CN111754091A - 一种电力用户需求侧调控*** - Google Patents
一种电力用户需求侧调控*** Download PDFInfo
- Publication number
- CN111754091A CN111754091A CN202010513721.8A CN202010513721A CN111754091A CN 111754091 A CN111754091 A CN 111754091A CN 202010513721 A CN202010513721 A CN 202010513721A CN 111754091 A CN111754091 A CN 111754091A
- Authority
- CN
- China
- Prior art keywords
- module
- power
- user
- data
- max
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 230000003993 interaction Effects 0.000 claims abstract description 54
- 230000005611 electricity Effects 0.000 claims abstract description 45
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 230000007246 mechanism Effects 0.000 claims abstract description 23
- 238000012795 verification Methods 0.000 claims abstract description 22
- 230000004044 response Effects 0.000 claims abstract description 19
- 230000002146 bilateral effect Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 42
- 230000000694 effects Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000035772 mutation Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000005485 electric heating Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims 3
- 230000006870 function Effects 0.000 abstract description 17
- 238000000034 method Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种电力用户需求侧调控***,包括,所述调控决策模块,用以对需求侧用户的用电数据进行校验建立相应互动策略,并对策略进行优化;所述数据采集模块,用以对用户的用电数据的采集或获取;所述机制模块,用以获取电力公司或售电公司的激励机制及双边协议内容,形成评估指标值;评估模块,用以评估需求侧用户适应的的激励机制,确定用户行为与用户潜力;仿真验证模块,用以利用调控决策模块确定的互动策略对目标用户进行仿真验证,判断需求响应策略是否合理。本发明实现供需互动过程中电网侧和用户侧之间的信息互动、事件互动以及交易互动过程,维持供需互动项目功能的正常实施。
Description
技术领域
本发明涉及电力***自动化技术领域,特别是涉及一种电力用户需求侧调控***。
背景技术
伴随着我国经济的不断发展以及现代化建设的不断推进,我国能源消耗迅速增加,能源危机日益严重。随着“煤改电”、“电能替代”等措施的提出,电能作为二次侧清洁能源正引起逐渐重视,在能源消费比重不断增加,负荷用电的急剧扩增为电网的稳定运行带来挑战,另一方面,不断增长的峰谷差为用户侧供电质量提出了巨大的考验。为了满足高峰负荷的供电需求,不仅在发电环节需要安装更多的机组,而且在输电环节需要进行额外的扩容并增加一系列配套设施,然而,对于额外供电设备在除了峰段时间以外其他时段通常被闲置,造成电力投资的浪费。
伴随着配售电市场的逐渐放开,售电公司、负荷聚合商等作为独立于电网公司和用户作为主体参与电力***运营。需求侧响应被认为是以上三者交互的重要机制,分为价格型手段和激励型手段。在价格型手段中,用电用户响应售电公司的电价改变自身的用电习惯。在激励型手段中,用户通过接受经济补偿主动改变自身用电习惯或者将用电设备交给第三方机构代理控制。对于售电公司的传统研究集中在价格型手段的应用。如采用深度学习方法根据用户的响应情况反复迭代求出最优电价或者根据用户的响应程度的不同制订多种电价机制,并针对配电网的损耗成本分析,考虑对于多个售电公司以及多个能源供应商与用户间的主从博弈问题的电价问题。在此基础上将用户划分为两类,通过考虑多个售电公司与两类用户间的博弈问题,或根据用户响应程度提出自适应电价机制,以提升需求侧调控的效果。
