一种基于可调度能力评估的配网微网协同需求响应方法

1.本发明涉及微网需求响应领域，尤其涉及一种基于可调度能力评估的配网微网协同需求响应方法。


背景技术：

2.当前中国正在积极开展需求响应试点工作，不断完善政策法规，挖掘需求侧的多形态资源，通过需求侧响应提升电力系统的调节能力。为了加强需求响应中上级电网对需求侧用户的引导作用，提高需求响应实施频次与实施效果，需要综合考虑上级电网的调节需求与需求侧用户的调节能力。因此，基于可调度能力评估的配网微网协同需求响应方法，评估需求侧用户的可调度能力，对于上级电网进一步引导用户开展需求响应、分配需求响应指标具有重要意义。
3.目前关于可调度能力评估，“配网-微网”协同方面已经有了初步的研究。通过对一些高等院校的用电过程分析，将其需求响应资源的质量和特征进行量化，从日前、日内两个时间尺度实现了需求响应潜力的评估。进一步分析了影响电力用户参与需求响应的关键因素，建立了典型用电模式的二次回归参数库，同时引出了一种基于特征相似度的深度子领域自适应需求响应潜力评估方法。其次，通过电力实验报告，基于电力需求-价格弹性系数，并结合行业的负荷特性统计模型，对工业、商业、居民用户的负荷响应范围进行了分析，形成需求响应潜力包络线。根据实际电网需求，考虑了多种类型的微网需求响应特性，提出了城市配电系统分布式优化调度策略，降低了整体运行成本，提高了微网与配电系统的经济性。同时，有些学者提出了一种考虑微网需求响应与功率交互的双层调度模型，下层以多微网的运行成本最小为目标协调各个微网的出力，上层在配网层面进行有功与无功的优化，通过分布式电源、微网、需求响应之间的协同优化，实现了极端事件后的临界负荷恢复。
4.综上所述，现有的需求响应潜力评估应用场景还较为单一，其主要考虑的是整个电网层面负荷潜力，缺少对具体用户响应潜力的评估，用户难以对自身可调度能力形成清晰的认识，上级电网难以进一步引导用户开展需求响应。此外，当前“配网-微网”协同的研究未能发挥配网对微网需求响应的引导作用，也未能在实际应用层面将微网与其他利益主体的需求响应进行区分。


技术实现要素：

5.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
6.鉴于上述现有存在的问题，提出了本发明。因此，本发明提供了一种基于可调度能力评估的配网微网协同需求响应方法，用来解决实际问题中，需求响应潜力评估应用场景单一，上级电网难以引导用户开展需求响应，缺少对具体用户响应潜力的评估以及微网与其他利益主体的需求响应不能够进行合理区分。
7.为解决上述技术问题，本发明提供如下技术方案：
8.本发明提供了一种基于可调度能力评估的配网微网协同需求响应方法，包括：
9.基于需求侧资源响应特性对负荷进行分级与建模；
10.通过微网的可调度能力方案，构建“配网-微网”协同需求响应框架；
11.基于微网的电价运行结果，进行可调度能力评估，得到微网具体时段的削减量与对应成本之间的关系；
12.配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，实现配网整体需求响应成本最低的目标。
13.作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：所述基于需求侧资源响应特性对负荷进行分级与建模，包括：
14.按照参与需求响应负荷的响应时间、可持续时间和响应不确定性差异化特征，将负荷响应时间分为七级，并对可中断负荷、储能、电动汽车和空调进行负荷建模。
15.作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：所述将负荷响应时间分为七级，包括：
16.1级响应，t≤1s，表示可中断负荷；2级响应，1s《t≤1min，表示储能；3级响应，1min《t≤15min，表示电动汽车；4级响应，15min《t≤30min，表示空调；5级响应，30min《t≤2h，表示空调；6级响应，2h《t≤4h，表示大工业用户；7级响应，4h《t≤24h，表示大工业用户；
17.其中，t为一个需求响应周期。
18.作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：通过微网的可调度能力方案，包括：
19.在日前的时间尺度上，开展微网对分时电价的优化运行分析，最大程度满足用户的用能需求，且仅对机组和储能出力进行优化，并通过微网将计划用电曲线上报给配网；
20.配网根据微网的整体用电情况下发日前需求响应时段，随后微网针对配网下发的日前需求响应时段进行可调度能力评估，再上报给配网；
