Design of Real-time Electricity Prices and Wireless Communication Smart Meter

Under the background of smart grid’s real-time electricity prices theory, a real-time electricity prices and wireless communication smart meter was designed. The metering chip collects power consumption information. The real-time clock chip records current time. The communication between smart meter and system master station is achieved by the wireless communication module. The “freescale” micro controller unit displays power consumption information on screen. And the meter feedbacks the power consumption information to the system master station with time-scale and real-time electricity prices. It results that the information exchange between users and suppers can be realized by the smart meter. It fully reflects the demanding for communication of smart grid.

Electricity Price Influence Factors Analysis Using Stochastic Matrix for Real-Time Electricity Price Forecasting

Real-time electricity price( RTEP) influence factor extraction is essential to forecasting accurate power system electricity prices. At present,new electricity price forecasting models have been studied to improve predictive accuracy,ignoring the extraction and analysis of RTEP influence factors. In this study,a correlation analysis method is proposed based on stochastic matrix theory.Firstly, an augmented matrix is formulated, including RTEP influence factor data and RTEP state data. Secondly, data correlation analysis results are obtained given the statistical characteristics of source data based on stochastic matrix theory.Mean spectral radius( MSR) is used as the measure of correlativity.Finally,the proposed method is evaluated in New England electricity markets and compared with the BP neural network forecasting method. Experimental results show that the extracted index system comprehensively generalizes RTEP influence factors,which play a significant role in improving RTEP forecasting accuracy.

A Review of Price Forecasting Problem and Techniques in Deregulated Electricity Markets

In deregulated electricity markets, price forecasting is gaining importance between various market players in the power in order to adjust their bids in the day-ahead electricity markets and maximize their profits. Electricity price is volatile but non random in nature making it possible to identify the patterns based on the historical data and forecast. An accurate price forecasting method is an important factor for the market players as it enables them to decide their bidding strategy to maximize profits. Various models have been developed over a period of time which can be broadly classified into two types of models that are mainly used for Electricity Price forecasting are: 1) Time series models;and 2) Simulation based models;time series models are widely used among the two, for day ahead forecasting. The presented work summarizes the influencing factors that affect the price behavior and various established forecasting models based on time series analysis, such as Linear regression based models, nonlinear heuristics based models and other simulation based models.

The impacts of market reform on the market penetration of natural gas-fired electricity and renewable energy in China

Natural gas-fired electricity(NGFE) is expected to play a more important role in the future due to its characteristics of low pollution, high efficiency and flexibility. However, its development in China is impeded by its high regulation price compared with coal power. Market reform is therefore of vital importance to promote the penetration of NGFE. The objective of this study is to analyze the impacts of market reform and the renewable electricity(RE) subsidy policy on the promotion of NGFE and RE. A dynamic game-theoretic model is developed to analyze the interaction among the NG supplier, the power sector and the power grid. Three scenarios are proposed with different policies, including a fixed regulation price of NG and electricity, real-time pricing(RTP) of NG and electricity, and subsidy targeted at RE. The results show that:(1) market reform can sharply decrease the NG price and consequently promote the development of NGFE and RE;(2) subsidy targeted at RE not only promotes the penetration of NGFE and RE, but also increases the utilization ratio of renewables significantly;(3) market reform and the subsidy also enhance consumers’ welfare by reducing their power consumption expenditure.

美国加州车网互动政策、标准与市场机制最新进展及其启示

电动汽车与电网互动(简称“车网互动”)可以释放电动汽车作为灵活性资源的潜力,能够有效提升电网调峰能力、促进高比例可再生能源消纳、提升电动汽车用户经济收益,日益受到各方重视。美国加利福尼亚州(简称“加州”)近些年在推动电动汽车与电网互动发展方面做了大量工作,取得了重要进展。首先,文中介绍了加州在电动汽车与电网互动配套政策法规方面的最新动向;之后,从技术标准、市场机制两方面介绍了加州在电动汽车与电网互动相关基础工作方面的最新进展;最后,结合中国电动汽车与电网互动发展实际提出了有关建议。

