CN113489065B - 一种聚合需求响应潜力值的获取方法、装置及电子设备 - Google Patents

一种聚合需求响应潜力值的获取方法、装置及电子设备 Download PDF

Info

Publication number
CN113489065B
CN113489065B CN202110763255.3A CN202110763255A CN113489065B CN 113489065 B CN113489065 B CN 113489065B CN 202110763255 A CN202110763255 A CN 202110763255A CN 113489065 B CN113489065 B CN 113489065B
Authority
CN
China
Prior art keywords
demand response
user
response potential
electricity utilization
determining
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.)
Active
Application number
CN202110763255.3A
Other languages
English (en)
Other versions
CN113489065A (zh
Inventor
谢知寒
刘周斌
陈铁义
方芹
徐丹露
缪宁杰
王澍
郑卓凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Innovation And Entrepreneurship Center Of State Grid Zhejiang Electric Power Co ltd
State Grid Corp of China SGCC
Original Assignee
Innovation And Entrepreneurship Center Of State Grid Zhejiang Electric Power Co ltd
State Grid Corp of China SGCC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Innovation And Entrepreneurship Center Of State Grid Zhejiang Electric Power Co ltd, State Grid Corp of China SGCC filed Critical Innovation And Entrepreneurship Center Of State Grid Zhejiang Electric Power Co ltd
Priority to CN202110763255.3A priority Critical patent/CN113489065B/zh
Publication of CN113489065A publication Critical patent/CN113489065A/zh
Application granted granted Critical
Publication of CN113489065B publication Critical patent/CN113489065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种聚合需求响应潜力值的获取方法、装置、电子设备及计算机可读存储介质，包括：获取各个用户的历史用电数据，并根据历史用电数据，确定各个用户的用电模式；根据各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式；确定各个目标用电模式下具有需求响应潜力的用户的需求响应潜力值；将各个目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。该方法通过对属于同一目标用电模式下的用户进行可调节能力评估得到需求响应潜力值，再得到总的需求响应潜力值即聚合需求响应潜力值，可以有效提高聚合需求响应潜力值的精度和准确性，改善了负荷侧在智能电网中的调节能力，有利于电网的稳定运行。

Description

一种聚合需求响应潜力值的获取方法、装置及电子设备
技术领域
本发明涉及智能电网技术领域，特别涉及一种聚合需求响应潜力值的获取方法、装置、电子设备及计算机可读存储介质。
背景技术
随着现代化水平不断提高，大力开发可再生能源，提高能源的利用效率已经成为社会共识。太阳能发电，风能发电得到了广泛推广。目前，高比例可再生能源电网中“电源侧”的主动调节能力劣化，仅仅依靠电源侧的调节，对于电网的稳定安全运行不利。因此，为确保电网安全有效运行，开发负荷侧的调节能力势在必行。
当前基于负荷聚合资源的方案中，采取的是对各个用户统一进行需求响应可调节能力评估，由于各个用户的用电模式不同，可调节能力相差较大，且有较大的不稳定和不确定性，导致这种方式得到的聚合需求响应可调节能力评估结果与实际结果相差较远，不利于聚合服务的实施，不利于挖掘负荷侧的调控潜能。
发明内容
