公开/公告号CN114819554A
专利类型发明专利
公开/公告日2022-07-29
原文格式PDF
申请/专利权人 浙江大学;浙江华云信息科技有限公司;
申请/专利号CN202210373400.1
申请日2022-04-11
分类号G06Q10/06(2012.01);G06Q50/06(2012.01);G06F17/18(2006.01);
代理机构杭州求是专利事务所有限公司 33200;杭州求是专利事务所有限公司 33200;
代理人万尾甜;韩介梅
地址 310058 浙江省杭州市西湖区余杭塘路866号
入库时间 2023-06-19 16:12:48
法律状态公告日
法律状态信息
法律状态
2022-08-16
实质审查的生效 IPC(主分类):G06Q10/06 专利申请号:2022103734001 申请日:20220411
实质审查的生效
技术领域
本发明属于需求侧管理的技术领域,尤其涉及一种考虑冲击性负荷的需求响应有效性判断方法。
背景技术
电力需求响应是一种在电力市场中能够通过改变用户的用电行为,快速有效地调节电力供应与需求矛盾的解决办法,旨在确保电网稳定性,提高电力系统资产利用率和运行效率,提升系统调节能力。近年来,需求响应已进入实践阶段,但仍存在一定问题,较为突出的包括冲击性负荷导致响应有效性判定错误以及负荷全天波动导致基线计算偏差。需求响应有效性判断错误对参与需求响应用户的应得效益和响应积极性均有不利影响,在这种背景下能够判断不同负荷波动性用户的实际响应行为,解决采样间隔过长难以采集到冲击性负荷最值的问题,能够有效提高响应有效性判定准确性,保障需求响应用户权益,具有良好的社会效益和实际应用价值。因此,急需一种考虑冲击性负荷的需求响应有效性判断方法。
发明内容
为了解决现阶段需求响应实践阶段存在的问题,本发明提供一种考虑冲击性负荷的需求响应有效性判断方法。能够判断不同负荷波动性用户的实际响应行为,解决采样间隔过长难以采集到冲击性负荷最值的问题,有效提高响应有效性判定准确性,保障需求响应用户权益,具有良好的社会效益和实际应用价值。
本发明解决其技术问题所采用的技术方案是:
一种考虑冲击性负荷的需求响应有效性判断方法,包括以下步骤:
S1:计算用于需求响应有效性评估的负荷曲线的基线均值和基线最值;
S2:选择基线修正窗口期对基线均值和基线最值进行修正;
S3:提出削峰、填谷需求响应有效性评估标准,并基于需求响应实验数据,遍历求解判定准确率最高的有效性判定系数;
S4:根据S3中确定的系数进行需求响应有效性判定和补贴计算。
上述技术方案中,S1中计算用于需求响应有效性评估的负荷曲线的基线均值和基线最值,具体实现方法如下:
用户基线负荷分为工作日基线负荷和节假日基线负荷。工作日基线负荷原则上选取需求响应邀约日前5个参考日(仅限工作日)的负荷曲线,非工作日基线负荷选取前3个参考日(仅限非工作日)的负荷曲线,并剔除1个响应需求时段平均负荷最低的参考日。
各参考日每小时中出现的最大负荷作为该小时的最大负荷,出现的最小负荷作为最小负荷;针对每个小时,从所有参考日的最大负荷中选取最大值作为该小时的基线最大值,从所有参考日的最小负荷中选取最小值作为该小时的基线最小值;将参考日的平均负荷曲线作为基线,基线中响应时段的平均负荷称为基线平均负荷。
其中参考日的选取还应满足以下原则:
(1)参考日分为工作日和非工作日。其中,工作日基线负荷只选取工作日作为参考日,非工作日基线负荷只选取非工作日作为参考日。非工作日包括周末和节假日;
(2)原则上参考日负荷选取距今45个日历日以内的历史负荷,以确保基线是基于近期的数据,保持一定的可参考性;
(3)参考日的选取剔除参与需求响应的日期;
(4)特殊情况下,可以采用往年同期的日期作为参考日。如春节期间的负荷基线,可采用往年未参与响应的农历春节同期作为参考日。
进一步地,S2中选择基线修正窗口期对基线均值和基线最值进行修正,具体实现方法为:取响应时段前3小时作为基线修正窗口期,将响应日基线修正窗口期的负荷平均值与基线的基线修正窗口期的负荷平均值之差作为修正量,基线平均负荷、基线最大负荷、基线最小负荷均加上修正量进行修正。
