能源互联网中综合需求侧响应的关键问题及展望

被引：52

作者：

曾鸣 ^{[1
]}

武赓 ^{[1
]}

李冉 ^{[1
]}

王昊婧 ^{[2
]}

孙辰军 ^{[3
]}

机构：

[1] 新能源电力系统国家重点实验室(华北电力大学)

[2] 国网北京市电力公司北京电力经济技术研究院

[3] 不详

来源：

电网技术 | 2016年 / 40卷 / 11期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

综合需求侧响应; 能源互联网; 关键技术; 协同优化机制;

D O I：

10.13335/j.1000-3673.pst.2016.11.017

中图分类号：

F426.2 []; F49 [信息产业经济];

学科分类号：

1201 ;

摘要：

提高可再生能源利用比例以及能源的综合利用效率是未来能源系统发展的主要目标。随着各国能源结构转型的不断深入,传统能源网络的资源配置能力逐渐不能满足未来能源系统的发展需求,能够实现多类型能源互联融合的能源互联网概念被提出。在能源互联网背景下,分散化的能源市场和能源网络结构使得传统的电力需求侧响应(demand response,DR)将逐步向综合需求侧响应(integrated demand response,IDR)的方向发展。首先对IDR的基本概念及其在能源互联网中的作用进行阐述;其次,从IDR实施的关键技术、协同优化机制、市场运营机制以及综合效益评价4个方面分析了未来能源互联网中IDR的关键问题;最后,结合目前已有的研究成果和存在的问题,提出了推动IDR发展的相关建议。

引用

页码：3391 / 3398

页数：8

共 43 条

[31] 计及电动汽车充电预测的实时充电优化方法
李正烁
郭庆来
孙宏斌
辛蜀骏
[J]. 电力系统自动化, 2014, 38 (09) : 61 - 68
[32] 考虑时空分布的电动汽车充电负荷预测方法
张洪财
胡泽春
宋永华
徐智威
贾龙
[J]. 电力系统自动化, 2014, 38 (01) : 13 - 20
[33] 大规模光伏发电对电力系统影响综述
丁明
王伟胜
王秀丽
宋云亭
陈得治
孙鸣
[J]. 中国电机工程学报, 2014, 34 (01) : 1 - 14
[34] 考虑柔性负荷调峰的大规模风电随机优化调度方法
杨楠
王波
刘涤尘
赵洁
王贺
[J]. 电工技术学报, 2013, 28 (11) : 231 - 238
[35] 区域可再生能源规划模型述评与展望
吉平
周孝信
宋云亭
马世英
李柏青
[J]. 电网技术, 2013, 37 (08) : 2071 - 2079
[36] 大规模新能源电力安全高效利用基础问题
刘吉臻
[J]. 中国电机工程学报, 2013, 33 (16) : 1 - 8+25
[37] 基于智能电网构建的欧洲可再生能源电力系统现状和前景展望(英文)
Jacob STERGAARD
Poul Ejnar SRENSEN
Peter MEIBOM
[J]. 电力系统自动化, 2011, 35 (22) : 12 - 17
[38] 风电消纳关键问题及应对措施分析
朱凌志
陈宁
韩华玲
[J]. 电力系统自动化, 2011, 35 (22) : 29 - 34
[39] Estimating the impacts of demand response by simulating household behaviours under price and CO 2 signals[J] . Meng Song,Karin Alvehag,Joakim Widén,Alessandra Parisio.Electric Power Systems Research . 2014
[40] Assessment of Renewable Energy Integration for a Village Using the Energy Hub Concept[J] . Kristina Orehounig,Ralph Evins,Viktor Dorer,Jan Carmeliet.Energy Procedia . 2014

← 1 2 3 4 5 →