有鉴于此，本发明的目的在于提供一种聚合需求响应潜力值的获取方法、装置、电子设备及计算机可读存储介质，可以使得到的聚合需求响应潜力值更稳定，有效提高聚合需求响应潜力值的精度和准确性，改善了负荷侧在智能电网中的调节能力，有利于电网的稳定运行。其具体方案如下：
第一方面，本申请公开了一种聚合需求响应潜力值的获取方法，包括：
获取各个用户的历史用电数据，并根据所述历史用电数据，确定所述各个用户的用电模式；
根据所述各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式；
确定各个所述目标用电模式下具有需求响应潜力的用户的需求响应潜力值；
将各个所述目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
可选的，所述根据所述历史用电数据，确定所述各个用户的用电模式，包括：
利用聚类算法，对所述历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
根据所述聚类结果，确定所述各个用户的用电模式。
可选的，在确定各个所述目标用电模式下具有需求响应潜力的用户的需求响应潜力值之前，还包括：
确定各个所述目标用电模式下具有需求响应潜力的***；
确定所述***对应负荷曲线的峰谷差，并将所述峰谷差大于预设阈值的***作为所述具有需求响应潜力的用户。
可选的，所述确定各个所述目标用电模式下具有需求响应潜力的用户的需求响应潜力值，包括：
获取所述具有需求响应潜力的用户执行需求响应请求下的响应用电数据；
根据所述响应用电数据，确定所述用户的平均降负荷率和用户响应度；
根据所述用户的历史用电数据，所述平均降负荷率和用户响应度，确定所述具有需求响应潜力的用户的需求响应潜力值。
可选的，还包括：
制定初始需求响应计划；
将PTR激励策略、L-PTR激励策略和CCP激励策略加入所述初始需求响应计划，生成所述需求响应请求。
第二方面，本申请公开了一种聚合需求响应潜力值的获取装置，包括：
获取模块，用于获取各个用户的历史用电数据，并根据所述历史用电数据，确定所述各个用户的用电模式；
第一确定模块，用于根据所述各个用户的用电模式，确定具有需求响应潜力的目标用电模式；
第二确定模块，用于确定各个所述目标用电模式下具有需求响应潜力的用户的需求响应潜力值；
叠加模块，用于将各个所述目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
可选的，所述第一确定模块，包括：
聚类单元，用于利用聚类算法，对所述历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
第一确定单元，用于根据所述聚类结果，确定所述各个用户的用电模式。
可选的，还包括：
第三确定模块，用于确定各个所述目标用电模式下具有需求响应潜力的***；
第四确定模块，用于确定所述***对应负荷曲线的峰谷差，并将所述峰谷差大于预设阈值的***作为所述具有需求响应潜力的用户。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述聚合需求响应潜力值的获取方法的步骤。
第四方面，本申请公开一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述聚合需求响应潜力值的获取方法的步骤。
本申请提供一种聚合需求响应潜力值的获取方法，包括：获取各个用户的历史用电数据，并根据所述历史用电数据，确定所述各个用户的用电模式；根据所述各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式；确定各个所述目标用电模式下具有需求响应潜力的用户的需求响应潜力值；将各个所述目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
可见，本申请中先根据各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式，再确定各个目标用电模式下的需求响应潜力值，进而得到聚合需求响应潜力值，即通过对属于同一目标用电模式下的用户进行可调节能力评估得到需求响应潜力值，再得到总的需求响应潜力值即聚合需求响应潜力值，可以使得到的聚合需求响应潜力值更稳定，避免了相关技术中对各个用户直接进行需求响应评估，得到需求响应潜力值，由于各个用户的用电模式不同，可调节能力差异大，导致获取的聚合需求响应潜力值不稳定，不利于发挥负荷侧的调控潜能的缺陷，可以有效提高聚合需求响应潜力值的精度和准确性，改善了负荷侧在智能电网中的调节能力，有利于电网的稳定运行。本申请同时还提供了一种聚合需求响应潜力值的获取装置、一种电子设备和计算机可读存储介质，具有上述有益效果，在此不再赘述。
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的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种聚合需求响应潜力值的获取方法的流程图；
图2为本申请实施例所提供的一种需求响应潜力评估的流程示意图；
图3为本申请实施例所提供的一种需求响应潜力评估的整体架构图；
