电力网中的需求调整的制作方法
【专利说明】
[0001] 相关申请的交叉引用 本申请要求2013年3 月 7 日以 Rodrigo Carrasco、loannis Akrotirianakis和 Amit Chakraborty 的名义提交的题为 "Robust Demand Shaping through Load Shedding and Load Shifting with a Two-Level Market"的临时美国专利申请序号61/773, 996 的权益， 该申请的公开在此也被通过引用结合到本文中。
技术领域
[0002] 本发明涉及电力网中的电流的控制。更特别地，本发明涉及智能电力网（或电网） 的控制。
【背景技术】
[0003] 电力网正在经历重要改变。首先，引入新的发电厂并扩大电网变得更加昂贵和复 杂。其次，更加可更新功率源(其具有高得多的输出变化）的引入将使得甚至更加难以控制 和预测系统的状态。在这种环境中，其中不仅发射能量而且发射数据的智能电网看起来是 方向正确的解决方案，因为其向在电力网的各种方面中涉及到的所有的各方给予进一步控 制：生成、传输、分配以及消耗。智能电网是我们当前电网的演进，并承诺将解决当前限制中 的许多，比如以较高的变化性来管理资源及增加安全性和可靠性。但是为了适当地使用智 能电网，需要落实新的机制和过程以控制能量流动并实现承诺的目标。在最至关重要的一 些之中是需求调整机制，因为其允许电网运营商对需求进行控制和调整，降低成本和峰值 对平均值消耗以及增加可靠性并更好地控制断电和节电。
[0004] 当前智能电网方法和相关工作一般地可组织成两大类：需求响应（DR)方法和/或 电网/市场建模。在文献中已经提出了用于需求响应的多个不同方法。在M. Albadi和 E. El - Saadany 在 Power Engineering Society (2007)，PP. 1 -5 中的题为 "Demand response in electricity markets : An overview" 的文章中及在 Electric Power Systems Research 78, No. 11 (Nov. 2008), pp. 1989-1996 中的题为 "A summary of demand response in electricity markets"的其后续文章中提出了不同DR方法的良好概 括。在 J. - H. Kim 和 A. Shcherbakova在 Energy 36,No. 2(Feb. 2011)，pp. 873-880 中的题为"Common failures of demand response"的文章中可以找到DR方法结果的另外 的令人感兴趣的来源，其中，作者列出了完成的多个实现和试验以及其已观察到的缺点，揭 示了哪些方法对于控制需求水平而言更好。
[0005] 需求响应方法的最简单方法是直接控制，其基本上使用在英国实现的动态需求的 思想。该方法的详细阐述示例出现在G. Tejeda和A. Cipriano在Predictive Control (2012)中的题为"Direct Load Control of HVAC systems using Hybrid Model" 的文章 中，其中，作者直接地控制HVAC (加热、通风和空调）负荷。其方法来自于控制理论观点，但 是，如果针对其它经济量改变目标函数，则可以出于电力网的目的而实现使期望度量（比如 发电成本或峰值对平均值比（PAR))最小化的控制系统。
[0006] 就基于价格/刺激机制而言，在需求响应中存在三个主要方法。第一个集中于如 L Chen、N. Li、S. H. Low和 J.C. Doyle 在 2010 First IEEE International Conference on Smart Grid Communications，（Oct. 2010)，pp. 397-402，IEEE 中的题为"Two Market Models for Demand Response in Power Networks" 的文章中所不:的需求甩掉 (demand shedding)。在这种方法中，用户将甩掉其需求的一部分，并且该甩掉的水平取决 于由电力公司（generator)或公用事业公司提供的价格。因此，上文提到的文章的结果指 向如何计算均衡价格，使得可以甩掉需求的已知量d。作者认为用户随着价格线性地甩掉需 求，这对于d的小的值而言可能正确，但是随着d增加，其模型当然将不工作。
[0007] 第二个方法是需求一源平衡。这种方法确保需求适于当前发电水平，在存在比如 风或太阳之类的可变能源的情况下尤其重要的事物。