利用需求响应减小馈电线路损耗的方法和系统

摘要

提供了一种系统和方法，其针对需求响应分析电力网络的至少一个方面，以便减小馈电线路的损耗。该系统和方法利用一个需求响应模型以选择需求响应的一个或多个因素(例如从可用需求响应用户的较大池中选择需求响应用户的子集)。所述该需求响应模型可以包括网络结构组件(例如具体特定用户在网络中位置的指示)和动态操作组件(例如在馈电线路中队电流的实时测量)。通过利用需求响应模型，馈电线路损耗可以由此而减小。

说明书

技术领域

本发明概括地涉及一种用于减小电力网络功率损耗的系统和方法，更具体地，涉及一种用于通过分析至少一个方面的需求响应，来减少电力网络馈电线路功率损耗的方法和装置。

背景技术

电力网络可以包括以下中的一个或全部：发电、电力传输和电力分配。可以通过使用发电站(例如燃煤电厂，核电厂等等)来发电。出于效率的目的，将所生成的电功率升压为非常高的电压(例如345千伏)，然后通过传输线进行传输。传输线可以长距离传输电力，例如跨越州与州的界线或跨越国界线，直到传输到批发用户，该用户可以是拥有本地分配网络的公司。传输线可以终止于传输变电站，该变电站可以把非常高的电压降低到中间电压(例如138千伏)。较小的传输线(例如子传输线)从传输变电站向分配变电站传输中间电压。在分配变电站，中间电压可以再次降低为“中压”(例如，从4千伏到23千伏)。可以从分配变电站引出一个或多个馈电线路。例如，可以从分配变电站引出四到十个馈电线路。馈电线路是包含四线的三相电路(三线对应三相中的每一个相，而一线为中性线)。馈电线路可以置于地上(在电线杆上)或地下。馈电线路的电压可以利用分配变压器周期性地流出，该变压器把电压从“中压”降低到用户电压(例如，120伏)。然后，用户电压可以被用户使用。

通过电力网络(例如通过电力传输以及电力分配)分配电流导致损耗。具体地，当电流通过导体释放热量的时候产生了称为焦耳发热(或电阻发热)的损耗。损耗量为I²R，这里I是通过导体的电流，R是导体的电阻。在电力网络中的这些损耗可能是显著的。据报道，在1995年美国的传输和分配损耗估计达到7.2％，在1998年英国达到7.4％。

一种减少损耗的分析是功率流研究。功率流研究(也称为是负载流研究)涉及应用于电力系统的复杂数值分析。功率流研究是在正常稳态操作下分析电力系统。存在功率流研究的大量软件实现。功率流研究的目的是获得特定负载、和发电机有效功率(real power)和电压状况下的、电力系统每个总线完全电压角度和幅值信息。一旦知道这些信息，则可以分析确定每个分支的有效功率以及无效功功率(reactive power)流、以及发电机无效功功率输出。由于这些问题的非线性特性，应用数值方法以获得一种可接受容差范围内的解决方案。然而，此解决方案需要复杂的迭代分析，且需要花费大量的时间来求解。因此，很明确地需要这样一种解决方案，其可以快速且实时地确定以减少因焦耳发热引起的损耗。

发明内容

如本发明背景技术中所讨论，电力网络因分配损耗而损失了大量的功率，本发明的一个方面包括提供一种系统和方法，其分析电力网络需求响应的至少一个方面来减小分配损耗，例如在电力网络馈电线路中的损耗。需求响应是一种在一个或多个用户点处控制负载的能力，例如减小使用功率或启动现场发电。该系统和方法可以选择需求响应的一个或多个因素，包括：(1)选择需求响应的用户(例如从可利用需求响应的较大的用户池中选择需求响应用户的子集)；(2)选择需求响应的量(例如确定从所选择的用户子集中选择多少需求响应)；(3)选择需求响应的时间长度。

该方法和系统可以基于需求响应的模型，其可以包括：(1)网络结构组件；以及(2)动态操作组件。该网络结构组件可以包括特定用户在网络中位置的指示，例如特定用户沿着馈电线路的位置。例如，网络结构组件可以包括特定用户的加权因子，其反映出特定用户在馈电线路中的位置，例如基于用户与变电站的距离的加权因子。所述网络结构组件可以考虑馈电线路的特定拓扑，例如馈电线路的拓扑是否是辐射状拓扑。更进一步的是，网络结构组件可以是固定或动态的。网络中段的结构(例如特定馈电线路)在时段中可以是常数。这样，网络结构组件在那些时段中可以被认为是静态的。由于这一点，网络结构组件可以是预先计算的并存储到表中。当网络结构发生变化时，例如当特定馈电线路被重新配置，用于特定馈电线路上的用户的网络结构组件可以被更新。或者，由于馈电线路可以动态改变，网络结构组件可以考虑在馈电线路中的动态变化。例如多个馈电线路(例如，馈电线路A和馈电线路B)可以具有交叉拉杆(inter-tie)开关和分段开关。基于某些开关(例如交叉拉杆开关和/或分段开关)的开关状态，馈电线路的某些段可以属于馈电线路A或馈电线路B。网络结构组件可以考虑一个或多个开关的状态，从而确定用户在馈电线路A或馈电线路B的加权因子。