着我国电力市场的发展,售电公司、电网公司与用电用户的频繁互动趋势将逐渐形成,用户侧的响应积极程度也将逐渐呈现多元化的局面,进一步为用电技术的提升提出了更高的要求;电网公司开始由传统的电能提供商转变为电能服务商,传统的拉闸限电的需求侧管理行政手段已很难满足当今需求,需要进一步挖掘经济手段的作用。技术层面上“泛在电力物联网”概念的提出,5G通信技术的发明,智能硬件的不断发展,为电力双向供需互动技术注入新的能量。如何通过泛在电力物联网的信息架构平台实现供需互动技术的完善势在必行。
发明内容
本发明实施例所解决的技术问题是需求侧管理和调控及对负荷的精细化管理不足,无法提升整体运行效率的问题。
本发明的一方面,提供一种电力用户需求侧调控***,包括:
调控决策模块,分别与调控决策模块输入端连接的数据采集模块、机制模块、评估模块及仿真验证模块;
所述调控决策模块,用以对需求侧用户的用电数据进行校验建立相应互动策略,并对策略进行优化;
所述数据采集模块,用以对用户的用电数据的采集或获取;
所述机制模块,用以获取电力公司或售电公司的激励机制及双边协议内容,形成评估指标值;
评估模块,用以评估需求侧用户适应的的激励机制,确定用户行为与用户潜力;
仿真验证模块,用以利用调控决策模块确定的互动策略对目标用户进行仿真验证,判断需求响应策略是否合理。
进一步,该***还包括,与所述调控决策模块输出端连接的效果评价模块,与效果评价模块输出端连接的交易结算模块;
所述效果评价模块,用以对调控决策模块处理后的响应结果进行相关评价,并整理反馈评价内容;
所述交易结算模块,用以对调控决策模块的处理结果进行整理和存储。
进一步,所述数据采集模块从用户的用电信息中获取用户总负荷数据、用户各用电子数据、用户的环境数据、用户的用电费用数据,所述数据采集模块将电力负荷按照用电类型进行分类,将产业所有用电负荷的总和分为行业用电负荷;将城镇和乡村居民家庭照明、家用电器的生活用电负荷分为居民生活用电。
进一步,所述机制模块根据以下公式将评估指标值标准化为[0,1]之间的无量纲值:
当评估指标为正指标时,采用以下公式进行计算:
当评估指标为负指标时,采用以下公式进行计算:
当评估指标为中间型时,采用以下公式进行计算:
其中,Z为评估指标数值,xmin为评估指标可能得到的最小值,xmax为评估指标可能得到的最大值,[U1,U2]为评估指标值的最佳区间,U1为评估指标值的最佳区间的最小值,U2为评估指标值的最佳区间的最大值。
进一步,所述评估模块根据用户数据中不同影响因素建立用户的层次结构:目标层,作为最高层,只包含一个元素,用以分析问题的预定目标或理想结果;准则层,作为中间层,用以设置实现目标所涉及的中间环节,至少含有若干个层级;方案层,作为最底层,用以实现目标可供选择的各种措施、决策方案。
进一步,所述评估模块根据指标的权重数确定用户行为与用户潜力,具体为:
根据以下公式计算最大主特征根λmax:
W=(w1,w2…wn)T
其中,W为A的特征向量,n为A的特征根,(A·W)i为A·W的第i个元素,W=(w1,w2…wn)T是n阶矩阵的排序权重向量,A为一致性判断矩阵;
根据以下公式对权重数值的一致性进行检验,其中,n>2:
RC=IC/IR
IC=(λmax-m)/(m-1)
其中,RC为判断矩阵的随机一致性比率,IC为判断矩阵的一般一致性指标;IR为判断矩阵的平均随机一致性指标;
当RC<0.1时,判定判断矩阵的一致性可以接受,权系数分配是合理;当CI≥0.1时,判定判断矩阵作需要重新修改,对改正后的矩阵重新计算权重和进行一致性检验;
计算各层元素对用户目标的合成权重,根据以下公司特征向量w进行归一化处理后,得到某一级各个评价指标关于它上一级指标的相对权重:
X=AHP(x)=∑w′ixi
其中,向量w'=(w′1,w'2…w'n)为某一级各个评价指标关于它上一级指标的相对权重。
进一步,所述仿真验证模块采用赌轮盘选择法计算概率,选择成为进行后续的交叉或变异成为下一代个体,将靠近收敛的个体之间判定为适应度值相差小。
进一步,所述调控决策模块进行校验建立相应互动策略具体包括根据以下公式建立约束条件:
电网功率约束条件为:
|Pgrid(t)|≤Pgrid,max(t)
式中,Pgrid,max(t)为用户与电网间每个时间段的功率交换限制;
不可中断负荷约束条件为:
tload,start≤tload≤tload,end-N,t∈N*
空调负荷约束条件为:
0≤Pair(t)≤Pair,max
Tair,min≤Tin(t)≤Tair,max
其中,Pair(t)为空调制冷时t时段的功率,Pair,max为空调制冷额定功率,Δt为一个时段时间,Tair,max为室内温度上限,Tair,min为室内温度下限。
电热类负荷约束条件为:
0≤Peh(t)≤Peh,max
Teh,min≤Teh(t)≤Teh,max
