考虑居民用户参与度不确定性的激励型需求响应模型与评估

来源 :电力系统自动化 | 被引量 : 0次 | 上传用户:lele5126596
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
先进的智能测控与双向通信技术引导越来越多居民用户通过智能家庭能量管理系统(SHEMS)参与需求响应(DR),然而用户参与度等不确定因素导致难以有效量化评估居民响应能力.首先,建立了复杂用电环境下的混合整数负荷模型,并综合考虑基于分时电价和用户协议的DR策略,建立了激励型DR参与度自主决策的智能家庭日前优化调度模型.然后,考虑到用户响应行为的不确定性,提出以参与度、响应时间等多重影响因素与净负荷功率构建高维参数空间,利用响应前后净负荷包络域期望量化用户响应能力,进而提出综合考虑电网激励成本与用户响应成本的响应能力梯度评估指标,为电网激励机制设计和用户响应方案决策提供指导依据.最后,仿真结果验证了所提模型及评估方法的有效性.
其他文献
电-热-气不同供能系统间的紧密耦合使得综合能源系统薄弱点辨识困难.从数据驱动的角度,提出一种基于统一潮流模型大数据的综合能源系统薄弱点辨识方法.首先,基于电力、热力、天然气系统及其耦合环节的物理特性,建立综合能源系统的统一潮流模型;然后,利用潮流模型中不平衡量初值的历史和实时数据构建高维状态矩阵;接着,运用M-P律和圆环律定性分析系统运行状况;最后,计算状态矩阵的平均谱半径和最大特征值,并结合熵理论构建节点薄弱性指标.该方法将节点薄弱信息映射至数据变化中,通过对节点薄弱性指标值的排序实现综合能源系统中节点
在短期负荷预测中,含有循环单元的深度学习模型应用广泛,但训练时采用的权值共享结构具有时不变性,忽略了输入特征(气象、日期、历史负荷值等)在不同时刻下给负荷变化带来的不同影响,即权值共享结构无法追踪输入特征的重要性值波动.针对此问题,提出一种考虑特征重要性值波动的互信息(MI)-双向长短期记忆(BILSTM)网络预测方法.利用MI法提取输入特征在不同时刻下的重要性值,组成重要性值波动矩阵,并将其作为系数修正原输入特征.然后,代入BILSTM网络中完成训练和预测工作,弥补权值共享结构无法追踪特征重要性值波动的
为达成“碳达峰-碳中和”目标,海上风电等可再生能源将得到加速发展,氢能有望成为离岸低碳能源网络中的重要一环,发展能对海上负荷全清洁供能的海上风电-氢能系统前景广阔.该类系统的运行模式、各模式配置与经济性值得研究.建立了海上风电-氢能系统配置优化模型,提出并对比分析了该系统的单一供电、双供电、多能孤岛、多能联网模式,讨论了各种敏感性因素对容量配置和经济性的影响.仿真结果表明,实现全清洁供能需以经济性降低为代价,氢气价格和电解槽价格对系统的配置和收益影响最大.
