计及用户消费粘性的多能源优化与控制方法
【技术领域】
[0001] 本发明属于电力系统需求响应调度技术领域，特别提供一种计及用户消费粘性的 多能源优化与控制方法，用于优化用户多能源的使用计划，控制家庭能源设备的工作状态。
【背景技术】
[0002] 需求响应是指电力市场中的用户针对市场价格信号或者激励机制做出响应，并改 变正常电力消费模式的市场参与行为。实施需求响应，能够提高电力系统调峰调频能力，促 进消纳间歇性新能源，实现电力资源的优化配置。
[0003] 在传统需求响应项目中，用户参与需求响应的方式有两种：其一是削峰，即用户削 减电价高峰时段负荷水平而不改变其他时段的用电状况。其二是移峰，即用户将高峰时段 的负荷转移至低谷时段。这两种需求响应形式均改变用户习惯的用电方式，影响用户的用 电效益。
[0004] 能源危机和环境污染的双重压力促使国内外学者开始研究电、气、热等各种形式 能源的综合利用。多能源系统为用户提供不同能源消费的选择，在不影响用户效益的条件 下，用户可以以一种全新的方式参与需求响应：在电价高峰时段，将电能切换为天然气、储 能等其他形式能源，从而在削减负荷水平的同时保证用户效益不受影响。在这样的背景下， 多能源优化技术愈发重要。多能源优化技术以用户用能成本最小为目标函数，考虑多能源 供需平衡及物理约束条件，满足用户效益的同时有效降低用户用能成本。
[0005] 多能源系统的引入和多能源优化技术的发展有两方面的优势。对于电力系统调 度而言，多能源优化技术极大丰富了需求侧响应资源，促使更多用户主动参与需求响应，有 效降低电力系统高峰时段负荷水平，提升系统运行的安全性；对于需求侧用户而言，多能 源系统为用户提供多能源优化的平台，用户可以在电价较高时选择使用天然气，在天然气 价格较高时选择使用电能，在不影响用户用电效益的前提下，降低用户用能成本，提升用 户经济效益。目前，国内外学者已经开展需求响应和多能源系统方面的研究和实践。在 学术石开究方面，(BahramiS,SheikhiA,Fromdemandresponseinsmartgridtoward integrateddemandresponseinsmartenergyhub(智能能源枢纽中从需求响应到整合 需求响应）.IEEETransactionsonSmartGrid, 2015.pp(99) :1_9·)研究多能源系统的多 能源优化问题，以天然气、电能为能源枢纽的能源输入，优化多能源的功率和用量，从而在 不改变用户用能效用的前提下实现用户参与需求响应。在工程实践方面，美国能源部（D0E) 于2001年提出了能源集成系统（IntegratedEnergySystem,IES)发展计划，其研究重点 是在保证能源系统运行可靠性的前提下，提高可再生能源在能源供应链中的比例，并加快 CHP(Cooling,Heating&Power)等多能源集成技术在应用领域内的应用与推广。
[0006] 消费粘性是指消费效用在时间上的相关性。粘性越高，表示用户越难以改变当 前消费习惯。只有当经济效益达到粘性阈值时，用户才会选择改变消费习惯。在用户消 费粘性研究方面，（KirschenDS，StrbacG，CumperayotP，MendesDP,Factoringthe elasticityofdemandinelectricityprices(在电力价格中考虑需求弹性因素）·IEEE TransactionsonPowerSystems, 2000. 15 (2) :612-617.)分析市场结构对需求弹性的影 响，通过自弹性与交叉弹性矩阵描述消费者行为。研究中指出消费者消费行为具有非线性 特性。（阮文骏，王蓓蓓，李扬，杨胜春，峰谷分时电价下的用户响应行为研究.电网技 术，2012. 36(7) :86-93.)基于消费者心理学原理，建立峰谷分时电价下用户响应模型，通 过历史数据利用最小二乘法拟合消费者粘性行为。
[0007] 多能源系统和多能源优化技术对传统需求响应带来一定影响，合理利用、优化并 控制多能源系统将进一步挖掘需求侧资源潜力，发挥需求响应优化资源配置的效益。然而， 目前的研究多聚焦于智能电网中需求响应的调度技术，少有研究深入用户内部，考察用户 的消费粘性，精细考虑用户权衡不同能源价格的内在经济驱动行为，难以为用户个体提供 精确而实用的多能源优化使用计划和家庭能源设备控制方案。为此，迫切需要研究能够真 实反映用户经济驱动行为的需求响应调度技术，为用户提供多能源的优化与控制方法。
【发明内容】