图4为本申请实施例所提供的一种聚合需求响应潜力值的获取装置的结构示意图。
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，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，都属于本发明保护的范围。
目前，聚合需求响应资源可调节潜力评估分析方法中，采用的是对用户统一进行需求响应可调节潜力评估，但由于各个用户的用电模式不同，可调节潜力差异大，因此能源客户的聚合需求响应潜力值结果并不稳定，与实际结果差异大，不利于负荷侧发挥在电网中的可调节能力。
基于上述技术问题，本实施例提供一种聚合需求响应潜力值的获取方法，可以使得到的聚合需求响应潜力值更稳定，可以有效提高聚合需求响应潜力值的精度和准确性，改善了负荷侧在智能电网中的调节能力，具体请参考图1，图1为本申请实施例所提供的一种聚合需求响应潜力值的获取方法的流程图，具体包括：
S101：获取各个用户的历史用电数据，并根据历史用电数据，确定各个用户的用电模式。
本实施例并不限定各个用户的具体类型，可以是商业用户，如大型商场，可以是工业用户，也可以是居民用户。可以理解的是，本实施例中的历史用电数据指的是未执行需求响应计划下的用电数据。本实施例并不限定用电模式的具体类型，可以是中间呈现波谷，两边为波峰型的模式，可以是中间呈现波峰，两边呈现低谷的模式，具体的用电模式根据用户的用电数据而定。本实施例中并不限定确定各个用户的用电模式的具体过程，可以采用人工识别的方式确定用电模式，也可以采用聚类的方式确定各个用户的用电模式。
在一种具体的实施例中，根据历史用电数据，确定各个用户的用电模式，可以包括：
利用聚类算法，对历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
根据聚类结果，确定各个用户的用电模式。
本实施例中利用聚类算法对历史用电数据进行聚类，得到聚类结果，再根据聚类结果确定各个用户的用电模式。本实施例并不限定所采用的具体聚类算法，可根据实际情况进行选取。即通过聚类算法确定用电模式后，得到不同类型的用电模式，然后对同一类型的用电模式进行需求响应可调节潜力评估，得到的聚合需求响应潜力值更加准确，有利于发挥负荷侧的调节潜力。
S102、根据各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式。
可以理解的是，得到各个用户的用电模式后，并不是所有类型的用电模式均适合执行需求响应计划，所以，本实施例在确定不同类型的用电模式后，进一步确定了具有需求响应潜力的目标用电模式。例如，用户类型为工业用户，该类型用户由于必须在白天进行生产活动，所以就不适合调节用电行为，也就不适合执行需求响应计划。
S103、确定各个目标用电模式下具有需求响应潜力的用户的需求响应潜力值。
在确定目标用电模式后，本实施例确定在各个目标用电模式下的具有需求响应潜力的用户的需求响应潜力值。可以理解的是，只要属于目标用电模式，就可认为具有需求响应可调节潜力，或者属于目标需求响应模式内的用户并非均具有需求响应潜力，所以还需要进一步识别目标用电模式下的具有需求响应潜力的用户。本实施例并不限定确定具有需求响应潜力值的用户的需求响应潜力值的具体方式，可根据实际情况进行设定。
在一种具体的实施例中，确定各个目标用电模式下具有需求响应潜力的用户的需求响应潜力值，可以包括：
获取具有需求响应潜力的用户执行需求响应请求下的响应用电数据；
根据响应用电数据，确定用户的平均降负荷率和用户响应度；
根据用户的历史用电数据，平均降负荷率和用户响应度，确定具有需求响应潜力的用户的需求响应潜力值。
即本实施例中首先获取具有需求响应潜力的用户在执行需求响应请求下的响应用电数据，也就是用户执行了需求响应请求后所产生的用电数据；然后根据响应用电数据得到了在需求响应请求下的用户的平均降负荷率和用户响应度；然后，利用未执行需求响应请求的历史用电数据与实施需求响应请求下的用户的平均降负荷率和用户响应度相乘得到峰负荷削减量即需求响应潜力值。
在一种具体的实施例中，为了使得到的用户的需求响应潜力值更加稳定，更有利于发挥负荷侧的可调节能力，本实施例在确定各个目标用电模式下具有需求响应潜力的用户的需求响应潜力值之前，还可以包括：
确定各个目标用电模式下具有需求响应潜力的***；
确定***对应负荷曲线的峰谷差，并将峰谷差大于预设阈值的***作为具有需求响应潜力的用户。
本实施例先确定各个目标用电模式下的具有需求响应潜力的***，再确定***对应负荷曲线的峰谷差，若峰谷差大于预设阈值，则确定该***为具有需求响应潜力的用户。本实施例并不限定预设阈值的具体大小，可根据实际情况进行设定。即通过进一步确定目标用户模式下的具有需求响应潜力的用户，再确定用户的需求响应潜力值，得到的结果更加稳定，更有利于发挥负荷侧的可调节能力。
可以理解的是，需求响应请求中包含有激励措施/菜单，用于引导能源用户贡献需求响应DR。本实施例并不限定需求响应请求所包含的激励措施的种类和数量，当然，需求响应请求中包含的激励措施种类越多，越有利于用户贡献DR。
在一种具体的实施例中，为了吸引更多的用户贡献DR，更有利于激发负荷侧的调节潜能，在获取具有需求响应潜力的用户执行需求响应请求下的响应用电数据之前，还可以包括：
