[发明专利]一种多时间尺度的电力需求侧响应方法在审
申请号: | 201710351557.3 | 申请日: | 2017-05-18 |
公开(公告)号: | CN107017630A | 公开(公告)日: | 2017-08-04 |
发明(设计)人: | 王琦;居佳琪;胡敏强 | 申请(专利权)人: | 南京师范大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/46;H02J3/28 |
代理公司: | 南京经纬专利商标代理有限公司32200 | 代理人: | 施昊 |
地址: | 210024 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多时 尺度 电力 需求 响应 方法 | ||
1.一种多时间尺度的电力需求侧响应方法,其特征在于,包括以下步骤:
(1)通过高级量测和智能算法对参数进行检测与分析,所述参数包括负荷群用电关联度、分时电价以及光伏发电出力;
(2)根据步骤(1)检测到的参数,在多时间尺度上,针对智能家电和电动汽车负荷在内的负荷群,建立预防控制策略和紧急控制策略;
(3)所述光伏发电出力分为实时测量数据和日前预测数据,针对两种数据,分别建立实时需求响应措施和日前用电负荷调度措施,实现光伏发电功率的就地消纳。
2.根据权利要求1所述多时间尺度的电力需求侧响应方法,其特征在于:在步骤(1)中,采用模糊C均值聚类算法求得负荷群用电关联度,具体过程如下:
(a)建立对各用电负荷的用电状态进行评价的指标xk,k=1,2,…,n,n为用电负荷的个数;
(b)计算或更新隶属度矩阵U=[uik]c×n,矩阵U为c行n列矩阵,c为聚类的类别数,uik为矩阵U的第i行第k列的元素:
对于i,k,如果dik>0,则有:
如果i,k,使dik=0,则有uik=1;
其中,dik表示指标xk到第i类聚类中心vi的距离,m为设定的模糊加权指数;
(c)更新聚类中心矩阵V,矩阵V由c类聚类中心组成:
(d)计算目标函数J(U,V),如果J(U,V)<ε,则输出矩阵U和矩阵V,得到负荷群用电关联度,否则重复步骤(b)-(c):
其中,ε为停止阈值。
3.根据权利要求1所述多时间尺度的电力需求侧响应方法,其特征在于:在步骤(2)中,所述预防控制策略如下:
对某区域电网的负荷曲线进行基于历史数据的分析,得出区域电网负荷曲线的一般特性,并通过智能检测设备采集该区域用电负荷群的用电信息,该用电信息包括电压、电流、功能功率、温度和负荷群用电关联度,结合电网分时电价进行分析,以用户用电成本最少和系统负荷曲线峰谷差最小为目标函数,求解出最优解,根据最优结果制定需求侧响应策略并下发至各用电控制设备,各用电控制设备对可控负荷实施控制,实现用电负荷对电网调控的响应,并获得理想的用电负荷曲线。
4.根据权利要求1所述多时间尺度的电力需求侧响应方法,其特征在于:在步骤(2)中,所述紧急控制策略如下:
当电力输电线路因特殊情况出现负荷曲线高峰异常或过载的紧急情况时,考虑DR节点的控制灵敏度,结合就地测量数据分析,对满足DR调节且参与需求响应指令的负荷实现直接控制,事后给予响应用户赔偿。其中,DR节点的控制灵敏度根据用户负荷响应时间、响应效果和可控负荷数量计算得到,就地测量数据包括智能测量设备采集的用户负荷的功率、电压、电流和温度。
5.根据权利要求1所述多时间尺度的电力需求侧响应方法,其特征在于:在步骤(3)中,所述日前用电负荷调度措施的步骤如下:
(ⅰ)调研户用光伏电源安装容量、历史输出情况以及并网电量,根据区域用户历史用电情况,确定户用光伏发电量,并制定考虑光伏电源消纳及电网需求的目标函数;
(ⅱ)基于历史数据,预测日前光伏电源输出及用户用电情况,根据预测数据和用户生活习惯,分析用户侧可控负荷用电特性和需求响应特性;
(ⅲ)根据目标函数和可转移负荷用电特性,设计储能装置的参数,参数包括容量和输入/输出功率;
(ⅳ)制定储能装置充放电时间表。
6.根据权利要求1所述多时间尺度的电力需求侧响应方法,其特征在于:在步骤(3)中,所述实时需求响应措施的步骤如下:
(Ⅰ)实时监测时段t内光伏电源的输出功率PPV(t),并计算其功率波动ΔPPV(t);
(Ⅱ)判断光伏电源的输出功率波动ΔPPV(t)是否满足波动范围要求,若满足,则返回步骤(Ⅰ),监测下一时段功率状态;否则,执行步骤(Ⅲ);
(Ⅲ)根据可中断负荷实时状态及用户预先设定的用电需求,制定储能装置响应方案,满足平抑光伏电源波动性需求,然后进入下一时段功率监测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京师范大学,未经南京师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710351557.3/1.html,转载请声明来源钻瓜专利网。