一种考虑社会因素的新型电力系统调度方法

技术领域

本发明属于新型电力系统运行与控制技术领域，尤其涉及一种考虑社会因素的新型电力系统调度方法。

背景技术

随着能源交易、政策机制和用户行为等社会因素对于能源系统的重要性日益增加，能源发展不仅与自然科学相关，社会科学也对能源系统的发展有着巨大的影响。如今信息物理系统(cyber-physical system，CPS)的概念也逐渐被扩展为信息物理社会系统(cyber-physical-social system，CPSS)，它由信息网络、物理系统和社会因素构成。能源转型与CPSS密切相关，被称为信息物理社会能源系统(cyber-physical-social system inenergy，CPSSE)。另外，由于分布式能源交易市场的发展，拥有分布式电源的用户参与电力交易，出现了具有售电/用电双重角色的生产者和消费者，形成了主动管理自己的能源消耗、生产和存储的用户，这也体现了人类的行为与利益。以电动汽车(electric vehicle，EV)为例，它是最常见的柔性负载之一，可以主动地参与电网的运行与控制，并与电网进行能量互动。通常，大规模EV通过聚合商的集聚进行有序充放电，成为一种灵活的存储模型。国内外学者对此做了大量研究证明了EV可以增加电力系统的灵活性，不仅可以平抑间歇性新能源的功率波动，实现配电网经济与安全运行，还能提高对分布式电源的消纳能力。然而，随着能源转型，考虑通过激励机制来鼓励灵活负荷积极参与需求响应是一种趋势，这与社会因素相关。依据消费者心理学原理，可通过价格需求响应(price demand response，PDR)激励用户合理调节用电行为，积极参与电力系统的优化调度。近年来，关于EV聚合商调度模型和需求响应技术的研究逐渐出现，如徐智威等在《基于动态分时电价的电动汽车充电站有序充电策略》中提供的充电策略，通过分时电价来影响电动汽车的充放电行为，但分时定价的方式不能准确反映电价的波动。

如何在信息、物理和社会系统的深度融合下，全面提高能源或电力系统的管理和运行水平，对于实现新型电力系统中各主体之间的互利共赢具有十分重要的现实意义。

发明内容

本发明提出了一种考虑社会因素的新型电力系统调度方法，与信息物理系统相比，信息物理社会系统的主要改进是人类社会空间的存在。包含风/光/储混合发电的CPSS通过高可靠性的蜂窝星型网络的信息采集和传递，在社会系统中，构建EV聚合商充放电模型，通过充电成本来激励EV积极参与电力系统的优化调度。这不仅可以提升新能源消纳水平，还可减少EV聚合商的充电成本。CPSS在能源转型中的应用实现了新型电力系统中各主体之间的互利共赢。

为了实现本发明目的，本发明提供的一种考虑社会因素的新型电力系统调度方法，具体步骤如下：

步骤1：构建由信息系统、物理系统和社会系统组成的CPSS模型，通过蜂窝星型的信息采集和传送来将这三个部分相连；

步骤2：在CPS的优化调度策略基础上建立基于CPSS的优化调度策略，CPSS的优化调度策略中，社会系统中的EV聚合商作为灵活负载，通过价格需求响应激励电动汽车积极参与电力系统的优化调度，信息系统包含对各种能源的调度或发电功率、负荷数据的采集和预测，并且能得到风光发电出力计划、储能电站出力计划、新能源消纳策略和EV聚合商优化调度策略；

步骤3：基于所述CPSS的优化调度策略建立考虑风光消纳的基于CPSS的优化调度模型，以新能源消纳最大、发电系统的运行和维护成本和可控负荷的运行成本最低为目标函数，同时结合约束条件，求解所述基于CPSS的优化调度模型，得到考虑社会因素后的新能源消纳水平、发电系统的运行和维护成本、EV聚合商的充电成本。

与现有技术相比，本发明能够实现的有益效果至少如下：

由于受到实时电价的影响，EV聚合商积极参与了电力系统的优化调度，EV的有序充电不仅可以减少EV的充电成本，还可以提升促进新能源的消纳水平。另外，考虑社会因素是能源转型的发展趋势，在信息、物理和社会系统的深度融合下，新型电力系统的经济性、安全性和清洁性可以同时得到改善，有利于全面提升各系统的效益。