制定初始需求响应计划；
将PTR激励策略、L-PTR激励策略和CCP激励策略加入初始需求响应计划，生成需求响应请求。
即在制定了初始需求响应计划后，将多种激励措施即PTR激励策略、L-PTR激励策略和CCP激励策略均加入初始需求响应计划，得到最终的需求响应请求。通过在需求响应请求中加入更多的激励策略，可以吸引更多的用户贡献DR，更有利于激发负荷侧的调节潜能。其中，高峰时间返利(PTR激励策略)：激励与减少的电能消耗能力成正比；容量承诺计划(CCP激励策略)：此菜单是针对目标减少电能消耗的持续激励。
以下提供一种具体的实施例，关于针对每个激励措施的DR对应电能价格P和激励价格Q：
(1)如果需求响应未激活：
P＝αX
Q＝0
(2)对于具有PTR激励策略的DR：
P＝(α+β)X+δ(X≤Xb)
P＝αX(X＞Xb)
Q＝αX-P
δ＝-βXb
使用松弛变量X2和X3，获得以下表达式：
P＝(α+β)X2+αX3+δ
0≦X2≦Xb
0≦X3
(3)对于具有L-PTR激励策略的DR：
P＝αX+δ(X≦Xa)
P＝αXa+(α+β)(X-Xa)+δ
＝(α+β)X-βXb(Xa＜X≦Xb)
P＝αX
Q＝αX-P
使用松弛变量X1，X2和X3，可获得以下表达式
P＝αX1+(α+β)X2+αX3+δ
0≦X1≦Xa
0≦X2≦Xb-Xa＝Xc
0≦X3
(4)对于具有CCP激励策略的DR：
P＝αX+δ(X≦Xa)
P＝αX(X＞Xa)
Q＝αX-P
δ＝-γ
使用松弛变量X1，X2和X3，可获得以下表达式：
P＝α(X1+X2+X3)+γL+δ
IfX≦Xa ThenL＝0ElseL＝1
0≦X1≦Xa
0≦X2≦Xb-Xa＝Xc
0≦X3
在这些带有松弛变量的方程中，X和X1，X2，X3之间的关系如下：
X＝X1+X2+X3
换句话说，
X＝X1(X≦Xa)
X＝Xa+X2(Xa＜X≦Xb)
X＝Xb+X3(Xb＜X)
聚合器可以根据激励价格Q确定Xc的最优调度，即DR的目标值，作为以下优化问题的解决方案。
J≤Q*-ε
其中，α：电力能源价格(边际成本)；
β：降低的激励价格每位能源客户定义的自基线的电能；
γ：相对于基准(CCP)的电能目标削减量Xc的固定激励价格；
δ：用于调整每个能源客户基准价格的参数；
X：能源客户的电力能耗；
X1，X2，X3：与电能消耗X相关的松弛变量；
Xb：电力消耗的基准；
Xc：作为DR(L-PTR，CCP)的电力消耗减少量的目标值；
Xa＝Xb－Xc：DR(L-PTR，CCP)导致的减少电能消耗的目标值；
L＝[0,1]：对于CCP，为整数变量。如果达到DR目标，则L＝0，否则L＝1。
第i个能源客户在时间t的电力能耗预测；
yi(t):在时间t，第i个能源客户的实际电能消耗减少量；
X*c:需求响应目标的总的电能减少量；
Q*:若用户达到目标需求响应量，将获得的激励价格。
S104、将各个目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
可以理解的是，本实施例中的聚合需求响应潜力值即为各个目标用电模式下的用户的需求响应潜力值之和。本实施例并不限定聚合需求响应潜力值的具体获取过程，可以是先确定在同一目标需求模式下的所有具有需求响应潜力的用户的需求响应潜力值之和，再将各个目标用户模式下的需求响应潜力值之和叠加，得到聚合需求响应潜力值；也可以是确定好各个目标用户模式下具有需求响应潜力的用户的需求响应潜力值之后，统一叠加得到聚合需求响应潜力值，可根据实际情况进行选取。
基于上述实施例，本申请通过对属于同一目标用电模式下的用户进行可调节能力评估得到需求响应潜力值，再得到总的需求响应潜力值即聚合需求响应潜力值，可以使得到的聚合需求响应潜力值更稳定，可以有效提高聚合需求响应潜力值的精度和准确性，改善了负荷侧在智能电网中的调节能力，有利于电网的稳定运行。
以下提供一种对用户进行需求响应潜力评估的具体流程。图2为需求响应潜力评估的流程示意图。图3为需求响应潜力评估的整体架构图。
1、获取用户的用电历史数据；
2、利用聚类算法，对用户日负荷曲线进行聚类，得到聚类结果；
3、根据聚类结果，确定用户的用电模式；
4、根据用户的用电模式，判断该用户是否具有需求响应潜力(潜力)；
5、根据在需求响应计划下的历史用电数据即响应用电数据，得到降负荷率和用户参与度；
6、根据用电历史数据、降负荷率和用户参与度，计算得到用户的需求响应潜力值。
本实施例中运用聚类算法对用户的负荷曲线进行聚类，得出聚类结果。结合用户的负荷曲线和需求响应时间，可以得出用户是否具有需求响应潜力。用户的负荷曲线的峰谷差可以表示理想状态下该用户的最大潜力，但在实际应用中，用户的潜力往往达不到理想情况，用户参与需求响应计划的可能的负荷削减潜力计算公式可以为：
ΔP＝Ppeakγθ
其中，ΔP为峰负荷削减量，也就是需求响应潜力值；Ppeak为实施需求响应计划前的用电数据；γ为需求响应措施下的平均降负荷率，即实施需求响应计划时，负荷平均削减量占最大负荷的比率；θ为用户响应度。
在需求响应聚合管理中考虑了用户的需求响应速度，需求响应可靠性，激励措施等特性。在负荷聚合的基础上，针对每一个满足需求响应计划要求的用户，评估该用户的需求响应潜力值，最后对所有用户的需求响应潜力值进行叠加分析，得到需求响应的总潜力即聚合需求响应潜力值。