为了实现大电网中具有复杂时空关系、多源异构数据的可视化展示,提出了适用于调控云的电网可视化架构设计,采用电网图、厂站图、一次设备图、二次设备图4层视图架构,分别从全景可视化、全态可视化和全息可视化3个方面详细阐述了可视化电网的实现,以不同可视化形式呈现从设备个体到电网全景的场面、从历史到未来全生命周期的状态、从要素到主题的全面信息,从而实现全景、全态、全息展示电力系统特征、运行轨迹和实时信息.在此基础上,研究了实现可视化电网的关键技术,基于电气关系和对象化模型的关联关系,自动构建可视化关联图谱,从场景、时
采用架空线路的柔性直流电网容易发生瞬时性故障,需要配置快速、可靠的重合闸方案.常规的自动重合闸方案缺乏对故障性质的预判,而基于换流器注入信号的故障性质判别方法不利于多端直流电网的功率传输.针对上述问题,提出一种适用于混合式直流断路器的RCT型缓冲电路(由电阻、电容、晶闸管构成),增加主动信号注入模式来实现自适应重合闸,避免信号产生过程对多端直流电网功率传输的稳定性造成影响.在此基础上,详细推导限流电抗器的衰减作用,合理选取注入电压脉冲的宽度;进一步提出基于行波保护信息的注入信号幅值自适应调整策略,提高故障
针对LLC谐振变换器在新能源、储能、数据中心、电力电子变压器等直流配电网大功率应用场景中所存在的调压困难问题,提出了一种采用辅助变压器的可调压谐振零电压零电流开关(ZVZCS)变换器.所提变换器在传统LLC谐振变换器的基础上增加了辅助变压器和辅助半桥,通过调整辅助半桥和一次侧全桥之间的移相角可以调整辅助变压器参与升压的时间,在保证主开关管软开关的前提下实现了调压功能,同时实现了辅助开关管的零电压开通.文中详细介绍了变换器的电路结构、工作原理、参数设计过程.通过100 kW仿真模型对所提拓扑的原理以及参数设
户用光伏发电和居民用电等单相设备因运行随机不确定性造成配电网三相不平衡问题日益严重.针对该问题,提出了一种用电数据驱动的低压配电网负荷随机建模方法.该方法利用高斯混合分布和期望最大化算法描述典型居民用电行为状态;通过建立云层覆盖指标划分云层状态,结合Beta分布描述光伏集群出力行为状态;采用马尔可夫链挖掘单相设备集群历史运行数据,建立系统各时刻运行状态转移矩阵,并采用序贯蒙特卡洛模拟方法对行为状态持续时间进行抽样,并建立系统状态随机模型.考虑低压配电网结构特点以及该随机模型,采用拉丁超立方抽样对配电网节点
海上风电面临复杂多变气象和海况条件的深度耦合影响,导致其出力预测精度有待提升.同时,预测模型的“黑盒”结构导致出力预测结果在工程应用中可信度偏低.针对上述问题,提出一种基于双重注意力长短期记忆(DALSTM)网络的超短期海上风电出力预测模型.在长短期记忆神经网络的基础上,引入特征空间和时序双重注意力机制,动态挖掘海上风电出力与输入特征间的潜在相关性,并从特征和时间2个方面获得重要性量度,在一定程度上实现了模型的可解释性.最后,基于中国东海大桥海上风电场数据采集与监控数据进行仿真验证.结果表明,所提DALS
中国大型风电基地大多位于西北内陆地区,需要通过高压直流传输进行跨区消纳.为了应对风电输出的不确定性并提升风电消纳水平,传统基于电网换相换流器的高压直流需要根据风电出力变化而进行有功调节,但若不加以控制,可能会引起直流无功调节设备的频繁动作,不利于直流系统的稳定运行.基于两阶段随机规划建立了交直流互联电网日前两阶段随机优化调度模型,充分考虑了实时日前计划的可行性.模型将直流功率视为灵活调节的资源,并引入换流站稳态运行模型描述直流无功功率特性以准确地限制无功设备的动作.针对模型的非线性,采用一阶泰勒展开对换流
目前的无线供电应用中多采用锂电池作为负载,无线充电器应提供电池所需的先恒流后恒压输出,其中恒流与恒压的切换多依赖后级变换器、复合拓扑或高阶网络来实现,控制复杂,可靠性差.为解决该问题,文中提出了一种可自适应电池充电曲线的三线圈电池无线充电系统,该系统通过在原边侧增加辅助线圈和无源整流桥,实现恒流与恒压模式的自动切换,不需要额外控制;辅助线圈通过特定补偿网络与输入源并联,输出阈值不受磁路耦合机构参数限制,自适应于任意电池充电曲线.该三线圈电池无线充电器在2种充电模式下均工作在同一频率,保证逆变器软开关与变换