一种基于虚拟电厂的高耗能负荷资源调节方法

1.本发明涉及基于虚拟电厂的负荷资源调节技术领域，具体涉及一种基于虚拟电厂的高耗能负荷资源调节方法。


背景技术：

2.钢铁行业作为典型的周期行业，其工业结构性特点决定波动性长期存在，这主要体现在产量增长率和价格变化上；水泥行业具有明显的季节周期性，水泥是经济建设的基础产业，其下游主要应用于房地产及基建工程、水利、装修等领域；电解铝行业作为强周期性产业，其行业景气程度与经济变化情况密切相关。
3.目前，1、钢铁行业作为能耗大户，吨钢耗电量成为制约钢铁工业发展的主要瓶颈，且这主要与中小型钢铁行业采用的粗放式发展方式有关，企业对设备的节能意识不强，在设备实际运行过程中没有严格按照节能规范的要求运行，缺乏节能改造的意愿与动力；2、对于水泥企业而言，由于大多具有自备矿山，原材料的成本变化不大，折旧和工资又相对固定，其他各项成本则相对细琐，每项所占比例较小，影响也不大，因此在总成本中占据主导地位的是燃煤成本和购电成本，而水泥企业普遍存在着大型用电设备能耗高且利用率低的问题，在运行中产生极大的能源浪费，使生产成本居高不下，给企业造成了极大的经济损失；3、电解铝行业与水泥行业一样，由于去产能政策的实施，正处于价格的上升期，且其下游行业主要为房产建筑业、交通运输业、电力电子行业以及包装行业，特别是房产建筑业的消费量占到铝材总消费量的三分之一以上，对电解铝的需求产生很大的影响；因此，需要设计一种基于虚拟电厂的高耗能负荷资源调节方法。


技术实现要素：

4.发明目的：本发明的目的是克服现有技术的不足，为更好的有效解决背景技术中的问题，提供了一种基于虚拟电厂的高耗能负荷资源调节方法，通过构建负荷资源调节模型实现了高耗能负荷资源的调节功能，具有方法科学合理、适用性强和效果佳等优点。
5.技术方案：为了达到上述目的，本发明所采用的技术方案是：一种基于虚拟电厂的高耗能负荷资源调节方法，包括以下步骤，
6.步骤(a)，对高耗能资源负荷特性进行分析；
7.步骤(b)，依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型；
8.步骤(c)，优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型；
9.步骤(d)，基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型，以便实现高耗能负荷资源的调节。
10.前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(a)，对高耗能资源负荷特性进行分析，其中高耗能资源负荷包括钢体行业资源负荷、水泥行业资源负荷和电解铝行业资源负荷。
11.前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(b)，依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型，其中建立负荷可调节能力分析模型的具体步骤如下，
12.步骤(b1)，建立用户负荷可调节能力模型，其具体步骤如下，
13.步骤(b11)，建立需求价格弹性计算公式，而需求价格弹性是指需求对价格变化的敏感程度，且计算公式如公式(1)所示：
[0014][0015]
其中，e为需求弹性，q为电力需求量，p为电价，p0为初始电价，q0为初始电力需求量；
[0016]
步骤(b12)，依据公式(1)建立弹性e
aa
和交叉弹性e
ab
的计算公式，如公式(2)所示：
[0017][0018][0019]
其中，δda为a时段的需求变化量，δpa为a时段的价格变化量，δpb为b时段的价格变化量；
[0020]
步骤(b2)，建立设备可调节能力模型，其具体步骤如下，
[0021]
步骤(b21)，建立需求与电价的关联关系的计算公式，通过矩阵形式表达多时段间用电需求与电价的关联关系，如公式(3)和公式(4)所示：
[0022][0023][0024][0025]
其中，pi为i时段的电价，pj为j时段的电价，pi为i时段的电力需求量，qj为j时段的电力需求量；q为需求价格弹性矩阵，ε
ii
为矩阵q的对角线元素，称为自弹性系数，表示i时段电价对i时段用电量的影响；ε
ij
为矩阵q的非对角线元素，称为交叉弹性系数，表示j时段电价对i时段用电量的影响；
[0026]
步骤(b22)，建立用电量调整对弹性影响的计算公式，根据设备的可调整性判断设备弹性影响的类型，若设备k为刚性负荷，则其是不可调整负荷的一部分；若设备k为功率可变负荷，则影响自弹性系数ε