S3中基于需求响应典型数据,确定有效性判定系数,具体实现方法如下:
步骤1:确定需求响应有效性评估标准:
实施削峰需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应:
有效性判定条件1:响应时段最大负荷<对应时段最大负荷曲线×(1+系数A);
有效性判定条件2:指标响应负荷×系数B<动态修正基线负荷-监视负荷。
实施填谷需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应:
有效性判定条件1:填谷需求响应时需保证响应时段最小负荷>对应时段最小负荷曲线×(1-系数A);
有效性判定条件2:指标响应负荷×系数B<监视负荷-动态修正基线负荷。
其中,系数A为最大(最小)负荷的判定裕度,系数A取值为正数。以削峰需求响应为例,当采样周期较长时,可能不能采集到冲击性负荷实际的最大值,在极端场景下若基线参考日的采样负荷均未采集到实际的最大负荷,而响应日的采样负荷采集到了实际的最大负荷,即使做出负荷切除行为也可能不满足条件:响应时段最大负荷<对应时段最大负荷曲线,则可能导致将有效响应判定为无效响应。因此将对应时段最大负荷曲线乘(1+系数A),使不等式右侧的值增大,为冲击性负荷采样误差增加判定裕度。采样周期越短,系数A应取值越接近0。
系数B为平均响应负荷的判定裕度,0<系数B≤1。一般天气、气温变化均会导致负荷波动,当电力用户参与需求响应时,其响应负荷也会受到负荷波动影响,因此将指标响应负荷乘系数B,使不等式左侧的值减小,为负荷波动带来的误差增加判定裕度。负荷控制越精准,系数B的取值越接近1。
步骤2:根据需求响应实验确定最优的系数A、系数B取值。选取周期冲击性负荷、非周期冲击性负荷、非冲击性负荷的三类用户各10户,分别进行3类负荷控制实验:
1)不响应:在需求响应时段不切除负荷,保持平时用电行为。此时应判定为无效响应;
2)标准响应:在需求响应时段切除用电设备,切除用电设备的额定功率与指标响应负荷相等。此时应判定为有效响应。
3)提前结束响应:在需求响应时段切除用电设备,切除用电设备的额定功率与指标响应负荷相等,但在需求响应时段结束前15分钟重新启动该用电设备。此时应判定为无效响应。
每类负荷控制实验共进行5次,共计150次需求响应实验。读取需求响应实验中采集的负荷数据,根据步骤S1、S2计算修正后的基线均值和基线最值,对系数A和系数B分别以0.1为步长进行遍历,根据S3步骤1中的削峰需求响应有效性评估标准进行判定,有效响应和无效响应的判定准确性最高时的结果,作为系数A和系数B的最优取值。
进一步地,S4中根据S3中确定的系数进行需求响应有效性判定和补贴计算,具体实现方法如下:
步骤1:根据S3中确定的系数进行需求响应有效性评估:
(1)实施削峰需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应,否则将不予补贴:响应时段最大负荷应小于对应时段最大负荷曲线×(1+系数A);响应时段监视负荷应小于动态修正基线负荷,且其差值大于指标响应负荷×系数B。
(2)实施填谷需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应,否则将不予补贴:响应时段最小负荷应小于对应时段最小负荷曲线×(1-系数A);响应时段监视负荷应大于动态修正基线负荷,且其差值大于指标响应负荷×系数B。
步骤2:按实际响应电量对有效响应用户进行阶梯补贴:
W
式中:W
本发明的有益效果为:
本发明首先计算用于需求响应有效性评估的负荷曲线的基线均值和基线最值,其中基线最值的计算方法与现有方法中先将负荷曲线取平均得到负荷基线、再取基线中最值的方法相比,能够更好地体现负荷的冲击性;然后,选择基线修正窗口期对基线均值和基线最值进行修正,考虑了整体用电趋势变化对需求响应有效性判定的影响;然后,提出削峰、填谷需求响应有效性评估标准,并基于需求响应实验数据,遍历求解最优的有效性判定系数,使实验中有效响应和无效响应的判定准确性最高,最后根据该系数进行需求响应有效性判定和补贴计算。
