Page 54 - 电力与能源2021年第三期

3 1 6 霍明霞, 等: 面向分布式光伏消纳的空调负荷需求响应策略

限值, 此时设定温度不会随补偿价格的变化而变 转化为单目标形式。该方法属于评价函数方法,
化。故可以得到补偿价格与空调设定温度调整量 可以在多目标的可行域中找到一个点, 使其目标
之间的解析关系: 值在距离上尽可能逼近各个单目标最优值。该方
ì 0 0≤ Δ p t ≤a 法所构造的单目标函数:
ï
ï
ΔT set , t = K ( Δ p t-a ) a ≤ Δ p t ≤b ( 17 ) p
í
[ (
2
ï ï min h [ ( x )] = λ j f j x ) * ] ( 22 )
f
î x∈R ∑ -f j
ΔT max , t b ≤ Δ p t
j=1
式中 K ———响应区的计算因子。 式中 λ j ———单目标函数在多目标函数中所占的
(
空调设定 温 度 T set 与 人 体 舒 适 温 度 上 下 限 权重, 当目标 f j x ) 越重要时, λ j 越大; ———在
*
f j
关系: 相同约束条件下的单目标最优值。
ì δ 3.2 约束条件
ï T max =T set+
ï 2 ( 1 ) 功率平衡约束。在调度的每个时刻t 需
í ( 18 )
ï δ 要保证网络中的有功功率平衡:
ï T min =T set-
î 2 N N
PV N a
其中, δ 为考虑用户舒适度的可接受温度区 P PV , it +P con _ linet ) ()
()
(
∑ = ∑ P it + ∑ P a gg
间, 用户在t时刻的设定温度: i =1 i =1 i = 1
( 23 )
( 19 )
T set , t =T set , 0 +ΔT set , t
( 2 ) 联络线功率约束。为减小电网调控压力,
3 考虑分布式光伏消纳的空调负荷优化 要求联络线上的功率不得有倒送情况, 并且在每
调度模型 个时刻不能超过其最大输电功率:
P line t ) P linet ) P line t ) ( 24 )
(
(
(
min
max
≤
≤
3.1 目标函数 ( 3 ) 光伏出力约束。在光伏出力预测足够准
3.1.1 弃光惩罚费用最小
确的前提下, 每个光伏电站的出力不能超过其最
该目标可以确保在对应负荷水平之下, 并且
大预测值:
联络线不能有功率倒送时, 分布式光伏的消纳最
()
()
()
max
min
P PV , it ≤P PV , it ≤P PV , it ( 25 )
大化。
( 4 ) 空调负荷聚合功率约束。空调负荷聚合
N
t 功率在每个时刻t不能超其最大用电功率:
(
min f 1 = ∑ wP linet ) ( 20 )
()
()
()
min
max
t = 1 P a gg , it ≤P a gg , it ≤P a gg , it ( 26 )
———优 化 调 度 总 时 段 数; w ———惩 罚
( 5 ) 人体舒适度约束。将空调负荷虚拟储能
式中 N t
因子。
SOC 限制在[ 0 , 1 ] 之间, 以保证室内温度适宜:
当不存在弃光现象时, 为趋近于 0 的很小
()
f 1
0≤SOC a gg , it ≤1 ( 27 )
数值; 当弃光较多时, 数值也较大。
f 1 ( 6 ) 补偿价格约束。电网在光伏出力高峰时
3.1.2 空调聚合商购电成本最小 段给予空调负荷价格补偿, 激励用户降低空调设
空调负荷聚合商作为理性个体, 追求自身效
定温度, 增加用电量, 以解决弃光现象, 促进可再
益最大化, 即购电成本最小。
生能源 消 纳。 根 据 价 格 补 偿 模 型 可 得 其 价 格
N N
a t 约束:
()(
min f 2 = ∑∑ P a gg , it π ( t ) -π com p ( t ))
sale
()
i = 1 t =1 a ≤π com p t ≤b ( 28 )
( 21 ) 此 时, 空 调 设 定 温 度 调 整 量 也 将 被 限 制
max
———网 络 中 空 调 聚 合 商 总 数; P a gg , i ]。
式中 N a
在[ 0 , Δ T set
( t )——— t时刻空调聚合商 i 的用电功率; π ( t )
sale
4 算例仿真与分析
com p ( t )——— t时刻的销售电价和空调负荷补偿
和 π
价格。 4.1 算例系统
3.1.3 多目标函数处理 本文采用IEEE33 节点 [ 15 ] 系统进行算例分
考虑多目标在数值大小上具有明显差异, 采 析, 如图 5 所示。以夏季为例, 分布式光伏电站出
用带加权系数的最短距离理想点法 [ 15 ] , 将多目标 力预测情况如图 6 所示, 网络中固定负荷用电情