ii
；若设备k为可转移负荷且用电量由i时段转移到j时段，则影
响交叉弹性系数ε
ij
，从而总结用电量调整对弹性影响，并与公式(3)和公式(4)的矩阵定义相结合，得到如公式(5)所示：
[0027][0028][0029]
其中，分别表示设备k的用电量调整对于弹性矩阵中自弹性系数和交叉弹性系数产生的影响，表示i时段电价变化引起的设备k在i时段的用电变化量，表示j时段电价变化引起的设备k在i时段的用电变化量，δpi表示i时段的电价变化量，δpj表示j时段的电价变化量，pi和qi分别表示i时段的电价和用电量，m2、m3和m4均为i时段的节点数。
[0030]
前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(c)，优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型，且经济性最优的可调节负荷能力模型包括可避免负荷模型、可转移负荷模型和组合模型，其建立模型的具体步骤如下，
[0031]
步骤(c1)，建立可避免负荷模型；
[0032]
步骤(c2)，建立可转移负荷模型；
[0033]
步骤(c3)，建立组合模型。
[0034]
前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(c1)，建立可避免负荷模型，其具体步骤如下，
[0035]
步骤(c11)，设d(i)为用户在第i时段的需求，p(i)为第i时段的现货价格，a(i)为第i时段的激励补贴，同时设用户考虑激励补贴a(i)后，需求量从初始需求d0(i)变为d(i)，其变化量如公式(6)所示：
[0036]
δd(i)＝d0(i)-d(i)
ꢀꢀꢀꢀꢀ
(6)
[0037]
而实施紧急需求响应后的总激励报酬p如公式(7)所示：
[0038]
p[δd(i)]＝a(i)
×
δd(i)
ꢀꢀꢀꢀ
(7)
[0039]
第i时段用户效益s如公式(8)所示：
[0040]
s(d(i))＝b[d(i)]-d(i)
×
p(i)+p[δd(i)]
ꢀꢀꢀ
(8)
[0041]
其中，b[d(i)]为第i时段未实施激励补偿前用户需求量等于d(i)时的收益；
[0042]
步骤(c12)，当时，用户效益最大，表示如公式(9)所示：
[0043][0044]
[0045]
而收益函数的计算公式如公式(10)所示：
[0046][0047]
其中，其中e(i)为第i时段的需求弹性；b0(i)表示需求初始值等于d0(i)时的收益；p0(i)表示需求为第i时段名义值时的初始电价，d0(i)表示需求为用户在第i时段的初始需求；
[0048]
步骤(c13)，将公式(9)和公式(10)结合，得到公式(11)，
[0049][0050]
即如公式(12)所示：
[0051][0052]
由公式(12)可得用户的需求函数如公式(13)所示：
[0053][0054]
前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(c2)，建立可转移负荷模型，其具体步骤下：
[0055]
步骤(c21)，建立交叉价格弹性计算公式，第i时段和第j时段的交叉价格弹性e0(i,j)如公式(14)所示：
[0056][0057]
其中，当i＝j时，e0(i,j)≤0，当i≠j时，e0(i,j)≥0；
[0058]
步骤(c22)，建立基于价格变动响应的需求函数，设为常量，则基于价格变动响应的需求函数如公式(15)所示：
[0059][0060]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀꢀꢀ
(15)；
[0061]
步骤(c23)，在公式(15)中以1h为间隔划分了24个时段，并将紧急需求响应措施中第j小时的激励报酬a(j)考虑到电价中，那么如公式(16)所示，
[0062]
δρ(j)＝p(j)-p0(j)+a(j)
ꢀꢀꢀ
(16)
[0063]
其中，a(j)是第j小时支付给用户的激励报酬，在高峰时段该值为正，且其他时段这一数值为零；
[0064]
步骤(c24)，综合公式(15)和公式(16)得到考虑电价和激励报酬的用户需求函数如公式(17)所示：
[0065]
[0066]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)。
[0067]