附图说明

图1是本发明实施例中包含风光储混合发电的CPSS框架示意图。

图2是本发明实施例中CPSS的通信网络示意图。

图3是本发明实施例中基于CPS和CPSS的优化调度策略示意图。

图4是本发明实施例中风光发电预测值示意图。

图5是本发明实施例中EV聚合商实时充放电价格示意图。

图6是两种模型的可再生能源丢弃值示意图。

图7是本发明实施例提供的一种考虑社会因素的新型电力系统调度方法的步骤流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都是本发明保护的范围。

本发明提供一种考虑社会因素的新型电力系统调度方法，包括以下步骤：

步骤1：构建一个由信息系统、物理系统和社会系统组成的CPSS模型，通过蜂窝星型网络的信息采集和传送而将这三个部分紧密相连。

在本发明的其中一些实施例中，请参阅图1，展示了一个带有风光储混合发电的CPSS系统框架。信息系统提供基础数据计算、存储服务和各种应用程序(调度、控制、规划和配置)运行的平台。物理系统反映了电力一次系统的结构，在本发明中，它是一个包含风光储混合发电的电力系统。另外，还有配电网、智能电表和负载。在社会系统中，电力用户、售电公司、发电厂和电网企业之间构成了复杂的社会关系并有各自的利益目标。在社会系统中，各个电力调度决策终端在开放式能量管理的交易下形成合作或者竞争的博弈关系。

在本发明的其中一些实施例中，为了在CPSS框架中模拟EV充放电的通信系统，实现风光储混合发电系统的优化调度，高可靠蜂窝星型网络提供了一个理想的平台。CPSS的通信结构如图2所示，网络系统中的控制中心是中心节点，叶节点包括物理系统中的聚合商和社会系统中由各种EV组成的利益联盟。在下行过程中，控制中心通过蜂窝通信网络将价格、决策等控制信息传送给聚合商，聚合商再将信号传给联盟，这是一个有高度安全性和扩展性的过程。在上行过程中，联盟的感应和需求数据，比如实时负载和期望功率，以与下行过程相反的方向上传到聚合商、再发送到控制中心。其中社会系统中的EV用户与邻居进行交流并形成利益联盟。

步骤2：建立基于信息物理社会系统(CPSS)的优化调度策略，社会系统中的电动汽车(EV)聚合商作为灵活负载，通过价格需求响应(PDR)激励其积极参与电力系统的优化调度，信息系统包含对各种能源的调度或发电功率、负荷数据的采集和预测并且能得到风光发电出力计划、储能电站出力计划、新能源消纳策略和EV聚合商优化调度策略。

在本发明的其中一些实施例中，基于CPS模型(模型A)和CPSS(模型B)的优化调度策略如图3所示。如图3所示，基于CPSS的策略为模型B，模型B相比模型A，还考虑社会系统中的因素，能体现人的利益和行为。模型B是基于模型A构建的，除了社会因素外，信息系统和物理系统是一致的。通过控制变量法，可体现考虑社会因素后对新能源消纳的影响。在模型B中，将控制信息(价格和政策信号)从信息系统的控制中心传输到物理系统的EV聚合商，再传输到社会系统的联盟。信息系统包含风/光/火电调度或发电功率、可控负荷(EV聚合商出力)和不可控负荷数据的采集和预测，以及风光发电出力计划、储能电站出力计划、新能源消纳策略和EV聚合商的优化调度策略。其中，风光预测采用超短期功率预测的方式。物理系统包含对储能电站和EV电池荷电状态(state of charge,SOC)和功率，风/光/火电调度或发电功率，以及电网安全状态的约束。在本发明中，社会系统的界定范畴以EV的充电方式来划分。在基于CPS模型中，EV通过最大充电功率至满电状态，这是一个无序充电的过程，它不考虑社会因素。而在CPSS模型中，通过实时电价激励EV进行有序充电，目标为充放电成本最低，它考虑了社会因素。社会系统体现电价对各类EV在不同时间段充放电行为的影响，从而激励可控负荷积极参与新型电力系统的优化调度。

步骤3：基于所述CPSS的优化调度策略，建立考虑风光消纳的优化调度模型，以新能源消纳最大、发电系统的运行和维护成本和可控负荷的运行成本最低为目标函数，同时结合约束条件，求解所述基于CPSS的优化调度模型，得到考虑社会因素后的新能源消纳水平、发电系统的运行和维护成本、EV聚合商的充电成本。