其中,Teh(t)为电热器热水在第t时段的温度,Peh,max为电热器加热额定功率,Teh,max为电热器的热上限温度,Teh,min为电热器的热下限温度。
进一步,所述调控决策模块进行校验建立相应互动策略具体包括根据以下公式建立互动策略:
当不含风险系数时,根据以下公式对经济性目标进行求解:
其中,Pgrid(t)为当前时段从电网中购买的电量,ρgrid(t)为所分析时段用户与电网间的电价,CDG为分布式电源发电成本及损耗折旧费,C1为户总的用电费用;
当包含风险系数时,从目标函数中提取出随机变量,根据以下公式对经济性目标进行求解:
Pgrid(t)=Pmust(t)+Pheat(t)+Pload(t)+Pbat(t)-Ppv(t)
其中,Pgrid(t)为在第t时间段内的购电功率,Ppv(t)在第t时间段内的可再生能源发电功率,Pbat(t)是在第t时间段内的电动汽车充放电功率,Pmust(t),Pheat(t)和Pload(t)分别是不可调整负荷。
进一步,所述调控决策模块对策略进行优化具体包括根:
获取n个电力用户的日负荷数据,至少包括电力用户的编号以及相应时间点的功率;
根据以下公式将电力负荷数据进行归一化处理:
其中,;
选取与电力用户的日负荷数据相应的峰谷时段,形成数据矩阵,保留该峰谷时段的数据,根据以下公式计算用户间的欧式距离:
将矩阵按行求和,计算其余电力负荷与距离和最小的行的相关系数,选取相关系数r≥0.8的用户,和该m行用户归为一类并记作V=[m1,m2,…];
当向量V是空集时,则将其余用户归为一类,给予单独标记,并输出程序结果;当矩阵行数n≤2时,则输出程序结果,否则,从数据矩阵中去除向量V元素所在行的数据,重新计算用户间的欧式距离。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电力用户需求侧调控***,实现电网侧、用户侧用电数据的实时采集与传输,并在平台的用能检测模块中实现数据分类、坏数据剔除以及数据预处理等功能。预处理后的数据可以输入多个平台功能模块,基于平台内嵌入的决策模型实现相应的功能,并作为供需互动策略的输入数据,为供需互动模块的功能实现提供理论和数据支撑。
根据不同供需场景配置相应的供需互动目标,并首先基于仿真验证模块进行该互动目标下的仿真过程;若仿真验证的效果较好,则将供需互动结果信息下发至用户侧设备等;若仿真验证的效果未达到要求,则需要对互动策略进行优化后,再将互动结果信息下发。当供需互动事件结束之后,还需要将实际互动效果上传至效果评价功能模块,对事件结果以及事件效益进行分析。最后,要基于交易结算模块针对参与该供需互动事件的各电力用户或负荷聚合商的实际响应效果,按照一定的交易规则进行交易结算,并将交易概况与结果存入平台内。
通过互动平台的运行,可以确保电网信息的监控、跟踪、记录、回馈、集成、分析和汇总等一系列自动化管理,从而实现供需互动过程中电网侧和用户侧之间的信息互动、事件互动以及交易互动过程,维持供需互动项目功能的正常实施。
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,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的电力用户需求侧调控***的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种电力用户需求侧调控***的一个实施例的示意图。在该实施例中,所述***包括:调控决策模块,分别与调控决策模块输入端连接的数据采集模块、机制模块、评估模块及仿真验证模块;与所述调控决策模块输出端连接的效果评价模块,与效果评价模块输出端连接的交易结算模块;
所述调控决策模块,用以对需求侧用户的用电数据进行校验建立相应互动策略,并对策略进行优化;
具体的,具体建立以下约束条件:
电网功率约束条件为:
|Pgrid(t)|≤Pgrid,max(t)
式中,Pgrid,max(t)为用户与电网间每个时间段的功率交换限制;
不可中断负荷约束条件为:
tload,start≤tload≤tload,end-N,t∈N*
空调负荷约束条件为:
0≤Pair(t)≤Pair,max
Tair,min≤Tin(t)≤Tair,max
其中,Pair(t)为空调制冷时t时段的功率,Pair,max为空调制冷额定功率,Δt为一个时段时间,Tair,max为室内温度上限,Tair,min为室内温度下限。
电热类负荷约束条件为:
0≤Peh(t)≤Peh,max
Teh,min≤Teh(t)≤Teh,max
其中,Teh(t)为电热器热水在第t时段的温度,Peh,max为电热器加热额定功率,Teh,max为电热器的热上限温度,Teh,min为电热器的热下限温度;
在具体的,当不含风险系数时,根据以下公式对经济性目标进行求解:
其中,Pgrid(t)为当前时段从电网中购买的电量,ρgrid(t)为所分析时段用户与电网间的电价,CDG为分布式电源发电成本及损耗折旧费,C1为户总的用电费用;
