介绍 |
| 在放松管制的电力市场,市场力量和供给需求失衡与过去的单位派出的边际成本导致大型批发电价波动的[1]。在许多现有的电力市场,只有一代公司(genco)可以通过供应提供了应对价格信号独立系统运营商(ISO)和/或市场。大多数的消费者在解除管制的市场与负载聚合器的合同或负载服务实体,反过来,提交投标市场运营商的需求。如果合同是通过合同,没有动力负载聚合器为消费者提供一种机制来应对价格。另一方面,如果它是一个固定价格合同,消费者看不到市场价格,也不会对价格信号做出反应。此外,由于大多数消费者无法获得每小时或每天电价信息,他们对价格变化的反应可能落后于[8]。 |
| 蚁群优化(ACO)是metaheuristic之一,进化的方法找到最优的解决方案组合或二进制搜索问题。配电网最初是由民宿et al。在算法,人工蚂蚁寻找好的解决方案以合作的方式。人工蚂蚁随机移动路径和存款化学物质痕迹,称为信息素,在地面上移动时,然后在费洛蒙收集和存储信息。这种信息素轨迹激励他们遵循的路径,可以选择最短路径运动。ACO方法已在各方面的研究,成功地应用于各种优化问题。 |
| 已经有相当多的消费者研究应对电价。此外,最近一直在努力采取模型和模拟电力市场的价格弹性。这样的研究表明,应对价格减少电力消耗,尤其是住宅的客户,在短期内相对缺乏弹性;即使是高价格上涨产生相当小的用电量的变化。大的消费者,另一方面,对价格相对敏感[11]。 |
| 最近,AMI和智能电网已成为被广泛接受的有前途的技术,提供增加用电的意识和消费者的成本。因此,这些技术可能会使消费者克服的技术和市场壁垒参与电力市场通过提高价格弹性。 |
| 在本文中,我们建立了一个模型来探索消费者年代的需求的价格弹性蚁群优化,模拟了管制市场[14]。 |
| 的其余部分介绍了需求侧响应建模与第二节价格弹性。第三部分描述了实验调查并提供结果和讨论。第四部分提供了一个对电价市场结果与讨论。第五部分提出了我们的结论。 |
二世。需求与价格弹性响应建模 |
| 在经济学文献中,被定义为价格弹性需求的百分比变化或负载导致价格变化百分比,在数学上可以表示为: |
 |
| 其中一个是消费者的需求的价格弹性,δL消费者的负载变化,δP价格变化,p是预测能源价格(美元/千瓦时)。 |
| 方程表明:a)的价格弹性 |
| 意味着美元价格增加1%会导致负荷下降1%,b),零价格弹性意味着消费者对价格的电力和负载的影响价格。在后一种情况下,需求曲线是一条垂直线,如图1所示。然而,在电力市场,供给曲线更像是一个曲棍球棒,价格增加适度的供给曲线除了最后,价格与陡坡显著增加。这个地区的需求响应能力提供最大的利益[4]。 |
| b .估计电力需求的价格弹性 |
| 一般来说,衡量价格弹性是一项复杂的任务,估计弹性系数通常有一个广泛的联合国——确定附加到他们。通常区分短期和长期弹性。短期弹性 |
| 描述了价格反应系统与现有基础设施和设备;长期弹性考虑投资,可以(例如,在节能和替代能源供应)以应对更高的价格。表我列出的例子的短期和长期弹性范围的估计基于几项研究[10]。然而,由于监管系统的进行了研究,他们可能对重组市场有限的有效性。一般来说,一个希望实现的需求的价格弹性提高AMI和智能电网[9]。 |
| b在日前市场需求方投标和市场出清 |
 |
| 在弹性常数,是用户输入,可以很容易地计算出每小时从L和P方程(2)是用来表示模型中的需求方投标。然而,连续曲线在图2不能直接进入市场;有必要逐步近似计算市场出清的线性(LP)的问题。 |
| 之间的匹配程度,连续曲线和逐步逼近取决于需求曲线上的一些步骤,定义为每个消费者。步长是恒定的负载减少步骤和所有荷载增加的步骤。对应的价格计算负载中点的每一步通过使用下列公式[2]。 |
 |
| 注意,最大需求投标价格等于失去的价值负载(的作用)。 |
| 市场清除的供给曲线与需求曲线相交,以及由此产生的相应设置价格和负载。前一天的实际负载市场因此可以高于、低于或等于参考负载。由此产生的负载的清理前一天市场,P ref用作非弹性负载实时市场。这是图3所示,需求曲线表示为一个垂直线价格等于作用。 |
| 注意,在图4中,我们假设的发电机事故停机,导致实时价格,高于日前价格[3]。 |
三世。实验研究 |
| .Ant蚁群优化算法。 |
| 代理(即蚂蚁)指导下追踪信息素的强度。丰富的路径信息素成为最好的旅游时间。这个概念启发ACO算法。最初,每个代理被定位在一个开始节点。充分认识过渡规则代理后搬到可行的邻居节点状态。在传输路径的蚂蚁修改信息素水平通过应用局部更新规则。如果选择的路径上的信息素水平降低,这些路径变得不那么有吸引力的其他代理。这个属性给代理一个高概率去探索不同的路径,找到一种改进解决方案[5]。 |