前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(c3)，建立组合模型，将公式(13)和公式(17)结合，得到用户包括可避免负荷和可转移负荷的组合模型，且组合模型表明了用户在24个时段中获取最大收益的消费方式，如公式(18)所示：
[0068][0069]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀ
(18)。
[0070]
前述的一种基于虚拟电厂的高耗能负荷资源调节方法，步骤(d)，基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型，其中包括钢体行业负荷资源调节模型、水泥行业负荷资源调节模型和电解铝行业负荷资源调节模型，以便实现高耗能负荷资源的调节，具体步骤如下，
[0071]
步骤(d1)，构建钢体行业负荷资源调节模型，其中该模型包括短流程钢铁企业负荷资源调节模型和长流程钢铁企业负荷资源调节模型，
[0072]
步骤(d11)，构建短流程钢铁企业负荷资源调节模型，其中短流程钢铁企业的可调节负荷是电弧炉的负荷调节，如公式(19)所示，
[0073][0074]
其中，t为电弧炉的起弧时间；δt表示电弧炉延迟或提前启动的时间；t
on
为电弧炉通电起弧时刻；δt
up
为电弧炉起弧时刻达到稳定额定功率时刻所需的时长，δt
up
为5-10s；δt
down
为操作人员下令关停电弧炉到电弧炉功率为0所需的时长，δt
down
不大于10s；t
off
为电弧炉彻底断电时刻；p
rated
为电弧炉运行时的额定功率；δ(t)为(-δ
max
,δ
max
)之间的随机值，用以表示电弧炉在稳态运行时的随机功率波动，δ
max
设为5％-20％；
[0075]
步骤(d12)，构建长流程钢铁企业负荷资源调节模型，其中长流程钢铁企业的可调节负荷是轧机在不同的时间给予开关的状态变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，长流程钢铁企业负荷资源调节模型如公式(20)所示，
[0076]
pi＝p
rated
×
xi[0077]
[0078]
其中，pi表示i时段实施紧急需求响应后的总激励报酬；
[0079]
步骤(d2)，构建水泥行业负荷资源调节模型，其中水泥行业对可调节负荷的控制是在不同的时间对设备给予开或关的状态来实现负荷变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，如公式(21)所示，
[0080]
pi＝p
rated
×
xi[0081][0082]
步骤(d3)，构建电解铝行业负荷资源调节模型，其中电解铝行业负荷资源调节模型可分为向上调节模型和向下调节模型，具体步骤如下，
[0083]
步骤(d31)，建立电解铝行业负荷资源向上调节模型，如公式(22)，
[0084][0085]
其中，p
t
表示t时段实施紧急需求响应后的总激励报酬，p0表示额定负荷或调节前的负荷，t
on
为负荷调节的触发时间，ru为增负荷爬坡率，t
ret
为返回时间或者是下一次调节时间，rd为减负荷爬坡率；
[0086]
步骤(d32)，建立电解铝行业负荷资源向下调节模型，如公式(23)所示：
[0087][0088]
有益效果：与现有技术相比，本发明的有益技术效果如下：
[0089]
(1)、本发明通过构建钢体行业负荷资源调节模型，并利用用户能源终端加强的用能信息采集和边缘计算等技术，分析辨识设备级负荷用电规律的有效信息，充分挖掘钢铁企业等工业用户可调节负荷的需求响应潜力，对于促使企业用能行为向精细化、节约化方
向转变，进而缓解地区电力供需平衡紧张局势具有重要意义。
[0090]
(2)、本发明通过构建水泥行业负荷资源调节模型，并从不同类型、不同时空尺度的海量数据中深度挖掘各个生产环节可调节负荷的占比、调控时间等有效信息，结合工艺特性及生产计划分析设备的调节或中断潜力，通过经济杠杆等手段引导水泥企业用能行为向主动参与需求侧响应方向转变。
[0091]
(3)、本发明通过构建电解铝行业负荷资源调节模型，借助在电力物联网的大数据分析技术获取设备用电的特性信息，评估这些需求侧资源的可调节潜力，推动电解铝行业主动参与需求侧响应，为促进新能源的消纳以及提高电解铝企业的经济效益提供一条有效途径。
附图说明
[0092]
图1是本发明的一种基于虚拟电厂的高耗能负荷资源调节方法的需求与电价变化关系示意图；
[0093]
图2是本发明的设备可调整性与需求弹性的关系示意图；
[0094]
图3是本发明的典型电解铝负荷调节曲线示意图。
具体实施方式
[0095]
下面将结合说明书附图，对本发明作进一步的说明。
