Nodal Customer Directrix Load Considering Demand Response Uncertainty: Concept and Model

MENG Yan; XIAO Jucheng; HONG Juhua; ZHANG Linyao; FAN Shuai; HE Guangyu

doi:10.7500/AEPS20220307007

您当前的位置：

首页 >

文章列表页 >

Nodal Customer Directrix Load Considering Demand Response Uncertainty: Concept and Model

Key Technologies of Load Characteristic Modeling and Forecasting for Diverse Users | 更新时间：2025-06-16

- Nodal Customer Directrix Load Considering Demand Response Uncertainty: Concept and Model
- Automation of Electric Power Systems Vol. 47, Issue 13, Pages: 28-39(2023)
- 作者机构：
  
  1.电力传输与功率变换教育部重点实验室(上海交通大学),上海市 200240
  2.国网福建省电力有限公司经济技术研究院,福建省福州市 350012
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51877134);National Key R&D Program of China(2019YFE0122600)
- DOI：10.7500/AEPS20220307007
  CLC：
- Received：07 March 2022，
  
  Revised：2022-07-10，
  
  Published Online：14 November 2022，
  
  Published：10 July 2023
- 稿件说明：
移动端阅览
孟琰,肖居承,洪居华等.计及需求响应不确定性的节点负荷准线：概念与模型[J].电力系统自动化,2023,47(13):28-39.

MENG Yan,XIAO Jucheng,HONG Juhua,et al.Nodal Customer Directrix Load Considering Demand Response Uncertainty: Concept and Model[J].Automation of Electric Power Systems,2023,47(13):28-39.
孟琰,肖居承,洪居华等.计及需求响应不确定性的节点负荷准线：概念与模型[J].电力系统自动化,2023,47(13):28-39. DOI： 10.7500/AEPS20220307007.

MENG Yan,XIAO Jucheng,HONG Juhua,et al.Nodal Customer Directrix Load Considering Demand Response Uncertainty: Concept and Model[J].Automation of Electric Power Systems,2023,47(13):28-39. DOI： 10.7500/AEPS20220307007.

摘要

基于负荷准线的需求响应（DR）具有规模化推广、常态化实施等优势，是挖掘需求侧灵活调节潜力的良好手段。但是，当前研究对负荷准线的制定尚未考虑网络拓扑关系以及用户在DR中的响应不确定性，对用户精准引导有所不足，大规模开展时可能引起线路潮流越限等问题。为此，提出为各节点发布负荷准线的方式，引导大规模可调负荷参与DR。首先，提出了节点负荷准线的概念，并给出了鲁棒安全的节点负荷准线的数学定义，以反映节点负荷准线作为各节点引导目标对避免大规模DR下潮流越限的意义。其次，从局部、整体两方面构建可调负荷响应偏差的不确定集，并在此基础上提出了鲁棒安全的节点负荷准线计算模型。再次，给出了基于节点负荷准线的DR实施方案。最后，算例分析表明，所提节点负荷准线对于约定DR响应范围内的任意实际响应结果均能够保证经济最优下的所有线路潮流不越限。

Abstract

The customer directrix load (CDL) based demand response (DR) has the advantages of large-scale promotion and normalization implementation

which is a good means to unlock the potential of flexible adjustment of demand side. However

in the current research

the formulation of CDL lacks consideration of the network topology relationship and the uncertainty of user response in DR. When the large-scale DR is carried out

users are not accurately guided and problems such as the power flow violation of lines may be incurred. Therefore

this paper proposes a method to formulate CDLs for each node to guide the large-scale adjustable load to participate in DR. Firstly

the concept of nodal customer directrix load (NCDL) is proposed and the mathematical definition of NCDL with robust security is further given to reflect the significance of NCDL as the guiding target of each node to avoid the power flow violation under large-scale DR. Secondly

the uncertainty set of adjustable load response deviation is established from both local and global aspects. On this basis

a calculation model of NCDL with robust security is proposed. Thirdly

the NCDL-based DR implementation scheme is given. Finally

the analysis of numerical tests shows that the proposed NCDL can ensure that the power flow of all lines under economic optimization does not exceed the limit for any actual response results within the agreed DR response range.

关键词

Keywords

references

舒印彪，张丽英，张运洲，等 . 我国电力碳达峰、碳中和路径研究［J］. 中国工程科学， 2021 ， 23 （ 6 ）： 1 - 14 .

SHU Yinbiao ， ZHANG Liying ， ZHANG Yunzhou ， et al . Carbon peak and carbon neutrality path for China’s power industry ［J］. Strategic Study of CAE ， 2021 ， 23 （ 6 ）： 1 - 14 .

辛保安 . 为实现“碳达峰、碳中和”目标贡献智慧和力量［J］. 国家电网， 2021 （ 3 ）： 2 - 3 .

