智能园区新型用户需求侧响应模型及其置信容量评估方法技术

本发明专利技术公开了智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于：包括，采用有效承载能力表征新型负荷的置信容量，并定义智能园区新型负荷容量计算指标，采用序贯蒙特卡罗方法计算含新型负荷的电网的可靠性指标，进而计算新型负荷置信容量；采集相关数据构建新型负荷能损耗计算模型；搜集新型负荷的历史数据计算负荷量；采用蒙特卡洛进行抽样，获取风电、光伏以及负荷的随机曲线；建立新型负荷需求侧响应优化模型。计算新型负荷需求侧响应的置信容量，评价新型负荷作为需求侧响应对提升电力系统供电可靠性的贡献，并通过定量计算，得到新型负荷需求侧响应能够等效的发电机组容量。的发电机组容量。的发电机组容量。

【技术实现步骤摘要】
智能园区新型用户需求侧响应模型及其置信容量评估方法


[0001]本专利技术涉及新型用户需求侧响应研究的
，尤其涉及智能园区新型用户需求侧响应模型及其置信容量评估方法。

技术介绍

[0002]随着人工智能、5G和物联网技术的发展，我国进入了新一代信息技术时代。以“云大物移智”为核心的新一代信息技术与传统工业的融合，形成工业互联网，推动我国新型工业的发展。将信息技术及工业互联网技术应用到电力系统，能够实现电力系统源网荷储的智能调度，提升电网运行安全稳定性和经济性，提高新能源的有效消纳率。随着电力系统的信息技术化和智能化的发展以及新一代信息技术的发展，为了满足日益增长的信息数据处理和存储需求，越来越多包含大量数据设备的新型用户接入电力系统，但后继评估、管理等跟不上，较为吃力。该类新型负荷包括含有大量IT设备的数据中心，是数据处理，存储的主要物理载体。
[0003]目前学术界对含大量数据设备的新型负荷调度已经有了一定的研究，一般围绕新型负荷数据服务器任务调度优化方案、余热回收、新型负荷与电网协调规划等方面，较少结合电力现货市场和辅助调频市场，评估含数据中心的新型负荷作为需求侧响应的潜力和调节能力，且现有评估方法较为简单，
[0004]针对现有研究的不足，本专利技术提出一种基于时序生产模拟评估新型负荷对含高比例新能源的智能园区供电可靠性的影响，评价新型负荷对供电可靠性的提升效果，计算新型负荷的置信容量，从而评价新型负荷作为需求侧响应的潜力。

