CN112734277A - 信息物理融合的需求侧响应资源多层级建模方法 - Google Patents
信息物理融合的需求侧响应资源多层级建模方法 Download PDFInfo
- Publication number
- CN112734277A CN112734277A CN202110073476.8A CN202110073476A CN112734277A CN 112734277 A CN112734277 A CN 112734277A CN 202110073476 A CN202110073476 A CN 202110073476A CN 112734277 A CN112734277 A CN 112734277A
- Authority
- CN
- China
- Prior art keywords
- demand
- demand side
- side response
- response
- resource
- 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 191
- 230000004927 fusion Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000033228 biological regulation Effects 0.000 claims abstract description 18
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 16
- 238000005265 energy consumption Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract 1
- 238000013178 mathematical model Methods 0.000 abstract 1
- 238000005065 mining Methods 0.000 abstract 1
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000003827 upregulation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001960 triggered 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种信息物理融合的需求侧响应资源多层级建模方法,该方法包括:建立基于信息物理融合的多维度多变量需求侧响应资源三层模型,建模层级包括对象层、融合层和决策层,各建模层级描述了需求响应资源的能量流、信息流和资金流的数学模型,在此基础上分析价格引导机制对需求侧响应资源响应特性的影响以及信息网络构建模式对需求侧响应过程的影响,为深度挖掘需求侧响应资源的调节潜力提供定量分析依据。本发明科学地描述了电力需求侧响应过程中能量流与资金流的动态关系,充分挖掘电力需求侧资源的活力。
Description
技术领域
本发明涉及信息物理融合领域,具体是一种信息物理融合的需求侧响应资源多层级建模方法。
背景技术
随着国家可再生能源的不断发展,大规模可再生能源输出功率的随机波动对电力***造成巨大冲击,仅通过发电侧调节难以同时满足电力平衡与可再生能源全消纳的要求。电力市场化改革通过价格引导机制激发电力需求侧响应活力,为电力***的灵活调节和可再生能源的全消纳提供了新的有效途径。合理利用需求侧响应资源,将有效减小电网峰谷差、提升电网检修灵活性、降低电网备用容量,在优化电网运营成本的同时提升其运行可靠性。为实现精准有效地实现需求侧响应资源的信息化,避免信息化冗余或不足,信息物理融合***(Cyber-Physical System, 信息物理融合)理论的发展为精准实现需求侧响应资源信息化提供了一个有效的分析工具。
目前能源***的信息物理融合研究当前集中在安全性和建模两个方面。