基于智能电网调度支持的居民用电侧自动需求响应系统
王伟 杨伟光 高立忠 李迪
摘 要： 为了优化居民用电侧管理和电力系统总的发电容量，构建基于智能电网调度支持的居民用电侧自动需求响应系统。该方法以先进的智能电网技术为依托，依靠智能电网调度支持平台构建需求响应系统框架，采用价格需求响应方式和激励需求响应方式，实现尖峰电价、尖峰折扣、分时电价、实时电价的控制和市场激励、计划激励。其应用分布式在线学习算法能在用户满意度较低的条件下，降低用电成本，提高用电效益。通过综合分析可知，基于智能电网调度支持的居民用电侧自动需求响应系统可较好地优化发电容量并满足居民用电侧用电需求。
关键词： 智能电网； 调度支持系统； 用电侧管理； 自动需求响应
中图分类号： TN915.5?34； TN911 文献标识码： A 文章编号： 1004?373X（2017）10?0172?03
Abstract： In order to optimize the management of the residential electricity consumption and total generating capacity of the electrical power system， a automatic demand response system supported by smart power grid scheduling for the residential electricity consumption was constructed. Relying on the advanced smart power grid technology and smart power grid dispatching support platform， the demand response system framework was constructed. The price demand response mode and incentive demand response mode are used to control the peak electricity price， peak electricity price discount， time?of?use electricity price and real?time electricity price， and realize the market incentive and plan incentive. The distributed online learning algorithm is used to reduce the electricity cost and improve the electricity efficiency in the situation of low user′s satisfaction. The comprehensive analysis results show that the automatic demand response system supported the smart power grid scheduling for the residential electricity consumption can optimize the generating capacity better， and satisfy the demand of the residential electricity consumption.
Keywords： smart power grid； scheduling support system； electricity management； automatic demand response
随着社会用电量和发电容量大幅度提升，能源消耗问题和环境污染问题日益严重，世界各国逐渐重視电力需求侧管理技术。电力系统早期依据用电负荷预测结果来制定发电容量的大小，以使社会用电需求得到完整的供应，但这种发电容量确定方式存在发电量大于电力需求用量的问题[1]。基于智能电网调度支持系统的居民用电侧自动需求响应系统，能改变传统电力规划中发电容量的确定方式，从而使得一次能源损耗和环境污染程度得到降低。
1 居民用电侧需求响应
需求响应（Demand Response）即电力需求响应，是需求侧管理的具体解决方法之一[2]，其指的是在电力供应市场价格升高或电力系统可靠性受到威胁时，电力消费端在收到供电系统发出的指导性减少用电负荷的相关通知或电力费用价格上升的通知信号之后，与之相对应转变其固有的习惯用电模式，对某一时间段中电力负荷进行降低或向后推移，进而使电网保持稳定，实现对电价上升抑制目的的短期行为[3]。
需求响应根据来源可分为价格类需求响应和激励类需求响应两种类型。价格类需求响应指的是电力消费用户针对各种价格信号来安排和分配用电负荷、用电时间及电力消费方式，如图1所示。价格类需求响应主要以用电价格作为表现形式，电价种类有分时电价、实时电价和尖峰电价等类型，电力系统使用端的电价波动与供电方的成本情况的变化保持一致，是与时间变化相关的，价格类需求响应注重电力用户的主动参与，电力用户内部经济调整和负荷的变化决定了电力响应行为[4]。
