面向电网规划的重点需求侧资源响应潜力评估方法

张新; 岳园园; 曾好; 王辉; 李涛; 王主丁

doi:10.7500/AEPS20230216006

您当前的位置：

首页 >

文章列表页 >

面向电网规划的重点需求侧资源响应潜力评估方法

工程应用 | 更新时间：2025-06-16

- 面向电网规划的重点需求侧资源响应潜力评估方法
- Response Potential Evaluation Method of Key Demand-side Resources for Power Grid Planning
- 电力系统自动化 2023年47卷第16期页码：162-170
- 作者机构：
  
  1.重庆大学电气工程学院,重庆市 400044
  2.国网陕西省电力有限公司经济技术研究院,陕西省西安市 710075
  3.重庆星能电气有限公司,重庆市 400039
- 作者简介：
  
  张新(1995—)，男，通信作者，硕士研究生，主要研究方向：电力系统规划与运行、需求响应。E-mail：592341427@qq.com
  岳园园(1992—)，女，硕士，工程师，主要研究方向：电网规划。E-mail：yueyuanyuan0913@163.com
  曾好(1996—)，男，硕士，工程师，主要研究方向：电力系统规划、运行与优化、需求响应。E-mail：zeng.hao23@foxmail.com
- 基金信息：
  
  国家自然科学基金资助项目(U2066209)
- DOI：10.7500/AEPS20230216006
  中图分类号：
- 收稿：2023-02-16，
  
  修回：2023-03-09，
  
  网络出版：2023-05-04，
  
  纸质出版：2023-08-25
- 稿件说明：
移动端阅览
张新,岳园园,曾好等.面向电网规划的重点需求侧资源响应潜力评估方法[J].电力系统自动化,2023,47(16):162-170.

ZHANG Xin,YUE Yuanyuan,ZENG Hao,et al.Response Potential Evaluation Method of Key Demand-side Resources for Power Grid Planning[J].Automation of Electric Power Systems,2023,47(16):162-170.
张新,岳园园,曾好等.面向电网规划的重点需求侧资源响应潜力评估方法[J].电力系统自动化,2023,47(16):162-170. DOI： 10.7500/AEPS20230216006.

ZHANG Xin,YUE Yuanyuan,ZENG Hao,et al.Response Potential Evaluation Method of Key Demand-side Resources for Power Grid Planning[J].Automation of Electric Power Systems,2023,47(16):162-170. DOI： 10.7500/AEPS20230216006.

摘要

针对电网规划中需求响应（DR）对负荷预测的影响，基于包括用户可调节能力和响应度的DR特性，提出一种可操作性较强的DR潜力测算方法。首先，提出了电网规划中DR潜力评估的总体思路；其次，采用四象限法对影响DR潜力的可调节能力和响应度等重要因素进行分析，以确定近期和未来的重点需求侧资源；然后，提出重点需求侧资源参与激励型DR的削峰与填谷响应潜力评估方法，将大数据应用于采暖和降温负荷、工业负荷等需求侧资源(如可调节系数和负荷准线)；最后，采用文中方法对某区域电网未来年份的DR潜力进行了评估。

Abstract

Aiming at the influence of demand response (DR) on load forecasting in the power grid planning

a highly operatable calculation method for the DR potential is proposed based on the DR characteristics including user adjustable ability and responsiveness. First

the general idea of DR potential evaluation is proposed for the power grid planning. Secondly

the four-quadrant method is used to analyze the important factors such as the adjustable ability and responsiveness that affect the DR potential

so that the key demand-side resources are determined in the near-term and future. Then

the peak-shaving and valley-filling response potential evaluation methods of key demand-side resources participating in the incentive-based DR are proposed

which applies big data to the demand-side resources such as heating and cooling loads and industrial loads (e.g. the adjustable coefficient and customer directrix load). Finally

the future DR potential of a regional power grid is evaluated by the proposed method.

关键词

Keywords

references

赵伟，熊正勇，潘艳，等 . 计及碳排放流的电力系统低碳规划［J］. 电力系统自动化， 2023 ， 47 （ 9 ）： 23 - 33 .

ZHAO Wei ， XIONG Zhengyong ， PAN Yan ， et al . Low-carbon planning of power system considering carbon emission flow ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 9 ）： 23 - 33 .

