一种基于智能用电技术的电力需求侧资源规划方法

摘要

本发明涉及一种基于智能用电技术的电力需求侧资源规划方法，其包括以下步骤：根据某地区电力需求侧资源规划的要求，建立反映该地区DSM资源规划的数学模型，该数学模型包括目标函数和约束条件；利用由某地区智能电网中调度系统和负荷预测系统得到的历史负荷数据和预测负荷数据，根据国家节能减排的指标进行综合分析得到某地区DSM项目要求达到的节约电量的目标值和节约电力的目标值；根据某地区规划需求，在智能用电管理系统中，采集用户类型、用电运行数据，计算得到某类DSM项目的年利用小时数和最大可能的节电潜力；采用最速下降法或智能优化算法等计算得到目标函数的某类DSM项目的大小。本发明可以广泛应用于电力需求侧资源规划中。

说明书

技术领域

本发明涉及一种资源规划方法，特别是关于一种基于智能用电技术的电力需求侧 资源规划方法。

背景技术

在开展需求侧管理规划过程中，许多项目需要资金的前期投入才能发挥作用。由 于开展DSM（Demand Side Management，需求侧管理）建设的资金有限，如何把有限 的资金，在地区范围进行合理分配，鼓励那些能够完成DSM节约电力或节约电量指标 的项目，因此需要对电力需求侧资源进行规划，选择出那些资金投入少、又能完成电 力需求侧节电力或节电量目标的项目，从而得到某个地区最优的DSM规划方案。

在以往的需求侧管理中，也会牵涉到对DSM项目资金投入的评价问题，但由于以 前需求侧管理主要是以示范项目为主，因此采取的方式是对单个项目进行评估和筛选。 这种方式的不足在于:（1）需要面对的管理对象较少，不适合整个地区的DSM总体规 划。（2）采用事后管理方式，它运用经济手段管理全社会的节电工作，并不能提供事 先预知整个地区需求侧管理规划方案的各类节电项目规模的分配以及所需投入资金的 需求情况。（3）对节电项目的节电潜力分析依赖于市场调查方式，所花费的人力、物 力和财力较大，且问卷调查回收率低，数据不真实。

发明内容

针对上述问题，本发明的目的是提供一种基于智能用电技术的电力需求侧资源规 划方法，采用该方法能够对某地区的需求侧管理项目进行总体规划，并得到最优的规 划方案。

为实现上述目的，本发明采取以下技术方案：一种基于智能用电技术的电力需求 侧资源规划方法，其包括以下步骤：1）根据某地区电力需求侧资源规划的要求，建立 反映该地区DSM资源规划的数学模型，该数学模型包括目标函数和约束条件；目标函 数为：

$\min \underset{i=1}{\overset{N}{\Sigma }}(A_i{X_i}^2+B_i{X}_i+C_i),$

式中，A_i、B_i和C_i为DSM项目成本投入函数的系数；X_i为第i类DSM项目节约电力的 大小；N为DSM项目的种类数；目标函数的约束条件为：

$\left(\begin{array}{c}\underset{i=1}{\overset{N}{\Sigma }}{T}_i{X}_i=W\\ \underset{i=1}{\overset{N}{\Sigma }}{X}_i=P\end{array}\right),$

式中，T_i表示第i类DSM项目的年利用小时数，W表示某地区DSM项目要求达到的节约 电量的目标值；P表示某地区DSM项目要求达到的节约电力的目标值；0≤X_i≤X_imax， X_imax表示第i类DSM项目的最大可能的节电潜力；2）根据某地区智能电网中调度系统 对该地区电力供应和电力消费进行监测所积累的历史负荷数据，采用智能电网中负荷 预测系统计算得到该地区电力供应和电力消费的预测负荷数据；利用该地区的预测负 荷数据，根据国家节能减排的指标进行综合分析得到某地区DSM项目要求达到的节约 电量的目标值W和节约电力的目标值P；3）根据某地区规划需求，在智能用电管理系 统中，采集所有纳入DSM资源规划范围内用户的用电类型、用电运行的实时用电数据， 计算得到第i类DSM项目的年利用小时数T_i和第i类DSM项目最大可能的节电潜力 X_imax；4）根据步骤1）确定的反映某地区DSM资源规划的目标函数、步骤2）计算得 到的某地区DSM项目要求达到的节约电量的目标值W和节约电力的目标值P以及步骤 3）得到的第i类DSM项目的年利用小时数T_i和最大可能的节电潜力X_imax，计算得到满 足目标函数的第i类DSM项目节约电力的大小X_i。

