面向能源互聯(lián)網(wǎng)的新型需求側(cè)管理模式研究

劉道新，郭萬祝，王世成，曾鳴,3

(1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206；2. 國網(wǎng)冀北電力有限公司秦皇島供電公司，河北省秦皇島市 066000；3.新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市 102206)

面向能源互聯(lián)網(wǎng)的新型需求側(cè)管理模式研究

劉道新1，郭萬祝2，王世成1，曾鳴1,3

(1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206；2. 國網(wǎng)冀北電力有限公司秦皇島供電公司，河北省秦皇島市 066000；3.新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市 102206)

目前，能源互聯(lián)網(wǎng)已經(jīng)成為我國電力系統(tǒng)發(fā)展的主要方向。能源互聯(lián)網(wǎng)的建設(shè)將在很大程度上改變目前能源利用現(xiàn)狀和管理模式。從需求側(cè)管理的角度，闡述能源互聯(lián)網(wǎng)條件下的新型控制策略，傳統(tǒng)的需求側(cè)管理是基于電網(wǎng)與用戶的相互作用，通過相關(guān)協(xié)議達(dá)到對負(fù)荷的部分可控，能源互聯(lián)網(wǎng)的發(fā)展，使得用戶側(cè)的信息交互更加重要與頻繁，同時(shí)由于各種能源發(fā)電形式的接入，使得對用戶的負(fù)荷管理也越來越重要。提出一種面向能源互聯(lián)網(wǎng)的需求側(cè)管理方法，該方法利用用戶側(cè)健全的通訊基礎(chǔ)設(shè)施，在每個(gè)用戶的智能量測設(shè)備中增加用電計(jì)劃控制模塊，該模塊借助博弈論的思想使每個(gè)用戶根據(jù)其他用戶的用電計(jì)劃制定出使得自己用電支出最小的用電計(jì)劃，最終得到所有用戶的能源消費(fèi)計(jì)劃。在整體的能源消費(fèi)計(jì)劃下，達(dá)到系統(tǒng)運(yùn)行的峰均比和發(fā)電成本最小。最后，通過實(shí)例仿真證明了該負(fù)荷管理模式的有效性。

能源互聯(lián)網(wǎng)；用電計(jì)劃控制；博弈論；峰均比最小

0 引 言

需求側(cè)管理是電力部門通過一定的手段管理用戶負(fù)荷的一種方式，以達(dá)到系統(tǒng)運(yùn)行最優(yōu)。需求側(cè)管理能夠充分利用現(xiàn)有電源，減少系統(tǒng)裝機(jī)容量和輸配電設(shè)施，提高設(shè)備利用率和用電效率。對于未來能源互聯(lián)網(wǎng)，由于電網(wǎng)和通訊設(shè)備的互聯(lián)為電動(dòng)汽車的接入提供了大量的接口，電動(dòng)汽車作為新興柔性負(fù)荷在電網(wǎng)運(yùn)行過程中將扮演重要的角色，另外各種間歇式發(fā)電單元的接入，給電網(wǎng)的穩(wěn)定運(yùn)行帶來了挑戰(zhàn)[1-3]，有效的控制負(fù)荷，減小系統(tǒng)的備用容量，降低運(yùn)行的峰均比是能源互聯(lián)必須解決的問題。

能源互聯(lián)網(wǎng)的構(gòu)建不僅僅是靈活的電力網(wǎng)絡(luò)，更重要的是它將實(shí)現(xiàn)電力流與信息流的一體化平臺建設(shè)。這為新型的需求側(cè)管理策略的實(shí)現(xiàn)提供了物理基礎(chǔ)。目前關(guān)于需求側(cè)負(fù)荷管理，研究較多的是直接負(fù)荷控制[4-7]，通過供電企業(yè)與用戶、工廠企業(yè)等達(dá)成供用電協(xié)議，供電部門按照協(xié)議對用戶的部分用電設(shè)備進(jìn)行遠(yuǎn)程控制。比如，在負(fù)荷高峰時(shí)段，供電部門就會(huì)根據(jù)事先達(dá)成的協(xié)議切出用戶的供熱、制冷、照明等設(shè)備。雖然可以解決削減峰值負(fù)荷的問題，但是對于居民用戶而言，直接負(fù)荷管理將影響居民正常生活，他們很難積極主動(dòng)參與到直接負(fù)荷控制的管理中來，并且有可能導(dǎo)致用戶的信息泄露。

