张 聪, 陈 利, 胡茂凌, 朱颖骁, 李 翊, 陶竞立

(四川中烟工业有限责任公司, 四川 成都 610016)

0 引 言

随着电动汽车的普及[1]和用户用电需求的增加[2],传统的园区配电网络无法满足用户多种用能需求[3],智能园区越来越受到关注[4]。智能园区以高级量测体系(Advanced Metering Infrastructure,AMI)技术为支撑,综合多种智能用电控制设备,可以实现电能、信息和业务双向交互,能够有效促进新能源的消纳,并为用户提供多种增值服务[5]。需求响应(Demand Response,DR)作为智能园区的重要组成部分,可以通过能量管理控制器(Energy Management Center,EMC),引导电力用户参与到电网的互动中,可以有效降低负荷的峰谷差,减缓电网投资,保障电网的安全可靠运行[6-7]。

针对智能园区中的需求响应调度策略,国内外学者做了大量的研究。文献[8]把DR和储能系统引入到含风电的系统优化调度中,解决风电功率不确定性对系统稳定运行带来的影响。文献[9]提出了一种计及需求响应的旋转备用优化配置策略,以调度成本和备用成本最小为目标函数建立了优化组合模型,促进风电消纳。文献[10]利用基于ErLang开发的高并发实时数据采集平台和优化经济运行算法模型,开展智能园区充电优化控制研究。文献[11]提出了一种分布式的电动汽车有序充放电管理策略,由充电桩自主决策有序充放电计划,不用借助集中式通信系统实时监测和控制,适用于对大规模电动汽车的分布式管理。文献[12]建立了与用户互动的分布式储能多目标优化运行模型。文献[13]研究了微电网中储能的配置优化问题,降低微电网的运营成本。……