图2所示的框图为激励类需求响应的框架构造，激励类需求响应分为市场激励类型和计划激励类型两种。需求响应管理机构采用价格补偿的方式使电力用户降低用电需求来缓解电力系统紧张的需要[5]。一般会在需求响应计划实施之前，需求响应管理机构与电力用户之间，就用电补偿的相关事宜进行相应的约定[6]。
2 智能电力网络
智能电力网络集领先的电力设备技术、领先的控制方法、领先的传感与测量技术以及领先的决策技术于一体，以建立可靠、经济、高效、安全的电力网络为目标，能够自愈、激励、抵御攻击、容许新能源电力引入、可启动电力市场化和资产优化高效可靠的运行[7?8]。
智能电力网络能适应大规模新型能源的接入，有效巩固提升了电力网络的坚强性。电力网络基础设施与先进的信息技术、传感器技术和自动控制技术相互融合，能够及时有效地获取信息、发现故障。
3 智能电网调度支持系统
从组织构成方面分析，智能电网调度支持系统是智能电网的重要环节。智能电网调度支持系统能实现实时调度运行，日前计划校核和年月用电方式分析的功能，具有数据传输网络化、调度决策精细化、运行控制自动化、源网协调最优化、运行监控全景化、安全评估动态化等特点[9]。
智能电网调度支持平台是智能电网调度支持系统最重要的组成部分，该平台具有在线化、精细化、实用化和一体化的特点，可实现调度计划应用、调度管理应用、安全校核应用和实时监控预警应用等功能[10]，见图3。
智能电网调度支持系统依托智能电网调度支持平台，通过应用调度计划、调度管理、安全校核和实时监控预警的方式，从而实现实时调度运行、日前计划校核和年月用电方式分析的功能。
4 分布式在线学习自动需求响应系统
在智能电网调度支持平台硬件基础之上，建立的智能电网调度支持系统能通过应用调度计划、调度管理、安全校核实时监控预警的方式实现用电侧电能应用管理。为了完成用电设备调度控制的优化管理，需要选择一种搜索式最优化策略，分布式在线学习算法具有运算鲁棒性稳定、冗余性较低、无需分析响应系统模型中的转移概率等优点，被广泛应用于最优控制系统中。
在最优策略问题分析之中，最优参数[Θ*]需要满足的必要条件如下：
只有在用户用电请求的概率分布信息和用电价格已知的情况下，才可解决式（1）的相关问题，但用户用电请求和用电价格受到多种因素的影响，较难估计。针对这一问题，采用分布式在线学习的方法进行处理。设置[Mk]为用电设备的本地状态，[Nk]表示为用电设备的执行策略。[ft=kfk（Mk，Nk）]表示在时刻[t]的立即回报。则在线学习算法的表示形式如下：
首先进行算法的初始化，设定每一台用电设备的本地初始化参数为[θk]，当某个时间[t]的起始时刻到来时，用电设备根据其观测到的状态[sk]，依照其参数所决定的随机控制策略[ΩΘk]，完成相应动作[Mk]。然后在每个时间段[t]的终止时刻，用电设备上传其执行策略和成本[f（Mk，Nk）]以及参考状态指示因子[τk]。最后，根據该算法，更新用电设备的本地状态。
针对某区域电力用户设备使用状态、用户用电请求和电力价格等因素，在智能电网调度支持平台的基础之上，应用分布式在线学习算法，进行分析处理，得到电力用户购电成本、用户不满意度及总体成本的情况，并与最小用电成本贪婪算法、用电成本粒子群追踪算法进行比较，得到结果如图4所示。
从图4中可知，与其他两种算法相比较，分布式在线学习算法可在用户不满意度最低的状态下，通过降低用电成本，而减少用户的用电总成本，从而提高了电力用户的效益。
5 结 语
面对日益严重的能源消耗与环境污染问题，电力系统根据用电负荷预测结果制定发电容量大小的方式逐渐暴露不足。基于智能电网调度支持系统的居民用电侧自动需求响应系统应用先进的智能电网技术，依托智能电网调度支持平台，采用价格需求响应方式和激励需求响应方式，并应用分布式在线学习算法可优化发电容量且满足居民用电侧用电需求，减少用电总成本，进而降低一次能源损耗和环境污染程度。
参考文献
[1] 王冬容.电力需求侧响应理论与实证研究[D].北京：华北电力大学，2011.
[2] 曾鸣.电力需求侧管理的激励机制及其应用[M].北京：中国电力出版社，2002.
[3] 曾鸣.综合资源规划及其激励理论与应用[M].北京：中国经济出版社，2000.
[4] 郜璘.基于用户响应的峰谷分时电价决策优化模型的应用研究[D].合肥：合肥工业大学，2010.
[5] 翟娜娜.基于用户需求响应的峰谷时段划分研究[D].北京：华北电力大学，2011.
[6] 高建宏，臧宝志.智能电网建设时期的需求侧管理[J].国网技术学院学报，2010，13（2）：64?66.
[7] 李乾.智能电网中的通信网络资源管理关键技术研究[D].北京：北京邮电大学，2015.
[8] 沈瑜，岳园园，袁静伟，等.智能用电新技术与技术储备库管理[J].科学技术与工程，2016，16（9）：125?134.
[9] 周永灿，李扬.考虑需求侧响应的尖峰电价实施效益的分析[J].电力需求侧管理，2009，11（2）：12?14.
[10] 李晖，康重庆，夏清.考虑用户满意度的需求侧管理价格决策模型[J].电网技术，2004，28（23）：1?6.
