一种基于峰谷期望及动态电价的可控负荷最优调控方法技术

本发明专利技术涉及一种基于峰谷期望及动态电价的可控负荷最优调控方法，包括包括1)创建可控负荷用电量模型和不可控负荷用电量模型；2)创建用户侧效益函数；3)建立基于峰谷期望的动态电价优化调节策略及可控约束；4)使用蛇优化算法建立负荷调控机制，利用用户侧效益函数获得负荷优化调度结果；通过建立基于峰谷期望的动态电价制定方法，在动态电价制定时只需要将当前负荷值与峰谷期望值进行比较并计算，减少了求解期望负荷的步骤，降低了计算量，提高电网的调度能力，使用了蛇优化算法对负荷调控结果进行求解，可快速准确找到全局的最优结果，获得准确的可控负荷调节方案，有效的减少了用户的用电成本，增强了电网的安全性及稳定性。增强了电网的安全性及稳定性。增强了电网的安全性及稳定性。

【技术实现步骤摘要】
一种基于峰谷期望及动态电价的可控负荷最优调控方法


[0001]本专利技术涉及电力系统负荷调控
，尤其涉及一种基于峰谷期望及动态电价的可控负荷最优调控方法。

技术介绍

[0002]随着高比例新能源及高比例电力电子设备接入，导致系统有效转动惯量减小、阻尼弱化，当系统受到扰动时，系统对电压和频率的支撑能力变弱，电力系统的稳定性受到挑战,供需平衡不足的情况下，负荷侧需求响应是有效的解决方案之一，但目前，负荷侧数以万计的可控负荷潜力仍然未能被充分挖掘，无法直接参与到电网调控过程中，造成用户负荷资源被浪费。
[0003]在新型电力系统的源
‑
网
‑
荷
‑
储架构下，风电、光伏等新能源场站大规模并网，由于风、光等新能源自身固有的随机性与间歇性，导致源侧出力从可控变为不可控，严重影响电力系统的安全稳定运行，为此，如何通过设置合理的电价政策、激励手段，将传统负荷侧的随机性、不可控性进行重规划并充分调用，改变以往源随荷动的情况，仍是现今电力系统主要面临的难题之一；目前，负荷侧需求响应的开发已经得到国内外各界的广泛关注，如何利用组合优化方法，构建以用户侧支出最小为目标函数，建立相关的调控及电价约束，并选择合适的优化方法，保证系统安全的调度运行，促进负荷侧在电网中发挥互动作用，仍然还需要进一步研究，在电网实时负荷调控过程中快速准确地获得负荷调控结果对于保证电网稳定运行至关重要，获得负荷调控结果的响应速度慢，会导致电力系统的频率不稳定，存在降低电能质量，引发电网故障的隐患，负荷调控结果不准确，会给用户与电网带来经济损失。