XIN Baoan . Contribute wisdom and strength to achieve the goal of “carbon peak and carbon neutral” ［J］. State Grid ， 2021 （ 3 ）： 2 - 3 .

舒印彪，张智刚，郭剑波，等 . 新能源消纳关键因素分析及解决措施研究［J］. 中国电机工程学报， 2017 ， 37 （ 1 ）： 1 - 9 .

SHU Yinbiao ， ZHANG Zhigang ， GUO Jianbo ， et al . Study on key factors and solution of renewable energy accommodation ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 1 ）： 1 - 9 .

MENG Yan ， FAN Shuai ， ZHENG Xiangming ， et al . Optimal operation of virtual power plant considering power-to-hydrogen systems ［C］// 2022 IEEE Power & Energy Society General Meeting （PESGM）， July 17 ， 2022， Denver ， CO， USA： 1 - 5 .

肖居承，何光宇，张思远，等 . 事故备用分散转移的效益评估［J］. 电力系统自动化， 2020 ， 44 （ 13 ）： 9 - 16 .

XIAO Jucheng ， HE Guangyu ， ZHANG Siyuan ， et al . Benefit assessment of decentralized transfer of contingency reserve ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 13 ）： 9 - 16 .

WANG C S ， YAN J Y ， MARNAY C ， et al . Distributed energy and microgrids （DEM）［J］. Applied Energy ， 2018 ， 210 ： 685 - 689 .

王彩霞，时智勇，梁志峰，等 . 新能源为主体电力系统的需求侧资源利用关键技术及展望［J］. 电力系统自动化， 2021 ， 45 （ 16 ）： 37 - 48 .

WANG Caixia ， SHI Zhiyong ， LIANG Zhifeng ， et al . Key technologies and prospects of demand-side resource utilization for power systems dominated by renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 16 ）： 37 - 48 .

BAHRAMI S ， AMINI M H ， SHAFIE-KHAH M ， et al . A decentralized electricity market scheme enabling demand response deployment ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 4 ）： 4218 - 4227 .

李彬，陈京生，李德智，等 . 我国实施大规模需求响应的关键问题剖析与展望［J］. 电网技术， 2019 ， 43 （ 2 ）： 694 - 704 .

LI Bin ， CHEN Jingsheng ， LI Dezhi ， et al . Analysis and prospect of key issues in China’s demand response for further large scale implementation ［J］. Power System Technology ， 2019 ， 43 （ 2 ）： 694 - 704 .

范帅，危怡涵，何光宇，等 . 面向新型电力系统的需求响应机制探讨［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 1 - 12 .

FAN Shuai ， WEI Yihan ， HE Guangyu ， et al . Discussion on demand response mechanism for new power systems ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 1 - 12 .

张永明，姚志力，李菁，等 . 基于配电网概率潮流计算的电动汽车充电站规划策略［J］. 电力系统保护与控制， 2019 ， 47 （ 22 ）： 9 - 16 .

ZHANG Yongming ， YAO Zhili ， LI Jing ， et al . Electric vehicle charging station planning strategy based on probabilistic power flow calculation of distribution network ［J］. Power System Protection and Control ， 2019 ， 47 （ 22 ）： 9 - 16 .

LI J Y ， XU D S ， WANG J H ， et al . P 2 P multi-grade energy trading for heterogeneous distributed energy resources and flexible demand ［J/OL］. IEEE Transactions on Smart Grid ［ 2022-05-09 ］. http：//ieeexplore.ieee.org/document/9792462 http://ieeexplore.ieee.org/document/9792462 .

AGHAEI J ， ALIZADEH M I . Demand response in smart electricity grids equipped with renewable energy sources： a review ［J］. Renewable and Sustainable Energy Reviews ， 2013 ， 18 ： 64 - 72 .

YANG J J ， ZHAO J H ， WEN F S ， et al . A model of customizing electricity retail prices based on load profile clustering analysis ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 3374 - 3386 .

曾丹，姚建国，杨胜春，等 . 应对风电消纳中基于安全约束的价格型需求响应优化调度建模［J］. 中国电机工程学报， 2014 ， 34 （ 31 ）： 5571 - 5578 .

ZENG Dan ， YAO Jianguo ， YANG Shengchun ， et al . Optimization dispatch modeling for price-based demand response considering security constraints to accommodate the wind power ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 31 ）： 5571 - 5578 .

石文超，吕林，高红均，等 . 考虑需求响应和电动汽车参与的主动配电网经济调度［J］. 电力系统自动化， 2020 ， 44 （ 11 ）： 41 - 51 .

SHI Wenchao ， LYU Lin ， GAO Hongjun ， et al . Economic dispatch of active distribution network with participation of demand response and electric vehicle ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 11 ）： 41 - 51 .