张智晟，于道林 . 考虑需求响应综合影响因素的RBF-NN短期负荷预测模型［J］. 中国电机工程学报， 2018 ， 38 （ 6 ）： 1631 - 1638 .

ZHANG Zhisheng ， YU Daolin . RBF-NN based short-term load forecasting model considering comprehensive factors affecting demand response ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 6 ）： 1631 - 1638 .

MISHRA M K ， MURARI K ， PARIDA S K . Demand-side management and its impact on utility and consumers through a game theoretic approach ［J］. International Journal of Electrical Power & Energy Systems ， 2022 ， 140 ： 107995 .

黄剑平，陈皓勇，林镇佳，等 . 需求侧响应背景下分时电价研究与实践综述［J］. 电力系统保护与控制， 2021 ， 49 （ 9 ）： 178 - 187 .

HUANG Jianping ， CHEN Haoyong ， LIN Zhenjia ， et al . A summary of time-of-use research and practice in a demand response environment ［J］. Power System Protection and Control ， 2021 ， 49 （ 9 ）： 178 - 187 .

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 .

MA H X ， LAI L ， SUN J Y . A new coordinated distribution network planning method considering demand response ［C］// 2021 IEEE 5th Conference on Energy Internet and Energy System Integration （EI2）， October 22-24 ， 2021 ， Taiyuan， China ： 1254 - 1259 .

LIANG H S ， MA J ， LIN J . Robust distribution system expansion planning incorporating thermostatically-controlled-load demand response resource ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 1 ）： 302 - 313 .

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 .

刘洪，郑楠，葛少云，等 . 内嵌需求响应与优化运行策略的主动配电系统源网协同规划［J］. 电力系统自动化， 2020 ， 44 （ 3 ）： 89 - 97 .

LIU Hong ， ZHENG Nan ， GE Shaoyun ， et al . Coordinated planning of source and network in active distribution system with demand response and optimized operation strategy ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 3 ）： 89 - 97 .

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 .

QI N ， CHENG L ， XU H L ， et al . Smart meter data-driven evaluation of operational demand response potential of residential air conditioning loads ［J］. Applied Energy ， 2020 ， 279 ： 115708 .

WANG F ， ZHOU L D ， REN H ， et al . Multi-objective optimization model of source-load-storage synergetic dispatch for a building energy management system based on TOU price demand response ［J］. IEEE Transactions on Industry Applications ， 2018 ， 54 （ 2 ）： 1017 - 1028 .

张全明，崔晓昱，张笑弟，等 . 计及用户不确定性的多时段耦合需求响应激励优化策略［J］. 中国电机工程学报， 2022 ， 42 （ 24 ）： 8844 - 8854 .

ZHANG Quanming ， CUI Xiaoyu ， ZHANG Xiaodi ， et al . Incentive optimization strategy of multi period coupling demand response considering user uncertainty ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 24 ）： 8844 - 8854 .

崔屹峰，李珍国，魏思雨，等 . 面向需求响应的温控负荷单元随机选择模型［J］. 电力系统自动化， 2021 ， 45 （ 19 ）： 126 - 132 .

CUI Yifeng ， LI Zhenguo ， WEI Siyu ， et al . Random selection model of thermostatically controlled load units for demand response ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 19 ）： 126 - 132 .

姜婷玉，李亚平，江叶峰，等 . 温控负荷提供电力系统辅助服务的关键技术综述［J］. 电力系统自动化， 2022 ， 46 （ 11 ）： 191 - 207 .

JIANG Tingyu ， LI Yaping ， JIANG Yefeng ， et al . Review on key technologies for providing auxiliary services to power system by thermostatically controlled loads ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 11 ）： 191 - 207 .

孙宏斌 . 能源互联网［M］. 北京：科学出版社， 2020 .

SUN Hongbin . Energy Internet ［M］. Beijing ： Science Press ， 2020 .

高广帅，李新国，曾海燕，等 . 基于分段削峰的用户侧储能容量优化配置启发式方法［J］. 电工电能新技术， 2023 ， 42 （ 1 ）： 70 - 78 .

GAO Guangshuai ， LI Xinguo ， ZENG Haiyan ， et al . Segment-by-segment power peak clipping based heuristic method for optimal sizing of energy storage systems on the user-side ［J］. Advanced Technology of Electrical Engineering and Energy ， 2023 ， 42 （ 1 ）： 70 - 78 .