21.配网根据各个微网的可调度能力进行协同优化，同时向各个微网下发需求响应量，微网根据配网下发的需求响应量进行判断；若微网确认该需求量响应量无误，则微网对该需求响应指令进行响应，完成需求响应的日前优化运行；若微网确认该需求量响应量有误，则微网返回至整体用电情况下发日前需求响应时段处，重新执行。
22.作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：基于微网的电价运行结果，进行可调度能力评估，包括：
23.将一天分为t＝96个时段，以δt＝15min为单位时长，微网根据分时电价进行用能优化，以内部日运行成本最低为目标建立目标函数，表示为：
24.minc
mg
＝ce+cg+c
om
25.其中，c
mg
为微网的日运行成本；ce为微网购电成本；cg为微网内部的发电机组发电成本；c
om
为设备运行维护成本；
26.通过所有成本考虑微网的功率平衡约束、机组出力和爬坡约束及环境温度约束。
27.作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：所述微网的功率平衡约束、机组出力和爬坡约束及环境温度约束，包括：
28.功率平衡约束，公式表示为：
[0029][0030]
其中，p
l,t
为微网其他不可调度负荷功率；p
pv,t
为光伏出力；
[0031]
机组出力、爬坡约束，公式表示为：
[0032]
p
g,j,min
≤p
g,j,t
≤p
g,j,max
[0033]
|p
gj,t-p
gj,t-1
|≤r
gj,max
δt
[0034]
其中，p
g,j,max
、p
g,j,min
分别为机组j出力的上下限；r
g,j,max
为机组j最大爬坡速率；
[0035]
环境温度约束，公式表示为：
[0036]
θ
set,min
≤θ
t
≤θ
set,max
[0037]
其中，θ
set,max
、θ
set,min
为室内环境温度上下限，一般情况下为默认值θ
max
、θ
min
，需求响应时可进行设置，当环境温度超出人体舒适环境温度范围时，通过环境温度惩罚来补偿室温舒适度降低带来的用能满意度下降。
[0038]
作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：得到微网具体时段的削减量与对应成本之间的关系，包括：
[0039]
通过微网的可调度方案中的日前优化运行，得到不考虑需求响应时的微网的日运行成本为c
mg,dr-d，0
＝c
mg
；并通过已知日前需求响应时段设定单位削减量δp
dr-d
，设定初值n＝1；
[0040]
在微网运行优化中增加削减量约束，表达式如下：
[0041][0042]
其中，为微网进行日前需求响应后向配网的计划购电功率；p
m-d,t
为日前优化运行求得的微网计划购电功率。
[0043]
作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：通过增加的微网运行优化削减量约束进一步求解微网的可调度能力，包括：
[0044]
可调度能力表示微网在已知的日前需求响应时段中，实现削减量与对应成本之间的关系，表达式如下：
[0045]cdr-d
＝f
dr-d
(n
·
δp
dr-d
)
[0046]
其中，f
dr-d
为需求响应削减量与对应增加成本之间关系的函数；δp
dr-d
为需求响应的单位削减量；n为正整数，用于表示削减量的阶梯增大；c
dr-d
为对应削减量的需求响应增加成本。
[0047]
作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，包括：
[0048]
增加环境温度补偿成本与电动汽车补偿成本；
[0049]
增加决策变量分别为微网购电功率、机组出力、储能出力、空调设定温度和电动汽车充/停电时段；
[0050]
考虑配网的功率平衡约束、线路潮流约束、机组出力和爬坡约束，以及削减量约束。
[0051]
作为本发明所述的基于可调度能力评估的配网微网协同需求响应方法的一种优选方案，其中：实现配网整体需求响应成本最低的目标，包括：
[0052]
求解优化问题，得到各个微网的削减量，并使微网对削减量进行响应，实现配网整体需求响应成本最低的目标。
[0053]
与现有技术相比，发明有益效果为：通过微网的可调度能力，构建了用户需求响应量与成本之间的阶梯关系，使配网对各个微网的可调量与对应成本有直观清晰的认识；通过“配网-微网”的协同需求响应架构，配网可快速下达指令，微网根据指令进行稳定、准确的响应，提高微网需求响应的实施频次与响应效果，实现微网总调节成本最低。
附图说明
[0054]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0055]