需求响应模型的动态操作组件可以包括实时测量(例如实际可利用容量，流过一个或多个馈电线路的电流，所分配的能量资源容量(即，风能、太阳能等))。例如，可以确定通过一部分馈电线路的实时电流，例如从变电站到馈电线路的实时电流，在一个或多个用户场所(customer premises)的实时电流，和/或来自馈电线路特定段的传感器的实时电流。

特定用户的网络结构组件的具体加权因子可以和与特定用户相关联的动态操作组件的实时测量相结合，来确定特定用户的“评分”，其在指示利用特定用户的需求响应时馈电损耗的相对缩减的测量中有效。

需求响应的模型可以基于电流和/或电阻的估计，在馈电线路中的损耗为I²R，其中I是通过馈电线路的电流，以及R是馈电线路的电阻。电阻R的近似值可以基于与变电站的电距离。电流的近似值可以基于去往馈电线路的电流(如在变电站所测)。具体地是，可以假设，馈电电流作为与电站的电距离的函数减少(例如指数减少)。考虑这些电阻和电流的估计，需求响应的模型可以允许从需求响应用户的较大的池中更有效地选择用户的子集。具体地是，需求响应用户的较大池可以很大，甚至是以百万计数。需求响应的模型不要求求解大的组合问题，而是允许更快地执行确定用户子集。

同时，需求响应的模型可以比较如下形式的益处：在相同馈电电路中不同点处的功率损耗减少、和/或比较在不同馈电线路中的不同点处的功率损耗减少。用这种方式，通过需求响应，可以跨过一段馈电线路、跨过整个馈电线路、跨过不同馈电线路以及跨过整个分配网络来执行优化。

根据随后的附图和详细描述的解释，对于本领域技术人员，其他系统、方法、特征和优点是清楚的或会变得清晰。意在所有这些附加的系统、方法、特征和优点包括在这些描述中，包括在本发明的范围内，以及受到随后的权利要求保护。

附图说明

附图1是在需求响应系统的可能组件的框图。

附图2示出了如图1绘出的子VPP分配系统的框图。

附图3是从可用的需求响应用户池中选择需求响应用户的子集的流程图的示例。

附图4是馈电线路损耗的表示。

具体实施方式

为了减小电力网络中的焦耳发热损耗，典型地存在几个选择。如这里公开的减少焦耳发热损耗的一种方式是利用需求响应。具体而言，如下描述的优选实施例涉及利用需求响应来减少电力网络的热损耗(例如，在电力网络的一个或多个馈电线路中)。

作为常规的方式，需求响应(DR)具有控制负载和/或控制发电的能力。需求响应可以在电力网络中用来响应于供电状态而管理电的用户消耗。在临界时刻，供电状态可以涉及减小消耗，涉及市场价格的改变(例如给用户提供价格信号以指示在不同时间电能的开销)，还涉及能量可利用性的改变(例如，具体当如太阳能的可再生能源可利用的时候)等等。

因此，需求响应可以包括缩减电力使用或通过启动现场发电，其可以与网络并联或可以不与网络并联。需求响应方案可以通过大的商业用户执行，响应于用途或市场价格情况的需求，经常通过使用专门控制系统来调度负载。在临界时间段，可以根据负载优先化方案减少例如照明、机器、空调这样的服务。一种调度负载的备选可以包括现场发电以支援电力网络。在电力供应紧张条件下，需求响应显著减小峰值价格和一般的电力价格波动。

通常需求响应用于表示用于使得消费者降低需求的机制，从而减小电的峰值需求。由于电力系统的大小与峰值需求大致相一致(加上故障和未预见事件的余量)，降低峰值需求可以降低全部设备和资金成本要求。然而，依靠发电容量的配置，需求响应也可以用于增加高产量和低需求时间的需求(负载)。因此，一些系统可以使得能量存储以在低需求和高需求(或低价格或高价格)的时段之中获利。

在利用需求响应减少馈电线路损耗的情况下，需求响应可以降低需要通过馈电线路传输的电流的量，因此减小在馈电线路中的焦耳发热损耗。以下的讨论分析特定需求响应用户的选择(从潜在的需求响应用户的较大池中选择)。具体而言，相对于随机选择用户(从潜在需求响应用户的较大池中选择)，如下详细描述的特定需求响应用户子集的选择(从潜在需求响应用户的较大池中选择)可以更多地降低焦耳发热损耗。

参照附图1，示出了需求响应系统中各种组件的示例框图100。在图1描述的框图仅仅是示出目的。可以呈现不同的组件，例如2008年5月9日提交的美国临时系申请列号No.61/127,294和2008年12月15日提交的美国临时申请系列号No.61/201,856所公开。将2008年5月9日提交的美国临时申请系列号No.61/127,294和2008年12月15日提交的美国临时申请系列申请号No.61/201,856在整体上作为参考结合于此。

