块调度模式下的智慧小区自动需求响应模型

智慧城市概念的兴起催生了一大批智慧小区试点项目,其完备的物联、调控和量测体系可支撑自动需求响应(automated demand response,ADR)的顺利实施,如何设计智慧小区ADR模式来提高智慧小区运营商的需求响应可靠性、鲁棒性和成本效益,显得十分有必要。为此,提出了基于鲁棒优化的ADR模型,该模型以智慧小区经济效益最大为目标,为确保ADR调度计划的高度可实施性,设计了用于解决时段连续型ADR模式与居民用户用电规律相悖的块ADR策略,以及以所辖燃气轮机来平抑风电预测偏差的策略。所提模型通过嵌套分割算法求解,可保障最优解收敛于全局可行域。算例是在修改后的Garver-6节点系统中进行的,验证了所提模型的有效性。

基于需求侧响应的虚拟电厂自动优化调度系统

为使电压、电流的实时消耗量得到更好控制,实现电量信号的按需调度,设计基于需求侧响应的虚拟电厂自动优化调度系统。在总-分式供应电路的基础上实现虚拟电厂自动优化调度系统执行环境搭建,利用微电网指标建立完整的需求侧响应模型,再采用电信号优化调度条件系统软件执行环境搭建,从而完成虚拟电厂自动优化调度系统设计。实验结果表明,在需求侧响应模型的作用下,电压、电流两类电量信号的实时消耗量水平均得到有效控制,符合按需调度电信号参量的实际应用需求。

考虑居民热负荷主动需求响应的园区综合能源系统分布式优化运行方法

主动需求侧响应(active demand response,ADR)不仅可降低综合能源系统运行和投资费用,还可应用其灵活性更多地消纳清洁间歇性可再生能源和降低碳排放。为深度挖掘居民热负荷动态特性所蕴含的灵活性ADR资源以及考虑用户隐私需要,该文通过对其进行精细化建模,提出了一种可适用于多用户的园区综合能源系统分布式优化运行方法。首先,对居民热负荷ADR资源进行精细化状态空间建模;其次,以此为基础,建立考虑居民热用户ADR的园区综合能源系统优化运行模型;然后,考虑用户隐私保护需要,提出基于交替方向乘子法将系统整体大规模优化问题解耦为供给侧和需求侧子问题后实现分布式精确求解;最后,通过对含128户居民用户的典型园区综合能源系统算例进行分析,验证了该文方法的有效性。

考虑用电特征的楼宇负荷分类优化调度仿真

针对自动需求响应过程中楼宇负荷的优化调度问题,根据负荷用电特征的不同,提出一种考虑用电特征的负荷分类优化调度模型。根据楼宇负荷不同的用电特征,将其分为连续型负荷和开关型负荷。基于各负荷的约束,以负荷用电成本为优化目标,建立楼宇负荷的分类优化调度模型。使用CPLEX优化技术对模型进行求解。通过仿真分析得出,相比于传统的调度方法,所提方法能有效降低负荷用电成本,减少优化迭代次数,从而保证了自动需求响应过程中的实时性。

含多可控资源的低碳园区自动需求响应优化方法

现有园区自动需求响应(automatic demand response, ADR)方法往往仅关注多种可控资源对于园区低碳调度的宏观指导意义,忽视了多种可控资源在园区低碳运行中低碳成本的准确计量,难以充分挖掘园区资源的调控潜能,导致碳排放量大、运行成本高等问题。为此,提出一种含多可控资源的低碳园区ADR优化方法。首先,对园区内空调、电动汽车、常规生产负荷3类可控资源进行建模;其次,以用电成本最低和空调室内温度舒适度最佳为目标,建立分时电价下的园区ADR模型;再次,通过飞狐优化(flying fox optimization, FFO)算法求解上述模型,获得最佳调控策略;最后,进行包含基础负荷、常规生产负荷、电动汽车、空调聚合商参与园区配电网调控的仿真测试。仿真结果表明,所提方法可使园区空调负荷的室内温度管理更加合理,电动汽车充电功率和常规生产负荷有效转移,不仅为低碳园区的碳计量成本提供指导意义,还能合理调控多种可控负荷使用,降低园区内综合用电成本。

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。

自动需求响应信息交换接口设计

自动需求响应信息交换接口是连接参加自动需求响应的用户自动化系统、电网公司的需求响应服务系统及第三方的聚合服务系统的实体。接口能实现需求响应各系统间的信息交换功能,是自动需求响应的关键技术之一。从需求响应业务分析出发,设计了接口的体系架构、层次模型和接口功能,通过接口的功能层、信息层和通信层实体间的密切配合,合理映射到物理网络后可进行高效、灵活、方便、安全的需求响应信息交换,对实现需求响应的自动化具有重要意义。

