Electricity-Carbon Interactive Optimal Dispatch of Multi-Virtual Power Plant Considering Integrated Demand Response

As new power systems and dual carbon policies develop,virtual power plant cluster(VPPC)provides another reliable way to promote the efficient utilization of energy and solve environmental pollution problems.To solve the coordinated optimal operation and low-carbon economic operation problem in multi-virtual power plant,a multi-virtual power plant(VPP)electricity-carbon interaction optimal scheduling model considering integrated demand response(IDR)is proposed.Firstly,a multi-VPP electricity-carbon interaction framework is established.The interaction of electric energy and carbon quotas can realize energy complementarity,reduce energy waste and promote low-carbon operation.Secondly,in order to coordinate the multiple types of energy and load in VPPC to further achieve low-carbon operation,the IDR mechanism based on the user comprehensive satisfaction(UCS)of electricity,heat as well as hydrogen is designed,which can effectively maintain the UCS in the cluster within a relatively high range.Finally,the unit output scheme is formulated to minimize the total cost of VPPC and the model is solved using theCPLEX solver.The simulation results showthat the proposed method effectively promotes the coordinated operation among multi-VPP,increases the consumption rate of renewable energy sources and the economics of VPPC and reduces carbon emissions.

Methodology for Obtaining Electricity-Price Patterns in Customer Response Programs

The main objective of electricity regulators when establishing electricity markets is to decrease the cost of electricity through competition. However, this scenario cannot be achieved without a full participation of the electricity demand by reacting against electricity prices. The aim of this research is to develop tools for helping customers and aggregators to join price and demand response programs, while helping them to hedge against the risk of short-term price volatility. In this way, the capacity of and hybrid methodology （Self-Organizing Maps and Statistical Ward＇s Linkage） to classify high electricity market prices is analysed. Besides, with the help of Non-Parametric Estimation, some price-patterns were found in the abovementioned clusters. The contained knowledge within these patterns supplies customer market-based information on which to base its energy use decisions. The interest for this participation of customers in markets is growing in developed countries to obtain a higher elasticity in demand. Results show the capability of this approach to improve data management and select coherent policies to accomplish cleared demand offers amongst different price scenarios in a more flexible way.

计及低碳经济运行的含风电微网群源储协同日前优化调度

海陆风电的大规模开发并网给电网的稳定带来挑战,微电网是解决分布式发电系统优化运行问题的有效途径。综合考虑微电网群的系统运行经济性和碳排放环境效益,提出了基于分布式共享储能的交互型微网群低碳日前调度模型。首先考虑风电的不确定性,基于传统实时电价提出跟随微网净负荷的定价策略;随后根据微网群用户的负荷特点定义了价格型和激励型需求响应用户满意度;然后通过生命周期评价方法划分系统运行环节的碳排放链,引入阶梯碳交易机制构建碳排放成本模型;最后基于微网群的交互运行,利用分布式储能资源进行日前优化调度。仿真算例表明:对比独立型微网群,所提出的交互型调度模型消除了原有的弃风情况,碳排放量减少32.14 t、系统运行总成本缩减15.05%。

面向电动汽车用户的电价套餐模块化设计

合理的电价套餐能够有效地调动电力用户主动参与需求响应的积极性,在减少供电公司的基础建设投资和运行压力的同时,提升售电公司的收益,降低用户的用电费用。针对当前电力市场中用户类型多样,市场竞争压力日增,各方对电价套餐的需求各异,且缺少合适的电价套餐以供选择的情况,提出了一种面向电动汽车(electric vehicle,EV)用户的电价套餐模块化设计方法。首先,通过采用两阶段聚类法生成典型EV用户的充电负荷曲线来确定其充电需求,其中第一阶段使用凝聚层次聚类算法,第二阶段使用K-means聚类方法。其次,运用大规模定制理论并根据典型EV用户的充电需求来设置齐备的电价套餐模块,并计算不同EV用户的个性化充电需求与各模块之间的综合相关度矢量。然后,根据该相关度矢量为每个EV用户分别选择适合的个性化模块组,并逐一配置模块组的相应个性化属性及特征值。最后,结合所选用模块及其属性合特征值配置情况构造考虑需求响应的模块化电价套餐的定价模型。算例结果表明了所提出的电价套餐设计方法是正确、可行的,能够达成供、售电公司以及用户三方共赢的局面。

