基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选

刘江; 郭云鹏; 张波; 翟迪庆; 许小峰; 刘敦楠

doi:10.7500/AEPS20220418006

您当前的位置：

首页 >

文章列表页 >

基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选

规模化灵活资源虚拟电厂 | 更新时间：2025-06-16

- 基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选
- Aggregated User Selection of Peak-regulation Virtual Power Plant Based on Cloud Model and Improved Evidence Theory
- 电力系统自动化 2022年46卷第18期页码：37-45
- 作者机构：
  
  1.内蒙古电力(集团)有限责任公司鄂尔多斯供电公司,内蒙古自治区鄂尔多斯市 017000
  2.国网浙江省电力有限公司,浙江省杭州市 310000
  3.国网浙江省电力有限公司金华供电公司,浙江省金华市 321000
  4.华北电力大学经济与管理学院,北京市 102206
- 作者简介：
  
  刘江(1996—)，男，硕士，主要研究方向：虚拟电厂、技术经济规划。E-mail：1491340789@qq.com
  郭云鹏(1976—)，男，学士，高级工程师，主要研究方向：电力规划。E-mail：guo_yunpeng@zj.sgcc.com.cn
  张波(1973—)，男，学士，高级工程师，主要研究方向：配电网运检与管理。E-mail：402946008@qq.com
  许小峰(1991—)，男，通信作者，博士研究生，主要研究方向：电力市场、能源互联网。E-mail：xuxiaofeng_538@126.com
- 基金信息：
  
  国家自然科学基金资助项目(72171082)
- DOI：10.7500/AEPS20220418006
  中图分类号：
- 收稿日期：2022-04-18，
  
  修回日期：2022-07-08，
  
  网络出版日期：2022-09-01，
  
  纸质出版日期：2022-09-25
- 稿件说明：
移动端阅览
刘江,郭云鹏,张波等.基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选[J].电力系统自动化,2022,46(18):37-45.

LIU Jiang,GUO Yunpeng,ZHANG Bo,et al.Aggregated User Selection of Peak-regulation Virtual Power Plant Based on Cloud Model and Improved Evidence Theory[J].Automation of Electric Power Systems,2022,46(18):37-45.
刘江,郭云鹏,张波等.基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选[J].电力系统自动化,2022,46(18):37-45. DOI： 10.7500/AEPS20220418006.

LIU Jiang,GUO Yunpeng,ZHANG Bo,et al.Aggregated User Selection of Peak-regulation Virtual Power Plant Based on Cloud Model and Improved Evidence Theory[J].Automation of Electric Power Systems,2022,46(18):37-45. DOI： 10.7500/AEPS20220418006.

摘要

在规模化需求侧资源接入电网背景下，为了提高调峰型虚拟电厂在海量异质负荷环境下用户调峰性能识别的精度，提出了基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选方法。首先，从负荷管理、调峰潜力和历史信用3个维度构建了用户优选指标体系。其次，针对用户在优选等级边界处的随机性与模糊性，采用云模型生成各指标在基准云中的隶属度，并引入不确定性焦元将其转化为证据理论中的基本概率分配。再次，针对传统证据理论中强冲突证据融合可能会产生悖论的问题，参考博弈思想将证据的静动态权重进行博弈组合，根据组合权重识别冲突证据并进行冲突修正和融合。同时，借鉴逼近理想解排序技术思想，比较各用户基本概率分配与正负理想云的贴近度以确定用户的聚合优先级。最后，通过算例分析验证了所提方法在解决证据冲突性以及虚拟电厂用户优选方面的有效性和优越性。

Abstract

In the background of large-scale demand-side resources connected to the power grid

in order to improve the identification accuracy of the peak-regulation performance of users in peak-regulation virtual power plants in the environment of massive heterogeneous loads

a method for the aggregated user selection of peak-regulation virtual power plants based on the cloud model and the improved evidence theory is proposed. Firstly

a user selection index system is constructed from three dimensions of load management

peak-regulation potentiality and historical credit. Secondly

aiming at the randomness and fuzziness of the users at the boundary of the selection level

the cloud model is used to generate the membership degree of each index in the benchmark cloud

and the uncertainty focal element is introduced to transform it into the basic probability distribution of evidence theory. Thirdly

in view of the paradox problems that may occur in the fusion of strong conflict evidences in the traditional evidence theory

the static and dynamic weights of the evidences are combined in the game with reference to the game idea

and the conflict evidences are identified

corrected and fused according to the combination weight. At the same time

based on the idea of technique for order preference by similarity to an ideal solution (TOPSIS)

the closeness between the basic probability distribution of each user and the positive and negative ideal cloud is compared to determine the aggregated priority of users. Finally

the numerical example analysis verifies the effectiveness and superiority of the proposed method in solving the evidence conflicts and user selection of virtual power plants.