文献(《Surveys on the reliability impacts of power system cyber-physical layers 》,B Jimada-Ojuolape,J Teh)(《Reliability Modeling and Evaluation of Urban Multi-Energy Systems: A Review of the State of the Art and Future Challenges》,J He,Z Yuan,X Yang,W Huang,Y Tu,Y Li)提出了信息物理融合的能源***可靠性评估方法,利用模型驱动和数据驱动建模方法,建立信息物理融合的能源***可靠性评估模型;文献(《Cyber-Physical Systems Approach for Smart Grid Data Standardization forElectricity Infrastructure》,VSKM Balijepalli,CS Hung)从需求侧响应资源通用化建模的维度,制定了一套需求侧响应资源通用信息模型,并配合提出相应模型扩展方法;文献(《Enabling cyber-physical demand response in smart grids via conjointcommunication and controller design》,Swaroop Ranjan Mishra,MP Korukonda,LBehera,A Shukla)从信息***可靠性的维度分析了信息***的加入给传统物理***带来的安全问题,基于电网物理特性,提出一种通信、控制联合设计方法。
上述方法仅从信息物理融合的需求侧响应资源通用性、经济性或者可靠性等单一维度建模分析,无法描述电力需求侧响应过程中能量流与资金流的动态关系,难以挖掘电力需求侧资源的活力。
发明内容
为解决上述技术问题本发明提供一种信息物理融合的需求侧响应资源多层级建模方法,从能量流、信息流与资金流三个维度出发,建立信息物理融合的需求侧响应资源建模方法,为电力市场环境下的需求侧响应资源响应提供一种多维分析方法。
为实现上述目的,本发明的机技术方案是:一种信息物理融合的需求侧响应资源多层级建模方法,具体包括以下步骤:
S1:建立信息物理融合的需求侧响应资源对象层模型,采用特征向量描述需求侧响应资源对象的调节特性、信息网络时延特性和价格敏感度,采用特征向量关系函数表征需求侧响应资源对象的各特性间的关系;
S2:建立信息物理融合的需求侧响应资源融合层模型,对需求侧响应过程中的能量流、信息流和资金流及其动态关系进行描述;融合层模型中能量流描述电力***供给侧与需求侧能量的动态平衡和多时间尺度需求侧响应过程的能量变化,信息流描述需求侧响应信号的发布、响应结果的核定与结算的状态切换和时序,资金流描述价格引导机制中价格变量对需求侧响应资源响应行为的影响;
S3:建立信息物理融合的需求侧响应资源决策层模型,基于不同的需求侧响应资源优化管理目标,以融合层与对象层中的多维变量为需求侧响应过程的运行约束,运行需求侧响应的全局优化管理策略。
进一步的,需求侧响应资源对象的调节特性描述形式如下:
进一步的,需求侧响应资源对象的信息网络时延特性描述形式如下:
进一步的,需求侧响应资源对象的用能价格敏感度描述形式如下:
其中,c为用户单位用电成本,e为用户单位能耗产值,r为用户参与需求侧响应单位收益。
进一步的,表征需求侧响应资源对象的各特性间关系的特征向量关系函数为:
p=f(b)
其中,f为需求侧响应资源用能价格敏感度与需求侧响应资源功率特性的关系函数。
进一步的,融合层模型中能量流分时间尺度特性描述方式如下表1所示:
表1
其中,为需求侧响应资源响应的时间尺度,可以划分为毫秒级、秒级、分钟级、小时级等,定义;为对应时间尺度下的需求侧响应资源总体负荷基线,为对应时间尺度下的需求侧响应资源总体可调功率, n代表的是对应时间尺度的编号,例如毫秒级编号为1,秒级编号为2。
进一步的,融合层模型中信息流采用扩展状态机方式描述。
进一步的,融合层模型中资金流描述的价格引导机制中价格变量对需求侧响应资源响应行为的影响包括:需求侧响应资源总体能耗产值、需求侧响应资源总体需求侧响应收益。
进一步的,需求侧响应资源总体能耗产值指标定义如下:
E=Q(e,P n ,T)
其中Q代表e、P n 、T与E间的函数关系,T为模型运行时间,P n 为需求侧资源实际运行功率。
进一步的,需求侧响应资源总体需求侧响应收益指标定义如下:
R=H(r,△P n ,T)
其中H代表r、△P n 、T与R间的函数关系。
进一步的,决策层模型需根据融合层模型中的信息流模型对优化结果的运行时序进行校验。
有益效果:相比现有技术仅从电网优化运行或控制***优化的单一维度对需求侧资源响应进行建模,本发明从能量流、信息流与资金流三个维度出发,建立信息物理融合的需求侧响应资源建模方法,清楚描述电力需求侧响应过程中能量流与资金流的动态关系,为电力市场环境下的需求侧响应资源响应提供一种多维分析方法,进而更深的挖掘电力需求侧资源的活力,为多时间尺度的电力需求侧资源优化调度打下基础。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是信息物理融合的需求侧响应资源多层级建模方法的流程图。
图2是价格引导机制下的负荷的功率调特性图。
图3是融合层信息流的扩展状态机模型图。
图4是多时间尺度信息流图。
