发电技术 ›› 2023, Vol. 44 ›› Issue (6): 896-908.DOI: 10.12096/j.2096-4528.pgt.23110
• 智能电网 • 上一篇
黄河1, 王燕2, 姜念3, 吴强1, 张雅静4, 杨秀媛4
收稿日期:
2023-09-10
出版日期:
2023-12-31
发布日期:
2023-12-28
通讯作者:
张雅静
作者简介:
基金资助:
He HUANG1, Yan WANG2, Nian JIANG3, Qiang WU1, Yajing ZHANG4, Xiuyuan YANG4
Received:
2023-09-10
Published:
2023-12-31
Online:
2023-12-28
Contact:
Yajing ZHANG
Supported by:
摘要:
对需求侧居民可控负荷资源进行优化控制,是虚拟电厂(virtual power plant,VPP)的一个主要方面,是提高风电和光电等新能源利用率、实现碳中和的重要手段。控制可控负荷的关键是满足用户基本用电需求,而不同用户的用电需求不尽相同。因此,提出了考虑用户需求的居民可控负荷资源优化控制方法。考虑到不同用户的用电诉求差异性,VPP作为电网与负荷群的中间环节,对可控负荷进行管理。首先,提出改进最优k值选取的K-Means聚类算法,对居民可控负荷进行聚类;其次,依据诉求差量函数,对聚类的每组负荷调控后用电情况与用电原始需求偏差进行量化描述,提出基于诉求差量的优先级划分规则;最后,在进行调控时VPP通过对不同优先级的组别补偿不同费用的方式,实现VPP收益最大和用户用电行为改变最小的调控目标。仿真验证结果表明,所提优化控制策略可有效实现负荷曲线的削峰填谷,并且在对用户用电需求影响较小的情况下保证VPP收益。
中图分类号:
黄河, 王燕, 姜念, 吴强, 张雅静, 杨秀媛. 考虑用户诉求差异的居民可控负荷资源优化控制[J]. 发电技术, 2023, 44(6): 896-908.
He HUANG, Yan WANG, Nian JIANG, Qiang WU, Yajing ZHANG, Xiuyuan YANG. Optimal Control of Residents’ Controllable Load Resources Considering Different Demands of Users[J]. Power Generation Technology, 2023, 44(6): 896-908.
类别 | 不同k值下的诉求差量 | ||
---|---|---|---|
k=5 | k=13 | k=20 | |
1 | 0.070 8 | 0.186 2 | 0.056 0 |
2 | 0.120 4 | 0.066 6 | 0.089 8 |
3 | 0.131 5 | 0.069 4 | 0.104 0 |
4 | 0.082 7 | 0.083 7 | 0.328 5 |
5 | 0.198 0 | 0.075 5 | 0.035 9 |
6 | — | 0.068 1 | 0.050 4 |
7 | — | 0.095 3 | 0.066 2 |
8 | — | 0.085 9 | 0.063 9 |
9 | — | 0.153 1 | 0.166 1 |
10 | — | 0.059 7 | 0.050 3 |
11 | — | 0.054 1 | 0.054 2 |
12 | — | 0.049 9 | 0.038 9 |
13 | — | 0.229 7 | 0.046 7 |
14 | — | — | 0.047 8 |
15 | — | — | 0.050 3 |
16 | — | — | 0.123 6 |
17 | — | — | 0.060 2 |
18 | — | — | 0.088 7 |
19 | — | — | 0.042 1 |
20 | — | — | 0.273 6 |
表1 电动汽车不同k值下每组负荷的诉求差量
Tab. 1 Demand difference of each load group under different k of electric vehicles
类别 | 不同k值下的诉求差量 | ||
---|---|---|---|
k=5 | k=13 | k=20 | |
1 | 0.070 8 | 0.186 2 | 0.056 0 |
2 | 0.120 4 | 0.066 6 | 0.089 8 |
3 | 0.131 5 | 0.069 4 | 0.104 0 |
4 | 0.082 7 | 0.083 7 | 0.328 5 |
5 | 0.198 0 | 0.075 5 | 0.035 9 |
6 | — | 0.068 1 | 0.050 4 |
7 | — | 0.095 3 | 0.066 2 |
8 | — | 0.085 9 | 0.063 9 |
9 | — | 0.153 1 | 0.166 1 |
10 | — | 0.059 7 | 0.050 3 |
11 | — | 0.054 1 | 0.054 2 |
12 | — | 0.049 9 | 0.038 9 |
13 | — | 0.229 7 | 0.046 7 |
14 | — | — | 0.047 8 |
15 | — | — | 0.050 3 |
16 | — | — | 0.123 6 |
17 | — | — | 0.060 2 |
18 | — | — | 0.088 7 |
19 | — | — | 0.042 1 |
20 | — | — | 0.273 6 |
类别 | 温度下限 | 温度上限 |
---|---|---|
1 | 23 | 26 |
2 | 23 | 27 |
3 | 23 | 28 |
4 | 24 | 26 |
5 | 24 | 27 |
6 | 24 | 28 |
7 | 25 | 26 |
8 | 25 | 27 |
9 | 25 | 28 |
表2 空调聚类分组结果
Tab. 2 Clustering results of air conditioning