在文献中提出了多个不同的方法(例 如， 在A.D. Dominguez - Garcia和C.N. Hadjicostis在Decision and Control(2011)， pp. 27-32 中的题为 "Distributed algorithms for control of demand response and distributed energy resources" 的文章中； 在 R Loiseau、 G. Schwartz 和 J. Musacchio 在 Network Games, Control and Optimization, No. 2，(2011 ) pp. I _8 中的题为 "Congestion pricing using a raffle-based scheme" 的文章中； 在 Α· - Η· Mohsenian - Rad、V.W.S. Wong、J. Jatskevich、R. Schober 以及 Α· Leongarcia在 IEEE Transactions on Smart Grid 1，No. 3 (Dec. 2010)，pp. 320-331 中的题为"Autonomous Demand-Side Management Based on Game-Theoretic Energy Consumption Scheduling for the Future Smart Grid" 的文章中；以及 在 F. Partovl、Μ· Nikzad、B. Mozafari 以及 Α·Μ· Ranjbar 在 Energy 36，No. 5 (May 2011 )，ρρ· 3130-3137 中的题为"A stochastic security approach to energy and spinning reserve scheduling considering demand response program"的文章中）。 最令人感兴趣的方法中的一个是由上文的Mohsenian - Rad等人的文章提出的方法，因为 作者得出可以以使发电成本最小化为目标在给定发电输出的情况下平衡需求水平的分布 式方法。
[0008] 第三种主要需求响应方法是需求转移。这是最直接地与需求调整的问题有关的 方法，因为在这种情况下用户同意根据公用事业公司的价格信号在时间方面转移其负荷。 这种方法的示例出现在M. Kraning、E. Chu、J. Lavaei、S. Boyd以及W. D. April的题为 "Message Passing for Dynamic Network Energy Management"（2012)的文章中，其中，用 户针对其不同的设备（比如，洗衣机、电动车辆等）给出其偏好和限制，并且然后通过分布式 算法定义需求水平以实现某个控制目标。这种方法的主要问题是其并不是诚实的（即用户 可以通过不显示其真实要求来欺骗系统并因此获得在社会最佳条件之上的益处)。并且，在 用户必须共享的信息方面存在某些隐私关注。尽管如此，其仍是用以看到如何可以将负荷 来回转移的非常令人感兴趣的方法。
[0009] 与方法方面更加有关的，一个文章（由W. Chen、D. Huang、A. A. Kulkarni、J. Unnikrishnan^ Q. Zhu、P. Mehta、S. Meyn 以及 A. Wierman 在 Proceedings of the 48th IEEE Conference on Decision and Control (CDC)，（Dec. 2009)，pp. 3575-3580 中的 题为 "Approximate dynamic programming using fluid and diffusion approximations with applications to power management"）讨论了可以用来计算复杂模型的最佳解的一 个方法。如果存在找到平衡点或价格值的需要且尤其是如果存在对使用随机模型来表示系 统的聚集，则这种方法可能是令人感兴趣的。
[0010] 文献还讨论了如何对电力网进行建模和更重要地如何对通过电网工作的市场进 行建模或找到用于该市场的解。重要的是记住此市场基本上在三个层级中工作：长期市场、 日前市场以及实时市场。在长期市场中，电力公司和大的消费者或公用事业公司针对前面 的许多星期、月或者甚至年而签署用于电力输送的协议。然后，在日前市场中，公用事业公 司购买在给定其针对次日具有的更好得多的预测以及所需预留的情况下其可能需要的无 论任何附加能量。第三种市场是实时市场或现货市场，其在实际实时需求之前5至10分钟 之间，并且其被用来精确地匹配该需求。
[0011] 在一个文章中，作者在解决需求调整的当前问题的同时突出强调未来电网将具有 的困难，这是重要的，因为未来智能电网的新的度量的某些可能是令人感兴趣的(参见M. Negrete - Pincetic 和 S. Meyn 的在 pp. 1-8 的题为 " Intelligence by Design for the Entropic Grid"的文章)。用于能源市场的最令人感兴趣且有用的模型中的一个是 在L - K. Cho和 S.P. Meyn 在 Theoretical Economics 5， No. 2 (2010)， pp. 215-239 中的题为 "Efficiency and marginal cost pricing in dynamic competitive markets with friction"的文献中开发的模型，其中，作者将一般模型公式化，并且能够在给定某些 简单化的情况下计算平衡点。此文献的主要要点（takeaway)是通过向市场模型添加摩擦 (其看起来是由于由电力公司给出的斜坡向上约束)，现在以与在实际能源市场中观察到的 那些类似的价格变化性来实现解决方案是可能的。这是关键点，因为在本领域中的大多数 其它论文中的第一步是通过消除斜坡向上要求来简化模型，并且因此那些结果可能远离现 实。在后续的论文中，相应的作者进一步用附加部件来分析其模型，诸如可变能源(参见S. Meyn、M. Negrete -