另一種需求側(cè)負(fù)荷管理措施是利用電價(jià)機(jī)制，即通過調(diào)節(jié)電價(jià)鼓勵(lì)用戶主動(dòng)管理自身負(fù)荷，以在峰值負(fù)荷時(shí)主動(dòng)削減負(fù)荷[8-10]。電價(jià)模式分為峰谷電價(jià)、分時(shí)電價(jià)和實(shí)時(shí)電價(jià)。對于實(shí)時(shí)電價(jià)協(xié)議，1天內(nèi)不同時(shí)間段的電價(jià)是不同的。通常根據(jù)用電需求，夏天午后及冬天晚上的電價(jià)較高。但是，這種電價(jià)機(jī)制同樣會(huì)引起一些問題，用戶通常很難對電價(jià)的變化及時(shí)作出用電的調(diào)整，并且需要用戶實(shí)時(shí)關(guān)注電價(jià)的波動(dòng)，實(shí)時(shí)改變自己的用電計(jì)劃，這給用戶帶來了諸多不便。另外，這種電價(jià)機(jī)制的調(diào)節(jié)對用戶而言具有趨同的特性，可能出現(xiàn)將峰值負(fù)荷整體轉(zhuǎn)移到非峰值負(fù)荷處的情況，實(shí)際并不會(huì)有效降低峰均比。

對于電網(wǎng)來說，其實(shí)際關(guān)注的并不是每一個(gè)用戶的用電負(fù)荷，而是某一具體時(shí)段內(nèi)所有用戶的總負(fù)荷。因此，為了達(dá)到一個(gè)區(qū)域的負(fù)荷可控，本文提出利用未來能源互聯(lián)網(wǎng)完善的通訊系統(tǒng)，在用戶之間建立信息交互，通過用戶之間的信息交互，在用戶之間形成一種博弈關(guān)系，從而使最終整個(gè)區(qū)域內(nèi)負(fù)荷可控。

本文提出一種適應(yīng)于未來能源互聯(lián)網(wǎng)需求側(cè)管理的用戶用電計(jì)劃自動(dòng)調(diào)整機(jī)制。在某一供電區(qū)域的用戶都安裝自動(dòng)用電計(jì)劃控制器。用戶用電控制器作為一種控制設(shè)備安裝在家庭的智能量測表內(nèi)，并且通過通訊設(shè)備實(shí)現(xiàn)區(qū)域內(nèi)各用戶的互聯(lián)。用電計(jì)劃控制器通過執(zhí)行分布尋優(yōu)算法自動(dòng)為每一個(gè)用戶制定出節(jié)能的用電計(jì)劃，算法的目標(biāo)函數(shù)是系統(tǒng)整體運(yùn)行的網(wǎng)損最小。用戶之間借助博弈論[11-14]的思想進(jìn)行分析，通過適當(dāng)?shù)碾妰r(jià)機(jī)制激勵(lì)用戶參與博弈，使得最終納什平衡達(dá)到系統(tǒng)運(yùn)行最優(yōu)。

1 系統(tǒng)模型

1.1 系統(tǒng)負(fù)荷模型

與大電網(wǎng)連接的供電區(qū)域如圖1所示，假設(shè)每個(gè)用戶都裝有智能電表，并且智能電表內(nèi)都裝設(shè)有用電計(jì)劃控制器。智能電表與電力線和局域網(wǎng)絡(luò)相連。電網(wǎng)與用戶及用戶之間的信息都通過局域網(wǎng)的通訊協(xié)議進(jìn)行交互。

