价格型需求响应：分时电价下光伏微网储能系统多目标容量优化配置研究

价格型需求响应 参考文献:基于需求响应的光伏微网储能系统多目标容量优化配置 需求响应部分 matlab 价格型需求响应首先根据分时电价求解电价弹性矩阵非已知值在此基础上确定峰谷平负荷调节量实现了理想的削峰填谷电价弹性矩阵这玩意儿挺有意思的说白了就是用户用电量对价格变动的敏感程度。想象一下咱们要是把中午电费调高10%大家会自觉把洗衣服挪到半夜吗这个变化量用数学表达出来就是弹性系数。先来段MATLAB实操咱们先假设个3x3的弹性矩阵峰、平、谷三个时段互相影响。电价变动量用delP表示原始负荷是Q0目标就是算出台阶电价实施后的负荷变化量% 弹性矩阵初始化 E [-0.3 0.1 0.05; 0.2 -0.4 0.1; 0.15 0.08 -0.25]; % 分时电价变动率% delP [15; -10; 8]; % 原始负荷比例 Q0 [0.4; 0.3; 0.3]; % 计算负荷变化率 delQ E * delP; % 新负荷分布 Q_new Q0 .* (1 delQ/100);这里有个坑要注意弹性矩阵对角线元素必须是负的毕竟本时段电价涨了用户自然会减少这个时段的用电。非对角线的正负号就得看时段间是替代还是互补关系了比如夜间的谷电和午间峰电大概率是正相关。价格型需求响应 参考文献:基于需求响应的光伏微网储能系统多目标容量优化配置 需求响应部分 matlab 价格型需求响应首先根据分时电价求解电价弹性矩阵非已知值在此基础上确定峰谷平负荷调节量实现了理想的削峰填谷接下来是重头戏——负荷调节量的优化计算。咱们需要建立目标函数让峰谷差最小化同时考虑用户用电舒适度约束。直接上fmincon的用法function deltaQ optimize_load(E, P_base, Q_base) % 非线性约束定义 function [c, ceq] nonlcon(deltaQ) c sum(abs(deltaQ)) - 0.2*sum(Q_base); % 总调节量不超过20% ceq []; end options optimoptions(fmincon,Display,off); [deltaQ, ~] fmincon((x) objective(x, Q_base),... zeros(3,1), [],[],[],[], -0.15*Q_base, 0.15*Q_base,... nonlcon, options); end % 目标函数峰谷差最小化 function f objective(deltaQ, Q_base) Q_adj Q_base deltaQ; f max(Q_adj) - min(Q_adj); end这里有几个工程实践中的小技巧调节量上下限设成±15%是考虑到实际设备调节能力非线性约束里的总调节量阈值防止用户用电习惯被过度改变。跑完优化后如果发现谷时负荷反而超过峰时可能需要重新校核弹性矩阵的数据——这种情况八成是跨时段弹性系数设置反了。最后来个效果验证的代码块画个对比图最直观% 原始负荷曲线 t 1:24; load_original [2.5*ones(1,7), 4.2*ones(1,6), 3.8*ones(1,5), 2.1*ones(1,6)]; % 优化后曲线 load_optimized load_original [deltaQ(3)*ones(1,7),... deltaQ(1)*ones(1,6), deltaQ(2)*ones(1,5), deltaQ(3)*ones(1,6)]; figure; plot(t, load_original, b--, t, load_optimized, r-); legend(原始负荷,优化后); xlabel(时间/h); ylabel(负荷/MW); title(价格型需求响应效果对比);注意负荷叠加时的时段对应特别是跨天的情况比如凌晨时段可能属于前一天的谷时段。实际运行时会遇到个别用户反向调节的异常数据这时候需要加个异常检测模块过滤噪声不过那就是另一个故事了。