基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能電網(wǎng)技術(shù)領(lǐng)域,特別是一種基于實(shí)時(shí)電價(jià)不確定下的終端用戶系 統(tǒng)的負(fù)載調(diào)度方法。
【背景技術(shù)】
[0002] 近年來(lái),人類社會(huì)對(duì)電能的需求量逐年增加。傳統(tǒng)的電網(wǎng)正在面臨各種挑戰(zhàn),比如 日益增長(zhǎng)的電能需求、日益老化的基礎(chǔ)設(shè)施、溫室氣體排放量持續(xù)上升等。此外,電動(dòng)汽車 的廣泛應(yīng)用還可能使得電能需求量翻倍。這些日益增長(zhǎng)的電能需求目前主要依靠額外建造 發(fā)電站以保證足夠的發(fā)電能力。近年來(lái)在北美和印度發(fā)生的大面積停電事故進(jìn)一步表明傳 統(tǒng)電網(wǎng)存在的問(wèn)題。
[0003] 國(guó)內(nèi)外研宄者提出電網(wǎng)現(xiàn)代化并向智能電網(wǎng)方向邁進(jìn)。通過(guò)在用戶端安裝智能 電表以實(shí)現(xiàn)雙向通信等智能特征,使得用戶每天的負(fù)載可以以自動(dòng)化的方式很方便地進(jìn)行 調(diào)度。電價(jià)等激勵(lì)手段被廣泛應(yīng)用作為克服用電需求日益增長(zhǎng)的有效手段,而不需要額外 建造發(fā)電站。通過(guò)給予用戶相應(yīng)的經(jīng)濟(jì)刺激,可以把高峰負(fù)載轉(zhuǎn)移到非峰值時(shí)期(削峰填 谷),不僅能夠減少用戶的電費(fèi)開(kāi)銷,而且能夠緩解電網(wǎng)的壓力(推遲對(duì)發(fā)電站的需求)。
[0004] 其中終端用戶系統(tǒng)的負(fù)載調(diào)度問(wèn)題是研宄的重點(diǎn),為了最大化每個(gè)個(gè)體的經(jīng)濟(jì)利 益,考慮間接負(fù)載控制,負(fù)載調(diào)度在日前市場(chǎng)和實(shí)時(shí)市場(chǎng)兩個(gè)時(shí)間尺度上進(jìn)行。負(fù)載調(diào)度過(guò) 程中存在未來(lái)電價(jià)不確定性。若干隨機(jī)因素都會(huì)導(dǎo)致不可忽略的電價(jià)預(yù)測(cè)誤差。因此,構(gòu) 建負(fù)載調(diào)度為期望的優(yōu)化問(wèn)題,并考慮時(shí)間耦合的約束條件,是十分必要的。
[0005] 中國(guó)發(fā)明專利CN102751724A公開(kāi)了一種面向需求側(cè)響應(yīng)基于預(yù)測(cè)的三相負(fù)載調(diào) 度方法與裝置,方法為:首先,定義三相負(fù)載不平衡度,根據(jù)歷史電力負(fù)荷數(shù)據(jù),分別對(duì)三相 負(fù)載進(jìn)行細(xì)粒度預(yù)測(cè);其次,將三相負(fù)載預(yù)測(cè)結(jié)果總和與當(dāng)前限電指標(biāo)進(jìn)行對(duì)比,建立相應(yīng) 的優(yōu)化模型;最后,根據(jù)所建立的優(yōu)化模型求解各相綜合最優(yōu)限電及補(bǔ)充數(shù)據(jù),從而進(jìn)行調(diào) 度調(diào)整完成三相負(fù)載調(diào)度。但是該方法只是面向需求側(cè)響應(yīng),而沒(méi)有考慮實(shí)時(shí)電價(jià)不確定 性帶來(lái)的問(wèn)題。
[0006] 中國(guó)發(fā)明專利CN103377084A公開(kāi)了一種基于可再生能源的數(shù)據(jù)中心的優(yōu)化調(diào)度 方法及裝置,該方法中,服務(wù)器集群依其電源驅(qū)動(dòng)特性劃分為兩部分:可再生能源驅(qū)動(dòng)的集 群和公用電網(wǎng)驅(qū)動(dòng)的集群;數(shù)據(jù)中心負(fù)載轉(zhuǎn)移控制器預(yù)先對(duì)所有服務(wù)器的利用率進(jìn)行實(shí)時(shí) 監(jiān)測(cè),然后結(jié)合可再生能源的供給情況動(dòng)態(tài)決定兩個(gè)集群間的負(fù)載轉(zhuǎn)移數(shù)量,在轉(zhuǎn)移過(guò)程 中,控制器對(duì)可再生能源的隨機(jī)波動(dòng)采取有選擇性的追蹤策略,對(duì)負(fù)載波動(dòng)加以智能平滑, 從而減小數(shù)據(jù)中心的調(diào)度負(fù)荷,降低服務(wù)器宕機(jī)時(shí)間,并在不依賴大規(guī)模電池組的情況下 保持較高的能源利用率;但該方法沒(méi)有針對(duì)終端用戶的利益最大化,且沒(méi)有考慮實(shí)施電價(jià) 不確定性。
