy确定用户价格响应特性的计算内容;
建模模块,用于建立电-气互联能源***调度模型;
需求弹性矩阵模块,用于利用电-气互联能源***调度模型计算反映用户价格响应特性的需求弹性矩阵。
本发明的有益效果:本文提出了一种电-气互联能源***下用户价格响应特性的计算方法,基于经济学定义中价格弹性的模型原理,对电-气互联能源***下需求弹性矩阵进行了重新定义。基于电-气互联能源***的电力与天然气的耦合关系,提出了基于电力需求与天然气需求相关性分析的需求侧响应的价格响应特性的计算方法,同时建立了耦合***的调度模型。当电力与天然气的耦合关系较强时,求解自需求弹性矩阵与交叉弹性需求矩阵,当电力与天然气的耦合关系较弱时,只求解自需求弹性矩阵。需求弹性矩阵将作为价格响应特性的重要表现形式,为电-气互联能源***下价格型需求侧响应——分时电价优化模型的制定提供有效参考。
附图说明
图1为实施例所示计算方法的流程图。
具体实施方式
以下将结合附图,对本发明进行更为详细的描述,需要说明的是,以下参照附图对本发明进行的描述仅是示意性的,而非限制性的。各个不同实施例之间可以进行相互组合,以构成未在以下描述中示出的其他实施例。
本发明提供了一种电-气互联能源***下用户价格响应特性的计算方法,该计算方法由电力需求与天然气需求相关性分析和用户价格响应特性计算两部分构成。
所述电力需求与天然气需求相关性分析包括如下步骤:
(1.1)历史数据预处理;
(1.2)计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy;
(1.3)根据凝聚谱值Nxy确定用户价格响应特性的计算内容。
所述用户价格响应特性计算包括如下步骤:
(2.1)定义电-气互联能源***下需求弹性矩阵内容;
(2.2)建立电-气互联能源***调度模型;
(2.3)利用电-气互联能源***调度模型计算反映用户价格响应特性的需求弹性矩阵。
其中,作为优选的实施例,步骤(1.1)、(2.1)可省略。
进一步的,所述步骤(1.1)具体内容为提高建模数据质量与相关性分析可靠度,需要对原始数据进行预处理。主要处理方法如下:对于首末端数据空缺,以趋势比例法进行补全;对于中间数据空缺,以非邻均值生成法进行补全。
进一步的,所述步骤(1.2)主要包含以下子步骤:
(1.2.1)将电力需求与天然气需求以两个时间序列X=x1,x2,…,xn,Y=y1,y2,…,yn的形式表示。
(1.2.2)计算X,Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx。
其中,k表示落后阶数,k=0,1,2,…,M;n表示时间序列的长度,M=n/3表示截断点数量,决定谱分析中滞后窗的选择。
(1.2.3)计算得到2个时间序列协谱ch(f)、qh(f)。
式中:f表示谱分析相应的频率;ω(k)是一个权重函数,可表示为
(1.2.4)计算X,Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)。
Sxy(f)=ch(f)+iqh(f) (10)
(1.2.5)计算X,Y的凝聚谱Nxy。
进一步的,所述步骤(1.2)计算得到的凝聚谱在[0,1]内取值,刻画了2个时间序列在频域内的交叉相关性,值越大表明2个序列之间相关性越强。所述步骤(1.3)凝聚谱值与相关性相对应关系主要划分为以下四个等级:
本方法的相关性阈值设置为0.3,若Nxy<0.3则说明电力需求与天然气需求的耦合关系关系较弱,后续用户价格响应特性只考虑电力需求对电力价格和天然气需求对天然气价格的自需求弹性;若Nxy>0.3则说明电力需求与天然气需求的耦合关系关系较强,后续用户价格响应特性将额外考虑电力需求对天然气价格的交叉需求弹性和天然气需求对电力价格的交叉需求弹性。
进一步的,所述步骤(2.1)根据经济学理论中价格弹性的定义,对电力***中的需求弹性进行了相应定义。电力***中电力需求对电力价格的自需求弹性(后简称为电对电自需求弹性)表示为各时段用电量对电力价格的灵敏度,即在一定时段内电量变化率与电价变化率之比,即:
ΔQe,i=Qe,i-Qe,i0 (13)
ΔPe,j=Pe,j-Pe,j0 (14)
式中:ΔQe,i和ΔPe,j分别为i时段的电量变化量和j时段的电价变化量;Qe,i0、Pe,j0分别为i时段的原始电量和j时段原始电价;Qe,i、Pe,j分别为实行分时电价后i时段的用电量和j时段的分时电价。式(12)表示i时段电量随j时段电价的变化情况,当i=j时,eij为该时段电对电自需求弹性中的自弹性部分,当i≠j时,eij为该时段电对电自需求弹性中的交叉弹性部分。因为在实际情况中,用户在i时段的用电量不仅与当时电价有关,还受其他时段电价的影响。因此,eij即电对电自需求弹性的自弹性和交叉弹性将构成的电对电自需求弹性矩阵E为:
式中,n为时段数,n越大,计算的负荷转移就越准确。根据经济学原理,当电价升高时,用户当时的需求将减少,因此电对电自需求弹性下的自弹性为负。当j时段的电价降低时,用户将减少i时段的用电量,从而把i时段的负荷转移一部分到j时段,因此电对电自需求下的交叉弹性通常为正。
电力***中,天然气需求对天然气价格的自需求弹性(后简称为气对气自需求弹性)表示为各时段用气量对天然气价格的灵敏度,即在一定时段内天然气量变化率与天然气价变化率之比,即:
ΔQg,i=Qg,i-Qg,i0 (17)
ΔPg,j=Pg,j-Pg,j0 (18)
式中:ΔQg,i和ΔPg,j分别为i时段的天然气变化量和j时段的天然气价变化量;Qg,i0、Pg,j0分别为i时段的原始天然气量和j时段原始天然气价;Qg,i、Pg,j分别为实行分时天然气价后i时段的用气量和j时段的分时气价。式(16)表示i时段天然气量随j时段天然气价的变化情况,当i=j时,ρij为该时段气对气自需求弹性中的自弹性部分,当i≠j时,ρij为该时段气对气自需求弹性中的交叉弹性部分。因为在实际情况中,用户在i时段的用气量不仅与当时气价有关,还受其他时段气价的影响。因此,ρij即气对气自需求弹性的自弹性和交叉弹性将构成的气对气自需求弹性矩阵F为:
式中,n为时段数,n越大,计算的负荷转移就越准确。根据经济学原理,当气价升高时,用户当时的需求将减少,因此气对气自需求弹性下的自弹性为负。当j时段的气价降低时,用户将减少i时段的用气量,从而把i时段的负荷转移一部分到j时段,因此气对气自需求下的交叉弹性通常为正。
同理可得,电力需求对天然气价格的交叉需求弹性(后简称电对气交叉需求弹性):
由电对气交叉需求弹性βij组成的电对气交叉需求弹性矩阵G为:
同理可得,天然气需求对电力价格的交叉需求弹性(后简称气对电交叉需求弹性):
由电对气交叉需求弹性βij组成的气对电交叉需求弹性矩阵H为:
进一步的,所述步骤(2.2)主要搭建电-气互联能源***的综合模型用于后续需求弹性矩阵的实时计算。
(2.2.1)建立电-气互联能源***的典型供能架构。在电-气互联能源***的园区生产过程中,涉及到冷、热、电、气多种能源形式的耦合与转换,且负荷种类多样、设备供能丰富。工厂中的主要设备包括:燃气内燃机、光伏机组、余热锅炉、吸收式制冷机、中央空调、燃气锅炉、电池储能、冰蓄冷装置。能源***通过集中式电力母线与公共电网进行电力交换,向外电网进行购电从而满足工厂的电负荷需求。此外,能源***园区内存在大型热电联供***(combined heat and power,CHP),CHP所发的电量输送到公共电网,园区内的工业用户可向CHP购买热蒸汽。同时,工厂内部无燃气生产,工厂与燃气公司也存在单向购买行为。由燃气内燃机、余热锅炉和吸收式制冷机共同构成了冷热电联供***,燃气内燃机利用高温蒸汽(1100℃左右)发电,余热经过余热锅炉利用后,供给热负荷,剩余热量通过吸收式制冷机转化为冷量,供给冷负荷。在供冷/热***中,中央空调、锅炉可提供空间冷、热负荷,作为空间冷、热负荷的调峰设备。冰蓄冷装置在制冷量满足当前所需且电价较低时储存冷量,待需要时释放冷量。
(2.2.2)建立电-气互联能源***下典型设备的模型。针对电-气互联能源***下的典型供能架构中的各种供能、用能、储能设备,建立其能量流的数学模型。
燃气内燃机是冷热电联供***的核心设备,其产电功率与产热功率如下:
PGT(t)=ηGT.eλgasFGT(t) (24)
HGT(t)=ηGT.h(1-ηGT.e)λgasFGT(t) (25)
-DGT(t)≤PGT(t+1)-PGT(t)≤BGT(t) (26)
式中,FGT(t)是t时段燃气内燃机的燃气消耗速率(m3/h);PGT(t)为燃气内燃机的产电功率(kW);和为燃气内燃机的最小和最大产电功率;ηGT.e和ηGT.h分别为燃气内燃机的产电效率,余热锅炉的热回收率(取0.33、0.6);HGT(t)为t时段余热锅炉回收的热功率(kW);BGT(t)和DGT(t)分别表示燃气内燃机爬坡上限和爬坡下限;λgas为天然气热值(取9.9kwh/m3)。
吸收式制冷机以能源生产设备的余热作为热源,供应部分冷量,其制冷量与其热能输入量成正比如下:
QBr(t)=HBr.in(t)COPBr.c (28)
燃气锅炉是热能调峰设备,通过燃烧天然气输出热能。
HGB(t)=FGB(t)λgasηGB (30)
式中,HGB(t)、ηGB(取0.9)分别为燃气锅炉的产热功率(kW)和产热效率,FGB(t)为t时段燃气锅炉燃气消耗速率(m3/h);λgas为天然气热值(取9.9kwh/m3)。