基于改进极限学习机的电力市场实时电价预测方法

针对实时电价数据波动性强及其影响因素复杂,导致现有预测模型稳定性及预测精度低的问题,提出了一种基于改进极限学习机的电力市场实时电价预测方法。设计了基于经验小波变换的实时电价数据分解方法,将电价序列分解为接近价格的低频信号和噪声的高频信号。同时提出基于改进随机森林的实时电价特征提取算法,根据预测重要度获取最优的电价影响因素特征组合。以此为基础,将核函数替代极限学习机隐藏层构建了R-KELM预测模型,更好地反映了多因素影响下实时电价的不确定性和波动性。以PJM实时电价数据为例,结果表明,所提方法可以有效克服电价数据强波动性及高特征冗余的问题,预测模型准确性及稳定性得到显著提升。

考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略

为了引导电动汽车有序充电,提出了一种考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略。引入交通流理论描述交通路网,建立电动汽车快充负荷时空分布模型;考虑配电网调度和电动汽车快充负荷的弹性需求,构建源-荷互动下的快充电价定价架构,并基于潮流追踪法从时空双维度推导快充电价的计算方法;在此基础上,计及电动汽车负荷弹性响应特性,以提升配电网的负荷均衡性为目标,建立快充电价定价策略,并通过迭代算法求解该定价策略。算例仿真结果表明,所提定价策略能够有效引导电动汽车进行有序快充,激励电动汽车用户与配电网友好互动,提升负荷的时空分布均衡性。

考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车(electric vehicle,EV)普及度的不断提高,工业园区内的EV用户日益增多,其充放电行为给园区综合能源系统(park integrated energy system,PIES)的规划运行带来极大挑战。文中提出考虑EV充放电意愿的PIES双层优化调度。首先,基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的EV充放电模型;然后,以PIES总成本最小和EV充电费用最小为目标建立双层优化调度模型,通过Karush-Kuhn-Tucker(KKT)条件将内层模型转化为外层模型的约束条件,从而快速稳定地实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的PIES双层优化调度的有效性和可行性。

基于时变价格弹性矩阵的深谷电价多目标定价策略

随着碳中和、碳达峰目标的提出,构建高比例新能源的新型电力系统已成为未来能源电力的发展形态,由此导致的高比例新能源渗透使系统净负荷曲线呈现剧烈的波动性和显著的深谷特征,对电力系统安全运行以及供需平衡提出了新挑战。为此,提出了一种基于时变价格弹性矩阵的需求侧深谷电价多目标定价模型。首先,确立基于模糊隶属度的深谷时段划分方法,并利用贝叶斯判别法对时段划分结果进行合理性评估。其次,针对用户需求响应的动态性,建立具有时变特征的价格弹性矩阵模型衡量用户的响应程度。最后,以用户满意度和系统峰谷差作为待优化的两个目标,建立多目标混合整数规划的深谷电价定价模型,并用非支配排序遗传算法求解模型并得到其Pareto最优解。为了检验所提模型的有效性,将其应用于中国华东地区某省的实际场景进行仿真分析。结果表明,上述模型可在高比例新能源渗透情景下降低峰谷差,促进用户用电行为向深谷时段转移,缓解电力系统在深谷时段的运行压力。

考虑众包场景的电动车动态需求车辆路径问题

针对企业自有车辆和社会车辆共同取送货的场景,以及国家节能环保的政策背景,考虑分时电价、部分充电、软时间窗、以及动态需求等因素,以最小化配送总成本为目标,建立考虑众包场景的电动车动态需求车辆路径问题(EDDVRP-CD)的两阶段整数规划模型。考虑动态需求的时效性,设计了启发式算法——改进的禁忌自适应大规模邻域搜索算法(IALNS-TS),增加了新的删除算子和修复算子,同时提出了加速策略。分别与两种算法——自适应大规模邻域搜索算法(ALNS)以及禁忌搜索算法(TS)进行对比,通过大量算例验证了IALNS-TS算法能够快速响应动态需求,并有效降低总配送费用。