下面对本申请实施例提供的一种聚合需求响应潜力值的获取装置进行介绍，下文描述的聚合需求响应潜力值的获取装置与上文描述的聚合需求响应潜力值的获取方法可相互对应参照，相关模块均设置于中，参考图4，图4为本申请实施例所提供的一种聚合需求响应潜力值的获取装置的结构示意图，包括：
在一些具体的实施例中，具体包括：
获取模块401，用于获取各个用户的历史用电数据，并根据历史用电数据，确定各个用户的用电模式；
第一确定模块402，用于根据各个用户的用电模式，确定具有需求响应潜力的目标用电模式；
第二确定模块403，用于确定各个目标用电模式下具有需求响应潜力的用户的需求响应潜力值；
叠加模块404，用于将各个目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
在一些具体的实施例中，第一确定模块，包括：
聚类单元，用于利用聚类算法，对历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
第一确定单元，用于根据聚类结果，确定各个用户的用电模式。
在一些具体的实施例中，还包括：
第三确定模块，用于确定各个目标用电模式下具有需求响应潜力的***；
第四确定模块，用于确定***对应负荷曲线的峰谷差，并将峰谷差大于预设阈值的***作为具有需求响应潜力的用户。
在一些具体的实施例中，第二确定模块，包括：
获取具有需求响应潜力的用户执行需求响应请求下的响应用电数据；
根据响应用电数据，确定用户的平均降负荷率和用户响应度；
根据用户的历史用电数据，平均降负荷率和用户响应度，确定具有需求响应潜力的用户的需求响应潜力值。
在一些具体的实施例中，还包括：
制定模块，用于制定初始需求响应计划；
生成模块，用于将PTR激励策略、L-PTR激励策略和CCP激励策略加入初始需求响应计划，生成需求响应请求。
由于聚合需求响应潜力值的获取装置部分的实施例与聚合需求响应潜力值的获取方法部分的实施例相互对应，因此聚合需求响应潜力值的获取装置部分的实施例请参见聚合需求响应潜力值的获取方法部分的实施例的描述，这里暂不赘述。
下面对本申请实施例提供的一种电子设备进行介绍，下文描述的电子设备与上文描述的聚合需求响应潜力值的获取方法可相互对应参照。
本申请提供一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述聚合需求响应潜力值的获取方法的步骤。
由于电子设备部分的实施例与聚合需求响应潜力值的获取方法部分的实施例相互对应，因此电子设备部分的实施例请参见聚合需求响应潜力值的获取方法部分的实施例的描述，这里暂不赘述。
本申请还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述聚合需求响应潜力值的获取方法的步骤。
由于计算机可读存储介质部分的实施例与聚合需求响应潜力值的获取方法部分的实施例相互对应，因此计算机可读存储介质部分的实施例请参见聚合需求响应潜力值的获取方法部分的实施例的描述，这里暂不赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种聚合需求响应潜力值的获取方法、装置、电子设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (7)

1.一种聚合需求响应潜力值的获取方法，其特征在于，包括：
获取各个用户的历史用电数据，并根据所述历史用电数据，确定所述各个用户的用电模式；
根据所述各个用户的用电模式，确定具有需求响应潜力的各个目标用电模式；
确定各个所述目标用电模式下具有需求响应潜力的***；
确定所述***对应负荷曲线的峰谷差，并将所述峰谷差大于预设阈值的***作为所述具有需求响应潜力的用户；
获取所述具有需求响应潜力的用户执行需求响应请求下的响应用电数据；
根据所述响应用电数据，确定所述用户的平均降负荷率和用户响应度；
根据所述用户的历史用电数据，所述平均降负荷率和用户响应度，确定所述具有需求响应潜力的用户的需求响应潜力值；
将各个所述目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
2.根据权利要求1所述的聚合需求响应潜力值的获取方法，其特征在于，所述根据所述历史用电数据，确定所述各个用户的用电模式，包括：
利用聚类算法，对所述历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
根据所述聚类结果，确定所述各个用户的用电模式。
3.根据权利要求1所述的聚合需求响应潜力值的获取方法，其特征在于，在获取所述具有需求响应潜力的用户执行需求响应请求下的响应用电数据之前，还包括：
制定初始需求响应计划；
将PTR激励策略、L-PTR激励策略和CCP激励策略加入所述初始需求响应计划，生成所述需求响应请求。
4.一种聚合需求响应潜力值的获取装置，其特征在于，包括：
获取模块，用于获取各个用户的历史用电数据，并根据所述历史用电数据，确定所述各个用户的用电模式；
第一确定模块，用于根据所述各个用户的用电模式，确定具有需求响应潜力的目标用电模式；