电制冷空调利用电能产生冷量,其制冷量与其输入电功率成正比。
Qac(t)=Pac(t)EERcold (32)
冰蓄冷主要由制冷机和蓄冰槽构成,制冷机可生产冷量存储于蓄冰槽中,也可以同时制冷。
Qref(t)=Pref(t)EERref (34)
Pice(t)=Pref(t)+Ptank(t) (36)
Qice(t)=Qref(t)+Qtank(t) (37)
式中,Pref(t)和Qref(t)分别为制冷机的制冷耗电功率与制冷功率;EERref为制冷机的制冷能效比(取3)。Qtank(t)和Ptank(t)分别为蓄冰槽的制冷功率与蓄冰耗电功率,且制冷与蓄冰作业不可在同一时段进行。Pice(t)为冰蓄冷空调***的耗电功率。Stank(t)为蓄冰槽的蓄冰容量,为蓄冰槽的自损耗系数(取0.002),为蓄冰槽的制冰能效比(取4),为蓄冰槽的制冷释放效率(取0.95)。
电储能设备
式中,是电池储能的自损耗系数(取0.0025);ηES_in和qES_out分别表示电池储能的充电效率和放电效率;PES_in(t)和PES_out(t)分别表示电池储能的充电功率和放电功率;SES(t)是电池储能的容量;T为单位时段。
交直流双向变流器
式中,ηA-D为交流转换为直流的转换效率,ηD-A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷。
(2.2.3)建立电-气互联能源***的综合调度模型的优化目标。考虑到电-气互联能源***应用的主要场景多为工业园区。因为以以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数:
minCATC=COM+CES+CHS+Cbw+Cf+CSS (41)
运行维护成本:
购电成本:
式中,96为全天时段总数,全天时段总数也可以为其他适合的值。Cbuy(t)为时段t的分时电价。Pbuy(t)为时段t从主网的得到的供电功率。T为单位时段长度。
储能折旧成本:
通常情况下,随着放电深度的增加,蓄电池的充放电可循环次数降低,但循环充放电总量基本保持不变。本文假设蓄电池在全寿命周期内的充放电总量恒定,基于该假设,可以方便地得到蓄电池累计充电1kWh的折旧成本:
Cbw=∑t cbwPES_in(t),PES_in(t)>0 (45)
式中,Cbat.rep为蓄电池的更换成本,Qlifetime为电池单体全寿命输出总电量(9615kWh)。T为单位时段长度。
燃料成本:
式中,Cgas(t)为逐时气价,FGB(t)为燃气锅炉t时段的燃气消耗量。天然气价格为3.45元/m3,折合成单位热值价格为0.349元/kWh。T为单位时段长度。
购热成本,除了能够向电网进行购电,还可以向上级能源***进行购热。
式中,cHS为蒸汽价格(348元/吨,热值为2694800kJ/吨,1kwh=3600kJ,折合成单位热值价格为0.465元/kWh),T为单位时段长度,Hbuy(t)为购热功率。蒸汽消耗速率Fbuy(t)(t/h):Fbuy(t)=Hbuy(t)/996。蒸汽购买量Pbuy(t)=Fbuy(t)T。
启停成本:
式中,cSS.i表示设备i单位时刻开停机成本,Ui(t)为t时刻设备i的启停状态,其值为0表示停机状态,为1表示开机状态。
(2.2.4)建立电-气互联能源***的综合调度模型的约束条件。电-气互联能源***的约束条件主要包括电功率约束、热功率约束与冷功率约束条件三大类。
其中,电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调***设备约束、关口功率约束六大类。
(2.2.4.1)交流母线电功率约束
Pbuy(t)+PGT(t)=PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t) (49)
式中,考虑到冰蓄冷空调***、电制冷空调***中,冷却塔与泵也存在相应能耗,因此在主机能耗乘以一定的比例系数,来保证模型的准确度。γice(t)和γac(t)为冰蓄冷和电制冷空调***的比例系数,取1.05。PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率。
(2.2.4.2)交直流转换器效率约束:
式中,ηA-D为交流转换为直流的转换效率,ηD-A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷。
(2.2.4.3)直流母线总负荷约束:
PDC(t)+PPV(t)=PDC-load(t)+PES_in(t)+PES_out(t) (51)
