用户侧可调资源分类与特性分析研究

doi:10.3969/j.issn.2097-0706.2022.11.007

综合智慧能源 ›› 2022, Vol. 44 ›› Issue (11): 50-55.doi: 10.3969/j.issn.2097-0706.2022.11.007

用户侧可调资源分类与特性分析研究

郑庆荣¹^,²(), 陆颖杰¹^,²^,^*(), 向佳霓¹^,²(), 陈宇扬³, 宫飞翔⁴, 袁金斗⁴, 吴英俊³()

1.国网上海市电力公司，上海 200030
2.上海市智能电网需求响应重点实验室，上海 200030
3.河海大学能源与电气学院，南京 211100
4.需求侧多能互补优化与供需互动技术北京市重点实验室（中国电力科学研究院有限公司），北京 100192

收稿日期:2021-09-06 修回日期:2022-11-08 出版日期:2022-11-25
通讯作者: * 陆颖杰（1993），男，工程师，从事需求侧管理和有序用电工作，873212935@qq.com。
作者简介:郑庆荣（1977），男，高级工程师，硕士，从事需求侧管理工作，13764300967@163.com；
向佳霓（1996），女，助理工程师，从事需求侧管理和大数据分析工作，carame10726@hotmail.com；
吴英俊（1985），男，副教授，博士，从事综合能源系统优化和电力分布式交易等方面研究，ywu_ee@vip.163.com。
基金资助:
国网上海市电力公司科技项目(52090D200013)

Classification and characteristic analysis of adjustable resources on the user side

ZHENG Qingrong¹^,²(), LU Yingjie¹^,²^,^*(), XIANG Jiani¹^,²(), CHEN Yuyang³, GONG Feixiang⁴, YUAN Jindou⁴, WU Yingjun³()

1. State Grid Shanghai Electric Power Company，Shanghai 200030，China
2. Shanghai Key Laboratory of Smart Grid Demand Response，Shanghai 200030，China
3. College of Energy and Electrical Engineering，Hohai University，Nanjing 211100，China
4. Beijing Key Laboratory of Demand Side Multi-Energy Carriers Optimization and Interaction Technique（China Electric Power Research Institute），Beijing 100192， China

Received:2021-09-06 Revised:2022-11-08 Published:2022-11-25

摘要/Abstract

摘要：

负荷快速增长对电力系统稳定性提出了巨大挑战，传统的供给侧调控能力已经逐渐乏力，因此，需求响应作为缓解电力尖峰时期供需不平衡的重要手段日益受到人们的重视。需求响应通过调整需求侧可调负荷的使用，减少负荷高峰期的部分负荷容量，从而提高电网的稳定性，因此，研究负荷侧可调资源意义重大。在总结目前已有用户侧负荷分类研究的基础上，提出了从供用能属性的角度将负荷侧资源分类的方式，分析不同供用能属性的典型负荷及其特点，建立了各类属性负荷资源库，为需求响应的深入研究提供参考。

关键词: 可调资源分类, 特性分析, 用户侧, 需求响应, 供用能属性

Abstract:

Since the rapid growth of load has posed a huge challenge to the stability of the power system， supply-side regulation and control capabilities of traditional methods have gradually been weakened. Therefore， demand response， as an important means to alleviate the imbalance between supply and demand during power peak periods， has received increasing attention. Demand response can improve the stability of the grid by scheduling the adjustable loads on demand sides and reducing partial load capacity in peak load periods. Therefore， it is of great significance to study adjustable resources on load sides. Based on the existing researches on user-side load classification， a classification method for user-side resources according to their energy supply and consumption attributes is proposed. By analyzing the typical loads of different energy supply and consumption attributes and their characteristics， a resource library of loads with different attributes has been established， which lays a foundation for in-depth research on demand response.

Key words: adjustable resource classification, characteristic analysis, user side, demand response, energy supply and consumption attribute

中图分类号:

TM71:TK-9

郑庆荣, 陆颖杰, 向佳霓, 陈宇扬, 宫飞翔, 袁金斗, 吴英俊. 用户侧可调资源分类与特性分析研究[J]. 综合智慧能源, 2022, 44(11): 50-55.