当包含风险系数时,从目标函数中提取出随机变量,根据以下公式对经济性目标进行求解:
Pgrid(t)=Pmust(t)+Pheat(t)+Pload(t)+Pbat(t)-Ppv(t)
其中,Pgrid(t)为在第t时间段内的购电功率,Ppv(t)在第t时间段内的可再生能源发电功率,Pbat(t)是在第t时间段内的电动汽车充放电功率,Pmust(t),Pheat(t)和Pload(t)分别是不可调整负荷。
实施中具体的,对策略进行优化具体包括根:
获取n个电力用户的日负荷数据,至少包括电力用户的编号以及相应时间点的功率,常用电力用户日负荷数据为24个或者96个点的数据;
根据以下公式将电力负荷数据进行归一化处理:
其中,;
选取与电力用户的日负荷数据相应的峰谷时段,可以根据实际情况选择峰谷时段进行研究,例如选取的峰荷时段是t1~t2,谷荷时段是t3~t4,若是多个峰谷时段则进行多个分段;形成数据矩阵,依照时间顺序保留该峰谷时段的数据,根据以下公式计算用户间的欧式距离:
将矩阵按行求和,计算其余电力负荷与距离和最小的行的相关系数,选取相关系数r≥0.8的用户,和该m行用户归为一类并记作V=[m1,m2,…],相关系数计算公式如下所示:
当向量V是空集时,则将其余用户归为一类,给予单独标记,并输出程序结果;当矩阵行数n≤2时,则输出程序结果,否则,从数据矩阵中去除向量V元素所在行的数据,重新计算用户间的欧式距离。
所述数据采集模块,用以对用户的用电数据的采集或获取;从用户的用电信息中获取用户总负荷数据、用户各用电子数据、用户的环境数据、用户的用电费用数据,所述数据采集模块将电力负荷按照用电类型进行分类,将产业所有用电负荷的总和分为行业用电负荷;将城镇和乡村居民家庭照明、家用电器的生活用电负荷分为居民生活用电。
所述机制模块,用以获取电力公司或售电公司的激励机制及双边协议内容,形成评估指标值;基于可实现包括功率平衡调控、削峰填谷调控、电力***调频业务、事故情况下的紧急调控等不同业务需求,建立用户需求侧调控效果评估的指标计算模型,指标包括需求响应量,需求响应速率,需求响应实施可靠性等。各指标的量纲和指标值的变化区间各不相同,基于标准化处理保证评估结果的客观、合理。
具体的,设[xmin,xmax]为第k个评估指标值的变化区间,即xmin为该指标可能得到的最小值,xmax为该指标可能得到的最大值,采用下列各式将评估指标值标准化为[0,1]之间的无量纲值。
当评估指标为正指标,即“越大越好”时,采用下式。
当评估指标为负指标,即“越小越好”时,采用下式。
当评估指标为中间型,即“适中为宜”时,设[U1,U2]为该指标值的最佳区间,采用下式。
评估模块,用以评估需求侧用户适应的的激励机制,确定用户行为与用户潜力;
具体的,在进行不同指标的权重处理和确定方面。具体实施内容如下:分析不同用户中各因素之间的关系,建立用户的递阶层次结构;这些层次可以分为三类:a)最高层(目标层):只有一个元素,一般是分析问题的预定目标或理想结果;b)中间层(准则层):包括了为实现目标所涉及的中间环节,它可以由若干个层次组成,包括所需要考虑的准则、子准则;c)最底层(方案层):包括了为实现目标可供选择的各种措施、决策方案等。对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较,构造两两比较判断矩阵;
记准则层元素C所支配的下一层的元素为U1,U2,…Un,决策者需针对准则C,比较两个元素Ui和Uj哪一个更重要,重要程度如何,根据比例标度对重要性程度赋值,形成判断矩阵A=(aij)n×n,其中aij就是元素Ui与Uj相对于准则C的重要性比例标度。因此aij满足如下性质:1)aij>0;2)aji=1/aij;3)aii=1,所以判断矩阵可表示为:
由判断矩阵计算被比较元素对于该准则的相对权重,并进行判断矩阵的一致性检验;
设W=(w1,w2…wn)T是n阶矩阵的排序权重向量,如果用A表示一致性判断矩阵,则有:
用W=(w1,w2…wn)T右乘上式,得到AW=nW,表明W为A的特征向量,且特征根为n。求取权值可以归结为求取判断矩阵的特征值及特征向量问题。最大特征值λmax所对应的特征向量即为所求权重向量。
计算最大主特征根λmax:
其中,(A·W)i表示A·W的第i个元素。
一致性检验(n>2时),按下列公式进行:
RC=IC/IR
IC=(λmax-m)/(m-1)
式中,为判断矩阵的随机一致性比率;IC为判断矩阵的一般一致性指标;IR为判断矩阵的平均随机一致性指标,对于n=1~9阶判断矩阵,其IR值依次为0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45。
一般当RC<0.1时,认为判断矩阵的一致性可以接受,说明权系数分配是合理的,归一化后就可直接使用;当CI≥0.1时,应重新对判断矩阵作适当修改,再对改正后的矩阵重新计算权重和进行一致性检验。
计算各层元素对用户目标的合成权重,求取目标层指标。对特征向量w进行归一化处理后就可以得到某一级各个评价指标关于它上一级指标的相对权重。
