【技术实现步骤摘要】
本专利技术涉及电网能源管理，具体涉及一种基于不确定信息下iesp风险偏好的需求响应激励方法。
技术介绍
1、综合需求响应(integrated demand response，idr)已被视为提升能源利用效率和实现电力削峰填谷的有效手段。但idr需求侧用户不确定信息给综合能源的运行优化和经济调度带来极大的挑战。为实现idr中供需双侧的良性互动，研究面向多能源系统实施需求侧管理的综合能源服务商(integrated energy service provider，iesp)与发挥用户在削峰填谷中的重要作用成为当务之急。iesp利用能量枢纽(energyhub，eh)在能源供给侧实现电能、热能、气能等多种能源的耦合。在需求侧参与idr的用户则是由iesp通过价格或激励方式诱导其改变某一种或多种能源的需求从而对另一种或多种能源的需求产生影响，由于激励型需求响应能够更加有效地鼓励用户积极参与到idr中，故现有研究多围绕激励型需求响应来展开。
2、在现有激励型需求响应的研究中zheng s l等人在《incentive-basedintegrated demand response considering s&c effect in demand side withincomplete information》中针对用户的不确定信息，对不同响应特性的用户下发不同的激励，在构建用户效益函数模型中考虑了用户的响应不确定信息，但其在构造用户效益函数模型时忽视了用户第一次参与idr时导致的参与不确定信息，只考虑响应不确定信息与
3、关于不确定信息建模方面，目前还有一些研究，如吴彪等人在《电网技术》第1期第15卷中采用鲁棒优化方法，zheng s l等人在《stochastic programming model forincentive-based demand response considering complex uncertaintiesofconsumers》采用的随机理论，仇知等人在《电力自动化设备》第39期第8卷采用的区间理论，刘文霞等人在《电力系统自动化》第44期第10卷采用的证据理论，但其均忽视了用户的参与不确定信息这一现实问题。
4、在如何处理不确定性方面，eksin c等人在《demand response managementinsmart grids with heterogeneous consumerpreferences》中为应对用户响应带来的不确定性，建立了一个考虑用户偏好不确定性的非完全信息博弈模型；liu j等人在《interactive energy-saving dispatch considering generation and demand sideuncertainties:a chinese study》中为同时应对供给侧与需求侧的不确定性，建立了供给侧和需求侧双层交互优化模型；但其均只考虑了idr存在的不确定性以及如何处理不确定性，并未考虑到不确定信息所带来的风险。
5、idr中，iesp将直接承担用户的不确定信息所带来的风险，风险是对不确定信息性的量化，目前关于idr中风险的研究有movahedpour m等人在《microgrids operation byconsidering demand response and supply programs inthe presence ofigdt-basedreverse risk》中提出了一种新的idr建模和分析方法，用以考虑住宅微网中生产和需求的不确定信息和反向风险；nguyen d t等人在《risk-constrained profit maximizationfor microgrid aggregators with demand response》中提出了一种基于风险约束场景的随机规划框架，采用条件值风险的方法对微网聚合商的风险规避进行建模；孙毅等人在《电工技术学报》第38期第9卷建立了计及条件风险价值和综合需求响应的产消者模型以及综合能源服务商模型，为产消者在经济效益和风险水平之间的平衡提供了参考，但上述研究未将用户的不确定信息与其所导致的风险综合考虑到iesp的建模中，同时未对与iesp对待风险的偏好进行探究。
6、因此在全面准确地衡量用户参与响应时产生不确定信息的基础上，将不确定信息带来的风险考虑到iesp中，如何引导用户调整用电需求，提升用户响应的可靠性，降低iesp的风险提升模型的精确性和适应性，使得用户与综合能源服务商达到双赢，是当前电网进行能源消纳削减时仍需考虑的难点。
技术实现思路
1、为实现本专利技术目的，本申请提供了一种基于不确定信息下iesp风险偏好的需求响应激励方法，包括：
2、步骤s1：根据用户的响应不确定信息与参与不确定信息构建用户效益函数模型；
3、步骤s2：根据委托-代理理论构建iesp不确定信息模型，并根据马科维茨均值-方差理论对所述iesp不确定信息模型进行等价效益分析，根据等价效益分析的结果确定iesp随机效益模型；
4、步骤s3：根据所述iesp随机效益模型建立考虑iesp风险偏好的风险型成本模型；
5、步骤s4：基于所述用户效益函数模型和风险型成本模型确定最优激励方案。
6、在其中一些具体实施例中，步骤s1中，用户在参与综合需求响应时，基于用户的响应不确定信息与参与不确定信息的不确定性，导致实际响应量与目标响应量存在偏差，将所述实际响应量与目标响应量的关系表示为：
7、
8、式中：ai,t＝[ae,i,t,ah,i,t,ag,i,t]t表示在考虑不确定信息时用户i在t时段的实际响应量，包括电负荷实际响应量ae,i,t、热负荷实际响应量ah,i,t、气负荷实际响应量ag,i,t；表示用户i在t时段的目标响应量，包括电负荷目标响应量气负荷目标响应量热负荷目标响应量θi表示用户i响应量的不确定信息因子。
9、在其中一些具体实施例中，根据用户有无参与本文档来自技高网...