供需两侧协同优化的电动汽车充放电自动需求响应方法

自动需求响应(automatic demand response,ADR)是能源互联时代需求响应的最新实现形式,研究如何实现电动汽车的充放电ADR,有助于提升响应水平。为此提出供需两侧协同优化的电动汽车充放电ADR方法,该方法在综合考虑用户充电需求和配网负荷水平的条件下,以用户充放电收益最大、平抑系统负荷波动为目标,协调基于价格、激励的需求响应开展ADR项目。在此基础上,采用条件风险价值为风险计量指标,结合用户心理,建立用户响应意愿自动决策模型,以实现配网内电动汽车充放电的ADR。以某配电系统为例的仿真结果表明,相较于无序充电和基于价格的需求响应,所提方法能够协同优化供需两侧,显著提高需求侧车均年收益;有效平抑供电侧负荷波动及削减负荷峰值。

自动需求响应的理论与实践综述

自动需求响应是智能电网的核心技术功能之一,但是对于自动需求响应及其在智能电网中的重要作用,国内外在学术研究、工业实践等方面都存在巨大的差距。自动需求响应不依赖于任何的人工操作,可以大大提高需求响应的时效性、可靠性、灵活性和成本效益。自动需求响应颠覆了传统的需求响应认识,将需求响应的主要功能从优化电能配置拓展到了向系统提供实时辅助服务,真正将需求响应纳入实时调度范畴,充分利用负荷的实时可调节潜力,极大地提高系统间歇性能源接入能力和安全稳定运行能力。文章还讨论了智能电网新技术对自动需求响应功能的支撑作标准及试点工程。最后,分析了国内实施自动需求响应存在的障碍,指出了我国开展自动需求响应的潜力和发展方向。

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。

边缘计算在电力供需领域的应用展望

随着电力供需领域设备的智能化,电力供需领域之间传递的信息量不断增大,导致带宽资源的浪费以及信息不能得到及时的处理。将边缘计算引入电力供需领域能很好地解决这些问题。论述了边缘计算的产生以及优势;随后分析了电力供需互动以及研究了电力供需领域对于边缘计算的需求;最后,对边缘计算在电力供需领域应用进行了展望,构建了边缘计算在电力供需领域应用的具体场景,为边缘计算在电力供需领域中的发展提供参考。

基于复杂事件处理的用户需求响应性能实时监测分析

文章梳理了智能电网大数据流实时分析技术的发展趋势,研究了具有流式计算与主动管理双重特性的复杂事件处理(complex event processing,CEP)技术特点。基于实时数据分发服务(data distribution service,DDS)中间件设计了自动需求响应(automated demand response,ADR)系统与CEP实时监测服务的集成架构,给出CEP服务节点的功能组件与分析流程,论述了应用架构的互操作优势。以用户需求响应性能实时监测分析为案例,说明应用CEP实现用户基线负荷与响应性能计算的关键技术,由ADR事件定义反映资源响应时序的上下文规则,设计用户侧监测事件模型与关键查询算法。特别针对实时与增强历史监测数据上下文的混合查询算法,给出CEP引擎内部扩展设计与实现流程,并实验验证算法性能。应用CEP内嵌R算法实现快速统计计算。最后,建立原型系统与CEP实时分析算法的可视化仿真实验,验证了CEP应用的可行性。

基于Tent映射混沌优化NSGA-Ⅱ算法的综合能源系统多目标协同优化运行

为了提高能源综合利用效率与分布式可再生能源就地消纳能力,结合能源互联网建设过程中自动需求响应系统的应用趋势,构建了基于自动需求响应和储能的综合能源系统多目标协同优化运行模型,并提出了基于Tent映射混沌优化的NSGA-Ⅱ多目标函数求解算法。将所提模型及求解算法应用于我国某典型园区综合能源系统的实际算例中,结果表明:Tent映射混沌优化NSGA-Ⅱ算法求解此类问题具有可行性;考虑自动需求响应和储能作用的综合能源系统相较于其他3种情景具有显著经济、技术和环境效益,促进了新能源并网消纳。

自动需求响应系统的需求及架构研究

用户是电力系统服务的最终对象,需求响应(demand response,DR)与用户紧密相关,随着智能电网的发展,传统的交互模式已经不能满足DR领域的需求。该文综合阐述国内外自动需求响应(automated demand response,ADR)系统的研究进展,提出ADR系统概念模型,逻辑架构和物理部署,从而明确ADR系统的参与角色及作用;剖析ADR系统的业务需求,功能需求及非功能需求,分析系统构建的关键技术,包括用例分析技术、信息模型技术、通信传输技术、可视化技术、需求响应测量与评估及一致性和安全要求等,对需求响应自动化建设具有重要意义。最后,介绍ADR在国内的相关试点工程,对下一步工作提出展望。

