售電公司代理用戶參與市場(chǎng) 如何在兼顧售用雙方利益的前提下完成家庭負(fù)荷管理決策？

2019-04-23 15:41:00 電網(wǎng)技術(shù)　點(diǎn)擊量：評(píng)論 (0)

摘要提出一種家庭柔性負(fù)荷管理和售電公司售電決策協(xié)同優(yōu)化模型。在居民用戶側(cè),利用洗衣機(jī)、熱水器、洗碗機(jī)和電動(dòng)汽車充電過程的可時(shí)移性和

售電公司代理用戶參與市場(chǎng) 如何在兼顧售用雙方利益的前提下完成家庭負(fù)荷管理決策？

通過計(jì)算對(duì)應(yīng)響應(yīng)程度的電價(jià)峰谷比發(fā)現(xiàn),電價(jià)峰谷比與響應(yīng)程度之間的曲線關(guān)系如圖10所示。圖10的曲線說明：響應(yīng)程度的越大,代表更多用戶選擇在動(dòng)態(tài)電價(jià)下積極響應(yīng),售電公司會(huì)因此增大電價(jià)峰谷差從而使自身效益最大化。另一方面,電價(jià)峰谷差異增大,對(duì)用戶而言適當(dāng)推遲使用時(shí)間來達(dá)到節(jié)省費(fèi)用的誘惑度就越大,較大的峰谷比會(huì)促使更多用戶在動(dòng)態(tài)電價(jià)作用下積極響應(yīng)[21],進(jìn)一步體現(xiàn)了售用雙方相互影響、相互制約的關(guān)系。

同時(shí)由于動(dòng)態(tài)電價(jià)的靈活特性符合用戶日常用電需求,非響應(yīng)群體用電費(fèi)用也隨響應(yīng)程度得到了減少。

2）購電量比例值對(duì)售電公司的影響。

根據(jù)表3數(shù)據(jù)可以看出,售電公司收益隨著響應(yīng)程度增加略微下降,這是因?yàn)樵谧鲰憫?yīng)程度對(duì)比數(shù)據(jù)時(shí),對(duì)于售電公司的日前購電量并未根據(jù)用戶

售電公司代理用戶參與市場(chǎng) 如何在兼顧售用雙方利益的前提下完成家庭負(fù)荷管理決策？

負(fù)荷水平作出調(diào)整。實(shí)際決策中,由于響應(yīng)程度的變動(dòng)對(duì)實(shí)時(shí)用電負(fù)荷曲線的改變,售電公司也會(huì)對(duì)于日前購電量作出相應(yīng)調(diào)整,以減少日前購電和實(shí)時(shí)用電量產(chǎn)生不平衡量以后造成的經(jīng)濟(jì)損失。

結(jié)合圖11和響應(yīng)程度變化調(diào)整售電公司購電量,代入模型進(jìn)行優(yōu)化計(jì)算后,得到售電公司的收益分別為：d=25%時(shí),收益為8034.12元;d=75%時(shí),收益為9076.45元;d=100%時(shí),收益為9869.01元?？梢郧逦赜^察到,配合投標(biāo)曲線后,售電公司收益在居民用戶響應(yīng)程度增加以后,得到了顯著提高。這說明了本文提出的雙層優(yōu)化模型實(shí)現(xiàn)了用售雙方利益的雙贏,并為用戶側(cè)提供了清晰的調(diào)度安排,給售電公司提供了電價(jià)制定和購電策略。

圖11 各響應(yīng)程度下的投標(biāo)曲線Fig. 11 Bidding curves in different degree of demand response

6 結(jié)論

本文提出的價(jià)格DR激勵(lì)下家庭柔性負(fù)荷管理和售電公司售電決策的雙層優(yōu)化模型,經(jīng)仿真結(jié)果表明,通過安排家庭部分柔性負(fù)荷啟動(dòng)時(shí)間和為售電公司制定靈活的實(shí)時(shí)銷售電價(jià),能夠在家庭用電費(fèi)用最省的同時(shí)保證售電公司利益最大化。在算例分析中可以得到以下結(jié)論：

1）本模型通過時(shí)間延遲對(duì)負(fù)荷進(jìn)行管理能夠改善總體負(fù)荷曲線,達(dá)到一定程度的削峰效果。隨響應(yīng)程度的增加,削峰效果增強(qiáng)。

