智能电网中基于非合作博弈的需求侧分层优化

智能电网是未来电网的发展方向,包括供电侧的安全稳定和需求侧的合理用电决策.在需求侧提出一种基于非合作博弈的分层优化机制并解决了最优响应算法(Best Response)的收敛问题.首先在供电侧以削峰填谷为目的,利用集中式优化分配微网的参考负荷,并利用参考负荷构造微网用户的电价因素,引导用户的充放电决策.微网中的用户以自身花费代价为优化目标构造成非合作博弈模型,达到纳什均衡时供电侧表现出良好的削峰填谷效果.然后,利用最优响应算法与强单调函数的关系,重新构造优化目标函数,解决了最优响应法无法收敛到纳什均衡的问题.实验结果证明,提出的分层优化方案有效地降低了电网负荷曲线的峰值平均比.     

基于V2G的电动汽车有序充放电控制策略

大规模电动汽车作为移动存储的电力负荷,其无序充电行为将会导致电网出现负荷峰谷差加大、负荷率降低等问题。文中分别从电网侧和用户侧的角度,研究基于车网互动(V2G,vehicle to grid)的电动汽车有序充放电控制策略。在电网侧以负荷曲线均方差最小为目标函数,在用户侧以电动汽车用户参与V2G获得的经济收益最大化为目标函数,并且考虑到电动汽车实际充放电功率、可用容量及用户日常设置等约束条件,采用粒子群优化算法进行仿真求解。分别以重庆2020年、2025年和2030年电动汽车有序充放电为例,对电动汽车在电网侧和用户侧的有序充放电进行优化控制仿真分析。算例结果表明,所提出的电网侧和用户侧电动汽车有序充放电优化控制模型能有效降低负荷峰谷差、平滑负荷曲线并为参与V2G服务的用户带来经济收益。     

电力节能从有序用电做起

电力节能,有序先行。本着指标公开、用电公平,按照错峰不拉线、力争不拉电的原则,遵循先错峰、后避峰、再限电、最后拉路的顺序,通过合理安排用户周休日平衡周用电负荷;通过安排企业设备检修平衡月、季、年用电负荷,以达到错峰用电;按照四定原则(定用户、定时间、定设备、定容量),安排用户在电网高峰期间停用部分用电设备,以平衡日用电负荷,以达到避峰用电,最终实现电力能源消耗最低、电力能源紧缺时段保障电网安全供电,保证城乡居民生活和重要用户可靠用电。     

基于改进的禁忌搜索算法在有序用电中的应用

国家电力系统负荷与日俱增,用户用电数据海量增长,需要高性能优化算法来解决此类复杂的有序用电问题.为了填补有序用电系统调度中的负荷缺口,提高供电效能并合理选择用户,本文提出了一种改进的禁忌搜索算法来求解电力供需平衡的多目标优化调度问题.使用融入了莱维飞行的野狗优化算法对禁忌搜索算法中的初始化阶段进行优化,得到一种改进的禁忌搜索算法.该方案增强了原始算法的搜索能力,加快了算法的收敛速度,提供了一种更优的解决方案.最后通过消融实验以及与5个经典的启发式算法进行对比实验来验证所提出的算法的性能.     

基于改进型密度峰值算法的电力负荷聚类分析

在海量异质灵活资源参与含高比例新能源电网的运行调节背景下,针对用户用电特性分析的准确性、鲁棒性、计算效率的高要求问题,文中提出了一种基于特征指标完善和改进型密度峰值算法的电力负荷聚类分析方法。首先,通过提取9个完备的特征指标进行指标降维和完善以代替日负荷曲线组成的功率向量作为聚类输入;其次,采用熵权法对各项特征指标赋予权重保证负荷曲线的形态特征;最后,采用一种改进型密度峰值聚类算法对日负荷进行聚类分析。基于某地区实际负荷数据进行算例分析,结果表明文中所提方法在鲁棒性、聚类质量等方面相比于传统电力负荷聚类算法均具有优越性,聚类结果能真实有效地反映用户的实际用电特性,为制定精准的电力用户画像、需求侧响应策略提供了态势感知基础。     