所述需求响应系统可以包括商业操作系统102。所述商业操作系统102可以包括优化发电投资组合的一部分设备。商业操作系统102可以解决单元保证，从设施配备的一组发电机中确定哪些发电机来用于满足电流负载需求。因此，商业操作系统102可以确定在峰值时间满足负载需求的必要的各种发电机。

存在可用于商业操作系统102处理的发电机的多个例子。传统的发电机包括燃煤发电厂、核电厂等。可用在商业操作系统102中另一类型的“发电机”可以包括作为“虚拟电厂(VPP)”的需求响应。尽管需求响应不产生任何功率，但需求响应减少负载量，有效地产生了等同于所减小负载量的功率量。换句话说，由于需求响应减小了负载的效果，需求响应带来了更多的发电能力的效果。

针对特定时间的具体负载，系统级VPP优化系统104可以利用需求响应确定需要由VPP“产生”的功率量。典型的是，需求响应可以要求将被减少的具体功率量(其可以兆瓦来测量)。例如，系统级VPP优化系统104可以确定，针对900兆瓦的峰值负载，需要150兆瓦的需求响应来使得实际负载减少到750兆瓦。

如果需求响应容量大于所需要的，则在需求响应池中选择用户子集。这个子VPP分配系统108可以选择用户的子集。例如，如果系统级VPP优化系统104通过需求响应要求150兆瓦的功率减小，且如果来自整个需求响应池的功率响应容量是300兆瓦，则需要可以小于需求响应池的全部。所述子VPP分配系统108可以确定，可以选择整个需求响应池的子集的哪些用户，从而减少馈电线路的损耗量。举个例子，如果在需求响应池中有1000个用户，子VPP分配系统108可以选择1000个用户的子集，以满足150兆瓦的功率减少以及使馈电线路损耗降低或最小化。从300兆瓦的可利用池中选择不同的子集，有多种方式可获得150兆瓦的功率减少。而且，子VPP分配系统108可以从100个用户的子集确定功率减小的量以满足150兆瓦的功率减少。

如图1所示，利用需求响应，需要“生成”的功率量被输入子VPP分配系统108。参考图2至图3如下描述，子VPP分配系统108可以确定选择哪些用户(从可利用的需求响应用户池中选择)用于需求响应。所述子VPP分配系统108也可以确定所选用户中要减少的功率量。除了从系统级VPP优化104中输入，子VPP分配系统108可以接收其他输入，包括每个VPP区域中的一个或多个VPP调度106，网络状态114(例如提供网络的各个实时方面，包括在一个或多个变电站感测的电流)，为需求响应(例如详述可以执行多少需求响应或执行需求响应的频繁程度的用户协议)设置的策略或规则112，以及多种多样的更改(override)110。

在子VPP分配系统108确定选择哪些用户以及所选择用户要减小的功率量之后，子VPP分配系统108可以向DR管理系统116发送一个或多个信号。DR管理系统116产生发到用户场所的信号，从而控制在用户场所118的负载。具体地，DR管理系统116可以向用户场所118发送命令/信号，且用户场所118可以发送响应/可利用性给DR管理系统116。尽管图1作为独立框描绘了用户场所118，但来自DR管理系统116的信号可以独立地发送给选择用于需求响应的每个用户场所118。例如，一个或多个用户场所可以接收信号，该信号控制位于用户场所的一个或多个设备。

因此，技术可以将需求响应的过程进行自动化。这些技术可以检测负载卸载的需求，向参与用户传送命令，将负载卸载自动化，且验证符合需求响应程序。DR的可升级和全面的软件解决方案使得商业和工业能够增长。

如图1所描绘，设备可以利用如图1所示的自动化系统，其连接到工业、商业和/或居民用户，该自动化系统可以在某时(例如在峰值需求时)降低消耗，基本上延迟边缘提取。自动化系统可以调低或关闭一些装置或设备(以及当需求出乎意料低的时候，可能增加使用)。例如，可以调低加热装置或者可以调高空调或冰箱(调高到一个更高的温度由此使用了较小的电力)，将提取稍微延迟直到使用的峰值通过。网络因此可以通过延迟峰值需求(允许峰值设备时间循环升或避免峰值事件)而受益，且参加者通过将消费延时到峰值需求周期之后而受益，即当价格更低的时候再消费。

附图2示出了子VPP分配系统108的框图。子VPP分配系统108可以包括计算机系统，其包括处理器202和存储器204，它们可以通过总线通信。存储器204可以包括易失性和/或非易失性存储器，以及可以包括一个或多个程序。存储器204可以是主存储器、静态存储器或动态存储器。存储器204可以包括，但是不限于计算机可读存储介质，例如多种多样的易失性和非易失性存储介质，其包括但不局限于随机存取存储器、只读存储器、可编程只读存储器、电可编程只读存储器、电可擦除只读存储器、闪存、磁带或磁盘以及光学介质等等。在一种情况下，存储器204可以包括处理器202的高速缓存存储器或随机访问存储器。可替换地或除此之外，存储器204可以与处理器202分开，例如处理器的高速缓冲存储器、系统存储器或其他存储器。存储器204可以是外部存储设备或存储数据的数据库。示例中可以包括硬件驱动、压缩盘(“CD”)，数字视频盘(“DVD”)、存储卡、记忆棒、软盘、通用串行总线(“USB”)存储设备或可操作以存储数据的任何其他设备。存储器204是可用来存储由处理器202执行的指令。附图(诸如图3)中示出或这里描述的功能、操作或任务可以通过编程处理器202执行存储在存储器204内的指令而实现。功能、操作或任务可以是独立于指令集的具体类型、存储介质、处理器或处理策略而且可以由软件、硬件、集成电路、程序芯片、微代码等独立运行或组合运行。同样，处理策略可以包括多处理、多任务和并行处理等等。