AALAMI H A ， MOGHADDAM M P ， YOUSEFI G R . Demand response modeling considering interruptible/curtailable loads and capacity market programs ［J］. Applied Energy ， 2010 ， 87 （ 1 ）： 243 - 250 .

范帅，郏琨琪，郭炳庆，等 . 分散式电采暖负荷协同优化运行策略［J］. 电力系统自动化， 2017 ， 41 （ 19 ）： 20 - 29 .

FAN Shuai ， JIA Kunqi ， GUO Bingqing ， et al . Collaborative optimal operation strategy for decentralized electric heating loads ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 19 ）： 20 - 29 .

王路平，李浩志，谢小荣 . 提高短期频率稳定性的紧急需求响应分散协调控制方法［J］. 中国电机工程学报， 2020 ， 40 （ 11 ）： 3462 - 3470 .

WANG Luping ， LI Haozhi ， XIE Xiaorong . A decentralized and coordinated control of emergency demand response to improve short-term frequency stability ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 11 ）： 3462 - 3470 .

赖平，周想凌，石一辉 . 利用负荷转移方法提升电网输电能力［J］. 电力建设， 2015 ， 36 （ 2 ）： 96 - 103 .

LAI Ping ， ZHOU Xiangling ， SHI Yihui . Power transmission capacity improvement based on load transfer method ［J］. Electric Power Construction ， 2015 ， 36 （ 2 ）： 96 - 103 .

刘敦楠，王玲湘，汪伟业，等 . 基于深度强化学习的大规模电动汽车充换电负荷优化调度［J］. 电力系统自动化， 2022 ， 46 （ 4 ）： 36 - 46 .

LIU Dunnan ， WANG Lingxiang ， WANG Weiye ， et al . Optimal scheduling of electric vehicle load for large-scale battery charging and swapping based on deep reinforcement learning ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 4 ）： 36 - 46 .

范帅，郏琨琪，王芬，等 . 基于负荷准线的大规模需求响应［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 19 - 27 .

FAN Shuai ， JIA Kunqi ， WANG Fen ， et al . Large-scale demand response based on customer directrix load ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 19 - 27 .

FAN S ， LI Z Y ， YANG L ， et al . Customer directrix load-based large-scale demand response for integrating renewable energy sources ［J］. Electric Power Systems Research ， 2020 ， 181 ： 106175 .

FAN S ， LIU J ， WU Q ， et al . Optimal coordination of virtual power plant with photovoltaics and electric vehicles： a temporally coupled distributed online algorithm ［J］. Applied Energy ， 2020 ， 277 ： 115583 .

顾雪平，董金哲，李少岩 . 网架重构过程中线路潮流越限消除的网络调整策略［J］. 电力系统自动化， 2016 ， 40 （ 7 ）： 16 - 21 .

GU Xueping ， DONG Jinzhe ， LI Shaoyan . Network adjustment strategy for eliminating transmission line overload in network reconfiguration ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 7 ）： 16 - 21 .

赵恒亮，李泽荣 . 地区电网潮流越限处理的研究［J］. 浙江电力， 2012 ， 31 （ 1 ）： 1 - 5 .

ZHAO Hengliang ， LI Zerong . Research on power flow off-limit treatment in regional power grid ［J］. Zhejiang Electric Power ， 2012 ， 31 （ 1 ）： 1 - 5 .

董成明，钱伟杰，陈梓翰，等 . 基于负荷优化控制的地区电网潮流越限处理研究［J］. 电力与能源， 2015 ， 36 （ 5 ）： 629 - 633 .

DONG Chengming ， QIAN Weijie ， CHEN Zihan ， et al . Power flow violation management of regional grid based on optimal load control ［J］. Power & Energy ， 2015 ， 36 （ 5 ）： 629 - 633 .

罗纯坚，李姚旺，许汉平，等 . 需求响应不确定性对日前优化调度的影响分析［J］. 电力系统自动化， 2017 ， 41 （ 5 ）： 22 - 29 .

LUO Chunjian ， LI Yaowang ， XU Hanping ， et al . Influence of demand response uncertainty on day-ahead optimization dispatching ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 5 ）： 22 - 29 .

孙宇军，王岩，王蓓蓓，等 . 考虑需求响应不确定性的多时间尺度源荷互动决策方法［J］. 电力系统自动化， 2018 ， 42 （ 2 ）： 106 - 113 .

SUN Yujun ， WANG Yan ， WANG Beibei ， et al . Multi-time scale decision method for source-load interaction considering demand response uncertainty ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 2 ）： 106 - 113 .

