计及需求响应的含风电场日前两阶段动态环境经济调度

doi:10.3969/j.issn.1000－7229.2016.09.020

电力建设 ›› 2016, Vol. 37 ›› Issue (9): 146-.doi: 10.3969/j.issn.1000－7229.2016.09.020

• 发电技术 • 上一篇

计及需求响应的含风电场日前两阶段动态环境经济调度

刘旭1，杨德友1，孟涛2，张旺1，刘曦3，姜明磊3

1.东北电力大学电气工程学院，吉林省吉林市 132012；2.国网吉林省电力有限公司电力科学研究院，长春市 130021；3.国网吉林省电力有限公司经济技术研究院，长春市 130000

出版日期:2016-09-01
作者简介:刘旭（1991），男，硕士研究生，主要研究方向为计及需求侧响应的电力系统优化调度；杨德友（1986），男，博士，副教授，硕士生导师，研究方向为电力系统稳定与控制的研究；孟涛（1990），男，研究生，工程师，主要研究方向为分布式电源规划、新能源并网；张旺（1989），女，研究生，研究方向为基于随机响应的电力系统小干扰稳定分析；刘曦（1989），女，研究生，工程师，研究方向为电力系统稳定运行与安全控制；姜明磊（1991），男，硕士研究生，工程师，研究方向为交流微网分层控制。
基金资助:
国家高技术研究发展计划项目（863计划）（SS2014AA052502）；国家自然科学基金项目（51377017）；长江学者和创新团队发展计划资助项目（IRT114）

Day-Ahead Tow-Stage Dynamic Economic Emission Dispatching in Wind Power Integrated System Incorporating Demand Response

LIU Xu1, YANG Deyou1, MENG Tao2, ZHANG Wang1, LIU Xi3, JIANG Minglei3

1.School of Electrical Engineering,Northeast Dianli University, Jilin 132012, Jilin Province, China; 2. Electric Power Research Institute, State Grid Jilin Electric Power Co., Ltd., Changchun 130021, China; 3. Economic Technology Institute, State Grid Jilin Electric Power Co., Ltd., Changchun 130000, China

Online:2016-09-01
Supported by:
Project supported by the National High Technology Research and Development of China （863 Program）（SS2014AA052502）；Project supported by the National Natural Science Foundation of China（51377017）；Project supported by Changjiang Scholars and Innovative Research Team in University（IRT0720）

摘要/Abstract

摘要： 需求响应作为发电侧与需求侧之间的重要互动资源，能有效调节负荷需求分布来实现节能减排和提高系统风电接纳能力的目的。基于此，将需求响应融入环境经济中，提出一种智能电网下的日前两阶段调度模型：第1阶段为日前用户互动阶段，通过分时电价的杠杆作用引导用户理性用电，以调整次日负荷需求分布，综合考虑负荷水平和用户用电满意度确定最优负荷曲线和分时电价；第2阶段为日前调度阶段，针对风电出力随机性，建立基于机会约束规划的环境经济调度模型，采用风电出力分布函数将其转化为确定性模型。将种群多样性指标和随机黑洞理论引入粒子群算法中，结合多目标搜索机制，提出一种改进多目标粒子群算法对模型求解，并采用逼近理想解排序法（technique for order preference by similarity to ideal solution，TOPSIS）对Pareto前沿个体排序，辅助调度人员进行科学决策。改进10机系统的仿真结果验证了该模型及方法的有效性与合理性。

关键词: 风电, 需求响应, 分时电价, 用户满意度, 环境经济调度, 逼近理想解排序法（TOPSIS）

Abstract: As an important interactive resource between generation side and demand side, demand response can effectively regulate the distribution of load demand to achieve energy-saving and emission-reduction and improve the system wind power capacity. Based on this, this paper considers the demand response in the environmental economic and proposes a day-ahead two-stage dispatching model under smart grid. The first stage is day-ahead user interaction stage, in which the next day load distribution is adjusted by time-of-use price leverage guiding the user to take rational power consumption and the optimal load curve and time-of-use price is determined by considering the load level and user satisfaction index. The second stage is day-ahead dispatching stage, in which the economic emission dispatch model is established based on chance-constrained programming for wind power randomness and this model is transformed into a deterministic model by using wind power distribution function. We propose an improved multi-objective particle swarm optimization algorithm by introducing the diversity index, random black hole theory and the multi-targeted search mechanism, and adopt technique for order preference by similarity to ideal solution（TOPSIS） method to sort the Pareto frontier individual to help the dispatcher to make scientific decision. The simulation results of the improved 10 machine system verify the validity and rationality of the model and method.

Key words: wind power, demand response, time-of-use price, customer's satisfaction, economic emission dispatch, technique for order preference by similarity to ideal solution（TOPSIS）

中图分类号:

TM 73
TM 614

刘旭，杨德友，孟涛，张旺，刘曦，姜明磊. 计及需求响应的含风电场日前两阶段动态环境经济调度[J]. 电力建设, 2016, 37(9): 146-.

