基于MILP的装配企业参与需求响应的调控策略

doi:10.3969/j.issn.1000－7229.2018.09.001

摘要/Abstract

摘要： 目前国内外有关需求响应技术的研究主要集中在智能家电和智能楼宇中，然而工业企业的电力消费在社会用电中占比极高，如果可以充分利用企业在生产中的需求响应潜力，那么这种潜力将能在电网平衡和提升企业竞争力中发挥重要作用。因此，该文构建了制造装配企业的生产模型，同时基于混合整数线性规划（mixed integer linear programming, MILP）设计了一种自动需求响应算法，可以最大限度地提高制造商的利润。通过对某电池制造工厂的案例进行研究可知，提出的算法自动满足了电网的需求，同时增加了制造商的利润。通过3个场景：峰平谷电价、需求侧竞价、新能源消纳（风电平抑），具体论证了算法的优越性。此外，描述了装配企业参与需求响应的潜力与储料箱容量比例的关系，为进一步研究装配企业参与需求响应提供了思路。

关键词: 需求响应, 混合整数线性规划（MILP）, 制造装配工厂

Abstract: There is much research on the demand response technology, but mainly concentrated in smart home appliances and intelligent buildings. Since the electricity consumption of industrial enterprises possess a very high proportion in social electricity consumption, if the demand response potential of these enterprises can be taken full advantage, it may play an important role for balancing the grid power and enhancing the competitiveness of enterprises. Production models of manufacturing and assembling enterprises are constructed in this paper. At the same time, an automatic demand response algorithm is designed on the basis of mixed integer linear programming to maximize the profit of the manufacturers. In a case study of a battery manufacturing plant, the proposed algorithm automatically meets the needs of the grid as well as increasing the manufacturers profits. And the superiority of the algorithm is specifically demonstrated through three scenarios, including peak valley price, demand side bid, new energy consumption （wind power suppression）. In addition, it describes the relationship between the potential of the assembly enterprises to participate in the demand response and the proportion of the storage tank capacity, and provides the idea for the further research of the assembly enterprise to participate in the demand response.

Key words: demand response, mixed integer linear programming（MILP）, manufacturing assembly plant

中图分类号:

TM 734

祁兵，夏琰，李彬，李德智，崔高颖. 基于MILP的装配企业参与需求响应的调控策略[J]. 电力建设, 2018, 39(9): 1-8.

QI Bing, XIA Yan, LI Bin, LI Dezhi, CUI Gaoying. Scheduling Strategy Based on MILP for Assembly Enterprises Participating in Demand Response[J]. Electric Power Construction, 2018, 39(9): 1-8.

参考文献

［1］张钦，王锡凡，王建学，等．电力市场下需求响应研究综述［J］．电力系统自动化，2008，32（3）：97-106.

ZHANG Qin，WANG Xifan，WANG Jianxue，et al．Survey of demand response research in deregulated electricity markets［J］．Automation of Electric Power Systems，2008，32（3）：97-106．

［2］中国电力企业联合会规划发展部．2016年1~11月份电力工业运行简况［J］．电器工业，2017（1）：45-48.

Planning and Development Department of CEC．Operation situation of power industry in 1~11 2016［J］．China Electrical Equipment Industry，2017（1）：45-48．

［3］曾鸣，武赓，李冉，等．能源互联网中综合需求侧响应的关键问题及展望［J］．电网技术，2016，40（11）：3391-3398.

ZENG Ming，WU Geng，LI Ran，et al．Key problems and prospects of integrated demand response in energy internet［J］．Power System Technology，2016，40（11）：3391-3398．

［4］张娜，夏天，张婷，等．智能电网下的工业用户需求响应影响因素研究［J］．华东电力，2013，41（1）：37-41.

ZHANG Na，XIA Tian，ZHANG Ting，et al．Influence factors of industrial customers demand response for smart grid［J］．East China Electric Power，2013，41（1）：37-41．

［5］DAGOUMAS A S，POLEMIS M L．An integrated model for assessing electricity retailer’s profitability with demand response［J］．Applied Energy，2017（198）：49-64．

［6］LUO Z，HONG S H，KIM J B．A price-based demand response scheme for discrete manufacturing in smart grids［J］．Energies，2016，9（8）：650．

［7］JIMENEZ J．Implementing factory demand response via onsite renewable energy：A design-of-experiment approach［J］．International Journal of Production Research，2015，53（23）：7034-7048．

［8］GREIN A，PEHNT M．Load management for refrigeration systems：Potentials and barriers［J］．Energy Policy，2011，39（9）：5598-5608．

［9］ALCZAR-ORTEGA M，LVAREZ-BEL C，ESCRIV-ESCRIV G，et al．Evaluation and assessment of demand response potential applied to the meat industry ［J］．Applied Energy，2012，92（4）：84-91．

［10］陆俊，彭文昊，朱炎平，等．基于粒子校正优化的智能小区需求响应调度策略［J］．电网技术，2017，41（7）：2370-2377.

LU Jun，PENG Wenhao，ZHU Yanping，et al．A scheduling strategy based on particle correction for intelligent power demand response［J］．Power System Technology，2017，41（7）：2370-2377．

［11］张延宇，曾鹏，李忠文，等．智能电网环境下空调系统多目标优化控制算法［J］．电网技术，2014，38（7）：1819-1826.