向量w'=(w1',w'2…w'n)为某一级各个评价指标关于它上一级指标的相对权重。
X=AHP(x)=∑w′ixi。
仿真验证模块,用以利用调控决策模块确定的互动策略对目标用户进行仿真验证,判断需求响应策略是否合理;采用赌轮盘选择法计算概率,选择成为进行后续的交叉或变异成为下一代个体,将靠近收敛的个体之间判定为适应度值相差小。
具体的,虽然当个体适应度高于平均适应度时采用自适应调节Pc、Pm值,但是当个体适应度低于平均适应度时却采用了较大的固定的Pc、Pm值,这样会使得一些劣质个体所携带的优质个体遭到破坏。基于以上考虑,利用自适应交叉和变异概率,如式所示:
运用arcsin函数能随着fave的变换,更好地判别种群适应度间的集中和分散程度,采用π/6作为判断数值,是因为sin(π/6)=1/2。当时适应度集中分布,这说明适应度平均值接近适应度最大值,即种群适应度接近最大适应度集中分布,再通过π/12≤arcsin(fave/fmax)<π/3来判断是否先进行交叉还是变异。当种群处在进化初级以及进化末端时,种群适应度有可能出现非常分散或非常集中现象,此时先对原式进行变异操作,再做交叉操作,加快收敛速度。
因此,按照上述措施改进后,会使得得出的种群进化后的种群个体净支出(或功率波动)适应度值分散度适度,使得得出的结果更好地收敛到统一值,同时加快收敛速度。得出的种群个体净支出(或功率波动)更容易地跳出局部最优解,收敛到全局最优解,使得优化结果更加稳定。
所述效果评价模块,用以对调控决策模块处理后的响应结果进行相关评价,并整理反馈评价内容,对事件结果以及事件效益进行分析;
所述交易结算模块,用以对调控决策模块的处理结果进行整理和存储,针对参与该供需互动事件的各电力用户或负荷聚合商的实际响应效果,按照一定的交易规则进行交易结算,并将交易概况与结果存入平台内。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电力用户需求侧调控***,实现电网侧、用户侧用电数据的实时采集与传输,并在平台的用能检测模块中实现数据分类、坏数据剔除以及数据预处理等功能。预处理后的数据可以输入多个平台功能模块,基于平台内嵌入的决策模型实现相应的功能,并作为供需互动策略的输入数据,为供需互动模块的功能实现提供理论和数据支撑。
根据不同供需场景配置相应的供需互动目标,并首先基于仿真验证模块进行该互动目标下的仿真过程;若仿真验证的效果较好,则将供需互动结果信息下发至用户侧设备等;若仿真验证的效果未达到要求,则需要对互动策略进行优化后,再将互动结果信息下发。当供需互动事件结束之后,还需要将实际互动效果上传至效果评价功能模块,对事件结果以及事件效益进行分析。最后,要基于交易结算模块针对参与该供需互动事件的各电力用户或负荷聚合商的实际响应效果,按照一定的交易规则进行交易结算,并将交易概况与结果存入平台内。
通过互动平台的运行,可以确保电网信息的监控、跟踪、记录、回馈、集成、分析和汇总等一系列自动化管理,从而实现供需互动过程中电网侧和用户侧之间的信息互动、事件互动以及交易互动过程,维持供需互动项目功能的正常实施。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种电力用户需求侧调控***,其特征在于,包括:调控决策模块,分别与调控决策模块输入端连接的数据采集模块、机制模块、评估模块及仿真验证模块;
所述调控决策模块,用以对需求侧用户的用电数据进行校验建立相应互动策略,并对策略进行优化;
所述数据采集模块,用以对用户的用电数据的采集或获取;
所述机制模块,用以获取电力公司或售电公司的激励机制及双边协议内容,形成评估指标值;
所述评估模块,用以评估需求侧用户适应的的激励机制,确定用户行为与用户潜力;
所述仿真验证模块,用以利用调控决策模块确定的互动策略对目标用户进行仿真验证,判断需求响应策略是否合理。
2.如权利要求1所述的***,其特征在于,该***还包括,与所述调控决策模块输出端连接的效果评价模块,与效果评价模块输出端连接的交易结算模块;
所述效果评价模块,用以对调控决策模块处理后的响应结果进行相关评价,并整理反馈评价内容;
所述交易结算模块,用以对调控决策模块的处理结果进行整理和存储。
3.如权利要求2所述的***,其特征在于,所述数据采集模块从用户的用电信息中获取用户总负荷数据、用户各用电子数据、用户的环境数据、用户的用电费用数据,所述数据采集模块将电力负荷按照用电类型进行分类,将产业所有用电负荷的总和分为行业用电负荷;将城镇和乡村居民家庭照明、家用电器的生活用电负荷分为居民生活用电。
5.如权利要求4所述的***,其特征在于,所述评估模块根据用户数据中不同影响因素建立用户的层次结构:目标层,作为最高层,只包含一个元素,用以分析问题的预定目标或理想结果;准则层,作为中间层,用以设置实现目标所涉及的中间环节,至少含有若干个层级;方案层,作为最底层,用以实现目标可供选择的各种措施、决策方案。
6.如权利要求5所述的***,其特征在于,所述评估模块根据指标的权重数确定用户行为与用户潜力,具体为:
根据以下公式计算最大主特征根λmax:
W=(w1,w2…wn)T
其中,W为A的特征向量,n为A的特征根,(A·W)i为A·W的第i个元素,W=(w1,w2…wn)T是n阶矩阵的排序权重向量,A为一致性判断矩阵;
根据以下公式对权重数值的一致性进行检验,其中,n>2:
RC=IC/IR
IC=(λmax-m)/(m-1)
其中,PC为判断矩阵的随机一致性比率,IC为判断矩阵的一般一致性指标;IR为判断矩阵的平均随机一致性指标;
当RC<0.1时,判定判断矩阵的一致性可以接受,权系数分配是合理;当CI≥0.1时,判定判断矩阵作需要重新修改,对改正后的矩阵重新计算权重和进行一致性检验;
计算各层元素对用户目标的合成权重,根据以下公司特征向量w进行归一化处理后,得到某一级各个评价指标关于它上一级指标的相对权重:
X=AHP(x)=∑w′ixi
其中,向量w'=(w′1,w'2…w'n)为某一级各个评价指标关于它上一级指标的相对权重。
7.如权利要求6所述的***,其特征在于,所述仿真验证模块采用赌轮盘选择法计算概率,选择成为进行后续的交叉或变异成为下一代个体,将靠近收敛的个体之间判定为适应度值相差小。
8.如权利要求7所述的***,其特征在于,所述调控决策模块进行校验建立相应互动策略具体建立以下约束条件:
电网功率约束条件为:
|Pgrid(t)|≤Pgrid,max(t)
式中,Pgrid,max(t)为用户与电网间每个时间段的功率交换限制;
不可中断负荷约束条件为:
tload,start≤tload≤tload,end-N,t∈N*
空调负荷约束条件为:
0≤Pair(t)≤Pair,max
Tair,min≤Tin(t)≤Tair,max
其中,Pair(t)为空调制冷时t时段的功率,Pair,max为空调制冷额定功率,Δt为一个时段时间,Tair,max为室内温度上限,Tair,min为室内温度下限。
电热类负荷约束条件为:
0≤Peh(t)≤Peh,max
Teh,min≤Teh(t)≤Teh,max
其中,Teh(t)为电热器热水在第t时段的温度,Peh,max为电热器加热额定功率,Teh,max为电热器的热上限温度,Teh,min为电热器的热下限温度。
9.如权利要求8所述的***,其特征在于,所述调控决策模块进行校验建立相应互动策略具体建立以下互动策略:
当不含风险系数时,根据以下公式对经济性目标进行求解:
其中,Pgrid(t)为当前时段从电网中购买的电量,ρgrid(t)为所分析时段用户与电网间的电价,CDG为分布式电源发电成本及损耗折旧费,C1为户总的用电费用;
当包含风险系数时,从目标函数中提取出随机变量,根据以下公式对经济性目标进行求解:
Pgrid(t)=Pmust(t)+Pheat(t)+Pload(t)+Pbat(t)-Ppv(t)
其中,Pgrid(t)为在第t时间段内的购电功率,Ppv(t)在第t时间段内的可再生能源发电功率,Pbat(t)是在第t时间段内的电动汽车充放电功率,Pmust(t),Pheat(t)和Pload(t)分别是不可调整负荷。
10.如权利要求9所述的***,其特征在于,所述调控决策模块对策略进行优化具体包括:
获取n个电力用户的日负荷数据,至少包括电力用户的编号以及相应时间点的功率;
根据以下公式将电力负荷数据进行归一化处理:
其中,;
选取与电力用户的日负荷数据相应的峰谷时段,形成数据矩阵,保留该峰谷时段的数据,根据以下公式计算用户间的欧式距离:
将矩阵按行求和,计算其余电力负荷与距离和最小的行的相关系数,选取相关系数r≥0.8的用户,和该m行用户归为一类并记作V=[m1,m2,…];
当向量V是空集时,则将其余用户归为一类,给予单独标记,并输出程序结果;当矩阵行数n≤2时,则输出程序结果,否则,从数据矩阵中去除向量V元素所在行的数据,重新计算用户间的欧式距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010513721.8A CN111754091A (zh) | 2020-06-08 | 2020-06-08 | 一种电力用户需求侧调控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010513721.8A CN111754091A (zh) | 2020-06-08 | 2020-06-08 | 一种电力用户需求侧调控*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111754091A true CN111754091A (zh) | 2020-10-09 |
Family