式中,PPV(t)为光伏发电功率,PDC-load(t)为直流负荷。
(2.2.4.4)电池储能约束,其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束。
电池储能充放电功率约束:
0≤γin+γout≤1 (54)
电池储能容量约束:
SES(0)=SOCintR (58)
电池储能爬坡率约束:
电池储能日电量累积约束:
(2.2.4.5)冰蓄冷空调***设备约束包括耗电功率约束、容量约束和日积累量约束。
冰蓄冷空调***设备耗电功率约束:
冰蓄冷空调***设备容量约束:
冰蓄冷空调***设备日积累量约束:
(2.2.4.6)关口功率约束
P(t)≤Pupp(t) (68)
其中,Pupp(t)为电网关口功率约束。
(2.2.4.7)热功率约束
Hac(t)+HBr(t)≥Hspace(t) (71)
(2.2.4.8)冷功率约束
QBr(t)+Qice(t)+EERcoldPac(t)=Qsys(t) (72)
式中,Qsys(t)为冷负荷需求。
进一步的,所述步骤(2.3)主要包括以下内容:若Nxy<0.3,则说明电力需求与天然气需求的耦合关系关系较弱,则调用上述步骤(2.2)电-气互联能源***调度模型,通过控制变量法,计算电对电自需求弹性矩阵和气对气自需求弹性矩阵。若Nxy>0.3,则说明电力需求与天然气需求的耦合关系关系较强,则调用上述步骤(2.2)电一气互联能源***调度模型,通过控制变量法,计算电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵。
下面将具体说明下本发明提供的电-气互联能源***下用户价格响应特性的计算方法。
1.交叉谱分析法
交叉谱作为探究2个时间序列数据特性的有效工具,能够在单谱分析的基础上从数据整体出发对2个时间序列在频域变化上的相互关系进行描述。且交叉谱分析方法能够在不同频率(即不同时间尺度)对2个时间序列进行相关性计算分析。
交叉谱分析以2个以两个时间序列X=x1,x2,…,xn,Y=y1,y2,…,yn为输入,计算X,Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx。
其中,k表示落后阶数,k=0,1,2,…,M;n表示时间序列的长度,M=n/3表示截断点数量,决定谱分析中滞后窗的选择。
计算得到2个时间序列协谱ch(f)、qh(f)。
式中:f表示谱分析相应的频率;ω(k)是一个权重函数,可表示为
计算X,Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)。
Sxy(f)=ch(f)+iqh(f) (10)
计算X,Y的凝聚谱Nxy。
所计算得到的凝聚谱在[0,1]内取值,刻画了2个时间序列在频域内的交叉相关性,值越大表明2个序列之间相关性越强。凝聚谱值与相关性相对应关系主要划分为以下四个等级:
2.需求价格弹性定义
经济学中,需求价格弹性在经济理论的定量分析中具有广泛的应用性。需求价格弹性是指商品的价格变动对商品需求量的影响大小的量度,即需求量对价格变动的反应程度。实践表明,研究需求量对价格变动的反应程度只讨论绝对改变量与绝对变化率是不够的,必须研究它们的相对改变量和相对变化率,弹性正是一个相对变化的概念,刻画的是一个变量对另一个变量微小变化所作的反应。
设商品的收益函数为R=R(P),则R=R(P)=P·Q(P),求导得边际收益函数为
式中,Q(P)>0,E<0,由此可知,(1)当E<-1时,|E|>1、MR<0,需求变动的幅度大于价格的变动幅度,收益随价格的提高反而减少,此时应采取降价促销的策略,我们称需求富有弹性。(2)当E=-1时,|E|=1、MR=0,此时需求量为不变弹性,收益不受价格变动的影响。(3)当-1<E<0时,|E|<1、MR>0,需求变动的幅度小于价格的变动幅度,收益不因价格上涨而减少,此类商品多为生活必需品,我们称需求缺乏弹性。
3.电-气互联能源***典型功能架构
在电-气互联能源***的园区生产过程中,涉及到冷、热、电、气多种能源形式的耦合与转换,且负荷种类多样、设备供能丰富。工厂中的主要设备包括:燃气内燃机、光伏机组、余热锅炉、吸收式制冷机、中央空调、燃气锅炉、电池储能、冰蓄冷装置。能源***通过集中式电力母线与公共电网进行电力交换,向外电网进行购电从而满足工厂的电负荷需求。此外,能源***园区内存在大型热电联供***(combined heat and power,CHP),CHP所发的电量输送到公共电网,园区内的工业用户可向CHP购买热蒸汽。同时,工厂内部无燃气生产,工厂与燃气公司也存在单向购买行为。由燃气内燃机、余热锅炉和吸收式制冷机共同构成了冷热电联供***,燃气内燃机利用高温蒸汽(1100℃左右)发电,余热经过余热锅炉利用后,供给热负荷,剩余热量通过吸收式制冷机转化为冷量,供给冷负荷。在供冷/热***中,中央空调、锅炉可提供空间冷、热负荷,作为空间冷、热负荷的调峰设备。冰蓄冷装置在制冷量满足当前所需且电价较低时储存冷量,待需要时释放冷量。
