计及激励型需求响应的微电网负荷削减控制方法

摘要

本发明提供一种计及激励型需求响应的微电网负荷削减控制方法，包括如下步骤：首先，以调度成本最低为目标建立激励型需求响应的电网侧经济调度模型；其次，以用户经济损失最小为目标建立用户侧响应模型；进一步地，获取微电网当前运行状态，求解电网调度模型和用户响应模型；最后，根据求解结果判断是否进行激励型需求响应或直接切负荷。本发明提出的负荷削减控制方法，能够将需求侧资源作为微电网分布式发电和储能的可替代资源并加以利用，降低微电网投资和运行成本，减少负荷停电次数和停电时间，提高微电网供电可靠性。

说明书

技术领域

本发明涉及电力系统运行的负荷削减控制技术领域，特别涉及一种计及激励型需求响应的微电网负荷削减控制方法。

背景技术

随着分布式可再生能源及储能的快速发展，需求侧响应和虚拟电厂已成为由智能电网向能源互联网发展的关键因素。智能电网强调用户主动参与电网的运行管理，实现电网与用户之间电能和信息的灵活双向互动。需求侧响应作为智能电网的重要组成部分，能够响应电价信号或激励机制并调整用电模式，实现电网的削峰填谷和促进分布式电源的消纳。同时，需求侧响应作为一类虚拟可控资源，能够将需求侧作为发电端的可替代资源加以利用，是虚拟电厂的一个重要实现手段。

激励型需求响应是通过与用户签订合同，在电力系统容量短缺或可靠性受到威胁时，以经济激励来引导用户调整用电方式，减少该时段的负荷量，以保证电力系统的供需平衡。

当微电网外部发生故障时，微电网通过智能开关将内部负荷与外部故障系统进行电气隔离，转为孤岛运行模式，通过分布式电源及储能为微电网负荷供电。孤岛型微电网的停电情况取决于内部的电力供需平衡。当分布式电源及储能出力不足时，需要进行负荷削减。传统的负荷削减策略只考虑切负荷，没有涉及激励型需求响应。而分布式电源及储能技术在微电网中的成熟应用，为激励型需求响应参与微电网的负荷削减提供了时间基础。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种计及激励型需求响应的微电网负荷削减控制方法，将需求侧响应作为发电侧的可替代资源加以利用，降低电网的投资和运行成本，减少负荷的停电次数和时间，提高微电网的供电可靠性。

本发明提出一种计及激励型需求响应的微电网负荷削减控制方法，包括以下步骤：

1)获取微电网当前分布式电源总输出功率P_G、储能输出功率P_S、储能剩余可利用小时数T_S及总负荷量P_L；

2)以调度成本最低为目标建立激励型需求响应的电网侧经济调度模型；

3)以用户经济损失最小为目标建立用户侧响应模型；

4)判断是否有条件执行激励型需求响应，若是，以线性规划方法求解电网侧调度模型，并将求得的各需求响应用户应削减的负荷量及削减时间传送给用户，若否，转至步骤6)；

5)以二次规划方法求解用户响应模型，判断用户负荷削减总量是否达到要求，若达到，则无须切负荷，若否，则执行下一步；

6)根据微电网内缺负荷量进行切负荷，所缺负荷量P_Q计算式为P_Q＝P_L-P_G。

上述的计及激励型需求响应的微电网负荷削减控制方法中，所述的激励型需求响应的电网侧经济调度模型为：

目标函数：

约束条件：

$\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i\ge {\mathrm{\Delta P}}_s---\left(2\right),$

$\frac{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i{t}_{ri,max}}{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i}\le T_r---\left(3\right),$

$\frac{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i{t}_i}{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i}\ge T---\left(4\right),$

$\forall i\in N,\frac{{\mathrm{\Delta P}}_i}{P_i\left(t\right)}\le {\lambda }_{max,i}---\left(5\right),$

