需求侧参与备用的系统日前调度模型研究.docx

lishes a day ahead system generation scheduling which considerscosts and expected dispatching costs of reserve are considered intion through expected revenue is analyzed. Besides，the uncertainchanges of users subjective electricity using willing is measured bycrease the generating cost effectively and optimize resources alloca组 停 运 ，网 络 故 障 和 负 荷 波 动 。 随 着 新 能 源 的 并网，电网不确定性的增加使得日内的峰谷容量需求2和备用需求3均显著增加。传统单一通过增加开 机容量和机组开停调节的解决方式往往使得电力 系统处于欠佳的经济运行点，增加了系统运行的不 必要成本。在此背景下，利用可调资源参与系统的 优化调度成为新的研究内容。目前，国内外均已有利用需求响应资源参与系 统的调度优化研究，并已取得一定的成果47。需求响应（DR）研究一般分为基于电价和基于激励 2 种。基于电价的 DR 通常针对整体需求而言，通过 需求价格弹性8来调节电价以实现削峰填谷等调度优化目标，其具有一定的调节效果，但缺少对负荷进行分类特性挖掘以及针对性的激励措施，同时还可能导致所有用户承担变化的电价带来的风险9，实际操作中通常与基于激励的 DR 进行配合10。基 于激励的 DR 通常针对具有响应能力的负荷资源， 依据不同负荷类型的特性制定相应的响应控制项 目1113。需求响应资源（DRR）除参与系统调峰，还可以 作为系统的备用资源，参与系统旋转备用要求严格 的响应速度以及响应可靠性。随着开放式自动需 求响应（Open ADR）14等技术的发展，DRR 参与系 统备用在响应速度上变得可行。文献15提出水 泵负荷、电弧炼铁炉负荷以及遥控空调和热水负荷 等可快速响应负荷是旋转备用的理想资源。可靠 性方面，文献16提出需求侧资源是未充分利用的 可靠性资源，其能够通过策略配合提供胜于机组提 供的更可靠的旋转备用，且部分资源削减特性更加 垂直，响应速度更快。然而出于安全考虑，目前仅 部分国外市场允许 DRR 通过各类需求侧响应项目 参与作为系统非旋转备用和事故备用，是一种变相 的备用参与17。收稿日期：2014-08-04；修回日期：2014-09-12基金项目：国家高技术研究发展计划项目（2011AA05A115）作者简介：孙成龙（1989），男，江苏淮安人，硕士研究生，主要研究方向为电力系统优化运行，电力市场和需求响应；王磊（1963），女，山西原平人，副教授，主要研究方向为信息技术 在电力系统中的应用、电力系统优化运行；袁亚云（1990），女， 江 苏 南 通 人 ，硕 士 研 究 生 ，主 要 研 究 方 向 为 电 力 系 统 优 化 运行。Vol.16，No.6 Nov.，2014 POWER DSM |1研究与探讨需求侧参与备用的系统日前调度模型研究孙成龙，王 磊，袁亚云（东南大学 电气工程学院，南京210096）Dayahead scheduling model considering demandside participating as reservationSUN Chenglong，WANG Lei，YUAN Yayun（Southeast University，Nanjing 210096，China）摘要：需求响应资源（DRR）具有参与系统优化调度的能 力，引入多种类型 DRR 作为系统备用资源，将其等效成发电 机组融入日前机组组合的优化调度模型，并将备用的容量成 本和调用期望成本纳入系统成本的目标函数中，约束中加入 DRR 参与相关约束。提出基于激励的 DRR 备用获取方式， 通过期望收益分析模拟 DRR 用户的报价行为模型。此外， 考虑因 DRR 基荷预测偏差和用户主观用电意愿变化等响应 不确定性因素，建立响应可信度指标，衡量并分析其对 DRR 备用参与的影响。IEEE26 机算例分析了各类 DRR 参与系统 备用的特点，验证了 DRR 作为备用参与系统日前调度模型 具 有 有 效 优 化 系 统 的 资 源 配 置 ，降 低 系 统 运 行 总 成 本 的 作用。