图1为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的“配网-微网”协同需求响应流程图；
[0056]
图2为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的模拟ieee33节点系统及微网接入图；
[0057]
图3为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的15:00～17:00时段间三个微网的可调度能力图；
[0058]
图4为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的表3中微网一削减量881kw的需求响应图；
[0059]
图5为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的表3中微网二削减量1902kw的需求响应图；
[0060]
图6为本发明一个实施例所述的基于可调度能力评估的配网微网协同需求响应方法的表3中微网三削减量217kw的需求响应图。
具体实施方式
[0061]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0062]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0063]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0064]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件
结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0065]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0066]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0067]
实施例1
[0068]
参照，为本发明第一个实施例，该实施例提供了一种基于可调度能力评估的配网微网协同需求响应方法，包括：
[0069]
s1、基于需求侧资源响应特性对负荷进行分级与建模；
[0070]
进一步的，按照参与需求响应负荷的响应时间、可持续时间和响应不确定性差异化特征，将负荷响应时间分为七级，并对可中断负荷、储能、电动汽车和空调进行负荷建模；
[0071]
进一步的，可中断负荷建模公式表示为：
[0072]
p
il-dr,t
＝z
il,t
p
il,t
(1)
[0073]
其中，p
il,t
为可中断负荷响应前的功率；z
il,t
为实现可中断负荷投切的0-1变量，0表示切除可中断负荷，1表示可中断负荷正常运行；p
il-dr,t
为考虑需求响应的可中断负荷功率；
[0074]
进一步的，储能负荷建模公式表示为：
[0075]
p
bess,t
＝p
bc,t-p
bd,t
(2)
[0076][0077]
soc
min
≤soc
t
≤soc
max
(4)
[0078]
p
bc,min
≤p
bc,t
≤p
bc,max
(5)
[0079]
p
bd,min
≤p
bd,t
≤p
bd,max
(6)
[0080]
其中，p
bess,t
为储能设备时刻t的输出功率，正值表示充电，负值表示放电；p
bc,t
、p
bd,t
分别为储能设备时刻t的充电功率和放电功率；η
bc
、η
bd
分别为储能设备的充电效率和放电效率；sb为储能的容量；soc
t
为储能设备时刻t的荷电状态；公式(4)、公式(5)、公式(6)分别为荷电状态约束、充电功率约束和放电功率约束；soc
max
、soc
min
，p
bc,max
、p
bc,min
，p
bd,max
、p
bd,min
分别为储能设备荷电状态的上下限，充电功率的上下限，放电功率的上下限；
[0081]
进一步的，电动汽车负荷建模公式表示为：
[0082]
p
ev-dr,j,t
＝z
ev,j,t
p
ev,j,t
(7)
[0083]zev,j
＝[z
ev,j,1
,z
ev,j,2
,...,z
ev,j,t
](8)
[0084]
[0085][0086]
其中，p
ev,j,t
为电动汽车负荷j响应前的功率；p
ev-dr,j,t
为考虑需求响应的电动汽车负荷功率；z
ev,j,t
为控制电动汽车负荷停止/开始充电的0-1变量，0表示停止充电，1表示恢复正常充电状态；z
ev,j
为t个时段0-1变量的向量形式；t为一个需求响应周期；公式(9)和公式(10)分别为不参与需求响应时段约束和最长停止充电时间约束；
[0087]