$\forall i\in N,s_i\le S_{i,max}---\left(6\right),$

式中：C表示调度成本；minC表示模型的目标为使调度成本C最小；n表示可中断负荷和紧急需求响应用户的总数量；i表示用户的序号，i的取值范围为1～n；E_i表示用户i的补偿电价；ΔP_i表示用户i的负荷削减量；t表示需求响应开始的时刻；p(t)表示响应时刻t的电价；α_i表示用户i的电费折扣率；P_i(t)表示用户i在响应时刻t的实际用电功率；t_i表示用户i的负荷削减时间；ΔP_s表示系统需要削减的总负荷量；t_ri,max为用户i所签订协议中规定的从收到响应信号到完成负荷削减所需的最长时间；T_r为微电网要求的从发出响应信号到用户完成负荷削减的时间；T为系统要求的负荷削减时间；N为所有可中断负荷和紧急需求响应用户的集合；λ_max,i为用户i所签订协议中规定的负荷最大削减比例；s_i为用户i该年度需求响应的次数；S_i,max为用户i所签订的协议中规定的最大年响应次数。

上述约束条件中，式(2)为负荷削减量约束；式(3)为响应速度约束；式(4)为响应时长约束；式(5)为削减比例约束；式(6)为响应次数约束。

上述的计及激励型需求响应的微电网负荷削减控制方法，所述的用户侧响应模型为：

目标函数：

minL＝C₁+C₂+F-R>

C₁＝(K₁ΔP²+K₂ΔP-K₂ΔPu)t_dr>

C₂＝αp(t)(P(t)-ΔP)t_dr>

$F=\left(\begin{array}{cc}0& \Delta P\ge {\mathrm{\Delta P}}_n\\ ({\mathrm{\Delta P}}_n-\Delta P)p_f{t}_{dr}& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(10\right),$

$R=\left(\begin{array}{cc}{\mathrm{\Delta P}}_n{\mathrm{Et}}_{dr}& \Delta P\ge {\mathrm{\Delta P}}_n\\ {\mathrm{\Delta PEt}}_{dr}& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(11\right),$

约束条件：

0≤ΔP≤P(t) (12)，

$\alpha =\left(\begin{array}{cc}\alpha & \Delta P\ge {\mathrm{\Delta P}}_n\\ 1& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(13\right),$

t_r≤t_r,max>

上述式中：L为用户总经济损失；C₁为用户执行响应的成本；C₂为响应时段内用户的电费；F为未响应惩罚；R为响应收益；K₁和K₂为常系数；ΔP为用户的负荷削减量；u是(0，1)区间内的随机值；t_dr为用户削减负荷的时长；α为用户的电费折扣率；P(t)为用户在响应时刻t的实际用电功率；ΔP_n为电力公司要求负荷削减量；p_f为惩罚电价；E为补偿电价；t_r为用户从收到响应信号到完成负荷削减所用的时间；t_r,max为用户所签订协议中规定的从收到响应信号到完成负荷削减所需的最长时间。

式(8)为响应成本等式，采用二次函数进行量化描述，u是(0，1)区间内的随机值，用其表示用户执行响应的主观性和不确定性，区分不同类型用户的停电成本；式(9)为响应时段内的电费等式，其中紧急需求响应用户电费折扣为1；式(10)未响应惩罚等式，若用户负荷削减量达到电力公司要求削减的电量则不受惩罚，否则受到相应差额电量的惩罚，其中紧急需求响应用户没有惩罚；式(11)为响应收益等式，用户得到补偿的电量不大于电力公司要求削减的电量；式(12)为削减电量约束，表示实际削减电功率不大于用户响应前的功率；式(13)为可中断负荷用户电费折扣约束，表示当用户实际削减负荷量达到电力公司要求时才有电费折扣；式(14)为响应速度约束。

