一種有限成本約束下的電力系統柔性響應能力優化方法技術方案

本申請涉及一種有限成本約束下的電力系統柔性響應能力優化方法，包括以下具體步驟：開展有限成本約束分析，基于高斯概率密度函數構建競價函數，計算響應所需要抑制的電力總量，通過單次功率調節執行率，計算需求響應抑制因子，結合電力總量和執行率形成有限成本約束條件；構建電力緊急需求響應模型；根據電力緊急需求響應模型，在確定性模型中，以針對性的變量復制得到對偶目標的函數值，將最小運行成本的目標函數求解為基本條件，通過反復迭代形成電力系統柔性響應能力優化算法。本申請優化電力緊急需求響應模型求解結果，為減少電力成本，優化柔性響應能力提供幫助。優化柔性響應能力提供幫助。優化柔性響應能力提供幫助。

【技術實現步驟摘要】
一種有限成本約束下的電力系統柔性響應能力優化方法


[0001]本申請涉及電力需求側管理經濟性分析領域，尤其涉及一種有限成本約束下的電力系統柔性響應能力優化方法。

技術介紹

[0002]在現代能源危機的背景下，我國時刻面臨著用電緊張的情況，因此使用可再生能源接入電網就成為了一個可以被接受的解決方法。但是風能、水能、太陽能等可再生能源具備間歇性存在的缺點，無法時刻為電力系統提供電能，這就導致了有一些時段，電力供應較為充足，但是還有一些時段，電力匱乏。而用戶對于電力的需求是存在時間上的周期性變化的。目前響應優化機制存在決策過程冗余、控制效果較差和整體效果受限等因素制約，體應用效果受限。因此對柔性響應能力優化的研究迫在眉睫。

