摘要:

摘要:现阶段，电力负荷管理系统标准体系化程度需要进一步加强。国内相关标准主要分布在电力负荷管理、用电信息采集两个业务分支内，各项标准内容与当前信息通信技术、自动化控制技术、大数据分析技术的发展不匹配，标准的功能及性能指标缺乏先进性，很多关键内容难以适应当下负荷精准分类、实时监测、实时控制的需要。首先阐述了国内电力负荷管理系统标准体系架构，包括系统类、终端类、接口类和管理类4个方面内容；其次对电力负荷管理系统标准体系现状进行分类梳理和解读，每个方面选取典型标准进行介绍，探讨了各个环节标准发展现状及实际应用中存在的问题；最后结合电网发展对电力负荷管理系统的新要求以及实际运行中面临的新问题，提出新型电力负荷管理系统标准体系完善建议及重点行动计划，对今后新型电力负荷管理系统相关标准的修订具有一定参考价值。

摘要:随着新能源发电占比越来越高，源、荷两侧的随机性使电网供需平衡压力持续增大、成本持续上升，依托新型电力负荷管理系统挖掘、利用需求侧灵活调节资源显得十分重要，可有效推进电网调节模式从“源随荷动”向“源网荷储互动”转变。分析了新型电力负荷管理系统建设的重要意义、建设目标、主要内容；提出了负荷侧资源柔性调控的方式，对应站-线-变做到分层分区分组；阐释了智慧能源单元的硬件要求、软件架构和多功能负荷管理开关的研究现状；最后，结合实际应用场景及适应性，提出新型电力负荷管理系统的专业能力建设要求、支持政策需求、软硬件研究方向，为负荷侧资源柔性调控参与电网友好互动提供参考。

摘要:在发展新型电力系统的背景下，间歇性新能源占比不断增加，对电热联合系统的灵活性提出更高要求。提出了一种考虑温控负荷需求响应的电热联合系统多阶段鲁棒调度方法。首先建立考虑电热转换设备、温控负荷等多种灵活性资源的电热联合系统模型，并提出虚拟储能的概念对温控负荷进行建模。然后，将风电出力预测误差建模为盒式不确定集，以燃料成本、弃风惩罚、需求侧补偿综合成本最低为目标函数，提出了电热联合系统的多阶段鲁棒调度模型，在每一调度时段，均可根据风电的观测值，以最小化当前及后续时刻的总成本最大值为目标，调整后续调度计划，并通过鲁棒对偶动态规划算法求解该模型。最后，通过算例验证了所提方法的有效性。

摘要:准确的电价和负荷预测对现代电力系统至关重要，但由于电价与负荷之间存在较强的相关性，若不考虑其相互影响，将导致预测的精度下降。为了提高现有方法的预测准确性，在考虑价格与负荷关系的前提下，提出了一种基于深度递归神经网络的价格与负荷预测模型，即基于外部输入的稀疏自编码器的非线性自回归网络，其功能包括特征提取和预测。首先针对特征提取环节，对原有方法进行改进，提出了稀疏自编码器，可以大大提高特征提取的有效性。其次，利用非线性自回归网络进行电价和负荷预测。使用电力市场大数据ISONE 和 PJM 进 行 仿 真 验 证 ，与 级 联 Elam 网 络 相 比 ，ESAENARX在负荷预测方面将平均绝对误差降低了16%，在价格预测方面降低了7%。

摘要:新能源大规模并网对电力系统调峰带来较大挑战，在传统电源侧调峰空间逐步殆尽的背景下，亟需高效的市场机制引导用户侧灵活负荷主动参与调峰市场以维持电网安全稳定。结合用户实际情况，综合考虑用户满意度及负荷需求，提出了电动汽车、电采暖、储能等灵活负荷聚合参与日前调峰的市场机制，并建立了聚合商参与日前调峰市场出清及用户侧灵活负荷调度的双层优化模型。其中，上层模型考虑负荷聚合商诚信度的影响，以调度成本最低为目标进行日前市场出清；下层模型考虑用户满意度，以签订合同的形式调用用户侧灵活资源。仿真结果验证了将不同负荷聚合进行联合调度的可行性，表明所提出的策略能明显降低系统调度成本，保证市场调峰的可靠性，确保电网安全可靠运行。

