一种应对风电不确定性的需求响应调度方法
【专利摘要】本发明涉及一种应对风电不确定性的需求响应调度方法。该方法包括：调度交易中心预测基准负荷曲线、风力发电曲线，发布调度信息至负荷代理；负荷代理根据调度需求信息、系统运行信息以及历史交易信息进行学习和决策，制定报价策略，并上报调度交易中心；调度交易中心在获取负荷代理报价信息及发电机组调用成本信息后，以调度成本最低为目标，对发用电资源进行优化调度，并将调度指令及最终补偿价格发送至各负荷代理和发电机组；各负荷代理获取最终调度指令后，以调度成本最低为目标，以调整电价和激励为手段对各负荷的用电功率进行调整。该方法为广域分布的中小容量负荷资源参与系统调度提供了有效途径，有利于提高风电的接纳能力和降低调度成本。
【专利说明】—种应对风电不确定性的需求响应调度方法
【技术领域】
[0001]本发明涉及交直流电力系统运行与控制领域的调度方法，具体涉及一种应对风电不确定性的需求响应调度方法。
【背景技术】
[0002]在能源资源短缺、气候变化和环境污染等因素的驱动下，人类已经认识到大力发展以可再生能源的重要性和紧迫性。然而，由于风电等可再生能源自身具有波动性、间歇性、反调峰性、低可调度性等“不友好”的特点，对传统的“发电跟踪负荷”的电网调控方式提出了挑战。为应对这种挑战，电源、电网和负荷三者间应进行协调互动，不仅有利于提高电力系统的能量和功率动态平衡能力，也有利于实现大电网资源优化配置和能源综合利用效率的提升，是智能电网的重要发展方向。
[0003]负荷通过参与需求响应项目的方式与电网进行互动，在国内外已有了大量研究和初步实践，但电力系统中负荷容量巨大、分布广散且单体容量偏小，各自适应的需求响应方式不同且多种多样，这些特征造成了海量的需求响应资源难以直接控制，系统的负荷调度潜力难以充分挖掘。在大规模风电接入的条件下，如何设计一种可以充分挖掘负荷调度潜力的发用电协同调度方法，有待进一步研究。
【发明内容】
[0004]针对现有技术的不足，本发明的目的是提供一种应对风电不确定性的需求响应调度方法，该方法通过负荷代理对广域分布的不同类型需求响应负荷进行协调控制，调度交易中心在计及风电预测误差基础上直接对负荷代理和发电机组进行了联合优化调度，以提高风电的接纳能力和降低系统调度成本。
[0005]本发明的目的是采用下述技术方案实现的:
[0006]本发明提供一种应对风电不确定性的需求响应调度方法，其改进之处在于，所述方法包括下述步骤:
[0007]A、调度交易中心获取当前时段的负荷预测数据、风电预测数据以及各发电机组运行信息，并将上述运行信息、调度需求信息和历史交易信息发布至负荷代理；
[0008]B、负荷代理根据调度需求信息、系统运行信息以及历史交易信息进行学习和决策，制定有利于自身收益最大化的负荷代理报价策略，并上报调度交易中心；
[0009]C、调度交易中心在获取负荷代理报价策略以及发电机组调用成本信息后，以调度成本最低为目标，对发用电资源进行统一优化调度，并将调度指令及最终补偿价格发送至各负荷代理和发电机组；
[0010]D、各负荷代理获取最终调度指令后，以调度成本最低为目标，以调整电价和激励为手段对负荷个体的用电功率进行调整。
[0011 ] 进一步地，所述步骤B中，制定有利于自身收益最大化的负荷代理报价策略包括下述步骤:[0012]〈1>负荷代理接受调度交易中心信息，开始第η次报价，n=l，2，3，…；
[0013]<2>负荷代理根据历史竞价信息，判断是否满足ε -degree搜索条件，如果满足，则转向步骤〈4> ;如果不满足，转向步骤〈3> ；
[0014]<3>负荷代理经判断满足ε -degree搜索条件，随机生成新的负荷代理报价策略，上报调度交易中心，转向步骤〈8> ；
[0015]〈4>负荷代理经判断不满足ε -degree搜索条件，对满意度矩阵SD进行分析，判断满意度矩阵SD中是否存在元素值均为1的行，若存在则转向步骤〈5> ;若不存在，则转向步骤 <6> ；
