基于熵值法改进的新型电力错峰资源调度策略

doi:10.3969/j.issn.1000－7229.2017.04.008

电力建设 ›› 2017, Vol. 38 ›› Issue (4): 57-.doi: 10.3969/j.issn.1000－7229.2017.04.008

基于熵值法改进的新型电力错峰资源调度策略

石坤1,2，孔令基2，李彬2，李德智1，郑爱霞3，孙毅2，祁兵2

1. 中国电力科学研究院, 北京市 100192；2.华北电力大学电气与电子工程学院，北京市 102206；

3. 国网江苏省电力公司电力科学研究院，南京市 210036

出版日期:2017-04-01
作者简介:石坤（1984），男，工程师，研究方向为能效与智能用电技术；孔令基（1989），男，硕士，主要从事电气信息化相关技术研究工作；李彬（1983），男，博士，副教授，主要从事电力系统自动化与信息化等相关技术研究工作；李德智（1982），男，硕士，主要从事智能用电、需求响应、能效管理方面的研究工作；郑爱霞（1968），女，硕士，主要从事电网设备运维、电能质量、节能降损、电能计量等方面的管理与技术研究工作；孙毅（1972），男，教授，主要从事电力大数据与电网能效节能相关技术研究工作；祁兵（1965），男，教授，主要从事电力节能、自动需求响应相关技术研究工作。
基金资助:
国家重点研发计划项目（2016YFB0901102）；国家电网公司科技项目（SGJS0000YXJS1501044）

A Novel Power Load Shifting Resource Dispatching Strategy Based on Improved Entropy Method

SHI Kun1,2, KONG Lingji2, LI Bin2, LI Dezhi1, ZHENG Aixia3, SUN Yi2, QI Bing2

1. China Electric Power Research Institute, Beijing 100192, China;

2. School of Electric and Electronic Engineering, North China Electric Power University, Beijing 102206, China;

3. State Grid Jiangsu Electric Power Research Institute, Nanjing 210036, China

Online:2017-04-01
Supported by:
Project supported by the National Key Research and Development Program of China（2016YFB0901102）

摘要/Abstract

摘要： 摘要：为缓解用电高峰时段电网运行压力，同时考虑到负荷集成商基本职能及其具有的自行组织错峰资源调度能力，该文从负荷集成商角度出发，研究在完成错峰资源调度任务前提下，负荷集成商的任务分解及调度策略，使其获取最大收益。构建了用户侧参与错峰资源调度的数学模型，以熵值法为基础，提出针对错峰资源调度问题的动态系数修正机制。遴选了与错峰调度相关的核心指标，根据用户侧动态执行情况实时调整负荷集成商的任务调度策略，并根据负荷集成商收益以及错峰任务完成情况进行评价。结果表明，相对于一般均分法及熵值法，提出的算法策略更能确保负荷集成商完成错峰资源调度任务且实现收益最大化，证明提出的算法策略在错峰资源调度上具有一定的适用性。

关键词: , 错峰资源, 调度策略, 偏差修正, 需求响应

Abstract: ABSTRACT： In order to ease the power grid operation pressure during peak hours, considering the basic function and the ability to organize load shifting resource dispatching of load aggregators, this paper mainly studies the task decomposition and scheduling policy of load aggregators to make them to maximize the benefits under the completion of load shifting resource dispatching. We construct the mathematical model for the users participating in load shifting resource dispatching, and propose the dynamic coefficient correction mechanism for the load shifting resource dispatching problems based on entropy method. Then we choose the core indicators related load shifting dispatching, adjust the task scheduling strategy of load integrator in real time according to users lateral dynamic execution, and implement evaluation according to the income of load aggregator and the completion of load shifting task. The results show that compared with the general average method and entropy method, the proposed algorithm strategy can ensure complete the load shifting resource scheduling tasks and realize the profit maximization for load aggregator, and this algorithm strategy is applicable to the load shifting resource dispatching in some circumstances.

Key words: load shifting resources, dispatching strategy, deviation correction, demand response

中图分类号:

TM 734

石坤，孔令基，李彬，李德智，郑爱霞，孙毅，祁兵. 基于熵值法改进的新型电力错峰资源调度策略[J]. 电力建设, 2017, 38(4): 57-.

SHI Kun, KONG Lingji, LI Bin, LI Dezhi, ZHENG Aixia, SUN Yi, QI Bing. A Novel Power Load Shifting Resource Dispatching Strategy Based on Improved Entropy Method[J]. Electric Power Construction, 2017, 38(4): 57-.

参考文献

［1］〖HJ1.1mm〗MOHAGHEGHI S，YANG F，FALAHATI B.Impact of demand response on distribution system reliability［C］//2011 IEEE Power and Energy Society General Meeting.San Diego：IEEE，2011：1-7.

［2］孙宇军,李扬,王蓓蓓,等. 计及不确定性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.

［3］于雷,汤庆峰,张建华. 基于负荷资源分类建模和启发式策略的家居型微电网优化运行［J］. 电网技术,2015,39（8）:2180-2187.

YU Lei, TANG Qingfeng, ZHANG Jianhua. Optimal operation for residential micro-grids based on load resources classification modelling and heuristic strategy［J］. Power System Technology, 2015,39（8）:2180-2187.

［4］祁兵, 张荣, 李彬, 等. 自动需求响应信息交换接口设计［J］. 中国电机工程学报, 2014, 34（31）: 5590-5596.

QI Bing, ZHANG Rong, LI Bin,et al. Design of automated demand response information exchange interface［J］. Proceedings of the CSEE, 2014, 34（31）: 5590-5596.