类别 | 温度下限 | 温度上限 |
---|---|---|
1 | 23 | 26 |
2 | 23 | 27 |
3 | 23 | 28 |
4 | 24 | 26 |
5 | 24 | 27 |
6 | 24 | 28 |
7 | 25 | 26 |
8 | 25 | 27 |
9 | 25 | 28 |
类别 | 诉求差量 | ||
---|---|---|---|
空调(k=9) | 电动汽车(k=13) | 洗衣机(k=10) | |
1 | 0 | 0.186 2 | 0.099 3 |
2 | 0 | 0.066 6 | 0.105 6 |
3 | 0 | 0.069 4 | 0.087 3 |
4 | 0 | 0.083 7 | 0.077 8 |
5 | 0 | 0.075 5 | 0.055 1 |
6 | 0 | 0.068 1 | 0.057 3 |
7 | 0 | 0.095 3 | 0.060 5 |
8 | 0 | 0.085 9 | 0.073 2 |
9 | 0 | 0.153 1 | 0.127 1 |
10 | — | 0.059 7 | 0.052 1 |
11 | — | 0.054 1 | — |
12 | — | 0.049 9 | — |
13 | — | 0.229 7 | — |
表3 3种典型柔性负荷每组负荷诉求差量
Tab. 3 Load demand difference of each group for three typical flexible loads
类别 | 诉求差量 | ||
---|---|---|---|
空调(k=9) | 电动汽车(k=13) | 洗衣机(k=10) | |
1 | 0 | 0.186 2 | 0.099 3 |
2 | 0 | 0.066 6 | 0.105 6 |
3 | 0 | 0.069 4 | 0.087 3 |
4 | 0 | 0.083 7 | 0.077 8 |
5 | 0 | 0.075 5 | 0.055 1 |
6 | 0 | 0.068 1 | 0.057 3 |
7 | 0 | 0.095 3 | 0.060 5 |
8 | 0 | 0.085 9 | 0.073 2 |
9 | 0 | 0.153 1 | 0.127 1 |
10 | — | 0.059 7 | 0.052 1 |
11 | — | 0.054 1 | — |
12 | — | 0.049 9 | — |
13 | — | 0.229 7 | — |
优先级 | 诉求差量范围 | ||
---|---|---|---|
空调(k=9) | 电动汽车(k=13) | 洗衣机(k=10) | |
1 | 0 | 0~0.06 | 0~0.06 |
2 | — | 0.06~0.08 | 0.06~0.08 |
3 | — | 0.08~0.10 | 0.08~0.10 |
4 | — | 0.10~0.23 | 0.10~0.13 |
表4 各类负荷调控优先级与诉求差量范围
Tab. 4 Regulation priority and demand difference range of various loads
优先级 | 诉求差量范围 | ||
---|---|---|---|
空调(k=9) | 电动汽车(k=13) | 洗衣机(k=10) | |
1 | 0 | 0~0.06 | 0~0.06 |
2 | — | 0.06~0.08 | 0.06~0.08 |
3 | — | 0.08~0.10 | 0.08~0.10 |
4 | — | 0.10~0.23 | 0.10~0.13 |
优先级 | 负荷补偿价格/[元/(MW⋅h)] | ||
---|---|---|---|
空调 | 电动汽车 | 洗衣机 | |
1 | 80 | 6.5 | 12 |
2 | — | 7.3 | 18 |
3 | — | 8.0 | 24 |
4 | — | 8.7 | 32 |
表5 不同调控优先级下负荷补偿价格
Tab. 5 Load compensation price under different regulation priorities
优先级 | 负荷补偿价格/[元/(MW⋅h)] | ||
---|---|---|---|
空调 | 电动汽车 | 洗衣机 | |
1 | 80 | 6.5 | 12 |
2 | — | 7.3 | 18 |
3 | — | 8.0 | 24 |
4 | — | 8.7 | 32 |
控制策略 | VPP收益/元 | 负荷削减量/(MW⋅h) | 诉求差量 |
---|---|---|---|
随机分组控制 | 402 | 7.83 | 0.480 |
聚类控制 | 415 | 8.14 | 0.104 |
本文控制 | 409 | 8.11 | 0.033 |
表6 不同控制策略对比
Tab. 6 Comparison of different control strategies
控制策略 | VPP收益/元 | 负荷削减量/(MW⋅h) | 诉求差量 |
---|---|---|---|
随机分组控制 | 402 | 7.83 | 0.480 |
聚类控制 | 415 | 8.14 | 0.104 |
本文控制 | 409 | 8.11 | 0.033 |
1 | HU Z, ZHANG Y, LI C,et al .Utilization efficiency of electrical equipment within life cycle assessment:indexes,analysis and a case[J].Energy,2015,88:885-896. doi:10.1016/j.energy.2015.07.041 |
2 | 王燕,杨秀媛,徐剑锋,等 .民用可控负荷参与需求响应的控制策略[J].发电技术,2020,41(6):638-649. doi:10.12096/j.2096-4528.pgt.20014 |