LIU Xu, YANG Deyou, MENG Tao, ZHANG Wang, LIU Xi, JIANG Minglei. Day-Ahead Tow-Stage Dynamic Economic Emission Dispatching in Wind Power Integrated System Incorporating Demand Response[J]. Electric Power Construction, 2016, 37(9): 146-.

参考文献

［1］李军军，吴政球，谭勋琼，等．风力发电及其技术发展综述［J］．电力建设，2011，32（8）：64-72． LI Junjun, WU Zhengqiu, TAN Xunqiong, et al. Review of wind power generation and relative technology development［J］. Electric Power Construction, 2011, 32（8）: 64-72. ［2］刘吉臻，王海东，李明扬．含风电的电力系统机组组合问题研究综述［J］．电力建设，2014，35（12）：38-45． LIU Jizhen, WANG Haidong, LI Mingyang. Review on unit commitment of power systems with wind power integration［J］. Electric Power Construction, 2014, 35（12）: 38-45. ［3］邱威，张建华，刘念．含大型风电场的环境经济调度模型与解法［J］．中国电机工程学报，2011，31（9）：8-16． QIU Wei, ZHANG Nianhua, LIU Nian. Model and solution for environmental/economic dispatch considering large-scale wind power penetration［J］. Proceedings of the CSEE, 2011, 31（9）: 8-16. ［4］朱永胜，王杰，瞿博阳，等．含风电场的多目标动态环境经济调度［J］．电网技术，2015，39（5）：1315-1322． ZHU Yongsheng, WANG Jie, QU Boyang, et al. Multi-objective dynamic economic emission dispatching of power grid containing wind farms［J］.Power System Technology,2015,39（5）：1315-1322. ［5］文旭，王俊梅，郭琳，等．计及污染气体排放风险的多目标随机动态环境经济调度模型［J］．电力自动化设备，2015，35（5）：131-138． WEN Xu, WANG Junmei, GUO Lin, et al. Multi-objective stochastic and dynamic model of environmental and economic dispatch considering gas pollution emission risk［J］. Electric Power Automation Equipment, 2015, 35（5）: 131-138. ［6］刘晓，艾欣，彭谦．计及需求响应的含风电场电力系统发电与碳排放权联合优化调度［J］．电网技术，2012，36（1）：213-218． LIU Xiao, AI Xin, PENG Qian. Optimal dispatch coordinating power generation with carbon emission permit for wind farms integrated power grid considering demand response［J］. Power System Technology, 2012, 36（1）: 213-218. ［7］王蓓蓓，刘小聪，李扬．面向大容量风电接入考虑用户侧互动的系统日前调度和运行模拟研究［J］．中国电机工程学报，2013，33（22）：35-44． WANG Beibei, LIU Xiaocong, LI Yang. Day-ahead generation scheduling and operation simulation considering demand respond in large-capacity wind power integrated systems［J］. Proceedings of the CSEE, 2013, 33（22）: 35-44. ［8］别朝红，胡国伟，谢海鹏，等．考虑需求响应的含风电电力系统的优化调度［J］．电力系统自动化，2014，38（13）：115-120． BIE Chaohong, HU Guowei, XIE Haipeng, et al. Optimal dispatch for wind power integrated systems considering demand response［J］. Automation of Electric Power Systems, 2014, 38（13）: 115-120. ［9］LIU X, XU W. Economic load dispatch constrained by wind power availability: A here-and-now approach［J］. IEEE Transactions on Sustainable Energy, 2010, 1（1）: 2-9. ［10］孙宇军，李扬，王蓓蓓，等．计及不确定需求响应的日前调度计划模型［J］．电网技术，2014，38（10）：2708-2714． SUN Yujun, LI Yang, WANG Beibei, et al. A day-ahead scheduling model considering demand response and its uncertainty［J］. Power System Technology, 2014, 38（10）: 2708-2714. ［11］丁伟，袁家海，胡兆光．基于用户价格响应和满意度的峰谷分时电价决策模型［J］．电力系统自动化，2005，29（20）：10-14． DING Wei, YUAN Jiahai, HU Zhaoguang. Time-of-use price decision model considering user reaction and satisfaction index［J］. Automation of Electric Power Systems, 2005, 29（20）: 10-14. ［12］胡福年，汤玉东，邹云．需求侧实行峰谷分时电价策略的影响分析［J］．电工技术学报，2007，22（4）：168-174． HU Funian, TANG Yudong, ZOU Yun. Analysis of impacts of TOU price strategy ［J］. Transactions of China Electrotechnical Society, 2007, 22（4）: 168-174. ［13］BAYON L, GRAU J M, RUIZ M M, et al. The exact solution of the environmental/economic dispatch problem［J］. IEEE Transaction on Power Systems, 2012, 27（2）: 723-731. ［14］YANG Y P, CHE Y H. A diversity guided particle swarm optimization with chaotic mutation［C］ // 2nd International Asia Conference on Informatics in Control. Wuhan: IEEE, 2010: 294-297. ［15］ZHANG Junqi, LIU Kun, TAN Ying, et al. Random black hole particle swarm optimization and its application［C］ // 2008 IEEE International Conference on Neural Networks and Signal Processing. Nanjing, China: IEEE, 2008: 359-365. ［16］PENG Chunhua, SUN Huijuan, GUO Jianfeng, et al. Multi-objective optimal strategy for generating and bidding in the power market［J］. Energy Conversion and Management, 2012（57）: 13-22. ［17］徐玖平，吴巍．多属性决策的理论与应用［M］．北京：清华大学出版社，2006：45-48．［18］张宁，胡兆光，周渝慧，等．考虑需求侧低碳资源的新型模糊双目标机组组合模型［J］．电力系统自动化，2014，38（17）：25-30． ZHANG Ning, HU Zhouguang, ZHOU Yuhui, et al. A novel fuzzy bi-objective unit commitment model considering demand side low-carbon resources［J］. Automation of Electric Power Systems, 2014, 38（17）: 25-30. ［19］BASU M. Dynamic economic emission dispatch using nondominated sorting genetic algorithm-II［J］. International Journal of Electrical Power & Energy Systems, 2008, 30（2）: 140-149. ［20］邓威，李欣然，李培强，等．基于互补性的间歇性分布式电源在配网中的优化配置［J］．电工技术学报，2013，28（6）：216-225． ZHENG Wei, LI Xinran, LI Peiqiang, et al. Optimal allocation of intermittent distributed generation considering complementarity in distributed network［J］. Electric Power Automation Equipment, 2013, 28（6）: 216-225. ［21］宋艺航，谭忠富，李欢欢，等．促进风电消纳的发电侧、储能及需求侧联合优化模型［J］．电网技术，2014，38（3）：610-615． SONG Yihang, TAN Zhongfu, LI Huanhuan, et al. An optimization model combining generation side and energy storage system with demand side to promote accommodation of wind power［J］. Power System Technology, 2014, 38（3）: 610-615.