4.控制变量法
由于本方法调度模型的分时电价和分时气价均划分为96个时间段,且存在复杂的耦合关系,因此采用控制变量法对需求弹性矩阵进行计算。控制i时段的分时电价改变,并重新调度电-气互联能源***,与基准值对比计算可得相应的电对电自需求弹性矩阵的第i列元素,以及气对电交叉需求弹性矩阵的第i列元素;控制j时段的分时电价改变,并重新调度电-气互联能源***,与基准值对比计算可得相应的气对气自需求弹性矩阵的第j列元素,以及电对气交叉需求弹性矩阵的第j列元素。
Claims (9)
1.一种电-气互联能源***下用户价格响应特性的计算方法,其特征在于,包括以下步骤:
计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy;
根据凝聚谱值Nxy确定用户价格响应特性的计算内容;
建立电-气互联能源***调度模型;
利用电-气互联能源***调度模型计算反映用户价格响应特性的需求弹性矩阵。
2.根据权利要求1所述的计算方法,其特征在于,根据凝聚谱值Nxy确定用户价格响应特性的计算内容,包括以下步骤:当Nxy≥预设值时,计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵;当Nxy<预设值时,需求弹性的计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵。
3.根据权利要求2所述的计算方法,其特征在于,预设值为0.2-0.4。
4.根据权利要求1所述的计算方法,其特征在于,计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy,包括:
将电力需求与天然气需求以两个时间序列X=x1,x2,…,xn,Y=y1,y2,…,yn的形式表示;
计算X,Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx,
其中,k表示落后阶数,k=0,1,2,…,M;n表示时间序列的长度,M=n/3表示截断点数量,决定谱分析中滞后窗的选择;
计算得到2个时间序列协谱ch(f)、qh(f),
其中,f表示谱分析相应的频率,ω(k)表示权重函数;
计算X,Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f),
Sxy(f)=ch(f)+iqh(f);
5.根据权利要求1所述的计算方法,其特征在于,还包括历史数据预处理,包括以下步骤:对于首末端数据空缺,以趋势比例法进行补全;对于中间数据空缺,以非邻均值生成法进行补全。
6.根据权利要求1所述的计算方法,其特征在于,还包括定义电-气互联能源***下需求弹性矩阵内容,包括以下步骤:
将电力***中电力需求对电力价格的自需求弹性定义为电对电自需求弹性eij,
ΔQe,i=Qe,i-Qe,i0,
ΔPe,j=Pe,j-Pe,j0,
式中,ΔQe,i和ΔPe,j分别为i时段的电量变化量和j时段的电价变化量;Qe,i0、Pe,j0分别为i时段的原始电量和j时段原始电价;Qe,i、Pe,j分别为实行分时电价后i时段的用电量和j时段的分时电价,
将天然气需求对天然气价格的自需求弹性定义为气对气自需求弹性ρij,
ΔQg,i=Qg,i-Qg,i0,
ΔPg,j=Pg,j-Pg,j0,
式中,ΔQg,i和ΔPg,j分别为i时段的天然气变化量和j时段的天然气价变化量;Qg,i0、Pg,j0分别为i时段的原始天然气量和j时段原始天然气价;Qg,i、Pg,j分别为实行分时天然气价后i时段的用气量和j时段的分时气价,
将电力需求对天然气价格的交叉需求弹性定义为电对气交叉需求弹性αij,
电对气交叉需求弹性矩阵G为:
将天然气需求对电力价格的交叉需求弹性定义为气对电交叉需求弹性,
气对电交叉需求弹性矩阵H为:
7.根据权利要求1所述的计算方法,其特征在于,建立电-气互联能源***调度模型包括:
建立电-气互联能源***的典型供能架构;
建立电-气互联能源***下典型设备的能量流的数学模型;
建立电-气互联能源***的综合调度模型的优化目标;
建立电-气互联能源***的综合调度模型的约束条件。
