【技术实现步骤摘要】
一种基于需求响应的用户侧资源调控方法
[0001]本专利技术涉及一种基于需求响应的用户侧资源调控方法,属于电力系统需求响应
。
技术介绍
[0002]需求响应是指电力用户对实施机构发布的价格信号或激励机制做出响应,并改变电力消费模式的一种参与行为
。
[0003]现有技术中,通常对用户侧部分资源进行需求响应调控,未充分调动用户侧资源参与需求响应,或者对所有资源进行整体的调控,导致调控不精细
。
同时,现有技术也为对用户侧可调控资源进行定量计算,无法准确地描述各类资源参与需求响应的情况
。
[0004]如论文
《
考虑用电满意度与响应量期望的虚拟电厂需求响应交易模型
》
中,提出了在以电网公司为主导的
VPP
需求响应交易模式下,并构建了需求响应交易模型,但是未对用户侧资源参与需求响应的可调节电量进行建模计算,无法系统描述用户侧各类资源参与需求响应的情况
。
[0005]专利号为
ZL2015 ...
【技术保护点】
【技术特征摘要】
1.
一种基于需求响应的用户侧资源调控方法,其特征在于,包括:建立用户侧资源模型,所述用户侧资源模型包括空调集群模型
、
电动汽车集群模型和储能集群模型;根据所述空调集群模型
、
所述电动汽车集群模型和所述储能集群模型得到当前空调负荷集群可调功率
、
电动汽车集群可调功率和储能集群可调功率;以用户收益最大化为目标,构建收益最大化调控模型;以用户满意度最优为目标,构建满意度最优调控模型;将所述收益最大化调控模型和所述满意度最优调控模型组成双目标优化模型将所述空调负荷集群可调功率
、
所述电动汽车集群可调功率
、
所述储能集群可调功率输入所述双目标优化模型,求解所述双目标优化模型,得到调控方案
。2.
根据权利要求1所述基于需求响应的用户侧资源调控方法,其特征在于,所述空调集群模型具体为:根据时刻
t
时调控前后的空调负荷集群功率计算空调负荷集群可调功率
Δ
P
aggTCL
(t)
:
Δ
P
aggTCL
(t)
=
P
aggTCL,before
(t)
‑
P
aggTCL,after
(t)
;其中,
P
aggTCL,before
(t)
为调节前空调负荷集群功率,为调控时空调集群的实际功率,
P
aggTCL,after
(t)
为调节后空调负荷集群功率;调节前空调负荷集群功率
P
aggTCL,before
(t)
和调节后空调负荷集群功率
P
aggTCL,after
(t)
根据以下公式得到:其中,
N1为空调集群中的空调数量,
s
i
(t)
为第
i
台空调的运行状态,运行状态为启动时
s
i
(t)
=1,运行状态为停止时
s
i
(t)
=0,
P
iTCL
为第
i
台空调的额定功率;获取
t
时刻的各类数据,计算得到的空调负荷集群功率
P
aggTCL
(t)
即为调节前空调负荷集群功率
P
aggTCL,before
(t)
,调控第
i
台空调的额定功率
P
iTCL
后,计算得到的空调负荷集群功率
P
aggTCL
(t)
即为调节后空调负荷集群功率
P
aggTCL,after
(t)
;所述第
i
台空调的额定功率
P
iTCL
通过以下公式获得:其中,为空调一个启停周期的运行平均功率,即第
i
台空调的额定功率
P
iTCL
,
α1为室外温度恒定时模拟得到的温度系数,
β1为室外温度恒定时模拟得到的功率常量,
T
set
为预设的工作温度
。3.
根据权利要求2所述基于需求响应的用户侧资源调控方法,其特征在于,所述空调集群模型需满足以下约束:其中,和分别为可调控最低和可调控最高空调功率,
P
TCL
(t)
为空调负荷功率;所述可调控最低功率和可调控最高空调功率由舒适温度
T
set
确定;预设舒适温度
T
set
后,根据以下公式得到最低可调温度
T
min
和最高可调温度
T
max
:
其中,
σ
智能空调温度调节死区,即最低可调温度
T
min
,即最高可调温度
T
max
。4.
根据权利要求1所述基于需求响应的用户侧资源调控方法,其特征在于,所述电动汽车集群模型具体为:根据时刻
t
时调控前后的电动汽车集群充电功率
P
aggEV
(t)
计算电动汽车集群可调功率
Δ
P
aggEV
(t)
:
Δ
P
aggEV
(t)
=
P
aggEV,before
(t)
‑
P
aggEV,after
(t)
;其中,
P
aggEV,before
(t)
为调节前电动汽车集群充电功率,
P
aggEV,after
(t)
为调节后电动汽车集群充电功率,;调节前电动汽车集群充电功率
P
aggEV,before
(t)
和调节后电动汽车集群充电功率
P
aggEV,after
(t)
根据以下公式得到:其中,
N2为电动汽车集群中的电动汽车数量,
P
iEV
(t)
为
t
时刻第
i
台电动汽车的充电功率;获取
t
时刻的各类数据,计算得到的电动汽车集群充电功率
P
aggEV
(t)
即为调节前电动汽车集群充电功率
P
aggEV,before
(t)
,调控第
i
台电动汽车的充电功率
P
iEV
(t)
后,计算得到的电动汽车集群充电功率
P
aggEV
(t)
即为调节后电动汽车集群充电功率
P
aggEV,after
(t)。5.
根据权利要求4所述基于需求响应的用户侧资源调控方法,其特征在于,所述电动汽车集群模型需满足以下约束:
SOC
EV,i,min
≤SOC
EV,i
(t)≤SOC
EV,i,max
;;其中,
SOC
EV,i,min
和
SOC
EV,i,max
分别为第
i
台电动汽车的允许最小和允许最大荷电状态,
SOC
EV,i
(t)
为
t
时刻第
i
台电动汽车的实际荷电状态,为电动汽车充放电状态实际转换次数,为电动汽车充放电状态最大转换次数,为预设时间段内电动汽车需满足的最低荷电状态;在每次充电开始时电动汽车的荷电状态由以下公式确定:
SOC
EV
(t
start,j+1
)
=
SOC
EV
(t
end,j
)
‑
(d/D)
×
100
%;其中,
SOC
EV
(t
start,j+1
)
为第
j+1
次充电开始时电动汽车的荷电状态,
SOC
EV
(t
end,j
)
为第
j
次充电结束时电动汽车的荷电状...
【专利技术属性】
技术研发人员:刘永清,高俊彦,王珍,万磊,王小辉,黄琦斌,胡志坤,张俊,郑南章,冯昌森,廖晔,文福拴,游元通,曾振坤,李英,郑琦鸿,庄劲,杨国钊,
申请(专利权)人:国网福建省电力有限公司浙江大学,
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。