基于多步逆向半云模型的价格型需求响应不确定性建模

张宇华; 王丛; 孙晓鹏; 李鸿彪; 鲍秀昌

doi:10.7500/AEPS20210922001

您当前的位置：

首页 >

文章列表页 >

基于多步逆向半云模型的价格型需求响应不确定性建模

学术研究 | 更新时间：2025-06-16

- 基于多步逆向半云模型的价格型需求响应不确定性建模
- Uncertainty Modeling of Price-based Demand Response Based on Multi-step Backward Semi-cloud Model
- 电力系统自动化 2023年47卷第1期页码：105-114
- 作者机构：
  
  1.上海电力大学电气工程学院，上海市 200090
  2.上海科梁信息科技股份有限公司，上海市 200030
- 作者简介：
  
  张宇华(1975—)，男，博士，副教授，硕士生导师，主要研究方向：需求响应与电力电子技术。E-mail：zhyhdq@126.com
  王丛(1996—)，女，通信作者，硕士研究生，主要研究方向：需求响应与虚拟电厂优化调度。E-mail：13821981072@163.com
  孙晓鹏(1996—)，男，硕士研究生，主要研究方向：电力电子化电力系统建模。E-mail：15364967458@163.com
- 基金信息：
  
  上海市科技创新行动计划资助项目(19DZ2204700)
- DOI：10.7500/AEPS20210922001
  中图分类号：
- 收稿：2021-09-22，
  
  修回：2021-12-09，
  
  网络出版：2022-04-26，
  
  纸质出版：2023-01-10
- 稿件说明：
移动端阅览
张宇华,王丛,孙晓鹏等.基于多步逆向半云模型的价格型需求响应不确定性建模[J].电力系统自动化,2023,47(1):105-114.

ZHANG Yuhua,WANG Cong,SUN Xiaopeng,et al.Uncertainty Modeling of Price-based Demand Response Based on Multi-step Backward Semi-cloud Model[J].Automation of Electric Power Systems,2023,47(1):105-114.
张宇华,王丛,孙晓鹏等.基于多步逆向半云模型的价格型需求响应不确定性建模[J].电力系统自动化,2023,47(1):105-114. DOI： 10.7500/AEPS20210922001.

ZHANG Yuhua,WANG Cong,SUN Xiaopeng,et al.Uncertainty Modeling of Price-based Demand Response Based on Multi-step Backward Semi-cloud Model[J].Automation of Electric Power Systems,2023,47(1):105-114. DOI： 10.7500/AEPS20210922001.

摘要

针对现有价格型需求响应模型难以同时精确反映用户响应行为的随机性与模糊性，以及基于对称云模型进行需求响应建模存在拟合误差大、求解稳定性差的问题，提出一种基于多步式逆向云发生器半云模型的价格型需求响应不确定性建模方法。定义收益率作为不同用户对收益大小认知的统一评估标准，并建立半云模型下的用户收益率与响应行为的映射关系模型。利用多步式逆向云发生器求取半云模型的数字特征，并采用正向云发生器生成反映用户响应行为的分布云图。仿真算例表明，相比于对称云模型与传统价格型需求响应建模方法，半云模型具有更高的拟合精度；相比于单步式逆向云发生器，多步式逆向云发生器具有更好的稳定性。

Abstract

Aiming at the issue that the existing price-based demand response models are difficult to accurately reflect the randomness and fuzziness of response behaviors of users at the same time

and the modeling of demand response based on symmetric cloud model has the problems such as high fitting error and weak solution stability

an uncertainty modeling method for price-based demand response based on multi-step backward cloud generator and semi-cloud model is proposed. The return rate is defined as the unified evaluation standard for the cognition of the return amount by different users

and the mapping relationship model between the return rate and the response behaviors of users based on the semi-cloud model is established. The multi-step backward cloud generator is used to obtain the digital characteristics of the semi-cloud model

and the forward cloud generator is used to generate the distribution cloud map reflecting the response behaviors of users. The simulation examples show that the semi- cloud model has higher fitting accuracy compared with the symmetric cloud model and the traditional price-based demand response modeling method; the multi-step backward cloud generator has better stability compared with the single-step backward cloud generator.