8.根据权利要求7所述的计算方法,其特征在于,建立电-气互联能源***的综合调度模型的优化目标,包括:
以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数:
minCATC=COM+CES+CHS+Cbw+Cf+CSS,其中,
式中,96为全天时段总数,全天时段总数也可以为其他适合的值,Cbuy(t)为时段t的分时电价,Pbuy(t)为时段t从主网的得到的供电功率,T为单位时段长度,
Cbw=∑tcbwPES_in(t),PES_in(t)>0,
式中,Cbat,rep为蓄电池的更换成本,Qlifetime为电池单体全寿命输出总电量,T为单位时段长度,
式中,Cgas(t)为逐时气价,FGB(t)为燃气锅炉t时段的燃气消耗量,T为单位时段长度,
式中,cHS为蒸汽价格,T为单位时段长度,Hbuy(t)为购热功率,蒸汽消耗速率Fbuy(t)(t/h),Fbuy(t)=Hbuy(t)/996,蒸汽购买量Pbuy(t)=Fbuy(t)T,
式中,cSS.i表示设备i单位时刻开停机成本,Ui(t)为t时刻设备i的启停状态。
9.根据权利要求7所述的计算方法,其特征在于,建立电-气互联能源***的综合调度模型的约束条件,包括电功率约束、热功率约束与冷功率约束条件,其中,电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调***设备约束、关口功率约束,电池储能约束,其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束,冰蓄冷空调***设备约束包括耗电功率约束、容量约束和日积累量约束;
交流母线电功率约束为:
Pbuy(t)+PGT(t)=PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t)
式中,γice(t)和γac(t)为冰蓄冷和电制冷空调***的比例系数,PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率;
交直流转换器效率约束为:
式中,ηA-D为交流转换为直流的转换效率,ηD-A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷;
直流母线总负荷约束为:
PDC(t)+PPV(t)=PDC-load(t)+PES_in(t)+PES_out(t);
式中,PPV(t)为光伏发电功率,PDC-load(t)为直流负荷,
充放电功率约束为:
0≤γin+γout≤1,
容量约束为:
SES(0)=SOCintR,
爬坡率约束为:
日电量累积约束:
耗电功率约束为:
容量约束为:
日积累量约束为:
关口功率约束为:
P(t)≤Pupp(t),
其中,Pupp(t)为电网关口功率约束,
热功率约束为:
Hac(t)+HBr(t)≥Hspace(t),
冷功率约束为:
QBr(t)+Qice(t)+EERcoldPac(t)=Qsys(t),
式中,Qsys(t)为冷负荷需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010243813.9A CN111489193B (zh) | 2020-03-31 | 2020-03-31 | 一种电-气互联能源***下用户价格响应特性的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010243813.9A CN111489193B (zh) | 2020-03-31 | 2020-03-31 | 一种电-气互联能源***下用户价格响应特性的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111489193A true CN111489193A (zh) | 2020-08-04 |
CN111489193B CN111489193B (zh) | 2023-08-15 |
Family
ID=71798077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010243813.9A Active CN111489193B (zh) | 2020-03-31 | 2020-03-31 | 一种电-气互联能源***下用户价格响应特性的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489193B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822550A (zh) * | 2021-09-02 | 2021-12-21 | 国网河北省电力有限公司石家庄供电分公司 | 一种综合能源***规划风险评估应用***及方法 |