技术实现思路

[0005]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0006]鉴于上述现有智能园区新型用户需求侧响应模型及其置信容量评估方法存在的问题，提出了本专利技术。
[0007]因此，本专利技术目的是提供一种智能园区新型用户需求侧响应模型及其置信容量评估方法。
[0008]为解决上述技术问题，本专利技术提供如下技术方案：采用有效承载能力表征新型负荷的置信容量，并定义智能园区新型负荷容量计算指标，采用序贯蒙特卡罗方法计算含新型负荷的电网的可靠性指标，进而计算新型负荷置信容量；
[0009]采集相关数据构建新型负荷能损耗计算模型，包括不同类型工作负荷分配模型和线性化服务器能耗计算模型；
[0010]搜集新型负荷的历史数据，采用核密度估计法获得新型负荷的概率密度函数，采用蒙特卡洛抽样方法获得符合其概率分布的各时刻数据中心计算负荷量；
[0011]采用蒙特卡洛进行抽样，获取风电、光伏以及负荷的随机曲线；
[0012]建立新型负荷需求侧响应优化模型，包括目标模型以及运行约束。
[0013]作为本专利技术所述智能园区新型用户需求侧响应模型及其置信容量评估方法的一种优选方案，其中：所述新型负荷的置信容量计算公式如下：
[0014][0015]其中，为可靠性指标，将期望缺供电量EENS作可靠性指标，C
g
为发电机的容量，C
dc
为数据中心的容量，L
vl
为额外承担的负荷，L
vl
为新型负荷的有效承载能力。
[0016]作为本专利技术所述智能园区新型用户需求侧响应模型及其置信容量评估方法的一种优选方案，其中：所述新型负荷的置信容量计算步骤如下：
[0017]A1：采用序贯蒙特卡洛方法分别计算考虑新型负荷需求侧响应的可靠性指标EENS1和不考虑新型负荷需求侧响应的可靠性指标EENS2；
[0018]A2：判断EENS1与EENS2的大小；
[0019]若EENS1大于EENS2，则EENS为0，结束流程；
[0020]若EENS1小于EENS2，则执行下一步；
[0021]A3：设置常数Lmax＝C，Lmin＝0；
[0022]A4：更新L＝(Lmax+Lmin)/2；
[0023]A5：对数据中心不作需求侧响应的系统加入L的负荷，并计算可靠性指标EENSx；
[0024]A6：判断|EENSx
‑
EENS1|/EENS1<δ是否成立；
[0025]若成立，则ELCC＝L；
[0026]反之，判断EENSx<EENS1是否成立；
[0027]若成立，则令Lmax＝L，转到A5；
[0028]若不成立，令Lmin＝L，转到A5。
[0029]作为本专利技术所述智能园区新型用户需求侧响应模型及其置信容量评估方法的一种优选方案，其中：所述序贯蒙特卡洛方法步骤如下：
[0030]B1：初始化仿真时间，令t＝0；
[0031]B2：随机生成各元件正常工作时间T，取其中最小的时间Tmin，该元件记为X；
[0032]B3：计算t时刻的电量平衡情况，求t时刻的缺供电量，若电网中包含新型负荷需求侧响应，还需要进行新型负荷需求侧响应优化模型求解以得到新型负荷调整过后的用电曲线；
[0033]B4：判断t时刻是否存在缺供电情况；
[0034]若存在，则计算t时刻的ENS，更新系统的EENS；
[0035]若不存在，则判断t是否小于Tmin；
[0036]若t大于Tmax，则进入下一步；
[0037]若t小于Tmax，则令t＝t+1，回到B3；
[0038]B5：随机生成元件X的故障时间以及修复时间，计算该元件故障时的ENS，更新系统的EENS，令t＝t+1；
[0039]B6：判断t是否小于最大仿真时长Tmax；
[0040]若t小于Tmax，则回到B2；
[0041]若t大于Tmax，则输出系统的可靠性指标EENS。
[0042]作为本专利技术所述智能园区新型用户需求侧响应模型及其置信容量评估方法的一种优选方案，其中：不同类型工作负荷分配模型如下：
[0043][0044][0045][0046]v
i,t
＝λ
i,t
+ω
i,t
[0047]0≤v
i，t
≤Cap
i
[0048]其中，I为服务器的数量，λ
t
为t时刻的延时敏感型工作总负荷，λ
i,t
为t时刻分配到i服务器延时敏感型工作负荷，ω
i,t
为t时刻分配到i服务器延时宽容型工作负荷，J为延时宽容型工作负荷的种类数，为t时刻j类负荷量，D
j
为j类延时宽容型工作负荷的可容忍延时时间，为tc时刻到达的j类延时宽容型负荷转移到t时刻响应的负荷量，v
i,t
为i服务器的工作负荷，Cap
i
为i服务器能处理的最大工作负荷量。
[0049]作为本专利技术所述智能园区新型用户需求侧响应模型及其置信容量评估方法的一种优选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于：包括，采用有效承载能力表征新型负荷的置信容量，并定义智能园区新型负荷容量计算指标，采用序贯蒙特卡罗方法计算含新型负荷的电网的可靠性指标，进而计算新型负荷置信容量；采集相关数据构建新型负荷能损耗计算模型，包括不同类型工作负荷分配模型和线性化服务器能耗计算模型；搜集新型负荷的历史数据，采用核密度估计法获得新型负荷的概率密度函数，采用蒙特卡洛抽样方法获得符合其概率分布的各时刻数据中心计算负荷量；采用蒙特卡洛进行抽样，获取风电、光伏以及负荷的随机曲线；建立新型负荷需求侧响应优化模型，包括目标模型以及运行约束。2.如权利要求1所述的智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于：所述新型负荷的置信容量计算公式如下：其中，为可靠性指标，将期望缺供电量EENS作可靠性指标，C
g
为发电机的容量，C
dc
为数据中心的容量，L
vl
为额外承担的负荷，L
vl
为新型负荷的有效承载能力。3.如权利要求2所述的智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于：所述新型负荷的置信容量计算步骤如下：A1：采用序贯蒙特卡洛方法分别计算考虑新型负荷需求侧响应的可靠性指标EENS1和不考虑新型负荷需求侧响应的可靠性指标EENS2；A2：判断EENS1与EENS2的大小；若EENS1大于EENS2，则EENS为0，结束流程；若EENS1小于EENS2，则执行下一步；A3：设置常数Lmax＝C，Lmin＝0；A4：更新L＝(Lmax+Lmin)/2；A5：对数据中心不作需求侧响应的系统加入L的负荷，并计算可靠性指标EENSx；A6：判断|EENSx
‑
EENS1|/EENS1<δ是否成立；若成立，则ELCC＝L；反之，判断EENSx<EENS1是否成立；若成立，则令Lmax＝L，转到A5；若不成立，令Lmin＝L，转到A5。4.如权利要求3所述的智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于：所述序贯蒙特卡洛方法步骤如下：B1：初始化仿真时间，令t＝0；B2：随机生成各元件正常工作时间T，取其中最小的时间Tmin，该元件记为X；B3：计算t时刻的电量平衡情况，求t时刻的缺供电量，若电网中包含新型负荷需求侧响应，还需要进行新型负荷需求侧响应优化模型求解以得到新型负荷调整过后的用电曲线；B4：判断t时刻是否存在缺供电情况；若存在，则计算t时刻的ENS，更新系统的EENS；
若不存在，则判断t是否小于Tmin；若t大于Tmax，则进入下一步；若t小于Tmax，则令t＝t+1，回到B3；B5：随机生成元件X的故障时间以及修复时间，计算该元件故障时的ENS，更新系统的EENS，令t＝t+1；B6：判断t是否小于最大仿真时长Tmax；若t小于Tmax，则回到B2；若t大于Tmax，则输出系统的可靠性指标EENS。5.如权利要求1所述的智能园区新型用户需求侧响应模型及其置信容量评估方法，其特征在于...

【专利技术属性】
技术研发人员：谈竹奎，刘斌，刘磊，代湘蓉，程庆，张俊玮，朱勇，徐玉韬，代吉玉蕾，陈敦辉，祝健杨，张缘圆，唐赛秋，丁超，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：