[0096]
如图1-3所示，本发明的一种基于虚拟电厂的高耗能负荷资源调节方法，包括以下步骤，
[0097]
步骤(a)，对高耗能资源负荷特性进行分析，其中高耗能资源负荷包括钢体行业资源负荷、水泥行业资源负荷和电解铝行业资源负荷。
[0098]
步骤(b)，依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型，其中建立负荷可调节能力分析模型的具体步骤如下，
[0099]
步骤(b1)，建立用户负荷可调节能力模型，其具体步骤如下，
[0100]
步骤(b11)，建立需求价格弹性计算公式，而需求价格弹性是指需求对价格变化的敏感程度，且计算公式如公式(1)所示，
[0101][0102]
其中，e为需求弹性q为电力需求量p为电价，p0为初始电价，q0为初始电力需求量；
[0103]
随着电价随时间变化，电力需求的变动有以下两种：1、部分负荷无法转移到其他时段(如照明负荷)，这部分负荷只能是“有”或“无”，因此这类负荷仅在单一时段具有敏感性，称为“自弹性需求”，其弹性值为负。2、部分负荷可以从高峰时段转移到非高峰时段或低谷时段，这类负荷具有多时段敏感性，称为“交叉弹性需求”，其弹性值为正。
[0104]
步骤(b12)，依据公式(1)建立弹性e
aa
和交叉弹性e
ab
的计算公式，如公式(2)所示，
[0105]
[0106][0107]
其中，δda为a时段的需求变化量，δpa为a时段的价格变化量，δpb为b时段的价格变化量；
[0108]
电力系统实施分时电价和紧急需求响应后，电价和激励补偿变化会对电力需求产生影响。根据上述电力需求的变动方式，在负荷管理中，把“自弹性需求”称为可避免负荷，把“交叉弹性需求”称为可转移负荷。
[0109]
步骤(b2)，建立设备可调节能力模型，其具体步骤如下，
[0110]
步骤(b21)，建立需求与电价的关联关系的计算公式，通过矩阵形式可表达多时段间用电需求与电价的关联关系，如公式(3)和公式(4)所示：
[0111][0112][0113][0114]
其中，pi为i时段的电价，pj为j时段的电价，pi为i时段的电力需求量，qj为j时段的电力需求量；q为需求价格弹性矩阵，εii为矩阵q的对角线元素，称为自弹性系数，表示i时段电价对i时段用电量的影响；εij为矩阵e的非对角线元素，称为交叉弹性系数，表示j时段电价对i时段用电量的影响；
[0115]
随着泛在电力物联网建设的开展，电网全状态感知能力将日趋提高，用户信息采集的广度与深度不断增强；佐以人工智能与大数据技术，深层次、精细化把握用户的用电规律成为可能；在泛在电力物联网获取高质量大数据的驱动下，电力需求响应措施的设计与实施将从用户层面深入到设备层面；电力需求价格弹性是指电价相对变动引起的电能需求量的相对变动，即一定时间内用电量变化率与相应价格变化率之比。
[0116]
步骤(b22)，建立用电量调整对弹性影响的计算公式，根据设备的可调整性判断设备弹性影响的类型，若设备k为刚性负荷，则其是不可调整负荷的一部分；若设备k为功率可变负荷，则影响自弹性系数ε
ii
；若设备k为可转移负荷且用电量由i时段转移到j时段，则影响交叉弹性系数ε
ij
，从而总结用电量调整对弹性影响，并与公式(3)和公式(4)的矩阵定义相结合，得到如公式(5)所示：
[0117]
[0118][0119]
其中，分别表示设备k的用电量调整对于弹性矩阵中自弹性系数和交叉弹性系数产生的影响，表示i时段电价变化引起的设备k在i时段的用电变化量，表示j时段电价变化引起的设备k在i时段的用电变化量，δpi表示i时段的电价变化量，δpj表示j时段的电价变化量，pi和qi分别表示i时段的电价和用电量,m2、m3和m4均为i时段的节点数。
[0120]
当用户设备层面的用电信息感知能力提高后，可进一步提取用电设备的开启时刻、使用时长、使用功率、使用频率等设备用电特征。根据设备功能与工艺流程的不同，从可调整性上可将用电设备分为以下4类，各具不同的用电特征，如表1所示；
[0121]
表1与设备可调整性相关的用电特征
[0122][0123]
注：√代表相应用电特征可调整，
×
代表用电特征不可调整。
[0124]
其中，刚性负荷，即使用时间和功率都不可调整的负荷，表现为设备开启时间、使用时长和平均功率等特征量具有不变性，例如必要的照明、降温等各类保安负荷；功率可变负荷，即使用时间不可调整但功率可调整的负荷，表现为设备开启时间、使用时长不可调整但功率上下限具有一定的可调整性，例如电解铝企业的电解槽等；可转移负荷，即使用时间可在一定范围内调整但一旦启用完成功能前就不可中断的负荷，表现为设备开启时间可调整但使用时长和平均功率具有不变性，例如钢铁企业的轧钢机、水泥主生产线设备等。
