一种考虑需求响应资源的电力零售商日前能量获取的确定方法
【专利摘要】本发明是一种考虑需求响应资源的电力零售商日前能量获取的确定方法，包括有如下步骤：1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等；2)零售商预测区域内的DG出力和批发市场电价；3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问题求解规模；4)零售商运用本文所提出模型进行优化求解；5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划上传到DSO；6)零售商将指令发送到用户端智能电表，并接受DSO调度。本发明能够有效地解决整合需求响应资源的问题，为电力零售侧零售商日前能量获取方案制定提供依据。
【专利说明】
一种考虑需求响应资源的电力零售商日前能量获取的确定 方法
技术领域
[0001]本发明属于电力系统分析领域，特别涉及一种考虑需求响应资源的电力零售商日 前能量获取的确定方法，属于电力零售市场中零售商能量获取确定方法的创新技术。
【背景技术】
[0002] 随着新电改多个重量级配套文件的下发，售电侧市场主体及相关业务、保底和普 遍服务机制、售电市场主体准入与退出机制、市场化交易机制、售电市场信用体系与风险防 范机制、组织实施等方面得以明确。
[0003] 作为电力市场中一个不可或缺的经济实体，零售商在未来配电系统中将发挥关键 作用。零售商代表中小用户参与市场交易和系统运营，整合众多中小用户的电力需求或供 给，运用专业技术评估并重新调整用户的电能消费或供给模式，减少其风险调整费用，为中 小用户争取到更低购电成本的同时，自身获得利润。零售商作为参与电力市场的经济实体， 也需要寻求自身利润的最大化。适当的投资收益，有助于激励零售商加大对智能电网建设 硬件和技术成本的投入，也有助于激励更多的中小用户投资安装智能电表、分布式发电设 备(如小规模风电场和住宅屋顶太阳能）、储能装置，参与需求响应项目，进而促进零售侧电 力市场的健康发展。
[0004] 同时，智能配电系统的发展和分布式发电、储能装置、主动负荷、电动汽车等需求 侧资源的出现，赋予了传统的电能零售商新的发展使命。在智能配电系统中，零售商不仅经 营电能批发零售这类传统业务，还承担着整合负荷侧分布式电源和需求响应资源、引导用 户有序用电、代表用户与DS0通信等多重任务。因此亟需研究制定一套能够有效整合需求侧 资源的电力零售商日前能量获取的确定方法。
【发明内容】
[0005] 本发明的目的在于考虑上述问题而提供一种能够有效解决当前电力零售商日前 能量获取确定方法中需求响应资源无法有效整合的情况，为未来智能配电系统中的电力零 售商日前能量获取提供可以参考的策略制定方法。
[0006] 本发明的技术方案是：考虑需求响应资源的电力零售商日前能量获取的确定方 法，包括有如下步骤：
[0007] 1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资 源等；
[0008] 2)零售商预测区域内的DG出力和批发市场电价；
[0009] 3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问 题求解规模；
[0010] 4)零售商运用本文所提出模型进行优化求解；
[0011 ] 5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关 计划上传到DSO;
[0012] 6)零售商将指令发送到用户端智能电表，并接受DS0调度。
[0013] 上述步骤5)中，所设计的零售商能量获取模型包含2层。
[0014] (1)外层优化模型
[0015] 外层的决策者(零售商)考虑一日内24个时段的节点电价变化，同时优先购买区域 内的分布式电能，调整所辖的电价型DR用电计划，实现自身收益的最大化。在决策过程中， 需要考虑分布式发电出力的不确定性。