图5是基于信息物理融合的需求侧响应资源决策层模型图。
图6是需求侧响应实施前某区域电网需求侧功率图。
图7是需求侧响应对电网需求侧功率基线调整图。
图8是需求侧响应对电网需求侧实时功率调整图。
图9是某可转移负荷进行需求响应后能效变化图。
具体实施方式
下面将结合说明书附图和实施例,对本发明中的技术方案进行完整、清楚地描述,显然,所述实施例仅仅是本发明一部分实施例,本发明的保护范围不局限于所述实施例。
本发明公开了一种信息物理融合的需求侧响应资源多层级建模方法,具体包括以下步骤:
S1:建立信息物理融合的需求侧响应资源对象层模型,采用特征向量描述需求侧响应资源对象的调节特性、信息网络时延特性和价格敏感度,采用特征向量关系函数表征需求侧响应资源对象的各特性间的关系;对象层模型描述价格引导机制下的需求侧响应资源功率调节特征,并对需求侧响应资源信息***的时间延迟提出要求。
(1)p-e关系
模型采用p-e曲线,描述用户用电功率p与用户单位能耗产值e间的关系。在不同功率区间(p1,p2)会出现的三种p-e关系如下表2中所示:
表2
p-e关系 | e随p增加递增 | e不随p变化 | e随p增加递减 |
原因 | 用户固定功率设备较多,产量增加带来的功率增加较小。 | 用户产值增长与消耗功率增长成比例关系。 | 当用户为提升的小部分产量而增开固定功率设备。 |
在用户生产的不同功率区间,采用表中的p-e关系,可描述用户总体能效情况,如图3所示为一流水线生产工厂的实际p-e曲线:图9中p较小时工厂开机,启动功率未达到前,单位能耗产值为负随着功率的增加而负向增加;达到启动功率后,单位能耗产值随着功率的增加急剧上升;当达到流水线稳定运行最小功率后,单位能耗产值随着功率上升幅度减缓;随着功率的不断增加,用户产值增长与消耗功率增长成正比,单位能耗产值基本不随功率增加而变化;最后功率增加需要增开流水线,但产值并未提升,导致单位能耗产值急剧下降。
(2)c-Δp关系
在图2所示的p-e图的一个单调区间内,模型采用c-Δp曲线描述电价c与用户可调节功率间的关系。需求侧响应资源分为可上调功率负荷、可下调功率负荷和可平移功率负荷,设调节前负荷基线功率为p,调节量为Δp,则调节后负荷功率为p+Δp,结合p-e曲线、需求响应补贴r得到三类负荷的功率调特性如图4所示。图4中第一象限为可上调功率负荷调节范围,第四象限为可下调功率负荷调节范围;点a(0,Δpa)和点d(0,Δpd)分别为可上调功率负荷上调功率最大期望与可下调功率负荷下调功率最大期望,两点均由下式确定:
图2中,当Δpa<0时表示需求响应补贴不影响可上调功率负荷的功率调节,当Δpd>0表示需求响应补贴不影响可下调功率负荷的功率调节。
图2中,点d为市场最高电价,点c为用户可接受的最低电价,一般最高电价由市场限制,而用户可接受的最低电价理想情况下在c轴的负无穷处。直线1垂直于c轴并与c轴相交于点b,划定了需求响应市场的价格范围,直线2、3分别为可上调功率负荷上调功率限值和可下调功率负荷下调功率限值,直线1、2、3划定了需求侧资源调节的功率范围与需求响应市场可调节的价格范围。曲线4经过a点呈递减趋势,体现了随着电价升高参与需求侧响应市场收益减小,用户上调功率期望减小;曲线5连接c、d两点,由于c点处于c轴的负无穷处,因此5为平行与c轴的直线,即随着电价的升高,用户参与需求响应的下调功率一直处于最大期望。
图2中,直线1、2、4与坐标轴包围的第一象限区域即为可上调功率负荷资源上调功率范围,直线1、3、5与坐标轴包围的第四象限区域及其可下调功率负荷资源下调功率范围。
(3)需求侧响应资源模型
结合上述关系,本算例构造三个需求响应资源,并明确其调节时间尺度、计算延时和通信延时,如下表3所示:
表3
表中均采用标幺值表示,其中可下调负荷与可上调负荷的功率基值为1650kW,可平移负荷的功率基值为330kW,收益基值为2元/kW,边际成本单位为元/kW,模型中r在计算过程中可由表中边际成本得出,计算方式为:
S2:建立信息物理融合的需求侧响应资源融合层模型,对需求侧响应过程中的能量流、信息流和资金流及其动态关系进行描述。融合层模型中能量流描述电力***供给侧与需求侧能量的动态平衡和多时间尺度需求侧响应过程的能量变化,信息流描述需求侧响应信号的发布、响应结果的核定与结算的状态切换和时序,资金流描述价格引导机制中价格变量对需求侧响应资源响应行为的影响。
具体的,融合层模型描述各类需求侧响应资源动作的时间尺度及对应时间尺度下可进行需求响应的功率,规划需求侧响应信息流并提取需求响应过程中的经济性指标。
1.信息流模型
融合层信息流采用如图3所示的状态自动机模型,描述多时间尺度的需求侧响应的发布、调控和资金结算的状态转换和时序安排,针对每个时间尺度的需求侧响应流程设计统一的信息***处理框架,实现多时间尺度的需求侧响应流程的设计。