考虑异方差性的城市电网电动汽车充电负荷预测

随着电动汽车渗透率的上升,充电设施和充电负荷将成为城市电网发展的关键增长点。然而,大量电动汽车集中充电导致负荷波动剧烈,并加剧了负荷序列的异方差性。为此,提出了一种考虑异方差性的电动汽车充电负荷预测模型。首先,通过图形检测法识别评估充电负荷序列的异方差性,综合负荷变化趋势分析可能导致异方差的原因;其次,通过时间序列分解剥离原始序列中的异方差,挖掘负荷分量与气候、温度的关联关系;最后,构建针对异方差性的中长期充电负荷预测框架,融合长序列预测模型,对负荷进行分解与重构。仿真结果表明,所提模型提高了负荷预测的准确性,为城市电网的合理规划与稳定运行提供了重要支持。

考虑时序二维变化的日前市场电价预测模型

电价预测对电力市场参与者的运营决策及电力系统安全稳定运行关系重大。针对日前市场电价预测问题,本文提出一种考虑时序二维变化的日前市场电价预测模型和方法。首先采用改进的带自适应噪声的完全集成经验模式分解对日前市场电价历史数据进行分解,然后对其高、低频子序列分别采用考虑时序二维变化的Ti⁃mesNet和基于统计分析的差分自回归移动平均进行预测,二者结果之和构成日前市场电价的预测值。仿真结果表明,所提方法相较于现有单一或组合模型具有较高的预测精度。

基于实时电价的电动汽车智能充电路径引导策略

随着电动汽车占比逐步增加,大量电动汽车在空间、时间上的随机性使得其分布极不均衡,无序充电造成电动汽车用户充电费用较高、电网负荷峰谷差加大。为此,提出一种基于实时电价的电动汽车智能充电路径引导策略。基于电动汽车智能信息交互系统,以电动汽车行驶时间、排队时间、充电时间、充电费用以及能耗费用的综合成本最小为目标,通过实时电价更新策略引导电动汽车至最优快充站。算例仿真结果表明,所提策略能实现空间上的有序快充,改善区域负荷的均衡度,减少各个充电站的拥挤度,并且有效降低了电动汽车用户的综合成本。

基于阶梯碳价和自适应分时电价的电动汽车有序充电

将阶梯碳价与分时电价的耦合关系进行内联,提出了一种基于阶梯碳价和自适应分时电价的电动汽车有序充电策略。利用蒙特卡罗方法生成电动汽车的无序充电场景;建立阶梯碳价模型和自适应分时电价模型;以电网日负荷均方差最小、电动汽车用户充电总成本最小和发电商碳交易成本最小为目标函数,建立电碳双定价机制下的电动汽车有序充电模型,并采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),结合熵权逼近理想解排序(TOPSIS)模型求解Pareto解集的最优折中解;对4种碳交易机制下的优化结果进行对比分析。仿真结果表明,在有奖励阶梯碳价和自适应分时电价机制下电网负荷波动平抑效果最佳且发电商碳交易成本最小,验证了所提模型的合理性和可行性。

夏季尖峰电价启动条件优化研究

分时电价是电力系统开展需求响应、削减夏季空调负荷所造成负荷尖峰的重要手段。为协调各方利益、达成削峰填谷和压减电网尖峰负荷的目的,需要挖掘分析用户用电数据,优化分时电价的实施方案。提出基于余弦相似度的用户需求响应参与度的峰段负荷转移系数指标。应用该指标分行业地进行某省会电网峰段负荷转移评估,发现除充换电等行业响应积极外,大量行业用户因行业和负荷特性等原因难以参与需求响应。针对在整个夏季启动尖峰电价将会增大实体企业用电成本的问题,结合历史气象和负荷数据进行夏季尖峰电价日启动条件设置分析,发现将气温在35℃及以上的工作日设置为尖峰电价日,可在精准削减尖峰负荷的同时明显降低用户用能成本。

蓄热式电采暖参与消纳受阻风光的源荷协调滚动调度

蓄热式电采暖负荷具有时移性和连续可调性,可作为需求侧资源解决乡村地区新能源消纳困难与清洁供暖问题。当前实施的峰谷分时电价,不能根据源荷变化有效引导电采暖运行以消纳受阻风光。因此提出采用场景法描述风光荷的不确定性,根据源荷峰谷时段变化确定分时电价。并且考虑电采暖响应分时电价时出现用电同时率高问题,引入需求价格弹性系数,建立以蓄热式电采暖运行成本和系统负荷峰谷差期望最小的日前日内源荷协调优化模型,滚动调整每时段各灵活资源出力。最后,通过仿真验证模型的有效性。