考虑空调参数识别的家居设备建模与优化

随着电网的发展,发电跟踪负荷变化的运行模式面临挑战。信息技术提高居民负荷的响应能力,自动需求响应成为可能。首先,介绍家庭能源管理系统(HEMS)的结构和优化目标。然后对家居电器设备分类和建模,得到各类设备运行约束条件。考虑到空调负荷调节能力大,常用的等效参数模型(ETP)热参数难以获取影响应用,通过回归历史数据识别空调参数。HEMS通过求解混合整数线性规划,可以在实时电价下实现对家居设备的优化调度。最后,通过算例仿真验证空调参数识别的效果,利用优化用电设备实现居民负荷自动需求响应。

基于AE-MFCM技术的电力用户响应特性分析方法

对电力用户用电特性的正确分析是实现电力系统高效运行和增值服务的关键。本文提出一种基于自动编码器与改进模糊C均值聚类算法结合技术的用户响应特征分析方法。首先,对用电模式进行聚类来确定用户的行为特性,利用自动编码器和改进模糊C均值聚类算法实现特征提取和数据处理。然后,基于用户用电模式的分类结果,利用神经网络等智能算法对每类用户进行需求响应建模,拟合激励信号与用户响应量之间的关系,获得准确反映用户需求的响应特性与响应能力。最后,通过某实际电网数据验证了该方法的有效性。

基于自动需求响应的远程温室监控数据融合方法

为加强温室环境监控系统稳定性,提高数据融合程度,进而提升温室环境远程监控精度,基于自动需求响应提出远程温室监控数据融合方法。通过分析监控系统总设计方案,将各传感器采集到的环境数据传送至协调器节点,优化系统硬件组成;利用自适应加权融合方法对温室监控数据节点进行数据融合,将融合后的环境数据标准值传输至主控中心,通过D-S理论实行决策级融合,并综合分析温室作物生长环境;接收上位机传输来的采集需求指令后,系统进行初始化自检并在固定周期下采集监控节点数据,基于所得数据进行温室环境分析、监控数据显示和控制决策,并驱动各个通信模块实现和上位机之间的通信,确定最终响应式调控。试验结果表明:基于自动需求响应的远程温室监控数据融合方法其响应速度保持在2s以内,利用D-S证据理论优化决策级融合函数,将互为关联的不同种类的证据实行组合,以此将多类监测数据进行融合,使误差控制在±1%以内,测试点的监控效果较好,数据融合准确性得到保证,监控系统通信稳定性良好,数据融合下的环境参数精度高,实际应用的可靠性较强。系统运行软件、硬件组成与温室作物生长条件的协调方案可为温室大棚作物生长提供一定程度上的支撑。

基于智能电网调度支持的居民用电侧自动需求响应系统

为了优化居民用电侧管理和电力系统总的发电容量,构建基于智能电网调度支持的居民用电侧自动需求响应系统。该方法以先进的智能电网技术为依托,依靠智能电网调度支持平台构建需求响应系统框架,采用价格需求响应方式和激励需求响应方式,实现尖峰电价、尖峰折扣、分时电价、实时电价的控制和市场激励、计划激励。其应用分布式在线学习算法能在用户满意度较低的条件下,降低用电成本,提高用电效益。通过综合分析可知,基于智能电网调度支持的居民用电侧自动需求响应系统可较好地优化发电容量并满足居民用电侧用电需求。

区块链在需求响应中的关键技术及现状分析

为解决电力市场在合约签订和交易方面的安全可信问题,提出了基于区块链技术与需求响应结合的解决方案。首先介绍了区块链技术与需求响应结合的优势,分析了区块链技术在智能合约方面的应用,分别从电网层面、负荷聚合商、居民用户层面提出了具体的应用方案;其次阐明了区块链技术在分布式交易以及AI自动合同匹配机制下的应用;最后,针对区块链技术在需求响应发展过程中存在的问题进行了探讨,并提出相应的建议。

改进自适应MOEA/D算法的楼宇负荷优化调度

针对负荷侧用户用电电费、新能源消纳率和用电峰谷差等问题,提出了一种改进的自适应基于分解的多目标进化算法,进行楼宇微电网签约住户可控负荷优化调度;通过分析负荷的用电特性,将用电负荷分为五类并分类建立数学模型、优化目标函数和约束条件;将广义分解与均匀分配相结合产生新的自适应权重向量使算法非支配解更接近真实帕累托前沿;采用历史经验的思想通过计数SBX和DE两种交叉算子对外部存档的贡献率,运用轮盘赌的方式实现自适应选择策略;通过特性约束条件映射对产生的子代点进行修正,间接地扩大了算法搜索空间,提高了种群多样性。通过测试函数验证了改进的AWS-MOEA/D算法的收敛性和优越性;在某小区楼宇住户调度仿真实验结果表明,所改进的算法在调度后能节省更多的电费,并有效地提高了新能源消纳率。