关键词：需求响应；激励价格；响应不确定性；机组组合Abstract：Demand response resources（DRR）have the ability to participate in system operating scheduling. This paper estabequivalent units of DRR as spinning reserve. Besides，the capacity the objective function and the relevant DRR constraints are also included. The approach of DRR involved in the system as reserve isproposed，and building DRR user bidding behavior model simulaties in response of DRR considering base load deviations and the creditability，and its impacts on reserve participation of DRR areanalyzed. The simulation on IEEE 26 system analyzes the characteristics of DRR participation and indicates this model can detion.Key words：demand response；incentive price；response uncertainty；unit commitment电力系统运行中存在很多不确定因素1，如：机中图分类号：TM734；F407.61 文献标志码：AN d- d 1 bl, k cl, kk = 1 blcl进行分析，建立响应可信度指标衡量，将 DRR 资源等效成发电机组融入系统日前机组组合的优化调式中：pun 为用户不响应概率；dbl ，dbl, k 分别为用户c1 pay, t bid, i, j 0 pay, t bid, i, j过程中预期可获得的收益。本文提出一种短期期i, j, tpay, t式中：c 表示系统备用容量价格；pr 表示 DRR 被调DRR 各用户申报的参与容量为基于基荷预测基础上采用直接负荷控制产生的负荷削减量。而假设用户报价为用户获得心理期望收益 Bref 时使用 DRR 的可信容量，其可由下式计算得到：bid =+ cost（2）p事实上，DRR 在市场参与和响应的过程中均具 不 确 定 性 分 析 与 基 荷 模 型 密 切 相 关 ，在 本 文 有一定的不确定性，如：参与过程中利益期望，基荷 中，对一般非温控类负荷，其基荷通过对对应几日 本身特性以及参与者主观意愿均会发生变化，其可 历史数据求均值得到；对空调等温控类负荷，采用 能 会 导 致 未 按 事 先 申 报 的 容 量 进 行 响 应 。 文 献 文献19介绍的基于回归的基荷模型，该模型假设18提出基荷误差和负荷变化使得 DR 响应性难以基荷为温度和时间的线性函数。量化控制，其不确定性建模较为复杂。鉴于以上的本文通过对各用户响应历史数据进行统计分因素，研究 DRR 响应不确定性是需求资源响应参与析，分别得到基荷偏差量分布以及不响应概率，通 系统调度具有实际意义的研究内容。过蒙特卡罗模拟抽样计算得到 DRR 备用参与响应本文建立了基于激励机制的 DRR 作为系统旋可信度，其可用下述表达式得到：转备用资源的获取模型，进行短期期望收益分析模拟用户的报价行为，并针对响应过程中的不确定性 =(1 - pun)N d - d （3）度模型中以缓解系统的成本压力，并分析考虑 DRR基荷预测值和第 k 次抽样值；dcl ，d l, k 分别为用户 响应不确定性对系统利用 DRR 的影响。进行响应控制后负荷预测值和第 k 次抽样；N 表示抽样次数。1DRR 建模2DRR 参与系统备用优化调度模型DRR 备用参与建模基于系统备用的获取方式，本文备用获取支付分为容量支付和能量支付。选2.1DRR 等效机组模型中参与作为备用的资源先获得一份容量支付，当实DRR 等效发电机模型包括参与状态和参与容际运行被调用时还将获得能量支付。激励价格是量 2 部分，可分别等效于常规机组备用参与状态和系 统 支 付 给 被 调 用 的 DRR 统 一 能 量 支 付 费 率 ，为机组备用参与容量。DRR 报价的出清价格。1）参与状态1.1DRR 报价行为模型当激励价格高于用户报价，用户选中参与，反本文通过对 DRR 用户进行期望收益分析模拟之用户未选中参与，其参与状态可用下式表达：用户的报价行为。期望收益指在一定的激励价格，惩罚价格以及响应成本的情况下，用户参与及响应vi, j, t = （4）望收益的计算方法，单位参与容量期望收益为不调式中：v表示第 i 类别第 j 个 DR 用户 t 时段的参 用时收益与调用时收益之和，表达式如下：与状态，其值为 1 表示参与，为 0 表示不参与；Be = c + pr (pay - cost) -(1 - )pne)（1） 表示系统 t 时段激励价格；bid, i, j 表示第 i 类别第 j个 DR 用户参与报价。 