2）響應(yīng)程度和動(dòng)態(tài)電價(jià)峰谷比息息相關(guān)。通過多組響應(yīng)程度下電價(jià)對(duì)比可以發(fā)現(xiàn),響應(yīng)程度和電價(jià)峰谷比成正比關(guān)系。動(dòng)態(tài)電價(jià)是引導(dǎo)用戶改變用電行為的激勵(lì),電價(jià)峰谷比相差越大,對(duì)用戶激勵(lì)越強(qiáng),更多用戶會(huì)選擇接受制定的用電計(jì)劃。

3）日前購電量與響應(yīng)程度有一定關(guān)系,響應(yīng)程度代表用戶參與DR的比例,間接體現(xiàn)了實(shí)際用電需求。結(jié)合響應(yīng)程度對(duì)負(fù)荷的削峰效果可以調(diào)整日前購電量,以降低售電公司購電成本。

靈活的動(dòng)態(tài)電價(jià)的定制不僅能夠促使用戶積極進(jìn)行需求響應(yīng),還能讓售電公司在競(jìng)爭(zhēng)激烈的電力市場(chǎng)上得到更多用戶的青睞,提高其競(jìng)爭(zhēng)能力。但本文考慮的可時(shí)移負(fù)荷種類較少,缺乏對(duì)更多大功率家用設(shè)備的進(jìn)一步建模。由于本文是日前優(yōu)化,對(duì)于實(shí)時(shí)市場(chǎng)的數(shù)據(jù)多采用預(yù)測(cè)的手法進(jìn)行仿真,結(jié)果會(huì)與實(shí)際有一定誤差,此后研究會(huì)針對(duì)誤差做出改進(jìn)。

參考文獻(xiàn)

[1]PipattanasompronM,KuzluM,RahmanS.An algorithm for intelligent home energy management and demand response analysis[J].IEEE Trans on Smart Grid,2012,3(4):2166-2173.

[2]王德志,張孝順,余濤,等.基于帕累托納什均衡博弈的電網(wǎng)/多元家庭用戶互動(dòng)多目標(biāo)優(yōu)化算法[J].電力自動(dòng)化設(shè)備,2017,37(5):114-128.WangDezhi,ZhangXiaoshun,YuTao,et al.Multi-objective optimization algorithm based on Pareto curve and Nash equilibrium game for interaction between grid and multi-home user[J].Electric Power Automation Equipment,2017,37(5):114-128(in Chinese).

[3]Alahmad MA,Wheeler PG,SchwerA,et al.A comparative study of three feedback devices for residential real-time energy monitoring[J].IEEE Trans on Industrial Electronics,2012,59(4):2002-2013.

[4]KumaraguruparanN,SivaramakrishnanH,Sapatnekar SS.Residential task scheduling under dynamic pricing using the multiple knapsack method[C]∥Proceedings of the 2012 IEEE PES Innovative Smart Grid Technologies Conference Europe.Gothenburg,Sweden,2012:1-6.

[5]孫毅,周晉宇,李彬,等.基于啟動(dòng)時(shí)間延遲的家庭負(fù)荷管理優(yōu)化策略[J].電力自動(dòng)化設(shè)備,2017,37(2):83-89.SunYi,ZhouJinyu,LiBin,et al.Optimization strategy based on start- time delay for domestic load management[J].Electric Power Automation Equipment,2017,37(2):83-89(in Chinese).

[6]陸俊,彭文昊,朱炎平,等.基于粒子校正優(yōu)化的智能小區(qū)需求響應(yīng)調(diào)度策略[J].電網(wǎng)技術(shù),2017,41(7):2370-2377.LuJun,PengWenhao,ZhuYanping,et al.A scheduling strategy based on particle correction for intelligent power demand response[J].Power System Technology,2017,41(7):2370-2377(in Chinese).

[7]付蔚,敬章浩,羅志勇,等.基于分時(shí)電價(jià)的智能家電控制方案[J].電網(wǎng)技術(shù),2015,39(3):717-723.FuWei,JingZhanghao,LuoZhiyong,et al.A time-of-use pricing based control scheme for intelligent household appliances[J].Power System Technology,2015,39(3):717-723(in Chinese).

[8]張延宇,曾鵬,臧傳治.智能電網(wǎng)環(huán)境下家庭能源管理系統(tǒng)優(yōu)化調(diào)度算法[J].電力系統(tǒng)保護(hù)與控制,2016,44(2):18-26.ZhangYanyu,ZengPeng,ZangChuanzhi.A scheduling algorithm for home energy management system in smart grid[J].Power System Protection and Control,2016,44(2):18-26(in Chinese).

[9]國家發(fā)改委.關(guān)于推進(jìn)售電側(cè)改革的實(shí)施意見[Z].2016.