ID=72676484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010513721.8A Pending CN111754091A (zh) | 2020-06-08 | 2020-06-08 | 一种电力用户需求侧调控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754091A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222429A (zh) * | 2021-05-20 | 2021-08-06 | 国网山东省电力公司潍坊供电公司 | 基于地理信息一致性校验的电网用电需求监管方法 |
CN114299780A (zh) * | 2021-12-31 | 2022-04-08 | 蚌埠景泰科技创业服务有限公司 | 一种水面舰艇装备用仿真训练*** |
CN116911471A (zh) * | 2023-09-14 | 2023-10-20 | 山东浪潮新基建科技有限公司 | 一种供电***的传输性能优化方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN105160149A (zh) * | 2015-07-22 | 2015-12-16 | 国家电网公司 | 一种模拟调峰机组的需求响应调度评估体系构建方法 |
CN105243609A (zh) * | 2015-11-04 | 2016-01-13 | 中国南方电网有限责任公司电网技术研究中心 | 一种基于模糊层次分析的用户有序用电决策方法 |
CN107248031A (zh) * | 2017-05-27 | 2017-10-13 | 西安交通大学 | 一种针对负荷曲线峰谷差的快速电力用户分类方法 |
CN107766976A (zh) * | 2017-10-17 | 2018-03-06 | 国网江苏省电力公司盐城供电公司 | 一种面向电力市场的主动需求响应平台 |
CN108288170A (zh) * | 2017-12-07 | 2018-07-17 | 上海电力学院 | 一种基于层次分析法的需求侧响应项目的评价方法 |
CN109255463A (zh) * | 2018-07-11 | 2019-01-22 | 东南大学 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
CN109712023A (zh) * | 2018-12-26 | 2019-05-03 | 国网河南省电力公司经济技术研究院 | 一种区域售电市场价值评估方法 |
CN111126775A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于层次分析法的居民客户价值分级模型构建方法 |
-
2020
- 2020-06-08 CN CN202010513721.8A patent/CN111754091A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160149A (zh) * | 2015-07-22 | 2015-12-16 | 国家电网公司 | 一种模拟调峰机组的需求响应调度评估体系构建方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN105243609A (zh) * | 2015-11-04 | 2016-01-13 | 中国南方电网有限责任公司电网技术研究中心 | 一种基于模糊层次分析的用户有序用电决策方法 |
CN107248031A (zh) * | 2017-05-27 | 2017-10-13 | 西安交通大学 | 一种针对负荷曲线峰谷差的快速电力用户分类方法 |
CN107766976A (zh) * | 2017-10-17 | 2018-03-06 | 国网江苏省电力公司盐城供电公司 | 一种面向电力市场的主动需求响应平台 |
CN108288170A (zh) * | 2017-12-07 | 2018-07-17 | 上海电力学院 | 一种基于层次分析法的需求侧响应项目的评价方法 |
CN109255463A (zh) * | 2018-07-11 | 2019-01-22 | 东南大学 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
CN109712023A (zh) * | 2018-12-26 | 2019-05-03 | 国网河南省电力公司经济技术研究院 | 一种区域售电市场价值评估方法 |
CN111126775A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于层次分析法的居民客户价值分级模型构建方法 |
Non-Patent Citations (1)
Title |
---|
谢中华: "《Matlab与数学建模》", 30 September 2019, 北京航空航天大学出版社, pages: 318 - 319 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222429A (zh) * | 2021-05-20 | 2021-08-06 | 国网山东省电力公司潍坊供电公司 | 基于地理信息一致性校验的电网用电需求监管方法 |