摘 要： 为了优化居民用电侧管理和电力系统总的发电容量，构建基于智能电网调度支持的居民用电侧自动需求响应系统。该方法以先进的智能电网技术为依托，依靠智能电网调度支持平台构建需求响应系统框架，采用价格需求响应方式和激励需求响应方式，实现尖峰电价、尖峰折扣、分时电价、实时电价的控制和市场激励、计划激励。其应用分布式在线学习算法能在用户满意度较低的条件下，降低用电成本，提高用电效益。通过综合分析可知，基于智能电网调度支持的居民用电侧自动需求响应系统可较好地优化发电容量并满足居民用电侧用电需求。
关键词： 智能电网； 调度支持系统； 用电侧管理； 自动需求响应
中图分类号： TN915.5?34； TN911 文献标识码： A 文章编号： 1004?373X（2017）10?0172?03
Abstract： In order to optimize the management of the residential electricity consumption and total generating capacity of the electrical power system， a automatic demand response system supported by smart power grid scheduling for the residential electricity consumption was constructed. Relying on the advanced smart power grid technology and smart power grid dispatching support platform， the demand response system framework was constructed. The price demand response mode and incentive demand response mode are used to control the peak electricity price， peak electricity price discount， time?of?use electricity price and real?time electricity price， and realize the market incentive and plan incentive. The distributed online learning algorithm is used to reduce the electricity cost and improve the electricity efficiency in the situation of low user′s satisfaction. The comprehensive analysis results show that the automatic demand response system supported the smart power grid scheduling for the residential electricity consumption can optimize the generating capacity better， and satisfy the demand of the residential electricity consumption.
Keywords： smart power grid； scheduling support system； electricity management； automatic demand response
随着社会用电量和发电容量大幅度提升，能源消耗问题和环境污染问题日益严重，世界各国逐渐重視电力需求侧管理技术。电力系统早期依据用电负荷预测结果来制定发电容量的大小，以使社会用电需求得到完整的供应，但这种发电容量确定方式存在发电量大于电力需求用量的问题[1]。基于智能电网调度支持系统的居民用电侧自动需求响应系统，能改变传统电力规划中发电容量的确定方式，从而使得一次能源损耗和环境污染程度得到降低。
1 居民用电侧需求响应
需求响应（Demand Response）即电力需求响应，是需求侧管理的具体解决方法之一[2]，其指的是在电力供应市场价格升高或电力系统可靠性受到威胁时，电力消费端在收到供电系统发出的指导性减少用电负荷的相关通知或电力费用价格上升的通知信号之后，与之相对应转变其固有的习惯用电模式，对某一时间段中电力负荷进行降低或向后推移，进而使电网保持稳定，实现对电价上升抑制目的的短期行为[3]。
需求响应根据来源可分为价格类需求响应和激励类需求响应两种类型。价格类需求响应指的是电力消费用户针对各种价格信号来安排和分配用电负荷、用电时间及电力消费方式，如图1所示。价格类需求响应主要以用电价格作为表现形式，电价种类有分时电价、实时电价和尖峰电价等类型，电力系统使用端的电价波动与供电方的成本情况的变化保持一致，是与时间变化相关的，价格类需求响应注重电力用户的主动参与，电力用户内部经济调整和负荷的变化决定了电力响应行为[4]。