[0125]
步骤(c)，优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型，且经济性最优的可调节负荷能力模型包括可避免负荷模型、可转移负荷模型和组合模型，其建立模型的具体步骤如下，
[0126]
步骤(c1)，建立可避免负荷模型，其具体步骤如下：
[0127]
其中，可避免负荷是指用户可以避免或削减的需求(如照明负荷)；该类需求仅在单一时段对电价或激励报酬具有敏感性，但无法转移到其他用电时间；可避免负荷模型基于用户需求的自弹性，在分时电价和紧急需求响应中，其参数有初始需求、自弹性、分时电价、初始电价、激励报酬(补偿)。
[0128]
步骤(c11)，设d(i)为用户在第i时段的需求，p(i)为第i时段的现货价格，a(i)为第i时段的激励补贴，同时设用户考虑激励补贴a(i)后，需求量从初始需求d0(i)变为d(i)，其变化量如公式(6)所示：
[0129]
δd(i)＝d0(i)-d(i)
ꢀꢀꢀ
(6)
[0130]
而实施紧急需求响应后的总激励报酬p如公式(7)所示：
[0131]
p[δd(i)]＝a(i)
×
δd(i)
ꢀꢀꢀ
(7)
[0132]
这样第i时段用户效益s如公式(8)所示：
[0133]
s(d(i))＝b[d(i)]-d(i)
×
p(i)+p[δd(i)]
ꢀꢀꢀ
(8)
[0134]
其中，b[d(i)]为第i时段未实施激励补偿前用户需求量等于d(i)时的收益；
[0135]
步骤(c12)，当时，用户效益最大，表示如公式(9)所示：
[0136][0137][0138]
而收益函数的计算公式如公式(10)所示：
[0139][0140]
其中，其中e(i)为第i时段的需求弹性；b0(i)表示需求初始值等于d0(i)时的收益；p0(i)表示需求为第i时段名义值时的初始电价，d0(i)表示需求为用户在第i时段的初始需求；
[0141]
步骤(c13)，将公式(9)和公式(10)结合，得到公式(11)，
[0142][0143]
即如公式(12)所示：
[0144][0145]
由公式(12)可得用户的需求函数如公式(13)所示：
[0146][0147]
步骤(c2)，建立可转移负荷模型，其具体步骤下，
[0148]
其中，可转移负荷是指用户可以根据电价或激励措施改变的需求(如蓄冰空调)；该类需求在多时段都对电价或激励报酬具有一定的敏感性，能够实现需求量在各时段间的转移；可转移负荷模型基于用户需求的交叉弹性，在分时电价和紧急需求相应措施中，其参数有初始需求、交叉弹性、分时电价、初始电价、激励报酬(补偿)。
[0149]
步骤(c21)，建立交叉价格弹性计算公式，第i时段和第j时段的交叉价格弹性如公式(14)所示：
[0150][0151]
其中，当i＝j时，e0(i,j)≤0；当i≠j时，e0(i,j)≥0；
[0152]
步骤(c22)，建立基于价格变动响应的需求函数，设为常量，则基于价格变动
响应的需求函数如公式(15)所示：
[0153][0154]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀ
(15)；
[0155]
步骤(c23)，在公式(15)中以1h为间隔划分了24个时段，并将紧急需求响应措施中第j小时的激励报酬a(j)考虑到电价中，那么如公式(16)所示：
[0156]
δρ(j)＝p(j)-p0(j)+a(j)
ꢀꢀꢀ
(16)
[0157]
其中，a(j)是第j小时支付给用户的激励报酬，在高峰时段该值为正，且其他时段这一数值为零；
[0158]
步骤(c24)，综合公式(15)和公式(16)得到考虑电价和激励报酬的用户需求函数如公式(17)所示：
[0159][0160]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀꢀꢀꢀ
(17)。
[0161]
步骤(c3)，建立组合模型，将公式(13)和公式(17)结合，得到用户包括可避免负荷和可转移负荷的组合模型，且组合模型表明了用户在24个时段中获取最大收益的消费方式，如公式(18)所示：
[0162][0163]
其中i＝0,1,2,
…
,23
ꢀꢀꢀꢀꢀꢀ
(18)。
[0164]
步骤(d)，基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型，以便实现高耗能负荷资源的调节，其中包括钢体行业负荷资源调节模型、水泥行业负荷资源调节模型和电解铝行业负荷资源调节模型，具体步骤如下，