技術實現思路

[0003]本申請實施例的目的在于提供一種有限成本約束下的電力系統柔性響應能力優化方法，優化電力緊急需求響應模型求解結果，為減少電力成本，優化柔性響應能力提供幫助。
[0004]為實現上述目的，本申請提供如下技術方案：本申請實施例提供一種有限成本約束下的電力系統柔性響應能力優化方法，包括以下具體步驟：S1.開展有限成本約束分析，基于高斯概率密度函數構建競價函數，計算響應所需要抑制的電力總量，通過單次功率調節執行率，計算需求響應抑制因子，結合電力總量和執行率形成有限成本約束條件；S2.構建電力緊急需求響應模型，通過有限成本約束條件，對用戶的實際監測數據進行特征識別，計算負荷匹配特征，設計最小運行成本的目標函數，形成一種電力緊急需求響應模型；S3.設計電力系統柔性響應能力優化算法，根據電力緊急需求響應模型，在確定性模型中，以針對性的變量復制得到對偶目標的函數值，將最小運行成本的目標函數求解為基本條件，通過反復迭代形成電力系統柔性響應能力優化算法。
[0005]所述步驟S1中以所報電價為最低點，在高斯概率密度函數中，以數據中心的月度報價作為競爭模型，得到競價函數，從而計算競價響應所需要抑制的電力總量，作為約束的判別條件之一，競價函數如公式（1）所示：（1）
式中，表示數據中心月度報價的競爭函數；表示分布幅度的標準差；表示電力公司抑制用電的期望值；表示需求響應因子作用下的高斯概率密度；表示尖峰報價的分布位置；e為自然對數。
[0006]所述單次功率調節執行率計算公式為：（2）式中，表示數據衡量中心單次功率調節的執行率；表示單位時段內執行需求的基準措施所需容量；表示數據中心需求響應的平均功率；表示契約內電力響應容量的最小值，結合單次抑制率，計算需求響應抑制因子，作為約束判別條件之二，如公式（3）所示：（3）式中，表示控制變量影響下實際用電量的需求響應抑制因子；表示單次需求響應的執行參數。
[0007]所述步驟S2中，構建電力緊急需求響應模型具體為，對用戶的實際監測數據進行特征識別得到兩個相鄰的特征點；計算兩個特征點之間的可信度，計算負荷特征的三重匹配特征，實現最低成本下的目標負荷分解；結合現實可再生能源下的不確定性因素，解決隨機變量的過程中完成決策結果的約束；在終端的函數比中，得到最小運行成本的目標函數，形成一種電力緊急需求響應模型。
[0008]所述步驟S3中，得到電力系統響應的最優解：（4）式中，表示電力系統柔性響應的函數值；表示潮流約束參數；表示不同時段內的調用函數。
[0009]與現有技術相比，本專利技術的有益效果是：1）該方法解決了傳統方法在響應能力優
化方法的單一性，將優化方法分為有限成本約束和優化柔性響應能力兩方面，優化電力緊急需求響應模型求解結果，為減少電力成本，優化柔性響應能力提供幫助。
[0010]2）該方法優化算法將決策過程分為不同時段，將最小運行成本的目標函數求解為基本條件，通過反復迭代的方法，進一步降低決策過程的冗余度和復雜度，在同樣的日內用電總量下，本方法可以增大用電低谷期的電力用量，同步減少用電高峰期的電量使用，進而成功的減少電力成本。在用電高峰期，本方法可以減少該時段內的負荷功率，使其相比于同時期的其他算法用電更少。在用電低谷期內，該方法也同樣能夠增大負荷總功率，使其在該時段內的用電量增加。
附圖說明
[0011]為了更清楚地說明本申請實施例的技術方案，下面將對本申請實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本申請的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他相關的附圖。
[0012]圖1是本申請實施例方法流程示意圖；圖2是本申請實施例電力系統柔性響應能力優化框架圖；圖3是本申請實施例表示設計電力系統柔性響應能力優化算法流程示意圖；圖4是本申請實施例小區居民在24h內的非柔性負荷與可中斷負荷占比示意圖；圖5是本申請實施例日內電力系統柔性響應能力優化方法將其與現有的成本與收益攤配方法、多層博弈方法、AE
?
MFCM技術、成本約束方法在用電高峰期仿真分析對比圖；圖6是本申請實施例日內電力系統柔性響應能力優化方法將其與現有的成本與收益攤配方法、多層博弈方法、AE
?
MFCM技術、成本約束方法在用電低谷期仿真分析對比圖；圖7是本申請實施例日內電力系統柔性響應能力優化方法將其與現有的成本與收益攤配方法、多層博弈方法、AE
?
MFCM技術、成本約束方法在一般用電時期仿真分析對比圖；圖8是本申請實施例年內電力系統柔性響應能力優化方法將其與現有的成本與收益攤配方法、多層博弈方法、AE
?
MFCM技術、成本約束方法在用電高峰期仿真分析對比圖；圖9是本申請實施例年內電力系統柔性響應能力優化方法將其與現有的成本與收益攤配方法、多層博弈方法、AE
?
MFCM技術、成本約束方法在用電低谷期仿真分析對比圖。
具體實施方式
[0013]下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行描述。應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。
[0014]術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個
……”
限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0015]請參閱圖1所示，本申請實施例提供一種有限成本約束下的電力系統柔性響應能
力優化方法，包括以下具體步驟：S1.開展有限成本約束分析，基于高斯概率密度函數構建競價函數，計算響應所需要抑制的電力總量。通過單次功率調節執行率，計算需求響應抑制因子，結合總量和單次執行率形成有限成本約束條件。
[0016]S2.構建電力緊急需求響應模型。通過有限成本約束條件，對用戶的實際監測數本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種有限成本約束下的電力系統柔性響應能力優化方法，其特征在于，包括以下具體步驟：S1.開展有限成本約束分析，基于高斯概率密度函數構建競價函數，計算響應所需要抑制的電力總量，通過單次功率調節執行率，計算需求響應抑制因子，結合電力總量和執行率形成有限成本約束條件；S2.構建電力緊急需求響應模型，通過有限成本約束條件，對用戶的實際監測數據進行特征識別，計算負荷匹配特征，設計最小運行成本的目標函數，形成一種電力緊急需求響應模型；S3.設計電力系統柔性響應能力優化算法，根據電力緊急需求響應模型，在確定性模型中，以針對性的變量復制得到對偶目標的函數值，將最小運行成本的目標函數求解為基本條件，通過反復迭代形成電力系統柔性響應能力優化算法。2.根據權利要求1所述的一種有限成本約束下的電力系統柔性響應能力優化方法，其特征在于，所述步驟S1中以所報電價為最低點，在高斯概率密度函數中，以數據中心的月度報價作為競爭模型，得到競價函數，從而計算競價響應所需要抑制的電力總量，作為約束的判別條件之一，競價函數如公式（1）所示：（1）式中，表示數據中心月度報價的競爭函數；表示分布幅度的標準差；表示電力公司抑制用電的期望值；表示需求響應因子作用下的高斯概率密度；表示尖峰報價的分布位置；e為自然對數。3.根據權利...

【專利技術屬性】
技術研發人員：樊立攀，禹文靜，彭濤，張成，徐琰，明東岳，魏偉，邱艷，杜磊，殷明凱，
申請(專利權)人：國網電動汽車服務湖北有限公司，
類型：發明
國別省市：