DDS在自动需求响应系统中的适用性分析及应用设想

随着售电市场逐步放开,电力需求响应(demand response,DR)的业务发展倍受关注。随着分布式电源、电动汽车、分散式储能、电热锅炉等大批量分散需求侧资源参与能源互联,复杂的业务时序及差异化业务场景对现有设备/系统的底层数据流QoS (quality of service)提出了新的需求。随着源网荷工程不断深化,对DR资源的控制模式逐步多样化,对底层的承载协议也提出了新的挑战,现有简单的互操作协议适配方式难以满足数据传输的差异化QoS要求。针对上述问题,分析了DDS (data distribution service)技术的特征及其在自动需求响应业务系统中应用的适用性,并结合DDS的技术特性,从系统集成架构、信息交换方式、数据模型适配等方面提出了DDS在自动需求响应系统中的应用设想。

用户侧需求响应系统试验技术研究

通过分析需求响应定义、分类及需求响应系统工作原理。以用户侧需求响应效果展示为目的提出了涵盖电网侧自动需求响应服务器模拟方案、智能交互终端功能扩展方案、用户侧需求响应控制方案、通信网络组网方案和DR效果展示方案的需求响应试验系统设计方案。并选取五类典型的用户家电以用户智能家居系统为基础搭建了用户侧需求响应试验系统。最后以峰谷分时电价项目为例分析用户侧需求响应效果。

基于新型电力系统的需求响应支持系统架构设计

阐述基于新型电力系统的需求响应支持系统架构设计,需求与支持系统的作用,探讨电力需求响应支持系统构架,包括系统的整体架构、自动需求响应系统逻辑架构、系统的物理部署。

基于互联网家电的需求响应聚合系统信息接口研究与设计

为了解决居民用户需求响应资源零散、调控难度大及信息交互不畅等问题,依托SAC/TC549全国智能电网接口标委会定义的标准框架,在深入研究居民需求响应业务在互联网环境中信息流传递模式的基础上,提出基于互联网家电云平台的需求响应聚合系统架构、用户垂直信息交换模式、虚拟DR需求响应(demand response,DR)终端及信息接口,对接口的组成、功能和信息交换过程进行了详细设计。该方案基于互联网架构,采用模块化设计,所构建的基于互联网家电云平台的需求响应系统更加灵活与高效,可支持大规模扩展的需求响应商业模式创新。

基于深度神经网络实现电力削峰填谷的需求响应模型研究

随着环境问题日益突出和“双碳”目标的推进,需求侧响应资源参与负荷调峰和填谷对电力行业发展具有重要意义。针对我国需求侧响应快速发展的情况,首先考虑了发电机(PG)、电网公司和服务厂商(SPs)之间的相互作用;然后利用深度神经网络(DNNs)收集数据,并通过开发精确的需求价格弹性矩阵(PEMD)来模拟客户行为;最后基于该模型预测了未来每小时短期负荷预测以及前一天每小时的电力需求。结果表明,此模型可以减小电网负荷峰谷差,使发电、用电趋于平衡。

需求响应管理系统设计

阐述了需求响应的概念及分类,以及需求响应在国内外的应用情况。对需求响应管理系统的整体技术架构进行了设计,并以激励型需求响应中的可中断负荷和电价型需求响应中的尖峰电价为例,对其整个业务流程和基于可中断负荷与尖峰电价的需求响应管理系统的内部与外部的信息交互进行了设计。

需求响应式公交系统路径优化算法

将需求响应式公交系统路径选择问题抽象为在图中寻找覆盖若干条指定边的欧拉圈问题,提出乘客数量不大于公交车容量和乘客数量大于公交车容量两种情况下的公交车运营组织方式,对第一种情况设计了有效的图论算法,对第二种方式则给出转化为动态规划问题的思路。论文引理证明,第一种算法能寻找到覆盖若干条指定边的最小欧拉圈,并通过有关算例进行了说明。

自动需求响应技术系统在智能电网的应用研究

智能电网作为新时期电力系统建设的重要内容,在电力系统安全、稳定和有效运行方面发挥着十分重要的作用。智能电网的电力需求侧管理要求也很高,自动需求响应技术系统是电力需求侧管理的重要内容,同时也是确保智能电网运行科学有效的重要手段。基于此,文中对自动需求响应技术系统在智能电网中的应用进行了相关的研究,以保障智能电网的安全、稳定运行。

