Incentive Demand Response Model and Evaluation Considering Uncertainty of Residential Customer Participation Degree

Ruonan ZHENG; Zhihao LI; Yajie TANG; Chouwei NI; Guojie LI; Bei HAN

doi:10.7500/AEPS20210404001

您当前的位置：

首页 >

文章列表页 >

Incentive Demand Response Model and Evaluation Considering Uncertainty of Residential Customer Participation Degree

Application Research | 更新时间：2025-06-16

- Incentive Demand Response Model and Evaluation Considering Uncertainty of Residential Customer Participation Degree
- Automation of Electric Power Systems Vol. 46, Issue 8, Pages: 154-162(2022)
- 作者机构：
  
  1.电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市 200240
  2.国网浙江省电力有限公司电力科学研究院,浙江省杭州市 310014
- 作者简介：
- 基金信息：
- DOI：10.7500/AEPS20210404001
  CLC：
- Received：04 April 2021，
  
  Revised：2021-07-30，
  
  Published Online：21 December 2021，
  
  Published：25 April 2022
- 稿件说明：
移动端阅览
郑若楠,李志浩,唐雅洁等.考虑居民用户参与度不确定性的激励型需求响应模型与评估[J].电力系统自动化,2022,46(8):154-162.

ZHENG Ruonan,LI Zhihao,TANG Yajie,et al.Incentive Demand Response Model and Evaluation Considering Uncertainty of Residential Customer Participation Degree[J].Automation of Electric Power Systems,2022,46(8):154-162.
郑若楠,李志浩,唐雅洁等.考虑居民用户参与度不确定性的激励型需求响应模型与评估[J].电力系统自动化,2022,46(8):154-162. DOI： 10.7500/AEPS20210404001.

ZHENG Ruonan,LI Zhihao,TANG Yajie,et al.Incentive Demand Response Model and Evaluation Considering Uncertainty of Residential Customer Participation Degree[J].Automation of Electric Power Systems,2022,46(8):154-162. DOI： 10.7500/AEPS20210404001.

摘要

先进的智能测控与双向通信技术引导越来越多居民用户通过智能家庭能量管理系统（SHEMS）参与需求响应（DR），然而用户参与度等不确定因素导致难以有效量化评估居民响应能力。首先，建立了复杂用电环境下的混合整数负荷模型，并综合考虑基于分时电价和用户协议的DR策略，建立了激励型DR参与度自主决策的智能家庭日前优化调度模型。然后，考虑到用户响应行为的不确定性，提出以参与度、响应时间等多重影响因素与净负荷功率构建高维参数空间，利用响应前后净负荷包络域期望量化用户响应能力，进而提出综合考虑电网激励成本与用户响应成本的响应能力梯度评估指标，为电网激励机制设计和用户响应方案决策提供指导依据。最后，仿真结果验证了所提模型及评估方法的有效性。

Abstract

Advanced measurement

control and two-way communication technologies lead more and more residents to participate in demand response (DR) through smart home energy management systems (SHEMSs). However

uncertainties such as customer participation degree make it difficult to effectively quantify and evaluate the response capacity of residents. Firstly

a mixed-integer load model in the complex power consumption environment is established. And a day-ahead optimal scheduling model with autonomous decision-making incentive DR participation degree is created for smart homes

comprehensively considering time-of-use price based and contract based DR strategies. Then

considering the uncertainty of customer behavior in response

a high-dimensional parameter space is proposed based on the net load power and its multiple influencing factors such as participation degree and response time. The user response capacity could be quantified by the numerical expectation calculation of the envelope domain of net load surfaces before and after the response

based on which two gradient evaluation indices of response capability are proposed

considering both the incentive cost of power utilities and the response cost of customers. The given evaluation indices can provide guidance to power utilities for the design of incentive mechanisms and end users for the decision of response plans. Finally

the effectiveness of the proposed model and evaluation method are verified according to the simulation results.

关键词

Keywords

references

曾博，白婧萌，郭万祝，等 . 智能配电网需求响应效益综合评价［J］. 电网技术， 2017 ， 41 （ 5 ）： 1603 - 1612 .

ZENG Bo ， BAI Jingmeng ， GUO Wanzhu ， et al . Comprehensive evaluation for benefits of demand response in smart distribution networks ［J］. Power System Technology ， 2017 ， 41 （ 5 ）： 1603 - 1612 .