关键词

Keywords

references

李嘉媚，艾芊，殷爽睿 . 虚拟电厂参与调峰调频服务的市场机制与国外经验借鉴［J］. 中国电机工程学报， 2022 ， 42 （ 1 ）： 37 - 56 .

LI Jiamei ， AI Qian ， YIN Shuangrui . Market mechanism and foreign experience of virtual power plant participating in peak-regulation and frequency-regulation ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 1 ）： 37 - 56 .

SONG Z F ， SHI J ， LI S J ， et al . Data-driven and physical model-based evaluation method for the achievable demand response potential of residential consumers’ air conditioning loads ［J］. Applied Energy ， 2022 ， 307 ： 118017 .

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 .

汪聪慧 . 需求侧资源聚合运行特性及其不确定性研究［D］. 北京：北京交通大学， 2021 .

WANG Conghui . Research on aggregated operational characteristics and uncertainties of demand side resources ［D］. Beijing ： Beijing Jiaotong University ， 2021 .

任炳俐，张振高，王学军，等 . 基于用电采集数据的需求响应削峰潜力评估方法［J］. 电力建设， 2016 ， 37 （ 11 ）： 64 - 70 .

REN Bingli ， ZHANG Zhengao ， WANG Xuejun ， et al . Assessment method of demand response peak shaving potential based on metered load data ［J］. Electric Power Construction ， 2016 ， 37 （ 11 ）： 64 - 70 .

孔祥玉，刘超，王成山，等 . 基于深度子领域自适应的需求响应潜力评估方法［J/OL］. 中国电机工程学报［ 2022-03-04 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.210903 https://doi.org/10.13334/j.0258-8013.pcsee.210903 .

KONG Xiangyu ， LIU Chao ， WANG Chengshan ， et al . Demand response potential assessment method based on deep sub-domain adaptation ［J/OL］. Proceedings of the CSEE ［ 2022-03-04 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.210903 https://doi.org/10.13334/j.0258-8013.pcsee.210903 .

何永贵，刘江 . 基于组合赋权-云模型的电力物联网安全风险评估［J］. 电网技术， 2020 ， 44 （ 11 ）： 4302 - 4309 .

HE Yonggui ， LIU Jiang . Electric Internet of things security risk assessment based on combined weighting-cloud model ［J］. Power System Technology ， 2020 ， 44 （ 11 ）： 4302 - 4309 .

SHAMLOU A ， REZA FEYZI M ， BEHJAT V . Winding deformation classification in a power transformer based on the time-frequency image of frequency response analysis using Hilbert-Huang transform and evidence theory ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 129 （ 2 ）： 31 - 39 .

刘晓东，邓锦宇 . 基于冲突证据修正的DS改进方法［J］. 电子测量与仪器学报， 2017 ， 31 （ 9 ）： 1499 - 1506 .

LIU Xiaodong ， DENG Jinyu . Improved DS method based on conflict evidence correction ［J］. Journal of Electronic Measurement and Instrumentation ， 2017 ， 31 （ 9 ）： 1499 - 1506 .

李智豪 . 基于灵活性品质评价的灵活性资源梯级优化利用研究［D］. 北京：华北电力大学， 2019 .

LI Zhihao . Research on stepped utilization of flexibility resource based on flexibility quality evaluations ［D］. Beijing ： North China Electric Power University ， 2019 .

王媛 . 考虑需求响应的居民用户调峰潜力特性分析及评价［D］. 北京：华北电力大学， 2018 .

WANG Yuan . Residential peak regulating potential characteristics analysis and evaluation considering demand response ［D］. Beijing ： North China Electric Power University ， 2018 .

张凯杰 . 电力市场环境下虚拟电厂参与调峰的研究［D］. 杭州：浙江大学， 2021 .

ZHANG Kaijie . Research on virtual power plant participation in peak regulation in power market environment ［D］. Hangzhou ： Zhejiang University ， 2021 .