[0016] 外层目标函数为零售商一日内售电收益与购电成本之差，购电成本包含2项，第1 项为经由配电系统传输到该节点电能的购电成本，第2项为购买区域内DG电能的成本。外层 约束条件包括节点t时段电价型DR可调整的上下限约束(式8)、电价型DR在一定时段内总 消费量约束(式9)。外层优化的目标函数和约束条件分别为：
[0017]
[0018]
[0019]
[0020]式中：#、t、pDC分别表示零售商向用户售电的固定价格、i节点t时段的节点电价、 分布式电能收购价格;PL.it、PlL. it、pe. it、Pse.?.分别表示i节点t时段的固定负荷、可中断负 荷、第e组电价型DR、分布式发电不确定出力；巧、&分别表示第e组电价型DR的上下限；泛，、 分别表示规定时间段内第e组电价型DR总消耗电能的上下限。
[0021] (2)内层优化模型
[0022]内层决策者(DS0)考虑日前批发市场电价的不确定性，以从上一层输电系统(批发 市场)购电成本和负荷削减补偿费用之和最小为优化目标，确定各时段从批发市场的购电 量和削减负荷量，并运用配电系统的最优潮流计算出各时段的节点电价。本文假设由DS0优 化各时段的潮流，并支付可中断负荷的削减费用。
[0023]节点电价包含两部分，电能批发及负荷削减的单位成本和阻塞费用。由于在用电 高峰时段可能发生潮流越限，在这些时段加收阻塞费用，可以引导零售商自主地优化调整 区域内负荷用电计划，缓解或避免系统发生阻塞。发电商、零售商和大用户在电力市场中的 决策是一个博弈的过程，在零售商制定购电策略的同时，发电商亦有可能更改报价策略。因 此，决策者在制定购电策略过程中需考虑日前批发市场电价的不确定性。
[0024]内层目标函数包含2项，第1项为从上一层输电系统（日前批发市场）的购电成本， 第2项为可中断负荷的削减成本。内层约束条件包括:功率平衡约束(式11)、线路传输功率 约束(式12)、可中断负荷上下限约束(式13)。内层优化的目标函数和约束条件分别为：
[0025]
[0026]
[0027]
[0028]
[0029] 式中：i、分别表示t时段从上一层输电系统（批发市场）购电电价和注入功 率;piL.it表示i节点的负荷削减补偿价格;h mi表示i节点注入功率对m支路潮流的灵敏度系 数;歹表示支路潮流容量上限；Si.,、^il. i分别表示i节点可中断负荷的上下限。
[0030] 内外层反复迭代，直至达到收敛条件，获得最优解。收敛条件为：智能配电网中每 个零售商一日所获利润两次迭代求解结果不大于ε。
[0031] 本发明的有益效果在于:本发明考虑需求响应资源的电力零售商日前能量获取确 定方法能够有效地解决整合需求响应资源的问题，为电力零售侧零售商日前能量获取方案 制定提供依据。本发明是一种方便实用的电力零售商日前能量获取确定方法。
【附图说明】
[0032] 图1为本发明考虑需求响应资源的电力零售商日前能量获取确定方法的原理图。
[0033] 图2为本发明考虑需求响应资源的电力零售商日前能量获取确定方法的应用模 型。
[0034]图3为ΙΕΕΕ33节点配电系统。
[0035] 图4为本发明实施例节点17的用电计划。
[0036] 图5为本发明实施例节点17的节点电价。
[0037] 图6为本发明实施例节点17的用电计划。
[0038]图7为本发明实施例节点17的节点电价。
【具体实施方式】
[0039] -种考虑需求响应资源的电力零售商日前能量获取的确定方法，步骤如下：
[0040] 1)零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资 源等；
[0041] 2)零售商预测区域内的DG出力和批发市场电价；
[0042] 3)零售商运用基于相似合并的数据分组技术对以上数据进行分类合并，以降低问 题求解规模；
[0043] 4)零售商运用本文所提出模型进行优化求解；
[0044] 5)零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关 计划上传到DS0;
[0045] 外层优化的目标函数和约束条件分别为：
[0046]
[0047]
[0048]