内嵌运行优化的降温负荷需求响应设备投资方法

随电力市场改革的进一步推进,分时电价等政策的出台为需求响应技术的应用发展提供了有利的市场环境。以蓄冷空调系统为代表的降温负荷需求响应设备可有效缓解电力供需平衡的难题。降温负荷的需求响应能力及潜在效益与其需求响应设备的投资规划及运行方法紧密相关。现有基于蓄冷技术的需求响应设备投资规划方法多考虑单一的设备类型,基于固定或简化的系统运行策略与设备运行特性进行运行模拟,难以实现不同类型设备组合与用户冷负荷需求特性的最优匹配,导致系统需求响应能力的优化空间受限,无法充分发挥其经济性价值。因此,本文研究考虑运行策略优化的降温负荷需求响应设备统一投资规划建模方法。首先,提出电力市场环境下计及多类制冷与蓄冷设备运行策略优化的需求响应模型,实现降温负荷对价格信号的灵活响应,充分节约用电成本。然后,构建内嵌统一运行策略优化模型的需求响应设备投资规划模型。该模型以用户投资运行总成本最小化为优化目标,统筹考虑电价政策、冷负荷需求特性、相关设备的投资成本与工作特性,通过基于大M法的线性建模方法,最终建立一个混合整数线性规划模型,可采用商业求解器实现高效求解。算例分析表明所提方法可充分适应当前电力市场环境,有效提升用户的投资效益,优化用电负荷曲线,发挥需求响应技术的应用价值。

基于负荷转移的售电公司分时电价优化策略

随着电价新政的发布,电力市场将进一步开放,同时目录电价的取消将加快分时电价机制的建立,在此背景下售电公司如何针对电力用户采取有效的分时电价措施是亟需解决的问题。为此在分析湖南省钢铁、电石等高能耗工业用户用电特性的基础上,结合售电公司、工业用户的成本及收益构建了售电公司成本收益模型、工业用户负荷转移成本模型,进一步提出了售电公司峰谷分时电价双层优化模型,上层模型优化目标为售电公司收益最大,下层模型优化目标为工业用户用电成本最小,以此确定峰谷分时电价套餐。以钢铁、电石等高能耗工业用户数据为例的仿真测算结果表明通过双层优化模型所得的峰谷分时电价套餐能够保证双方的利益,并有效引导工业用户合理用电、削峰填谷。

考虑分时电价的风光储系统技术经济性研究

基于分时上网电价和风光储系统成本对源-网-荷-储系统的技术经济性开展了研究。首先,提出了一种集成可再生能源和储能的微电网系统模型,该系统包括光伏、风电、储能、电网和用户负荷;然后,在满足对负荷可靠供电的前提下,根据负荷数据、辐照数据、风速数据、分时电价数据以及系统各单元的成本,以系统经济性最优为目标建立了源-网-荷-储系统的优化模型;最后,通过算例详细分析了某地区配置风光储系统的最优容量以及系统的经济性。分析结果表明,储能系统通过在低电价时储能,在高电价时释能,从而避免用户在高电价时从电网购电,进而降低用户从电网的购电成本。

考虑道路交通信息的双源无轨电车与电动公交车协同优化

随着双源无轨电车在城市电动公交领域展现出高效的服务能力,交通网与电网的耦合进一步加深。考虑到双源无轨电车短期内无法完全取代电动公交车,为有效调度两种车型,解决当前城市公交系统生命周期成本高、车辆配置数量多的问题,对双源无轨电车与电动公交车的配置与调度进行联合建模。首先,搭建交通网-电网耦合的城市公交系统运行框架,并考虑道路交通信息建立城市公交的速度模型。然后,分析不同类型公交车的运营模式,综合考虑公交车能耗差异与分时电价,精细化运营成本建模,建立以生命周期成本最小化为目标的城市公交系统生命周期成本模型,并采用遗传算法对模型进行求解。最后,采用中国上海市公共交通现有双源无轨电车路线的数据进行仿真验证。结果表明,所提精细化模型可以在完成既定行程表的情况下,减少车辆配置数量,降低生命周期成本,满足不同规模混合公交车队的合理配置与调度优化。