徐成司，董树锋，张舒鹏，等 . 面向工业园区的集中-分布式综合需求响应方法［J］. 电网技术， 2021 ， 45 （ 2 ）： 489 - 500 .

XU Chengsi ， DONG Shufeng ， ZHANG Shupeng ， et al . Centralized-distributed integrated demand response method for industrial park ［J］. Power System Technology ， 2021 ， 45 （ 2 ）： 489 - 500 .

辛保安 . 为实现“碳达峰碳中和”目标贡献智慧和力量［N］. 中国电力报， 2021-02-24 （1）.

XIN Baoan . To contribute wisdom and strength to the goal of “carbon peak and carbon neutrality” ［N］. China Electric Power News ， 2021-02-24 （1）.

程耀华，张宁，康重庆，等 . 低碳多能源系统的研究框架及展望［J］. 中国电机工程学报， 2017 ， 37 （ 14 ）： 4060 - 4069 .

CHENG Yaohua ， ZHANG Ning ， KANG Chongqing ， et al . Research framework and prospects of low-carbon multiple energy systems ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 14 ）： 4060 - 4069 .

陆俊，彭文昊，朱炎平，等 . 基于粒子校正优化的智能小区需求响应调度策略［J］. 电网技术， 2017 ， 41 （ 7 ）： 2370 - 2377 .

LU Jun ， PENG Wenhao ， ZHU Yanping ， et al . A scheduling strategy based on particle correction for intelligent power demand response ［J］. Power System Technology ， 2017 ， 41 （ 7 ）： 2370 - 2377 .

张禹森，孔祥玉，孙博伟，等 . 基于电力需求响应的多时间尺度家庭能量管理优化策略［J］. 电网技术， 2018 ， 42 （ 6 ）： 1811 - 1819 .

ZHANG Yusen ， KONG Xiangyu ， SUN Bowei ， et al . Multi-time scale home energy management strategy based on electricity demand response ［J］. Power System Technology ， 2018 ， 42 （ 6 ）： 1811 - 1819 .

PALLONETTO F ， DE ROSA M ， D’ETTORRE F ， et al . On the assessment and control optimisation of demand response programs in residential buildings ［J］. Renewable and Sustainable Energy Reviews ， 2020 ， 127 ： 109861 .

杨永标，颜庆国，王冬，等 . 居民用户智能用电建模及优化仿真分析［J］. 电力系统自动化， 2016 ， 40 （ 3 ）： 46 - 51 .

YANG Yongbiao ， YAN Qingguo ， WANG Dong ， et al . Intelligent electricity consumption modeling and optimal simulations for residential users ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 3 ）： 46 - 51 .

周磊，李扬 . 分时电价环境下基于家居能量管理系统的家居负荷建模与优化运行［J］. 电网技术， 2015 ， 39 （ 2 ）： 367 - 374 .

ZHOU Lei ， LI Yang . Modeling and optimal dispatch for residential load based on home energy management system under time-of-use pricing ［J］. Power System Technology ， 2015 ， 39 （ 2 ）： 367 - 374 .

张彦，张涛，刘亚杰，等 . 基于模型预测控制的家庭能源局域网最优能量管理研究［J］. 中国电机工程学报， 2015 ， 35 （ 14 ）： 3656 - 3666 .

ZHANG Yan ， ZHANG Tao ， LIU Yajie ， et al . Optimal energy management of a residential local energy network based on model predictive control ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 14 ）： 3656 - 3666 .

郭昆健，高赐威，林国营，等 . 现货市场环境下售电商激励型需求响应优化策略［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 28 - 35 .

GUO Kunjian ， GAO Ciwei ， LIN Guoying ， et al . Optimization strategy of incentive based demand response for electricity retailer in spot market environment ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 28 - 35 .

张军，张新源，吴俊兴，等 . 考虑户用光伏发电的家庭能量管理方法研究［J］. 电网与清洁能源， 2020 ， 36 （ 2 ）： 117 - 123 .

ZHANG Jun ， ZHANG Xinyuan ， WU Junxing ， et al . Study on household energy management methods considering household photovoltaic power generation ［J］. Power System and Clean Energy ， 2020 ， 36 （ 2 ）： 117 - 123 .