关键词

Keywords

references

牛文娟，李扬，王蓓蓓 . 考虑不确定性的需求响应虚拟电厂建模［J］. 中国电机工程学报， 2014 ， 34 （ 22 ）： 3630 - 3637 .

NIU Wenjuan ， LI Yang ， WANG Beibei . Demand response based virtual power plant modeling considering uncertainty ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 22 ）： 3630 - 3637 .

PARIZY E S ， BAHRAMI H R ， CHOI S . A low complexity and secure demand response technique for peak load reduction ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 3259 - 3268 .

MUTHIRAYAN D ， KALATHIL D ， POOLLA K ， et al . Mechanism design for demand response programs ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 1 ）： 61 - 73 .

王守相，张善涛，王凯，等 . 计及分时电价下用户需求响应的分布式储能多目标优化运行［J］. 电力自动化设备， 2020 ， 40 （ 1 ）： 125 - 132 .

WANG Shouxiang ， ZHANG Shantao ， WANG Kai ， et al . Multi-objective optimal operation of distributed energy storage considering user demand response under time-of-use price ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 1 ）： 125 - 132 .

徐广达，张利，梁军，等 . 基于设备用电特征的居民电力需求价格弹性评估［J］. 电力系统自动化， 2020 ， 44 （ 13 ）： 48 - 55 .

XU Guangda ， ZHANG Li ， LIANG Jun ， et al . Estimation of price elasticity for residential electricity demand based on electricity consumption features of appliances ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 13 ）： 48 - 55 .

HERATH P U ， FUSCO V ， CÁCERES M N ， et al . Computational intelligence-based demand response management in a microgrid ［J］. IEEE Transactions on Industry Applications ， 2018 ， 55 （ 1 ）： 732 - 740 .

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 .

崔杨，张汇泉，仲悟之，等 . 计及价格型需求响应及CSP电站参与的风电消纳日前调度［J］. 电网技术， 2020 ， 44 （ 1 ）： 183 - 191 .

CUI Yang ， ZHANG Huiquan ， ZHONG Wuzhi ， et al . Day-ahead scheduling considering participation of price-based demand response and CSP plant in wind power accommodation ［J］. Power System Technology ， 2020 ， 44 （ 1 ）： 183 - 191 .

JACQUOT P ， BEAUDE O ， GAUBERT S ， et al . Analysis and implementation of an hourly billing mechanism for demand response management ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 4 ）： 4265 - 4278 .

刘文霞，李征洲，杨粤，等 . 计及需求响应不确定性的综合能源系统协同优化配置［J］. 电力系统自动化， 2020 ， 44 （ 10 ）： 41 - 49 .

LIU Wenxia ， LI Zhengzhou ， YANG Yue ， et al . Collaborative optimal configuration for integrated energy system considering uncertainties of demand response ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 10 ）： 41 - 49 .

曾博，胡强，刘裕，等 . 考虑需求响应复杂不确定性的电-气互联系统动态概率能流计算［J］. 中国电机工程学报， 2020 ， 40 （ 4 ）： 1161 - 1171 .

ZENG Bo ， HU Qiang ， LIU Yu ， et al . Dynamic probabilistic energy flow calculation for interconnected electricity-gas system considering complex uncertainties of demand response ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 4 ）： 1161 - 1171 .

林俐，张玉，顾嘉 . 基于云模型的激励型区域柔性负荷响应不确定性研究［J］. 电网技术， 2020 ， 44 （ 11 ）： 4192 - 4201 .

LIN Li ， ZHANG Yu ， GU Jia . Uncertainty of regional incentive flexible load based on cloud model ［J］. Power System Technology ， 2020 ， 44 （ 11 ）： 4192 - 4201 .

林俐，张玉 . 激励型需求响应参与主动配电网优化调度的不确定性分析［J］. 华北电力大学学报（自然科学版）， 2020 ， 47 （ 5 ）： 10 - 20 .