[0165]
步骤(d1)，构建钢体行业负荷资源调节模型，其中该模型包括短流程钢铁企业负荷资源调节模型和长流程钢铁企业负荷资源调节模型，
[0166]
步骤(d11)，构建短流程钢铁企业负荷资源调节模型，其中短流程钢铁企业的可调节负荷是电弧炉的负荷调节，如公式(19)所示：
[0167][0168]
其中，t为电弧炉的起弧时间；δt表示电弧炉延迟或提前启动的时间；t
on
为电弧炉
通电起弧时刻；δt
up
为电弧炉起弧时刻达到稳定额定功率时刻所需的时长，δt
up
为5-10s；δt
down
为操作人员下令关停电弧炉到电弧炉功率为0所需的时长，δt
down
不大于10s；t
off
为电弧炉彻底断电时刻；p
rated
为电弧炉运行时的额定功率；δ(t)为(-δ
max
,δ
max
)之间的随机值，用以表示电弧炉在稳态运行时的随机功率波动，δ
max
设为5％-20％；
[0169]
步骤(d12)，构建长流程钢铁企业负荷资源调节模型，其中长流程钢铁企业的可调节负荷是轧机在不同的时间给予开关的状态变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，这样长流程钢铁企业负荷资源调节模型如公式(20)所示：
[0170]
pi＝p
rated
×
xi[0171][0172]
其中，pi表示i时段实施紧急需求响应后的总激励报酬；
[0173]
步骤(d2)，构建水泥行业负荷资源调节模型，其中水泥行业对可调节负荷的控制是在不同的时间对设备给予开或关的状态来实现负荷变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，如公式(21)所示：
[0174]
pi＝p
rated
×
xi[0175][0176]
步骤(d3)，构建电解铝行业负荷资源调节模型，其中电解铝行业负荷资源调节模型可分为向上调节模型和向下调节模型，具体步骤如下，
[0177]
步骤(d31)，建立电解铝行业负荷资源向上调节模型，如公式(22)所示：
[0178][0179]
其中，p
t
表示t时段实施紧急需求响应后的总激励报酬，p0表示额定负荷或调节前的负荷，t
on
为负荷调节的触发时间，ru为增负荷爬坡率，t
ret
为返回时间或者是下一次调节时间，rd为减负荷爬坡率；
[0180]
步骤(d32)，建立电解铝行业负荷资源向下调节模型，如公式(23)所示：
[0181][0182]
综上所述，本发明的一种基于虚拟电厂的高耗能负荷资源调节方法，通过构建钢体行业负荷资源调节模型，并利用用户能源终端加强的用能信息采集和边缘计算等技术，分析辨识设备级负荷用电规律的有效信息，充分挖掘钢铁企业等工业用户可调节负荷的需求响应潜力，对于促使企业用能行为向精细化、节约化方向转变，进而缓解地区电力供需平衡紧张局势具有重要意义；通过构建水泥行业负荷资源调节模型，并从不同类型、不同时空尺度的海量数据中深度挖掘各个生产环节可调节负荷的占比、调控时间等有效信息，结合工艺特性及生产计划分析设备的调节或中断潜力，通过经济杠杆等手段引导水泥企业用能行为向主动参与需求侧响应方向转变；通过构建电解铝行业负荷资源调节模型，借助在电力物联网的大数据分析技术获取设备用电的特性信息，评估这些需求侧资源的可调节潜力，推动电解铝行业主动参与需求侧响应，为促进新能源的消纳以及提高电解铝企业的经济效益提供一条有效途径；具有方法科学合理、适用性强和效果佳等优点。
[0183]
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：包括以下步骤，步骤(a)，对高耗能资源负荷特性进行分析；步骤(b)，依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型；步骤(c)，优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型；步骤(d)，基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型，以便实现高耗能负荷资源的调节。2.根据权利要求1所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(a)，对高耗能资源负荷特性进行分析，其中高耗能资源负荷包括钢体行业资源负荷、水泥行业资源负荷和电解铝行业资源负荷。3.根据权利要求1所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(b)，依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型，其中建立负荷可调节能力分析模型的具体步骤如下，步骤(b1)，建立用户负荷可调节能力模型，其具体步骤如下，步骤(b11)，建立需求价格弹性计算公式，而需求价格弹性是指需求对价格变化的敏感程度，且计算公式如公式(1)所示：其中，e为需求弹性，q为电力需求量，p为电价，p0为初始电价，q0为初始电力需求量；步骤(b12)，依据公式(1)建立弹性e