基于激励机制的家庭能量系统优化策略研究

为缓解现有分时电价机制可能造成新的负荷高峰情况,提出了一种从负荷侧考虑的对电网调峰有贡献度的用电激励机制.首先建立各类家庭用电设备负荷模型、蓄电池负荷模型以及电动汽车充放电模型,其次提出从负荷侧间接调整电网峰谷差的激励机制模型,最后以用电成本与用户舒适度为目标函数,采用基于小生境的混沌粒子群优化算法求解多目标Pareto解.仿真结果表明,所提出的激励机制在满足舒适度要求的同时能显著降低用电成本与用电峰谷差,在一定程度上缓解了电网压力并提高其运行稳定性.     

基于风功率预测的可移时负荷监控系统开发

为了实现风电场与可移时负荷的集中管理,该文研发了一套基于风功率预测的可移时负荷监控系统。该监控系统可以根据风电功率预测信息,采取多时间尺度协调的负荷用电控制,对可移时负荷的状态信息进行实时数据采集和监控处理。该文基于WinCC、Visual Studio 2012开发平台,采用C++语言来编写算法,对多目标函数进行优化,根据优化结果,对负荷侧进行调度,实现电源侧与负荷侧的良性有序互动。     

基于遗传算法的微电网DSM优化模型

为降低微电网发电侧运行成本, 同时优化微电网需求侧用户的用电体验, 建立了将需求侧管理(DSM:Demand Side Management)纳入微电网经济优化的模型。该模型包括一个光伏发电装置, 两个柴油发电机和一个蓄电池, 需求侧用户根据动态定价机制作出响应并对负荷进行转移, 以节省电费。将用户感到的不便与负荷转移时间建立联系, 运用遗传算法同时优化发电侧经济性和需求侧用户体验。仿真结果表明, 实施DSM 后,发电成本显著降低, 用户获得了一定的经济效益。     

智能电网环境下多电动汽车协同充电优化调度算法

大量电动汽车通过居民侧家庭能源管理系统接入电网充电时,若各用户独自对充电过程进行优化,会使充电负荷集中在低电价时段,形成巨大的负荷峰值,造成变压器和线路严重超载,威胁电力系统的稳定运行。引入了一种智能电网环境下电动汽车协同充电模式,建立了最小化用户用电费用的最优充电模型,提出了一种多电动汽车协同充电优化调度算法。该算法能有效避免用户独自优化调度时出现的弊端,同时显著降低用户的充电费用。通过仿真实验验证了算法的有效性。     

基于改进kNN算法的非侵入式负荷识别方法

居民用户作为智能电网的重要消耗端,合理用电对缓解能源危机起着至关重要的作用,用电量的分项计量及实时反馈能够引导用户自行优化用能习惯,同时帮助电网侧挖掘用户侧的节能潜力和需求响应潜力.非侵入式负荷监测是用电量分项计量的实现途径,本文针对现有高精度的基于深度学习的负荷识别算法运算复杂度高,无法用于家庭嵌入式设备的问题,提出...     

试论用电检查工作的常见问题与防窃电对策

针对在电能计量中具有重要作用和意义的用电检查工作,在简述用电检查问题的基础上,包括用户侧的安全问题、窃电与违约用电行为增加、农排机井的实际用电问题,提出行之有效的用电检查及防窃电对策,如配置专门的计量箱及电表箱、采用防撬铅封、双向计量或配置止逆式电表、三相负荷利用分相计量方式等,以此为保证电能计量的准确性提供参考借鉴。     

考虑用电效用的用户购电决策优化

随着售电侧市场的逐步放开，电力用户的市场化程度逐渐加深，需要制定科学合理的购电策略以保障自身用电效用的同时降低风险。该文提出了考虑用电效用的用户购电决策优化策略。首先基于实时电价建立了三种不同类型的套期保值合同供用户选择；接着引入了需求价格弹性模型引导用户调整用电策略，实现负荷和电价的实时联动；基于条件风险价值法以用电效用最大化为目标建立用户购电决策模型；并采用阿基米德算法来求解该模型；最后通过算例验证了该模型能够有效提高用户的购电效用，为用户的购电决策提供参考。     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