WANG Y, YANG X Y, XU J F,et al .Control strategy of civil controllable load participating in demand response[J].Power Generation Technology,2020,41(6):638-649. doi:10.12096/j.2096-4528.pgt.20014 | |
3 | 周俊宇,李伟,花洁,等 .考虑需求侧可控负荷的含储能社区综合能源系统优化调度[J].电力科学与技术学报,2023,38(2):114-123. |
ZHOU J Y, LI W, HUA J,et al .Optimal dispatch of community integrated energy system with energy storage considering demand-side controllable load[J].Journal of Electric Power Science and Technology,2023,38(2):114-123. | |
4 | 黄超,卜思齐,陈麒宇,等 .元电力:新一代智能电网[J].发电技术,2022,43(2):287-304. doi:10.12096/j.2096-4528.pgt.22058 |
HUANG C, BU S Q, CHEN Q Y,et al .Meta-power:next-generation smart grid[J].Power Generation Technology,2022,43(2):287-304. doi:10.12096/j.2096-4528.pgt.22058 | |
5 | HOSSAIN E, KABALCI E, BAYINDIR R,et al .Microgrid testbeds around the world:state of art[J].Energy Conversion and Management,2014,86:132-153. doi:10.1016/j.enconman.2014.05.012 |
6 | 孙毅,王欣,许鹏,等 .基于预切换状态的电热水器负荷群调控策略[J].现代电力,2019,36(5):68-75. doi:10.3969/j.issn.1007-2322.2019.05.010 |
SUN Y, WANG X, XU P,et al .Control strategy of water heater group based on pre-switching state[J].Modern Electric Power,2019,36(5):68-75. doi:10.3969/j.issn.1007-2322.2019.05.010 | |
7 | POURMOUSAVI S ALI, PATRICK S N, NEHRIR M H .Real-time demand response through aggregate electric water heaters for load shifting and balancing wind generation[J].IEEE Transactions on Smart Grid,2014,5(2):769-778. doi:10.1109/tsg.2013.2290084 |
8 | 高赐威,李倩玉,李扬 .基于DLC的空调负荷双层优化调度和控制策略[J].中国电机工程学报,2014,34(10):1546-1555. |
GAO C W, LI Q Y, LI Y .Bi-level optimal dispatch and control strategy for air-conditioning load based on direct load control[J].Proceedings of the CSEE,2014,34(10):1546-1555. | |
9 | BASHASH S, FATHY H K .Modeling and control of aggregate air conditioning loads for robust renewable power management[J].IEEE Transactions on Control Systems Technology,2013,21(4):1318-1327. doi:10.1109/tcst.2012.2204261 |
10 | 王蓓蓓,胡晓青,顾伟扬,等 .分层控制架构下大规模空调负荷参与调峰的分散式协同控制策略[J].中国电机工程学报,2019,39(12):3514-3528. |
WANG B B, HU X Q, GU W Y,et al .Hierarchical control architecture and decentralized cooperative control strategy for large scale air conditioning load participating in peak load regulation[J].Proceedings of the CSEE,2019,39(12):3514-3528. | |
11 | 王丹,孙冬冬,胡庆娥,等 .基于最优能量状态调节的电动汽车需求响应及其对配电网的影响[J].电力建设,2018,39(5):86-94. doi:10.3969/j.issn.1000-7229.2018.05.011 |
WANG D, SUN D D, HU Q E,et al .Demand response of electric vehicles based on optimal energy status regulation and its impact on distribution network[J].Electric Power Construction,2018,39(5):86-94. doi:10.3969/j.issn.1000-7229.2018.05.011 | |