计及用户响应度的电动汽车充放电优化调度策略

针对传统电动汽车集群调度过程中未能充分考虑用户响应度及其影响因素对可调度容量影响的问题,提出了计及用户响应度的电动汽车充放电调度策略。首先基于用户出行数据,对电动汽车集群的充电负荷模型进行建模;其次建立了基于韦伯-费希纳定律的电动汽车用户响应度模型,并综合考虑聚合商设定的充放电价和车辆荷电状态(state of charge,SOC)对用户充放电响应度的影响;最终将聚合商设定的充放电价与电动汽车的充放电功率作为决策变量,统筹考虑电网、聚合商以及电动汽车用户的三方收益,构建以最小化配电网负荷波动、最小化用户充电成本和最大化聚合商收益为目标的电动汽车充放电优化调度模型,采用粒子群优化算法(particle swarm optinization,PSO)求解该优化问题。通过算例结果表明,该模型能够在实现削峰填谷的同时,保证了聚合商以及电动汽车用户的利益。

基于多维特征分析与动态定权聚类的电力居民用户分类

由于居民用户用电需求的高度随机性和不规则性,亟需详细的数据分析来定义用户的行为特征,以提供更加合理的用电建议和需求响应潜力。为了进一步挖掘非介入式辨识数据的价值,提出一种基于多维用电行为数据的电力居民用户分类方法。首先通过非介入式智能电表获取居民细粒度用电数据,分析用户的用电行为,寻找到关键用电特征量;接着使用CRITIC权重法自适应配置各指标权重,通过6类聚类评价指标,对4种聚类算法和3个数据距离计算进行对比,实现最优聚类方法和聚类数目的选择。通过某小区实际数据验证了本文所提用电特征量以及定权聚类方法的有效性,将居民用户群体分成用电行为差异明显的两类。

考虑电动汽车用户决策行为的电价型需求响应模型

为进一步挖掘电动汽车的需求响应潜力,提出考虑电动汽车用户决策行为的电价型需求响应模型。首先,分析用户参与电价型需求响应决策行为,用户在电价的引导下可以通过转移充电时段、调整充电时长等方式参与响应。其次,基于用户的消费者心理建立用户充电时间转移概率模型。然后,提出用户可调节充电时长的概念,建立用户充电时长调整概率模型。最后,通过仿真算例分析不同电价场景下充电站负荷的变化情况,研究用户对电价的敏感性。仿真结果表明,用户能够结合自身出行需求以及充电价的情况合理调整自己的充电时段和充电时长,具有较大的调节潜力。同时,用户的充电行为对充电价很敏感,在一定的峰谷电价差下能够很好地引导用户错峰充电,但是当峰谷电价差过大时,容易在谷时段形成新的充电高峰,进而导致充电设施紧缺。因此,电网侧可根据用户对充电价的敏感性设置合理的电价来充分挖掘用户的响应潜力。

基于实时电价的需求响应研究

随着智能电网建设的高速发展和构建新型电力系统的必然趋势以及电力体制的进一步深化改革,我国电力市场化的发展比之前任何一个阶段都要迅猛。目前的政策趋势是要深化电力市场改革,让市场机制去作用而不能仅仅靠政府计划管制。于是基于需求响应的实时电价机制便孕育而生,其促进了电力用户的参与响应,保障了电网的安全稳定运行。本文针对实时电价的需求响应,进行了以下研究:首先,介绍了课题研究背景、意义、现状以及需求响应的相关理论。其次,分析了常见实时电价类型和需求价格弹性原理。根据用户的历史用电数据进行分析,并对用户的用电响应行为进行研究,建立了基于梯度下降法的用户需求响应回归模型,预测出用户在该机制下参与需求响应的需求量。此模型利用回归的思想,对用户自弹性、交叉弹性系数进行分析,以此来模仿在动态电价机制下用户的用电行为。而后将美国某地区的真实数据导入模型,预测结果和实际结果误差处于合理范围内,验证了该模型的可行性与真实性。