彭文昊，陆俊，冯勇军，等 . 计及用户参与不确定性的需求响应策略优化方法［J］. 电网技术， 2018 ， 42 （ 5 ）： 1588 - 1594 .

PENG Wenhao ， LU Jun ， FENG Yongjun ， et al . A demand response strategy optimization considering user participation uncertainty ［J］. Power System Technology ， 2018 ， 42 （ 5 ）： 1588 - 1594 .

汤奕，鲁针针，伏祥运 . 居民主动负荷促进分布式电源消纳的需求响应策略［J］. 电力系统自动化， 2015 ， 39 （ 24 ）： 49 - 55 .

TANG Yi ， LU Zhenzhen ， FU Xiangyun . Demand response strategies for promoting consumption of distributed power generation with residential active loads ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 24 ）： 49 - 55 .

GUIDARA I ， SOUISSI A ， CHAABENE M . Novel configuration and optimum energy flow management of a grid-connected photovoltaic battery installation ［J］. Computers & Electrical Engineering ， 2020 ， 85 ： 106677 .

RAJENDHAR P ， JEYARAJ B E . Application of DR and co-simulation approach for renewable integrated HEMS： a review ［J］. IET Generation ， Transmission & Distribution， 2019 ， 13 （ 16 ）： 3501 - 3512 .

李章允 . 电力需求响应潜力评估及其应用［D］. 广州：华南理工大学， 2017 .

LI Zhangyun . Evaluation of electric power demand response potential and its application ［D］. Guangzhou ： South China University of Technology ， 2017 .

崔屹峰，李珍国，贾清泉，等 . 基于参数辨识与状态估计的温控负荷响应能力动态评估［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 150 - 158 .

CUI Yifeng ， LI Zhenguo ， JIA Qingquan ， et al . Dynamic evaluation of response potential of thermostatically controlled load based on parameter identification and state estimation ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 150 - 158 .

赵洪山，闫西慧，戴湘，等 . 基于NILE算法量化热水器参与需求响应的灵活性［J］. 电力系统自动化， 2020 ， 44 （ 3 ）： 98 - 104 .

ZHAO Hongshan ， YAN Xihui ， DAI Xiang ， et al . Quantifying flexibility of water heater participating in demand response based on non-intrusive load extracting algorithm ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 3 ）： 98 - 104 .

ROTTONDI C ， BARBATO A ， CHEN L ， et al . Enabling privacy in a distributed game-theoretical scheduling system for domestic appliances ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 3 ）： 1220 - 1230 .

XIE D J ， HUI H X ， DING Y ， et al . Operating reserve capacity evaluation of aggregated heterogeneous TCLs with price signals ［J］. Applied Energy ， 2018 ， 216 ： 338 - 347 .

李亚平，姚建国，雍太有，等 . 居民温控负荷聚合功率及响应潜力评估方法研究［J］. 中国电机工程学报， 2017 ， 37 （ 19 ）： 5519 - 5528 .

LI Yaping ， YAO Jianguo ， YONG Taiyou ， et al . Estimation approach to aggregated power and response potential of residential thermostatically controlled loads ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 19 ）： 5519 - 5528 .

王媛，周明 . 居民用户对分时电价的响应潜力评价方法［J］. 电力建设， 2017 ， 38 （ 11 ）： 48 - 54 .

WANG Yuan ， ZHOU Ming . Demand response potential evaluation method of time-of-use price for residential community ［J］. Electric Power Construction ， 2017 ， 38 （ 11 ）： 48 - 54 .

宁佳，汤奕，高丙团 . 基于需求响应潜力时变性的风火荷协同控制方法［J］. 电工技术学报， 2019 ， 34 （ 8 ）： 1728 - 1738 .

NING Jia ， TANG Yi ， GAO Bingtuan . Coordinated control method of wind farm-AGC unit-load based on time-varying characteristics of demand response potential ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 8 ）： 1728 - 1738 .

AL-ALI A R ， ZUALKERNAN I A ， RASHID M ， et al . A smart home energy management system using IoT and big data analytics approach ［J］. IEEE Transactions on Consumer Electronics ， 2017 ， 63 （ 4 ）： 426 - 434 .

ZHAI S P ， WANG Z H ， YAN X F ， et al . Appliance flexibility analysis considering user behavior in home energy management system using smart plugs ［J］. IEEE Transactions on Industrial Electronics ， 2019 ， 66 （ 2 ）： 1391 - 1401 .