圖1 用戶信息流Fig.1 Flow of user’s information

圖中：N代表上述系統(tǒng)的用戶集合；n表示用戶集合中的第n個(gè)用戶；h表示1天中第h個(gè)時(shí)段；H表示1天的用電時(shí)段數(shù)，通常設(shè)H=24，用電時(shí)段是等間隔的；對于任一個(gè)用戶，用L表示第n個(gè)用戶第h小時(shí)的負(fù)荷；則1天中第h個(gè)時(shí)段所有用戶的總負(fù)荷可表示為

(1)

1天中峰值負(fù)荷可表示為

(2)

均值負(fù)荷表示為

(3)

負(fù)荷率為

(4)

1.2 費(fèi)用函數(shù)

這里定義Ch(Lh)表示第h時(shí)段的電源發(fā)電所需要的費(fèi)用。通常，同樣的負(fù)荷在不同的時(shí)段發(fā)電所用的費(fèi)用是不同的。另外，這里假設(shè)Ch(Lh)滿足如下條件。

(1)費(fèi)用函數(shù)是遞增的。對于任意h，滿足下面不等式：

Ch(Lh1)≤Ch(Lh2),Lh1≤Lh2

(5)

從式(5)可以看出發(fā)電費(fèi)用隨著負(fù)荷的增加而增加。

(2)費(fèi)用函數(shù)必須是凸函數(shù)。即對于任意的Lh，都存在：

(6)

滿足條件(1)、(2)的典型費(fèi)用函數(shù)如下：

(7)

1.3 用戶負(fù)荷描述

對于任意n∈N，用An表示用戶n的所有電氣設(shè)備，包括電動(dòng)汽車、冰箱、洗衣機(jī)、空調(diào)等。對于任意a∈An，定義一個(gè)能源的消費(fèi)計(jì)劃，用下面的向量表示：

(8)

(9)

(10)

由此，則系統(tǒng)中所有設(shè)備24 h的用電負(fù)荷總負(fù)荷可表示為

(11)

通常有些用電設(shè)備的用電量是不能轉(zhuǎn)移的，在這種情況下用電計(jì)劃控制器并不對這些設(shè)備進(jìn)行優(yōu)化控制，具體如圖2所示。

(12)

圖2 用電計(jì)劃控制器Fig.2 Controller of energy plan

2 優(yōu)化模型

2.1 峰均比最小

由之前的描述可將峰均比表示如下：

(13)

通過上文的敘述，通過調(diào)整用戶用電計(jì)劃從而使得εPA最小，即

(14)

(15)

接著引入變量Γ，將上式變?yōu)?/p>

(16)

式(16)可以用內(nèi)點(diǎn)法處理。通過分析可知用電方案并不唯一。當(dāng)εPA相同時(shí)，可以存在不同的用電計(jì)劃。

2.2 發(fā)電費(fèi)用最小

所有用戶的用電計(jì)劃除了使得εPA最小外，還需要使得系統(tǒng)總的發(fā)電費(fèi)用最小。總發(fā)電費(fèi)用可以用式(17)來表示：

(17)

這個(gè)優(yōu)化的目標(biāo)函數(shù)是凸函數(shù)，可以由凸函數(shù)的解法得到解決，并且凸函數(shù)僅有一個(gè)最優(yōu)解。

3 能源消費(fèi)博弈

最小化問題雖然可以通過上述方法得到解決，但是由于系統(tǒng)的運(yùn)行狀態(tài)是變化的，因此希望得到一種能隨系統(tǒng)的運(yùn)行狀態(tài)而自動(dòng)更新用電計(jì)劃的方法。通過利用能源互聯(lián)網(wǎng)完善的通訊設(shè)備進(jìn)行用戶之間的信息交互，采用一種分布式的算法實(shí)時(shí)更新用戶的用電計(jì)劃。目標(biāo)是讓智能量測設(shè)備制定出用電計(jì)劃安排。分布式計(jì)算以系統(tǒng)的發(fā)電費(fèi)用最小為目標(biāo)函數(shù)。

3.1 價(jià)格協(xié)議

對于用戶n用bn表示每天用戶需要支付給電網(wǎng)公司的費(fèi)用。而電價(jià)應(yīng)該和用戶一天所用電量和總的發(fā)電成本有關(guān)。假設(shè)滿足如下條件：

(18)

式(18)左邊表示用戶一天總的支付費(fèi)用，右邊表示一天總的發(fā)電成本。為了便于比較定義：

(19)

如果k=1表示收支預(yù)算平衡，也就是說電網(wǎng)向用戶收取的費(fèi)用和成本相同。另一方面，如果k大于1，用戶的總支出和電網(wǎng)總成本的差值就是電網(wǎng)的利潤值。另外假設(shè)

(20)

也就是說用戶支出的費(fèi)用和用電量成正比。比如說用戶n的用電量是用戶m用電量的2倍，則用戶n的費(fèi)用將是用戶m的2倍。收費(fèi)的準(zhǔn)確數(shù)值取決于該時(shí)段的發(fā)電的成本C，由式(7)表示。盡管式(20)確立了用戶用電支付與發(fā)電成本之間的聯(lián)系，但同時(shí)用戶的支付費(fèi)用和該時(shí)段的電價(jià)也有很大的聯(lián)系。通過將式(20)變形可以得到：

(21)

由式(9)、(10)、(19)、(20)可得：

(22)

式中：

(23)

從式(22)中我們可以看出用戶n的用電費(fèi)用和m緊密相關(guān)，因此就建立用戶之間的博弈關(guān)系。

3.2 博弈模型

由于每個(gè)用戶的用電費(fèi)用都和其他用戶的用電計(jì)劃相關(guān)，自然會(huì)導(dǎo)致在用戶間引起博弈關(guān)系。

博弈的參與者：一個(gè)區(qū)域內(nèi)所有的用戶。

博弈策略：每個(gè)用戶通過制定用電計(jì)劃向量Xn，最大化各自的收益。

博弈收益：

(24)

式中x-n=[x1,…,xn-1,xn+1,…xN]表示出了用戶n之外的所有其他戶的向量。基于以上定義，用戶將會(huì)安排自己的用電計(jì)劃使得自己支付給供電公司的費(fèi)用最少。關(guān)于博弈論的定理這里不再贅述。

4 分布式算法

區(qū)域的所有用戶都參與到用電計(jì)劃控制單元，通過用戶間信息的交互可以實(shí)現(xiàn)用戶用電計(jì)劃的自動(dòng)更新，使得每個(gè)用戶的用電費(fèi)用最小。并且可以證明用戶之間的納什均衡的解與系統(tǒng)全局最優(yōu)解是相同的。在系統(tǒng)運(yùn)行過程中要通過各控制器的分布式算法來實(shí)現(xiàn)。

4.1 程序流程

對于任意一個(gè)用戶n，假設(shè)其他n-1個(gè)用戶的用電計(jì)劃是固定的。用戶n的用電計(jì)劃的最佳策略將通過求解下面的式子得到解決：

(25)

這里，式(25)得到的解為局部最優(yōu)解，因?yàn)閮?yōu)化的結(jié)果僅僅是得到用戶n的最佳用電計(jì)劃。因?yàn)棣竛是固定的，其值不依賴于Xn，則式(25)可以由式(26)表示：

(26)

注意到式(26)和式(17)具有同樣的目標(biāo)函數(shù)。然而，式(26)僅僅有用戶n的局部變量。更重要的是式(26)是凸函數(shù)，可以由內(nèi)點(diǎn)法得到解決。只要用戶n知道1天所有時(shí)段的成本函數(shù)Ch和包含所有其他用戶用電計(jì)劃的向量L-n=[l1,…,ln-1,ln+1,…,lN]，就可以解決式(26)的問題，這里采用分布式算法。

其計(jì)算流程如下：

(1)初始化Ln和L-n；

(2)用內(nèi)點(diǎn)法解式(26)；

(3)根據(jù)新解更新xn；

(4)將用戶n的Ln通過通訊設(shè)備發(fā)送到其他用戶；

(5)判斷是否收斂，若不收斂轉(zhuǎn)到(2)；

(6)是否收到其他用戶的改變信息，更新L-n；

(7)結(jié)束；

(8)跳轉(zhuǎn)到下一用戶。

計(jì)算的第1步進(jìn)行數(shù)據(jù)初始化，對于用戶n而言隨機(jī)假設(shè)lm的狀態(tài)，因?yàn)槌跏紶顟B(tài)時(shí)用戶n并不知道其他用戶的狀態(tài)。第2步到第7步具體執(zhí)行此算法直到結(jié)果收斂。每一個(gè)用電計(jì)劃控制器都用內(nèi)點(diǎn)法根據(jù)自己得到的其他用戶的用電計(jì)劃進(jìn)行計(jì)算。每個(gè)用戶的結(jié)果都是使得各自利益最大化的局部最優(yōu)解，然后將計(jì)算出的用電計(jì)劃發(fā)送出去，供其他用戶參考。在圖2上看到交互的信息就是由此算法執(zhí)行發(fā)送的，具體的通訊協(xié)議是通過局域網(wǎng)來實(shí)現(xiàn)。并且交互的信息僅僅是用戶用電的總負(fù)荷并不涉及具體的用電設(shè)備的用電，因此不會(huì)導(dǎo)致用戶私人信息的泄露。

這里所敘述的負(fù)荷控制策略與傳統(tǒng)的負(fù)荷管理策略有很大不同。首先，不像直接負(fù)荷管理，這種策略的用戶完全可以自己控制自己的用電設(shè)備。因此，用戶的私人信息不會(huì)泄露。更重要的是用戶僅需要根據(jù)得到的信息制定出符合自己利益的用電計(jì)劃即可。這種管理策略基于圖2所示的結(jié)構(gòu)框架。

4.2 收斂性和最優(yōu)解特性

這一部分將證明這種分布式算法的收斂性和最優(yōu)解特性。評估的基礎(chǔ)是根據(jù)下面的博弈定理：

如果用戶之間的個(gè)人用電消費(fèi)計(jì)劃更新是不同步的，沒有任何2個(gè)用戶的用電計(jì)劃更新是同時(shí)的，對于用電計(jì)劃的博弈來說，無論從任何一個(gè)點(diǎn)開始執(zhí)行，算法都最終收斂于一個(gè)固定的點(diǎn)。該定理的證明式不再贅述。

該定理充分地證明了算法的收斂性。僅僅要求用戶按照次序更新各自的用電計(jì)劃即可。比如，通過檢測用戶更新用電計(jì)劃的時(shí)間，只有用戶n收到命令輪到其更新用電計(jì)劃時(shí)，用戶n才執(zhí)行程序(2)到(7)。由于在更新次序上的限制，可以保證算法可以自動(dòng)收斂到全局最優(yōu)解。另外，如果所有用戶的用電計(jì)劃在24 h內(nèi)均不發(fā)生更改，則此算法就是長時(shí)間尺度的優(yōu)化運(yùn)行算法；如果需要用戶的用電計(jì)劃不斷地更改，則此算法就成了實(shí)時(shí)優(yōu)化運(yùn)行算法。

5 算例分析

本節(jié)通過仿真算例分析評估算法的性能，假定這里有20個(gè)用戶都安裝有用電計(jì)劃控制器。每個(gè)用戶都有15～25個(gè)不可控制的負(fù)荷，這些負(fù)荷不參與用電計(jì)劃安排。同樣還包括15～20個(gè)可控負(fù)荷，稱之為柔性負(fù)荷。這些柔性負(fù)荷可以由用電計(jì)劃控制器安排用電。通常這些柔性負(fù)荷包括：洗衣機(jī)(日耗能1.8 kW·h),電動(dòng)汽車(日耗能12 kW·h)，烘干機(jī)(2.7 kW·h)。在仿真模型中假設(shè)每個(gè)用戶都是隨機(jī)的使用柔性負(fù)荷和不可控負(fù)荷，同樣也要考慮到晚間負(fù)荷較夜間負(fù)荷大。例如，假設(shè)電動(dòng)汽車在午后和次日早上前充電是合理的。為了簡便發(fā)電費(fèi)用方程如公式(7)所示，且令bh=ch=0，在白天早上9點(diǎn)到晚上12點(diǎn)ah=0.3，從晚上12點(diǎn)到早上9點(diǎn)ah=0.2。假定系統(tǒng)的預(yù)算平衡即令k=1。算法在一種單循環(huán)模式下運(yùn)行，在這個(gè)模式下，當(dāng)輪到用戶n時(shí)，用戶n開始執(zhí)行此程序，從而更新自己的用電計(jì)劃，并且隨后通知其他用電計(jì)劃的更改。接著隨機(jī)地跳轉(zhuǎn)到另外其他的用戶繼續(xù)執(zhí)行此程序，直到程序收斂。通過這種方法保證了每次僅有1個(gè)用戶進(jìn)行用電計(jì)劃更新。

5.1 性能比較

總的用電消費(fèi)計(jì)劃和總的發(fā)電成本仿真結(jié)果如表1、表2所示。表1表示沒有用電計(jì)劃控制器的仿真結(jié)果，表2表示有用電計(jì)劃控制器的結(jié)果。

表1 未裝設(shè)控制器各時(shí)段用電量統(tǒng)計(jì)表

Table 1 Statistics of power consumption without controller kW·h

表2 裝設(shè)控制器各時(shí)段用電量統(tǒng)計(jì)表Table 2 Statistics of power consumption with controller kW·h

對于沒有用電計(jì)劃控制器的案例，假定每個(gè)用戶的用電設(shè)備a在其用電區(qū)間內(nèi)按照典型的功率水平運(yùn)行。對于安裝有用電計(jì)劃控制器的案例，其設(shè)備的運(yùn)行時(shí)間和功率水平均由算法的運(yùn)算結(jié)果給出。通過比較表1和表2，可以發(fā)現(xiàn)沒有控制器設(shè)備的案例，其峰均比為3.6。而裝有控制器的峰均比為2.05，并且后者每個(gè)小時(shí)的負(fù)荷較前者更加均勻。可見，雖然每個(gè)用戶的總負(fù)荷相同，但是由于控制器的安排使得系統(tǒng)運(yùn)行更為高效。另一方面，算法的迭代過程如圖3所示。可見算法迭代到10次時(shí)收斂，基本上是每個(gè)用戶迭代2次即可達(dá)到全局最優(yōu)。

圖3 收斂曲線Fig.3 Convergence curves

5.2 用戶支出與峰均比

分布式算法不但可以使得系統(tǒng)的發(fā)電費(fèi)用和峰均比最小，同樣也對用戶有利。

圖4比較了單個(gè)用戶的峰均比和總體用戶的峰均比。其中，如圖4可知最大的εPAR可達(dá)到4.0，但總體的εPAR僅有2.05，對于每個(gè)用戶的峰均比用下面的公式計(jì)算：

(27)

圖4 用戶與系統(tǒng)峰均比Fig.4 Peak-average ratio of users and system

從圖4中可以看到整體調(diào)節(jié)后的峰均值小于單個(gè)用戶的峰均比。并且有些用戶的峰均比特別的高。這也印證了之前所討論的電網(wǎng)實(shí)際上關(guān)心的并不是每個(gè)用戶的用電狀態(tài)，而是用戶整體的用電情況。

6 結(jié) 論

本文提出一種基于能源消費(fèi)計(jì)劃的自動(dòng)優(yōu)化模型，以實(shí)現(xiàn)面對未來能源互聯(lián)網(wǎng)條件下對負(fù)荷的有效管理。該模型能夠使得系統(tǒng)運(yùn)行的發(fā)電費(fèi)用最小，同時(shí)降低運(yùn)行的峰均比。基于博弈論的思想對用戶用電計(jì)劃進(jìn)行建模，使得用戶積極參與到負(fù)荷調(diào)節(jié)中來，并且實(shí)現(xiàn)用戶的用電費(fèi)用最小。本文提出的需求側(cè)管理模型是基于能源互聯(lián)網(wǎng)通訊基礎(chǔ)設(shè)施完善的條件下，用戶之間完善的信息交互，使得用戶之間進(jìn)行博弈，各個(gè)用戶根據(jù)其他用戶的用電計(jì)劃情況，計(jì)算出自己的用電計(jì)劃。所有用戶用電計(jì)劃的集成就構(gòu)成了整體的能源消費(fèi)計(jì)劃，整體的能源消費(fèi)計(jì)劃能夠滿足配網(wǎng)運(yùn)行的峰均比最小及總發(fā)電費(fèi)用最小。仿真結(jié)果也表明，分布式的優(yōu)化算法不僅可以使得各個(gè)用戶受益，同時(shí)能有效地達(dá)到電網(wǎng)對負(fù)荷的有效控制。另外，本文沒有考慮用戶側(cè)儲能的情況，比如用戶的電動(dòng)汽車可以作為儲能元件向系統(tǒng)回饋能量，參與系統(tǒng)的優(yōu)化運(yùn)行，因此今后可以考慮用戶側(cè)系統(tǒng)回饋能量時(shí)的負(fù)荷管理模式。

[1]劉開俊.能源互聯(lián)網(wǎng)發(fā)展路徑探究[J].電力建設(shè)，2015，36(10)：5-10. LIU Kaijun.Development path exploration of energy internet[J].Electric Power Construction，2015，36(10)：5-10.

[2]趙海，蔡巍，王進(jìn)法，等.能源互聯(lián)網(wǎng)架構(gòu)設(shè)計(jì)與拓?fù)淠Ｐ蚚J].電工技術(shù)學(xué)報(bào)，2015，30(11)：30-36. ZHAO Hai，CAI Wei，WANG Jinfa，et al.An architecture design and topological model of intergrid [J].Transactions of China Electrotechnical Society，2015，30(11)：30-36.

[3]王繼業(yè)，孟坤，曹軍威，等.能源互聯(lián)網(wǎng)信息技術(shù)研究綜述[J].計(jì)算機(jī)研究與發(fā)展，2015，52(5)：1109-1126. WANG Jiye，MENG Kun，CAO Junwei, et al.Information technology for energy internet: a survey[J].Journal of Computer Research and Development，2015，52(5)：1109-1126.

[4]NERC. Potential reliability impacts of emerging flexible resources[R].American：The North American Electric Reliability Corporation，2010.

[5]曹軍威，楊明博，張德華，等.能源互聯(lián)網(wǎng)——信息與能源的基礎(chǔ)設(shè)施一體化[J].南方電網(wǎng)技術(shù)，2014，8(4)：1-10. CAO Junwei，YANG Mingbo，ZHANG Dehua，et al.Energy internet：an infrastructure for cyber-energy integration[J].Southern Power System Technology，2014，8(4)：1-10.

[6]HIRST E，CAVANAGH R，MILLER P.The future of DSM in a restructured US electricity industry [J].Energy Policy，1996，24(4)：303-315.

[7]STADLER I.Power grid balancing of energy systems with high renewable energy penetration by demand response[J].Utilities Policy，2008，16(2)：90-98.

[8]王蓓蓓，李揚(yáng).面向智能電網(wǎng)的電力需求側(cè)管理規(guī)劃及實(shí)施機(jī)制[J].電力自動(dòng)化設(shè)備，2010，30(12)：19-24. WANG Beibei，LI Yang.Demand side management planning and implementation mechanism for smart grid [J].Electric Power Automation Equipment，2010，30(12)：19-24.

[9]曹培，翁慧穎，俞斌，等.低碳經(jīng)濟(jì)下的智能需求側(cè)管理系統(tǒng)[J].電網(wǎng)技術(shù)，2012，36(10)：11-16. CAO Pei，WENG Huiying，YU Bin，et al.Research on smart demand side management system in low-carbon economy[J].Power System Technology，2012，36(10)：11-16.

[10]SWISHER J，DE MANINO G，REDLINGER R.Tools and methods for integrated resource planning-improving energy efficiency and protecting the environment[J].Utilities Policy，2013(10)：11-16.

[11]中國赴歐洲電力需求側(cè)管理培訓(xùn)團(tuán).歐洲電力需求側(cè)管理對中國的啟示(上)——來自中國赴歐洲電力需求側(cè)管理的培訓(xùn)報(bào)告[J].電力需求側(cè)管理，2007，9(2)：1-6. Chinese Group to European DSM Training.Enlightenment of European DSM to China——Report from Chinese group to European DSM training[J].Power Demand Side Management，2007，9(2)：1-6.

[12]盧強(qiáng)，陳來軍，梅生偉.博弈論在電力系統(tǒng)中典型應(yīng)用及若干展望[J].中國電機(jī)工程學(xué)報(bào)，2014，34(29)：5009-5017. LU Qiang，CHEN Laijun，MEI Shengwei.Typical applications and prospects of game theory in power system[J].Proceedings of the CSEE，2014，34(29)：5009-5017.

[13]王梅霖.電力需求側(cè)管理研究[D].北京：北京交通大學(xué)，2011. WANG Meilin.Research on demand side management[D].Beijing：Beijing Jiaotong University，2011.

[14]HUANG Y H，ZHOU X X.Knowledge model for electric power big data based on ontology and semantic web[J].CSEE Journal of Power and Energy Systems，2015，1(1)：19-27.

(編輯 張媛媛)

New Demand-Side Management Pattern for Energy Internet

LIU Daoxin1, GUO Wanzhu2, WANG Shicheng1, ZENG Ming1,3

(1.School of Economics and Management, North China Electric Power University, Beijing 102206, China;2. State Grid Jibei Electric Power Company Qinhuangdao Electric Power Company, Qinhuangdao 066000,Hebei Province, China; 3. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China)

At present, the energy Internet has become the main development direction of power system in our country. The construction of the energy Internet will change the energy utilization status and the management pattern. In the perspective of demand side management, this paper studies the new control strategy under energy Internet. Traditional demand side management controls parts of the load by related protocol based on the interaction between the grid and the users. The development of energy Internet makes the information interaction between users more important and frequently. At the same time, the access of various generation forms of energy makes the demand side management more important. This paper proposes a new demand side management method for energy Internet, which uses the user-side sound communications infrastructure to add the power control module in the intelligent measurement equipment for each user. Through the game theory in this module, each user makes his energy plan according to those of other users which make his payment minimum, so as to obtain all the user’s energy consumption plans, and realize the minimum peak-average ratio of system operation and power generation cost under the overall energy consumption plan. At last, the example simulation results prove the validity of the load management mode.

energy Internet; energy plan control; game theory; the minimum peak-average ratio

中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2015QN01)

TM 727； F 426.61

A

1000-7229(2016)06-0010-07

10.3969/j.issn.1000-7229.2016.06.002

2016-03-21

劉道新(1970)，男，博士研究生，高級工程師，研究方向?yàn)殡娏y(tǒng)計(jì)管理、電力技術(shù)信息化；

郭萬祝(1970)，男，工程師，研究方向?yàn)殡娏π枨髠?cè)管理及電力營銷；

王世成(1988)，男，博士研究生，研究方向?yàn)殡娏?jīng)濟(jì)管理；

曾鳴(1957)，男，教授，博士生導(dǎo)師，主要從事電力市場與技術(shù)經(jīng)濟(jì)研究工作。

Project support by Fundamental Research Funds for the Central Universities(2015QN01)