【發(fā)明內(nèi)容】
[0007] 本發(fā)明的目的在于提供一種高效、可靠的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng) 的負(fù)載調(diào)度方法,從日前(day-ahead)和實(shí)時(shí)(real-time)兩個(gè)方面間接進(jìn)行負(fù)載控制,以 最大化每個(gè)個(gè)體的經(jīng)濟(jì)利益為目標(biāo)調(diào)度終端用戶的負(fù)載。
[0008] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為:
[0009] -種基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,包括以下步驟:
[0010] 步驟1、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的可用資源;
[0011] 步驟2、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的任務(wù)請(qǐng)求;
[0012] 步驟3、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器采用模擬退火方法對(duì)系統(tǒng)中的資源進(jìn)行 分配調(diào)度。
[0013] 本發(fā)明與現(xiàn)有技術(shù)相比,其顯著優(yōu)點(diǎn)在于:(1)本發(fā)明基于模擬退火方法進(jìn)行負(fù) 載調(diào)度,滿足智能電網(wǎng)系統(tǒng)最優(yōu)負(fù)載調(diào)度要求;(2)本發(fā)明充分挖掘了智能電網(wǎng)系統(tǒng)中可 用的虛擬資源,從多個(gè)維度動(dòng)態(tài)調(diào)度智能電網(wǎng)系統(tǒng)中的負(fù)載;(3)本發(fā)明使用模擬退火算 法,避免了傳統(tǒng)貪心算法可能導(dǎo)致的陷入局部最優(yōu)的處境。
【附圖說(shuō)明】
[0014] 圖1為本發(fā)明基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法的流程圖。
[0015] 圖2為本發(fā)明的智能電網(wǎng)閉環(huán)系統(tǒng)示意圖。
[0016] 圖3為本發(fā)明基于模擬退火算法的負(fù)載調(diào)度方法流程圖。
【具體實(shí)施方式】
[0017] 下面附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
[0018] 結(jié)合圖1,本發(fā)明的一種基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法, 步驟如下:
[0019] 步驟1、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集各物理節(jié)點(diǎn)的可用資源,具體為:智 能電網(wǎng)中,將用戶終端申請(qǐng)的資源發(fā)送給智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器,可用資源包括 終端用戶的用電設(shè)備所需電能及相應(yīng)電費(fèi);
[0020] 步驟2、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的任務(wù)請(qǐng)求,所述任務(wù)請(qǐng)求具體 為:用戶希望最高的滿意度及最少的用電費(fèi)用;智能電網(wǎng)閉環(huán)系統(tǒng)如圖2所示;
[0021] 步驟3、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器采用模擬退火方法對(duì)系統(tǒng)中虛擬資源進(jìn) 行分配,結(jié)合圖3,具體包括以下步驟:
[0022] 步驟3. 1,初始化模擬退火算法的參數(shù);包括初始化模擬退火算法冷卻進(jìn)度表參 數(shù)、迭代初始解\以及其目標(biāo)函數(shù)f(XJ,其中冷卻進(jìn)度表參數(shù)包括溫度控制參數(shù)的初值 T。、溫度衰減參數(shù)a、迭代終止條件以及最大搜索次數(shù)L;
[0023] 步驟3. 2,隨機(jī)產(chǎn)生個(gè)體,對(duì)每個(gè)個(gè)體進(jìn)行評(píng)估,評(píng)價(jià)最優(yōu)個(gè)體;具體為:設(shè)第a個(gè) 個(gè)體表示為= (.匕/")),每個(gè)個(gè)體的向量表示該優(yōu)化問(wèn)題的一個(gè)候 選解,初始化的個(gè)體必須滿足下述公式:
【主權(quán)項(xiàng)】
1. 一種基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,包括w下步驟: 步驟1、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的可用資源; 步驟2、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的任務(wù)請(qǐng)求; 步驟3、智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器采用模擬退火方法對(duì)系統(tǒng)中的資源進(jìn)行分配 調(diào)度。
2. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟1所述的可用資源包括終端用戶的用電設(shè)備所需電能及相應(yīng)電費(fèi)。
3. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟2所述任務(wù)請(qǐng)求為用戶希望最高的滿意度及最少的用電費(fèi)用。
4. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3所述的智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器采用模擬退火方法對(duì)系統(tǒng)中的資 源進(jìn)行分配調(diào)度,具體為: 步驟3. 1、初始化模擬退火算法的參數(shù); 步驟3. 2、隨機(jī)產(chǎn)生個(gè)體,對(duì)每個(gè)個(gè)體進(jìn)行評(píng)價(jià); 步驟3. 3、根據(jù)模擬退火算法進(jìn)行捜索,直到最大捜索次數(shù); 步驟3. 4、判斷是否滿足迭代終止條件,若不滿足,根據(jù)溫度衰減函數(shù)產(chǎn)生新的溫度控 制參數(shù),重復(fù)步驟3. 3~步驟3. 4,直至最大捜索次數(shù),輸出最優(yōu)個(gè)體解;若滿足,則模擬退 火算法結(jié)束,輸出最優(yōu)個(gè)體解。
5. 根據(jù)權(quán)利要求4所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3. 1所述的初始化模擬退火算法的參數(shù),具體包括: 初始化模擬退火算法冷卻進(jìn)度表參數(shù)、迭代初始解X。^及其目標(biāo)函數(shù)f狂。),其中冷卻 進(jìn)度表參數(shù)包括溫度控制參數(shù)的初值T。、溫度衰減參數(shù)a、迭代終止條件W及最大捜索次 數(shù)L。
6. 根據(jù)權(quán)利要求5所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3. 2所述的隨機(jī)產(chǎn)生個(gè)體,對(duì)每個(gè)個(gè)體進(jìn)行評(píng)估,評(píng)價(jià)最優(yōu)個(gè)體,具體為:設(shè) 第a個(gè)個(gè)體表示為= (.與./),…心;f,/")),每個(gè)個(gè)體的向量表示該優(yōu)化問(wèn)題的一 個(gè)候選解,初始化的個(gè)體必須滿足下述公式:
其中y表示用電設(shè)備a在時(shí)隙h的用電量,乂 ^分別表示a在h允許消耗的最小、 a -^ 最大功率級(jí)別,r。表示a完成給定任務(wù)總共需要的電能,1h表示用戶在時(shí)隙h預(yù)留的電能,H表示一天的周期被分為的時(shí)隙集,取值24 ; 對(duì)個(gè)體的評(píng)價(jià)按公式(4)進(jìn)行:
其中,Wh(xh,lh;ph)表示用戶在h時(shí)隙獲得的收益,H為一天的周期被分為的時(shí)隙集,取 值24,A為用電設(shè)備的集合,Uf(xf)表示用電設(shè)備a在時(shí)隙h消耗乂電能時(shí),用戶獲得的滿 意度,表示用戶在日前預(yù)留Ih的電能所需的預(yù)留費(fèi)用,
表示用電費(fèi)用,
表示若需求過(guò)剩,需購(gòu)買來(lái)平衡電能的電量,ph為實(shí)時(shí)電價(jià)。
7. 根據(jù)權(quán)利要求6所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3. 3所述的根據(jù)模擬退火算法進(jìn)行捜索,具體步驟如下: 第一步、若當(dāng)前解Xk為連續(xù)變量,0《k《心1,則產(chǎn)生一隨機(jī)向量Zk,得到當(dāng)前解鄰域 的新的試探點(diǎn)Xk' ;若當(dāng)前解Xk為離散變量,則產(chǎn)生一隨機(jī)偏移量m,得到當(dāng)前解鄰域的新的 試探點(diǎn)Xk',即:
第二步、產(chǎn)生一個(gè)在(〇,1)區(qū)間上均勻分布的隨機(jī)數(shù)0,計(jì)算出在給定當(dāng)前迭代點(diǎn)Xk和溫度控制參數(shù)Tk下與Metropolis接受準(zhǔn)則相對(duì)應(yīng)的轉(zhuǎn)移概率P:
如果0<P則接受新解,Xk=Xk',則目標(biāo)函數(shù)f斯)=f狂k'),否則當(dāng)前解不變;其中目 標(biāo)函數(shù)為個(gè)體的評(píng)價(jià); 第=步、返回第一步,重新試探捜索,直到捜索次數(shù)達(dá)到L次,執(zhí)行步驟3. 4。
8. 根據(jù)權(quán)利要求7所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3. 4所述迭代終止條件為連續(xù)N個(gè)新解都沒(méi)有被接受,N為設(shè)定的自然數(shù)且 1《N《L。
9. 根據(jù)權(quán)利要求8所述的基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,其 特征在于,步驟3. 4所述的根據(jù)溫度衰減函數(shù)產(chǎn)生新的溫度控制參數(shù)Tw,具體為: 根據(jù)給定的溫度衰減函數(shù)Tw=aTk產(chǎn)生新的溫度控制參數(shù)Tw,〇《k《kl,a為 溫度衰減系數(shù),〇<a<1。
【專利摘要】本發(fā)明公開(kāi)了一種基于實(shí)時(shí)電價(jià)不確定下的終端用戶系統(tǒng)的負(fù)載調(diào)度方法,步驟為:首先智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集各物理節(jié)點(diǎn)的可用資源;其次智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器收集用戶的任務(wù)請(qǐng)求;最后智能電網(wǎng)系統(tǒng)中中央處理服務(wù)器采用模擬退火方法對(duì)系統(tǒng)中的資源進(jìn)行分配調(diào)度。本發(fā)明基于模擬退火方法進(jìn)行負(fù)載調(diào)度,滿足智能電網(wǎng)系統(tǒng)最優(yōu)負(fù)載調(diào)度要求,充分挖掘了智能電網(wǎng)系統(tǒng)中可用的虛擬資源,從多個(gè)維度動(dòng)態(tài)調(diào)度智能電網(wǎng)系統(tǒng)中的負(fù)載,并保障用戶終端的服務(wù)質(zhì)量要求。
【IPC分類】G06Q50-06, G06Q10-06
【公開(kāi)號(hào)】CN104794557
【申請(qǐng)?zhí)枴緾N201510103252
【發(fā)明人】徐雷, 錢(qián)芳, 李千目, 楊余旺, 張小飛, 李亞平
【申請(qǐng)人】南京理工大學(xué)
【公開(kāi)日】2015年7月22日
【申請(qǐng)日】2015年3月9日