应当说明的是，用户j可选择愿意接受停止充电时段集合t
st,j
＝{t1,t2,...,tn}，以及最长停止充电时间t
ev,j
；
[0088]
进一步的，空调负荷建模公式表示为：
[0089]qac,t
＝η
ac
p
ac,t
(11)
[0090]
caρav(θ
t+1-θ
t
)＝(q
gain,t-q
ac,t
)δt(12)
[0091]qgain,t
＝αasa(θ
out,t-θ
t
)(13)
[0092]
p
ac,min
≤p
ac,t
≤p
ac,max
(14)
[0093]
其中，p
ac,t
为空调的耗电功率，η
ac
为空调的能效比，q
ac,t
为空调的制冷功率；公式(12)为建筑物的热量传导公式，ca为空气的比热容，ρa为空气的密度，v为建筑物的体积，θ
t
为时刻t的室温；q
gain,t
为建筑物因环境温差获得的热量，αa为热量传导系数，sa为建筑物面积，θ
out,t
为室外温度；p
ac,max
、p
ac,min
分别为空调耗电功率的上下限；
[0094]
s2、通过微网的可调度能力方案，构建“配网-微网”协同需求响应框架；
[0095]
进一步的，微网的可调度能力方案如下：
[0096]
在日前的时间尺度上，开展微网对分时电价的优化运行分析，最大程度满足用户的用能需求，且仅对机组和储能出力进行优化，并通过微网将计划用电曲线上报给配网；
[0097]
配网根据微网的整体用电情况下发日前需求响应时段，随后微网针对配网下发的日前需求响应时段进行可调度能力评估，再上报给配网；
[0098]
配网根据各个微网的可调度能力进行协同优化，同时向各个微网下发需求响应量，微网根据配网下发的需求响应量进行响应判断，若微网确认该需求量响应量无误，则微网对该需求响应指令进行响应，完成需求响应的日前优化运行；若微网确认该需求量响应量有误，则微网返回至整体用电情况下发日前需求响应时段处，重新执行；
[0099]
s3、基于微网的电价运行结果，进行可调度能力评估，得到微网具体时段的削减量与对应成本之间的关系；
[0100]
进一步的，基于微网的电价运行结果，进行可调度能力评估；
[0101]
将一天分为t＝96个时段，以δt＝15min为单位时长，微网根据分时电价进行用能优化，以内部日运行成本最低为目标建立目标函数，表示为：
[0102]
minc
mg
＝ce+cg+c
om
(15)
[0103]
其中，c
mg
为微网的日运行成本；ce为微网购电成本；cg为微网内部的发电机组发电成本；c
om
为设备运行维护成本；
[0104]
微网购电成本ce，公式表示为：
[0105][0106]
其中，c
e,t
为分时电价；p
m-d,t
为时刻t微网向配网购电功率，即联络线交换功率；
[0107]
微网发电成本cg，公式表示为：
[0108][0109]
其中，p
g,j,t
为微网中的发电机组j时刻t的出力；a
g,j
、b
g,j
、c
g,j
分别为对应的成本系数；ng为微网内的发电机组数量；
[0110]
设备运行维护成本c
om
，公式表示为：
[0111][0112]
其中，c
om,ac
和c
om,bess
分别为空调和储能的单位功率运行维护成本；
[0113]
进一步的，通过所有成本考虑微网的功率平衡约束、机组出力和爬坡约束及环境温度约束；
[0114]
功率平衡约束表示为：
[0115][0116]
其中，p
l,t
为微网其他不可调度负荷功率；p
pv,t
为光伏出力；
[0117]
机组出力、爬坡约束表示为：
[0118]
p
g,j,min
≤p
g,j,t
≤p
g,j,max
(20)
[0119]
|p
gj,t-p
gj,t-1
|≤r
gj,max
δt(21)
[0120]
其中，p
g,j,max
、p
g,j,min
分别为机组j出力的上下限；r
g,j,max
为机组j最大爬坡速率。
[0121]
环境温度约束表示为：
[0122]
θ
set,min
≤θ
t
≤θ
set,max
(22)
[0123]
其中，θ
set,max
、θ
set,min
为室内环境温度上下限；
[0124]
应当说明的是，一般情况下室内环境温度为默认值θ
max
、θ
min
，需求响应时可进行设置，当环境温度超出人体舒适环境温度范围时，通过环境温度惩罚来补偿室温舒适度降低带来的用能满意度下降；
[0125]
进一步的，得到微网具体时段的削减量与对应成本之间的关系如下：
[0126]
通过微网的可调度方案中的日前优化运行，得到不考虑需求响应时的微网的日运行成本为c
mg,dr-d，0
＝c
mg
；并通过已知日前需求响应时段设定单位削减量δp
dr-d
，设定初值n＝1；
[0127]
在微网运行优化中增加削减量约束，表达式为：
[0128][0129]