ZHANG Yanyu，ZENG Peng，LI Zhongwen，et al．A multi-objective optimal control algorithm for air conditioning system in smart grid［J］．Power System Technology，2014，38（7）：1819-1826．

［12］郭帅，刘鲁嘉，杨萌，等．计及可控负荷的微网自治调度模型［J］．电网技术，2017，41（1）：48-54.

GUO Shuai，LIU Lujia，YANG Meng，et al．Autonomous scheduling model for microgrid considering controllable loads［J］．Power System Technology，2017，41（1）：48-54．

［13］戚野白，王丹，贾宏杰，等．基于局部终端温度调节的中央空调需求响应控制策略［J］．电力系统自动化，2015，39（17）：82-88.

QI Yebai，WANG Dan，JIA Hongjie，et al．Demand response control strategy of central air conditioning system based on local terminal temperature regulation［J］．Automation of Electric Power Systems，2015，39（17）：82-88．

［14］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．

［15］高赐威，梁甜甜，李扬．自动需求响应的理论与实践综述［J］．电网技术，2014，38（2）：352-359.

GAO Ciwei，LIANG Tiantian，LI Yang．A survey on theory and practice of automated demand response［J］. Power System Technology，2014，38（2）：352-359．

［16］姚明涛，胡兆光，张宁，等．工业负荷提供辅助服务的多智能体响应模拟［J］．中国电机工程学报，2014，34（25）：4219-4226.

YAO Mingtao，HU Zhaoguang，ZHANG Ning，et al．Multi-agent response simulation of industrial loads for ancillary services［J］.Proceedings of the CSEE，2014，34（25）：4219-4226．

［17］黄蕾．国网江苏电力启动36项试点示范工程［J］．农村电工，2017（3）：4.

HUANG Lei．State Grid Jiangsu electric power launched 36 pilot demonstration projects［J］．Rural Electician，2017（3）：4．

［18］ELGHITANI F，ZHUANG W．Aggregating a large number of residential appliances for demand response applications［J］．IEEE Transactions on Smart Grid，2017，PP（99）：1．

［19］周明，殷毓灿，黄越辉，等．考虑用户响应的动态尖峰电价及其博弈求解方法［J］．电网技术，2016，40（11）：3348-3354.

ZHOU Ming，YIN Yucan，HUANG Yuehui，et al．Dynamic critical peak price and its gaming approach considering customers response［J］．Power System Technology，2016，40（11）：3348-3354．

［20］邓冠龙，顾幸生，崔喆．基于群智能优化的车间调度方法［M］．北京：清华大学出版社，2016.

DENG Guanlong，GU Xingsheng，CUI Zhe．Job shop scheduling method based on swarm intelligence optimization ［M］．Beijing：Tsinghua University Press，2016．

［21］STORN R．Designing nonstandard filters with differential evolution［J］．IEEE Signal Processing Magazine，2005，22（1）：103-106．

［22］LOUBIERE P，JOURDAN A，SIARRY P，et al．A sensitivity analysis method for driving the Artificial Bee Colony algorithms search process［J］．Applied Soft Computing，2016，41（C）：515-531．

［23］RUIZ R，STUTZLE T．A simple and effective iterated greedy algorithm for the permutation flowshop scheduling problem［J］．European Journal of Operational Research，2007，177（3）：2033-2049．

［24］UGRANLI F，KARATEPE E，Nielsen A H．MILP approach for bilevel transmission and reactive power planning considering wind curtailment［J］．IEEE Transactions on Power Systems，2017，32（1）：652-661．

［25］IEC．Energy efficiency through automation systems: IEC/TR 62837 Ed. 2.0［S］．Denmark：IEC，2017：23-24．

［26］刘顺桂，杨佳驹，王磊．考虑用户用电特性的基线负荷计算方法［J］．电力需求侧管理，2016，18（3）：17-22.

LIU Shungui，YANG Jiaju，WANG Lei．A baseline load calculation method considering user electrical characteristics ［J］．Power Demand Side Management，2016，18（3）：17-22．

［27］Siemens．西门子电池生产过程［EB/OL］．（2017-08-17）［2018-08-10］．https://www.industry.siemens.com.cn/topics/cn/zh/battery-manufacturing/process/pages/default.aspxSiemens．SIEMENS battery production process［EB/OL］．（2017-08-17）［2018-08-10］．https://www.industry.siemens.com.cn/topics/cn/zh/battery-manufacturing/process/pages/default.aspx

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	袁桂丽，董金凤，魏更，贾新潮. 基于需求响应和多能互补的冷热电联产微网优化调度[J]. 电力建设, 2019, 40(9): 64-72.
[14]	刘拥军，曹晓峻，胡朝阳，王珂，徐立中，高赐威. 数据网络参与多调峰辅助服务市场组合优化调度策略[J]. 电力建设, 2019, 40(9): 82-90.
[15]	王星华，刘升伟，陈豪君，彭显刚，周亚武. 考虑用户差异性的售电公司需求响应电价模型[J]. 电力建设, 2019, 40(9): 116-123.