《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 新型電力系統(tǒng)下基于改進(jìn)灰狼算法的用戶(hù)購(gòu)電策略研究
新型電力系統(tǒng)下基于改進(jìn)灰狼算法的用戶(hù)購(gòu)電策略研究
電子技術(shù)應(yīng)用
馮迎春1,,陶力2,,3,劉敦楠2,范潔1,,高博1,劉胥雯1
1.江蘇電力交易中心有限公司,;2.華北電力大學(xué),; 3.北京科東電力控制系統(tǒng)有限責(zé)任公司
摘要: 隨著我國(guó)新型電力系統(tǒng)建設(shè)不斷加快,售電側(cè)改革不斷深入,,零售市場(chǎng)競(jìng)爭(zhēng)日趨激烈,,大電量互動(dòng)用戶(hù)作為用電規(guī)模較大的市場(chǎng)主體,在購(gòu)電決策時(shí)需要制定合理的策略,,以實(shí)現(xiàn)利益最大化,。基于改進(jìn)的灰狼優(yōu)化算法提出了購(gòu)電優(yōu)化決策模型,。首先,,從綠電消納權(quán)責(zé)、臨時(shí)用電需求,、可控用電計(jì)劃和總電費(fèi)最低化等方面對(duì)購(gòu)電決策合理設(shè)計(jì),;然后,基于組合不同的零售套餐,,構(gòu)建了改進(jìn)的灰狼優(yōu)化算法對(duì)購(gòu)電決策模型進(jìn)行迭代求解出最優(yōu)策略,。算例的結(jié)果表明此購(gòu)電策略的有效及合理性,可以有效釋放電力體制改革紅利,。
中圖分類(lèi)號(hào):TM933 文獻(xiàn)標(biāo)志碼:A DOI: 10.16157/j.issn.0258-7998.245003
中文引用格式: 馮迎春,,陶力,劉敦楠,,等. 新型電力系統(tǒng)下基于改進(jìn)灰狼算法的用戶(hù)購(gòu)電策略研究[J]. 電子技術(shù)應(yīng)用,,2024,50(10):69-75.
英文引用格式: Feng Yingchun,Tao Li,,Liu Dunnan,,et al. User optimal purchase strategy with improved gray wolf algorithm in novel power system[J]. Application of Electronic Technique,2024,,50(10):69-75.
User optimal purchase strategy with improved gray wolf algorithm in novel power system
Feng Yingchun1,,Tao Li2,3,,Liu Dunnan2,,F(xiàn)an Jie1,Gao Bo1,,Liu Xuwen1
1.Jiangsu Electric Power Trading Center Co.,, Ltd.; 2.North China Electric Power University,, China,; 3.Beijing Kedong Electric Power Control System Co., Ltd.
Abstract: As China’s novel power system construction is continuously accelerating, the reform on the electricity sales side continues to deepen, and the competition in the retail market has become increasingly fierce. As a market entity with a large scale of electricity consumption, large-scale interactive users need to formulate reasonable strategies when making power purchase decisions to maximize benefits. This paper proposes an optimization model for power purchase decisions based on the improved gray wolf optimization algorithm. Firstly, reasonable design of power purchase decisions is carried out from the aspects of green electricity consumption rights and responsibilities, temporary electricity demand, controllable electricity plans, and minimization of total electricity bills. Then, based on the combination of different retail packages, an improved grey wolf optimization algorithm is constructed to iteratively solve the optimal strategy for the power purchase decision model. The results of the example show the effectiveness and rationality of this power purchase strategy, which can effectively release the dividends of power system reform.
Key words : power purchase strategy,;retail package,;green power consumption;demand response,;gray wolf optimization

引言

在構(gòu)建新型電力系統(tǒng)的過(guò)程中,,健全的體制機(jī)制尤為關(guān)鍵,其中包括電力市場(chǎng)建設(shè),、市場(chǎng)機(jī)制創(chuàng)新,、電價(jià)機(jī)制創(chuàng)新和商業(yè)模式創(chuàng)新。2022年,,國(guó)家發(fā)改委印發(fā)《加快建設(shè)全國(guó)統(tǒng)一電力市場(chǎng)體系的指導(dǎo)意見(jiàn)》,,明確提出到2030年,全國(guó)統(tǒng)一電力市場(chǎng)體系基本建成,,新能源全面參與市場(chǎng)交易,,市場(chǎng)主體平等競(jìng)爭(zhēng)、自主選擇,,電力資源在全國(guó)范圍內(nèi)得到進(jìn)一步優(yōu)化配置[1],。

目前,電力零售市場(chǎng)建設(shè)中的電力零售套餐未能充分利用開(kāi)放式平臺(tái),,且未考慮套餐之間的組合方式,,無(wú)法為用戶(hù)提供定制化的服務(wù)[2]。同時(shí),,不同用電特性的用戶(hù)使用相同的電力零售套餐,,這對(duì)大電量互動(dòng)用戶(hù)來(lái)說(shuō)性?xún)r(jià)比較低[3-6],,主要體現(xiàn)在基礎(chǔ)套餐交易、綠色電力交易,、電力現(xiàn)貨市場(chǎng)和需求響應(yīng)市場(chǎng)等方面[7-9],。在此背景下,大電量用戶(hù)在售電市場(chǎng)中的購(gòu)電決策變得尤為重要,,需要選擇合適的優(yōu)化算法來(lái)實(shí)現(xiàn)最優(yōu)化決策,。

基于上述問(wèn)題,本文重點(diǎn)研究了大電量互動(dòng)用戶(hù)參與零售電力市場(chǎng)的購(gòu)電決策,,并提出了基于改進(jìn)的GWO算法的購(gòu)電決策優(yōu)化模型,。該模型旨在降低電費(fèi)支出成本,通過(guò)迭代求解最優(yōu)方案來(lái)優(yōu)化購(gòu)電策略,。首先,,研究分析電力用戶(hù)用電需求并建立需求模型;從現(xiàn)有零售套餐角度出發(fā),,提出組合及購(gòu)買(mǎi)方案,;設(shè)計(jì)購(gòu)電決策模型,降低電費(fèi)支出成本,。然后通過(guò)構(gòu)建改進(jìn)的灰狼優(yōu)化算法對(duì)購(gòu)電決策模型進(jìn)行迭代求解最優(yōu)方案,,算例結(jié)果表明此購(gòu)電策略的有效及合理性,,為電力用戶(hù)提供直觀的利益分析,。


本文詳細(xì)內(nèi)容請(qǐng)下載:

http://forexkbc.com/resource/share/2000006181


作者信息:

馮迎春1,陶力2,,3,,劉敦楠2,范潔1,,高博1,,劉胥雯1

(1.江蘇電力交易中心有限公司,江蘇 南京 210008,;

2.華北電力大學(xué),,北京 100096;

3.北京科東電力控制系統(tǒng)有限責(zé)任公司,,北京 100194)


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。