[0049]式中：#、__Ait、pDc分别表示零售商向用户售电的固定价格、i节点t时段的节点电价、 分布式电能收购价格办.:11;、？11.:11;、？(3.:11;、？>?^分别表示1节点1：时段的固定负荷、可中断负 荷、第e组电价型DR、分布式发电不确定出力j、&分别表示第e组电价型DR的上下限；泛，、 分别表示规定时间段内第e组电价型DR总消耗电能的上下限。 ?0050]内层目标函数包含2项，第1项为从上一层输电系统（日前批发市场）的购电成本， 第2项为可中断负荷的削减成本。内层约束条件包括:功率平衡约束(式11)、线路传输功率 约束(式12)、可中断负荷上下限约束(式13)。内层优化的目标函数和约束条件分别为：
[0051]
[0052]
[0053]
[0054]
[0055] 式中：先、&，分别表示t时段从上一层输电系统（批发市场）购电电价和注入功 率;piL.it表示i节点的负荷削减补偿价格;h mi表示i节点注入功率对m支路潮流的灵敏度系 数;F表示支路潮流容量上限别表示i节点可中断负荷的上下限。
[0056] 内外层反复迭代，直至达到收敛条件，获得最优解。收敛条件为：智能配电网中每 个零售商一日所获利润两次迭代求解结果不大于ε。
[0057] 6)零售商将指令发送到用户端智能电表，并接受DS0调度。
[0058] 具体实施例：
[0059]以基于修改的包含3个零售商的ΙΕΕΕ33节点配电系统，如图3所示，来验证所提出 的考虑需求响应资源的零售商日前能量获取模型。假设零售商以0.35元/kWh的协议价格收 购分布式电能，以0.60元/kWh的固定价格向用户售电，用电高峰时削减负荷的补偿价格为 0.60元/kWh;假设节点2至节点17接入了预测出力为200kW的分布式电能。算例的详细参数 见表1~表3。给ST_=24h，并以小时为时段单位。零售商根据区域内用户上报的电价型DR 按其参数特征进行分类合并。为方便说明，将各节点的电价型DR分为两组，第一组优化时间 窗为首日8:00至20:00;第二组优化时间窗为首日20:00至次日8:00。在指定的优化时间窗 内，电价型DR可以根据各个时段的节点电价，灵活安排电能消费计划，但必须完成指定任 务。下面针对以下两种情况进行分析：
[0060] I)无配电线路容量约束；
[0061] II)有配电线路容量约束；
[0062] 上文推导出的鲁棒双层优化问题为线性规划问题，本文采用Matlab调用CPLEX高 效求解器求解。
[0063]表1修改的IEEE 33节点配电系统的节点参数
[0065]
[0066]
[0067] 表2修改的IEEE 33节点配电系统的线路容量
[0068]
[0069] 表3 -日内批发市场预测电价 [00701
[0071]①无配电线路容量约束
[0072]取配电线路容量为表2中的2倍，此时系统不存在阻塞，整个配电系统各时段的节 点电价一致。3个零售商的日收益分别为14264.40元、16534.83元和25929.36元;从批发市 场购买的电能总量分别为156.906MWh、163.906MWh和140.953MWh;削减的负荷总量分别为 1.973MWh、2.544MWh和2.998Mffh。图4和图5显示了节点17-日内24个时段的用电计划和节 点电价。可见，在配电线路容量充足的情况下，零售商将电价型DR都尽量安排在节点电价较 低的时段用电，而当批发市场电价高于可中断负荷补偿价格时，通过削减负荷，降低了购电 成本。
[0073]②有配电线路容量约束
[0074]采用表2中的配电线路容量数据，则配电线路4-5存在阻塞。3个零售商的日收益分 别为14264.40元、15804.83元和25 173.96元；从批发市场购买的电能总量分别为 156.846MWh、163.361MWh和 140.374MWh;削减的负荷总量分别为2.033MWh、3.089MWh和 3.577Mffh。可见，零售商1由于无需经配电线路4-5送电，其日收益不受影响，而零售商2和零 售商3因系统阻塞导致日收益有所下降。图6和图7显示了节点17在系统存在阻塞情况下一 日内的用电计划和节点电价。通过与图4、图5进行比较，可见由于电价型DR集中在市场电价 较低的凌晨〇〇:〇〇~03:00时段用电，造成了阻塞。通过加收阻塞费用，将一部分电价型DR引 导到其它电价较低的时段，在计及系统阻塞的前提下，最小化购电成本。