【技术保护点】
1.一种基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，包括：
2.根据权利要求1所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，步骤S1中，用户在参与综合需求响应时，基于用户的响应不确定信息与参与不确定信息的不确定性，导致实际响应量与目标响应量存在偏差，将所述实际响应量与目标响应量的关系表示为：
3.根据权利要求2所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，根据用户有无参与过综合需求响应，用户响应量的不确定信息因子的类型包括响应信息不确定型用户和参与信息不确定型用户。
4.根据权利要求3所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，所述响应信息不确定型用户服从正态分布并根据下式确定：
5.根据权利要求3所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，所述参与信息不确定型用户的总目标响应量与总实际响应量之间的关系表示为：
6.根据权利要求5所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，所述
7.根据权利要求1所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，步骤S3中，所述IESP风险偏好包括：风险偏爱型、风险中性型和风险规避型。
8.根据权利要求7所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，所述IESP随机效益模型的风险偏好的目标函数为：
9.根据权利要求8所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，步骤S3中，所述IESP随机效益模型的风险偏好的目标函数包括功率平衡约束，其中所述功率平衡约束根据电厂中设备的能源集线器的耦合效应以及所述响应信息不确定型用户和参与信息不确定型用户的实际响应量确定。
10.根据权利要求1所述的基于不确定信息下IESP风险偏好的需求响应激励方法，其特征在于，所述步骤S4包括，根据所述风险型成本模型确定激励价格，并根据所述激励价格通过所述用户效益函数模型确定最优激励方案。
...【技术特征摘要】
1.一种基于不确定信息下iesp风险偏好的需求响应激励方法，其特征在于，包括：
2.根据权利要求1所述的基于不确定信息下iesp风险偏好的需求响应激励方法，其特征在于，步骤s1中，用户在参与综合需求响应时，基于用户的响应不确定信息与参与不确定信息的不确定性，导致实际响应量与目标响应量存在偏差，将所述实际响应量与目标响应量的关系表示为：
3.根据权利要求2所述的基于不确定信息下iesp风险偏好的需求响应激励方法，其特征在于，根据用户有无参与过综合需求响应，用户响应量的不确定信息因子的类型包括响应信息不确定型用户和参与信息不确定型用户。
4.根据权利要求3所述的基于不确定信息下iesp风险偏好的需求响应激励方法，其特征在于，所述响应信息不确定型用户服从正态分布并根据下式确定：
5.根据权利要求3所述的基于不确定信息下iesp风险偏好的需求响应激励方法，其特征在于，所述参与信息不确定型用户的总目标响应量与总实际响应量之间的关系表示为：
6.根据权利要求5所述的基于不确定信息下iesp风险偏好的...
【专利技术属性】
技术研发人员：郑顺林，刘亚梁，莫鑫蓬，孙毅，
申请(专利权)人：华北电力大学，
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。