子VPP分配系统108的计算机系统可以进一步包括：显示器，例如液晶显示器(LCD)、有机发光二极管(OLED)、平板显示器、固态显示器、阴极射线管(CRT)、投影机、打印机或其他目前已知或后来发展的显示设备以输出所确定的信息。显示器可以作为用户的界面以查看处理器202的功能，或具体地作为存储在存储器204或驱动单元内的软件的界面。

此外，子VPP分配系统108的计算机系统可以包括配置为允许用户与系统的任何组件交互的输入设备。输入设备可以是数字键盘、键盘或光标控制设备，例如鼠标、或者是操作杆、触摸屏显示器、远程控制或有效地与系统交互的其他任何设备。

子VPP分配系统108的计算机系统也可以包括硬盘或光驱单元。硬盘驱动器单元可以包括计算机可读介质，其中，例如软件的一个或多个指令集可以嵌入其中。此外，指令可以执行一个或多个这里描述的方法或逻辑。在计算机系统执行期间，所述指令可以完全或至少部分驻留在存储器204和/或在处理器202内。存储器204和处理器202也可以包括如上讨论的计算机可读介质。

目前披露的内容预期包括计算机可读介质，该计算机可读介质包括指令或响应于传播信号接收或执行指令。指令可以通过硬件、软件和/或软硬件结合的方式，或其中任一组合的方式执行。更进一步，指令可以通过通信接口在网络上传输或接收。通信接口可以是处理器202的一部分或可以是单独的部件。通信接口也可以由软件建立或可以是硬件的物理连接。通信接口可以配置以连接网络、外部介质、显示器、或在系统中的任一其他组件或其中的组合。与网络的连接可以是物理连接，例如有线以太网连接，或可以是如下讨论的通过无线建立。同样，与系统其他部件的另外连接可以是物理连接或可以是通过无线建立。

例如，执行如图3(如下描述)所示动作的指令可以包括在存储器204内。更进一步，DR模型(如下讨论)可以包括在存储器204中。处理器202可以执行存储器204中的程序，且如图2所示，可以通过I/O 206接收输入信号以及发出输出信号。

DR模型可以基于所给的需求响应容量将对损耗提供多大效应的分析。具体的是，DR模型可以针对所给需求响应(例如针对在需求响应池中具体候选对象的馈电线路损耗的减小)，以馈电线路损耗的减少的形式来确定效应。DR模型的确定可以基于多个因素，包括：(1)负载量；(2)在网络中的位置；和(3)通过网络某部分电流的大小(例如通过特定馈电线路的电流量)。

考虑到需求响应池可以以百万用户计数，DR模型和以下分析允许快速执行确定用户子集。以下讨论的DR模型不要求解决大的组合问题。具体的是，DR模型不要求检查通过1个家庭、2个家庭、3个家庭等所有可能的组合(100万用户池中高达100万的家庭)。而是，DR模型可以包括两部分：(1)网络结构组件；和(2)动态操作组件。所述网络结构组件可以包括基于灵敏度公式(以下公开的一个例子)的加权因子。在百万用户池内的每个可用用户可以具有相关的具体加权因子。用这种方式，可以为需求响应池中的一个、一些或所有用户预定一组权重。网络结构组件可以认为本身是静态的。具体的是，由于网络结构组件是网络结构的指示，例如特定馈电线路，网络结构组件可以认为是静态的。当网络结构变化时，例如馈电线路设计的修订，网络结构组件可能升级，例如在修订馈电线路基础上的用户网络结构组件。

另外，动态操作组件可以包括实时测量(例如实际可用容量、流过馈电线路的电流和分布式能源资源容量(例如风能、太阳能等))。特定用户的具体加权因子可以结合与特定用户相关的实时测量，以确定具体用户的“评分”，也即在指示了具体用户馈电损耗的相关减少的测量中有效。如下讨论，结合加权因子和实时测量可以包括简单数学运算。因此，这个简单数学运算可以针对整个可利用用户池中的每个用户执行，且可以比较用户的“评分”(例如，排序)以确定选择哪些可利用的用户。

如图3的流程图300所示，所述加权因子可以确定(方框302)。如上讨论，加权因子是DR模型的静态部分。在网络的一部分被修改的情况下，例如改变馈电线路，则一个或多个用户的加权因子可能需要修改。在运行时，需求响应的分配可以从系统级VPP优化系统接收，如在方框304中所示。而且，如方框306所示，可以接收实时测量。实时测量可以包括在特定馈电线路流过的电流的量。以下将更详细的讨论，确定需求响应池中一个或多个用户实时有用性所需的传感器可以包括在变电站的传感器。用这种方式，在馈电线路多个其他部分中不需要额外的传感器。