【主权项】
1. 一种考虑需求响应资源的电力零售商日前能量获取的确定方法，其特征在于，所述 方法步骤如下： 1) 零售商从用户端智能电表收集数据，包括用户第二天的用电需求、需求响应资源等； 2) 零售商预测区域内的DG出力和批发市场电价； 3) 零售商运用基于相似合并的数据分组技术对W上数据进行分类合并，W降低问题求 解规模； 4) 零售商运用模型进行优化求解； 5) 零售商根据求解到的优化结果到电力日前批发市场中购买电力，并将自身相关计划 上传到DSO; 6) 零售商将指令发送到用户端智能电表，并接受DSO调度。2. 根据权利要求1所述的考虑需求响应资源的电力零售商日前能量获取的确定方法， 其特征在于： 上述步骤4)中，所设计的零售商能量获取模型包含2层； (1) 外层优化模型 外层的决策者即零售商考虑一日内24个时段的节点电价变化，同时优先购买区域内的 分布式电能，调整所辖的电价型DR用电计划，实现自身收益的最大化;在决策过程中，需要 考虑分布式发电出力的不确定性； 外层目标函数为零售商一日内售电收益与购电成本之差，购电成本包含2项，第1项为 经由配电系统传输到该节点电能的购电成本，第2项为购买区域内DG电能的成本;外层约束 条件包括:i节点t时段电价型DR可调整的上下限约束(式8)、电价型DR在一定时段内总消费 量约束(式9);外层优化的目标函数和约束条件分别为：式中：云、、t、pDG分别表示零售商向用户售电的固定价格、i节点t时段的节点电价、分布 式电能收购价格;PL.it、PiL. it、Pe. it、托心,,分别表示i节点t时段的固定负荷、可中断负荷、第e 组电价型DR、分布式发电不确定出力古、Ee分别表示第e组电价型DR的上下限；霞,,、卑.1分 别表示规定时间段内第e组电价型DR总消耗电能的上下限； (2) 内层优化模型 内层决策者即DSO考虑日前批发市场电价的不确定性，W从上一层输电系统批发市场 购电成本和负荷削减补偿费用之和最小为优化目标，确定各时段从批发市场的购电量和削 减负荷量，并运用配电系统的最优潮流计算出各时段的节点电价;本申请假设由DSO优化各 时段的潮流，并支付可中断负荷的削减费用； 节点电价包含两部分，电能批发及负荷削减的单位成本和阻塞费用；由于在用电高峰 时段可能发生潮流越限，在运些时段加收阻塞费用，可W引导零售商自主地优化调整区域 内负荷用电计划，缓解或避免系统发生阻塞;发电商、零售商和大用户在电力市场中的决策 是一个博弈的过程，在零售商制定购电策略的同时，发电商亦有可能更改报价策略；因此， 决策者在制定购电策略过程中需考虑日前批发市场电价的不确定性； 内层目标函数包含2项，第1项为从上一层输电系统（日前批发市场）的购电成本，第2项 为可中断负荷的削减成本；内层约束条件包括：功率平衡约束（式11)、线路传输功率约束 (式12)、可中断负荷上下限约束(式13);内层优化的目标函数和约束条件分别为：式中：也、^，分别表示t时段从上一层输电系统（批发市场）购电电价和注入功率； piL.it表示i节点的负荷削减补偿价格;hmi表示i节点注入功率对m支路潮流的灵敏度系数;东 表示支路潮流容量上限；7V,、glL.i分别表示i节点可中断负荷的上下限； 内外层反复迭代，直至达到收敛条件，获得最优解;收敛条件为：智能配电网中每个零 售商一日所获利润两次迭代求解结果不大于ε。
【文档编号】G06Q10/06GK105976079SQ201610164234
【公开日】2016年9月28日
【申请日】2016年3月22日
【发明人】何洋, 尚金成, 文福栓, 代勇, 郑瑞晨, 倪琳娜, 高春成, 陶力, 史述红, 吴雨健, 方印, 袁明珠, 王蕾, 李守保, 王清波, 刘杰, 赵显 , 谭翔, 汪涛, 袁晓鹏, 林禄辉, 王春艳
【申请人】国网河南省电力公司, 北京科东电力控制系统有限责任公司, 浙江大学, 国家电网公司