【技术实现步骤摘要】
本专利技术涉及电力需求响应领域，具体涉及一种考虑居民需求响应不确定性的电网优化调度方法及系统。
技术介绍
1、当前，居民用户用电量不断攀升，加重了电网的负荷供给压力；同时新能源并网规模增加，新型电力系统正在加速构建，但新能源出力具有较强的波动性，使电力供需失衡成为了一种常态。因此，传统的源随荷动的发电机制不再适用，源荷互动的需求响应技术研究迎来了热潮。
2、然而目前对居民侧需求响应的研究多集中于确定性研究，与居民用户的实际响应的差异性和不确定性存在较大误差，将导致需求响应项目现实实施中的安全性和经济性受到影响。
技术实现思路
1、本专利技术的目的在于解决上述现有技术的不足，从而提供一种考虑居民需求响应不确定性的电网优化调度方法，通过对居民侧需求响应的参与度和响应量的不确定性进行精细化建模，从而构建电网优化调度模型，得到至少一种考虑居民需求响应不确定性的电网优化调度方法，以解决现有需求响应项目实施过程中由于用户响应不确定性带来的响应容量偏差问题，从而提高电力系统的安全性和运行经济性。可有效降低需求响应过程中不确定性带来的系列风险损失。
2、本专利技术的目的还在与提供一种用于实现上述技术方案所述考虑居民需求响应不确定性的电网优化调度方法的系统。
3、一种考虑居民需求响应不确定性的电网优化调度方法，包括以下步骤：
4、步骤s1：建立居民用户参与度不确定性模型；
5、步骤s2：建立居民用户响应量不确定性模型；
6、步骤
7、步骤s4：基于步骤s3中的考虑居民需求响应不确定性的需求响应总负荷量，以电网综合运行成本最低为目标，建立考虑居民需求响应不确定性的电网优化调度模型，确定电网优化调度模型的约束条件；
8、步骤s5：利用非洲秃鹫优化算法对电网优化调度模型进行求解，得到最优需求响应激励值，确定机组出力，形成最优调度方法。
9、步骤s1中，建立居民用户参与度不确定性模型，具体步骤如下：
10、步骤s11：收集居民用户的家庭背景信息，家庭背景信息具体包括家庭收入、受教育水平程度和用户家庭成员平均年龄；
11、步骤s12：将步骤s11中的家庭背景信息以用户家庭收入影响系数δi、用户受教育水平程度影响系数δe和用户家庭成员平均年龄影响系数δa三者来表示，共同来计算用户对激励的敏感度不确定性指数δ(表示用户在激励刺激下对需求响应的参与意愿不确定性大小)，其计算公式为：
12、
13、
14、
15、
16、其中，i、iε分别为居民用户的家庭收入和用户对需求响应激励敏感度受家庭收入水平影响的阈值，当用户的家庭收入超过阈值iε后，其影响系数视为一个恒定的极小值表示用户对激励的敏感度极低；0≤α1＜α2＜α3≤1，e1、e2、e3为用户的受教育程度阈值，由低到高递增；0≤α4＜1，a、aε分别为居民用户的家庭成员平均年龄和年龄阈值；
17、步骤s13：基于步骤s12中得到的用户对激励的敏感度不确定性指数，建立基于激励动态变化下的用户参与度不确定性模型，其计算公式如下：
18、
19、其中，δ(x)、δm分别为用户在激励为x和激励占主导影响因素时转折激励阈值点xmid处的不确定性敏感指数；xlow、xup分别表示用户参与需求响应的临界激励水平点和饱和激励水平点；α、β为用户的激励敏感度指数δ随激励水平x变化而变化的不确定性参数，服从正态分布，且α＜β＜1。
20、步骤s2中，建立居民用户响应量不确定性模型，具体步骤如下：
21、步骤s21：建立用户需求响应电力激励弹性系数:
22、
23、
24、其中，eii、eij分别表示自弹系数和互弹系数；qi、δqi分别为i时段的用户原始用电量和用电改变量；xi、xj分别为i时段和j时段时段的激励；eii、eij的值可根据调研当地负荷的行为特性和专家经验获取；
25、步骤s22：建立用户对温控负荷、电动汽车负荷和洗衣机负荷的用电舒适度模型：
26、
27、
28、
29、其中，λtl、λev和λzy分别为用户对温控负荷、电动汽车负荷和洗衣机负荷的用电舒适度不确定性指标；δtset为温控负荷的温度设定值改变量；δtset,max为用户在激励刺激下能接受的最大可调节温度；socout、socplan分别为用户参与需求响应后和未参与需求响应时电动汽车离网时刻的荷电状态值；tzy,on0、tzy,on1分别为需求响应前后可转移类负荷的工作开始时间；tzy,de,max为设备的最大可转移时间；λtl、λev和λzy的值由蒙特卡洛抽样得到；δtset,max、socplan、tzy,on0和tzy,de,max的值服从正态分布，其值由蒙特卡洛抽样获取；
30、步骤s23：基于用户需求响应电力激励弹性系数及用电舒适度模型，建立基于用户用电舒适度的用户响应量不确定性模型：