图3中,圆形框表示需求侧响应流程中的各状态,圆形框之间的连线表示需求侧响应流程中各状态的转换关系,圆形框内的时间表示该状态完成所需的时间下限,连线上的时间表示从当前状态切换到下一状态的时间上限。
图3中,圆形框将需求侧响应流程划分为需求发布与接收状态、需求侧响应收益结算状态和需求侧响应资源功率调节状态;连线的不同线型划分了需求侧响应不同时间尺度的流程:虚线所连接的状态转换表示整个需求侧响应的全流程,流程运行时间为T 1≤1min;实线所连接的状态转换表示从需求侧响应发布到需求侧响应资源调节的流程,流程运行时间为T 2<10s;点划线所连接的状态转换表示具体需求侧响应资源对象功率调节的流程,流程运行时间为T 3≤10ms。
为确保价格引导机制下的实时需求侧响应正常进行,融合层模型对于信息流作描述与规划,如图4所示的三种不同时间尺度的信息流,分别为资金结算流程T1、响应发布流程T2和调节流程T3:
图6的三条处理流程时间尺度为T 1>T 2>T 3 ,处理流程采用并行的方式,并由统一由响应发布流程触发。资金结算流程以日为单位,接收当日内日前、实时需求响应的结算数据,并在本日结束后进行需求响应收益结算,占用通信资源最小;响应发布流程采取分钟级的需求响应实时发布方式,及时发布当前市场下的需求响应量、电价、需求响应补贴价等信息;调节流程根据调节目标,实时用电功率与企业自身的调节特性进行实时的功率调节,需要本地化的计算资源配合,调节流程结束后将需求响应结算相关数据上传至资金结算流程。
2.经济性指标
信息物理融合的需求响应调节目标即为降低电网调节成本和用户用电成本,因此将用户缴纳电费总额C与需求响应补贴费用总额R作为经济性指标,算例采用每15分钟更新一次的电价与需求响应补贴加,因此经济性指标可表示为:
其中c i 为第i个15分钟的市场电价,r i 为第i个15分钟的需求响应补贴价,式中积分时间为15分钟。
S3:建立信息物理融合的需求侧响应资源决策层模型,基于不同的需求侧响应资源优化管理目标,以融合层与对象层中的多维变量为需求侧响应过程的运行约束,运行需求侧响应的全局优化管理策略。
具体的,图7所示的流程对各类需求侧响应资源管理优化策略进行验证校核。该层级基于融合层模型,提取优化变量,建立目标函数,求解基于信息物理融合的需求侧响应资源管理优化问题。基于信息物理融合的需求侧响应资源模型,在实现需求侧响应资源多时间尺度能量流优化的同时,将需求侧响应资源信息网络的时延、需求侧响应资源资金流的变动纳入考量,全局考虑需求侧响应资源优化策略的***性影响。
a.优化目标
多时间尺度的需求侧资源调节目标不同,日前需求响应目标为降低电网负荷峰谷差,并尽可能提升企业单位能耗产值,即:
Max(e)
其中目标函数中的e为表3中可平移负荷经济性指标。
实时需求响应目标为平抑可再生能源发电功率波动,并提升电网运行净收益,尽可能降低需求响应补偿费用,即:
Min(R)
b.优化结果检验
在信息物理融合模型中,为确保***的安全性和决策结果的正常执行,需结合***本身的计算延迟、网络延迟和调节性能等因素对***延迟和调节性能进行校验,本算例中设定***延迟均为秒级,而调节需求为分钟级和秒级,因此假设信息物理融合***的信息部分可以按照融合层中的计划运行,而不对其进行优化结果校验。
基于CPS的需求侧资源响应模型运行结果如图6至图8所示,图6为需求响应实施前区域电网需求侧用电功率,该曲线存在明显的峰谷差在上午八点半到下午五点为该区域负荷用电高峰。将负荷曲线分时段分为功率变动部分与功率恒定部分,需求侧负荷调整前功率恒定部分如图7虚线所示,对该分部采用可转移负荷进行削峰填谷,得到图7实线,减小区域电网峰谷差的同时,如图9所示,进行需求响应后可转移负荷单位能耗产值有所提升。
典型需求侧响应曲线模拟了一次可再生能源功率波动以验证实时需求侧响应,如图8所示,图中虚线部分为调节前需求侧实时功率,实线部分为调节后需求侧实时功率。当日11:26风速突然增大,风力发电输出功率突然抬升,使得净负荷功率大幅减小,随着风速的不断增大,风机停运,净负荷功率突然上升,当日12:08分后可在生能源发电功率恢复正常。需求侧资源根据实时发布的需求响应信息,进行实时的需求侧功率调节,需求侧资源响应时间为1分钟,且每隔5分钟计算一次调节功率,同时调节需求发布流程会根据每五分钟的调节量,发布不同的需求响应补贴,以确保实现需求响应发起成本总体最小化。据此下表4展示了11:26到12:08的需求响应调节功率,及其对应的需求响应补贴,本说明中需求响应补贴采取最低值即与需求侧资源调节边际成本相等的方式计算。
表4
调节次数 | 第一次 | 第二次 | 第三次 | 第四次 | 第五次 | 第六次 | 第七次 | 第八次 | 第九次 |
