一种考虑需求响应资源的电力零售商日前能量获取的确定方法技术

本发明专利技术是一种考虑需求响应资源的电力零售商日前能量获取的确定方法，包括有如下步骤：1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等；2)零售商预测区域内的DG出力和批发市场电价；3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问题求解规模；4)零售商运用本文所提出模型进行优化求解；5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划上传到DSO；6)零售商将指令发送到用户端智能电表，并接受DSO调度。本发明专利技术能够有效地解决整合需求响应资源的问题，为电力零售侧零售商日前能量获取方案制定提供依据。

【技术实现步骤摘要】

本专利技术属于电力系统分析领域,特别涉及一种考虑需求响应资源的电力零售商日前能量获取的确定方法,属于电力零售市场中零售商能量获取确定方法的创新技术。
技术介绍
随着新电改多个重量级配套文件的下发，售电侧市场主体及相关业务、保底和普遍服务机制、售电市场主体准入与退出机制、市场化交易机制、售电市场信用体系与风险防范机制、组织实施等方面得以明确。作为电力市场中一个不可或缺的经济实体，零售商在未来配电系统中将发挥关键作用。零售商代表中小用户参与市场交易和系统运营，整合众多中小用户的电力需求或供给，运用专业技术评估并重新调整用户的电能消费或供给模式，减少其风险调整费用，为中小用户争取到更低购电成本的同时，自身获得利润。零售商作为参与电力市场的经济实体，也需要寻求自身利润的最大化。适当的投资收益，有助于激励零售商加大对智能电网建设硬件和技术成本的投入，也有助于激励更多的中小用户投资安装智能电表、分布式发电设备(如小规模风电场和住宅屋顶太阳能)、储能装置，参与需求响应项目，进而促进零售侧电力市场的健康发展。同时，智能配电系统的发展和分布式发电、储能装置、主动负荷、电动汽车等需求侧资源的出现，赋予了传统的电能零售商新的发展使命。在智能配电系统中，零售商不仅经营电能批发零售这类传统业务，还承担着整合负荷侧分布式电源和需求响应资源、引导用户有序用电、代表用户与DSO通信等多重任务。因此亟需研究制定一套能够有效整合需求侧资源的电力零售商日前能量获取的确定方法。
技术实现思路
本专利技术的目的在于考虑上述问题而提供一种能够有效解决当前电力零售商日前能量获取确定方法中需求响应资源无法有效整合的情况，为未来智能配电系统中的电力零售商日前能量获取提供可以参考的策略制定方法。本专利技术的技术方案是：考虑需求响应资源的电力零售商日前能量获取的确定方法，包括有如下步骤：1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等；2)零售商预测区域内的DG出力和批发市场电价；3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问题求解规模；4)零售商运用本文所提出模型进行优化求解；5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划上传到DSO；6)零售商将指令发送到用户端智能电表，并接受DSO调度。上述步骤5)中，所设计的零售商能量获取模型包含2层。(1)外层优化模型外层的决策者(零售商)考虑一日内24个时段的节点电价变化，同时优先购买区域内的分布式电能，调整所辖的电价型DR用电计划，实现自身收益的最大化。在决策过程中，需要考虑分布式发电出力的不确定性。外层目标函数为零售商一日内售电收益与购电成本之差，购电成本包含2项，第1项为经由配电系统传输到该节点电能的购电成本，第2项为购买区域内DG电能的成本。外层约束条件包括：i节点t时段电价型DR可调整的上下限约束(式8)、电价型DR在一定时段内总消费量约束(式9)。外层优化的目标函数和约束条件分别为： s . t . P ‾ e ≤ P e . i t ≤ P ‾ e - - - ( 2 ) ]]> Q ‾ e . i ≤ Σ t = t s t a r t t f i n a l P e . i t · Δ t ≤ Q ‾ e . i - - - ( 3 ) ]]>式中：λit、pDG分别表示零售商向用户售电的固定价格、i节点t时段的节点电价、分布式电能收购价格；PL.it、PIL.it、Pe.it、分别表示i节点t时段的固定负荷、可中断负荷、第e组电价型DR、分布式发电不确定出力；Pe分别表示第e组电价型DR的上下限；Qe.i分别表示规定时间段内第e组电价型DR总消耗电能的上下限。(2)内层优化模型内层决策者(DSO)考虑日前批发市场电价的不确定性，以从上一层输电系统(批发市场)购电成本和负荷削减补偿费用之和最小为优化目标，确定各时段从批发市场的购电量和削减负荷量，并运用配电系统的最优潮流计算出各时段的节点电价。本文假设由DSO优化各时段的潮流，并支付可中断负荷的削减费用。节点电价包含两部分，电能批发及负荷削减的单位成本和阻塞费用。由于在用电高峰时段可能发生潮流越限，在这些时段加收阻塞费用，可以引导零售商自主地优化调整区域内负荷用电计划，缓解或避免系统发生阻塞。发电商、零售商和大用户在电力市场中的决策是一个博弈的过程，在零售商制定购电策略的同时，发电商亦有可能更改报价策略。因此，决策者在制定购电策略过程中需考虑日前批发市场电价的不确定性。内层目标函数包含2项，第1项为从上一层输电系统(日前批发市场)的购电成本，第2项为可中断负荷的削减成本。内层约束条件包括：功率平衡约束(式11)、线路传输功率约束(式12)、可中断负本文档来自技高网...