aa
和交叉弹性e
ab
的计算公式，如公式(2)所示：的计算公式，如公式(2)所示：其中，δd
a
为a时段的需求变化量，δp
a
为a时段的价格变化量，δp
b
为b时段的价格变化量；步骤(b2)，建立设备可调节能力模型，其具体步骤如下：步骤(b21)，建立需求与电价的关联关系的计算公式，通过矩阵形式表达多时段间用电需求与电价的关联关系，如公式(3)和公式(4)所示：需求与电价的关联关系，如公式(3)和公式(4)所示：
其中，p
i
为i时段的电价，p
j
为j时段的电价，p
i
为i时段的电力需求量，q
j
为j时段的电力需求量；q为需求价格弹性矩阵，ε
ii
为矩阵q的对角线元素，称为自弹性系数，表示i时段电价对i时段用电量的影响；ε
ij
为矩阵q的非对角线元素，称为交叉弹性系数，表示j时段电价对i时段用电量的影响；步骤(b22)，建立用电量调整对弹性影响的计算公式，根据设备的可调整性判断设备弹性影响的类型，若设备k为刚性负荷，则其是不可调整负荷的一部分；若设备k为功率可变负荷，则影响自弹性系数ε
ii
；若设备k为可转移负荷且用电量由i时段转移到j时段，则影响交叉弹性系数ε
ij
，从而总结用电量调整对弹性影响，并与公式(3)和公式(4)的矩阵定义相结合，得到如公式(5)所示：合，得到如公式(5)所示：其中，分别表示设备k的用电量调整对于弹性矩阵中自弹性系数和交叉弹性系数产生的影响，表示i时段电价变化引起的设备k在i时段的用电变化量，表示j时段电价变化引起的设备k在i时段的用电变化量，δp
i
表示i时段的电价变化量，δp
j
表示j时段的电价变化量，p
i
和q
i
分别表示i时段的电价和用电量，m2、m3和m4均为i时段的节点数。4.根据权利要求3所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(c)，优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型，且经济性最优的可调节负荷能力模型包括可避免负荷模型、可转移负荷模型和组合模型，其建立模型的具体步骤如下，步骤(c1)，建立可避免负荷模型；步骤(c2)，建立可转移负荷模型；步骤(c3)，建立组合模型。5.根据权利要求4所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(c1)，建立可避免负荷模型，其具体步骤如下：步骤(c11)，设d(i)为用户在第i时段的需求，p(i)为第i时段的现货价格，a(i)为第i时段的激励补贴，同时设用户考虑激励补贴a(i)后，需求量从初始需求d0(i)变为d(i)，其变化量如公式(6)所示：
δd(i)＝d0(i)-d(i)
ꢀꢀꢀꢀ
(6)而实施紧急需求响应后的总激励报酬p如公式(7)所示：p[δd(i)]＝a(i)
×
δd(i)
ꢀꢀꢀꢀ
(7)第i时段用户效益s如公式(8)所示：s(d(i))＝b[d(i)]-d(i)
×
p(i)+p[δd(i)]
ꢀꢀꢀꢀ
(8)其中，b[d(i)]为第i时段未实施激励补偿前用户需求量等于d(i)时的收益；步骤(c12)，当时，用户效益最大，表示如公式(9)所示：时，用户效益最大，表示如公式(9)所示：而收益函数的计算公式如公式(10)所示：其中，e(i)为第i时段的需求弹性；b0(i)表示需求初始值等于d0(i)时的收益；p0(i)表示需求为第i时段名义值时的初始电价，d0(i)表示需求为用户在第i时段的初始需求；步骤(c13)，将公式(9)和公式(10)结合，得到公式(11)即如公式(12)所示：由公式(12)得用户的需求函数如公式(13)所示：6.根据权利要求5所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(c2)，建立可转移负荷模型，其具体步骤下：步骤(c21)，建立交叉价格弹性计算公式，第i时段和第j时段的交叉价格弹性e0(i，j)如公式(14)所示：其中，当i＝j时，e0(i，j)≤0，当i≠j时，e0(i，j)≥0；步骤(c22)，建立基于价格变动响应的需求函数，设为常量，则基于价格变动响应的需求函数如公式(15)所示：
