一种海量小微居民负荷聚合需求响应潜力评估方法与系统技术方案

一种海量小微居民负荷聚合需求响应潜力评估方法与系统，包括如下步骤：分别构建多个居民灵活性负荷的功率模型；根据功率模型，构建优化调度模型；根据功率模型，分别构建每一个居民灵活性负荷的需求响应潜力模型；基于需求响应潜力模型与优化模型求解结果，得到负荷聚合需求响应潜力评估模型，从而对负荷进行聚合潜力评估。本发明专利技术能够构建反应居民灵活性负荷差异性大与居民用电行为不确定性大的特点的负荷模型。的负荷模型。的负荷模型。

【技术实现步骤摘要】
一种海量小微居民负荷聚合需求响应潜力评估方法与系统


[0001]本专利技术属于电力数据分析领域，尤其涉及一种基于日前负荷优化调度的海量小微居民负荷聚合需求响应潜力评估方法与系统。

技术介绍

[0002]目前，江苏省发电以化石能源为主，约占总装机的76%，但比重逐年下降，火电机组利用小时数每年约减少300小时；江苏新能源快速发展，新能源装机2606万千瓦，居华东首位、国网系统第3位。尤其是海上风电总容量463万千瓦，占全国75%以上，未来规划将达到1313万千瓦。新能源装机与发电比例的快速增加，导致江苏电网的旋转备用机组容量在逐步下降，由于新能源发电自身的随机性、波动性和不可控特性，使得整个电网的调频与调峰能力随之下降。此外，新形势下电力系统形态正在发生深度变革，电力平衡由早期以省网为主体的模式逐渐转变为跨区域全网平衡模式。送受端、交直流、高低压电网高度耦合，连锁故障形态更加复杂，影响范围广、冲击大。电网运行面临特性认知难度大、调节控制复杂、故障防御困难等问题。跨区直流规模快速增长，在直流故障巨大冲击下，交流系统功角、电压、频率稳定问题，潮流堵塞问题以及故障后连锁反应等问题日益突出，电网存在重大安全风险，迫切需要在源网荷协调运行机制、需求侧响应等方面展开研究。
[0003]随着智能量测设备与各种智能家电的发展与进步，调度居民负荷作为需求响应资源具有更广阔的前景与可能。然而，居民用电行为的不确定性与大量小微负荷的异质性为需求响应的实施带来了巨大的挑战。调度部门需要知悉需求响应资源可调度量的大小以便于求响应计划的实施，若颁布的需求响应计划与需求响应可调度量不匹配，则会加剧供需不平衡，对电力系统的安全稳定运行造成影响。因此，研究居民灵活性负荷聚合潜力评估方法具有重要的意义。

