廣東電網公司佛山供電局 于浩祺
本文針對主動配電網下新型負荷的特性,提出了一種基于用戶側需求響應的主動配電網短期負荷預測方法。從用戶側需求響應出發,根據主動配電網中新型負荷的特性,將其按照用戶響應類型分別提出相應負荷模型及其負荷預測方法。實例應用證明了該方法預測效果好、精度高。
隨著分布式電源在配電網大規模并網,新型負荷用戶側陸續接入,促使現有配電網尋找全新的配電網優化解決方案,主動配電網(active distribution network,ADN)應運而生。
被動配電網的負荷預測方法不再適用于主動配電網,需結合主動配電網的新型負荷等影響因素,研究適用于ADN的負荷預測方法(Sustainable Energy Reviews,2013,18:64-72)。文獻(鐘清,孫聞,余南華,等.主動配電網規劃中的負荷預測與發電預測[J].中國電機工程學報,201,19:3050-3056)提出了考慮不同類型用戶參與比例提出了動態電價機制下的負荷預測思路;文獻(Paoletti S,Casini M,Giannitrapani A,et al.Load forecasting for active distribution networks[C].2nd IEEE PES International Conference and Exhibition on Innovative Smart Grid Techno logies,Manchester,UK,2011:1-6)提出將ADN的負荷按照負荷參與電網調度程度進行分類的中長期負荷預測方法思路。以上文獻均未對ADN短期負荷預測提出明確而有效的方法。
針對以上研究情況,可從用戶側需求響應出發,根據主動配電網中新型負荷的特性,將其按照用戶響應類型分別提出相應負荷模型。
與傳統的被動配電網相比,主動配電網最大的特點在于具備組合控制各種分布式能源(DG)、可控負荷、儲能、需求側管理等能力,即ADN中部分負荷可以根據系統的某些動態指標調整自己的消費模式以響應電網的某些調節機制,在一定程度上參與電網調度發揮用戶側的積極作用。
在主動配電網中,用戶側需求響應是由激勵或價格信號引起的,因此ADN中負荷不再僅僅是天氣、節假日等因素的函數,還取決于電價和用戶側需求響應。根據用戶側對電價的需求響應行為而進行的ADN負荷預測需要基于用戶與電力公司簽訂的合同類型而進行。
根據現有國內外的用戶側需求響應的電力市場的情況,本文將用戶與電力公司簽訂的合同類型分為三種類型:固定電價合同、分時電價合同和實時電價合同。
(1)固定電價合同
在傳統的統一電價的電價機制條件下,用戶往往忽略消費電能時間和電價的因素按照統一的預先確定的電價來支付電費。這類負荷屬于非友好負荷,該類電價合同的用戶需求響應度為0。這類負荷屬于需求較固定的非友好負荷,該類電價合同的用戶需求響應度為0。
(2)分時電價合同
簽訂TOU合同的用戶將會基于某日事先確定的峰谷電價的時間段來調整其消費電能的時間。這些用戶可能會為了低價電費而將他們原計劃在用電高峰期的電能消費行為轉到用電低谷期來進行。
(3)實時電價合同
簽訂RTP合同的用戶根據實時變化的電價來調整其用電時間。假設實時節點邊際價格(LMP)信號被RTP用戶接收后將成為他們的消費電能行為的直接引導因素。因此,簽訂RTP合同的用戶的用電負荷表示為關于實時節點邊際價格LMPh的向下滑動曲線。
分時電價合同與實時電價合同的用戶負荷都采用兩部分求和計算,其中,一部分表示響應分時電價合同用戶的用電負荷,另二部分表示不響應分時電價合同用戶的用電負荷。
根據對應類型的電價合同的用電負荷公式、其所屬負荷種類和各自比例,可加權求和得到負荷預測結果。
對于夏天典型日的基準日負荷,本文采用文獻(姜勇,盧毅.基于相似日的神經網絡短期負荷預測方法[J].電力系統及其自動化學報,2001,13(6):35-40)中的神經網絡短期負荷預測算法進行典型日的基準日負荷預測。
本文利用MATLAB模擬負荷按需求主動響應配電網,并將其仿真結果與傳統配電網的日負荷數據相加得到主動配電網的日負荷數據,選用平均相對誤差MAPE和日負荷預測準確率FIT作為預測精度的評判指標。根據仿真結果,采用本文基于用戶側需求響應的ADN短期負荷預測方法的平均相對誤差MAPE和日負荷預測準確率FIT結果均優于基于時間序列法的ADN短期負荷預測方法,且預測準確度高。
針對主動配電網新型負荷不能用傳統負荷預測方法研究的情況,本文提出一種考慮用戶側需求響應的短期負荷預測方法。該方法充分考慮負荷的用戶側需求響應特點,根據用電行為的響應情況和比例,得到負荷的負荷預測結果。算例預測結果表明,該方法可對主動配電網進行負荷預測,且預測精度高,對主動配電網負荷預測有很大的實用價值。