周宸宇，冯成，王毅 . 基于移动用户接入控制的5G通信基站需求响应［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5452 - 5462 .

ZHOU Chenyu ， FENG Cheng ， WANG Yi . Demand response of 5G communication base stations based on admission control of mobile users ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5452 - 5462 .

吴刚，高赐威，陈宋宋，等 . 考虑需求响应的数据中心用电负荷优化研究综述［J］. 电网技术， 2018 ， 42 （ 11 ）： 3782 - 3788 .

WU Gang ， GAO Ciwei ， CHEN Songsong ， et al . A survey on data center power load optimization considering demand response ［J］. Power System Technology ， 2018 ， 42 （ 11 ）： 3782 - 3788 .

需求侧资源潜力挖掘方法与实践——以长三角中心城市湖州为例［R/OL］.［ 2022-12-09 ］. https：//news.bjx.com.cn/html/20200623/1083433-5.shtml https://news.bjx.com.cn/html/20200623/1083433-5.shtml .

Method and practice for exploring potential of demand side resources： taking Huzhou， the central city of the Yangtze River Delta， as an example ［R/OL］. ［ 2022-12-09 ］. https：//news.bjx.com.cn/html/20200623/1083433-5.shtml https://news.bjx.com.cn/html/20200623/1083433-5.shtml .

金伟超 . 基于电力大数据的用户用电行为分析与用电优化策略研究［D］. 杭州：浙江大学， 2021 .

JIN Weichao . Research on consumer behavior analysis and electricity consumption optimization strategy based on power big data ［D］. Hangzhou ： Zhejiang University ， 2021 .

杨华，张慧午，曹磊 . 寒冷地区某低能耗建筑空调运行节能潜力分析［J］. 建筑节能， 2019 ， 47 （ 12 ）： 82 - 85 .

YANG Hua ， ZHANG Huiwu ， CAO Lei . Energy saving potential of air conditioning operation of a low energy building in cold area ［J］. Building Energy Efficiency ， 2019 ， 47 （ 12 ）： 82 - 85 .

LUO Zhixing ， WANG Yiqun ， LU Yiqing ， et al . Rapid prediction method of building air-conditioning energy consumption based on indoor design temperature update ［J］. Building Energy Efficiency ， 2021 ， 49 （ 11 ）： 28 - 35 .

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 .

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/OL］. 电力系统自动化： 1 - 17 ［ 2022-10-21 ］. https：//kns.cnki.net/kcms/detail/32.1180.tp.20221019.1643.004.html https://kns.cnki.net/kcms/detail/32.1180.tp.20221019.1643.004.html .

MENG Yan ， XIAO Jucheng ， HONG Juhua ， et al . Nodal customer directrix load considering demand response uncertainty： concept and model ［J/OL］. Automation of Electric Power Systems ： 1 - 17 ［ 2022-10-21 ］. https：//kns.cnki.net/kcms/detail/32.1180.tp.20221019.1643.004.html https://kns.cnki.net/kcms/detail/32.1180.tp.20221019.1643.004.html .

贾龙，胡泽春，宋永华 . 考虑不同类型充电需求的城市内电动汽车充电设施综合规划［J］. 电网技术， 2016 ， 40 （ 9 ）： 2579 - 2587 .

JIA Long ， HU Zechun ， SONG Yonghua . An integrated planning of electric vehicle charging facilities for urban area considering different types of charging demands ［J］. Power System Technology ， 2016 ， 40 （ 9 ）： 2579 - 2587 .

李振坤，钱晋，宋治儒 . 考虑电动汽车停泊概率的配电网接纳电动汽车能力评估方法［J］. 智慧电力， 2021 ， 49 （ 11 ）： 31 - 37 .

LI Zhenkun ， QIAN Jin ， SONG Zhiru . Evaluation method of electric vehicle hosting capacity in distribution network considering electric vehicle parking probability ［J］. Smart Power ， 2021 ， 49 （ 11 ）： 31 - 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

考虑差异化激励的中小用户参与准线型需求响应交易机制

面向需求响应的空调智能体：概念、构建和应用

考虑多重轮换调控的空调负荷调控潜力评估与控制策略

基于负荷准线和纳什谈判的高比例新能源消纳方法