其中，为微网进行日前需求响应后向配网的计划购电功率；p
m-d,t
为日前优化运行求得的微网计划购电功率；
[0130]
进一步的，通过增加的微网运行优化削减量约束进一步求解微网的可调度能力；
[0131]
可调度能力表示微网在已知的日前需求响应时段中，实现削减量与对应成本之间的关系，表达式如下：
[0132]cdr-d
＝f
dr-d
(n
·
δp
dr-d
)(24)
[0133]
其中，f
dr-d
为需求响应削减量与对应增加成本之间关系的函数；δp
dr-d
为需求响应的单位削减量；n为正整数，用于表示削减量的阶梯增大；c
dr-d
为对应削减量的需求响应增加成本；
[0134]
配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，实现配网整体需求响应成本最低的目标；
[0135]
进一步的，增加环境温度补偿成本与电动汽车补偿成本；
[0136]
环境温度成本c
θ
，公式表示为：
[0137][0138]
其中，c
θ
为温度惩罚单价；z
θup
、z
θdown
分别为表示温度超越上限和下限的0-1变量，0表示未越限，1表示温度越限；θ
max
、θ
min
为人体舒适环境温度上下限；
[0139]
电动汽车补偿c
ev
，公式表示为：
[0140][0141]
其中，n
ev
为微网内的充电桩数量；c
ev-dr,t
为电动汽车的停止充电单位补偿价格；
[0142]
进一步的，增加决策变量分别为微网购电功率、机组出力、储能出力、空调设定温度和电动汽车充/停电时段；
[0143]
应当说明的是，本实施例以配网的运行成本以及与微网之间的互动成本最低为目标函数，决策变量为机组出力和微网的需求响应量；建立目标函数为：
[0144]
minc
dn
＝c
t-d
+c
d-g-c
d-m
(27)
[0145]
其中，c
t-d
为配网向输电网的购电成本；c
d-g
为配网的发电成本；c
d-m
为配网与微网的互动成本；
[0146]
配网购电成本c
t-d
，公式表示为：
[0147][0148]
其中，c
te,t
为配网购电电价；p
t-d,t
为配网向输电网的购电功率；t1为需求响应时段；
[0149]
配网发电成本c
d-g
，公式表示为：
[0150][0151]
其中，p
d-g,j,t
为配网中的发电机组j时刻t的出力；a
d-g,j
、b
d-g,j
、c
d-g,j
分别为对应的成本系数；n
d-g
为配网的发电机组数量；
[0152]
配网与微网互动成本c
d-m
，公式表示为：
[0153][0154]
其中，为配网对微网i下达的需求响应削峰指令；为微网削减量为时对应增加的成本；
[0155]
进一步的，考虑配网的功率平衡约束、线路潮流约束、机组出力和爬坡约束，以及削减量约束；
[0156]
功率平衡约束，公式表示为：
[0157][0158]
其中，p
d-l,n,t
为配网中的第n处不可控负荷时刻t的功率；
[0159]
线路潮流约束，公式表示为：
[0160]sl,min
≤s
l,t
≤s
l,max
(32)
[0161][0162]
其中，s
l,t
为配网中的第l条线路时刻t的流过的功率；s
l,max
、s
l,min
分别为线路l流过功率的上下限；h
l-j
、h
l-i
、h
l-n
分别为发电机组j、微网i、不可控负荷n对应的功率传输分布因子；n
l
为配网线路集合；
[0163]
机组出力、爬坡约束，公式表示为：
[0164]
p
d-g,j,min
≤p
d-g,j,t
≤p
d-g,j,max
(34)
[0165]
|p
d-g,j,t-p
d-g,j,t-1
|≤r
d-g,j,max
δt(35)
[0166]
其中，p
d-g,j,max
、p
d-g,j,min
分别为机组j出力的上下限；r
d-g,j,max
为机组j的最大爬坡速率；
[0167]
削减量约束，公式表示为：
[0168][0169]
其中，p
dr
为配网的总削减量要求；
[0170]
进一步的，若优化问题有解，则得到n
·
δp
dr-d
削减量对应的微网日运行成本c
mg,dr-d,n
，并通过公式(26)得到需求响应增加的成本c
dr-d,n
，设置n＝n+1，重复执行一遍s2和s3；若优化问题无解，则得到微网日前需求响应的最大可削减量(n-1)
·
δp
dr-d
，并进入s5；
[0171]cdr-d,n
＝c
mg,dr-d,n-c
mg,dr-d,0
(37)
[0172]
通过所述优化问题求解得到的n组数据{(n
·
δp
dr-d
,c
dr-d,n
)|n∈nd}，nd为有解的n值的集合，将相邻两组数据之间的削减量与对应成本关系近似为线性，则可实现对c