技术实现思路

[0004]为解决现有技术中存在的不足，本专利技术提供一种基于日前负荷优化调度的海量小微居民负荷聚合需求响应潜力评估方法与系统，可在居民用电行为差异性大与负荷种类多的背景下，对居民灵活性负荷进行模型构建，并进行负荷聚合需求响应潜力的评估，评估结果可供调度部门制定需求响应计划，对需求响应的实施具有促进作用，具有重要学术意义和工程实用价值。
[0005]本专利技术采用如下的技术方案。
[0006]本专利技术第一方面提出了一种海量小微居民负荷聚合需求响应潜力评估方法，包括如下步骤：步骤1，分别构建多个居民灵活性负荷的功率模型；步骤2，根据功率模型，构建优化调度模型；步骤3：根据功率模型，分别构建每一个居民灵活性负荷的需求响应潜力模型；步骤4：基于需求响应潜力模型与优化模型求解结果，得到负荷聚合需求响应潜力
评估模型，从而对负荷进行聚合潜力评估。
[0007]进一步的，空调通过调节温度改变其用电量，步骤1中空调的功率模型为空调制冷模式时的温度
‑
功率模型：功率模型：功率模型：功率模型：其中，与分别是用户在时间的室内温度与室外温度；是空调的能效系数，是用户在时间的空调的运行功率，是用户的空调额定功率，是温度改变时延参数，和分别是空调的热容与热阻，是用户的空调在时间的恒温控制参数，是用户的舒适温度设定值，为空调死区设定值。
[0008]进一步的，电动汽车通过调节充电放电量的大小来改变用电量、改变充放电时间来调整用电时段，步骤1中电动汽车的功率模型为：时段，步骤1中电动汽车的功率模型为：时段，步骤1中电动汽车的功率模型为：时段，步骤1中电动汽车的功率模型为：时段，步骤1中电动汽车的功率模型为：时段，步骤1中电动汽车的功率模型为：其中,, ,和分别是用户在时刻的电动汽
车的能量、充电功率、放电功率、充电效率、放电效率；和是用户的电动汽车的最大能量与最小能量，是用户的电动汽车最大充放电功率；是用户在时刻的电动汽车充电指示变量，是用户在时刻的可调度指示变量；为用户的电动汽车的时刻的旅行所需的能量。
[0009]进一步的，清洁用电器的运行以不同的周期循环构成运行序列，步骤1中清洁用电器的功率模型为：模型为：模型为：和是用户指定的清洁用电器运行开始时间与结束时间，与是清洁用电器的当前运行周期循环与总周期循环数，是循环的额定功率，是用户在时刻的清洁用电器当前的运行功率，是用户指示清洁用电器在时刻开启指示变量，是用户在时刻的清洁用电器的可调度指示变量。
[0010]进一步的，步骤1中其他基础负荷的功率模型为：步骤1中其他基础负荷的功率模型为：其中为一类非灵活性负荷最大的用电量，为二类非灵活性负荷最大的用电量，为电视负荷，为笔记本充电负荷。
[0011]进一步的，
步骤2的优化调度模型为：步骤2的优化调度模型为：其中，是时刻的电价，是用户在时刻的总用电功率，包括：用户在时刻的空调的运行功率、清洁用电器当前的运行功率、非灵活性负荷功率、电动汽车的充电功率与放电功率；是总用户数，是采样时刻数。
[0012]进一步的，步骤3中需求响应潜力模型包括空调需求响应潜力模型，空调需求响应潜力模型如下式所示：其中，是用户在时刻的空调的可削减功率，为用户在时刻的空调的运行功率，和是用户的可接受最低或最高室内温度，是指用户的室内温度。
[0013]进一步的，步骤3中需求响应潜力模型包括电动汽车需求响应潜力模型，电动汽车需求响应潜力模型包括：正在充电的电动汽车需求响应潜力模型与正在放电的电动汽车需求响应潜力模型；正在充电的电动汽车需求响应潜力模型为：正在充电的电动汽车需求响应潜力模型为：正在充电的电动汽车需求响应潜力模型为：正在充电的电动汽车需求响应潜力模型为：
其中，与分别为用户在时刻的不考虑能量限值与旅行所需能量限值情况的电动汽车可增加可削减功率，是用户在时刻的正在充电的电动汽车的真实可增加功率，是用户在时刻的正在充电的电动汽车的真实可削减功率，是用户的电动汽车最大能量，是用户的电动汽车最小能量，是用户在时刻的电动汽车能量，是用户在时刻的电动汽车的充电功率，是用户的电动汽车的充电效率，是用户的电动汽车的放电效率，是用户在剩余可充电时间内的最大可充电能量，是用户的电动汽车第d天旅行所需要的能量，是用户的电动汽车离开充电站的时间，是用户\的电动汽车最大充放电功率；正在放电的电动汽车需求响应潜力模型为：正在放电的电动汽车需求响应潜力模型为：正在放电的电动汽车需求响应潜力模型为：正在放电的电动汽车需求响应潜力模型为：
其中，和是用户在时刻的正在放电的电动汽车的真实可削减功率与真实可增加功率，是用户的电动汽车最大能量，是用户的电动汽车最小能量，是用户在时刻的电动汽车的放电功率，是用户的电动汽车的充电效率，是用户的电动汽车的放电效率。