[0008] 本发明的目的在于完善多能源系统中的需求响应调度技术，提出一种计及用户消 费粘性的多能源优化与控制方法，从而为用户提供精细而实用的多能源优化使用计划和家 庭能源设备控制方案。
[0009] 本发明提出的一种计及用户消费粘性的多能源优化与控制方法，其特征在于：该 方法包括以下步骤：
[0010] 1)采集计及用户消费粘性的多能源优化与控制的用户基础数据；
[0011] 所述用户基础数据是指电力价格序列、天然气价格序列、用户电负荷、用户热负 荷、储能设备参数、用电设备参数、天然气设备参数、用户消费粘性曲线；
[0012] 2)建立计及用户消费粘性的多能源优化与控制的数学模型；
[0013] 所述计及用户消费粘性的多能源优化与控制的数学模型由目标函数和约束条件 组成；
[0014] 3)优化计及用户消费粘性的多能源优化与控制模型，得到数学模型的优化结果， 即各时段各种能源的功率；
[0015] 4)根据计及用户消费粘性的多能源优化与控制模型的优化结果，发出控制指令， 使用户的用电设备、储能设备和天然气设备按照指令工作运行，等待下一个优化控制周期 到来，返回步骤1)。
[0016] 本发明的技术特点及有益效果：
[0017] 本发明提出的计及用户消费粘性的多能源优化与控制方法，以天然气、电能和储 能为研究对象，将用户负荷划分为热负荷和电负荷。其中，热负荷表示用户利用该负荷的热 效应，如烹饪、热水、空调调温等；电负荷表示用户利用该负荷的电效应，如照明、电脑、洗衣 机等。用户的热负荷由天然气、电能和储能供应，用户的电负荷由电能和储能供应。用户在 不同电价、气价条件下选择使用何种能源及使用量，将由本发明提出的方法优化。
[0018] 考虑用户存在自身习惯的用能方式，改变习惯用能方式需要克服用户的消费粘 性。本文根据用户历史运行数据，利用最小二乘法拟合历史上价格与需求关联关系，从而获 得不同电价和气价下满足用户热负荷的电能、天然气比例。
[0019] 本发明提出的计及用户消费粘性的多能源优化与控制方法，以包括购电成本、购 气成本以及储能设备运维成本最小化为目标，以用户负荷、电能约束、储能约束、天然气约 束和消费粘性为约束条件，建立多能源优化模型，该模型本质为混合整数线性规划（mixed integerlinearprogramming,MILP)问题。
[0020] 本发明提出的计及用户消费粘性的多能源优化与控制方法，将封装为可执行程 序，写入用户的智能硬件终端中。智能硬件终端，将根据软件程序的多能源优化结果，发出 对该用户用电设备的控制指令，从而实现多能源优化与控制。
【附图说明】
[0021] 图1是本发明的计及用户消费粘性的多能源优化与控制方法的流程图；
[0022] 图2(a)是本发明实施例中，采用的用户消费粘性曲线；
[0023] 图2(b)是本发明实施例中，采用本发明进行优化，所得电负荷与电功率、储能设 备功率的优化结果。
[0024] 图2(c)是本发明实施例中，采用本发明进行优化，所得热负荷与电功率、储能设 备功率、天然气功率的优化结果。
【具体实施方式】
[0025] 本发明提出的计及用户消费粘性的多能源优化与控制方法结合附图及实施例说 明如下：
[0026] 本发明方法包括以下步骤：
[0027] 1)采集计及用户消费粘性的多能源优化与控制的用户基础数据；
[0028] 所述用户基础数据是指电力价格序列、天然气价格序列、用户电负荷、用户热负 荷、储能设备参数、用电设备参数、天然气设备参数、用户消费粘性曲线；
[0029] 所述电力价格序列、天然气价格序列为电力、天然气在控制周期的时间价格序列， 一般选取一天24小时的价格序列；
[0030] 所述储能设备参数包括储能设备运维成本系数、储能设备充电与放电的效率、储 能设备充电与放电的最大功率、储能设备的自耗电率、储能设备容量；
[0031] 所述用电设备参数包括用电设备最大与最小功率、用电设备功率改变速率限制；
[0032] 所述天然气设备参数包括天然气效率、天然气设备的最大与最小功率、天然气设 备功率改变速率限制、天然气设备用气量限制；
[0033] 所述用户消费粘性曲线，该曲线可通过用户历史消费数据根据现有多种算法获 取；
[0034] 2)建立计及用户消费粘性的多能源优化与控制的数学模型；
[0035] 所述计及用户消费粘性的多能源优化与控制的数学模型由目标函数和约束条件 组成；
[0036] 2-1)构建计及用户消费粘性的多能源优化与控制数学模型的目标函数，表达式如 下：
[0037]