本发明方法的需求响应有效性判断方法,能够判断不同负荷波动性用户的实际响应行为,解决采样间隔过长难以采集到冲击性负荷最值的问题,有效提高响应有效性判定准确性,保障需求响应用户权益,具有良好的社会效益和实际应用价值。
附图说明
图1为本发明实施例1的参考日和响应日负荷曲线。。
图2为本发明实施例1需求响应有效性判定方法示意图。
图3为本发明实施例2的参考日和响应日负荷曲线。
图4为本发明实施例2需求响应有效性判定方法示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本发明的限制;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本发明的限制。
本发明的一种考虑冲击性负荷的需求响应有效性判断方法,其实现流程包括以下步骤:
S1:计算用于需求响应有效性评估的负荷曲线的基线均值和基线最值。本步骤的具体实现方法如下:
用户基线负荷分为工作日基线负荷和节假日基线负荷。工作日基线负荷原则上选取需求响应邀约日前5个参考日(仅限工作日)的负荷曲线,非工作日基线负荷选取前3个参考日(仅限非工作日)的负荷曲线,并剔除1个响应需求时段平均负荷最低的参考日。
各参考日每小时中出现的最大负荷作为该小时的最大负荷,出现的最小负荷作为最小负荷;针对每个小时,从所有参考日的最大负荷中选取最大值作为该小时的基线最大值,从所有参考日的最小负荷中选取最小值作为该小时的基线最小值;将参考日的平均负荷曲线作为基线,基线中响应时段的平均负荷称为基线平均负荷。
其中参考日的选取还应满足以下原则:
(1)参考日分为工作日和非工作日。其中,工作日基线负荷只选取工作日作为参考日,非工作日基线负荷只选取非工作日作为参考日。非工作日包括周末和节假日;
(2)原则上参考日负荷选取距今45个日历日以内的历史负荷,以确保基线是基于近期的数据,保持一定的可参考性;
(3)参考日的选取剔除参与需求响应的日期;
(4)特殊情况下,可以采用往年同期的日期作为参考日。如春节期间的负荷基线,可采用往年未参与响应的农历春节同期作为参考日;
S2:选择基线修正窗口期对基线均值和基线最值进行修正。本步骤的具体实现方法如下:取响应时段前3小时作为基线修正窗口期,将响应日基线修正窗口期的负荷平均值与基线的基线修正窗口期的负荷平均值之差作为修正量,基线平均负荷、基线最大负荷、基线最小负荷均加上修正量进行修正。
S3中提出削峰、填谷需求响应有效性评估标准,并基于需求响应实验数据,遍历求解判定准确率最高的有效性判定系数。本步骤的具体实现方法如下:
步骤1:确定需求响应有效性评估标准:
实施削峰需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应:
有效性判定条件1:响应时段最大负荷<对应时段最大负荷曲线×(1+系数A);
有效性判定条件2:指标响应负荷×系数B<动态修正基线负荷-监视负荷。
实施填谷需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应:
有效性判定条件1:填谷需求响应时需保证响应时段最小负荷>对应时段最小负荷曲线×(1-系数A);
有效性判定条件2:指标响应负荷×系数B<监视负荷-动态修正基线负荷;
其中,系数A为最大(最小)负荷的判定裕度,系数A取值为正数。以削峰需求响应为例,当采样周期较长时,可能不能采集到冲击性负荷实际的最大值,在极端场景下若基线参考日的采样负荷均未采集到实际的最大负荷,而响应日的采样负荷采集到了实际的最大负荷,即使做出负荷切除行为也可能不满足条件:响应时段最大负荷<对应时段最大负荷曲线,则可能导致将有效响应判定为无效响应。因此将对应时段最大负荷曲线乘(1+系数A),使不等式右侧的值增大,为冲击性负荷采样误差增加判定裕度。采样周期越短,系数A应取值越接近0。
系数B为平均响应负荷的判定裕度,0<系数B≤1。一般天气、气温变化均会导致负荷波动,当电力用户参与需求响应时,其响应负荷也会受到负荷波动影响,因此将指标响应负荷乘系数B,使不等式左侧的值减小,为负荷波动带来的误差增加判定裕度。负荷控制越精准,系数B的取值越接近1。步骤2:根据需求响应实验确定最优的系数A、系数B取值。选取周期冲击性负荷、非周期冲击性负荷、非冲击性负荷的三类用户各10户,分别进行3类负荷控制实验:
1)不响应:在需求响应时段不切除负荷,保持平时用电行为。此时应判定为无效响应;
2)标准响应:在需求响应时段切除用电设备,切除用电设备的额定功率与指标响应负荷相等。此时应判定为有效响应。
3)提前结束响应:在需求响应时段切除用电设备,切除用电设备的额定功率与指标响应负荷相等,但在需求响应时段结束前15分钟重新启动该用电设备。此时应判定为无效响应。
每类负荷控制实验共进行5次,共计150次需求响应实验。读取需求响应实验中采集的负荷数据,根据步骤S1、S2计算修正后的基线均值和基线最值,对系数A和系数B分别以0.1为步长进行遍历,根据S3步骤1中的削峰需求响应有效性评估标准进行判定,有效响应和无效响应的判定准确性最高时的结果,作为系数A和系数B的最优取值。
S4:根据S3中确定的系数进行需求响应有效性判定和补贴计算。本步骤的具体实现方法如下:
步骤1:根据S3中确定的系数进行需求响应有效性评估:
(1)实施削峰需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应,否则将不予补贴:响应时段最大负荷应小于对应时段最大负荷曲线×(1+系数A);响应时段监视负荷应小于动态修正基线负荷,且其差值大于指标响应负荷×系数B;
(2)实施填谷需求响应时,用户在响应时段同时满足以下两个条件则认定为有效响应,否则将不予补贴:响应时段最小负荷应小于对应时段最小负荷曲线×(1-系数A);响应时段监视负荷应大于动态修正基线负荷,且其差值大于指标响应负荷×系数B;
步骤2:按实际响应电量对有效响应用户进行阶梯补贴:
W
式中:W
下面结合实例进行说明
本实施例以有效削峰需求响应用户为研究对象。对金属制品制造业、纸制品制造业等冲击性负荷用户的响应有效性进行判定。
以下选取了典型实施例进行详细分析。
(1)实施例1
响应时间为14:00-15:00,响应指标为8939.5kW,5个参考日和响应日自响应前3小时至响应后1小时的负荷曲线如附图1所示,图中以15分钟为周期量测,其中DR为响应日的负荷曲线,R1-R5分别为5个参考日的负荷曲线。需求响应判定窗口期修正值为-6393,修正后响应时段最大负荷为26506,基线最大负荷为55383。响应时段最大负荷为26506<55383*1.1,满足条件1;响应量(修正后的基线值-监视负荷)为15708>5363.7(响应指标*60%),满足条件2;判定为有效响应,示意图如附图2所示。
5个参考日响应时段的修正后的平均用电量为35319kWh,响应日的用电量为19800kWh。综合监视负荷曲线和参考日平均用电量与响应日用电量差值进行分析,该用户显然做出响应行为,判定为有效响应,判定正确。
(2)实施例2
响应时间为14:00-15:00,指标响应能力为2388.5kW,5个参考日和响应日自响应前3小时至响应后1小时的负荷曲线如附图3所示,窗口期修正值为-1280.37,修正后响应时段最大负荷为4998<8715.63*1.1,满足条件1;响应量(修正后的基线-监视负荷)344<1433(指标的60%),不满足条件2;判定为无效响应,示意图如附图4所示。
5个参考日响应时段修正后的平均用电量为4095kWh,响应日的用电量为3780kWh。综合监视负荷曲线和参考日平均用电量与响应日用电量差值进行分析,该用户未做出明显响应行为。结合改进后方案的修正值-1280kW,响应日用户负荷整体水平下降,由前几个参考日负荷得到的基线应经过修正才能对判断响应有参照价值,本发明提出的需求响应有效性判定方法的准确性更高。
显然,上述实施例仅是为清楚地说明本发明而所作的举例,并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
机译: 确定命令有效性的方法及其系统,特别是在考虑命令的格式和内容时准确地判断命令的有效性
机译: 需求响应方法考虑电动车辆充电负荷的时空分布
机译: 一种搜索方法,该方法考虑了个体的皮肤状况,提供者的有效性和合理性以及如何整理搜索结果