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

2019-04-23 15:41:00 電網技術　點擊量：評論 (0)

摘要提出一種家庭柔性負荷管理和售電公司售電決策協同優化模型。在居民用戶側,利用洗衣機、熱水器、洗碗機和電動汽車充電過程的可時移性和

通過計算對應響應程度的電價峰谷比發現,電價峰谷比與響應程度之間的曲線關系如圖10所示。圖10的曲線說明：響應程度的越大,代表更多用戶選擇在動態電價下積極響應,售電公司會因此增大電價峰谷差從而使自身效益最大化。另一方面,電價峰谷差異增大,對用戶而言適當推遲使用時間來達到節省費用的誘惑度就越大,較大的峰谷比會促使更多用戶在動態電價作用下積極響應[21],進一步體現了售用雙方相互影響、相互制約的關系。

同時由于動態電價的靈活特性符合用戶日常用電需求,非響應群體用電費用也隨響應程度得到了減少。

2）購電量比例值對售電公司的影響。

根據表3數據可以看出,售電公司收益隨著響應程度增加略微下降,這是因為在做響應程度對比數據時,對于售電公司的日前購電量并未根據用戶

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

負荷水平作出調整。實際決策中,由于響應程度的變動對實時用電負荷曲線的改變,售電公司也會對于日前購電量作出相應調整,以減少日前購電和實時用電量產生不平衡量以后造成的經濟損失。

結合圖11和響應程度變化調整售電公司購電量,代入模型進行優化計算后,得到售電公司的收益分別為：d=25%時,收益為8034.12元;d=75%時,收益為9076.45元;d=100%時,收益為9869.01元。可以清晰地觀察到,配合投標曲線后,售電公司收益在居民用戶響應程度增加以后,得到了顯著提高。這說明了本文提出的雙層優化模型實現了用售雙方利益的雙贏,并為用戶側提供了清晰的調度安排,給售電公司提供了電價制定和購電策略。

圖11 各響應程度下的投標曲線Fig. 11 Bidding curves in different degree of demand response

6 結論

本文提出的價格DR激勵下家庭柔性負荷管理和售電公司售電決策的雙層優化模型,經仿真結果表明,通過安排家庭部分柔性負荷啟動時間和為售電公司制定靈活的實時銷售電價,能夠在家庭用電費用最省的同時保證售電公司利益最大化。在算例分析中可以得到以下結論：

1）本模型通過時間延遲對負荷進行管理能夠改善總體負荷曲線,達到一定程度的削峰效果。隨響應程度的增加,削峰效果增強。

2）響應程度和動態電價峰谷比息息相關。通過多組響應程度下電價對比可以發現,響應程度和電價峰谷比成正比關系。動態電價是引導用戶改變用電行為的激勵,電價峰谷比相差越大,對用戶激勵越強,更多用戶會選擇接受制定的用電計劃。

3）日前購電量與響應程度有一定關系,響應程度代表用戶參與DR的比例,間接體現了實際用電需求。結合響應程度對負荷的削峰效果可以調整日前購電量,以降低售電公司購電成本。

靈活的動態電價的定制不僅能夠促使用戶積極進行需求響應,還能讓售電公司在競爭激烈的電力市場上得到更多用戶的青睞,提高其競爭能力。但本文考慮的可時移負荷種類較少,缺乏對更多大功率家用設備的進一步建模。由于本文是日前優化,對于實時市場的數據多采用預測的手法進行仿真,結果會與實際有一定誤差,此后研究會針對誤差做出改進。

參考文獻

[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/多元家庭用戶互動多目標優化算法[J].電力自動化設備,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.基于啟動時間延遲的家庭負荷管理優化策略[J].電力自動化設備,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.基于粒子校正優化的智能小區需求響應調度策略[J].電網技術,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.基于分時電價的智能家電控制方案[J].電網技術,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.智能電網環境下家庭能源管理系統優化調度算法[J].電力系統保護與控制,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]國家發改委.關于推進售電側改革的實施意見[Z].2016.

[10]顧偉,任佳依,高君,等.含分布式電源和可調負荷的售電公司優化調度模型[J].電力系統自動化,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.售電市場環境下計及可中斷負荷的營銷策略[J].電力系統自動化,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.考慮用戶需求響應的售電公司購售電決策雙層模型[J].電力系統自動化,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.用戶互動負荷模型及其微電網日前經濟調度的應用[J].電網技術,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.包含可控負荷的微電網經濟調度[J].電力自動化設備,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.電力柔性負荷調度研究綜述[J].電力系統自動化,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.售電公司購售電業務決策與風險評估[J].電力系統自動化,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時電價條件下智能電網短期負荷預測[J].電網技術,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.居民用戶需求響應行為影響因素辨識與響應特性提取[J].電網技術,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).

原標題:售用雙方協同優化的家庭柔性負荷管理策略