基于柔性负荷响应特性的超短期预测方法

在自动需求响应系统(ADRS)中,当大量的用电负荷数据被自动实时采集时,受节假日、天气、温度等因素的影响,用户侧负荷用电特性会随着响应策略的变化而发生变化。传统负荷预测方法的预测精度也将会被降低,不再满足ADRS要求。针对这一问题,基于柔性负荷的响应特性,将"预测-调度-响应"各环节视为一个闭环控制系统,把自动响应(AD)信号作为一个输入变量引入系统。基于丰富的负荷用电数据,采用"黑匣子"思想建立了闭环超短期负荷预测模型,并用仿真结果验证了模型的有效性。结果表明,该模型与传统预测模型相比,预测精度明显提高。

一种基于多参量隐马尔可夫模型的负荷辨识方法

由于电力需求侧负荷形态各异、特性多变,种类繁多,采用传统方法进行负荷辨识时存在识别率不高、模型建立困难、难以推广应用等问题。为此,基于智能负荷控制器(SRLC)的用电参数检测功能和非侵入式负荷监测(NILM)原理,提出一种基于多参量隐马尔可夫模型(MPHMM)的负荷辨识方法。该方法采用4个负载特性参数(电流、有功功率、无功功率、功率因素)作为模型的观测向量,通过模型学习和多次迭代计算,求得与MPHMM模型隐藏状态相匹配的观测序列的最大输出概率和最优状态序列,再采用辅助判别算法对结果进行修正,完成对负荷的最终辨识。通过搭建实验平台对所提方法进行验证。结果表明,该方法辨识准确率可达95%以上,特别是对小功率负荷具有较好的识别效果。

城市交通问题探讨与启示

目前,各国的大中城市普遍遭受交通问题的困扰,而在我国,由于人口众多、道路基础设施不完善等因素的影响,交通拥堵现象非常严重。本文首先揭示了产生交通拥堵的主客观原因,再讨论了公共交通中常规公交与出租车交通的各自优缺点,通过查阅、分析国外先进的公共交通技术,从中得到启示并提出了更适合我国国情的新型公交运输系统———场站式需求响应系统。在阐述该系统的工作原理和过程的同时也提出需要解决的相关问题。需求响应系统集合了常规公交和出租车交通的有关优势,在科学技术、经济发展与公交优先政策的指导下必将成为缓解城市交通拥堵的有效手段。

含储能及新能源发电的居民侧需求响应

传统居民侧需求响应策略很少考虑储能和新能源发电环境,难以适应新的发展趋势和遇到的新挑战,如新能源发电的随机性对需求响应策略带来风险成本,电池储能系统的缓冲效果增加了模型求解的复杂度.针对上述问题,研究了含储能及新能源发电的居民侧需求响应策略.考虑了新能源发电随机性和电池缓冲作用,建立了居民侧两阶段随机规划需求响应模型以降低预测误差对需求响应策略带来的风险成本.此外,在模型精度和计算复杂度之间进行了折中,使模型不依赖于复杂的智能算法即可快速求解.通过与不考虑随机性的需求响应策略对比,验证了本文提出的需求响应策略的有效性.

DRTS在中小型城市偏远地区的应用研究

基于需求响应式运输系统(DRTS)的概念,通过对西方国家的实际案例的学习,研究适合推行DRTS的中小型城市服务区域的需求特性。根据类比与对比法,提出在满足乘客需求的前提下,选择公交的最佳运营模式和弹性路线方案。以广东省云浮市部分地区为例,探讨DRTS在当地区域的发展。研究结果表明:该运营模式可降低乘客出行成本,且较传统公交模式而言节约运营成本;在合理运用DRTS的基础上,应着重研究中小型城市偏远地区实施的有效形式,并基于该理念为寻找适应当地实际情况的城乡客运公交一体化发展提供了新思路。

考虑不确定性的家庭能源管理系统建模与优化方法研究

本文提出了一种面向居民用户需求响应的家庭能源管理机制.考虑了用户的可控负荷、电动汽车和储能系统的联合调度,以及分布式光伏发电和不可控负荷的随机波动,建立了以用户期望用电成本最小为目标的随机优化模型,采用了一种二值粒子群与内点法相结合的混合优化算法对优化模型进行求解.该算法应用二值粒子群处理优化模型中的离散变量然后应用内点法来处理连续变量,克服了二值粒子群算法难以处理复杂等式及不等式约束的缺点.仿真结果表明提出的优化模型及采用的算法能够减少随机性对调度结果的影响,帮助用户减少用电成本.