李如琦，苏浩益 . 基于可拓云理论的电能质量综合评估模型［J］. 电力系统自动化， 2012 ， 36 （ 1 ）： 66 - 70 .

LI Ruqi ， SU Haoyi . A synthetic power quality evaluation model based on extension cloud theory ［J］. Automation of Electric Power Systems ， 2012 ， 36 （ 1 ）： 66 - 70 .

WU B ， QIU W X ， HUANG W ， et al . A multi-source information fusion approach in tunnel collapse risk analysis based on improved Dempster-Shafer evidence theory ［J］. Scientific Reports ， 2022 ， 12 ： 3626 .

钟嘉庆，王璐，赵楠 . 基于灰色关联度和证据理论的电源规划综合评价指标体系研究［J］. 太阳能学报， 2020 ， 41 （ 8 ）： 95 - 101 .

ZHONG Jiaqing ， WANG Lu ， ZHAO Nan . Comprehensive evaluation index system of generation planning based on gray correlation degree and evidence theory ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 8 ）： 95 - 101 .

郭芝韵，苏怀智，刘炳锐，等 . 基于云模型与证据理论的大坝安全综合评估方法［J］. 水利水电技术， 2017 ， 48 （ 3 ）： 99 - 103 .

GUO Zhiyun ， SU Huaizhi ， LIU Bingrui ， et al . Cloud model and evidence theory-based method for comprehensive assessment on dam safety ［J］. Water Resources and Hydropower Engineering ， 2017 ， 48 （ 3 ）： 99 - 103 .

马玉锴，田亮 . 基于证据理论与云模型的火电机组节能减排绩效综合评价［J/OL］. 华北电力大学学报（自然科学版）［ 2022-03-04 ］. https：//kns.cnki.net/kcms/detail/13.1212.TM.202107 07.1621.002.html https://kns.cnki.net/kcms/detail/13.1212.TM.20210707.1621.002.html .

MA Yukai ， TIAN Liang . Comprehensive evaluation of energy saving and emission reduction performance of thermal power units based on evidence theory and cloud model ［J/OL］. Journal of North China Electric Power University （Natural Science Edition）［ 2022-03-04 ］. https：//kns.cnki.net/kcms/detail/13.1212.TM.20210707.1621.002.html https://kns.cnki.net/kcms/detail/13.1212.TM.20210707.1621.002.html .

ZHAO G ， WANG D . Comprehensive evaluation of AC/DC hybrid microgrid planning based on analytic hierarchy process and entropy weight method ［J］. Applied Sciences ， 2019 ， 9 （ 18 ）： 3843 .

严惊涛，刘树光 . 基于组合赋权的对地攻击无人机自主能力云模型评价［J/OL］. 北京航空航天大学学报［ 2022-03-21 ］. https：//doi.org/10.13700/j.bh.1001-5965.2022.0072 https://doi.org/10.13700/j.bh.1001-5965.2022.0072 .

YAN Jingtao ， LIU Shuguang . Cloud model evaluation of autonomous capability of ground attack UAV based on combined weighting ［J/OL］. Journal of Beijing University of Aeronautics and Astronautics ［ 2022-03-21 ］. https：//doi.org/10.13700/j.bh.1001-5965.2022.0072 https://doi.org/10.13700/j.bh.1001-5965.2022.0072 .

ALAO M A ， AYODELE T R ， OGUNJUYIGBE A S O ， et al . Multi-criteria decision based waste to energy technology selection using entropy-weighted TOPSIS technique： the case study of Lagos， Nigeria ［J］. Energy ， 2020 ， 201 ： 117675 .

DEMPSTER A P . Upper and lower probabilities induced by a multivalued mapping ［J］. The Annals of Mathematical Statistics ， 1967 ， 38 （ 2 ）： 325 - 339 .

MURPHY C K . Combining belief functions when evidence conflicts ［J］. Decision Support Systems ， 2000 ， 29 （ 1 ）： 1 - 9 .

DENG Y ， SHI W K ， ZHU Z F ， et al . Combining belief functions based on distance of evidence ［J］. Decision Support Systems ， 2004 ， 38 （ 3 ）： 489 - 493 .

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

变压器状态评估多层次不确定模型

虚拟电厂标准化现状及体系架构设计

考虑水-电风险耦合的共享库容多时间尺度协同优化策略