ΔP | 0.120 | 0.092 | 0.079 | 0.065 | 0.074 | 0.037 | -0.182 | -0.155 | -0.125 |
r | 0.241 | 0.185 | 0.159 | 0.129 | 0.148 | 0.073 | 0.27 | 0.232 | 0.187 |
表中数值均采用标幺值表示,其中需求响应补贴r基值为2元/kW,调节功率ΔP基值为1650kW。
以上对本发明实施例的详细介绍,仅用于帮助理解本发明的核心思想及方法,不应视为对本发明实施的限定;应当指出,本领域普通技术人员基于本发明中的实施例,在没有作出创造性劳动前提下所获得的所有其它实施例,都应视为本发明保护的范围。
Claims (10)
1.一种信息物理融合的需求侧响应资源多层级建模方法,其特征在于,包括如下步骤:
S1:建立信息物理融合的需求侧响应资源对象层模型,采用特征向量描述需求侧响应资源对象的调节特性、信息网络时延特性和价格敏感度,采用特征向量关系函数表征需求侧响应资源对象的各特性间的关系;
S2:建立信息物理融合的需求侧响应资源融合层模型,对需求侧响应过程中的能量流、信息流和资金流及其动态关系进行描述;所述融合层模型中能量流描述电力***供给侧与需求侧能量的动态平衡和多时间尺度需求侧响应过程的能量变化,信息流描述需求侧响应信号的发布、响应结果的核定与结算的状态切换和时序,资金流描述价格引导机制中价格变量对需求侧响应资源响应行为的影响;
S3:建立信息物理融合的需求侧响应资源决策层模型,基于不同的需求侧响应资源优化管理目标,以融合层与对象层中的多维变量为需求侧响应过程的运行约束,运行需求侧响应的全局优化管理策略。
5.根据权利要求4所述的信息物理融合的需求侧响应资源多层级建模方法,其特征在于,表征需求侧响应资源对象的各特性间关系的特征向量关系函数为:
p=f(b)
其中,f为需求侧响应资源用能价格敏感度与需求侧响应资源功率特性的关系函数。
7.根据权利要求6所述的信息物理融合的需求侧响应资源多层级建模方法,其特征在于,融合层模型中资金流描述的价格引导机制中价格变量对需求侧响应资源响应行为的影响包括:需求侧响应资源总体能耗产值和需求侧响应资源总体需求侧响应收益。
8.根据权利要求7所述的信息物理融合的需求侧响应资源多层级建模方法,其特征在于,需求侧响应资源总体能耗产值指标E定义如下:
E=Q(e,P n ,T)
其中,Q代表c、P n 、T与E间的函数关系,T为模型运行时间,P n 为需求侧资源实际运行功率。
9.根据权利要求8所述的信息物理融合的需求侧响应资源多层级建模方法,其特征在于,需求侧响T应资源总体需求侧响应收益指标R定义如下:
R=H(r,△P n ,T)
其中H代表r、△P n 、与R间的函数关系。
10.根据权利要求1所述的信息物理融合的需求侧响应资源多层级建模方法,其特征在于,决策层模型需根据融合层模型中的信息流模型对优化结果的运行时序进行校验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073476.8A CN112734277B (zh) | 2021-01-20 | 2021-01-20 | 信息物理融合的需求侧响应资源多层级建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073476.8A CN112734277B (zh) | 2021-01-20 | 2021-01-20 | 信息物理融合的需求侧响应资源多层级建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112734277A true CN112734277A (zh) | 2021-04-30 |
CN112734277B CN112734277B (zh) | 2024-02-02 |
Family
ID=75592719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110073476.8A Active CN112734277B (zh) | 2021-01-20 | 2021-01-20 | 信息物理融合的需求侧响应资源多层级建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112734277B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113919607A (zh) * | 2021-12-15 | 2022-01-11 | 深圳华工能源技术有限公司 | 一种能源***的信息物理社会融合建模方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013039554A1 (en) * | 2011-09-16 | 2013-03-21 | Narayam Amit | A system and a method for optimization and management of demand response and distribute energy resources |