【技术保护点】
一种考虑需求响应资源的电力零售商日前能量获取的确定方法，其特征在于，所述方法步骤如下：1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等；2)零售商预测区域内的DG出力和批发市场电价；3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问题求解规模；4)零售商运用模型进行优化求解；5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划上传到DSO；6)零售商将指令发送到用户端智能电表，并接受DSO调度。

【技术特征摘要】
1.一种考虑需求响应资源的电力零售商日前能量获取的确定方法，其特征在于，所述方法步骤如下：1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等；2)零售商预测区域内的DG出力和批发市场电价；3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问题求解规模；4)零售商运用模型进行优化求解；5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划上传到DSO；6)零售商将指令发送到用户端智能电表，并接受DSO调度。2.根据权利要求1所述的考虑需求响应资源的电力零售商日前能量获取的确定方法，其特征在于：上述步骤4)中，所设计的零售商能量获取模型包含2层；(1)外层优化模型外层的决策者即零售商考虑一日内24个时段的节点电价变化，同时优先购买区域内的分布式电能，调整所辖的电价型DR用电计划，实现自身收益的最大化；在决策过程中，需要考虑分布式发电出力的不确定性；外层目标函数为零售商一日内售电收益与购电成本之差，购电成本包含2项，第1项为经由配电系统传输到该节点电能的购电成本，第2项为购买区域内DG电能的成本；外层约束条件包括：i节点t时段电价型DR可调整的上下限约束(式8)、电价型DR在一定时段内总消费量约束(式9)；外层优化的目标函数和约束条件分别为： s . t . P ‾ e ≤ P e . i t ≤ P e ‾ - - - ( 2 ) ]]> Q ‾ e . i ≤ Σ t = t s t a r t t f i n a l P e . i t · Δ t ≤ Q ‾ e . i - - - ( 3 ) ]]>式中：λit、pDG分别表示零售商向用户售电的固定价格、i节点t时段的节点电价、分布式电能收购价格；PL.it、PIL.it、Pe.it、分别表示i节点t时段的固定负荷、可中断负荷、第e组电价型DR、分布式发电不确定出力；Pe分别表示第e组电价型DR的上下限；Qe.i分别表示规定时间段内第e组电价型DR总消耗电能的上下限；(2)内层优化模型内层决策者即DSO考虑日前批发市场电价的不确定性，以从上一层输电系统批发市场购电成本和负荷削减补偿费用之和最小为优化目标，确定各时段从批发市场的购电量和削减负荷量，并运用配电系统的最优潮流计算出各时段的节点电价；本申请假设由DSO优化各时段的潮流，并支付可中断负荷的削减费用；节点电价包含两部分，电能批发及负荷削减的单位成本和阻塞费用；由于在用电高峰时段可能发生潮流越限，在这些时段加收阻塞费用，可以引导零售商自主地优化调整区域内负荷用电计划，缓解或避免系统发生阻塞；发电商、零售商和大用户在电力市场中的决策是一个博弈的过程，在零售商制定购电策略的同时，发电商亦有可能更改报价策略；因此，决策者在制定购电策略过程中需考虑日前批发市场电价的不确定性；内层目标函数包含2项，第1项为从上一层输电系统(日前批发市场)的购电成本，第2项为可中断负荷的削减成本；内层约束条件包括：功率平衡约束(式11)、线路传输功率约束(式12)、可中断负荷上下限约束(式13)；内层优化的目标函数和约束条件分别为： s . t . P G i n ...

【专利技术属性】
技术研发人员：何洋，尚金成，文福栓，代勇，郑瑞晨，倪琳娜，高春成，陶力，史述红，吴雨健，方印，袁明珠，王蕾，李守保，王清波，刘杰，赵显，谭翔，汪涛，袁晓鹏，林禄辉，王春艳，
申请(专利权)人：国网河南省电力公司，北京科东电力控制系统有限责任公司，浙江大学，国家电网公司，
类型：发明
国别省市：河南;41