考虑动态过程的可调资源集群多时间节点响应潜力评估方法

孔祥玉; 刘超; 陈宋宋; 陈启鑫; 王铮涛

doi:10.7500/AEPS20220501001

您当前的位置：

首页 >

文章列表页 >

考虑动态过程的可调资源集群多时间节点响应潜力评估方法

规模化灵活资源虚拟电厂 | 更新时间：2025-06-16

- 考虑动态过程的可调资源集群多时间节点响应潜力评估方法
- Assessment Method for Multi-time-node Response Potential of Adjustable Resource Cluster Considering Dynamic Process
- 电力系统自动化 2022年46卷第18期页码：55-64
- 作者机构：
  
  1.智能电网教育部重点实验室(天津大学),天津市 300072
  2.中国电力科学研究院有限公司,北京市 100192
  3.新型电力系统运行与控制全国重点实验室(清华大学),北京市100084
- 作者简介：
  
  孔祥玉(1978—)，男，通信作者，博士，教授，博士生导师，主要研究方向：大数据分析、新能源发电、智能配用电。E-mail：eekongxy@tju.edu.cn
  刘超(1995—)，男，硕士研究生，主要研究方向：智能配电网、需求响应和智能配用电。E-mail: nefulc@163.com
  陈宋宋(1987—)，男，高级工程师，主要研究方向：能效管理、需求响应、低碳技术。E-mail：chensongsong@epri.sgcc. com.cn
- 基金信息：
  
  国家重点研发计划资助项目(2021YFB2401200)
- DOI：10.7500/AEPS20220501001
  中图分类号：
- 收稿日期：2022-05-01，
  
  修回日期：2022-07-02，
  
  网络出版日期：2022-08-25，
  
  纸质出版日期：2022-09-25
- 稿件说明：
移动端阅览
孔祥玉,刘超,陈宋宋等.考虑动态过程的可调资源集群多时间节点响应潜力评估方法[J].电力系统自动化,2022,46(18):55-64.

KONG Xiangyu,LIU Chao,CHEN Songsong,et al.Assessment Method for Multi-time-node Response Potential of Adjustable Resource Cluster Considering Dynamic Process[J].Automation of Electric Power Systems,2022,46(18):55-64.
孔祥玉,刘超,陈宋宋等.考虑动态过程的可调资源集群多时间节点响应潜力评估方法[J].电力系统自动化,2022,46(18):55-64. DOI： 10.7500/AEPS20220501001.

KONG Xiangyu,LIU Chao,CHEN Songsong,et al.Assessment Method for Multi-time-node Response Potential of Adjustable Resource Cluster Considering Dynamic Process[J].Automation of Electric Power Systems,2022,46(18):55-64. DOI： 10.7500/AEPS20220501001.

摘要

随着高比例可再生能源的接入，负荷侧可调节资源成为各类电网平衡调节业务的重要手段。为获取可调资源集群在各种不确定性因素影响下不同时间节点响应潜力的概率分布，提出了考虑动态过程的可调资源集群多时间节点响应潜力评估方法。该方法首先提出考虑响应动态过程的响应潜力评估指标，然后使用集成经验模态分解和堆栈自编码器提取可调资源用电特征，接着将该特征用于求取消费者心理学模型中的关键参数，最终形成各时间节点下可调资源集群响应潜力的概率分布。最后，通过算例分析验证了所提方法的有效性，并分析了典型业务场景下集群的有效响应潜力。

Abstract

With the access of the high proportion of renewable energy

the load-side adjustable resources have become an important tool in various balance adjustment businesses of the power grid. To obtain the probability distribution of response potential of adjustable resource clusters at different time nodes under the influence of various uncertain factors

this paper proposes an assessment method for multi-time-node response potential of adjustable resource clusters considering the dynamic process. Firstly

the response potential assessment indices considering the dynamic process of the response are obtained. Secondly

the ensemble empirical mode decomposition and the stacked autoencoder are adopted to extract the electricity consumption features of adjustable resources

and the features are used to obtain key parameters in the consumer psychology model. Thirdly

the probability distribution of the response potential of the adjustable resource cluster at each time node is formed. Finally

the effectiveness of the proposed method is verified by the example analysis

and the effective response potential of the cluster in typical business scenarios is analyzed.