上述的计及激励型需求响应的微电网孤岛模式负荷削减策略中，所述的执行激励型需求响应的条件为：

t_rs<T_S且ΔP_max>P_L-P_G>

式中：t_rs为微电网所有激励型需求响应用户从收到响应信号到完成负荷削减所用的平均时间；ΔP_max为微电网所有激励型响应用户最大可削减负荷量。

与现有技术相比，本发明的有益效果在于：

(1)通过激励型需求响应引导用户调整用电方式，减少微电网孤岛运行时的负荷缺额，从而减少微电网中分布式电源和储能的配置容量，降低电力系统的投资和运行成本；

(2)将激励型需求响应作为微电网孤岛模式负荷削减控制方法的步骤之一，能够减少微电网内负荷的停电次数和停电时间，提高微电网的供电可靠性。

附图说明

图1是计及激励型需求响应的微电网负荷削减控制方法的流程示意图。

图2是具体实施例的电网模型示意图。

具体实施方式

以下结合附图和实例对本发明的具体实施做进一步说明。

图1反映了计及激励型需求响应的微电网负荷削减控制方法的具体流程，包括如下步骤：

1)数据初始化，令t＝0；

2)获取t时刻微电网内部分布式电源总出力P_G、总负荷量P_L、储能最大出力P_S和储能剩余可利用小时数T_S，若P_G+P_S>P_L，进行下一步，若否，则转至步骤8)；

3)若P_G<P_L，进行下一步，若否，则转至步骤7)；

4)计算所有激励型需求响应用户的最大负荷削减量ΔP_max和响应所需的平均时间t_rs，若t_rs<T_S且ΔP_max>P_L-P_G，则进行下一步，若否，转至步骤7)；

5)计算微电网缺负荷量P_Q＝P_L-P_G，以线性规划方法求解激励型需求响应的电网侧经济调度模型，得出各个激励响应用户的应削减量ΔP_i及削减时间t_i，并将结果传送给用户，其中电网侧的经济调度模型如下：

目标函数：

约束条件：

$\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i\ge {\mathrm{\Delta P}}_s---\left(2\right),$

$\frac{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i{t}_{ri,\max }}{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i}\le T_r---\left(3\right),$

$\frac{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i{t}_i}{\underset{i=1}{\overset{n}{\Sigma }}{\mathrm{\Delta P}}_i}\ge T---\left(4\right),$

$\forall i\in N,\frac{{\mathrm{\Delta P}}_i}{P_i\left(t\right)}\le {\lambda }_{max,i}---\left(5\right),$

$\forall i\in N,s_i\le S_{i,max}---\left(6\right),$

式中：C表示调度成本；minC表示模型的目标为使调度成本C最小；n表示可中断负荷和紧急需求响应用户的总数量；i表示用户的序号，i的取值范围为1～n；E_i表示用户i的补偿电价；ΔP_i表示用户i的负荷削减量；t表示需求响应开始的时刻；p(t)表示响应时刻t的电价；α_i表示用户i的电费折扣率；P_i(t)表示用户i在响应时刻t的实际用电功率；t_i表示用户i的负荷削减时间；ΔP_s表示系统需要削减的总负荷量；t_ri,max为用户i所签订协议中规定的从收到响应信号到完成负荷削减所需的最长时间；T_r为微电网要求的从发出响应信号到用户完成负荷削减的时间；T为系统要求的负荷削减时间；N为所有可中断负荷和紧急需求响应用户的集合；λ_max,i为用户i所签订协议中规定的负荷最大削减比例；s_i为用户i该年度需求响应的次数；S_i,max为用户i所签订的协议中规定的最大年响应次数。

6)以二次规划方法求解用户响应模型，得出各个用户实际削减负荷量ΔP_ai，若则进行下一步，若否，则转至步骤8)，其中用户响应模型如下：

目标函数：

minL＝C₁+C₂+F-R>

C₁＝(K₁ΔP²+K₂ΔP-K₂ΔPu)t_dr>

C₂＝αp(t)(P(t)-ΔP)t_dr>

$F=\left(\begin{array}{cc}0& \Delta P\ge {\mathrm{\Delta P}}_n\\ ({\mathrm{\Delta P}}_n-\Delta P)p_f{t}_{dr}& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(10\right),$

