電力網(wǎng)中的需求調整的制作方法
【專利說明】
[0001] 相關申請的交叉引用 本申請要求2013年3 月 7 日以 Rodrigo Carrasco、loannis Akrotirianakis和 Amit Chakraborty 的名義提交的題為 "Robust Demand Shaping through Load Shedding and Load Shifting with a Two-Level Market"的臨時美國專利申請序號61/773, 996 的權益， 該申請的公開在此也被通過引用結合到本文中。
技術領域
[0002] 本發(fā)明涉及電力網(wǎng)中的電流的控制。更特別地，本發(fā)明涉及智能電力網(wǎng)（或電網(wǎng)） 的控制。
【背景技術】
[0003] 電力網(wǎng)正在經(jīng)歷重要改變。首先，引入新的發(fā)電廠并擴大電網(wǎng)變得更加昂貴和復 雜。其次，更加可更新功率源(其具有高得多的輸出變化）的引入將使得甚至更加難以控制 和預測系統(tǒng)的狀態(tài)。在這種環(huán)境中，其中不僅發(fā)射能量而且發(fā)射數(shù)據(jù)的智能電網(wǎng)看起來是 方向正確的解決方案，因為其向在電力網(wǎng)的各種方面中涉及到的所有的各方給予進一步控 制：生成、傳輸、分配以及消耗。智能電網(wǎng)是我們當前電網(wǎng)的演進，并承諾將解決當前限制中 的許多，比如以較高的變化性來管理資源及增加安全性和可靠性。但是為了適當?shù)厥褂弥?能電網(wǎng)，需要落實新的機制和過程以控制能量流動并實現(xiàn)承諾的目標。在最至關重要的一 些之中是需求調整機制，因為其允許電網(wǎng)運營商對需求進行控制和調整，降低成本和峰值 對平均值消耗以及增加可靠性并更好地控制斷電和節(jié)電。
[0004] 當前智能電網(wǎng)方法和相關工作一般地可組織成兩大類：需求響應（DR)方法和/或 電網(wǎng)/市場建模。在文獻中已經(jīng)提出了用于需求響應的多個不同方法。在M. Albadi和 E. El - Saadany 在 Power Engineering Society (2007)，PP. 1 -5 中的題為 "Demand response in electricity markets : An overview" 的文章中及在 Electric Power Systems Research 78, No. 11 (Nov. 2008), pp. 1989-1996 中的題為 "A summary of demand response in electricity markets"的其后續(xù)文章中提出了不同DR方法的良好概 括。在 J. - H. Kim 和 A. Shcherbakova在 Energy 36,No. 2(Feb. 2011)，pp. 873-880 中的題為"Common failures of demand response"的文章中可以找到DR方法結果的另外 的令人感興趣的來源，其中，作者列出了完成的多個實現(xiàn)和試驗以及其已觀察到的缺點，揭 示了哪些方法對于控制需求水平而言更好。
[0005] 需求響應方法的最簡單方法是直接控制，其基本上使用在英國實現(xiàn)的動態(tài)需求的 思想。該方法的詳細闡述示例出現(xiàn)在G. Tejeda和A. Cipriano在Predictive Control (2012)中的題為"Direct Load Control of HVAC systems using Hybrid Model" 的文章 中，其中，作者直接地控制HVAC (加熱、通風和空調）負荷。其方法來自于控制理論觀點，但 是，如果針對其它經(jīng)濟量改變目標函數(shù)，則可以出于電力網(wǎng)的目的而實現(xiàn)使期望度量（比如 發(fā)電成本或峰值對平均值比（PAR))最小化的控制系統(tǒng)。
[0006] 就基于價格/刺激機制而言，在需求響應中存在三個主要方法。第一個集中于如 L Chen、N. Li、S. H. Low和 J.C. Doyle 在 2010 First IEEE International Conference on Smart Grid Communications，（Oct. 2010)，pp. 397-402，IEEE 中的題為"Two Market Models for Demand Response in Power Networks" 的文章中所不:的需求甩掉 (demand shedding)。在這種方法中，用戶將甩掉其需求的一部分，并且該甩掉的水平取決 于由電力公司（generator)或公用事業(yè)公司提供的價格。因此，上文提到的文章的結果指 向如何計算均衡價格，使得可以甩掉需求的已知量d。作者認為用戶隨著價格線性地甩掉需 求，這對于d的小的值而言可能正確，但是隨著d增加，其模型當然將不工作。