MOHAJERYAMI S ， MOGHADDAM I N ， DOOSTAN M ， et al . A novel economic model for price-based demand response ［J］. Electric Power Systems Research ， 2016 ， 135 ： 1 - 9 .

YU Y ， LIU G Y ， ZHU W D ， et al . Good consumer or bad consumer： economic information revealed from demand profiles ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 3 ）： 2347 - 2358 .

LIU X F ， TANG D F ， DAI Z C . A Bayesian game approach for demand response management considering incomplete information ［J］. Journal of Modern Power Systems and Clean Energy ， 2022 ， 10 （ 2 ）： 492 - 501 .

OH H . A new network reduction methodology for power system planning studies ［J］. IEEE Transactions on Power Systems ， 2010 ， 25 （ 2 ）： 677 - 684 .

张伯明，陈寿孙，严正 . 高等电力网络分析［M］. 北京：清华大学出版社， 2007 .

CHEN Boming ， CHEN Shousun ， YAN Zheng . Advanced power network analysis ［M］. Beijing ： Tsinghua University Press ， 2007 .

于丹文，杨明，翟鹤峰，等 . 鲁棒优化在电力系统调度决策中的应用研究综述［J］. 电力系统自动化， 2016 ， 40 （ 7 ）： 134 - 143 .

YU Danwen ， YANG Ming ， ZHAI Hefeng ， et al . An overview of robust optimization used for power system dispatch and decision-making ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 7 ）： 134 - 143 .

Gurobi optimizer ［EB/OL］．［ 2021-12-18 ］. https：//www.gurobi.com/ https://www.gurobi.com/ .

朱兰，姬星羽，唐陇军，等 . 基于 N - x 不确定集的含可中断负荷鲁棒优化调度［J］. 电力系统自动化， 2020 ， 44 （ 17 ）： 34 - 42 .

ZHU Lan ， JI Xingyu ， TANG Longjun ， et al . Robust optimal scheduling with interruptible load based on N - x uncertainty set ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 17 ）： 34 - 42 .

李志刚，吴文传，张伯明 . 消纳大规模风电的鲁棒区间经济调度：（一）调度模式与数学模型［J］. 电力系统自动化， 2014 ， 38 （ 20 ）： 33 - 39 .

LI Zhigang ， WU Wenchuan ， ZHANG Boming . A robust interval economic dispatch method accommodating large-scale wind power generation： Part one dispatch scheme and mathematical model ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 20 ）： 33 - 39 .

FAN S ， XIAO J ， LI Z ， et al . Characterization and transaction of energy level and energy shift considering virtual power plant ［J/OL］. Journal of Modern Power Systems and Clean Energy ［ 2021-11-12 ］. https：//ieeexpore.ieee.org/document/9613812 https://ieeexpore.ieee.org/document/9613812 .

WANG Jianhui ， MOHAMMAD S ， LI Zuyi . Security-constrained unit commitment with volatile wind power generation ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 1319 - 1327 .

WANG Xiaojuan ， Chen Lei ， TAO Wenquan . Research on load classification based on user’s typical daily load curve ［C］// IEEE Conference on Energy Internet and Energy System Integration （EI2 ）， November 26 ， 2017， Beijing ， China ： 1 - 4 .

范帅，何光宇，郑湘明，等 . 基于在线分布式优化的虚拟电厂自趋优运行方法研究［J/OL］. 中国电机工程学报［ 2022-06-07 ］. http：//kns.cnki.net/kcms/detail/11.2107.TM.20220519.1833.041.html http://kns.cnki.net/kcms/detail/11.2107.TM.20220519.1833.041.html .

FAN Shuai ， HE Guangyu ， ZHENG Xiangming ， et al . Research on online distributed optimization-based self-approaching optimization operation method of virtual power plant ［J/OL］. Proceedings of the CSEE ［ 2022-06-07 ］. http：//kns.cnki.net/kcms/detail/11.2107.TM.20220519.1833.041.html http://kns.cnki.net/kcms/detail/11.2107.TM.20220519.1833.041.html .

XIAO Jucheng ， HE Guangyu He ， FAN Shuai ， et al . Substitute energy price market mechanism for renewable energy power system with generalized energy storage ［J］. Applied Energy ， 2022 ， 328 ： 120219 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

不确定性需求响应建模在电力积分激励决策中的应用

Related Author

MENG Yan

XIAO Jucheng

HONG Juhua

ZHANG Linyao

FAN Shuai

HE Guangyu

WANG Beibei

YIN Boyi

Related Institution

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

Institute of Economic and Technology of State Grid Fujian Electric Power Co., Ltd.

Jiangsu Provincial Key Laboratory of Smart Grid Technology and Equipment, Southeast University

School of Mechanical Engineering and Automation, Harbin Institute of Technology

School of Electrical and Power Engineering, Hohai University

⁰