ZHENG Qingrong, LU Yingjie, XIANG Jiani, CHEN Yuyang, GONG Feixiang, YUAN Jindou, WU Yingjun. Classification and characteristic analysis of adjustable resources on the user side[J]. Integrated Intelligent Energy, 2022, 44(11): 50-55.

图/表 3

表1

表2

表3

参考文献 19

[1]	冯丽, 李俊, 刘波. 清洁能源消纳背景下的重庆电网需求响应实践[J]. 华电技术, 2021, 43(1):71-75.
	FENG Li, LI Jun, LIU Bo. Demand response of Chongqing power grid integrated with clean energy consumption[J]. Huadian Technology, 2021, 43(1):71-75.
[2]	吉斌, 孙绘, 梁肖, 等. 面向“双碳”目标的碳电市场融合交易探讨[J]. 华电技术, 2021, 43(6):33-40.
	JI Bin, SUN Hui, LIANG Xiao, et al. Discussion on convergent trading of the carbon and electricity market on the path to carbon peak and carbon neutrality.[J]. Huadian Technology, 2021, 43(6):33-40.
[3]	王福忠, 李润宇, 张宏伟, 等. 电力需求侧空调负荷柔性调控策略研究[J]. 电子科技, 2021, 34(8):58-63.
	WANG Fuzhong, LI Runyu, ZHANG Hongwei, et al. Research on flexible load control strategy of air conditioning in power demand side[J]. Electronic Science and Technology, 2021, 34(8):58-63.
[4]	李彬, 杨帆, 赵燕玲, 等. 基于边缘物联代理的综合需求响应关键技术研究[J]. 华电技术, 2021, 43(4):56-62.
	LI Bin, YANG Fan, ZHAO Yanling, et al. Research on key technologies for integrated demand response based on edge IoT agent[J]. Huadian Technology, 2021, 43(4):56-62.
[5]	周任军, 刘嫣然, 余虎, 等. 计及分类负荷模型及其需求响应的微网优化运行[J]. 电力系统及其自动化学报, 2018, 30(11):89-94.
	ZHOU Renjun, LIU Yanran, YU Hu, et al. Optimal operation of microgrid based on classified load model and demand-side response[J]. Proceedings of the CSU-EPSA, 2018, 30(11):89-94.
[6]	YAO R, STEEMERS K. A method of formulating energy load profile for domestic buildings in the UK[J]. Energy and Buildings, 2015, 37(6),663-671. doi: 10.1016/j.enbuild.2004.09.007
[7]	LIN W, GAN, ADAM, et al. Real-time deferrable load control:Handling the uncertainties of renewable generation[J]. Performance Evaluation Review, 2013, 41(3):77-79. doi: 10.1145/2567529.2567553
[8]	TANEJA J, LUTZ K, CULLER D. The impact of flexible loads in increasingly renewable grids[C]// 2013 IEEE International Conference on Smart Grid Communications, 2013:265-270.
[9]	SHEN J, JIANG C, LI B, et al. Controllable load management approaches in smart grids[J]. Energies, 2015, 8(10):11187-11202. doi: 10.3390/en81011187