基于有限理性用户选择行为的定制化电价套餐设计

利用电力需求响应机制,通过引导用户主动参与电网调峰,能够提高用户和电网互动的积极性、减轻电网峰时供电压力。针对各电力用户因其用电差异性而需要不同的电价套餐,且电力用户选择电价套餐的决策行为普遍是有限理性而非完全理性的,该决策行为存在演化博弈过程的特点,提出了一种考虑有限理性用户选择行为的定制化电价套餐设计方法。首先,采用K-means算法对电力用户的日负荷曲线的负荷特征指标对其进行聚类分析,并生成聚类后的每一类用户的典型负荷曲线,利用模糊理论根据各典型负荷曲线确定各套餐的用电曲线;其次,通过熵权法计算用户效用,并在此基础上应用演化博弈理论计算用户在有限理性情况下的套餐选择比例;然后,建立售电公司和供电公司之间的双边协商购电合同模型;最后,在保障售电公司市场占有率和用户满意度的前提下,以实现售电公司和用户的双赢为目标,建立面向有限理性用户的定制化电价套餐模型。算例结果证明了所提方法及模型的合理性和可行性。

分时电价下大用户概率响应建模研究

在大用户响应电价特性的基础上,提出了基于用电特性的大用户负荷聚类方法。将大用户的需求响应模型分成负荷基准分量部分和负荷响应分量部分,利用多变量时间序列重构的短期负荷预测方法得到用户的负荷基准分量,在需求价格理论的基础上利用响应实际数据获得单体大用户响应分时电价的负荷概率模型。利用matlab对南京地区实际数据进行仿真模拟,算例表明,该模型能够很好的反映大用户的响应分时电价的情形,为分时电价的制定策略提供科学依据。

市场环境下峰谷分时电价建模原则研究

该文分析了电力市场中实行峰谷分时电价策略可能造成的电网运营风险及对供电方和用户利益的影响。利用心理学原理提出了建立用户响应曲线的方法,提出了峰谷分时电价理论建模中划分峰谷时段、确定用户反应函数和峰谷电价拉开比、规避电网运营风险等应遵循的原则,引导电力用户主动进行削峰填谷,缓解电网高峰期电力供应紧张的局面,保证电网经济安全地运行。

峰谷分时电价下过程工业用户的用电响应模型

就峰谷分时电价下大型过程工业用户的用电响应问题开展研究。根据过程工业的用电特性建立其在峰谷分时电价激励下的用电决策模型。模型为0-1整数规划,模型以设备运行状态为优化变量,以研究周期内总用电成本最小为目标,并计及工业用户生产中的相关技术约束;运用YALMIP软件包求解该0-1整数规划问题得到优化的用电响应策略。以东北某市某过程工业用户实际生产流程为例,分析该用户在不同价格信号下的用电决策方案同时验证了所提模型和方法的有效性。

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。

基于消费者心理学的尖峰电价模型研究

在峰谷电价的基础上,提出了一种基于消费者心理学理论的尖峰电价(Critical Peak Pricing,CPP)模型。通过模糊隶属函数对典型日负荷曲线进行尖峰时段划分,并且依据消费者心理分析建立用户响应度曲线。以最小化峰谷差为目标函数建立尖峰电价作用机理模型,以用户响应度量化用户对CPP的响应,从而进行尖峰电价求解。算例表明,CPP可有效地进行削峰填谷、节约资源,改善日负荷曲线,可解决用户对电价响应的死区与饱和区问题。