[1]	高建伟, 郎宇彤, 高芳杰, 郭贵雨, 梁鹏程. 基于Copula-UCVaR风险度量的风电场投资时序规划[J]. 电力建设, 2020, 41(8): 78-86.
[2]	王瀚琳, 刘洋, 许立雄, 陈贤邦, 谭思维. 考虑风电消纳的区域多微网分层协调优化模型[J]. 电力建设, 2020, 41(8): 87-98.
[3]	郑惠萍, 曾鹏, 刘新元, 程雪婷, 薄利明, 杨尉薇, 张一帆, 崔杨. 基于误差前馈预测的多时空尺度风电集群有功功率分层控制策略[J]. 电力建设, 2020, 41(8): 120-128.
[4]	李恒强，王骏，蒋星燃，匡仲琴，徐石明，杨永标. 面向电网调峰辅助服务的空调负荷调控策略及其虚拟机组建模[J]. 电力建设, 2020, 41(7): 49-57.
[5]	方朝雄，吴晓升，江岳文. 考虑暂态稳定性的网储多目标双层优化[J]. 电力建设, 2020, 41(7): 58-66.
[6]	张浩禹，邱晓燕，周晟锐，赵有林，李凌昊，张楷 . 基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型[J]. 电力建设, 2020, 41(7): 82-91.
[7]	张楷，邱晓燕，李凌昊，张浩禹，赵有林，刘梦依. 含风电系统中计及静态电压稳定影响的储能系统配置方案[J]. 电力建设, 2020, 41(7): 110-116.
[8]	赵晨，何宇俊，罗钢，龚超，赵越，张轩，陈启鑫. 基于泛在互联的虚拟电厂参与实时市场模型[J]. 电力建设, 2020, 41(6): 36-43.
[9]	陈曦，徐青山，杨永标. 考虑风电不确定性的CCHP型微网日前优化经济调度[J]. 电力建设, 2020, 41(6): 107-113.
[10]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[11]	林紫菡，蒋晨威，陈明辉，尚慧玉，赵宏伟，阳曾，王一铮，文福拴. 计及柔性负荷的综合能源系统低碳经济运行[J]. 电力建设, 2020, 41(5): 9-18.
[12]	都成，魏震波. 基于模糊激励型需求响应的微电网两阶段优化调度模型[J]. 电力建设, 2020, 41(5): 37-44.
[13]	李鹏，杨莘博，李慧璇，田春筝，李锰，谭忠富. 计及多能源多需求响应手段的园区综合能源系统优化调度模型[J]. 电力建设, 2020, 41(5): 45-57.
[14]	祁兵，叶欣，李彬，陈宋宋，李源非，石坤. 考虑IEC标准的用户侧电力物联网体系架构研究[J]. 电力建设, 2020, 41(5): 92-99.
[15]	许志恒，张勇军，余兆荣，王玕. 考虑激励型需求侧响应的电-气互联系统两阶段随机优化调度[J]. 电力建设, 2020, 41(4): 81-89.

计及需求响应的含风电场日前两阶段动态环境经济调度

Day-Ahead Tow-Stage Dynamic Economic Emission Dispatching in Wind Power Integrated System Incorporating Demand Response

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价