技术实现思路

[0004]本专利技术提供了一种基于峰谷期望及动态电价的可控负荷最优调控方法，通过建立基于峰谷期望的动态电价制定方法，在动态电价制定时只需要将当前负荷值与峰谷期望值进行比较并计算，避免了以往通过期望负荷计算的方式，减少了求解期望负荷的步骤，降低了计算量，可节约负荷调控过程所需计算时间，提高电网的调度能力，使用了蛇优化算法对负荷调控结果进行求解，寻优算法收敛速度更快，可以快速获得可控负荷调控结果，使得调控精度更高，跳出局部最优的能力强，能够找到全局的最优结果，获得准确的可控负荷调节方案，有效的减少了用户的用电成本，增强了电网的安全性及稳定性。
[0005]为了达到上述目的，本专利技术采用以下技术方案实现：
[0006]一种基于峰谷期望及动态电价的可控负荷最优调控方法，包括如下步骤：
[0007]1)创建可控负荷用电量模型和不可控负荷用电量模型；
[0008]2)创建用户侧效益函数；
[0009]3)建立基于峰谷期望的动态电价优化调节策略及可控约束；
[0010]4)根据可控负荷的调节能力上下限对蛇群位置进行初始化，确定蛇群中每一条蛇
的位置，即调节后可控负荷量，通过适应度函数分别找到每一轮迭代过程中蛇群里最优的雄蛇与最优的雌蛇，找到使得用户侧效益最大的可控负荷量，设定食物量与温度两个参数条件来改变蛇的寻食、战斗和繁殖行为，每种行为与蛇的性别分别对应着不同的位置变换率，通过迭代不断更新蛇种群的位置，分别找到最优的雄性个体与最优的雌性个体，将二者的适应度值进行比较，最终找到使得适应度函数最大的蛇的位置，即求得最优负荷，通过电力负荷平坦指数Ψ来验证调控结果的平稳情况。
[0011]进一步的，所述步骤1)中各时段可控负荷用电量模型及约束条件如下：
[0012][0013]其中，k为每个用电周期划分的用电时段个数，P
k
为第k时段可控用电负荷用电量，P为各时段可控用电负荷集合，M为一个用电周期可控负荷的用电量集合，P
max
为各时段可控负荷调控过程中最小调控电量，P
max
为各时段可控负荷调控过程中最大调控电量，P(i)为1,2,
…
,k时刻中每一时刻的可控负荷用电量；
[0014]各时段不可控负荷用电量模型如下：
[0015]V＝[V1,V2,V3,...,V
k
‑1,V
k
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0016]其中，V为一个用电周期不可控负荷的用电量集合，V
k
为各时段不可控负荷的用电负荷集合。
[0017]进一步的，所述步骤2)中以电力用户支出费用最小为目标的用户侧效益函数具体如下：
[0018][0019]其中，S(i)为第i时刻对应的动态电价，V(i)为1，2，...，k时段中每时段的不可控用电负荷，minC
P
为可控负荷支出的最小费用，minC
V
为不可控负荷支出的最小费用，minC
tatol
为总电力用户支出最小费用。
[0020]进一步的，所述步骤3)中一个用电周期中各时段动态电价为：
[0021][0022]其中，S
k
为第k时段的动态电价，S0(i)为初始电价，S
*
(i)为激励电价；
[0023]激励电价具体公式如下：
[0024][0025]σ为用电负荷偏离峰谷期望的激励系数，M
max
为峰谷期望负荷值的最大值，M
min
为峰
谷期望负荷值的最小值，当前用电负荷量大于峰谷期望值的最大值或小于峰谷期望值的最大值最小值，则动态电价进行调整，当前负荷值大于峰谷期望最小值，小于峰谷期望最大值时，动态电价为0；
[0026]对峰谷电价进行约束，约束条件如下：
[0027][0028]γ为最大峰谷负荷差，maxM
*
(i)为调控优化后的第i时刻的最大负荷值，minM
*
(i)为调控后的第i时刻的最小负荷值，α为最大峰谷电价比参数，maxS
i
为动态电价中的峰值电价，minS
i
为动态电价中的谷值电价。
[0029]通过负荷调控结果与优化电价结果求解用户最优效益结果，具体公式如下：
[0030]C*
total
＝C*
P
+C
V
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0031][0032]其中，C*
total
为优化后的用户最优总效益结果，C*
P
为优化后的可控负荷支出，P*(i)为优化后的每时段可控负荷值.
[0033]进一步的，所述步骤4)中利用蛇优化算法获得最优可控负荷，具体步骤如下：
[0034](1)确定最优可控负荷量，根据可控负荷的调节能力上下限，对蛇群的位置即可控负荷的量进行初始化，并将蛇群平均分为雄性和雌性，