LIN Li ， ZHANG Yu . Uncertainty analysis of incentive demand response participating in optimal scheduling of active distribution network ［J］. Journal of North China Electric Power University （Natural Science Edition）， 2020 ， 47 （ 5 ）： 10 - 20 .

葛晓琳，史亮，刘亚，等 . 考虑需求响应不确定性的电动汽车负荷sigmoid云模型预测［J］. 中国电机工程学报， 2020 ， 40 （ 21 ）： 6913 - 6925 .

GE Xiaolin ， SHI Liang ， LIU Ya ， et al . Load forecasting of electric vehicles based on sigmoid cloud model considering the uncertainty of demand response ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 21 ）： 6913 - 6925 .

杨洁，王国胤，刘群，等 . 正态云模型研究回顾与展望［J］. 计算机学报， 2018 ， 41 （ 3 ）： 724 - 744 .

YANG Jie ， WANG Guoyin ， LIU Qun ， et al . Retrospect and prospect of research of normal cloud model ［J］. Chinese Journal of Computers ， 2018 ， 41 （ 3 ）： 724 - 744 .

KONDA S R ， AL-SUMAITI A S ， PANWAR L K ， et al . Impact of load profile on dynamic interactions between energy markets： a case study of power exchange and demand response exchange ［J］. IEEE Transactions on Industrial Informatics ， 2019 ， 15 （ 11 ）： 5855 - 5866 .

郭亦宗，冯斌，岳铂雄，等 . 负荷聚合商模式下考虑需求响应的超短期负荷预测［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 79 - 87 .

GUO Yizong ， FENG Bin ， YUE Boxiong ， et al . Ultra-short-term load forecasting considering demand response in load aggregator mode ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 79 - 87 .

吴杰，丁明，张晶晶 . 基于云模型和 k -means聚类的风电场储能容量优化配置方法［J］. 电力系统自动化， 2018 ， 42 （ 24 ）： 67 - 73 .

WU Jie ， DING Ming ， ZHANG Jingjing . Capacity configuration method of energy storage system for wind farm based on cloud model and k -means clustering ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 24 ）： 67 - 73 .

曲广龙，杨洪耕 . 基于梯形云模型的电能质量数据关联性挖掘方法［J］. 电力系统自动化， 2015 ， 39 （ 7 ）： 145 - 150 .

QU Guanglong ， YANG Honggeng . A correlation mining method for power quality data based on trapezoidal cloud model ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 7 ）： 145 - 150 .

董燕强 . 带确定系数和不确定系数的弹性特征拓扑优化问题的算法研究［D］. 杭州：杭州电子科技大学， 2021 .

DONG Yanqiang . Research on algorithm of elastic feature topology optimization problem with definite and uncertain coefficients ［D］. Hangzhou ： Hangzhou University of Electronic Science and Technology ， 2021 .

颜若尘 . 基于云模型的图像阈值分割方法［J］. 计算机与数字工程， 2020 ， 48 （ 8 ）： 2009 - 2013 .

YAN Ruochen . Image threshold segmentation based on cloud model ［J］. Computer & Digital Engineering ， 2020 ， 48 （ 8 ）： 2009 - 2013 .

蒋建兵，梁家荣，江伟，等 . 梯形云模型在概念划分及提升中的应用［J］. 计算机工程与设计， 2008 ， 29 （ 5 ）： 1235 - 1237 .

JIANG Jianbing ， LIANG Jiarong ， JIANG Wei ， et al . Application of trapezium-cloud model in conception division and conception exaltation ［J］. Computer Engineering and Design ， 2008 ， 29 （ 5 ）： 1235 - 1237 .

赵冬梅，宋原，王云龙，等 . 考虑柔性负荷响应不确定性的多时间尺度协调调度模型［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 21 - 30 .

ZHAO Dongmei ， SONG Yuan ， WANG Yunlong ， et al . Coordinated scheduling model with multiple time scales considering response uncertainty of flexible load ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 21 - 30 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于工作状态的电器自主智能体构建方法及应用

多时段边际碳排放因子及其不确定性分析