$R=\left(\begin{array}{cc}{\mathrm{\Delta P}}_n{\mathrm{Et}}_{dr}& \Delta P\ge {\mathrm{\Delta P}}_n\\ {\mathrm{\Delta PEt}}_{dr}& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(11\right),$

约束条件：

0≤ΔP≤P(t) (12)，

$\alpha =\left(\begin{array}{cc}\alpha & \Delta P\ge {\mathrm{\Delta P}}_n\\ 1& \Delta P<{\mathrm{\Delta P}}_n\end{array}\right)---\left(13\right),$

t_r≤t_r,max>

上述式中：L为用户总经济损失；C₁为用户执行响应的成本；C₂为响应时段内用户的电费；F为未响应惩罚；R为响应收益；K₁和K₂为常系数；ΔP为用户的负荷削减量；u是(0，1)区间内的随机值；t_dr为用户削减负荷的时长；α为用户的电费折扣率；P(t)为用户在响应时刻t的实际用电功率；ΔP_n为电力公司要求负荷削减量；p_f为惩罚电价；E为补偿电价；t_r为用户从收到响应信号到完成负荷削减所用的时间；t_r,max为用户所签订协议中规定的从收到响应信号到完成负荷削减所需的最长时间。

7)根据微电网缺负荷量P_Q、内部负荷的重要程度及电气位置进行切负荷；

8)判断此时微电网是否仍处于孤岛运行模式，若是，令t＝t+Δt，转至步骤2；若否，则结束本次循环。

以下是本发明方法的一个实际算例，图2显示了该配电网的拓扑结构。从图中可以看出，以公共连接点为分界点，负荷11～13、19～23以及风电机组、微型燃气轮机组和储能构成一个微电网，支路25、26和29上装有智能开关，能有效开断负荷电流，电网元件数据如表1、表2所示。

表1分布式电源及储能参数

表2电网元件可靠性参数

在本算例中，采用威布尔分布模拟实际风速概率分布，风电机组的切入、额定及切除风速分别为9、38和80km/h，设平均风速为14.6km/h，风速标准差为9.75。储能容量为1MW·h，最大出力为0.5MW。微型燃气轮机组采用如下所示的出力模型，即微型燃气轮机组仅在一天中的16点到20点发电，功率为0.6MW，其余时间不发电。

$P_{GT}\left(t\right)=\left(\begin{array}{cc}0& t=0-15,21-24\\ 0.6& t=16-20\end{array}\right)$

选取微电网负荷LP13、21和23作为签订需求响应协议的用户，其中LP13和21为可中断负荷用户，LP23为紧急需求响应用户，用户的补偿电价、电费折扣、最大负荷削减比例和未响应惩罚如表3所示。在实际运行中，不同用户的停电意愿可根据历史数据进行预测，此处不妨直接设定响应模型中的常系数K1、K2分别为0.75和1。

表3激励型需求响应用户参数

基于上述方法对微电网孤岛运行模式下进行负荷削减，并进行微电网供电可靠性评估。为进一步体现本发明的有益效果，表4给出了微电网供电可靠性指标的对比，方案1为采用传统负荷削减策略进行可靠性评估，方案2为采用本发明的计及激励型需求响应的微电网孤岛模式负荷削减策略进行可靠性评估。

表4微电网可靠性指标

其中，系统平均停电频率指标SAIFI(System Average Interruption FrequencyIndex)是指微电网中每个用户在一年内的平均停电次数，单位为(次/年)；系统平均停电持续时间指标SAIDI(System Average Interruption Frequency Index)是指微电网中每个用户在一年内的平均停电持续时间，单位为(小时/年)；系统平均供电可用率指标ASAI(Average Service Availability Index)是指一年中用户不停电时长与用户要求的总供电时长之比。

从表4可知，采用方案2比采用方案1平均停电频率指标降低16.77％，平均停电持续时间指标降低11.63％，平均供电可用率提升0.0137％，说明采用本发明的计及激励型需求响应的微电网孤岛模式负荷削减策略可以提升微电网的供电可靠性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。