[0014]进一步的，清洁用电器需求响应潜力模型为：清洁用电器需求响应潜力模型为：其中，与分别是用户在时刻的清洁用电器的可削减功率，可增加功率；是用户在时刻=的清洁用电器当前的运行功率；是用户在时刻使用清洁用电器的开启时刻，和是用户指定的清洁用电器运行开始时间与结束时间，是用户清洁用电器的总的运行时长。
[0015]进一步的，步骤4中负荷聚合需求响本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于，包括如下步骤：步骤1，分别构建多个居民灵活性负荷的功率模型；步骤2，根据功率模型，构建优化调度模型；步骤3：根据功率模型，分别构建每一个居民灵活性负荷的需求响应潜力模型；步骤4：基于需求响应潜力模型与优化模型求解结果，得到负荷聚合需求响应潜力评估模型，从而对负荷进行聚合潜力评估。2.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：空调通过调节温度改变其用电量，步骤1中空调的功率模型为空调制冷模式时的温度
‑
功率模型：功率模型：功率模型：功率模型：其中，是的增量符号，与分别是用户在时间的室内温度与室外温度；是空调的能效系数，是用户在时间的空调的运行功率，是用户的空调额定功率，是温度改变时延参数，和分别是空调的热容与热阻，是用户的空调在时间的恒温控制参数，是用户的舒适温度设定值，为空调死区设定值。3.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：电动汽车通过调节充电放电量的大小来改变用电量、改变充放电时间来调整用电时段，步骤1中电动汽车的功率模型为：段，步骤1中电动汽车的功率模型为：段，步骤1中电动汽车的功率模型为：
其中, ,
ꢀꢀ
, 和分别是用户在时刻的电动汽车的能量、充电功率、放电功率、充电效率、放电效率；和是用户的电动汽车的最大能量与最小能量，是用户的电动汽车最大充放电功率；是用户在时刻的电动汽车充电指示变量，是用户在时刻的可调度指示变量；为用户的电动汽车的时刻的旅行所需的能量；为用户离开充电站的时刻；为第天旅行所需要的能量；为用户的电动汽车的时刻的旅行所需的能量。4.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：清洁用电器的运行以不同的周期循环构成运行序列，步骤1中清洁用电器的功率模型为：为：式中，和是用户指定的清洁用电器运行开始时间与结束时间，与是清洁用电器的当前运行周期循环与总周期循环数，是循环的额定功率，是用户在时刻的清洁用电器当前的运行功率，是用户
指示清洁用电器在时刻开启指示变量，是用户在时刻的清洁用电器的可调度指示变量。5.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：步骤1中其他基础负荷的功率模型为：步骤1中其他基础负荷的功率模型为：其中为一类非灵活性负荷最大的用电量，为二类非灵活性负荷最大的用电量，为电视负荷，为笔记本充电负荷。6.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：步骤2的优化调度模型为：步骤2的优化调度模型为：其中，是时刻的电价，是用户在时刻的总用电功率，包括：用户在时刻的空调的运行功率、清洁用电器当前的运行功率、非灵活性负荷功率、电动汽车的充电功率与放电功率；是总用户数，是采样时刻数。7.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：步骤3中需求响应潜力模型包括空调需求响应潜力模型，空调需求响应潜力模型如下式所示：其中，是用户在时刻的空调的可削减功率，为用户在时刻
的空调的运行功率，和是用户的可接受最低或最高室内温度，是指用户的室内温度。8.根据权利要求1所述的一种海量小微居民负荷聚合需求响应潜力评估方法，其特征在于：步骤3中需求响应潜力模型包括电动汽车需求响应潜力模型，电动汽车需求响应潜力模型包括：正在充电的电动汽车需求响应潜力模型与正在放电的电动汽车需求响应潜力模型；正在充电的电动汽车需求响应潜力模型为：正在充...

【专利技术属性】
技术研发人员：胡新雨，林林，胡楠，殷俊，吴晓楠，罗勇，林亚阳，郁海彭，王嘉楠，苏伟伟，曹鑫楠，周进飞，孙川，
申请(专利权)人：国网江苏省电力有限公司南通供电分公司，
类型：发明
国别省市：