［5］朱宁辉,白晓民,高峰. 双向智能电能表功能需求和结构性能分析［J］. 电网技术,2011,35（11）:1-6.

ZHU Ninghui, BAI Xiaomin, GAO Feng.Function requirements and structure properties analysis of bi-directional smart meter［J］. Power System Technology, 2011,35（11）:1-6.

［6］胡浙莹. 基于多数据源信息整合平台的有序用电管理模式优化研究和应用［D］. 北京：华北电力大学, 2013.

HU Zheying. Optimization research and application in the mode of orderly electricity consumption based on the integration of multiple data source［D］. Beijing: North China Electric Power University, 2013.

［7］JIAW Z, KANG C Q, CHEN Q X. Analysis on demand-side interactive response capability for power system dispatch in a smart grid framework ［J］. Electric Power Systems Research, 2012, 90（90）:11- 17.

［8］WANG Y Z, LIN X, PEDRAM M. A stackelberg game-based optimization framework of the smart grid with distributed PV power generations and data centers［J］. IEEE Transactions on Energy Conversion, 2014, 29（4）: 978-987.

［9］CAIT X, ZHAO C Y, XU Q. Energy network dispatch optimization under emergency of local energy shortage ［J］. Energy, 2012, 42（1）:132-145.

［10］张清华,王进,王国胤. 粗糙模糊集的近似表示［J］. 计算机学报, 2015,38（7）:1484-1496.

ZHANG Qinghua, WANG Jin, WANG Guoyin. The approximate representation of rough-fuzzy sets［J］. Chinese Journal of Computers, 2015,38（7）:1484-1496.

［11］李扬,于宏涛,高立群,等. 基于专家知识结构的错峰控制限电分配研究［J］. 继电器,2006,34（19）:46-50.

LI Yang, YU Hongtao, GAO Liqun,et al. Power limiting distribution research based on expert know ledge structure in peak load shifting control［J］. Relay, 2006,34（19）:46-50.

［12］BRUNO S, DASSISTI M, SCALA M L,et al. Predictive Dispatch across time of hybrid isolated power systems［J］.IEEE Transactions on Sustainable Energy, 2014, 5（3）: 738-746.

［13］李扬,高立群,于宏涛,等. 一种基于非线性多目标群决策的错峰控制限电分配方法［J］. 东北大学学报（自然科学版）, 2007, 28（7）:945-948.

LI Yang , GAO Liqun , YU Hongtao, et al. Nonlinear multi-objective group decision for peak load shifting to control power distribution［J］. Journal of Northeastern University （Natural Science）, 2007, 28（7）:945-948.

［14］LEE T F, CHO M Y, HSIAO Y C, et al. Optimization and implementation of a load control scheduler using relaxed dynamic programming for large air conditioner loads［J］. IEEE Transactions on Power Systems, 2008, 23（2）: 691-702.

［15］刘畅,张少华,王晛. 多时段可中断负荷调度的智能优化算法［J］. 电力系统保护与控制,2010,38（24）:105-109.

LIU Chang，ZHANG Shaohua，WANG Xian. Intelligent optimization algorithms for multi-period dispatch of interruptible loads［J］. Power System Protection and Control, 2010,38（24）:105-109.

［16］LI H, ROMERO C E, ZHENG Y. Economic dispatch optimization algorithm based on particle diffusion ［J］. Energy Conversion and Management, 2015, 105: 1251-1260.

［17］高雷阜. 资源分配的多目标优化动态规划模型［J］. 辽宁工程技术大学学报（自然科学版）,2001,20（5）:679-681.

GAO Leifu. The multi-object fuzzy optimization dynamic-state model about resource allocation［J］. Journal of Liaoning Technical University （Natural Science）, 2001,20（5）:679-681.

［18］高赐威,李倩玉,李扬. 基于DLC的空调负荷双层优化调度和控制策略［J］. 中国电机工程学报,2014,34（10）:1546-1555.

GAO Ciwei, LI Qianyu, LI Yang. Bi-level optimal dispatch and control strategy for air-conditioning load based on direct load control［J］. Proceedings of the CSEE, 2014,34（10）:1546-1555.

［19］程启月. 评测指标权重确定的结构熵值法［J］. 系统工程理论与实践,2010,30（7）:1225-1228.

CHENG Qiyue. Structure entropy weight method to confirm the weight of evaluating index［J］. Systems Engineering-Theory & Practice, 2010,30（7）:1225-1228.

[1]	汤吉鸿, 章德, 丛凡超, 田国梁, 吴贵烘, 李宇骏, 禹海峰. 基于线性二次型最优控制的多端直流最优功率调制方案[J]. 电力建设, 2020, 41(8): 32-39.
[2]	赵洱岽, 王浩, 林弘杨. 现货市场中基于演化博弈的火电企业阶梯报价策略[J]. 电力建设, 2020, 41(8): 68-71.
[3]	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.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[10]	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.
[11]	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.
[12]	张军六，樊伟，谭忠富，鞠立伟，德格吉日夫，杨莘博，孙婧霞. 计及需求响应的气电互联虚拟电厂多目标调度优化模型[J]. 电力建设, 2020, 41(2): 1-10.
[13]	周洪益，钱苇航，柏晶晶，卫志农，孙国强，臧海祥. 能源区块链的典型应用场景分析及项目实践[J]. 电力建设, 2020, 41(2): 11-20.
[14]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[15]	王莉，吴国沛，曾顺奇，何仲潇，董树锋. 考虑上级电网与工业园区互动的综合需求响应[J]. 电力建设, 2019, 40(9): 52-63.

基于熵值法改进的新型电力错峰资源调度策略

A Novel Power Load Shifting Resource Dispatching Strategy Based on Improved Entropy Method

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