在CPSS模型中，EV聚合商可作为价格需求响应，其负荷是可控的。在一个利益联盟中，EV可以通过参与电力系统的优化调度来获得收益。

在本发明的其中一些实施例中，建立考虑风光消纳的优化调度模型的步骤是：先搭建基于CPS的调度模型，然后在CPS的调度模型的基础上建立基于CPSS的优化调度模型。

其中，基于CPSS的优化调度模型的目标函数为新能源消纳最大、发电系统的运行和维护成本和可控负荷的运行成本最低：

所述约束条件包括网络约束、储能电站约束、发电站约束、功率平衡约束、变压器容量约束、EV充放电功率约束和EV充放电容量约束。其中，公式13-17为网络约束，公式18-20为储能电站约束，公式21-23为发电站约束，公式24为功率平衡约束，公式25为变压器容量约束，公式27-28为基于CPSS模型的EV充放电功率约束，公式29-32为基于CPSS模型的EV充放电容量约束：

其中，O

其中，公式(1)～(25)为基于CPS的调度模型，在基于CPS的调度模型的基础上，增加公式(26)～(32)EV聚合商充放电模型构成最终的基于CPSS的调度模型。

为了验证前述实施例提供的电力系统调度方法的有效性，还包括：

步骤4：通过将得到考虑社会因素前后，新能源消纳水平、发电系统的运行和维护成本、EV聚合商的充电成本的变化，从而突出考虑社会因素的意义与重要性，即将步骤3的求解结果与CPS模型的优化结果比较，即可验证基于CPSS优化模型的可行性和有效性。

算例是以IEEE-33节点系统为基础，EV聚合商和不可控负载分别位于母线{0，1，18，22}上。风光发电预测值、EV聚合商充电和放电的实时电价分别如图4和图5所示。其中，在同一时间间隔内，聚合商内所有EV的充放电状态设置为统一的。风光发电和固定负载的预测数据来自Elia集团，放电价格从某售电公司获得，并假设每个时间间隔的充电价格为相应时间间隔放电价格的1.1倍。聚合商中三种EV的类型和数量及停车时间、CPSS内的详细参数分别如表1和表2所示。其中，

表1 EV的种类、数量和停靠时间

为了比较EV的充放电行为在考虑社会因素前后对消纳新能源的差别，在CPS模型中，目标函数的权重ω

表2 CPSS的参数

采用新能源丢弃值来反应新能源的消纳水平，新能源的丢弃值P

CPS和CPSS模型的可再生能源丢弃值如图6所示，从图中可以看到，考虑社会因素前后的两种模型所得结果具有明显差异。基于CPS模型优化调度的新能源消纳量在各个时间间隔都不高于基于CPSS模型的消纳量。尤其在第38至65时间间隔中，未考虑社会因素的CPS模型丢弃了大量的新能源，而考虑了社会因素的CPSS模型通过PDR激励实现EV聚合商与电力系统之间的有序充放电操作，使得新能源的消纳水平有显著优势。

表3展现了基于CPS和CPSS优化调度模型的各个子目标的绩效对比。在考虑了社会因素的情况后，不仅是新能源的消纳量和EV聚合商的充电成本得到了大幅的优化，发电系统的运维成本也得到了改善。这对于电力系统、分布式发电站、EV用户来说是互利共赢的。

表3基于CPS和CPSS模型的优化绩效对比

综上，随着能源转型，本发明构建了一个由信息系统、物理系统和社会系统组成的信息物理社会模型，这三部分通过蜂窝星型网络的信息采集和传送而紧密相连。然后，建立了基于CPS和CPSS的优化调度模型，其中EV聚合商作为灵活负载，通过PDR激励其积极参与电力系统的优化调度。本发明实施例通过实时电价来激励不同种类电动汽车的充放电行为。实时电价随时间不断地变化，时间精度为15分钟，相比分时电价更加灵活和精细，更能反应市场电价的波动情况，是理想状况下的高效定价方式，基于CPSS的优化调度模型所得到的结果更优于CPS模型，不仅可以提升新能源消纳水平，还可减少EV聚合商的充电成本和发电运维成本。CPSS在能源转型中的应用实现了新型电力系统中各主体之间的互利共赢。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。