摘要:电力系统峰谷差的不断加大，使得电力系统需要更多的调峰容量。温控负荷作为需求响应的重要资源，可以为电力系统提供调峰容量。为帮助调度侧实现基于能效管理的温控负荷调峰，提出了考虑用户满意度的温控负荷能效综合指标模型和调峰策略。首先，基于模糊子集方法，提出考虑用户满意度的温控负荷能效（energy efficiency ratio consideringsatisfaction，EERCS）的计算模型，帮助调度侧对大规模温控负荷能效水平进行评估。然后，建立温控负荷调峰容量评估模型，用于在调峰时估计温控负荷调峰容量。最后，在此基础上制定调峰策略。调度前，确认温控负荷是否可接受调度，并计算温控负荷的EERCS值和调峰容量；调度时，根据EERCS值对用户进行排序，优先调用EERCS 值低的温控负荷，提高温控负荷群的用户满意度水平，进而提高温控负荷群的能效水平。接着，基于中国东部某城市585户电力用户的真实数据，仿真了在不同功率缺额下的调峰结果。该算例表明，所提的调峰策略可有效提高温控负荷群的综合能效水平。

摘要:随着能源结构的不断升级，部署有新能源发电的新型园区将在未来新型电力系统中扮演重要的角色。需求的随机性、风光出力的间歇性、电力市场电价的波动性等不确定性因素耦合在一起，使得风光能源与电池储能系统的合理互动运行变得十分困难。考虑到传统优化方法的局限性，提出了一种基于PPO算法的深度强化学习方法，用于解决不确定环境下园区风光储互动运行问题。基于强化学习的理论框架，为园区互动运行构建了一个具有连续状态空间和连续动作空间且转移概率未知的马尔可夫决策模型，通过与新型负荷控制系统对接的能源管理系统控制园区微电网中的电池储能系统及柔性资源，在充分考虑电池退化成本的基础上，实现园区经济运行。

摘要:针对不同类型用户的短期负荷预测，目前应用较为广泛的为支持向量机与深度学习模型。针对最小二乘支持向量机（least squares support vector machine，LSSVM）模型中超参数难以确定、模型对数据质量要求较高等问题，而集成常规优化算法又会有寻优速度慢、易陷入局部最优等问题，提出了一种混合模型。首先使用层次聚类（hierarchical clustering，HC）对原始特征数据进行聚类进而为同一类预测日建立对应LSSVM 模型，再通过改进的模拟退火算法（improved simulateanneal，ISA）对 LSSVM 中的超参数进行启发式搜索。最后通过对广东省佛山市某行业用户用电负荷进行负荷预测，与各种负荷预测模型性能进行对比，结果证明所提模型可有效提高负荷预测精度、缩短预测时间。

摘要:将Prophet算法引入负荷预测领域，并结合XGBoost算法提升Prophet负荷预测准确性。Prophet算法基于时间序列分解及机器学习的拟合，将负荷数据分解为趋势项、周期项、随机波动项3部分，引入XGBoost算法改进Prophet算法对随机波动项的预测，将XGBoost 算法对随机波动的预测结果与Prophet算法对趋势项和周期项的预测结果叠加，获得最终的预测结果。该算法适用于用电负荷这种具备一定周期变化特征的序列,易于理解，预测准确性较高。通过某地区用电信息采集系统提供的专公变用户日冻结数据实验验证，结果表明在相同条件下，改进后的算法预测的结果的平均绝对误差百分比较原始的Prophet算法可降低2.5%，同时均方根误差降低幅度可达30.79%，体现出显著的改进效果。

摘要:为了提高负荷预测的精度与泛化能力，提出了一种基于Bagging集成算法的GRU-BiLSTM-Self-attention模型。为充分提取高维输入数据的多个特征，该模型采用BiLSTM-Self-attention模型提取局部特征，采用GRU模型提取时序特征，从同一训练集中独立抽取样本子集并进行训练，对输出结果集成处理并得到最终的预测结果。选取南京某供电公司真实数据进行实验，并与LSTM神经网络、GRU神经网络、BiLSTM神经网络等预测模型进行对比。实验数据表明，该模型的均方根误差为50.770 3，准确率为97.36%。相较于其它用于对比的模型，该结果表明本模型在预测效果上具有一定程度的优势，说明所提出的模型具有更好的泛化能力与预测精度。

摘要:首先基于灰色预测模型、线性回归模型和BP神经网络模型的组合预测模型计算出传统汽车保有量预测曲线，并使用非线性二乘法拟合出基于Bass模型的传统汽车保有量的3个参数值。再通过基于层次分析的德尔菲法，构建传统汽车与电动汽车参数之间的关系，从而得到能预测电动汽车保有量的Bass模型。在保有量预测结果的基础上采用蒙特卡洛算法，结合用户使用电动汽车的起始充电时间、日行驶里程数、电池参数、充电效率等影响因素分别模拟城市中电动私家车，电动公交车与电动出租车的出行习惯，完成电动汽车的负荷预测。应用该方法进行电动汽车负荷预测时精度更高，效果更好。