减少弃水窝电现象的分时电价联动模型

基于四川雅安径流式小水电的电源特点和发售电两侧均已长时期实行丰枯—峰谷分时电价的市场特点,结合发售电两侧电价联动的理论基础,提出了一种新的分时电价联动模型。在不损害发电公司、电网公司、用户三方利益的前提下通过价格联动减少弃水电量,增加社会效益。

家庭集聚需求侧响应策略分析

在智能用电的背景下,家庭用户可通过参加电力需求响应促进电力系统的安全稳定和经济运行,并获得额外收益,据此文中提出了一种家庭集聚需求侧响应策略。首先,提出家庭集群化的理念,将居民家庭聚合为社区进行管理并设计居民侧的响应机制;其次,考虑需求响应时的居民用电习惯与影响因素,构建家庭用电的可响应负荷函数,对家庭的需求侧响应潜力进行量化,并在此基础上设计兼顾完成度和用户体验的家庭需求响应策略;最后,提出评价响应策略的3个具体指标,即任务完成率、用户不适度和经济效益,并用算例验证了所提策略的有效性和经济性。

基于电价敏感度和价格弹性的地区需求响应潜力评估

为挖掘需求侧资源、实现电力供需平衡,针对电力公司难以评估地区参与需求响应潜力的问题,提出一种基于电价敏感度和分级价格弹性系数的地区需求响应潜力评估方法——根据实时电价和用电量的变化来评估一个地区参与需求响应的潜力。首先基于余弦相似度提出电价敏感度概念以评估地区用电量对电价变化的敏感程度,然后使用k-means聚类算法对地区的用电量和电价进行聚类,最后根据各级价格弹性系数计算地区的响应电量。使用地区实时电价和电量数据进行验证,结果表明,所提方法能更精确地计算出地区响应电量、合理地评估地区需求响应潜力。

黏性电力用户参与需求侧响应的行为决策建模与分析

在推进落实“双碳”目标,构建新能源为主体的新型电力系统背景下,负荷侧电力用户的可调弹性负荷资源越来越受到重视。负荷用电具有随机性、趋利性及模仿其他电力负荷主体用电行为的主观性,很难高效、有序、公平地开展负荷侧市场运营。首先分析了电力用户黏性的影响因素并提出了黏性模型;然后对配网系统的黏性电力用户进行聚合建模,并提出了电力响应机制和效益评估模型;最后通过算例进行定量分析,验证了本文所设计的黏性电力用户电价刺激模型的正确性和效益优势,为负荷侧市场主体参与需求响应提供参考。

考虑居民舒适度的户用光伏集群优化定价模型

分布式电源在中国配电系统中的渗透率逐步增高,户用光伏集群随之壮大,大量产消者的产生和接入势必形成电能的直接自由交易。基于中国社会主义市场经济的国情,运营商的出现成为必然。现有模型中,存在居民对集群电价灵敏度过高从而用电调整率过大的问题。因此该文提出一种考虑居民舒适度的优化集群定价的模型,基于主从博弈论,兼顾用电效用、经济性和居民舒适度,并证明该博弈中存在唯一均衡点。通过算例验证了模型的有效性。

电力市场化改革下的电动汽车用户激励补偿策略研究

电动汽车大规模普及的背景下,充电设施运营商在电动汽车有序充电管理中扮演着重要角色。为了调动电动汽车用户参与有序充电调控管理的积极性,实现运营商与电动汽车用户双赢,在考虑运营商盈利的情况下,建立充电站投资运营效益模型,进而提出补偿价格上限的计算方法。在此基础上,构建了基于用户响应量的补偿机制激励模型,并研究了考虑日前电价和用户充电需求的补偿策略,为运营商合理制定用户补偿策略提供参考方案。通过实例仿真,得到了使运营商和用户在不同的设备利用率下双赢的补偿价格,可以为运营商根据实际情况选择用户补偿方案提供参考。