| 0 - 1变量的组合的数量单位数量的增加呈指数级增长。在过去的几十年中,许多突出的方法已经发展为解决加州大学的问题。确切的解决问题的办法可以得到完整的枚举,无法应用于实际电力系统由于其计算负担[15]。 |
| 在模拟实验中,我们使用一个11-node反式-任务网络配置;这种方法是基于方法。技术规格和输电线路的拓扑是列在表二世。系统中有八个genco,位于网格中的各个节点(图5)。所有的genco有相同的机组集:一个基本负荷煤电厂(有限公司),一个联合循环电厂(CC)支付中介负载,和一个燃气轮机(GT)单位达到顶峰。对于每个GenCo,所有三个机组(CO、CC和GT)连接到同一个节点。从一个节点到另一个节点线路电抗和线能力给出了单位的值。 |
| 我们使用一个聚合的需求方面的市场份额。包括五个总消费者,代表总需求的节点连接。负载连接到节点1,3,4,10和11所示。我们模拟7月的月,这被认为是峰值负载的一个月。五个小时负荷系列图6所示。节点的最高负载显然是11。 |
| b .场景和价格弹性参数 |
| 为了简单起见,我们假设所有五个消费者表现出价格弹性。许多场景运行分析价格弹性的影响,消费者的参考价格。 |
| 在所有这些场景中,我们假设genco出价增量生产成本的单位(如表4中列出)。在需求方投标价格的消费者参考价格的各种电系数。此外,上下负荷减少,增加限制设置基本负荷的90%和105%,分别。这些场景总结在表诉加载服务的基本情况和在其他场景中一个典型的天图7所示,这表明消费者价格较低时增加负荷,减少负载在价格更高的[6]。 |
| 分别表六世和七世,现在削减高峰负荷,总负载,和能源总成本在var -借据场景。整体的峰值负载在rangeof减少5%到8%。然而,高峰负荷减少消费者10只在1%至5%的范围。较低的峰值负载减少消费者10可以归因于lmp node10。lmp在节点10超过消费者的参考价格85%的时间;在其他节点,它超过了参考价格91%的时间(图8)。因此,高峰负荷减少消费者10远小于其他消费者[7]。 |
| 然而,其他消费者受益于负载和价格的减少。表V礼物的影响消费者的价格弹性genco和TransCos。当消费者表现出的价格弹性,genco的利润减少了3.50%到6.87%,TransCo拥堵的收入几乎消除。 |
| 表III是代表了消费者1,3,4,10和11显示了不同的基本情况和这些基本情况的总计算从这五个消费者。基本情况是消费者最大的11和最低基本情况是消费者4。 |
| 这个表呈现的影响消费者的价格弹性genco和TransCos。当消费者表现出的价格弹性,genco的利润减少了3.50%到6.87%,TransCo拥堵的收入几乎消除了[13]。 |
| genco增加的利润,因为即使他们产生更少的能量与基本情况相比,启动成本降低;而有一个显著的减少交通拥堵费。表给出了每个genco的利润,个人消费者负载分别服务和总成本,当消费者参考价格更高。当价格反应是减少由于更高的参考价格,消费者在节点3和10的总成本增加而基本情况。这表明所有消费者都不同样,受益,其中一些可能会面临更高的成本。客户服务的水平最大和最小功率[14]。 |
| 我们假设所有消费者价格弹性。许多场景运行分析价格弹性的影响,消费者的参考价格。在所有这些场景中,genco投标增量的单位生产成本。在需求方投标,消费者有参考价格50 kWon /千瓦时或55 kWon / MWh (1 kWon大约-上相当于1美元)和各种价格弹性系数。此外,lowerand upper-load减少和增加限制基本负荷的90%和110%,分别[12]。 |
| 因为有几个消费者的系统,并给出了r e u l t年代在纬向水平。有2%到4%的减少峰值负载在所有区域的消费者增加类似;有一个总负载减少1%至2.5%。通过展示价格弹性的消费者也能够减少总成本2.0%至4.0%的范围。 |
四、结果与讨论 |
| 的11号分布载荷的范围从最低到最高优先级的权力范围。组合的数量划分变量的单位数量的增加呈指数级增长。在过去的几十年中,许多突出的方法已经发展为解决经济调度问题。 |
| 最低负载服务是否定的。5and the maximum load served is no.11. The number of agent and maximum count are chosen same as those in the referred the value of pheromone quantity is obtained through a parameter tuning. When the pheromone quantity is more than 0.05, the cost is observed to increase. In otherwords, the solution’s quality becomes worse with higher pheromone quantity. |