加权因子可以与实时测量相结合以获得灵敏度值。如下讨论，加权因子可以包括而实时测量可以包括I₀(在子站感测到的流向特定馈电线路的电流)。加权因子和实时测量值可以相乘以获得灵敏度值。

然后灵敏度值可以乘以来自特定家庭的可利用需求响应容量值，以针对特定用户确定利用需求响应的有用性。因此，如方框308所示，可以针对在需求响应用户池的一个、一些或所有用户来以减少馈电线路损耗形式确定有用性指示。用这种方式，在运行时，权重可以结合实时数据和可利用需求响应，从而确定在特定时间的特定需求响应用户的有用性(以馈电线路损耗减少的形式)。因此有用性是馈电线路损耗减少的指示。

如方框310所示，可用排序需求响应池的一个、一些或全部用户的有用性。例如需求响应池可以排序为，对减小馈电线路损耗最有用的用户排在最高级，接着具有第二有用的用户排在次高的等级等等。而系统可以基于排序来分配所要求的需求响应，如方框312所示。例如，通过从最高排序开始，或对减小馈电线路损耗最有用的开始，接着向下排序分类表直到满足需求响应分配。

以下是分析的数学讨论，数学讨论只是为了举例说明。如上所讨论的，馈电线路的损耗是I²R，其中I是通过馈电线路的电流，而R是馈电线路的电阻。分析中的一个困难是确定馈电线路的R或电阻。一种确定“R”的方法可以包括在馈电线路的线路上安装仪器。一种确定“R”的备选(或更成本有效的)方法是估算，由任何潜在需求响应用户“得到”的电阻是与潜在需求响应用户距变电站的电距离大约成比例。因此，可以不需要确定电阻的实际值；而是可以确定电阻的大约值。用这种方法，无需在网络安装额外昂贵的仪器就可以解决在网络的潜在需求响应用户的场所。

分析中的另一困难是确定在馈电线路中的电流分布。如上所讨论，在变电站的仪器可以感测流到特定馈电线路的电流值。当电流向远离变电站流动时，不同负载分接沿着路径的电流，以至电流远离变电站进一步下降。作为与变电站距离函数的具体电流分布取决于馈电线路中负载实际函数和特性。而且，无需通过在馈电线路的不同位置设置仪器来确定具体电流分布，而是可以利用一种或多种近似方法。例如，作为距离函数的指数函数可以用来近似电流的分布。

在每个馈电线路的分配需求响应的实例中，需要考虑的几个因素包括：具有最高需求(或电流)的馈电的偏好；距离变电站最远的负载的偏好。用这种方式，需求响应的有用性可以归结为馈电线路的位置和馈电线路的负载两者。

功率损耗P_T可以从附图4所示的馈电线路模型中获得，且表示馈电线路功率损耗的一个例子。具体的是，附图4示出了电阻R_SEG、多个电阻段(R_1S、R_2S和R_NS)、本地段电阻(例如R_T1、R_T2和R_TN)、和本地段电流(例如I₁、I₂和I_N)。馈电损耗建模的一般公式如下所示：

$P_T=R_K\underset{k=0}{\overset{m}{\Sigma }}{I_{\mathrm{thru}}}^2\left(k\right)-R_k\underset{k-=0}{\overset{m}{\Sigma }}{[I_{\mathrm{thru}}\left(k\right)-\frac{D\left(m\right)}{V_{\sec }\left(m\right)}]}^2$

$+R_B\underset{k=0}{\overset{m+1}{\Sigma }}{I_{\mathrm{thru}}}^2\left(k\right)-R_k\underset{k=0}{\overset{m+1}{\Sigma }}{[I_{\mathrm{thru}}\left(B\right)-\frac{D(m+1)}{V_{\sec }(m+1)}]}^2---[1-1]$

其中R_k是段k的电阻，V_sec＝段k的次级电压，D＝部分无功功率(或应用于系统的无功功率)。通过分析以上公式，确定得到：(1)距变电站较远的DR比靠近变电站的DR每千瓦更多。(2)实时拓扑问题(见(1))；(3)通过电流部分的问题；以及(4)相问题，这样，应该排序每个馈电的相。

更进一步地，如上讨论，电阻(R)指示的近似值是距变电站的电距离。这个近似值是基于这样的假设：给定的一段电线具有特定的电阻值。如果电线的大小降低到非常小的量(例如特定的单位长度)，它可以看作是电线的基段。电线的基段具有特定的电阻值(例如，每特定单位长度的特定电阻值，如Ω/英寸)。鉴于此，如果想要确定长电线的电阻，可以用导线的长度距离乘以每单位长度的特定数值以近似得出电线的电阻。这种近似适合于如下特定电线，即该特定电线的横截面相对恒定且该特定电线的全长使用相同的材料。因此，当检测分布式电阻时，长度是电阻的指标。

