一种弹性负荷集群的调度方法和系统的制作方法
【技术领域】
[0001] 本发明设及电力系统技术领域，更为具体地说，设及一种弹性负荷集群的调度方 法和系统。
【背景技术】
[0002] 随着生活W及生产水平的提高，人们对电力的需求也越来越大，相应地，电力系统 的用电量也不断提高，对于持续增长的用电量，传统的电力管理方法一般是提高电力供应 侧的输出电量W满足电力需求，但运种方法普遍存在设备利用率低下、发电用电成本高、经 济性较差W及电网调度调节能力弱等缺陷。
[0003] 由于电力供应侧存在上述缺陷，因此相关技术人员已转向电力需求侧W寻求电力 调整的解决方案。针对电力需求侧的某些负荷，可W根据合同价格信号或激励机制改变用 户固有的用电方式，将运些负荷转变为弹性负荷，W根据运些弹性负荷达到削减高峰用电 量W及平衡电力供应缺口的目的。调整电力需求侧的弹性负荷除了可W提高电力系统稳定 性外，还有利于环境保护和能源节约。
[0004] 弹性负荷是指能够根据发布的价格信号或激励信号，改变用电时间或负荷大小W 配合电力运行商的需求响应策略。可W将弹性负荷表征为弹性负荷集群的形式，与传统发 电机组一起参与电力调度。但是弹性负荷集群不同于发电机组，不能够直接接受调度指令 而消减用电量，只能够通过价格或激励引导其用电量或用电时间，因此弹性负荷集群具有 响应不确定性。针对发电机组的电力调度优化，需考虑到弹性负荷集群的响应不确定性，对 发电机组做出最经济的出力计划，因此存在一定的调度风险。弹性负荷集群的响应不确定 性可W用响应偏差比衡量，当弹性负荷集群的响应偏差比越大，即其实际用电调节量与期 望调节量之差越大，响应风险损失值就越大。
【发明内容】
[0005] 本发明的目的是提供一种弹性负荷集群的调度的技术方案，W解决【背景技术】中所 介绍的现有技术中由于弹性负荷集群的响应不确定性导致的调度风险损失值过大的问题。
[0006] 为了解决上述技术问题，本发明提供如下技术方案：
[0007] 根据本发明第一方面，提供了一种弹性负荷集群的调度方法，该弹性负荷集群的 调度方法包括：
[000引获取电力需求侧预定数量W上的弹性负荷，根据弹性负荷的响应偏差特征值划分 所述弹性负荷，将所述弹性负荷划分为多个弹性负荷集群；
[0009] 根据所述弹性负荷集群内弹性负荷的历史数据估计所述弹性负荷集群的响应偏 差比；
[0010] 根据所述弹性负荷集群的响应偏差比统计所述弹性负荷集群的响应风险损失；
[0011] W所述弹性负荷集群的响应风险损失W及发电机组的发电成本之和最小为目标， 构建弹性负荷集群的组合优化模型；
[0012] 根据所述组合优化模型计算在预期时间内每台发电机组的最优有功出力W及所 述弹性负荷集群的最优调整量。
[0013] 优选地，所述根据弹性负荷集群的响应偏差特征值划分所述弹性负荷，将所述弹 性负荷划分为多个弹性负荷集群的步骤，包括：
[0014] 根据各个弹性负荷的期望响应量与实际响应量计算所述弹性负荷的响应偏差比， 作为所述弹性负荷的响应偏差特征值；
[0015] 根据所述弹性负荷的响应偏差特征值划分多个响应偏差标准差区间；
[0016] 根据所述多个响应偏差标准差区间对所述预定数量W上的弹性负荷进行归类，归 类为多个弹性负荷集群。
[0017] 优选地，所述根据所述弹性负荷集群内弹性负荷的历史数据估计所述弹性负荷集 群的响应偏差比的步骤，包括：
[0018] 对所述弹性负荷集群内的弹性负荷的历史数据进行累加，作为所述弹性负荷集群 的响应数据；
[0019] 计算所述响应数据的均值与方差；
[0020] 根据所述响应数据的均值与方差，通过蒙特卡罗算法估计出所述弹性负荷集群的 实际响应偏差比。
[0021] 优选地，所述根据所述弹性负荷集群的响应偏差比统计所述弹性负荷集群的响应 风险损失的步骤，包括：
[0022] 根据所述弹性负荷集群的响应偏差比构建所述响应偏差比的风险损失函数，根据 所述风险损失函数计算所述响应偏差比的风险损失；
[0023] 预设风险损失区间，根据所述响应偏差比的风险损失在所述风险损失区间内的数 量与总数量的比值，计算所述风险损失的概率密度函数；
[0024] 根据所述风险损失的概率密度函数计算在预设置信水平、预期时间内所述弹性负 荷集群对响应不确定性的响应风险损失。
[0025] 优选地，所述弹性负荷集群的调度方法还包括：