第三确定模块，用于确定各个所述目标用电模式下具有需求响应潜力的***；
第四确定模块，用于确定所述***对应负荷曲线的峰谷差，并将所述峰谷差大于预设阈值的***作为所述具有需求响应潜力的用户；
第二确定模块，用于获取所述具有需求响应潜力的用户执行需求响应请求下的响应用电数据；根据所述响应用电数据，确定所述用户的平均降负荷率和用户响应度；根据所述用户的历史用电数据，所述平均降负荷率和用户响应度，确定所述具有需求响应潜力的用户的需求响应潜力值；
叠加模块，用于将各个所述目标用电模式下的用户的需求响应潜力值进行叠加，得到聚合需求响应潜力值。
5.根据权利要求4所述的聚合需求响应潜力值的获取装置，其特征在于，所述第一确定模块，包括：
聚类单元，用于利用聚类算法，对所述历史用电数据生成的负荷曲线进行聚类，得到聚类结果；
第一确定单元，用于根据所述聚类结果，确定所述各个用户的用电模式。
6.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述聚合需求响应潜力值的获取方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述聚合需求响应潜力值的获取方法的步骤。
CN202110763255.3A 2021-07-06 2021-07-06 一种聚合需求响应潜力值的获取方法、装置及电子设备 Active CN113489065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110763255.3A CN113489065B (zh) 2021-07-06 2021-07-06 一种聚合需求响应潜力值的获取方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110763255.3A CN113489065B (zh) 2021-07-06 2021-07-06 一种聚合需求响应潜力值的获取方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113489065A CN113489065A (zh) 2021-10-08
CN113489065B true CN113489065B (zh) 2023-08-15

Family

ID=77941323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110763255.3A Active CN113489065B (zh) 2021-07-06 2021-07-06 一种聚合需求响应潜力值的获取方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113489065B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103489045A (zh) * 2013-09-26 2014-01-01 国家电网公司 一种基于多场景设计的需求响应负荷优化潜力评估方法
CN106410781A (zh) * 2015-07-29 2017-02-15 中国电力科学研究院 一种电力用户需求响应潜力确定方法
CN109118128A (zh) * 2018-10-30 2019-01-01 国网河南省电力公司经济技术研究院 一种本地区工业企业电力需求响应潜力评估方法
CN112413717A (zh) * 2020-11-11 2021-02-26 国网冀北电力有限公司计量中心 一种热力用户参与需求响应的控制***及方法
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8532836B2 (en) * 2010-11-08 2013-09-10 General Electric Company Demand response load reduction estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103489045A (zh) * 2013-09-26 2014-01-01 国家电网公司 一种基于多场景设计的需求响应负荷优化潜力评估方法
CN106410781A (zh) * 2015-07-29 2017-02-15 中国电力科学研究院 一种电力用户需求响应潜力确定方法
CN109118128A (zh) * 2018-10-30 2019-01-01 国网河南省电力公司经济技术研究院 一种本地区工业企业电力需求响应潜力评估方法
CN112413717A (zh) * 2020-11-11 2021-02-26 国网冀北电力有限公司计量中心 一种热力用户参与需求响应的控制***及方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于用电采集数据的需求响应 削峰潜力评估方法;任炳俐;电力建设;第37卷(第11期);全文 *

Also Published As

Publication number Publication date