US20170285612A1 (en) * | 2016-03-30 | 2017-10-05 | Advanced Institutes Of Convergence Technology | Apparatus and method of optimization modeling for forming smart portfolio in negawatt market |
CN109670982A (zh) * | 2018-12-04 | 2019-04-23 | 上海欣能信息科技发展有限公司 | 一种融合运检智能管控体系的供电服务平台*** |
CN111738621A (zh) * | 2020-07-17 | 2020-10-02 | 深圳华工能源技术有限公司 | 需求侧可调节资源分时间尺度聚合参与需求响应的方法 |
CN111738776A (zh) * | 2020-07-17 | 2020-10-02 | 深圳华工能源技术有限公司 | 一种考虑不同时间尺度的电力需求响应结果认定评价方法 |
CN111798332A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种基于标准化的综合能源一体化*** |
-
2021
- 2021-01-20 CN CN202110073476.8A patent/CN112734277B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013039554A1 (en) * | 2011-09-16 | 2013-03-21 | Narayam Amit | A system and a method for optimization and management of demand response and distribute energy resources |
US20170285612A1 (en) * | 2016-03-30 | 2017-10-05 | Advanced Institutes Of Convergence Technology | Apparatus and method of optimization modeling for forming smart portfolio in negawatt market |
CN109670982A (zh) * | 2018-12-04 | 2019-04-23 | 上海欣能信息科技发展有限公司 | 一种融合运检智能管控体系的供电服务平台*** |
CN111798332A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种基于标准化的综合能源一体化*** |
CN111738621A (zh) * | 2020-07-17 | 2020-10-02 | 深圳华工能源技术有限公司 | 需求侧可调节资源分时间尺度聚合参与需求响应的方法 |
CN111738776A (zh) * | 2020-07-17 | 2020-10-02 | 深圳华工能源技术有限公司 | 一种考虑不同时间尺度的电力需求响应结果认定评价方法 |
Non-Patent Citations (2)
Title |
---|
唐学军;韩佶;苗世洪;杨东俊;张雅薇;: "基于需求侧响应的多类型负荷协调控制模型", 电力***保护与控制, vol. 45, no. 16, pages 116 - 123 * |
杨旭英;周明;李庚银;: "智能电网下需求响应机理分析与建模综述", 电网技术, no. 01, pages 220 - 226 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113919607A (zh) * | 2021-12-15 | 2022-01-11 | 深圳华工能源技术有限公司 | 一种能源***的信息物理社会融合建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112734277B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508857B (zh) | 一种主动配电网多阶段规划方法 | |