CN115034832A (zh) * | 2022-07-05 | 2022-09-09 | 广东电网有限责任公司 | 一种天然气和电力的协调调度方法、装置及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122177A1 (en) * | 2012-10-25 | 2014-05-01 | State Grid Corporation Of China | Electric power demand response system and method |
US20140324532A1 (en) * | 2013-04-24 | 2014-10-30 | International Business Machines Corporation | System and method for modeling and forecasting cyclical demand systems with dynamic controls and dynamic incentives |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN107944630A (zh) * | 2017-12-01 | 2018-04-20 | 华北电力大学 | 一种季节性分时电价优化制定方法 |
CN109272353A (zh) * | 2018-09-10 | 2019-01-25 | 华北电力大学 | 计及综合需求响应不确定性的***动态概率能流分析方法 |
CN110046780A (zh) * | 2018-11-16 | 2019-07-23 | 国网浙江平阳县供电有限责任公司 | 基于分时电价的孤岛微电网需求响应经济调度方法及*** |
CN110163443A (zh) * | 2019-05-27 | 2019-08-23 | 西南石油大学 | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 |
CN110826815A (zh) * | 2019-11-14 | 2020-02-21 | 国网河南省电力公司经济技术研究院 | 一种考虑综合需求响应的区域综合能源***运行优化方法 |
-
2020
- 2020-03-31 CN CN202010243813.9A patent/CN111489193B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122177A1 (en) * | 2012-10-25 | 2014-05-01 | State Grid Corporation Of China | Electric power demand response system and method |
US20140324532A1 (en) * | 2013-04-24 | 2014-10-30 | International Business Machines Corporation | System and method for modeling and forecasting cyclical demand systems with dynamic controls and dynamic incentives |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN107944630A (zh) * | 2017-12-01 | 2018-04-20 | 华北电力大学 | 一种季节性分时电价优化制定方法 |
CN109272353A (zh) * | 2018-09-10 | 2019-01-25 | 华北电力大学 | 计及综合需求响应不确定性的***动态概率能流分析方法 |
CN110046780A (zh) * | 2018-11-16 | 2019-07-23 | 国网浙江平阳县供电有限责任公司 | 基于分时电价的孤岛微电网需求响应经济调度方法及*** |
CN110163443A (zh) * | 2019-05-27 | 2019-08-23 | 西南石油大学 | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 |