$P_{\mathrm{LS}}=\underset{k=0}{\overset{m}{\Sigma }}{R}_k*{I_{\mathrm{thru}}}^2\left(k\right)-\underset{k=0}{\overset{m}{\Sigma }}{R}_k{[I_{\mathrm{thru}}\left(k\right)-\underset{l=k}{\overset{m}{\Sigma }}\frac{D\left(l\right)}{V_{\sec }\left(l\right)}]}^2---[1-2]$

其中P_LS＝由于调用需求响应而产生的馈电损耗功率的减小；

R_k＝段R的电阻大小；

I_thru(k)＝通过段k的电流；

D(l)＝在段l的实际需求响应；

V_sec(l)＝在段l的次级电压；

m＝具有需求响应的最后段。

从公式[1-2]中可以获得以下公式：

$\frac{{\partial P}_{\mathrm{LS}}}{\partial D\left(l_0\right)}=\frac{2}{V_{\sec }\left(l_0\right)}\underset{k=0}{\overset{m}{\Sigma }}{P}_k[I_{\mathrm{thru}}\left(k\right)-\underset{l\ne l_0}{\overset{m}{\underset{l=k}{\Sigma }}}\frac{D\left(l\right)}{V_{\sec }\left(l\right)}]---[1-3]$

如果只关注于一个需求响应单元(l₀)，则

$\frac{{\partial P}_{\mathrm{LS}}}{\partial D\left(l_0\right)}=\frac{2}{V_{\sec }\left(l_0\right)}\underset{k=0}{\overset{l_0}{\Sigma }}\{R_k*I_{\mathrm{thru}}\left(k\right)\}---[1-4]$

令这里S＝电距离，于是

$\frac{{\partial P}_{\mathrm{LS}}}{\partial D\left(s_0\right)}=\frac{2}{V_{\sec }\left(s_0\right)}{\int }_0^{s_0}\gamma \left(s\right)*I_{\mathrm{thru}}\left(s\right)\mathrm{ds}---[1-5]$

P_LS需要知道每段处的馈电电流：

$P_{\mathrm{LS}}=\underset{k=0}{\overset{m}{\Sigma }}\{R_k*{I_{\mathrm{thru}}}^2\left(k\right)\}-\underset{k=0}{\overset{m}{\Sigma }}\{R_k*{[I_{\mathrm{thru}}\left(k\right)-\underset{l=k}{\overset{m}{\Sigma }}\frac{D\left(l\right)}{V_{\sec }\left(l\right)}]}^2\}---[1-6]$

其中I_thru是馈电线路其中一段处的馈电电流。该馈电电流(或其指示)可以由多种方式确定。第一种方法是，在每段馈电线路上放置传感器从而测量相应段的电流。第二种方式(不要求在线路上安装传感器)是，利用用户场所的计量表数据(例如在AMI系统)。具体地，如果只有计量表的数据是可用的：

$I_{\mathrm{thru}}\left(k\right)=I_{\mathrm{substation}}-\underset{l=k+1}{\overset{k}{\Sigma }}\left[\frac{D\left(l\right)}{V_{\sec }\left(l\right)}\right]---[1-7]$

这里，D(l)＝在段l处的总需求，其中

$D\left(l\right)=\underset{m=0}{\overset{M-1}{\Sigma }}\mathrm{MD}\left(m\right);---[1-8]$

MD(m)＝在m米段处的测量需求。因此：

$I_{\mathrm{thru}}\left(k\right)=I_{\mathrm{substation}}-\underset{l=k+1}{\overset{K}{\Sigma }}\underset{m=0}{\overset{M-1}{\Sigma }}\frac{\mathrm{MD}(l,m)}{V_{\sec }(l,m)}---[1-9]$

如果从端点段向后朝向变电站累积：

靠近端点段的k处的电流是：

$I_{\mathrm{end}}=\underset{m=0}{\overset{M-1}{\Sigma }}\frac{\mathrm{MD}\left(m\right)}{V_{\sec }\left(m\right)};---[1-11]$

其中MD是来自实际端点段。

第三种近似馈电线路馈电段中馈电电流的方法可以是基于在变电站的馈电电流。作为背景，可以假定当电流从变电站流出时，由于用户从变电站沿着路径流出分接电流(且可以假定在普通网络系统中单调减小)，从而电流降低。在馈电线路中的精确电流是取决于负载的特性和它们所连接的位置。而且，由于负载的接通和断开，在特定馈电段中的精确电流随时间变化。

鉴于此，可以假定馈电电流以距变电站的电距离的函数指数降低。在效果上，当电流进一步远离变电站流动时，电流遵循指数衰减模型。从数学上来说，这个近似值可以采用这种形式I(s)＝I₀e^-s/S。

其中s是线路(实际线路长度，例如包括在线路中的弯曲)的电距离，且其中S是参数，其表征电阻为沿馈电线路距离的函数。

考虑在某段馈电电流的近似值以及电阻的近似值(如上所述，其正比于从变电站到潜在需求响应用户的电距离)，公式[1-5]可以按如下修改：

$\frac{{\partial P}_{\mathrm{LS}}}{\partial \mathrm{DR}\left(S_0\right)}=\frac{2k}{V_{\sec }\left(S_0\right)}\underset{0}{\overset{S_0}{\int }}{I}_{\mathrm{thru}}\left(s\right)\mathrm{ds}---[1-12]$