31、δqi＝qi,tl×λtl×eii×xi+(qi,ev×λev+qi,zy×λzy)×eij×xj
32、
33、
34、其中，δqi为用户的响应量不确定值；qi,tl、qi,ev和qi,zy分别为i时段用户原始温控负荷、电动汽车负荷和其它可转移类负荷的用电量；pi、ai分别为i时段用户侧原始电价、需求响应电价以及补偿激励；pj、aj分别为j时段用户侧原始电价、需求响应电价以及补偿激励。
35、步骤s3中，基于参与度不确定性模型及响应量不确定性模型，计算考虑居民需求响应不确定性的需求响应总负荷量，具体步骤如下：
36、步骤s31：基于蒙特卡洛抽样获取每个用户的用户参与度不确定性模型的α、β值，进而根据步骤s13中的用户参与度不确定性模型计算得到每个用户在激励为x时的参与度δ(x)；
37、步骤s32：基于蒙特卡洛抽样获取每个用户的δtset,max、socplan、tzy,on0和tzy,de,max值，进而计算步骤s22中的各用户的λtl、λev和λzy值；接着根据步骤s23中的用户响应量不确定性模型计算各用户基于自身用电舒适度的响应量值δqi；
38、步骤s33：计算各用户的需求响应负荷量：
39、δpn,fl,i＝δ(x)×δqi
40、其中，δpn,fl,i为用户n在i时段的柔性负荷需求响应量；δ(x)为用户在激励为x时的需求响应参与度；δqi为用户基于自身用电舒适度的的响应量值；
41、步骤s34：计算考虑用户需求响应不确定性下的所有居民用户需求响应总负荷量：
42、
43、其中，δpfl,i为所有用户在i时段的需求响应总负荷量；n为居民本文档来自技高网...
【技术保护点】
1.一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤S1中，建立居民用户参与度不确定性模型，具体步骤如下：
3.根据权利要求1或2所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤S2中，建立居民用户响应量不确定性模型，具体步骤如下：
4.根据权利要求3所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤S3中，基于参与度不确定性模型及响应量不确定性模型，计算考虑居民需求响应不确定性的需求响应总负荷量，具体步骤如下：
5.根据权利要求4所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，各用户的ΔTset、SOCout和Tzy,on1的值与用户的家庭情况、上下班时间等个性化因素有关，取其值为各用户历史需求响应中对应数据的平均值。
6.根据权利要求1、4或5所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤S4中，电网优化调度模型为：p>
7.根据权利要求6所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤4中，确定电网优化调度模型的预设条件和约束条件，具体为：
8.根据权利要求1所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤S5具体为：
9.一种用于实现权利要求1-8任意一项所述一种考虑居民需求响应不确定性的电网优化调度方法的系统，其特征在于，包括：
...【技术特征摘要】
1.一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤s1中，建立居民用户参与度不确定性模型，具体步骤如下：
3.根据权利要求1或2所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤s2中，建立居民用户响应量不确定性模型，具体步骤如下：
4.根据权利要求3所述的一种考虑居民需求响应不确定性的电网优化调度方法，其特征在于，步骤s3中，基于参与度不确定性模型及响应量不确定性模型，计算考虑居民需求响应不确定性的需求响应总负荷量，具体步骤如下：
5.根据权利要求4所述的一种考虑居民需求响应不确定性的电网优化调度方法，...
【专利技术属性】
技术研发人员：柳丹，康逸群，冀肖彤，熊平，江克证，李喆，游力，曹侃，肖繁，胡畔，叶畅，宿磊，熊亮雳，熊昊哲，邓万婷，王伟，陈孝明，刘巨，徐驰，李猎，敖禹琦，冯万里，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
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。