引言

當前我國正處在經(jīng)濟快速發(fā)展的時代,居民用電負荷不斷增加,電力供需矛盾突出,部分地區(qū)仍存在電力供應(yīng)不足的現(xiàn)象。需求響應(yīng)技術(shù)能夠極大地提高需求側(cè)負荷調(diào)節(jié)能力,但由于參與需求響應(yīng)的用戶數(shù)目龐大,用戶是否有效參與需求響應(yīng)難以檢測,導致電網(wǎng)需求響應(yīng)的效果遠低于預期,對電力企業(yè)的經(jīng)濟效益以及人們的日常生活造成了很大影響,所以研究一種用戶參與需求響應(yīng)的檢測與識別方法十分重要。

目前,比較常見的需求響應(yīng)檢測方法有以下幾種:

(1)專家系統(tǒng)。葛朝強等人將專家的經(jīng)驗和知識與受保護電網(wǎng)相結(jié)合并建立規(guī)則,同時給出了用戶參與需求響應(yīng)的檢測識別過程與邏輯。

(2)神經(jīng)網(wǎng)絡(luò)。Kumar等人對用戶樣本數(shù)據(jù)進行訓練,搭建了需求響應(yīng)檢測模型,取得了較為準確的結(jié)果。

(3)Petri網(wǎng)。Zhao等人提出了改進后的基于Petri網(wǎng)的用戶配電網(wǎng)檢測識別模型,實現(xiàn)了對用戶參與需求響應(yīng)的檢測識別。

但隨著電力市場改革的深入,電網(wǎng)規(guī)模不斷擴大,上述方法學習能力差、魯棒性低的缺陷逐漸顯現(xiàn)出來,已不能滿足當今的需求響應(yīng)發(fā)展要求。

基于此,本文提出一種基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法,并改進評價函數(shù),通過建立概率模型以及對種群個體的適應(yīng)度值進行計算,最終得到準確的最優(yōu)解,也就是用戶參與需求響應(yīng)的具體停電線路,以實現(xiàn)用戶參與需求響應(yīng)的檢測與識別,有效解決了傳統(tǒng)方法識別精度低、識別速度慢等問題。

1參與需求響應(yīng)檢測與識別基本理論概述

精確檢測和識別配電網(wǎng)中用戶具體停電線路是實現(xiàn)需求響應(yīng)有效應(yīng)用的前提和基礎(chǔ)。在城市電網(wǎng)轉(zhuǎn)型和對電力供應(yīng)可靠性要求較高的場合,需要安裝能夠自動檢測和識別停電線路的系統(tǒng)。當用戶參與需求響應(yīng)部分電路停電時,饋線終端FTU會獲取到相關(guān)斷路器及分段開關(guān)的信息序列,包括用電負荷、目前的電壓等級、有無停電電流、功率和斷路器開關(guān)位置等。在與需求響應(yīng)停電電流的預先設(shè)定值比較后,將需求響應(yīng)具體信息與部分電路的停電時間一起發(fā)送到控制主站,由計算機系統(tǒng)進行數(shù)據(jù)分析,以確定用戶是否真實參與需求響應(yīng),識別用戶具體切除了哪條負荷,控制指令是否有效。圖1所示為用戶參與需求響應(yīng)的部分停電線路檢測識別流程圖。

用戶參與需求響應(yīng)的部分電路停電檢測與識別主要是基于對饋線終端FTU傳輸給主控制系統(tǒng)實時數(shù)據(jù)的分析處理。斷路器上的FTU通過傳輸網(wǎng)絡(luò)向主配電站發(fā)送需求響應(yīng)信息后,主配電站利用特定的算法確定用戶位置,然后發(fā)出指令,打開停電位置兩側(cè)的斷路器,合上聯(lián)絡(luò)開關(guān)。這一操作的準確性將保證用戶參與需求響應(yīng)時間的準確性。

2基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法

2.1分布估計算法的基本原理

分布估計算法(EstimationoffDstiDrbtDonA1goiDthm,EfA)是一種把統(tǒng)計學和隨機優(yōu)化算法相結(jié)合后得到的全新智能進化算法,它不同于人工智能中的傳統(tǒng)進化算法,并不是利用微觀數(shù)學建模對生物進化進行研究,而是對整個生物進化的宏觀分析,能夠最大限度地提高種群信息的完整性,具有更好的全局搜索能力。從優(yōu)良解集的概率模型分布中得出進化的方向,避免了進化過程中算法運算方向不確定和沒有目標的缺點,可以最大限度地保留算法偏離局部最優(yōu)的能力,實現(xiàn)了全局收斂。分布估計算法的示意圖如圖2所示。

2.2用戶參與需求響應(yīng)檢測識別算法流程

2.2.1建立開關(guān)函數(shù)

用戶參與需求響應(yīng)的時間、位置、線路信息是由饋線終端FTU反饋到主控制系統(tǒng)進行判斷分析,但該反饋信息為停電電流信息,并不是用戶具體的參與需求響應(yīng)的線路信息,因此需要構(gòu)建一個開關(guān)函數(shù)來進行信息轉(zhuǎn)換,如式(1)所示:

式中:Zi為第i個節(jié)點處饋線終端FTU反饋給主控制系統(tǒng)的設(shè)備狀態(tài):Ⅱxj為對節(jié)點j以下所有線路上的停電狀態(tài)的運算:Ⅱxk為對節(jié)點k以上所有線路上的停電狀態(tài)的運算。

2.2.2構(gòu)建評價函數(shù)

在配電網(wǎng)中對用戶參與需求響應(yīng)的線路進行檢測與識別時,應(yīng)用分布估計算法的關(guān)鍵在于建立合適的評價函數(shù)對種群個體適應(yīng)度值進行計算,從而找出用戶的減負荷線路信息,即用戶參與需求響應(yīng)的具體信息,構(gòu)造的評價函數(shù)如式(2)所示:

式中:F(Xi)為種群中每個個體所對應(yīng)的適應(yīng)度:Xi為配電網(wǎng)中各線路的狀態(tài)信息:Ij為配電網(wǎng)中各饋線終端FTU反映的實際狀態(tài),取值為0時表示第j個饋線終端FTU上沒有流過需求響應(yīng)電流:Ij*(Xi)為配電網(wǎng)各饋線終端FTU上的期望狀態(tài)。

例如,圖3所示的開環(huán)運行拓撲結(jié)構(gòu),各用戶開關(guān)位置均配有饋線終端FTU。

當用戶L1參與需求響應(yīng)時,1~4處能夠檢測識別到停電電流:當用戶L3參與需求響應(yīng)時,1~3處能檢測識別到停電電流。由開關(guān)函數(shù)可將用戶參與需求響應(yīng)的過程定義如式(3)所示:

其中,ll表示或運算,等式右邊任一線路參與需求響應(yīng)時,I*都能檢測到電流信息,并賦值為1。但當線路L3參與需求響應(yīng)時,4處并不能檢測到停電電流,從而導致后面未參與需求響應(yīng)的線路出現(xiàn)意外停電,因此對評價函數(shù)做出如式(4)所示的改進。

式中:О為取值為正數(shù)的權(quán)系數(shù),一般取0.8。

通過以上改進,可以有效減少誤判或錯判。

2.2.3建立概率模型算法

概率模型的建立是分布估計算法的核心,概率模型的構(gòu)建需要對實際問題進行研究分析,從而選擇合適的概率模型,本文針對需求響應(yīng)參與檢測與識別的問題采用均勻分布概率模型:同時為了提高算法響應(yīng)速度,采用了簡單易實現(xiàn)的UMDA算法。

2.2.4對概率模型進行采樣

本文采用的概率模型隨機采樣方式為蒙特卡羅采樣方法,該方法建立在概率和理論總結(jié)方法的基礎(chǔ)上,通過生成U(0,1)的隨機數(shù)據(jù)集,產(chǎn)生分布函數(shù)所需要的隨機數(shù),得到的隨機數(shù)如式(5)所示。

3實驗仿真與分析

圖4所示是一個典型的IEEE33節(jié)點配電網(wǎng)結(jié)構(gòu)拓撲圖,系統(tǒng)以多電源開環(huán)方式運行,從電源節(jié)點1、18、22、30四個節(jié)點來進行線路劃分,將其分為四個獨立的拓撲結(jié)構(gòu)。

下面針對單段需求響應(yīng)停電線路、多段需求響應(yīng)停電線路的情況進行仿真,仿真結(jié)果如表1所示,第二列為本文方法得出的需求響應(yīng)停電線路相量,其中需求響應(yīng)停電線路相量中"1"表示該區(qū)段為響應(yīng)線路,"0"表示該區(qū)段為非響應(yīng)線路。

從表1分析可知,對于上面四種情況,分布估計算法對單段、多段用戶需求響應(yīng)都能識別得比較準確,平均識別準確率在90%以上,并且所需時間都在1~2s,體現(xiàn)了對用戶參與需求響應(yīng)檢測與識別的快速性和準確性。同時,繪制不同線路參與需求響應(yīng)時的適應(yīng)度函數(shù)曲線如圖5所示。

由圖5可知,通過適應(yīng)度函數(shù)對種群進行迭代時,雖然會有波動,但在迭代次數(shù)達到10次左右就能輸出最優(yōu)的用戶需求響應(yīng)線路,表明該方法在進行用戶參與需求響應(yīng)的檢測與識別時有著很高的準確性,并且非常穩(wěn)定。

4結(jié)語

本文通過對傳統(tǒng)需求響應(yīng)檢測方法進行研究分析,提出一種基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法,并改進了其評價函數(shù),使該方法對用戶參與需求響應(yīng)檢測識別的平均準確率達到90%以上,而檢測時間只需要1~2s,極大地提高了電網(wǎng)需求響應(yīng)的調(diào)節(jié)能力,增強了電網(wǎng)運行的穩(wěn)定性,有著非常廣闊的應(yīng)用前景。