由1代替$\frac{{{\partial P}^{\prime }}_{\mathrm{LS}}}{\mathrm{dDR}\left(s_0\right)}=\underset{0}{\overset{S_0}{\int }}{I}_{\mathrm{thru}}\left(s\right)\mathrm{ds}---[1-13]$

然后近似值为I(s)＝I₀e^-s/S；于是

$\frac{{\partial P}_{\mathrm{LS}}}{\partial \mathrm{DR}\left(S_0\right)}=\underset{0}{\overset{S_0}{\int }}{I}_0{e}^{-s/S}\mathrm{ds}=I_0(-S)e^{-s/S}{|}_0^{s_0}=[I_0{e}^{-S_0/S}-I_0](-S)---[1-14]$

$=I_0[e^{-S_0/S}-1][-S]---[1-15]$

$\frac{{\partial P}_{\mathrm{LS}}}{\partial \mathrm{DR}\left(s_0\right)}=-{\mathrm{SI}}_0[e^{-S_0/S}-1]={\mathrm{SI}}_0[1-e^{-S_0/S}]---[1-16]$

其中的I₀是变电站的馈电电流。

且其中是馈电负载分配参数。

可以是DR模型中的加权因子，且可以为一个、一些或每个用户预先计算该加权因子。S是一个参数，其表征电阻为沿馈电线路距离的函数。S的一个示例可以包括馈电线路整个距离5倍的长度。S₀是沿馈电线路的特定需求响应点的位置指示(例如特定用户距变电站的电距离)。因此项可以代表在馈电线路的特定需求响应点的静态因子。因而，在需求的时刻可以应用I₀(如在DR模型的动态部分)以便确定特定需求响应点的节约量。

对于具有多个馈电线路的电力网络，加权因子可以针对不同馈电线路的用户而定制。具体的是，项包括项S，其可以表征电阻为特定馈电线路距离的函数。例如，第一馈电线路可以有用于S的一个值(例如S₁)，而第二馈电线路可以具有用于S的一个值(例如S₂)。进而，可以确定多个馈电线路中用户的电距离S₀。例如，可以确定在第一馈电线路中的一个、多个或全部用户的电距离S₀。实际上，电距离S₀对于特定馈电线路的不同用户可以不同。

更进一步的是，加权因子可以针对馈电线路的不同拓扑而定制。例如，具有辐射状拓扑的馈电线路可以利用项作为加权因子。作为另一个例子，馈电线路可以具有一个或多个来自馈电线路的支流。一个支流为馈电线路(或主干电流)主干流出的一个线路，其承载比主流小的电流。出于加权因子的目的，在馈电线路支流用户的电距离S₀可以被估测为从变电站到支流从主干分离点的电距离。这个估计是基于支流的电流低于主干的电流，因此流过支流的电流损耗可以减小。可选择的是，对于载有主要电流的支流，在模型中可以考虑在支流上电流流过的距离。

再举另一个例子，馈电线路可以具有一个或多个分支。分支中的电流可以小于馈电线路主干中的电流。更进一步的，加权因子可以在多个需求响应点确定，例如在分支点之前或在一个或多个分支中。例如，对于落入变电站和第一分支点之间的任一需求响应点，加权因子可以和简单辐射拓扑的加权因子一样。具体的是，所示模型可以如下：

对于落在第一分支点之后的点，两项因数可以用于该模型，如下：

$S[1-e^{-S^{\prime }/S}]+a_k*S[1-e^{-(S_0-S^{\prime })/S}]---[1-17]$

两项中的第一项在形式上和用于辐射模型的项类似。然而在第一项中的S′等于从变电站到第一分支点的距离。如上所述，两项中的第二项加到第一项，且除了两点差异之外和第一项类似。第一个差异是，存在项a_k，其作为乘数。项a_k代表了在第一分支点处电流的划分，且它可以是在0到1之间的值。例如在双分支馈电线路中，a₁和a₂分别指示在分支之间电流的分配，且a₁+a₂＝1。第二个差异是在指数的项(S₀-S′)。如上讨论的，S₀是沿着馈电线路的特定需求响应点位置(例如具体用户到变电站的电距离)的指示。且，S′是从变电站到分支点的距离。因此，对于在分支点的需求响应点，S₀＝S′，因此第二项为零且加权因子是S[1-e^-S′/S]。当从支流向下移动时，第二项被设定了更多的权重以考虑随着电流沿支流向下流动的损耗。

而且，第一分支点的下流可以是第二分支点。这个过程可以重复，然而第三项可以由以下表示：

$S[1-e^{-S^{\prime \prime }/S}]+a_k*S[1-e^{-(S^{\prime \prime }-S^{\prime })/S}]+b_k*S[1-e^{-(S_0-S^{\prime \prime })/S}]$

