能源互聯(lián)網(wǎng)建設(shè)可實現(xiàn)居民用電設(shè)備的狀態(tài)感知,為需求價格彈性的評估提供全新的數(shù)據(jù)支持。以此為前提,提出一種基于設(shè)備用電特征的居民電力需求價格彈性評估方法。首先,根據(jù)需求價格彈性的定義,分析居民用電設(shè)備的使用特征與自彈性、交叉彈性的關(guān)聯(lián)性,揭示用電設(shè)備可調(diào)整性對居民用戶電價響應(yīng)行為的客觀約束。其次,針對居民用戶因數(shù)量龐大且主觀響應(yīng)意愿存在差異而導(dǎo)致的設(shè)備用電調(diào)整不確定性,結(jié)合與用電特征關(guān)聯(lián)的設(shè)備可調(diào)整性分類,構(gòu)建基于設(shè)備用電調(diào)整模糊推理的居民電價響應(yīng)行為分析模型。最后,將響應(yīng)結(jié)果對應(yīng)到需求價格彈性矩陣計算,完成居民電力需求價格彈性評估。算例分析驗證了所提的方法的合理性與有效性。 

【文章來源】：電力系統(tǒng)自動化. 2020,44(13)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

2種彈性矩陣熱力圖對比

由于用戶的響應(yīng)意愿受到家庭收入水平、教育背景、社會地位、人口結(jié)構(gòu)等多方面因素影響[24]，難以通過精確的數(shù)學(xué)計算得出。本文定義模糊推理模型的輸入量x為用戶的響應(yīng)意愿，響應(yīng)意愿采用整數(shù)[0,10]表示，x=10表示用戶的響應(yīng)意愿最高，即輸入模糊論域為X={x∈Z|0≤x≤10}。模糊推理模型的輸出量y為設(shè)備用電調(diào)整量，由于各類設(shè)備的可調(diào)整性不同，y對應(yīng)的輸出量及其輸出論域Y也不同：對于功率可變負荷，輸出量y為設(shè)備功率調(diào)整量，輸出論域Y對應(yīng)于滿足設(shè)備功能和用戶需求的功率調(diào)整范圍；對于可轉(zhuǎn)移負荷，假設(shè)用戶期望將用電時間轉(zhuǎn)移到最近的低電價時段，輸出量y為設(shè)備啟動時刻的調(diào)整量，輸出論域Y對應(yīng)于滿足用戶使用需求的設(shè)備啟動時間范圍內(nèi)的低電價時段；對于可中斷負荷，由于使用頻率為離散非模糊量，因此可根據(jù)用戶實際需求設(shè)定其中斷次數(shù)，輸出量y為設(shè)備啟動時刻的調(diào)整量，輸出論域Y對應(yīng)于用戶可接受的設(shè)備啟動的時間范圍內(nèi)的低電價時段。由于剛性負荷不可調(diào)整，因此在模糊推理中不對其進行討論。2.3 輸入論域與輸出論域的模糊分割

假設(shè)10 000個居民用戶的響應(yīng)意愿服從均勻分布，即暫不考慮不同響應(yīng)意愿的用戶數(shù)量差異，采用模糊推理模型模擬電價調(diào)整后的用戶設(shè)備級響應(yīng)行為。根據(jù)附錄A求得輸入隸屬度函數(shù)拐點為{1.38,4.74,8.35}，輸入模糊區(qū)間為[0,3.32],[2.38,7.1],[6.37,10]。設(shè)定電價激勵系數(shù)gπ∈{0,0.5,1}。輸出隸屬度函數(shù)的參數(shù)設(shè)定見附錄C。模糊推理模擬調(diào)整后的用電數(shù)據(jù)如圖2(b）所示。對比圖2(a）與（b）可知，實行分時電價后，居民用戶的用電峰值時段將由時段7～8和18～20轉(zhuǎn)移到時段6,20,22，單時段用電量早高峰值由12 650 kW·h（時段8）降至11 600 kW·h（時段8），晚高峰值由14 281 kW·h（時段19）降至11 535 kW·h（時段21），用戶響應(yīng)可明顯緩解電力需求高峰，起到較好的削峰填谷作用。

【參考文獻】：
期刊論文
[1]Power system flexibility: an overview of emergence to evolution[J]. Alireza AKRAMI,Meysam DOOSTIZADEH,Farrokh AMINIFAR.  Journal of Modern Power Systems and Clean Energy. 2019(05)
[2]基于Multi-Agent異步深度強化學(xué)習的居民住宅能耗在線優(yōu)化調(diào)度研究[J]. 張虹,申鑫,穆昊源,劉艾冬,王鶴.  中國電機工程學(xué)報. 2020(01)
[3]Accommodation of curtailed wind power by electric water heaters based on a new hybrid prediction approach[J]. Yang YU,Zengqiang MI,Xiaoming ZHENG,Da CHANG.  Journal of Modern Power Systems and Clean Energy. 2019(03)
[4]計及需求價格彈性的區(qū)域能源中心建模與日前優(yōu)化調(diào)度[J]. 陳澤興,張勇軍,許志恒,蔡澤祥,Thanhtung HA.  電力系統(tǒng)自動化. 2018(12)
[5]面向電力需求側(cè)主動響應(yīng)的商業(yè)模式及市場框架設(shè)計[J]. 丁一,惠紅勛,林振智,鄭夢蓮,曲欣瑤,崔文琪.  電力系統(tǒng)自動化. 2017(14)
[6]居民用戶需求響應(yīng)行為影響因素辨識與響應(yīng)特性提取[J]. 蔡瓏,顧潔,金之儉.  電網(wǎng)技術(shù). 2017(07)
[7]需求響應(yīng)不確定性對日前優(yōu)化調(diào)度的影響分析[J]. 羅純堅,李姚旺,許漢平,李力行,侯婷婷,苗世洪.  電力系統(tǒng)自動化. 2017(05)
[8]Residential end-uses disaggregation and demand response evaluation using integral transforms[J]. Antonio GABALDóN,Roque MOLINA,Alejandro MARíN-PARRA,Sergio VALERO-VERDú,Carlos áLVAREZ.  Journal of Modern Power Systems and Clean Energy. 2017(01)
[9]采用互信息與隨機森林算法的用戶用電關(guān)聯(lián)因素辨識及用電量預(yù)測方法[J]. 趙騰,王林童,張焰,田世明.  中國電機工程學(xué)報. 2016(03)
[10]居民主動負荷促進分布式電源消納的需求響應(yīng)策略[J]. 湯奕,魯針針,伏祥運.  電力系統(tǒng)自動化. 2015(24)



本文編號：3050636