促进削峰填谷的居民实时积分套餐优化设计
发布时间:2021-01-18 17:59
在新一轮电力改革背景下,以积分为载体,提出了一种促进削峰填谷的居民实时积分套餐,初探电力销售端的居民侧市场化交易模式。首先,设计了促进削峰填谷的居民实时积分套餐机制,在用电低谷时段引入正积分鼓励居民多用电,在用电高峰时段利用负积分引导居民少用电,并基于消费者心理学,建立了基于实时积分套餐的居民负荷响应不确定性模型;然后,基于效用最大化原则,提出了兼顾电量峰谷差下降率和激励成本的居民实时积分套餐优化模型,并采用拉丁超立方采样方法和遗传算法相结合的方法进行求解;最后,设计了居民实时积分套餐实施架构及模式。算例结果表明,实时积分套餐能够很好地适应居民用电特点,激发居民群体的互动潜力,为居民参与电力市场交易提供支撑。
【文章来源】:电力自动化设备. 2020,40(07)北大核心
【文章页数】:9 页
【部分图文】:
全省典型负荷曲线与正、负积分的关系
基于消费者心理学,引入激励-电量转移率关系,实施激励后,居民将电量从高电价时段转移到低电价时段。假设电量转移量与激励是成比例的,电量转移率曲线如图2所示。图中,响应度即为转移电量;λ0、λ1、λmax分别为启动、临界和饱和激励水平;Δqup、Δqdown分别为t时段居民响应量的上限、下限;Δqm(λ)为不同激励水平λ下的预测电量响应量,如式(7)所示。考虑不确定性后,转移电量Δq(λ)为:
为方便理解,以下分析均选用日平均概念。图3为实时积分套餐实施前、后10 000户居民的日平均电量曲线,实施实时积分套餐后居民的日总电量曲线趋于平滑,电量峰谷差明显减小。表1给出了实时积分套餐实施前、后居民日平均日电量曲线指标。由表1可知,实时积分套餐实施后,日峰总电量下降了1701 kW·h,为实施前日平均峰电量的5.23%;日平均谷电量增加了788 kW·h,为实施前日平均谷电量的2.85%;日平均电量峰谷差率为6.81%,相比实施前下降了51.9%。需要注意的是,因居民用电高峰主要集中在17:00至次日02:00,与全网负荷曲线趋势并不一致,导致按照全网负荷曲线划分峰谷时段时,居民日电量峰谷差率维持在10%~20%。
【参考文献】:
期刊论文
[1]计及用户响应不确定性的可中断负荷储蓄机制[J]. 徐青山,刘梦佳,戴蔚莺,黄煜,杨斌. 电工技术学报. 2019(15)
[2]电力体制改革背景下的需求响应积分方案探索[J]. 谢康,张凯杰,栾开宁,惠红勋,胡怡霜,丁一. 电力需求侧管理. 2019(03)
[3]计及用户舒适性与公平性的热泵负荷集群控制策略[J]. 孙毅,陈一童,李彬,石坤,薛溟枫. 电力自动化设备. 2019(05)
[4]基于大用户能效的电网需求响应机制[J]. 郝勇生,王培红,高赐威,江承潮,赵刚. 电力自动化设备. 2019(04)
[5]电网友好型多用电设备协调控制模型与策略[J]. 廖正海,李利娟,刘红良,杨金权,马碧蔓. 电力自动化设备. 2018(06)
[6]江苏电力需求响应的探索和实践[J]. 李作锋,陈振宇. 电力需求侧管理. 2018(01)
[7]面向电力需求侧主动响应的商业模式及市场框架设计[J]. 丁一,惠红勋,林振智,郑梦莲,曲欣瑶,崔文琪. 电力系统自动化. 2017(14)
[8]居民用户需求响应行为影响因素辨识与响应特性提取[J]. 蔡珑,顾洁,金之俭. 电网技术. 2017(07)
[9]需求响应对配电网供电可靠性影响分析[J]. 赵洪山,赵航宇,侯杰群,刘宏杨. 电力自动化设备. 2017(01)
[10]考虑状态差异性聚类的空调负荷直接负荷控制动态优化方法[J]. 徐青山,吴枭,杨斌. 电力系统自动化. 2016(14)
本文编号:2985387
【文章来源】:电力自动化设备. 2020,40(07)北大核心
【文章页数】:9 页
【部分图文】:
全省典型负荷曲线与正、负积分的关系
基于消费者心理学,引入激励-电量转移率关系,实施激励后,居民将电量从高电价时段转移到低电价时段。假设电量转移量与激励是成比例的,电量转移率曲线如图2所示。图中,响应度即为转移电量;λ0、λ1、λmax分别为启动、临界和饱和激励水平;Δqup、Δqdown分别为t时段居民响应量的上限、下限;Δqm(λ)为不同激励水平λ下的预测电量响应量,如式(7)所示。考虑不确定性后,转移电量Δq(λ)为:
为方便理解,以下分析均选用日平均概念。图3为实时积分套餐实施前、后10 000户居民的日平均电量曲线,实施实时积分套餐后居民的日总电量曲线趋于平滑,电量峰谷差明显减小。表1给出了实时积分套餐实施前、后居民日平均日电量曲线指标。由表1可知,实时积分套餐实施后,日峰总电量下降了1701 kW·h,为实施前日平均峰电量的5.23%;日平均谷电量增加了788 kW·h,为实施前日平均谷电量的2.85%;日平均电量峰谷差率为6.81%,相比实施前下降了51.9%。需要注意的是,因居民用电高峰主要集中在17:00至次日02:00,与全网负荷曲线趋势并不一致,导致按照全网负荷曲线划分峰谷时段时,居民日电量峰谷差率维持在10%~20%。
【参考文献】:
期刊论文
[1]计及用户响应不确定性的可中断负荷储蓄机制[J]. 徐青山,刘梦佳,戴蔚莺,黄煜,杨斌. 电工技术学报. 2019(15)
[2]电力体制改革背景下的需求响应积分方案探索[J]. 谢康,张凯杰,栾开宁,惠红勋,胡怡霜,丁一. 电力需求侧管理. 2019(03)
[3]计及用户舒适性与公平性的热泵负荷集群控制策略[J]. 孙毅,陈一童,李彬,石坤,薛溟枫. 电力自动化设备. 2019(05)
[4]基于大用户能效的电网需求响应机制[J]. 郝勇生,王培红,高赐威,江承潮,赵刚. 电力自动化设备. 2019(04)
[5]电网友好型多用电设备协调控制模型与策略[J]. 廖正海,李利娟,刘红良,杨金权,马碧蔓. 电力自动化设备. 2018(06)
[6]江苏电力需求响应的探索和实践[J]. 李作锋,陈振宇. 电力需求侧管理. 2018(01)
[7]面向电力需求侧主动响应的商业模式及市场框架设计[J]. 丁一,惠红勋,林振智,郑梦莲,曲欣瑶,崔文琪. 电力系统自动化. 2017(14)
[8]居民用户需求响应行为影响因素辨识与响应特性提取[J]. 蔡珑,顾洁,金之俭. 电网技术. 2017(07)
[9]需求响应对配电网供电可靠性影响分析[J]. 赵洪山,赵航宇,侯杰群,刘宏杨. 电力自动化设备. 2017(01)
[10]考虑状态差异性聚类的空调负荷直接负荷控制动态优化方法[J]. 徐青山,吴枭,杨斌. 电力系统自动化. 2016(14)
本文编号:2985387
本文链接:https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/2985387.html