所述步骤4）中，计算满足目标函数的第i类DSM项目节约电力的大小X_i采用最速 下降法、智能优化算法和群智能优化算法中的一种。

采用所述最速下降法计算满足目标函数的第i类DSM项目节约电力的大小X_i，其 具体包括以下步骤：（1）给出初始值X_i＝X₀；（2）按照最速下降规则，确定搜索方向 D_i；（3）确定步长因子a_i；（4）将X_i＝X₀、D_i和a_i代入式X_i+1＝X_i+a_iD_i中，计算X_i+1， 直至X_i+1满足终止条件，停止优化计算，否则返回步骤（2）继续执行相应操作。

本发明由于采取以上技术方案，其具有以下优点：1、本发明由于根据某地区电力 规划资源的要求，建立反映该地区DSM资源规划的数学模型，并以智能电网中调度系 统和负荷预测系统得到的历史负荷数据和预测负荷数据为基础，计算得到满足所建立 的数学模型中目标函数的第i类DSM项目的大小X_i，因此本发明能够对某地区的DSM 项目进行总体规划，并得到最优的规划方案。2、本发明由于基于反映某地区DSM资源 规划的数学模型，对该地区的DSM项目进行定量分析，因此采用本发明能够模拟出不 同的DSM资源规划方案，并且能够对不同类别的项目进行比较选择。基于以上优点， 本发明可以广泛应用于电力需求侧资源规划中。

附图说明

图1是本发明电力需求侧资源规划方法的流程图

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明的基于智能用电技术的电力需求侧资源规划方法，其包括以下步骤：

1）根据某地区电力需求侧资源规划的要求，建立反映该地区DSM资源规划的数学 模型。反映某地区DSM资源规划的数学模型包括：目标函数和约束条件。

将二次函数A_iX_i²+B_iX_i+C_i作为DSM项目成本投入函数，则反映某地区DSM资源规 划的目标函数为：

$\min \underset{i=1}{\overset{N}{\Sigma }}(A_i{X_i}^2+B_i{X}_i+C_i)---\left(1\right)$

式（1）中，A_i、B_i和C_i为第i类DSM项目的二次函数的系数；X_i为第i类DSM项 目节约电力的大小；N为DSM项目的种类数,根据某地区对于DSM项目不同的规划方 法，分类确定DSM项目的种类数N。

目标函数的约束条件为：

$\left(\begin{array}{c}\underset{i=1}{\overset{N}{\Sigma }}{T}_i{X}_i=W\\ \underset{i=1}{\overset{N}{\Sigma }}{X}_i=P\end{array}\right)---\left(2\right)$

式（2）中，T_i表示第i类DSM项目（如照明）的年利用小时数，W表示某地区DSM 项目要求达到的节约电量的目标值；P表示某地区DSM项目要求达到的节约电力的目 标值；0≤X_i≤X_imax，X_imax表示第i类DSM项目的最大可能的节电潜力。

2）根据某地区智能电网中调度系统对该地区电力供应和电力消费进行监测所积累 的历史负荷数据，采用智能电网中负荷预测系统计算得到该地区电力供应和电力消费 的预测负荷数据；利用该地区的预测负荷数据，根据国家节能减排的指标进行综合分 析得到某地区DSM项目要求达到的节约电量的目标值W和节约电力的目标值P。

3）根据某地区规划需求，在智能用电管理系统中，采集所有纳入DSM资源规划范 围内用户的用电类型、用电运行等实时用电数据，计算得到第i类DSM项目的年利用小 时数T_i和第i类DSM项目最大可能的节电潜力X_imax。

