售电公司代理用户参与市场 如何在兼顾售用双方利益的前提下完成家庭负荷管理决策？

5 仿真及算例分析

 

5.1 模型参数

 

本文针对拥有电动汽车的智能家庭进行能源优化调度,假设售电公司为1000户家庭提供灵活的电力需求,其中规划周期为24 h,再根据参与优化的家庭设备的具体运行特性,将用户侧规划周期时段细分为96个,即Δz=15minΔz=15min。

 

由于各个家庭日常用电需求有所差异,因此本文根据家庭设备日常使用概率,模拟了多种用电情景,表1是各设备相关参数。其中：NxhNhx表示不同情景下各设备的负荷任务周期循环次数;zsti,hzi,hst表示不同情景下各设备的理想启动时间范围。由于本文加入了电动汽车结合储能系统在空闲时间为整个家庭提供部分电量的情况,因此放电时间控制在少有出行需求的夜间时段。为了使最终家庭优化方案在用户群体中得到广泛接受,避免延迟启动过久影响用户生活,本文充分考虑了用户舒适度约束,将延迟范围控制在理想启动时间zsti,hzi,hst的3 h内。为满足日常需求,单个负荷周期数设为qi,h=1qi,h=1。

 

 

 

现今中国电力市场仍在改革试运行阶段,市场尚不成熟,数据参考性不佳。因此本文采用某工作日美国PJM市场的实时情况[20],得到日前市场电价,现货市场电价,日前负荷预测等数据,结合所提出的双层优化模型对用售两侧进行算例仿真。相关电价参数见表2,以现货市场价格作为调节价格,日前与现货市场电价信息如图4所示。

 

 

 

针对售电公司面对的1000户家庭用电需求,并考虑到在DR响应程度为55%,图5表示日前购电量与日前市场电价关系的投标曲线,结合历史数据得到的日前负荷预测,可以得到日前市场电价与日前购电量的关系为：

 

 

 

5.2 算例结果及分析

 

经一个规划周期的优化计算后,响应群家庭柔性负荷启动安排如图6所示。

 

 

图6 响应群家庭柔性负荷启动安排Fig. 6 Start arrangement of domestic flexible load in response group

 

在响应程度d=55%,即响应群家庭为550户时,总用电费用为3371.53元,此时未响应群450户,总费用为4447.69元。售电公司收益为8067.32元。响应群平均每户家庭比为响应群减少3.75元,费用节省37.99%。对每户家庭而言,在保证日常用电的基本需求后,通过本文提出的家庭柔性负荷优化和电动汽车的充放电规划,能够有效降低用户用电费用。图7是优化前后1000户家庭总日负荷对比以及此时的动态电价。从图中可知,经过基于动态电价的需求响应后,负荷峰值明显趋于平缓。大部分用电任务转移到了傍晚和凌晨这2个电价相对较低的时段。由于3 h延迟限制和用户偏好时间约束,即便凌晨时段电价最低,用电负荷较优化前只是轻微增加。并且由于考虑了电动汽车的储能特性,能够在夜间放电供能,使4:00—6:00的用电负荷得到削减。整体而言,本文提供家庭能源优化策略对负荷曲线起到了一定程度上的削峰效果。

 

基于上述得到的响应程度为d=55%时的结果,下面进一步分析参数变化对计算结果的影响。

 

1）响应程度dd变化时对用售双方的影响。

 

表3为4组不同响应程度影响下家庭费用及售电公司收益的数值,可以得到,随着响应程度增加,响应群组平均每户家庭日用电费用降低;图8是各响应程度下优化前后总日负荷对比,可以看出对于该居民用户群体而言,随响应程度增加,总负荷削峰情况也随之增强,在凌晨时段,负荷的延迟启动效果也随着响应程度的增加变得更加显著。