基于负荷特性分析的有序用电管理策略

当电网供需形势紧张、电力负荷需求无法全部满足时,负责保障安全供电的电力公司不得不采取一定的措施,以引导或限制电力用户的高峰用电需求。在当前的市场经济体制下,通过制定合理的错、避峰计划,实施有序用电策略,增强电力用户参与负荷管理和控制的灵活性与主动性,能够更有效缓解电力供需紧张的矛盾。     

基于SACPS算法的住宅小区电动汽车集群有序充电

针对传统电动汽车有序充电存在的充电影响因素考虑不全、优化目标过于单一、充电体验不友好等问题,以住宅小区电动汽车集群充电为研究对象,构建集群有序充电模型,提出模拟退火的混沌粒子群(simulated annealing chaotic particle swarm,简称SACPS)算法,且使用该文算法对集群有序充电模型进行优化,最后对优化结果进行仿真实验.仿真实验结果表明：相对于其他2种算法,该文算法能使电动汽车集群有序充电模型取得更低的最佳适应度;与集群无序充电相比,SACPS算法的集群有序充电的负荷峰值、负荷峰谷比、充电费用分别降低了42.62%,96.81%,15.61%; SACPS算法的集群有序充电在一定程度上实现了与其他负荷的错峰用电.因此,SACPS算法具有优越性.     

关于电力需求侧管理的对策研究

电力需求侧管理是完善我国能源开发与使用状况的现实需要。通过政府、电力公司和用户等各个方面的密切配合、共同努力,实施电力需求侧管理,优化用电方式和提高用电效率从我国近年来的电力持续负荷统计来看,全国95%以上的高峰负荷年累计持续时间只有几十个小时,采用增加调峰发电装机的方法来满足这部分高峰负荷很不经济。如果采用需求侧管理的方法削减这部分高峰负荷,则可以缓解电力供需紧张的压力。     

"移峰填谷"添新技

随着经济的发展、城市规模的扩大和用电结构的改变，城市以及地区电网昼夜电力负荷差值越来越大。由于空调用电主要集中在室外气温较高的中午和下午时段，使得原本已是波浪型电力负荷的高峰时段负荷激增，大多数城市电网出现高峰电力不够用，而低谷电力用不了的情况。这种不断增加的电力负荷差给电网安全、合理和经济地运行带来了很大的麻烦，由此也造成了巨大的能源浪费。仅靠电网调度来满足昼夜电力需求变化已经非常困难。通过用户侧的用电负荷调整来实现电力负荷均衡，已成为当务之急。     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下,居民用户大量负荷转移至低电价时段,形成新的负荷高峰。为了缓解这一状况,提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数,对家庭用电设备进行分类并建立数学模型;考虑调峰功率约束和补偿费用约束,运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS）,并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序,最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本,减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰,实现用户用电策略的优化。     

认知MIMO无线网络中的多买家动态频谱接入技术

研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术,以使得具有不同风险偏好的次级用户(买家)可以动态地选择竞标策略,同时主用户也可以根据系统情况,自适应地调整拍卖机制。基于非合作博弈设计了一个有限离散博弈模型,该博弈至少有一个混合策略的纳什均衡。基于自动学习机的概念,设计了一个有限反馈的分布式随机学习算法。仿真结果表明,所设计的算法具有良好的性能,与传统的固定竞拍机制和随机的选择竞价策略相比,该算法能够帮助主用户获得更高的利润,且让次级用户根据自身的风险偏好,选择一个合理的竞拍策略。     

浅谈智能电网电力需求侧管理

智能电网与用户的友好互动赋予了需求侧管理新内容。通过应用先进的通信、传感、计量技术和计算方法,采用智能化电表、电器与用户紧密相连,有效地促进了需求侧管理全面开展。首先介绍了智能电网环境下需求侧管理的特点,阐述了需求侧管理内容：消减高峰时段负荷、增加低谷用电负荷和移峰填谷;其次介绍了电力需求侧管理的峰谷分时电价数学模型,并详细说明了目标函数和约束条件;最后总结了智能电网对电力需求管理的促进作用。