步骤(c23)，在公式(15)中以1h为间隔划分了24个时段，并将紧急需求响应措施中第j小时的激励报酬a(j)考虑到电价中，那么如公式(16)所示：δρ(j)＝p(j)-p0(j)+a(j)
ꢀꢀꢀꢀ
(16)其中，a(j)是第j小时支付给用户的激励报酬，在高峰时段该值为正，且其他时段这一数值为零；步骤(c24)，综合公式(15)和公式(16)得到考虑电价和激励报酬的用户需求函数如公式(17)所示：7.根据权利要求6任一项所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(c3)，建立组合模型，将公式(13)和公式(17)结合，得到用户包括可避免负荷和可转移负荷的组合模型，且组合模型表明了用户在24个时段中获取最大收益的消费方式，如公式(18)所示：8.根据权利要求7任一项所述的一种基于虚拟电厂的高耗能负荷资源调节方法，其特征在于：步骤(d)，基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型，其中包括钢体行业负荷资源调节模型、水泥行业负荷资源调节模型和电解铝行业负荷资源调节模型，以便实现高耗能负荷资源的调节，具体步骤如下，步骤(d1)，构建钢体行业负荷资源调节模型，其中该模型包括短流程钢铁企业负荷资源调节模型和长流程钢铁企业负荷资源调节模型，步骤(d11)，构建短流程钢铁企业负荷资源调节模型，其中短流程钢铁企业的可调节负荷是电弧炉的负荷调节，如公式(19)所示：
其中，t为电弧炉的起弧时间；δt表示电弧炉延迟或提前启动的时间；t
on
为电弧炉通电起弧时刻；δt
up
为电弧炉起弧时刻达到稳定额定功率时刻所需的时长，δt
up
为5-10s；δt
down
为操作人员下令关停电弧炉到电弧炉功率为0所需的时长，δt
down
不大于10s；t
off
为电弧炉彻底断电时刻；p
rated
为电弧炉运行时的额定功率；δ(t)为(-δ
max
，δ
max
)之间的随机值，用以表示电弧炉在稳态运行时的随机功率波动，δ
max
设为5％-20％；步骤(d12)，构建长流程钢铁企业负荷资源调节模型，其中长流程钢铁企业的可调节负荷是轧机在不同的时间给予开关的状态变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，长流程钢铁企业负荷资源调节模型如公式(20)所示：p
i
＝p
rated
×
x
i
其中，p
i
表示i时段实施紧急需求响应后的总激励报酬；步骤(d2)，构建水泥行业负荷资源调节模型，其中水泥行业对可调节负荷的控制是在不同的时间对设备给予开或关的状态来实现负荷变化，设在用电管理中，计划在一天24h中对可调节设备进行控制，引入变量表示设备i在j时段里工作情况，如公式(21)所示：p
i
＝p
rated
×
x
i
步骤(d3)，构建电解铝行业负荷资源调节模型，其中电解铝行业负荷资源调节模型可分为向上调节模型和向下调节模型，具体步骤如下：步骤(d31)，建立电解铝行业负荷资源向上调节模型，如公式(22)所示：其中，p
t
表示t时段实施紧急需求响应后的总激励报酬，p0表示额定负荷或调节前的负荷，t
on
为负荷调节的触发时间，r
u
为增负荷爬坡率，t
ret
为返回时间或者是下一次调节时间，r
d
为减负荷爬坡率；步骤(d32)，建立电解铝行业负荷资源向下调节模型，如公式(23)所示：

技术总结
本发明公开了一种基于虚拟电厂的高耗能负荷资源调节方法，对高耗能资源负荷特性进行分析；依据对高耗能资源负荷特性的分析，建立负荷可调节能力分析模型；优化负荷可调节能力分析模型，并建立经济性最优的可调节负荷能力模型；基于经济性最优的可调节负荷能力模型，对高耗能负荷资源得出相应的负荷资源调节模型；本发明通过构建的负荷资源调节模型并利用用户能源终端加强的用能信息采集和边缘计算等技术，分析辨识设备级负荷用电规律的有效信息，充分挖掘高耗能工业用户可调节负荷的需求响应潜力，对于促使企业用能行为向精细化、节约化方向转变，进而缓解地区电力供需平衡紧张局势具有重要意义，具有方法科学合理、适用性强和效果佳等优点。强和效果佳等优点。强和效果佳等优点。


技术研发人员：吴卓超 丁树业 李星硕 季振亚
受保护的技术使用者：南京师范大学
技术研发日：2021.11.10
技术公布日：2022/3/8