[0016]<5>负荷代理选择满意度矩阵SD中元素全为I的行所对应的报价策略，作为第η次的负荷代理报价策略进行报价，转向步骤〈8> ；
[0017]〈6>负荷代理经判断满意度矩阵SD中不存在元素值均为I的行，则根据公式(12)，对其竞争对手的负荷代理报价策略进行猜测，转向步骤〈7> ；
[0018]〈7>负荷代理求解负荷代理的分散决策优化模型，获取有利于自身收益最大化的负荷代理报价策略，转向步骤〈8> ；
[0019]〈8>负荷代理将报价策略上报调度交易中心后，调度交易中心决策将调度指令返回负荷代理，负荷代理决策并完成功率调整任务，转向步骤〈1>，进行η=η+ι次报价。
[0020]进一步地,所述步骤〈2>中，ε-degree搜索条件中的ε定义为l/njy, njy为“同场景竞价”发生次数；在电力市场运行初期，ε值较大，负荷代理会以较大的概率不断地尝试新的报价策略，以防止报价策略长期的收敛于局部最优解，并扩充历史数据库，积累报价经验；当经过长时间的运营，电力市场进入成熟稳定阶段，ε值逐渐减小，负荷代理尝试新的报价策略的概率越来越小，使负荷代理以大的概率选择最优的报价策略。
[0021]进一步地，所述步骤〈4>中，记负荷代理k满意度相量和交易中心的满意度向量分别为{ynk}和IymKynlJPyn。分别表示负荷代理k和调度交易中心对第η次同场景调整竞价结果的满意度，其值为I表示对该次竞价结果满意；其值为O表示对该次竞价结果不满意，Ynk和yn。的表达式分别为:
【权利要求】
1.一种应对风电不确定性的需求响应调度方法，其特征在于，所述方法包括下述步骤: A、调度交易中心获取当前时段的负荷预测数据、风电预测数据以及各发电机组运行信息，并将上述运行信息、调度需求信息和历史交易信息发布至负荷代理； B、负荷代理根据调度需求信息、系统运行信息以及历史交易信息进行学习和决策，制定有利于自身收益最大化的负荷代理报价策略，并上报调度交易中心； C、调度交易中心在获取负荷代理报价策略以及发电机组调用成本信息后，以调度成本最低为目标，对发用电资源进行统一优化调度，并将调度指令及最终补偿价格发送至各负荷代理和发电机组； D、各负荷代理获取最终调度指令后，以调度成本最低为目标，以调整电价和激励为手段对负荷个体的用电功率进行调整。
2.如权利要求1所述的需求响应调度方法，其特征在于，所述步骤B中，制定有利于自身收益最大化的负荷代理报价策略包括下述步骤: 〈1>负荷代理接受调度交易中心信息，开始第η次报价，n=l，2，3，…； <2>负荷代理根据历史竞价信息，判断是否满足ε -degree搜索条件，如果满足，则转向步骤〈4> ;如果不满足，转向步骤〈3> ； <3>负荷代理经判断满足ε -degree搜索条件，随机生成新的负荷代理报价策略，上报调度交易中心，转向步骤〈8> ； <4>负荷代理经判断不满足ε -degree搜索条件，对满意度矩阵SD进行分析，判断满意度矩阵SD中是否存在元素值均为I的行，若存在则转向步骤〈5> ;若不存在，则转向步骤<6> ； <5>负荷代理选择满意度矩阵SD中元素全为I的行所对应的报价策略，作为第η次的负荷代理报价策略进行报价，转向步骤〈8> ； <6>负荷代理经判断满意度矩阵SD中不存在元素值均为I的行，则根据公式(12)，对其竞争对手的负荷代理报价策略进行猜测，转向步骤〈7> ； 〈7>负荷代理求解负荷代理的分散决策优化模型，获取有利于自身收益最大化的负荷代理报价策略，转向步骤〈8> ； 〈8>负荷代理将报价策略上报调度交易中心后，调度交易中心决策将调度指令返回负荷代理，负荷代理决策并完成功率调整任务，转向步骤〈1>，进行η=η+1次报价。
3.如权利要求2所述的需求响应调度方法,其特征在于,所述步骤〈2>中，ε-degree搜索条件中的ε定义为1/ηΛ，I^y为“同场景竞价”发生次数；在电力市场运行初期，ε值较大，负荷代理会以较大的概率不断地尝试新的报价策略，以防止报价策略长期的收敛于局部最优解，并扩充历史数据库，积累报价经验；当经过长时间的运营，电力市场进入成熟稳定阶段，ε值逐渐减小，负荷代理尝试新的报价策略的概率越来越小，使负荷代理以大的概率选择最优的报价策略。