关键词

Keywords

references

李政，陈思源，董文娟，等 . 碳约束条件下电力行业低碳转型路径研究［J］. 中国电机工程学报， 2021 ， 41 （ 12 ）： 3987 - 4001 .

LI Zheng ， CHEN Siyuan ， DONG Wenjuan ， et al . Low carbon transition pathway of power sector under carbon emission constraints ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 12 ）： 3987 - 4001 .

国家发展改革委，国家能源局 . 发展改革委、能源局关于推进电力源网荷储一体化和多能互补发展的指导意见［J］. 中华人民共和国国务院公报， 2021 （ 12 ）： 59 - 62 .

National Development and Reform Commission ， National Energy Administration . Guiding opinions of National Development and Reform Commission and National Energy Administration on promoting the integration of power generation， grids， demand and storage and the development of multi-energy complementarity ［J］. Gazette of the State Council of the People’s Republic of China ， 2021 （ 12 ）： 59 - 62 .

国家能源局 . 2021年能源监管工作要点［J］. 中国电业， 2021 （ 2 ）： 30 - 31 .

National Energy Administration . Key points of energy regulation in 2021 ［J］. China Electric Power ， 2021 （ 2 ）： 30 - 31 .

ABBASI E . Coordinated primary control reserve by flexible demand and wind power through ancillary service-centered virtual power plant ［J］. International Transactions on Electrical Energy Systems ， 2017 ， 27 （ 12 ）： e2452 .

ZHANG G ， JIANG C W ， WANG X . Comprehensive review on structure and operation of virtual power plant in electrical system ［J］. IET Generation ， Transmission & Distribution， 2019 ， 13 （ 2 ）： 145 - 156 .

曾博，徐富强，刘裕，等 . 考虑可再生能源与需求响应协同增效的能量枢纽多目标区间优化规划方法［J］. 中国电机工程学报， 2021 ， 41 （ 21 ）： 7212 - 7225 .

ZENG Bo ， XU Fuqiang ， LIU Yu ， et al . Multi-objective interval optimization approach for energy hub planning with consideration of renewable energy and demand response synergies ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 21 ）： 7212 - 7225 .

MA Y H ， GUO L ， HUO M ， et al . Interruptible load resource pool optimized scheduling technology for multi-scenario requirements ［J］. Journal of Physics： Conference Series ， 2020 ， 1639 （ 1 ）： 012080 .

SU Y X ， ZHOU Y ， TAN M . An interval optimization strategy of household multi-energy system considering tolerance degree and integrated demand response ［J］. Applied Energy ， 2020 ， 260 ： 114144 .

SHEIDAEI F ， AHMARINEJAD A . Multi-stage stochastic framework for energy management of virtual power plants considering electric vehicles and demand response programs ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 120 ： 106047 .

QI H J ， YUE H ， ZHANG J F ， et al . Optimisation of a smart energy hub with integration of combined heat and power， demand side response and energy storage ［J］. Energy ， 2021 ， 234 ： 121268 .

李翔宇，赵冬梅 . 计及可调资源动态特性的虚拟电厂多级优化配置［J］. 电力系统自动化， 2020 ， 44 （ 13 ）： 17 - 24 .

LI Xiangyu ， ZHAO Dongmei . Multi-level optimal configuration of virtual power plant considering dynamic characteristics of adjustable resources ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 13 ）： 17 - 24 .

田雨，李如锋 . 基于电价与激励的需求侧资源可调度容量评估技术［J］. 电器与能效管理技术， 2016 （ 21 ）： 63 - 70 .