4）根据步骤1）确定的反映某地区DSM资源规划的目标函数、步骤2）计算得到 的某地区DSM项目要求达到的节约电量的目标值W和节约电力的目标值P以及步骤3） 得到的第i类DSM项目的年利用小时数T_i和最大可能的节电潜力X_imax，计算得到满足式 （1）的第i类DSM项目节约电力的大小X_i。

上述步骤4）中，计算满足式（1）的第i类DSM项目节约电力的大小X_i时，采用 最速下降法、智能优化算法和群智能优化算法等进行计算。

采用最速下降法计算满足式（1）的第i类DSM项目节约电力的大小X_i时，其具体 包括以下步骤：

（1）给出初始值X_i＝X₀。

（2）按照最速下降规则，确定搜索方向D_i。

（3）确定步长因子a_i。

（4）将X_i＝X₀、D_i和a_i代入式X_i+1＝X_i+a_iD_i中，计算X_i+1，直至X_i+1满足终止条 件，停止优化计算，否则返回步骤（2）继续执行相应操作。

实施例：根据某地区对于需求侧管理项目的要求，将DSM项目划分为以下三类： 第一类产生永久性节约电力负荷的能效电厂项目、第二类产生永久性转移高峰电力负 荷的负荷管理项目和第三类电力需求响应临时性减少高峰电力负荷的项目。

根据DSM项目划分的种类数，得到式（2）中DSM项目的种类数N为：N＝3，且 i＝1,2,3，则反映该地区DSM资源规划的目标函数为：

$\min \underset{i=1}{\overset{N}{\Sigma }}(A_i{X_i}^2+B_i{X}_i+C_i)=\min \underset{i=1}{\overset{3}{\Sigma }}(A_i{X_i}^2+B_i{X}_i+C_i)---\left(3\right)$

该目标函数的约束条件为：

$\left(\begin{array}{c}\underset{i=1}{\overset{3}{\Sigma }}{T}_i{X}_i=W\\ \underset{i=1}{\overset{3}{\Sigma }}{X}_i=P\end{array}\right)---\left(4\right)$

第一类DSM项目既可以节约电力，也可以节约电量，故该类项目的年利用小时数T₁通过下式计算得到：

T₁＝E/P_max      （5）

式（5）中，E表示第一类DSM项目全年的用电量，P_max表示第一类DSM项目的年最大 负荷。

第二类DSM项目只能节电力而不能节电量（例如蓄冰或蓄水项目），故式（2）中 乘积项T₂X₂的计算符号为负。该类项目的年利用小时数T₂通过下式计算得到：

T₂＝α·T_peak      （6）

式（6）中，α为第二类DSM项目实现移峰用电量转换关系的时间变换因子；T_peak为第二类DSM项目在峰段的年运行小时数。式（4）中乘积项T₂X₂为表示移峰类项目没 有对节电量做出贡献的大小。

例如，3度的高峰电量，由于制冷及蓄冷的需要，需要4度的非高峰电来实现。 假设DSM项目在峰段以3kW的电功率运行1h，则其耗电为3度（kWh)。如果保持该DSM 项目的电功率不变，则意味着在非峰段以3kW的电功率运行4/3=1.3小时，其耗电为 4度电。非峰段多消耗的1度电表示没有节省的电。尽管这类DSM项目没有达到节电 量的目的，但对于节约电力起到了很好的作用，是DSM中不可或缺的部分，尤其是对 那些高峰电力供应不足的地区。故在这种情况下的时间变换因子α取α＝1/3。

第三类DSM项目为临时性减少峰荷，由于这类项目只是改变了用电时间，并没有 减少用电量的需求，因此不能实现节约电量的目的，故式（4）中乘积项T₃X₃为0。

综上所述，式（4）转换为：

$\left(\begin{array}{c}{T}_1{X}_1-T_2{X}_2=W\\ X_1+X_2+X_3=P\end{array}\right),$

根据反映该地区DSM资源规划的目标函数、该地区DSM项目要求达到的节约电量的目 标值W和节约电力的目标值P、年利用小时数T₁和T₂以及最大可能的节电潜力X_imax， 采用最速下降法计算得到满足式（4）的第i类DSM项目节约电力的大小X_i。

上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和方法步骤等都 是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应 排除在本发明的保护范围之外。