[10]	AHMADI M, ROSENBERGERJ M, LEE W, et al. Optimizing load control in a collaborative residential microgrid environment[J]. IEEE Transactions on Smart Grid, 2015, 6(3):1196-1207. doi: 10.1109/TSG.2014.2387202
[11]	王莉, 曾顺奇, 黄晓彤, 等. 多能互补的分布式供能系统的超结构模型及运行策略优化设计[J]. 热能动力工程, 2020, 35(8):9-17.
	WANG Li, ZENG Shunqi, HUANG Xiaotong, et al. Superstructure model and optimization design of operation strategy for distributed energy system with multiple complementary energy[J]. Journal of Engineering for Thermal Energy and Power, 2020, 35(8):9-17.
[12]	龙宇, 马奎, 宋磊, 等. Sr掺杂调控钴酸镧表面氧空位及其电催化氧还原研究[J]. 化学反应工程与工艺, 2022, 38(2):126-131.
	LONG Yu, MA Kui, SONG Lei, et al. Regulating surface oxygen vacancy of lanthanum cobaltate by strontium doping for electrocatalytic oxygen reduction reaction[J]. Chemical Reaction Engineering and Technology, 2022, 38(2):126-131.
[13]	李亚男. 不同网络重构方案下的负荷恢复研究[D]. 保定: 华北电力大学, 2012.
[14]	宫及峰, 张婷婷, 刘晨, 等. 基于改进粒子群算法的工业负荷规划研究[J]. 东北电力技术, 2016, 37(7):22-25.
	GONG Jifeng, ZHANG Tingting, LIU Chen, et al. Study on industrial load planning based on improved PSO algorithm[J]. Northeast Electric Power Technology, 2016, 37(7):22-25.
[15]	童欣, 郝剑波, 张坤. 锂电池储能在风力发电系统中的应用[J]. 电力科学与工程, 2013, 29(2):5-10.
	TONG Xin, HAO Jianbo, ZHANG Kun. Application of lithium battery energy storage in the wind power system[J]. Electric Power Science and Engineering, 2013, 29(2):5-10.
[16]	戴兴建, 邓占峰, 刘刚, 等. 大容量先进飞轮储能电源技术发展状况[J]. 电工技术学报, 2011, 26(7): 33-140.
	DAI Xingjian, DENG Zhanfeng, LIU Gang, et al. Review on advanced flywheel energy storage system with large scale[J]. Transactions of China Electrotechnical Society, 2011, 26(7):133-140.
[17]	叶锋, 曲江兰, 仲俊瑜, 等. 相变储热材料研究进展[J]. 过程工程学报, 2010, 10(6):1231-1241.
	YE Feng, QU Jianglan, ZHONG Junyu, et al. Research advances in phase change materials for thermal energy storage[J]. The Chinese Journal of Process Engineering, 2010, 10(6):1231-1241.
[18]	刘昌金, 胡长生, 李霄, 等. 基于超导储能系统的风电场功率控制系统设计[J]. 电力系统自动化, 2008, 32(16):83-88.
	LIU Changjin, HU Changsheng, LI Xiao, et al. Design of SMES control system for smoothing power fluctuations in wind farms[J]. Automation of Electric Power System, 2008, 32(16):83-88.
[19]	田立亭, 史双龙, 贾卓. 电动汽车充电功率需求的统计学建模方法[J]. 电网技术, 2010, 34(11):126-130.
	TIAN Liting, SHI Shuanglong, JIA Zhuo. A statistical model for charging power demand of electric vehicles[J]. Power System Technology, 2010, 34(11):126-130.