12 | RAOOFAT M, SAAD M, LEFEBVRE S,et al .Wind power smoothing using demand response of electric vehicles[J].International Journal of Electrical Power & Energy Systems,2018,99:164-174. doi:10.1016/j.ijepes.2017.12.017 |
13 | 刘晓峰,高丙团,罗京,等 .基于非合作博弈的居民负荷分层调度模型[J].电力系统自动化,2017,41(14):54-60. doi:10.7500/AEPS20170104004 |
LIU X F, GAO B T, LUO J,et al .Non-cooperative game based hierarchical dispatch model of residential loads[J].Automation of Electric Power Systems,2017,41(14):54-60. doi:10.7500/AEPS20170104004 | |
14 | 王凌云,安晓,杨波,等 .考虑负荷聚合商参与下的微网双层两阶段优化调度[J].三峡大学学报(自然科学版),2021,43(2):86-92. |
WANG L Y, AN X, YANG B,et al .Double level two-stage optimal scheduling of microgrid with the participation of load aggregator[J].Journal of China Three Gorges University (Natural Sciences),2021,43(2):86-92. | |
15 | 孙毅,刘昌利,刘迪,等 .面向居民用户群的多时间尺度需求响应协同策略[J].电网技术,2019,43(11):4170-4177. |
SUN Y, LIU C L, LIU D,et al .A multi-time scale demand response collaborative strategy for residential user groups[J].Power System Technology,2019,43(11):4170-4177. | |
16 | 何沁春,杨秀媛 .泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究[J].发电技术,2020,41(1):94-102. doi:10.12096/j.2096-4528.pgt.19176 |
HE Q C, YANG X Y .Research on methods for converting controllable loads of household appliances into intelligent loads in the ubiquitous power internet of things[J].Power Generation Technology,2020,41(1):94-102. doi:10.12096/j.2096-4528.pgt.19176 | |
17 | 宋爽 .计及电动汽车有序充放电的小区能量调度优化策略研究[D].哈尔滨:哈尔滨工业大学,2020. doi:10.1109/appeec48164.2020.9220725 |
SONG S .Research on the optimization strategy of energy scheduling in A community considering the orderly charge and discharge of electric vehicles[D].Harbin:Harbin Institute of Technology,2020. doi:10.1109/appeec48164.2020.9220725 | |
18 | 许鹏 .面向可再生能源消纳的负荷态势感知及调控策略研究[D].北京:华北电力大学,2019. |
XU P .Renewable energy consumption oriented load situation awareness and control strategy research[D].Beijing:North China Electric Power University,2019. | |
19 | 王珂,姚建国,姚良忠,等 .电力柔性负荷调度研究综述[J].电力系统自动化,2014,38(20):127-135. doi:10.7500/AEPS20140422005 |
WANG K, YAO J G, YAO L Z,et al .Survey of research on flexible loads scheduling technologies[J].Automation of Electric Power Systems,2014,38(20):127-135. doi:10.7500/AEPS20140422005 | |
20 | 周步祥,黄伟,臧天磊.计及共享储能与柔性负荷的微电网鲁棒优化调度[J].电力科学与技术学报,2023,38(2):48-57. |
ZHOU B X, HUANG W, ZANG T L .Robust optimal scheduling of microgrid considering shared energy storage and flexible load[J].Journal of Electric Power Science and Technology,2023,38(2):48-57. | |
21 | 刘明群,何鑫,覃日升,等 .基于改进K-means聚类k值选择算法的配网电压数据异常检测[J].电力科学与技术学报,2022,37(6):91-99. |