TIAN Yu ， LI Rufeng . Technology of schedulable capacity assessment of demand side resources based on electricity price and incentive ［J］. Electrical & Energy Management Technology ， 2016 （ 21 ）： 63 - 70 .

姚建国，张凯锋，丁哲通，等 . 动态需求响应概念扩展及研究重点［J］. 电力系统自动化， 2019 ， 43 （ 14 ）： 207 - 215 .

YAO Jianguo ， ZHANG Kaifeng ， DING Zhetong ， et al . Concept extension and research focus of dynamic demand response ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 14 ）： 207 - 215 .

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 .

刘友波，吴浩，刘挺坚，等 . 集成经验模态分解与深度学习的用户侧净负荷预测算法［J］. 电力系统自动化， 2021 ， 45 （ 24 ）： 57 - 64 .

LIU Youbo ， WU Hao ， LIU Tingjian ， et al . User-side net load forecasting method integrating empirical mode decomposition and deep learning ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 24 ）： 57 - 64 .

陈彦翔，秦川，鞠平，等 . 基于关联分析及堆栈自编码器的气象敏感负荷功率估算方法［J］. 电力自动化设备， 2018 ， 38 （ 5 ）： 220 - 226 .

CHEN Yanxiang ， QIN Chuan ， JU Ping ， et al . Estimation method of meteorological sensitive load power based on correlation analysis and stacked auto-encoder ［J］. Electric Power Automation Equipment ， 2018 ， 38 （ 5 ）： 220 - 226 .

韩啸，张潮海 . 基于物理-数据融合的楼宇用电需求响应潜力分析［J］. 供用电， 2020 ， 37 （ 8 ）： 10 - 15 .

HAN Xiao ， ZHANG Chaohai . Demand response potential analysis of buildings based on physical-data fusion method ［J］. Distribution & Utilization ， 2020 ， 37 （ 8 ）： 10 - 15 .

杨梓俊，荆江平，邓星，等 . 虚拟电厂参与江苏电网辅助服务市场的探讨［J］. 电力需求侧管理， 2021 ， 23 （ 4 ）： 90 - 95 .

YANG Zijun ， JING Jiangping ， DENG Xing ， et al . Discussion on virtual power plant participating in ancillary service market of Jiangsu power grid ［J］. Power Demand Side Management ， 2021 ， 23 （ 4 ）： 90 - 95 .

HE B J ， LI J X ， LI D J ， et al . Quadratic function based price adjustment strategy on monitoring process of power consumption load in smart grid ［J］. International Journal of Electrical Power & Energy Systems ， 2022 ， 134 ： 107124 .

王蓓蓓，胥鹏，王宣元，等 . 需求响应分布鲁棒建模及其大规模潜力推演方法［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 33 - 41 .

WANG Beibei ， XU Peng ， WANG Xuanyuan ， et al . Distributionally robust modeling of demand response and its large-scale potential deduction method ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 33 - 41 .

GRAVANIS G ， DRAGOGIAS I ， PAPAKIRIAKOS K ， et al . Fault detection and diagnosis for non-linear processes empowered by dynamic neural networks ［J］. Computers & Chemical Engineering ， 2022 ， 156 ： 107531 .

李祖贺，樊养余，王凤琴 . YUV空间中基于稀疏自动编码器的无监督特征学习［J］. 电子与信息学报， 2016 ， 38 （ 1 ）： 29 - 37 .

LI Zuhe ， FAN Yangyu ， WANG Fengqin . Unsupervised feature learning with sparse autoencoders in YUV space ［J］. Journal of Electronics & Information Technology ， 2016 ， 38 （ 1 ）： 29 - 37 .

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

基于可调资源可行域模型的时序-概率电力电量平衡理论

基于负荷准线的用户需求响应潜力评估

考虑多重轮换调控的空调负荷调控潜力评估与控制策略