诉的结论 |
| 介绍了一项研究,蚁群优化方法被用来做量化的经济影响需求的价格弹性在电力市场消费者都配备了智能电网技术来增加需求的响应能力的意识。而影响取决于消费者的价格水平表现出价格的响应能力,价格弹性的消费者可以通过减少能源使用和价格中获益。也可以大大降低拥堵收费,可能减少genco的市场力量。传统的ACO算法是已知问题,如大内存需求,执行时间长。拟议的ACO算法应用于测试电力系统100 -单位24小时。仿真结果表明,提出的算法算法可能为加州大学问题提供更好的解决方案比传统优化方法在合理的时间周期。客户使用弹性需求的概念,当他们接触并意识到能源价格和安排他们的事务等时尚在降低他们的要求下一个可用的价格提供超过一定水平。减少能源消费的主题,消费者都配备了智能电网技术增加需求的响应能力的意识,并通过减少能源使用和价格中获益。 |
承认 |
| 作者要感谢家人的支持。作者还要感谢美国Rajan先生先生(助理教授)为他们的评论如何使他们的工作实际,有用,理论上的声音。 |
表乍一看 |
|
|
数据乍一看 |
|
|
引用 |
- 法鲁基、美国Sergici和a·谢里夫”信息反馈的影响能源需求作为实验证据的调查,“在社会科学研究网工作文件,5月21日
- e . Bompard y马、r .那不勒斯和g . Abrate“战略上的需求弹性的影响电力生产商的报价行为,“IEEE反式。电力系统。,vol. 22, no. 1,pp. 188–197, Feb. 2007.
- h .哦和r·托马斯,”需求方投标代理人:建模与仿真”,IEEE反式。电力系统。,vol. 23, no. 3, pp.1050–1056, Aug. 2008.
- 史蒂文斯和l·勒纳”的证词重组的影响供给和需求的价格弹性,”加州能源委员会7月1996在线]。可用:http://www.energy.ca.gov/ER96/documents/staff_document
- 张成泽,j .卢武铉w·金,t . Sharpa j . Kim和j .公园,“小说二进制蚁群优化应用电力系统单位承诺问题,”j .电工实习。Eng . .
- r·厄尔,“需求弹性在加州电力交换——领先市场,“电工实习。J。,vol. 13, no. 8, pp.
- 诉Koritarov“真实市场代表和代理:电力市场作为一个复杂的自适应系统的建模与基于代理的方法,“IEEE电力能源Mag.卷。2,没有。4页39-46 7月和8月。2004在线]。可用:http://www.dis.anl.gov/pubs/61120.pdf
- r . Cirillo t . Veselka g . Conzelmann c . Macal和m .北”评估的潜在影响的传播限制竞争性的电力市场运行在伊利诺斯州,“退火众议员ANL-06/16, 2006年4月。
- 进食克里斯蒂,背面Wollenberg,和我。Wangensteen”,传播管理在解除管制的环境下,“Proc, IEEE 88卷,没有。2,第195 - 170页,2000年2月。
- 黄懿慧侯,陈怡如吴,剩下卢和X.Y.熊,”Generlized蚁群优化电力系统经济调度”,IEEE 2002。
- m .民宿和L.M. Gambardella”,蚁群系统:合作学习方法货郎担问题,“IEEE反式。在另一个星球。Compiut卷1页53 - 66,1997年4月。
- d . n . Simopoulos s . d . Kavatza和c d . Vournas”单位承诺的一个增强的模拟退火算法,“IEEE反式。在电力系统,1号,月pp.68 - 76, 2006年2月。
- 人工智能科恩,M。Yoshimura”和算法单位承诺,“IEEE反式。电力设备和系统中,pas - 102卷,页。
- j . a . Muckstadt r·c·威尔逊“mixedinteger编程的一个应用二元性热发电调度系统,“IEEE反式。在电力设备和系统中,1968 - 1978年,1968页。
- b . Sheble“解决单位承诺问题,单位时间的方法,“IEEE反式。在电力系统,5卷,1号,第260 - 257页,1990年2月。
|
菜单