摘要:随着中国电力尖峰负荷不断攀升，居民家庭负荷参与需求响应的重要性日益增加。针对居民家电缺少通用互操作标准，与电网负荷互动难的问题，采用了基于聚类结果的双层博弈方法来进行居民家电负荷聚合测试。通过基于模糊C均值的聚类方法对居民家庭负荷进行聚类，并建立居民环境与温度自动控制、智慧厨房、智能居民家庭影院、智能电器远程控制等场景。依据电网需求响应要求，通过下层能量博弈模型求解最优居民家电用能策略；依据聚类后建立的居民家庭负荷应用场景，通过上层聚合价值需求博弈模型求解最优的居民家电互操作测试方法。在某城市小区中进行了应用测试，其测试准确率达97.2%。应用结果表明：该方法提升了居民家电负荷的互操作性的同时，也提升了居民家电与电网负荷的互动水平。

摘要:随着我国电力需求总量的日趋激增以及双碳目标的实施，电力供需矛盾日益加剧，有序用电是缓解供电系统高峰时段供需矛盾的重要手段。为充分挖掘用户的有序用电潜力，首先，提出一种基于内盒近似模型，建立用户各类设备的可限负荷模型，并通过闵可沃夫斯基求和得到用户的聚合模型，有效简化了大规模用户制定计划时的计算复杂度的同时降低用户用电信息暴露的风险。其次，电力公司在执行有序用电计划时兼顾用户的紧急错避峰价值、公平性以及对社会影响程度建立多目标优化调度模型，最大程度地降低缺电对社会经济以及居民生活的影响。最后基于仿真验证了所提出模型的有效性，并结合算例分析了其在运算效率与隐私安全方面的优越性。

摘要:伴随以整县光伏为代表的分布式新能源快速增长，以电动汽车为代表的新型电力负荷的不断接入进一步影响了源荷平衡特性，储能和柔性互联等灵活性调节资源是解决源荷平衡的重要手段。面向含风电、光伏、储能、电动汽车和柔性互联所组成的源-荷-储系统的典型拓扑和应用场景，结合电动汽车负荷的随机性和无序性，综合考虑能量平衡、运行平衡、供电可靠和功率波动等约束条件，通过充分利用电动汽车和柔性互联存量化灵活性调节资源，获得储能系统的优化配置方法，基于源-荷-储系统的优化控制策略，可以进一步降低储能配置，在满足区域电网内新能源最大消纳场景下实现储能系统的最优配置。

摘要:为优化多站融合系统的运行，以提高系统运行经济性、环保性、消纳率为优化目标，对多站融合系统进行研究分析。构建包含光伏电站、风机、储能电站以及多种负荷的多站融合系统优化模型并建立约束条件。改进了NSGA-Ⅱ算法，在传统NSGA-Ⅱ算法的基础上引入量子搜索以进一步提高搜索能力，在算法中利用蒙特卡洛模拟生成随机参数，从而求解包含多重不确定性的运行优化问题。以某地多站融合数据为例进行仿真分析，并与传统的粒子群算法以及未改进的NSGA-Ⅱ算法进行对比，算例验证所提方法能够提升多站融合系统的运营效益。

摘要:“双碳”目标使得智能电网中新能源渗透率快速增长，同时也要求智能电网中的公共建筑具备需求响应能力，而暖通空调（heating，ventilation and air conditioning，HVAC）系统能耗在公共建筑总能耗中的占比不容小觑。为了降低公共建筑能耗，同时达到“供随需动”的效果，首先针对公共建筑，对其能源系统、建筑热平衡和HVAC系统进行建模，在此基础上提出一种两阶段调度方案。日前调度阶段以最小建筑耗电成本为目标，同时保持建筑内的热舒适度，控制HVAC系统以得到最佳日前调度计划；在实时调度阶段以减少公共建筑正常运营期间的碳排放量为目标，配合完成优化调度方案。通过对实际公共建筑的仿真验证了新型优化调度方案的有效性和经济性。

摘要:为了促进跨省区中长期市场交易，进一步实现能源资源在更大范围内的优化配置，需要完善我国跨省区中长期交易机制。首先从市场特点与存在问题两方面分析我国跨省区中长期市场交易现状，其次梳理美国PJM、伊比利亚、北欧、英国几个典型电力市场的发展历程、主要交易品种、区域间协调机制等市场信息，然后从市场类型、中长期与现货市场协调方式、电力金融市场、新能源消纳促进机制、成交模式等方面对比分析欧美电力市场与我国市场的差异，最后结合国外市场相关机制对我国跨省区中长期市场发展提出思考，分析欧美电力市场经验对我国市场建设的启示。