CN114299780A (zh) * | 2021-12-31 | 2022-04-08 | 蚌埠景泰科技创业服务有限公司 | 一种水面舰艇装备用仿真训练*** |
CN116911471A (zh) * | 2023-09-14 | 2023-10-20 | 山东浪潮新基建科技有限公司 | 一种供电***的传输性能优化方法及*** |
CN116911471B (zh) * | 2023-09-14 | 2024-01-19 | 山东浪潮新基建科技有限公司 | 一种供电***的传输性能优化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111754090B (zh) | 一种基于大数据的电力用户需求侧调控方法 | |
CN111754091A (zh) | 一种电力用户需求侧调控*** | |
CN106484512B (zh) | 计算单元的调度方法 | |
CN112467722A (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
CN108921376B (zh) | 一种智能配电网用电可靠性提升对象的优选方法及*** | |
Lu et al. | Multi-objective energy consumption scheduling in smart grid based on Tchebycheff decomposition | |
CN113783224A (zh) | 一种考虑多种分布式能源运行的配电网双层优化规划方法 | |
CN117272850B (zh) | 配电网安全运行调度弹性空间分析方法 | |
CN110111214A (zh) | 一种基于优先级的用户用能管理方法及*** | |
CN112232863A (zh) | 一种基于云边端协同的虚拟资源管理方法及*** | |
Wu et al. | Bilevel load-agent-based distributed coordination decision strategy for aggregators | |
CN115276047A (zh) | 电能调度方法、装置及计算机可读存储介质 | |
WO2023035245A1 (zh) | 一种应用于电力市场价格的风险预警方法 | |
CN113988471A (zh) | 一种微电网运行多目标优化方法 | |
CN113450031A (zh) | 居民智慧用能服务潜在台区选取方法及装置 | |
Alikhani et al. | Optimal implementation of consumer demand response program with consideration of uncertain generation in a microgrid | |
CN115965203A (zh) | 用户侧虚拟电厂灵活调节服务交易策略优化实现方法 | |
Gu et al. | Optimal economic dispatch for an industrial park with consideration of an elastic energy cloud model with integrated demand response uncertainty | |
Pang et al. | A bi-objective low-carbon economic scheduling method for cogeneration system considering carbon capture and demand response | |
CN113780686A (zh) | 一种面向分布式电源的虚拟电厂运行方案优化方法 | |
CN114971300A (zh) | 一种综合能源***的评价方法、装置及电子设备 | |
Li et al. | Optimal Scheduling of a Microgrid Using Multiobjective Biogeography‐Based Optimization Model and Algorithm with Adaptive Migration | |
CN112861376A (zh) | 一种基于单元调度模型的评估方法及装置 | |
Liu et al. | [Retracted] Research on Modeling the Optimization of Power Load Combination for Power Sales Company | |
CN116014745B (zh) | 一种基于综合需求响应的尖峰负荷平抑方法及装置 |
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 |