[0007] 第二個方法是需求一源平衡。這種方法確保需求適于當前發(fā)電水平，在存在比如 風或太陽之類的可變能源的情況下尤其重要的事物。在文獻中提出了多個不同的方法(例 如， 在A.D. Dominguez - Garcia和C.N. Hadjicostis在Decision and Control(2011)， pp. 27-32 中的題為 "Distributed algorithms for control of demand response and distributed energy resources" 的文章中； 在 R Loiseau、 G. Schwartz 和 J. Musacchio 在 Network Games, Control and Optimization, No. 2，(2011 ) pp. I _8 中的題為 "Congestion pricing using a raffle-based scheme" 的文章中； 在 Α· - Η· Mohsenian - Rad、V.W.S. Wong、J. Jatskevich、R. Schober 以及 Α· Leongarcia在 IEEE Transactions on Smart Grid 1，No. 3 (Dec. 2010)，pp. 320-331 中的題為"Autonomous Demand-Side Management Based on Game-Theoretic Energy Consumption Scheduling for the Future Smart Grid" 的文章中；以及 在 F. Partovl、Μ· Nikzad、B. Mozafari 以及 Α·Μ· Ranjbar 在 Energy 36，No. 5 (May 2011 )，ρρ· 3130-3137 中的題為"A stochastic security approach to energy and spinning reserve scheduling considering demand response program"的文章中）。 最令人感興趣的方法中的一個是由上文的Mohsenian - Rad等人的文章提出的方法，因為 作者得出可以以使發(fā)電成本最小化為目標在給定發(fā)電輸出的情況下平衡需求水平的分布 式方法。
[0008] 第三種主要需求響應方法是需求轉移。這是最直接地與需求調整的問題有關的 方法，因為在這種情況下用戶同意根據(jù)公用事業(yè)公司的價格信號在時間方面轉移其負荷。 這種方法的示例出現(xiàn)在M. Kraning、E. Chu、J. Lavaei、S. Boyd以及W. D. April的題為 "Message Passing for Dynamic Network Energy Management"（2012)的文章中，其中，用 戶針對其不同的設備（比如，洗衣機、電動車輛等）給出其偏好和限制，并且然后通過分布式 算法定義需求水平以實現(xiàn)某個控制目標。這種方法的主要問題是其并不是誠實的（即用戶 可以通過不顯示其真實要求來欺騙系統(tǒng)并因此獲得在社會最佳條件之上的益處)。并且，在 用戶必須共享的信息方面存在某些隱私關注。盡管如此，其仍是用以看到如何可以將負荷 來回轉移的非常令人感興趣的方法。
[0009] 與方法方面更加有關的，一個文章（由W. Chen、D. Huang、A. A. Kulkarni、J. Unnikrishnan^ Q. Zhu、P. Mehta、S. Meyn 以及 A. Wierman 在 Proceedings of the 48th IEEE Conference on Decision and Control (CDC)，（Dec. 2009)，pp. 3575-3580 中的 題為 "Approximate dynamic programming using fluid and diffusion approximations with applications to power management"）討論了可以用來計算復雜模型的最佳解的一 個方法。如果存在找到平衡點或價格值的需要且尤其是如果存在對使用隨機模型來表示系 統(tǒng)的聚集，則這種方法可能是令人感興趣的。
[0010] 文獻還討論了如何對電力網(wǎng)進行建模和更重要地如何對通過電網(wǎng)工作的市場進 行建?；蛘业接糜谠撌袌龅慕?。重要的是記住此市場基本上在三個層級中工作：長期市場、 日前市場以及實時市場。在長期市場中，電力公司和大的消費者或公用事業(yè)公司針對前面 的許多星期、月或者甚至年而簽署用于電力輸送的協(xié)議。然后，在日前市場中，公用事業(yè)公 司購買在給定其針對次日具有的更好得多的預測以及所需預留的情況下其可能需要的無 論任何附加能量。第三種市場是實時市場或現(xiàn)貨市場，其在實際實時需求之前5至10分鐘 之間，并且其被用來精確地匹配該需求。
[0011] 在一個文章中，作者在解決需求調整的當前問題的同時突出強調未來電網(wǎng)將具有 的困難，這是重要的，因為未來智能電網(wǎng)的新的度量的某些可能是令人感興趣的(參見M. Negrete - Pincetic 和 S. Meyn 的在 pp. 1-8 的題為 " Intelligence by Design for the Entropic Grid"的文章)。用于能源市場的最令人感興趣且有用的模型中的一個是 在L - K. Cho和 S.P. Meyn 在 Theoretical Economics 5， No. 2 (2010)， pp. 215-239 中的題為 "Efficiency and marginal cost pricing in dynamic competitive markets with friction"的文獻中開發(fā)的模型，其中，作者將一般模型公式化，并且能夠在給定某些 簡單化的情況下計算平衡點。此文獻的主要要點（takeaway)是通過向市場模型添加摩擦 (其看起來是由于由電力公司給出的斜坡向上約束)，現(xiàn)在以與在實際能源市場中觀察到的 那些類似的價格變化性來實現(xiàn)解決方案是可能的。這是關鍵點，因為在本領域中的大多數(shù) 其它論文中的第一步是通過消除斜坡向上要求來簡化模型，并且因此那些結果可能遠離現(xiàn) 實。在后續(xù)的論文中，相應的作者進一步用附加部件來分析其模型，諸如可變能源(參見S. Meyn、M. Negrete -