dr-d
＝f
dr-d
(n
·
δp
dr-d
)关系式的求解；并得到各个微网的削减量使得微网对削减量进行响应，实现配网整体需求响应成本最低的目标。
[0173]
实施例2
[0174]
参照图2至图6，为本发明第二个实施例，该实施例提供了一种基于可调度能力评估的配网微网协同需求响应方法，包括：
[0175]
本发明在ieee33节点配网系统中模拟“配网-微网”协同需求响应过程，参考图2；设置三个微网，资源配置情况如表1所示，峰谷电价如表2所示：
[0176]
表1微网资源配置情况
[0177]
资源设备微网一微网二微网三
机组1台2台无光伏800kw3mw0.5mw空调2.5mw4mw1mw充电桩100个/5kw180个/5kw30个/5kw储能500kw/1500kw
·
h750kw/2250kw
·
h200kw/500kw
·
h可中断负荷250kw1mw无
[0178]
表2峰谷电价
[0179] 电价/元时段尖峰1.163619:00-21:00高峰0.86568:00-11:00,13:00-19:00,21:00-22:00低谷0.353611:00-13:00,22:00-8:00
[0180]
应当说明的是，当配网满足线路安全的约束运行时，收到上级指令要求在15:00-17:00时段削峰指令分别为1mw、2mw、3mw时，配网向各个微网发送需求响应时段15:00-17:00；微网对该响应时段开展可调度能力评估，并将其上报给配网；配网汇总各个微网的可调度能力，如图3所示，并根据总削峰指令，以“成本优先，容量优先”的原则求得各个微网的削减量，使整体的需求响应成本最低，各个微网的削减量如表3所示；
[0181]
表3微网削峰指令与对应成本
[0182][0183][0184]
结合表3及图4至图6可以看到，此时参与需求响应的微网具有相近的削减单价，微网可调度能力是由几段削减量与成本关系的直线构成，但实际中并非严格的线性关系，因此削减单价不是完全一致，误差在可接受范围内；
[0185]
基于上述分析表明，本发明所提出方法，使得微网能够根据具备的负荷资源与需求响应时段进行可调度能力评估，配网能够根据微网的可调度能力分配削峰量，实现了配网整体需求响应成本最低的目标，验证了所提协同需求响应方法的合理性；同时，现有的需求响应中未对响应量与成本关系进行阶梯报价，而本发明为“配网-微网”协同需求响应提供了方向；其中，微网的可调度能力可为配网分配需求响应功率提供依据，也为用户提供了需求响应优化方法。
[0186]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种基于可调度能力评估的配网微网协同需求响应方法，其特征在于，包括：基于需求侧资源响应特性对负荷进行分级与建模；通过微网的可调度能力方案，构建“配网-微网”协同需求响应框架；基于微网的电价运行结果，进行可调度能力评估，得到微网具体时段的削减量与对应成本之间的关系；配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，实现配网整体需求响应成本最低的目标。2.如权利要求1所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，所述基于需求侧资源响应特性对负荷进行分级与建模，包括：按照参与需求响应负荷的响应时间、可持续时间和响应不确定性差异化特征，将负荷响应时间分为七级，并对可中断负荷、储能、电动汽车和空调进行负荷建模。3.如权利要求2所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，所述将负荷响应时间分为七级，包括：1级响应，t≤1s，表示可中断负荷；2级响应，1s<t≤1min，表示储能；3级响应，1min<t≤15min，表示电动汽车；4级响应，15min<t≤30min，表示空调；5级响应，30min<t≤2h，表示空调；6级响应，2h<t≤4h，表示大工业用户；7级响应，4h<t≤24h，表示大工业用户；其中，t为一个需求响应周期。4.如权利要求3所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，通过微网的可调度能力方案，包括：在日前的时间尺度上，开展微网对分时电价的优化运行分析，最大程度满足用户的用能需求，且仅对机组和储能出力进行优化，并通过微网将计划用电曲线上报给配网；配网根据微网的整体用电情况下发日前需求响应时段，随后微网针对配网下发的日前需求响应时段进行可调度能力评估，再上报给配网；配网根据各个微网的可调度能力进行协同优化，同时向各个微网下发需求响应量，微网根据配网下发的需求响应量进行判断，若微网确认该需求量响应量无误，则微网对该需求响应指令进行响应，完成需求响应的日前优化运行；若微网确认该需求量响应量有误，则微网返回至整体用电情况下发日前需求响应时段处，重新执行。5.如权利要求4所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，基于微网的电价运行结果，进行可调度能力评估，包括：将一天分为t＝96个时段，以δt＝15min为单位时长，微网根据分时电价进行用能优化，以内部日运行成本最低为目标建立目标函数，表示为：minc