[0035][0036]其中，Sk
i,u
为初始化后第u条蛇的位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于峰谷期望及动态电价的可控负荷最优调控方法，其特征在于，包括如下步骤：1)创建可控负荷用电量模型和不可控负荷用电量模型；2)创建用户侧效益函数；3)建立基于峰谷期望的动态电价优化调节策略及可控约束；4)根据可控负荷的调节能力上下限对蛇群位置进行初始化，确定蛇群中每一条蛇的位置，即调节后可控负荷量，通过适应度函数分别找到每一轮迭代过程中蛇群里最优的雄蛇与最优的雌蛇，找到使得用户侧效益最大的可控负荷量，设定食物量与温度两个参数条件来改变蛇的寻食、战斗和繁殖行为，每种行为与蛇的性别分别对应着不同的位置变换率，通过迭代不断更新蛇种群的位置，分别找到最优的雄性个体与最优的雌性个体，将二者的适应度值进行比较，最终找到使得适应度函数最大的蛇的位置，即求得最优负荷，通过电力负荷平坦指数Ψ来验证调控结果的平稳情况。2.根据权利要求1所述的一种基于峰谷期望及动态电价的可控负荷最优调控方法，其特征在于，所述步骤1)中各时段可控负荷用电量模型及约束条件如下：其中，k为每个用电周期划分的用电时段个数，P
k
为第k时段可控用电负荷用电量，P为各时段可控用电负荷集合，M为一个用电周期可控负荷的用电量集合，P
max
为各时段可控负荷调控过程中最小调控电量，P
max
为各时段可控负荷调控过程中最大调控电量，P(i)为1,2,
…
,k时刻中每一时刻的可控负荷用电量；各时段不可控负荷用电量模型如下：V＝[V1,V2,V3,...,V
k
‑1,V
k
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，V为一个用电周期不可控负荷的用电量集合，V
k
为各时段不可控负荷的用电负荷集合。3.根据权利要求1所述的一种基于峰谷期望及动态电价的可控负荷最优调控方法，其特征在于，所述步骤2)中以电力用户支出费用最小为目标的用户侧效益函数具体如下：其中，S(i)为第i时刻对应的动态电价，V(i)为1，2，...，k时段中每时段的不可控用电负荷，min C
P
为可控负荷支出的最小费用，min C
V
为不可控负荷支出的最小费用，min C
tatol
为总电力用户支出最小费用。4.根据权利要求1所述的一种基于峰谷期望及动态电价的可控负荷最优调控方法，其特征在于，所述步骤3)中一个用电周期中各时段动态电价为：
其中，S
k
为第k时段的动态电价，S0(i)为初始电价，S
*
(i)为激励电价；激励电价具体公式如下：σ为用电负荷偏离峰谷期望的激励系数，M
max
为峰谷期望负荷值的最大值，M
min
为峰谷期望负荷值的最小值，当前用电负荷量大于峰谷期望值的最大值或小于峰谷期望值的最大值最小值，则动态电价进行调整，当前负荷值大于峰谷期望最小值，小于峰谷期望最大值时，动态电价为0；对峰谷电价进行约束，约束条件如下：γ为最大峰谷负荷差，max M
*
(i)为调控优化后的第i时刻的最大负荷值，min M
*
(i)为调控后的第i时刻的最小负荷值，α为最大峰谷电价比参数，max S
i
为动态电价中的峰值电价，min S
i
为动态电价中的谷值电价；通过负荷调控结果与优化电价结果求解用户最优效益结果，具体公式如下：C*
total
＝C*
P
+C
V
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)其中，C*
total
为优化后的用户最优总效益结果，C*
P
为优化后的可控负荷支出，P*(i)为优化后的每时段可控负荷值。5.根据权利要求1所述的一种基于峰谷期望及动态电价的可控负荷最优调控方法，其特征在于，所述步骤4)中利用蛇优化算法获得最优可控负荷，具体步骤如下：(1)确定最优可控负荷量，根据可控负荷的调节能力上下限，对蛇群的位置即可控负荷的量进行初始化，并将蛇群平均分为雄性和雌性，其中，Sk
i,u
为初始化后第u条蛇的位置，Y为总个体数，N为维数，L
max
为可控负荷调节的上边界，L
min
为可控负荷调节的下边界，r取0到...

【专利技术属性】
技术研发人员：鲁浦锟，孙金明，王顺江，于博，贺欢，张秀宇，贾依霖，李正林，贾明月，李志伟，祝国强，
申请(专利权)人：国网辽宁省电力有限公司国网辽宁省电力有限公司鞍山供电公司国家电网有限公司，
类型：发明
国别省市：