CN110826815A (zh) * | 2019-11-14 | 2020-02-21 | 国网河南省电力公司经济技术研究院 | 一种考虑综合需求响应的区域综合能源***运行优化方法 |
Non-Patent Citations (1)
Title |
---|
张通;刘理峰;杨才明;张伊宁;郭创新;谢栋;: "考虑需求响应和风电不确定性的能源***调度", no. 08 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822550A (zh) * | 2021-09-02 | 2021-12-21 | 国网河北省电力有限公司石家庄供电分公司 | 一种综合能源***规划风险评估应用***及方法 |
CN115034832A (zh) * | 2022-07-05 | 2022-09-09 | 广东电网有限责任公司 | 一种天然气和电力的协调调度方法、装置及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111489193B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nan et al. | Optimal residential community demand response scheduling in smart grid | |
Gu et al. | Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch | |
CN110619110B (zh) | 一种含热泵的综合能源***协调运行优化方法 | |
CN106505634B (zh) | 基于两阶段协调优化与控制的冷热电联供型微网运行方法 | |
JP5789792B2 (ja) | 需給制御装置、需給制御方法、および、需給制御システム | |
CN113112087A (zh) | 考虑电热负荷需求响应的综合能源***运行成本优化方法 | |
US8019445B2 (en) | Method and apparatus for optimization of distributed generation | |
CN109919399B (zh) | 一种综合能源***日前经济调度方法及*** | |
CN109409595B (zh) | 一种园区多能互补***日前调度方法 | |
CN112165122A (zh) | 一种综合能源***的运行方法及*** | |
CN111724045B (zh) | 基于数据驱动的综合能源***能效评价与提升方法 | |
CN110807588A (zh) | 一种多能源耦合综合能源***的优化调度方法 | |
CN110474370B (zh) | 一种空调可控负荷、光伏储能***的协同控制***及方法 | |
CN112421642B (zh) | 一种综合能源***ies可靠性评估方法和*** | |
CN111489193A (zh) | 一种电-气互联能源***下用户价格响应特性的计算方法 | |
CN112258021A (zh) | 用于家庭燃料电池热电联供建筑的能效评估方法及*** | |
CN112836882A (zh) | 考虑设备负载率变化的区域综合能源***运行优化方法 | |
Tang et al. | Multi-objective optimal dispatch for integrated energy systems based on a device value tag | |
CN117332989A (zh) | 一种区域综合能源***削峰填谷方法 | |
CN114169800B (zh) | 综合能源***的能量调度方法 | |
Arun et al. | Prosumer based demand response for profitable power exchange between end-user and utility | |
CN110061499B (zh) | 一种差异化电源电价下并网型微电网的运行方法 | |
Zhou et al. | Optimal modeling of integrated energy demand response under time-shared electricity price | |
CN113036751A (zh) | 一种考虑虚拟储能的可再生能源微电网优化调度方法 | |
CN113434995A (zh) | 考虑电动汽车出行不确定的商业用户智能用电管理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |