[发明专利]激励型电力需求响应的用户响应策略优化方法

摘要

本发明公开了一种激励型电力需求响应的用户响应策略优化方法，通过确认用户的资源参数；建立用户成本效益模型并设置目标函数；建立用户可靠性量化模型并设置目标函数；联立两个目标函数为多目标优化模型；采用多目标遗传算法NSGA‑II求解模型，获取用户响应策略的Pareto非劣解集和由用户利润和用户综合可靠性指标组成的优化结果集合；求取所有优化结果与构建的理想结果之间的归一化欧氏距离；按照归一化欧氏距离对优化结果排序，形成待评价集合，对于待评价集合中的优化结果采用熵权双基点法进行评价，最终获取用户最佳响应策略。本发明均衡了用户的经济性和可靠性，能够针对多元用户共同参与响应给出合理响应顺序，尤其适用于多元用户的响应策略优化。

主权项

激励型电力需求响应的用户响应策略优化方法，其特征是：所述激励型电力需求响应的参与用户是在负荷聚合商的统一管理下，参与方式为可中断负荷的方式和直接负荷控制，以用户参与项目运行一年计，优化目标是获取电力用户的最佳响应策略，所述最佳响应策略为最优响应容量和最优响应持续时间，所述激励型电力需求响应的用户策略优化方法是按如下步骤进行：步骤1、确认该类用户的资源参数，所述资源参数包括可调容量上限、响应速度、提前通知时间、最大响应持续时间、运行管理费、系统维护费用、行业电价和预期响应次数；步骤2、根据用户参与激励型需求响应项目的成本C和收益B建立用户成本效益模型如式(1)：W＝B‑C   (1)，式(1)中，W为用户利润，设置用户成本效益模型的目标函数maxW为最大化用户利润W；步骤3、根据用户参与激励型需求响应项目对自身可靠性的影响，建立用户可靠性量化模型，设置所述可靠性量化模型的目标函数maxR为响应时段中最大化用户综合可靠性指标R；步骤4、将所述目标函数maxW和目标函数maxR联立为多目标优化模型，所述多目标优化模型是以用户利润W和用户综合可靠性指标R的最大化为目标；步骤5、对于该类用户，利用步骤1中所述资源参数，并采用多目标优化遗传算法NSGA‑II，求解步骤4中所述多目标优化模型，得到用户响应策略的Pareto非劣解集，所述Pareto非劣解集中每个解对应一组由用户利润和用户综合可靠性指标组成的优化结果(Wi,Ri)，以i表示所述Pareto非劣解集中解的序数，且i也是优化结果的序数，i的初始值为1；步骤6、在所有优化结果(Wi,Ri)中选取用户利润最大值Wmax和用户综合可靠性指标最大值Rmax，并以此构建理想结果(Wmax,Rmax)，求取所有优化结果(Wi,Ri)与理想结果(Wmax,Rmax)之间的归一化欧氏距离Di；步骤7、对于所有优化结果(Wi,Ri)按照归一化欧氏距离Di由小到大排序，选取前m个优化结果(Wi,Ri)组成待评价集合S，针对所述待评价集合S中的每个优化结果采用熵权双基点法进行评价，选取评价结果最佳的优化结果作为最佳优化结果(Wbest,Rbest)，所述最佳优化结果包括用户利润最优值Wbest和用户综合可靠性指标最优值Rbest，所述最佳优化结果对应的所述Pareto非劣解集中的解作为所述多目标优化模型的最优解，所述最优解为最优响应容量xbest和最优响应持续时间tbest。