基于连续时间序列仿真的需求侧响应策略分析

伴随着智能电网的建设，需求侧响应(DemandResponse,DR)技术的研究得以迅速发展。作为由需求侧管理发展而来的一项负荷控制技术，它可以通过政策措施、经济激励甚至直接控制来引导用户在用电高峰时期少用电、低谷时多用电并实现在电网故障时给予系统紧急支援等功能。它不仅可提高用电效率、优化用电方式，还可以缓解缺电压力、降低供电成本、提高电网资产利用率和电网安全运行水平，因而优化需求侧响应策略以实现其对电网的运行支援具有十分重要的意义。考虑到采用基于Agent的建模分析技术，能有效克服电力系统规模庞大，结构复杂的困难，本文主要利用基于Agent的连续时间序列仿真技术，来深入研究电力系统需求侧响应策略的优化。主要工作如下： 1)总结了需求侧响应技术的发展背景及发展现状，侧重于国内外目前发展需求侧响应的研究与实践，着重说明了需求侧响应当前可为电力产业提供的几项重要服务：容量市场、能量市场及辅助服务市场。同时将需求侧响应的概念广义化，说明了其在发输配用四大环节中的重要作用。进一步介绍了基于Agent的连续时间序列的仿真系统Gridlab-D，为分析研究适用的需求侧响应策略提供了仿真平台。 2)借助Gridlab-D仿真平台，建立了可参与需求侧响应策略调节的暖通空调系统和热水器系统模型；进一步提出了两种不同的控制策略：单斜坡控制和双斜坡控制。其中单斜坡控制适用于设备制冷与制热温度恒定值相差较大的情况，而双斜坡控制则可以充分利用低电价时段，开启预制热与预制冷功能，获得用户利益最大化。 3)借助一个典型系统仿真算例，分析对比了无需求侧响应参与、加入分时电价策略、加入实时电价策略调控后，空调设备温度设定值、室内外温度以及配电网总功率波动的变化大小，用实验结果验证了需求侧响应策略对电网的贡献及对人们日常生活的影响。