[10]顧偉,任佳依,高君,等.含分布式電源和可調(diào)負(fù)荷的售電公司優(yōu)化調(diào)度模型[J].電力系統(tǒng)自動(dòng)化,2017,41(14):37-44.GuWei,RenJiayi,GaoJun,et al.Optimal dispatching model of electricity retailers considering distributed generator and adjustable load[J].Automation of Electric Power Systems,2017,41(14):37-44(in Chinese).

[11]羅琴,宋依群.售電市場(chǎng)環(huán)境下計(jì)及可中斷負(fù)荷的營銷策略[J].電力系統(tǒng)自動(dòng)化,2015,39(17):134-139.LuoQin,SongYiqun.Marketing strategy in competitive retail market considering interruptible load[J].Automation of Electric Power Systems,2015,39(17):134-139(in Chinese).

[12]任藝,周明,李庚銀.考慮用戶需求響應(yīng)的售電公司購售電決策雙層模型[J].電力系統(tǒng)自動(dòng)化,2017,41(14):30-36.RenYi,ZhouMing,LiGengyin.Bi-level model of electricity procurement and sale strategies for electricity retailers considering users’demand response[J].Automation of Electric Power Systems,2017,41(14):30-36(in Chinese).

[13]MengSong,AmelinM.Purchase bidding strategy for a retailer with flexible demands in day-ahead electricity market[J].IEEE Transactions on Power Systems,2017,32(3):1839-1850.

[14]孫川,汪隆君,許海林,等.用戶互動(dòng)負(fù)荷模型及其微電網(wǎng)日前經(jīng)濟(jì)調(diào)度的應(yīng)用[J].電網(wǎng)技術(shù),2016,40(7):2009-2015.SunChuan,WangLongjun,XuHailin,et al.An interaction load model and its application in microgrid day-ahead economic scheduling[J].Power System Technology,2016,40(7):2009-2015(in Chinese).

[15]童小嬌,尹昆,劉亞娟,等.包含可控負(fù)荷的微電網(wǎng)經(jīng)濟(jì)調(diào)度[J].電力自動(dòng)化設(shè)備,2015,35(10):21-28.TongXiaojiao,YinKun,LiuYajuan,et al.Economic dispatch for microgrid with controllable loads[J].Electric Power Automation Equipment,2015,35(10):21-28(in Chinese).

[16]王珂,姚建國,姚良忠,等.電力柔性負(fù)荷調(diào)度研究綜述[J].電力系統(tǒng)自動(dòng)化,2014,38(20):127-135.WangKe,YaoJianguo,YaoLiangzhong,et al.Survey of research on flexible loads scheduling technologies[J].Automation of Electric Power Systems,2014,38(20):127-135(in Chinese).

[17]Fleten SE,PettersenE.Constructing bidding curves for a price-taking retailer in the Norwegian electricity market[J].IEEE Transactions on Power Systems,2005,20(2):701-708.

[18]王林炎,張粒子,張凡,等.售電公司購售電業(yè)務(wù)決策與風(fēng)險(xiǎn)評(píng)估[J].電力系統(tǒng)自動(dòng)化,2018,42(1):47-54.WangLinyan,ZhangLizi,ZhangFan,et al.Decision-making and risk assessment of purchasing and selling business for electricity retailers[J].Automation of Electric Power Systems,2018,42(1):47-54(in Chinese).

[19]JeroslowR.The polynomial hierarchy and a simple model for competitive analysis[J].Mathematical Programming,1985,32(2):146-164.

[20]李鵬,何帥,韓鵬飛,等.基于長短期記憶的實(shí)時(shí)電價(jià)條件下智能電網(wǎng)短期負(fù)荷預(yù)測(cè)[J].電網(wǎng)技術(shù),2018,42(12):4045-4052.LiPeng,HeShuai,HanPengfei,et al.Short-term load foreing of smart grid based on long-short-term memory recurrent neural networks in condition of real-time electricity price[J].Power Systems Technology,2018,42(12):4045-4052(in Chinese).

[21]蔡瓏,顧潔,金之儉,等.居民用戶需求響應(yīng)行為影響因素辨識(shí)與響應(yīng)特性提取[J].電網(wǎng)技術(shù),2017,41(7):2378-2385.CaiLong,GuJie,JinZhijian,et al.Study on factor identification and feature extraction of residential demand response behavior[J].Power System Technology,2017,41(7):2378-2385(in Chinese).

原標(biāo)題:售用雙方協(xié)同優(yōu)化的家庭柔性負(fù)荷管理策略

責(zé)任編輯：葉雨田

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊

售電公司代理用戶