[0026] 判断所述预期时间内所述弹性负荷集群的调整量W及所述每台发电机组的有功 出力是否满足各自的预设约束条件；
[0027] 若所述弹性负荷集群的调整量W及所述发电机组的有功出力不满足各自的预设 约束条件，则舍弃所述弹性负荷集群的调整量W及所述发电机组的有功出力。
[0028] 根据本发明的第二方面，还提出了一种弹性负荷集群的调度系统，该调度系统包 括：
[0029] 获取模块，用于获取电力需求侧预定数量W上的弹性负荷；
[0030] 划分模块，用于根据弹性负荷的响应偏差特征值划分所述预定数量W上的弹性负 荷，划分为多个弹性负荷集群；
[0031] 响应数据估计模块，用于根据所述弹性负荷集群内弹性负荷的历史数据估计所述 弹性负荷集群的响应偏差比；
[0032] 调度风险损失函数统计模块，用于根据所述弹性负荷集群的响应偏差比统计所述 弹性负荷集群的调度风险损失；
[0033] 组合优化模块构建模块，用于W所述弹性负荷集群的风险损失W及发电机组的发 电成本之和最小为目标，构建弹性负荷集群的组合优化模型；
[0034] 计算模块，用于根据所述组合优化模型计算在预期时间内每台发电机组的最优有 功出力W及所述弹性负荷集群的最优调整量。
[0035] 优选地，所述划分模块，包括：
[0036] 响应偏差比计算子模块，用于根据各个弹性负荷的期望响应量与实际响应量计算 所述弹性负荷的响应偏差比，作为所述弹性负荷的响应偏差特征值；
[0037] 响应偏差标识差区间划分子模块，用于根据所述弹性负荷的响应偏差特征值划分 多个响应偏差标准差区间；
[0038] 弹性负荷集群归类子模块，用于根据所述多个响应偏差标准差区间对所述预定数 量W上的弹性负荷进行归类，归类为多个弹性负荷集群。
[0039] 优选地，所述响应数据估计模块，包括：
[0040] 历史数据累加子模块，用于对所述弹性负荷集群内的弹性负荷的历史数据进行累 加，作为所述弹性负荷集群的响应数据；
[0041] 响应数据计算子模块，用于计算所述响应数据的均值与方差；
[0042] 响应偏差比计算子模块，用于根据所述响应数据的均值与方差，通过蒙特卡罗算 法估计出所述弹性负荷集群的实际响应偏差比。
[0043] 优选地，所述调度风险损失函数统计模块，包括：
[0044] 函数构建子模块，用于根据所述弹性负荷集群的响应偏差比构建所述响应偏差比 的调度风险损失函数，根据所述风险损失函数计算所述响应偏差比的风险损失；
[0045] 区间预设子模块，用于预设风险损失区间；
[0046] 概率密度函数计算子模块，用于根据所述响应偏差比的风险损失在所述风险损失 区间内的数量与总数量的比值，计算所述风险损失的概率密度函数；
[0047] 响应风险损失计算子模块，用于根据所述风险损失的概率密度函数计算在预设置 信水平、预期时间内所述弹性负荷集群对响应不确定性的响应风险损失。
[0048] 优选地，所述弹性负荷集群的调度系统还包括：
[0049] 预设约束条件判断模块，用于判断所述预期时间内所述弹性负荷集群的调整量W 及所述每台发电机组的有功出力是否满足各自的预设约束条件；
[0050] 舍弃模块，用于若所述弹性负荷集群的调整量W及所述发电机组的有功出力不满 足各自的预设约束条件时，舍弃所述弹性负荷集群的调整量W及所述发电机组的有功出 力。
[0051] 通过上述工作过程可W得出，本发明提供的弹性负荷集群的调度方案，根据弹性 负荷对价格或激励信号的响应不确定的特点，首先将区域内弹性负荷按照其响应偏差特性 指标分类成多个弹性负荷集群，可有效解决弹性负荷的用户数量多、控制复杂的问题。同时 统计弹性负荷集群的响应风险损失，通过将弹性负荷集群的响应风险损失函数引入弹性负 荷集群的组合优化模型，该组合优化模型W弹性负荷集群的响应风险损失W及发电机组的 发电成本之和最小为目标，根据该组合优化模型，能够计算在预期时间捏每台发电机组的 最优有功出力记忆弹性负荷集群的最优调整量，能够降低弹性负荷集群调度时的风险损 失，减少调度费用，并兼顾弹性负荷的经济性和系统安全性。
【附图说明】
[0052] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动 性的前提下，还可W根据运些附图获得其它的附图。
[0053] 图1是本发明一示例性实施例示出的一种弹性负荷集群的调度方法的流程示意 图；
[0054] 图2是本发明一示例性实