LIU M Q, HE X, QIN R S,et al .Anomaly detection of distribution network voltage data based on improved K-means clustering k-value selection algorithm[J].Journal of Electric Power Science and Technology,2022,37(6):91-99. | |
22 | 朱兆霞,邹斌 .PJM日前市场电价的统计分析[J].电力系统自动化,2006,30(23):53-57. doi:10.3321/j.issn:1000-1026.2006.23.011 |
ZHU Z X, ZOU B .Statistical analysis of day-ahead prices in PJM market[J].Automation of Electric Power Systems,2006,30(23):53-57. doi:10.3321/j.issn:1000-1026.2006.23.011 | |
23 | 高文浩,赵海兵,殷爽睿,等 .考虑负荷虚拟储能特性的商业区储能优化配置[J].中国电力,2020,53(4):96-104. |
GAO W H, ZHAO H B, YIN S R,et al .Optimal configuration of BESS in commercial area considering virtual energy storage characteristics of load[J].Electric Power,2020,53(4):96-104. | |
24 | 周磊,朱明杰,张政,等 .针对空调聚合负荷的作用时段差别化尖峰电价机制设计[J].电力需求侧管理,2019,21(3):11-16. doi:10.3969/j.issn.1009-1831.2019.03.004 |
ZHOU L, ZHU M J, ZHANG Z,et al .Design of progressive time-differentiated peak pricing mechanism for aggregated air-conditioning load[J].Power Demand Side Management,2019,21(3):11-16. doi:10.3969/j.issn.1009-1831.2019.03.004 | |
25 | 李云倩 .基于精细化建模的居民负荷分布式虚拟电厂优化调度研究[D].南京:东南大学,2019. |
LI Y Q .Research on optimal dispatch of distributed virtual power plant aggregated by residential loads based on refined modeling[D].Nanjing:Southeast University,2019. | |
26 | 刘晓峰 .基于居民用电行为特征的需求侧博弈优化技术研究[D].南京:东南大学,2019. |
LIU X F .Game-theoretic optimization of demand side based on residential energy consumption behavior[D].Nanjing:Southeast University,2019. |
[1] | 张叶青, 陈文彬, 徐律军, 江兴稳. 面向多虚拟电厂的分层分区多层互补动态聚合调控策略[J]. 发电技术, 2024, 45(1): 162-169. |
[2] | 贾晓强, 杨永标, 杜姣, 甘海庆, 杨楠. 气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究[J]. 发电技术, 2023, 44(6): 790-799. |
[3] | 赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780. |
[4] | 许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757. |
[5] | 石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655. |
[6] | 郁海彬, 张煜晨, 刘扬洋, 陆增洁, 翁锦德. 碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]. 发电技术, 2023, 44(5): 634-644. |
[7] | 张宁, 朱昊, 杨凌霄, 胡存刚. 考虑可再生能源消纳的多能互补虚拟电厂优化调度策略[J]. 发电技术, 2023, 44(5): 625-633. |
[8] | 陈皓勇, 黄宇翔, 张扬, 王斐, 周亮, 汤君博, 吴晓彬. 基于“三流分离-汇聚”的虚拟电厂架构设计[J]. 发电技术, 2023, 44(5): 616-624. |
[9] | 彭道刚, 税纪钧, 王丹豪, 赵慧荣. “双碳”背景下虚拟电厂研究综述[J]. 发电技术, 2023, 44(5): 602-615. |
[10] | 唐婧怡, 楚帅, 葛维春, 李音璇, 刘闯. 电极式电制热与传统制热的差异及其在碳中和的应用前景[J]. 发电技术, 2021, 42(5): 525-536. |
[11] | 王燕, 杨秀媛, 徐剑锋, 卜思齐, 徐智蔷. 民用可控负荷参与需求响应的控制策略[J]. 发电技术, 2020, 41(6): 638-649. |
[12] | 何沁春,杨秀媛. 泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究[J]. 发电技术, 2020, 41(1): 94-102. |
[13] | 陈麒宇. 泛在电力物联网实施策略研究[J]. 发电技术, 2019, 40(2): 99-106. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||