楚成博

摘 要： 为实现节能环保和经济运行等目标，提高终端设备能源利用效率以及研究负荷协调优化调度日益成为终端设备负荷协调优化的主要发展方向。原有的仅凭报价决定调度排序的单目标优化调度已不能满足社会发展需求，需要综合考虑经济、煤耗、环保和安全等多种因素的多目标负荷协调优化调度。本文提出基于终端能效使用率的多样化负荷间协调优化方法，有效降低单位GDP二氧化碳排放强度。同时满足用户的多元化用电服务需求，提高民众对智能电网的理解和接受程度，具有显著的社会和经济效益。

关键词： 终端能源；负荷群；多样化；协调优化

1引言

电力系统的负荷最优运行状态一直是电力系统协调优化调度努力的目标。伴随着社会的发展和电力工业的变革，终端设备能效利用效率的负荷协调优化模式也经历了一个不断自我完善的发展过程。国外的负荷协调优化模式主要分为两种：一种是电力垄断时期的经济优化调度模式，另一种是发电市场竞争的优化调度模式。国内的负荷协调优化调度模式相对复杂，在政策、经济因素、电力供需、能源供给形势等因素的影响下，总体可以分为：（1）基于垂直一体化电力工业管理模式的经济优化调度模式阶段；（2）电力供应不满足需求情况下的计划电量优化调度模式阶段；（3）为优化购电成本而引入竞争机制的市场竞争优化调度模式阶段；（4）以及以考虑节能环保的新能源并网发电的优化调度模式阶段。

目前，国外对V2G技术的研究重点在电动汽车实现对电网削峰填谷、频率调节及消纳新能源的控制策略等方面，主要目的是利用电动汽车的移动储能特性为电网提供服务。针对美国加州、日本的电力市场环境，对具备V2G模式的电动汽车参与电力系统的收益进行了一定的分析，指出V2G在辅助服务市场具有广阔前景，并可以为用户带来可观的经济效益；针对德国电力市场提出了相应的控制策略，采用基于代理模型分析了德国电力市场，对800万辆电动汽车采用不同充放电策略对电力市场电价波动的影响进行了评估，并通过蒙特卡洛模型测试了其可靠性、效率和收益率。

2多样化负荷运行模式分析

对于每种负荷用电设备的时间-电量特性曲线，其必然存在一些特征区别于其他负荷时间-电量特性曲线，这些特征包括：负荷率、峰谷差、年最大负荷利用小时数、年持续负荷曲线等。

（1）负荷率指标包括日负荷率、日最小负荷率、月负荷率、季负荷率、年平均负荷率及年负荷率。

（2）峰谷差指用电负荷的最高负荷与最低负荷之差。

（3）年最大负荷利用小时数是指年用电量与年最大负荷的比值，即全年小时数与年负荷率乘积。

（4）年持续负荷曲线是按一年中系统负荷的数值大小及其持续小时数顺序排列而绘制成的曲线。

K-means算法

K-means算法又称k-均值算，是划分方法中典型算法之一。K-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。K-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇。然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。通常，采用平方误差准则，其定义如下：

這里E是数据库中所有对象的平方误差的总和，p是空间中的点，mi是簇Ci的平均值。该目标函数使生成的簇尽可能紧凑独立，使用的距离度量是欧几里得距离，当然也可以用其它距离度量。

K-means聚类算法的算法流程如下：

（1）任意选择k个对象作为初始的簇中心；

（2）repeat；

（3）根据簇中对象的平均值，将每个对象（重新）赋予最类似的簇；

（4）更新簇的平均值，即计算每个簇中对象的平均值；

（5）until不再发生变化。

3多样化负荷能效协调优化方法

直接负荷控制（Direct Load Control，DLC）一般适用于居民或小型的商业用户，参与DLC的可控制负荷一般都是短时间的停电对其供电服务质量影响不大的负荷，如空调、电热水器、饮水机、电冰箱、吸尘器、加湿器、厅堂花灯等。这几类负荷短时间的停电对其供电服务质量影响不大，用户一般可以接受。

（1）DLC调度策略执行前的准备

确定DLC激励机制，即确定好中断负荷补偿方法；收集数据，统计同意参与DLC的用户数量，以及用户用电高峰期间用电负荷（用电器）类型、功率、以及各种用电负荷（用电器）的数量。

（2）基于用户信任度的数据分组技术

每次DLC策略实施完成后，应该对电力用户的执行程度（即分配给各个用户的调度计划的完成情况）进行度量，建立各个电力用户的信任度表，以便为下次DLC策略的制定提供参考。

用户信任度，表征了用户对于本次DLC计划的完成情况。比如，信任度为10的用户，会100%完成非配给用户的用电计划；而信任度为9的用户，完成的计划率会在90%-100%之间。因此在制定DLC策略时应该考虑用户信任度对于DLC计划完成情况的影响。

参与DLC的电力用户一般数量比较庞大，为了降低求解问题的规模，采用恰当的分组方法，对同一个组内的电力用户进行统一调度，会降低问题求解的规模。采用基于用户信任度的分组方法，具体分组方法如下：

（1）计算各个用户当前的信任度，并按照信任度等级对用户进行分组。

（2）经过第一次分组后，如果组内的用户数量还是太多，对这一组的用户进一步划分，这时候可以采用均分的方法

（3）计算每组用户DLC计划的完成率。

4结论

针对终端设备能效利用效率的多负荷协调优化控制，通过分析用户侧自动需求响应优化模型的实际多目标问题，提出了基于多种群多目标粒子群优化算法的多目标智能决策优化控制方法，在实现多样性负荷能效优化的同时，考虑了设备安全运行、用户容忍程度、可控负荷总量、反弹负荷总量等约束条件；利用电价信号来引导用户采取合理的用电结构和用电方式，提出了负荷用电时间序列协调控制方法，保证了系统负荷运行的平稳性；根据空调、电冰箱、电热水器等可控制负荷短时间停电对其供电服务质量影响不大的特性，提出了直接负荷控制协调优化控制方法，在保证直接可控负荷用户的用电满意度和收益的同时，实现了对电网负荷尖峰的削减。