mg
＝c
e
+c
g
+c
om
其中，c
mg
为微网的日运行成本；c
e
为微网购电成本；c
g
为微网内部的发电机组发电成本；c
om
为设备运行维护成本；通过所有成本考虑微网的功率平衡约束、机组出力和爬坡约束及环境温度约束。6.如权利要求5所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，所述微网的功率平衡约束、机组出力和爬坡约束及环境温度约束，包括：功率平衡约束，公式表示为：
其中，p
l,t
为微网其他不可调度负荷功率；p
pv,t
为光伏出力；机组出力、爬坡约束，公式表示为：p
g,j,min
≤p
g,j,t
≤p
g,j,max
|p
gj,t-p
gj,t-1
|≤r
gj,max
δt其中，p
g,j,max
、p
g,j,min
分别为机组j出力的上下限；r
g,j,max
为机组j最大爬坡速率；环境温度约束，公式表示为：θ
set,min
≤θ
t
≤θ
set,max
其中，θ
set,max
、θ
set,min
为室内环境温度上下限，一般情况下为默认值θ
max
、θ
min
，需求响应时可进行设置，当环境温度超出人体舒适环境温度范围时，通过环境温度惩罚来补偿室温舒适度降低带来的用能满意度下降。7.如权利要求6所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，得到微网具体时段的削减量与对应成本之间的关系，包括：通过微网的可调度方案中的日前优化运行，得到不考虑需求响应时的微网的日运行成本为c
mg,dr-d，0
＝c
mg
；并通过已知日前需求响应时段设定单位削减量δp
dr-d
，设定初值n＝1；在微网运行优化中增加削减量约束，表达式如下：其中，为微网进行日前需求响应后向配网的计划购电功率；p
m-d,t
为日前优化运行求得的微网计划购电功率。8.如权利要求7所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，通过增加的微网运行优化削减量约束进一步求解微网的可调度能力，包括：可调度能力表示微网在已知的日前需求响应时段中，实现削减量与对应成本之间的关系，表达式如下：c
dr-d
＝f
dr-d
(n
·
δp
dr-d
)其中，f
dr-d
为需求响应削减量与对应增加成本之间关系的函数；δp
dr-d
为需求响应的单位削减量；n为正整数，用于表示削减量的阶梯增大；c
dr-d
为对应削减量的需求响应增加成本。9.如权利要求8所述的基于可调度能力评估的配网微网协同需求响应方法，其特征在于，配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，包括：增加环境温度补偿成本与电动汽车补偿成本；增加决策变量分别为微网购电功率、机组出力、储能出力、空调设定温度和电动汽车充/停电时段；考虑配网的功率平衡约束、线路潮流约束、机组出力和爬坡约束，以及削减量约束。10.如权利要求7～9任一所述的基于可调度能力评估的配网微网协同需求响应方法，
其特征在于，实现配网整体需求响应成本最低的目标，包括：求解优化问题，得到各个微网的削减量，并使微网对削减量进行响应，实现配网整体需求响应成本最低的目标。

技术总结
本发明公开了一种基于可调度能力评估的配网微网协同需求响应方法包括，基于需求侧资源响应特性对负荷进行分级与建模；根据微网的可调度能力方案，构建“配网-微网”协同需求响应框架；基于微网的电价运行结果，进行可调度能力评估，得到微网具体时段的削减量与对应成本之间的关系；配网根据微网的可调度能力进行需求响应功率分配，得到各个微网参与需求响应的功率，并求解可调度能力所产生的的优化问题，实现配网整体需求响应成本最低的目标；本发明提供的方法能够使得配网可快速下达指令，微网根据指令进行稳定、准确的响应，提高微网需求响应的实施频次与响应效果，实现了微网总调节成本最低。调节成本最低。调节成本最低。


技术研发人员：李庆生 朱永清 张兆丰 董树锋 葛明阳 李震 杨婕睿 王斌 罗晨 杨东俊明 钟天璇
受保护的技术使用者：浙江大学
技术研发日：2023.03.30
技术公布日：2023/7/21