【技术实现步骤摘要】
基于Stackelberg博弈的空调需求响应程度估计方法
[0001]本专利技术属于电力负荷需求侧管理领域,具体的说是一种基于Stackelberg博弈的空调需求响应程度估计方法。
技术介绍
[0002]随着社会经济的快速发展和人民生活水平的日益改善,家庭电气化水平不断提高,用电负荷的急剧上升,负荷曲线的峰谷差问题日益凸显。尽管通过增加发电机组容量和扩展输电容量可以满足不断增长且日益复杂的电力需求,但由于用电负荷具有季节特性,增加的发电机组和输电容量只有在夏季高峰期才能被充分利用,其余季节大多处于停运状态,导致资源浪费严重,经济性很低。为解决该问题,国内外从需求侧寻求问题的解决方式,利用需求侧的资源来延缓电力系统的建设,以提高系统的经济性。电力需求响应是指当电力批发市场价格升高或系统可靠性受威胁时,电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后,改变其固有的用电模式,减少或者推移某时段的用电负荷以响应电力供应,从而保障电网稳定,并抑制电价上升的短期行为。
[0003]空调作为需求侧最常见的用电设备之一,其负荷在用户所有用电负荷中占有相当大的比例。据统计,2019年夏季7月29日20时50分,湖北省电网3670.3万千瓦用电负荷中,有1500万千瓦属于空调降温负荷,占比超过了40%。由此可见,夏季负荷高峰的形成和空调的使用有很大关系。从另一方面看,尽管空调负荷很大,但是其控制方式简单,因此其作为需求侧资源参与需求响应的潜力非常大。
[0004]在空调用户参与需求响应的过程中 ...
【技术保护点】
【技术特征摘要】
1.一种基于Stackelberg博弈的用户空调需求响应程度估计方法,其特征是按照如下步骤进行:步骤1.获取原始数据,包括:聚合商侧:聚合的用户总数M;第i个空调用户侧:第i个空调用户的初始设定温度θ
s,i
的概率密度函数i=1,2,3,...,M,其中,为第i个空调用户的概率密度函数的参数集合;步骤2.用N表示蒙特卡洛随机模拟的总次数,且N为正整数;用n表示当前随机模拟次数,且初始化n=1;步骤3.从i=1,2,3...M开始,依次根据初始设定温度θ
s,i
的概率密度函数利用连续随机变量的抽样方法生成随机数作为第n次随机模拟的第i个初始设定温度从而得到第n次随机模拟的M个初始设定温度;步骤4.从i=1,2,3...M开始,依次计算第n次随机模拟的第i个初始设定温度下空调的功耗步骤4.1.按式(1)和式(2)分别计算第n次随机模拟下的一个周期内第i台空调的开启时间和关闭时间和关闭时间和关闭时间式(1)和式(2)中:θ
out
为外界环境温度;σ
i
为第i个空调回滞控制的死区温度;P
i
为第i个空调额定功率;η
i
为第i个空调能效比;τ
i
为第i个空调的时间常数;A
i
为第i个空调的导热系数;步骤4.2.按式(3)计算第n次模拟下第i个空调启停占空比后,由式(4)计算第i个空调功耗调功耗调功耗步骤5.建立Stackelberg博弈模型:步骤5.1.利用式(5)建立以上层聚合商的收益U
a
最大为目标函数,并利用式(6)建立补偿电价的不等式约束,从而建立上层聚合商收益模型:
式(5)中,ρ
s
为响应时刻的电价;为第n次随机模拟的补偿电价;T为响应时长;ρ
a
为聚合商未完成指标时的惩罚价格;ρ
d
为空调用户不履行合同时的违约价格;Q
A,i
为聚合商给第i个空调用户的削减指标;为第i个空调用户在第n次模拟下合同履行情况,若为1时,表示合同正常履行,若为0时,表示用户违约,不履行合同;ρ
u
为空调用户未完成聚合商给定指标时的惩罚价格;Q
G
为电网给聚合商的削减指标;为第n次随机模拟的第i个空调用户的空调负荷削减功率;并有:式(7)中:为第n次模拟下第i个空调用户选择设定温度为时的空调功耗,可类似于响应前时刻空调功耗计算方法按式(1)-式(4)进行计算;步骤5.2.利用式(8)建立以第i个空调用户的收益U
i
最大为目标函数,并利用式(9)建立设定温度约束和用户合同履行状态约束,从而建立下层第i个空调用户的收益模型:设定温度约束和用户合同履行状态约束,从而建立下层第i个空调用户的收益模型:式(8)和式(9)中:为第n次随机模拟下第i个空调用户与聚合商进行博弈后...
【专利技术属性】
技术研发人员:齐先军,王朋,吴红斌,张晶晶,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。