李菁 . 计及分布式光伏发电和储能的家庭能量管理系统研究［D］. 上海：上海交通大学， 2019 .

LI Jing . Research on home energy management system with distributed photovoltaic power station and energy storage device ［D］. Shanghai ： Shanghai Jiao Tong University ， 2019 .

易文飞，张艺伟，曾博，等 . 多形态激励型需求侧响应协同平衡可再生能源波动的鲁棒优化配置［J］. 电工技术学报， 2018 ， 33 （ 23 ）： 5541 - 5554 .

YI Wenfei ， ZHANG Yiwei ， ZENG Bo ， et al . Robust optimization allocation for multi-type incentive-based demand response collaboration to balance renewable energy fluctuations ［J］. Transactions of China Electrotechnical Society ， 2018 ， 33 （ 23 ）： 5541 - 5554 .

ZHENG Y Y ， JENKINS B M ， KORNBLUTH K ， et al . Optimization of a biomass-integrated renewable energy microgrid with demand side management under uncertainty ［J］. Applied Energy ， 2018 ， 230 ： 836 - 844 .

陆青，郁浩，冷亚军，等 . 家庭智能用电任务调度优化模型及其算法研究［J］. 中国电机工程学报， 2018 ， 38 （ 13 ）： 3826 - 3836 .

LU Qing ， YU Hao ， LENG Yajun ， et al . Research on model and algorithm of smart electricity consumption task scheduling optimization in household ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 13 ）： 3826 - 3836 .

姚钢，茆中栋，周荔丹，等 . 协同调度电动汽车与储能装置的家庭能量管理策略［J］. 电力系统及其自动化学报， 2020 ， 32 （ 4 ）： 35 - 41 .

YAO Gang ， MAO Zhongdong ， ZHOU Lidan ， et al . Home energy management strategy for co-scheduling of electric vehicle and energy storage device ［J］. Proceedings of the CSU-EPSA ， 2020 ， 32 （ 4 ）： 35 - 41 .

孟安波，林艺城，殷豪 . 计及不确定性因素的家庭并网风-光-蓄协同经济调度优化方法［J］. 电网技术， 2018 ， 42 （ 1 ）： 162 - 173 .

MENG Anbo ， LIN Yicheng ， YIN Hao . Synergetic scheduling optimization method of grid-connected home wind-solar-storage system considering uncertainty factors ［J］. Power System Technology ， 2018 ， 42 （ 1 ）： 162 - 173 .

李伟，韩瑞迪，孙晨家，等 . 基于用电偏好的可平移负荷参与需求响应最优激励合同与激励策略［J/OL］. 中国电机工程学报［ 2021-06-05 ］. http：//kns.cnki.net/kcms/detail/11.2107.TM.20210406.1402.008.html http://kns.cnki.net/kcms/detail/11.2107.TM.20210406.1402.008.html .

LI Wei ， HAN Ruidi ， SUN Chenjia ， et al . An optimal incentive contract and strategy of shiftable loads participation in demand response based on user electricity preference ［J/OL］. Proceedings of the CSEE ［ 2021-06-05 ］. http：//kns.cnki.net/kcms/detail/11.2107.TM.20210406.1402.008.html http://kns.cnki.net/kcms/detail/11.2107.TM.20210406.1402.008.html .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Marginal Carbon Emission Factors in Multiple Time Periods and Analysis of Their Uncertainties

Distributionally Robust Optimization Method for Substation Planning Considering Incentive-based Response Uncertainty

Optimal Configuration Method of Generation Capacity for Stand-alone Microgrid with Pumped Heat Energy Storage

Decision-making Model of Electricity Procurement and Sale for Electricity Retailers Considering Multiple Uncertain Factors

Related Author

Ruonan ZHENG

Guojie LI

Bei HAN

MA Mingchen

LI Yaowang

DU Ershun

ZHANG Ning

WEI Wei

Related Institution

Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education (Shanghai Jiao Tong University)

Department of Electrical Engineering, Tsinghua University

Sichuan Energy Internet Research Institute, Tsinghua University

Lab of Low Carbon Energy, Tsinghua University

State Grid Hubei Marketing Service Center (Measurement Center)

⁰