4.如权利要求2所述的需求响应调度方法，其特征在于，所述步骤〈4>中，记负荷代理k满意度相量和交易中心的满意度向量分别为{yj和{7?。}，7?1;和7?。分别表示负荷代理1^和调度交易中心对第η次同场景调整竞价结果的满意度，其值为I表示对该次竞价结果满意；其值为O表示对该次竞价`结果不满意，Ynk和yn。的表达式分别为:
5.如权利要求2所述的需求响应调度方法，其特征在于，所述步骤〈6>中，将上一个“同场景竞价时段”中所有竞争对手所做出的报价行为作为当前时段的猜测，即公式(12)，表达式如下:
6.如权利要求2所述的需求响应调度方法，其特征在于，所述步骤〈7>中，负荷代理的分散决策优化模型包括: 各负荷代理的报价内容为补偿价格关于调整功率的一次函数，代理k的报价策略可表示为:
LiAk — Aik Δ Dik+Bik (I); 式中:角标i表示第i时段；ADik为负荷代理k功率调整总量；LiAk为负荷代理申报的补偿电价；Aik和Bik表示为负荷代理k报价策略参数；当多个负荷代理参与竞价时，考虑调度交易中心按照统一的补偿价格Li清算，则有下式成立:
7.如权利要求6所述的需求响应调度方法，其特征在于，负荷代理的分散决策优化模型的约束条件包括: ①代理报价约束: LiminLjmax ( 8 );` 上式表明所有负荷代理的报价处于统一的价格限制内； 式中=Li表示补偿价格；Limin和Limax分别表示最小补偿价格和最大补偿价格； ②代理内部负荷调整约束:
A DiEXmin ^ ^ Djex ^ Δ DiEXmax ( 9 ); ADipminS Δ Dip ^ Dipmax (10); 式中:Δ DiEMn、Δ DiESnax分别为激励型负荷的功率调整上限值和下限值；Λ Dipmin,△Dipmax分别为电价型负荷的功率调整上限值和下限值； ③功率平衡约束:
ADiv — Δ Dik+ Δ Diother (11); 式中:ADiv为系统需求的功率调整总量；ADitrthw为除了负荷代理k其它负荷代理和发电机组的功率调整量。
8.如权利要求1所述的需求响应调度方法，其特征在于，所述步骤C中，调度交易中心在获取负荷代理报价策略以及发电机组调用成本信息后，调度交易中心以调度成本最低为目标，建立不计人工费和损耗的目标函数如下:
τηη niin = min J^cost(；(ADjiy) + ^cost,(ADi a ) ^(16)；
j:l k:l 式中:Λ Ditt为i时段第k个负荷代理的功率调整量；C0StA(ADiAk)为调度交易中心通过负荷代理k调整功率Λ DiAk时所需支付的补偿费用；Λ Dicj为i时段第j台发电机的功率调整量；Coste(ADiw)为调度交易中心通过调用发电机组j调整功率ADiw所需支付的补偿费用； 调度交易中心通过调用发电机组进行功率调整的成本表示为:
Costc ( Δ DiGJ) = Agj Δ DiGJ2+BGJ Δ Dicj (17)； 式中AW、BW分别为发电机成本参数； 负荷代理调度成本表示为:
9.如权利要求1所述的需求响应调度方法，其特征在于，所述步骤D中，负荷代理接受调度交易中心发布的调度指令，根据公式(5)~公式(7)，以调度成本最低为原则，调整电价型负荷的用户电价以及激励型负荷的激励，完成调度任务，并返回步骤A，进行下一时段调度。
【文档编号】G06Q50/06GK103729698SQ201410019312
【公开日】2014年4月16日 申请日期:2014年1月16日 优先权日:2014年1月16日
【发明者】刘建涛, 王珂, 姚建国, 杨胜春, 冯树海, 李亚平, 毛文博, 丁茂生, 曾丹, 周竞, 郭晓蕊 申请人:国家电网公司, 中国电力科学研究院, 国网宁夏电力公司