CN113489065A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
Park et al. Residential demand response for renewable energy resources in smart grid systems
Jia et al. Historical-data-based energy management in a microgrid with a hybrid energy storage system
Angenendt et al. Providing frequency control reserve with photovoltaic battery energy storage systems and power-to-heat coupling
Celik et al. Quantifying the impact of solar photovoltaic and energy storage assets on the performance of a residential energy aggregator
Aïd et al. Optimal electricity demand response contracting with responsiveness incentives
Ding et al. Stochastic resource planning strategy to improve the efficiency of microgrid operation
Barbato et al. Model and algorithms for the real time management of residential electricity demand
US20160042369A1 (en) Dynamic co-optimization management for grid scale energy storage system (gsess) market participation
Angenendt et al. Evaluation of the effects of frequency restoration reserves market participation with photovoltaic battery energy storage systems and power-to-heat coupling
CN111641226A (zh) 一种计及自动需求响应的建筑型微电网光伏利用率提高方法
CN104408663A (zh) 智能电网用户需求响应调度***及方法
Muthirayan et al. Mechanism design for self-reporting baselines in demand response
Zareen et al. Optimal real time cost-benefit based demand response with intermittent resources
CN117077974A (zh) 虚拟电厂资源优化调度方法、装置、设备及存储介质
Aaslid et al. Stochastic operation of energy constrained microgrids considering battery degradation
Rasouli et al. Characterization of aggregated demand-side flexibility of small consumers
CN113489065B (zh) 一种聚合需求响应潜力值的获取方法、装置及电子设备
Hashmi et al. Effect of real-time electricity pricing on ancillary service requirements
Karanasios et al. A model for the estimation of the cost of use of Li-Ion batteries in residential storage applications integrated with PV panels
JP6549896B2 (ja) 電力需要調整装置、電力需要調整方法及び電力需要調整プログラム
WO2022260127A1 (ja) アグリゲータシステム
CN111967674A (zh) 自备电厂参与可再生能源消纳激励分析方法、***及装置
CN116739182B (zh) 售电信息输出方法、装置、电子设备和存储介质
Guili et al. Research on Two-stage Game Strategy of Virtual Power Plant in Deep Peak Regulation Auxiliary Service Market
CN113011030B (zh) 基于cps1的调频容量分配方法、装置及存储介质

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