市场需求响应和物理需求响应相结合的电力需求侧优化方法

摘要

本发明涉及一种电力用户需求侧的分析和处理方法，特别是一种市场需求响应和物理需求响应相结合的电力需求侧优化方法，首先对可中断负荷建立优化模型，然后对实时电价建立优化模型，最后得出联合优化模型，然后根据联合优化模型，首先只考虑实时电价的情况，设定24-t的最优价格，修改t+1时的电价，再考虑可中断电价的情况，把两者电价都代入联合优化模型，再计算是否满足约束，最终根据最优电价计算当前可中断负荷和实时电价联合需求侧管理下供电公司的收益。本发明的效果在于，将市场需求响应和物理需求响应的常用措施实时电价和可中断负荷联合起来，优化结合作用于电网需求侧，对需求侧管理有显著地效用，能够削峰填谷，提高能源效率，优化用电方式。

主权项

1.市场需求响应和物理需求响应相结合的电力需求侧优化方法，其特征在于，包括如下步骤：首先对可中断负荷建立优化模型，具体如下：设定用户的类型、以及每个用户类型对应的提前通知时间、停电持续时间、停电发生时间和缺电比率；每个用户类型均对应有其用户的负荷中断量和用户类型对应的常数；设定电力系统内需要中断的用户的备用容量为L_b，共有n类用户实行可中断电价，各类用户需要签订的备用容量比例为θ_i%，且那么第i类用户需要签订合同电量为L_bθ_i%；根据每一类用户的平均缺电成本来确定可中断电价，即某一类用户在某时段的补偿刚好等于平均的缺电成本，如下所示：λ_iL_bθ_i%=a(L_bθ_i%)²+b(L_bθ_i%)-bτ_iL_bθ_i%其中τ_i为第i类用户类型所对应的常数，且τ_i在[0，1]区间内；a，b为常数；那么可中断电价为：λ_i=aL_bθ_i%+b-bτ_i进一步计算用户可中断响应系数：${ϵ}_i=\frac{\Delta L_i/L_i}{{\mathrm{\Delta \lambda }}_i/{\lambda }_i}$式中，Li表示用户愿意签订可中断的负荷量，λ_i表示用户的中断价格；用户可中断负荷响应弹性系数根据历史数据统计得出，各个地区不同类用户的可中断负荷弹性系数不同；设被中断的时段为T_j，不被中断的时段为T_k，T_j+T_k=T，T为一天中划分的时段总数，那么被中断时段的用电总需求L(t)为：$\underset{t\in T_j}{L\left(t\right)}=\underset{t\in T_j}{L_0^{\prime }}\left(t\right)-\underset{t\in T_j}{\mathrm{\Delta L}\left(t\right)}$式中，L′₀(t)为正常情况下原始的电力需求(即实施峰谷分时电价后的负荷)；△L(t)为供电公司对用户中断的负荷量；其次，对实时电价建立优化模型，具体步骤如下：基于ARIMA模型根据历史数据预测得到24-t的能源价格置信区间，从而设定24-t的最优价格，t时之后每小时电价预测如下：式中，h取1，2…23-t；实时分时电价后的用电量为：式中，e_t和e′_t实施实时电价前后t时的用电量；E为用户电量需求弹性矩阵；假设用户转移电量平均分摊到各时段，那么实施实时电价后，用户的负荷均改变为：$L_0^{\prime }(t+h)=L(t+h)+\frac{e_{t+h}^{\prime }-e_{t+h}}{\mathrm{\Delta x}}$考虑一天内t时之后的每小时的用户负荷变化，△x为设置常数，L₀(t)、L′₀(t)分别为实施实时电价前后的t时后每小时的负荷以改变后的预测负荷曲线建立最小化峰荷和峰谷差的优化模型，$\left\{\begin{array}{c}\underset{{\lambda }_{t+h}}{\min }\underset{{\lambda }_{t+h}}{\max }{L}_0^{\prime }({\lambda }_{t+h},t+h)\\ \underset{{\lambda }_{t+h}}{\min }[\underset{{\lambda }_{t+h}}{\max }{L}_0^{\prime }({\lambda }_{t+h},t+h)-\underset{{\lambda }_{t+h}}{\min }{L}_0^{\prime }({\lambda }_{t+h},t+h)]\\ S.t{\lambda }_t{e}_t^{\prime }-{\lambda }_0{e}_0\ge 0\\ \frac{\Sigma {\lambda }_t{e}_t^{\prime }}{\Sigma e_t^{\prime }}\le {\lambda }_0\end{array}\right.$在最大负荷约束下建立联合优化模型，具体步骤如下：本联合优化模型的目标函数为供电公司的收益最大化，在实施需求侧管理前供电公司收益为：V₁=λ₀Q₀；式中，λ₀为实施需求侧管理前用户的平均电价，Q₀为实施需求侧管理前用户的总需求电量。实施峰谷分时电价和可中断电价后，供电公司的收益为：$V_2={\lambda }_t\{e_t-\underset{t\in T_j}{\Sigma }\underset{i=1}{\overset{24}{\Sigma }}[\Delta L_i\left(t\right)\mathrm{\Delta t}]+\underset{t\in T_k}{\Sigma }[{\xi }_t\underset{t\in T_j}{\Sigma }\underset{i=1}{\overset{24}{\Sigma }}\left[{\mathrm{\Delta L}}_i\left(t\right)\mathrm{\Delta t}\right]\left]\right\}-\underset{t\in T_j}{\Sigma }\underset{i=1}{\overset{24}{\Sigma }}\left[{\mathrm{\Delta L}}_i\left(t\right)\mathrm{\Delta t}{\lambda }_{z,t}\right]+C_W+R_W$式中，C_W为实施需求侧管理后所避免成本；ξ_t为用户负荷分配因子；R_W为缓建电网的费用，其他参数与上文相同，供电公司实行需求侧管理的目标函数，即联合优化模型具体为：因为0-t时的电价电量都已确定，所以目标函数是以t+1--23时电价为变量的函数；根据上述优化联合模型进行需求侧优化，具体步骤如下：首先只考虑实时电价的情况，即可中断负荷为零，基于ARIMA模型根据历史数据预测得到24-t的能源价格置信区间从而设定24-t的最优价格，t时之前的电价已经确定，现修改t+1时的电价λ_t+1，使之增加△λ，再考虑可中断电价的情况，基于允许负荷的最大值约束以及最大峰谷差约束条件，把修改前后的电价都代入联合优化模型，再计算是否满足约束，如果满足约束，则求得的t+1的电价为所需最优电价，如不满足将返回本流程的第一步继续进行计算，最终根据最优电价计算当前可中断负荷和实时电价联合需求侧管理下供电公司的收益。