其中S″是变电站到第二分支点的距离，且这个S′是变电站到第一分支点的距离，如上讨论。更进一步的，项b_k代表在第二分支点的电流划分，且可以是在0-1之间的值。如所示，附加项可以加到所述加权因子，以考虑沿馈电线路向下的每个连续分支。

以及，加权因子可以考虑动态馈电线路的设置。具体的是，一个或多个馈电线路的拓扑可以根据网络的状态而动态地改变。例如，多个馈电线路(例如馈电线路A和馈电线路B)可以具有交叉拉杆开关和分段开关。依靠某些开关(例如交叉拉杆开关和/或分段开关)的开关状态，馈电线路的段可以属于馈电线路A或馈电线路B。网络结构组件可以考虑一个和多个开关的状态，以确定在馈电线路A或者馈电线路B上用户的加权因子。具体的是，子VPP分配系统108可以接收电流网络状态，其表示属于特定馈电线路的馈电线路的段。因此，特定馈电线路的加权因子可以基于当前属于特定馈电线路的段来确定。用这种方式，所述模型可以考虑所述馈电线路的不同配置。

如上讨论，所述的需求响应的模型可以选择哪些用户用于需求响应、选择需求响应的量和选择需求响应的时间长度。至于需求响应的量，可用需求响应用户池中的用户可以具有不同的需求响应容量值。例如，第一用户可以具有服从需求响应的第一组设备(例如大型的热水器)。第二用户可以具有服从需求响应的第二组设备(例如小型的热水器)。系统可以确定对于具体用户而言，有多少需求响应容量是可用的。需求响应容量的该确定可以基于在给定的时间内可以操作什么设备的预测，估计。或者，需求响应容量的确定可以基于实际的实时测量。

需求响应容量的量的选择可以通过多种方式确定。一种方式是从排名最高的用户选择容量的最大量，接着选择次高用户，依此类推直到分配得到满足(例如要求从VPP优化系统104得到150兆瓦的需求响应，如上所述)。另一种方式是获得比例量，例如可以确定服从需求响应用户的数量，然后需求响应的比例量可以从这些用户中的每一个获得。

至于时间长度，可以针对服从需求响应的所有用户设置相同的需求响应时段。需求响应的时段可以是预定的长度，例如15分钟、30分钟和/或1个小时。然而，可以为不同的用户设置不同的周期。

关于特定用户是否对于DR容量可用而言，需求响应系统可以服从规则。例如，特定用户可以在预定时段内服从有限数量的DR(例如在24小时的时段内两次)。需求响应模型可以通过在可用DR容量中反映这一点来考虑这些规则。具体的是，根据这些规则，如果特定用户服从DR，则该特定用户的可用DR容量可以由那些预测到的来表示。如果特定用户不服从DR(例如特定用户已经服从DR了预定时段内的最大次数)，则特定用户的可用DR容量可以指示为零，其反映了具体用户不再服从DR。

尽管参考某些实施例已经描述了所述方法和系统，应该理解的是，但是本领域普通技术人员在不背离本范围的情况下可以做出各种变形并可以进行等效替换。此外，可以做出多种修改以适应特定情况或材料而并不背离其范围的教导。因此，意图是本发明的方法和系统不局限于具体所公开的实施例，而是，所述方法和系统包括落入所附权利要求书范围内的所有实施例。

例如，如上讨论的计算机可读介质可以是单独的介质，或者计算机可读介质可以是单独介质或多介质，例如集中式或分布式数据库，和/或相关的高速缓存器和存储一组或多组指令的服务器。术语“计算机可读介质”也可以包括任何有能力存储、编码或承载由处理器执行的一组指令、或者可以使得计算机系统执行这里公开的一种或多种方法或操作。

计算机可读介质可以包括固态存储器，例如存储卡或可以容纳一个或多个非易失性只读存储器的其他组件。计算机可读介质也可以是随机访问存储器或其他易失性可重写存储器。此外，计算机可读介质可以包括磁光或光介质，例如光盘或磁带或其他存储设备以捕获载波信号，例如通过传输介质传输的信号。附加到电子邮件的数字文件或其他自包含信息档案文件或档案集可以被认为可以是有形存储介质的分布介质。因此，被披露的内容可以认为包括一个或多个计算机可读介质或分布介质以及在其中可以存储数据或指令的其他等效物和后继介质。

可选择的或除此之外，专用的硬件实现(例如专用集成电路)、可编程逻辑阵列以及其他硬件设备，可以构造以实现一个或多个这里描述方法。本申请可以广泛地包括多种电子或计算机系统，其可以包括多个实施例的设备以及系统。这个描述的一个或多个实施例可以利用两个或更多特定相关联的硬件模块或设备来实现功能，这些硬件模块和设备具有可以在模块之间且通过模块进行通信的相关控制以及数据信号，或作为专用集成电路的一部分。因此，本系统可以包含软件、软硬件结合以及硬件实现。

尽管上文中对本发明进行描述，但不意味着限制，作为本领域普通技术人员应理解，所描述的动作和操作也可以在硬件中实现。本申请的目的是保护在本发明的有效范围内的所有变形和修改。意在本发明由包括所有等效项的随后的权利要求书限定。