Ghadimi et al. | PSO based fuzzy stochastic long-term model for deployment of distributed energy resources in distribution systems with several objectives | |
CN107301472A (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN110414804B (zh) | 一种基于多维度响应特性的价格型需求响应建模方法 | |
Lu et al. | A hybrid deep learning-based online energy management scheme for industrial microgrid | |
Stojiljković | Bi-level multi-objective fuzzy design optimization of energy supply systems aided by problem-specific heuristics | |
CN110011358B (zh) | 一种配电网负荷状态调节控制器 | |
CN114221357A (zh) | 计及调频备用效益的主动配电网分层分布式优化调度方法 | |
CN112217195A (zh) | 一种基于gru多步预测技术的云储能充放电策略形成方法 | |
CN114723230A (zh) | 面向新能源发电和储能的微电网双层调度方法及*** | |
Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
CN115733178A (zh) | 基于成本和风险多目标的光储充电站容量配置方法及*** | |
Liu et al. | Optimal dispatch strategy of virtual power plants using potential game theory | |
CN115689146A (zh) | 一种多能源智能楼宇负荷调度方法及*** | |
Yang et al. | Deep reinforcement learning for economic energy scheduling in data center microgrids | |
CN112734277A (zh) | 信息物理融合的需求侧响应资源多层级建模方法 | |
Filipova-Petrakieva et al. | Short-Term Forecasting of Hourly Electricity Power Demand: Reggresion and Cluster Methods for Short-Term Prognosis | |
US20140365023A1 (en) | Systems and Methods for Computer Implemented Energy Management | |
Zhang et al. | Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System | |
CN115758763A (zh) | 一种计及源荷不确定性的多能流***优化配置方法及*** | |
CN114139402A (zh) | 一种可交易控制的联邦电厂数据驱动型风险规避优化方法 | |
Zhu et al. | Hierarchical cluster coordination control strategy for large-scale wind power based on model predictive control and improved multi-time-scale active power dispatching | |
Zuo et al. | Distributionally robust optimization for virtual power plant clusters considering carbon emission-based dynamic dispatch priority | |
Han et al. | LSTM-Based Strategy for Customer Directrix Load Prediction | |
CN117952382A (zh) | 一种零碳虚拟电厂的调度方法及*** |
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 |