供能资源	单位	容量	备注
分布式光伏	kW	3~5	家庭光伏
分散式风电	kW	15~225	单机容量
小水电	MW	6~12	单机容量
燃料电池	kW	1~5 000	单位模块
生物质能发电	MW	10~25	单机容量

类别	用能资源	资源特性
商业负荷	商场	可中断负荷、可转移负荷、刚性负荷
	办公楼
	酒店
	健身房
	各类型餐厅
	娱乐场所
工业负荷	食品加工业	可中断负荷、可转移负荷、刚性负荷
	纺织服装业
	化学、化工行业
	塑料塑胶制品业
	材料加工业-非金属制品业
	材料加工业-金属制品业
	机械产品制造业
	汽车及汽车零部件制造
	电气产品制造业
	电子产品制造业
	生物医药制造业
居民负荷	电冰箱	刚性负荷
	电视机、计算机	可中断负荷
	洗衣机	可转移负荷
	风扇	可中断负荷
	电灯、空调	可中断负荷
	微波炉、热水器	可转移负荷

供用能资源	单位	功率	备注
蓄电池	kW	10~10 000	高能量密度，长循环寿命
抽水蓄能	MW	100~2 000	大功率，大容量，低成本
压缩空气储能	MW	100~300	大功率，大容量
储热罐	MW	80~500	大功率，大容量
飞轮储能	kW	5~1 500	大功率
超导储能	kW	10~1 000	大容量
电动汽车	kW	2~50	小功率，时空灵活性高
5G基站	W	3 500~5 000	小功率，灵活性高
数据中心	kW	350~450	小功率，时间灵活性高

用户侧可调资源分类与特性分析研究

Classification and characteristic analysis of adjustable resources on the user side

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

[1]	邹风华, 朱星阳, 殷俊平, 孟诗语, 江海燕, 陈爱康, 刘澜. “双碳”目标下建筑能源系统发展趋势分析[J]. 综合智慧能源, 2024, 46(8): 36-40.
[2]	鲍海波, 梁浚杰, 李想. 园区供电系统广义负荷需求响应建模与分析[J]. 综合智慧能源, 2024, 46(1): 11-17.
[3]	崔金栋, 汪羽晴. 云储能模式下用户侧储能协调优化调度机制研究[J]. 综合智慧能源, 2023, 45(9): 18-25.
[4]	曹紫霖, 王文静, 赵薇, 康利改, 高晓峰, 杨炀, 王金柱. 考虑需求响应的负荷密集区分布式综合能源系统优化调度研究[J]. 综合智慧能源, 2023, 45(7): 11-21.
[5]	胡泽, 朱子晴, 卜思齐, 陈家荣, 魏翔. 基于深度强化学习的区域综合能源定价策略研究[J]. 综合智慧能源, 2023, 45(7): 87-96.
[6]	葛磊蛟, 于惟坤, 朱若源, 王关涛, 白星振. 考虑改进阶梯式碳交易机制与需求响应的综合能源系统优化调度[J]. 综合智慧能源, 2023, 45(7): 97-106.
[7]	熊真真. 基于决策树的上海商业建筑虚拟电厂执行力分析[J]. 综合智慧能源, 2023, 45(6): 66-72.
[8]	张蒙晰, 位祺, 刘敏, 李疆生, 张文英, 金广祥, 郭慧芳. 面向新型电力系统用户侧互动的网络架构演进及发展思路[J]. 综合智慧能源, 2023, 45(2): 69-76.
[9]	崔金栋, 朱增陈, 李若彤. 基于纳什均衡理论电网需求侧共享储能定价策略[J]. 综合智慧能源, 2023, 45(11): 55-61.
[10]	梅文卿, 刘晓峰, 王嘉诚, 谭梦玲. 基于势博弈的负荷聚合商日前市场动态定价模型[J]. 综合智慧能源, 2023, 45(11): 62-69.
[11]	李彬, 胡纯瑾, 王婧. 基于EEMD-BiLSTM的可调节负荷预测方法[J]. 综合智慧能源, 2022, 44(9): 33-39.
[12]	钟永洁, 纪陵, 李靖霞, 蒋衍君, 吴世伟, 王紫东. 虚拟电厂基础特征内涵与发展现状概述[J]. 综合智慧能源, 2022, 44(6): 25-36.
[13]	吉斌, 孙绘, 昌力, 张丹丹. 黏性电力用户参与需求侧响应的行为决策建模与分析[J]. 综合智慧能源, 2022, 44(2): 80-88.
[14]	赵建立, 汤卓凡, 王桂林, 陈宇扬, 王隗东, 陈珂, 吴英俊. 具有储能作用的用户侧资源运行特性[J]. 综合智慧能源, 2022, 44(2): 8-14.
[15]	张凯杰, 丁国锋, 闻铭, 惠红勋, 丁一, 贺民, 褚杰锋, 谢康, 俞楚天, 张利军. 虚拟电厂的优化调度技术与市场机制设计综述[J]. 综合智慧能源, 2022, 44(2): 60-72.