图2所示的框图为激励类需求响应的框架构造，激励类需求响应分为市场激励类型和计划激励类型两种。需求响应管理机构采用价格补偿的方式使电力用户降低用电需求来缓解电力系统紧张的需要[5]。一般会在需求响应计划实施之前，需求响应管理机构与电力用户之间，就用电补偿的相关事宜进行相应的约定[6]。
2 智能电力网络
智能电力网络集领先的电力设备技术、领先的控制方法、领先的传感与测量技术以及领先的决策技术于一体，以建立可靠、经济、高效、安全的电力网络为目标，能够自愈、激励、抵御攻击、容许新能源电力引入、可启动电力市场化和资产优化高效可靠的运行[7?8]。
智能电力网络能适应大规模新型能源的接入，有效巩固提升了电力网络的坚强性。电力网络基础设施与先进的信息技术、传感器技术和自动控制技术相互融合，能够及时有效地获取信息、发现故障。
3 智能电网调度支持系统
从组织构成方面分析，智能电网调度支持系统是智能电网的重要环节。智能电网调度支持系统能实现实时调度运行，日前计划校核和年月用电方式分析的功能，具有数据传输网络化、调度决策精细化、运行控制自动化、源网协调最优化、运行监控全景化、安全评估动态化等特点[9]。
智能电网调度支持平台是智能电网调度支持系统最重要的组成部分，该平台具有在线化、精细化、实用化和一体化的特点，可实现调度计划应用、调度管理应用、安全校核应用和实时监控预警应用等功能[10]，见图3。
智能电网调度支持系统依托智能电网调度支持平台，通过应用调度计划、调度管理、安全校核和实时监控预警的方式，从而实现实时调度运行、日前计划校核和年月用电方式分析的功能。
4 分布式在线学习自动需求响应系统
在智能电网调度支持平台硬件基础之上，建立的智能电网调度支持系统能通过应用调度计划、调度管理、安全校核实时监控预警的方式实现用电侧电能应用管理。为了完成用电设备调度控制的优化管理，需要选择一种搜索式最优化策略，分布式在线学习算法具有运算鲁棒性稳定、冗余性较低、无需分析响应系统模型中的转移概率等优点，被广泛应用于最优控制系统中。
在最优策略问题分析之中，最优参数[Θ*]需要满足的必要条件如下：
只有在用户用电请求的概率分布信息和用电价格已知的情况下，才可解决式（1）的相关问题，但用户用电请求和用电价格受到多种因素的影响，较难估计。针对这一问题，采用分布式在线学习的方法进行处理。设置[Mk]为用电设备的本地状态，[Nk]表示为用电设备的执行策略。[ft=kfk（Mk，Nk）]表示在时刻[t]的立即回报。则在线学习算法的表示形式如下：
首先进行算法的初始化，设定每一台用电设备的本地初始化参数为[θk]，当某个时间[t]的起始时刻到来时，用电设备根据其观测到的状态[sk]，依照其参数所决定的随机控制策略[ΩΘk]，完成相应动作[Mk]。然后在每个时间段[t]的终止时刻，用电设备上传其执行策略和成本[f（Mk，Nk）]以及参考状态指示因子[τk]。最后，根據该算法，更新用电设备的本地状态。
针对某区域电力用户设备使用状态、用户用电请求和电力价格等因素，在智能电网调度支持平台的基础之上，应用分布式在线学习算法，进行分析处理，得到电力用户购电成本、用户不满意度及总体成本的情况，并与最小用电成本贪婪算法、用电成本粒子群追踪算法进行比较，得到结果如图4所示。
从图4中可知，与其他两种算法相比较，分布式在线学习算法可在用户不满意度最低的状态下，通过降低用电成本，而减少用户的用电总成本，从而提高了电力用户的效益。
5 结 语
面对日益严重的能源消耗与环境污染问题，电力系统根据用电负荷预测结果制定发电容量大小的方式逐渐暴露不足。基于智能电网调度支持系统的居民用电侧自动需求响应系统应用先进的智能电网技术，依托智能电网调度支持平台，采用价格需求响应方式和激励需求响应方式，并应用分布式在线学习算法可优化发电容量且满足居民用电侧用电需求，减少用电总成本，进而降低一次能源损耗和环境污染程度。
参考文献
[1] 王冬容.电力需求侧响应理论与实证研究[D].北京：华北电力大学，2011.
[2] 曾鸣.电力需求侧管理的激励机制及其应用[M].北京：中国电力出版社，2002.
[3] 曾鸣.综合资源规划及其激励理论与应用[M].北京：中国经济出版社，2000.
[4] 郜璘.基于用户响应的峰谷分时电价决策优化模型的应用研究[D].合肥：合肥工业大学，2010.
[5] 翟娜娜.基于用户需求响应的峰谷时段划分研究[D].北京：华北电力大学，2011.
[6] 高建宏，臧宝志.智能电网建设时期的需求侧管理[J].国网技术学院学报，2010，13（2）：64?66.
[7] 李乾.智能电网中的通信网络资源管理关键技术研究[D].北京：北京邮电大学，2015.
[8] 沈瑜，岳园园，袁静伟，等.智能用电新技术与技术储备库管理[J].科学技术与工程，2016，16（9）：125?134.
[9] 周永灿，李扬.考虑需求侧响应的尖峰电价实施效益的分析[J].电力需求侧管理，2009，11（2）：12?14.
[10] 李晖，康重庆，夏清.考虑用户满意度的需求侧管理价格决策模型[J].电网技术，2004，28（23）：1?6.