用的概率； 为 DRR 单位容量响应期望值，即可信2）参与容量度，其由 1.2 小节中计算得到；pay ，cost ，pne 分别为激励价格、响应成本、惩罚价格。在系统正旋转备用约束时应考虑其响应不确定性，对应的期望激励价格，可由式（1）变换得到，因而用户报价可由下式计算得到：Rdrb, i, j, t = i, j Rdr, i, j, t（5）Bref + pr (1 - )pne - c式中：i, j 表示第 i 类 DR 资源第 j 个用户的响应可r信度；Rdr, i, j, t 表示第 i 类 DR 资源第 j 个用户的参与1.2DRR 响应不确定性容量。DRR 在实际调用响应过程中存在不确定性，该2.2考虑 DR 参与系统备用的优化调度模型不确定性包括响应偏差及不响应率。响应偏差主（1）目标函数要由基荷预测偏差导致，而不响应率由通讯控制误建立包含 DRR 参与的正旋转备用优化调度模码率和用户参与意愿改变导致。型。目标函数以系统总的运行成本最小为目标，包2| 电力需求侧管理第 16 卷第 6 期2014 年 11 月R+up i, jup R R（11）旋转备用容量成本和期望调用成本 4 部分。目标函g, i, tdr, i, j, tti = 1i j 负旋转备用约束minF =ui, t Fgi(Pi, t + Rg, i, t)+ Si, t + ui, t c Rg, i, tExpectedupNg（6）g, i, ttT Ndr Ndi, ii = 1ExpecteddR为第 i 台机组在 t 时段被选中的负备用downt = 1 i = 1 j = 1 g, i, t为系统在 t 时段所需的负旋转备用容量，式中：T 为时段数；Ng 为发电机组数；Ndr 为 DRR 类别数；Ndi, i 为第 i 类 DRR 用户数；ui, t 为机组 i 在时段t 运行状态变量；ui, t = 0 表示停机，ui, t = 1 表示开机；Pi, t 为机组 i 在时段 t 的有功出力变量；Si, t 为机组的启动能耗；c 为备用的容量价格；Rg, i, t 为第 i 台机组在 t 时段被选中的正备用容量；RExpected 为第 i 台机组在 t 时段的备用调用期望值；RExpected 为第 i 类 DRtt(v- v)(UM- UT) 0（13）dr, i, j, t - 1dr, i, j, t - 1dr, i, jdr, i, j电成本作为能量结算，因而 Fgi(Pi, t + Rg, i, t ) 用下述3算例分析Fgi(Pi, t + Rg, i, t)= ai(Pi, t + Rg, i, t)Expected+bi(Pi, t + Rg, i, t)+ ci分别由g, i, tdr, i, j, t Rt ExpectedupRtRt ExpectedRt分别表示系统各时段所需的正备用ttRup= y|0 fP (x)xdx = 1 - （9）tRExpected t f= 0(x)xdx +f (x)R dxupR P t（10）tP算例考虑工业负荷、暖通空调、需求侧备用发式中：fP (x) 为系统失负荷概率密度函数，其通过系类 DRR 基荷见图 1，图中实线为负荷数据，虚线为温率及负荷预测偏差，不确定模型取自文献20；DRR 参 数 见 表 2。 假 设 DRR 基 荷 偏 差 服 从 正（2）约束条件信度基于蒙特卡罗抽样得到。此外，DRR 调用概率献22。报价可由（2）式计算得到，结果见图 2，图中对各类括发电能耗、启动能耗、机组和 DRR 分别提供的正Ng Ndr Ndr, i= 1 = 1数可表示如下：T Ngt = 1 i = 1Rdown Rdown （12）+c vi, j, t Rdr, i, j, t + pay, t vi, j, t R r, i, j, t 式中：容量；Rdown计算方法同 Rup 。 DR 参与状态约束见式（4）。 DRR 最小参与、不参与时间约束upi, j, t - 1i, j, tdr, i, j, t - 1dr, i, j(vi, j, t - vi, j, t - 1)(DMdr, i, j, t - 1 - DTdr, i, j ) 0g, i, t式中：UM, DM分别为第 i 类 DRR 第 j 个dr, i, j, t 用户到上一时段已连续参与和连续不参与的时间； 资源第 j 个用户在 t 时段的备用调用期望值。UT，DT为 DRR 最小连续参与、不参与时间。发电机组的备用调用期望成本采用电能的发Expected公式计算：Expected Expected 2 3.1算例参数（7） 采用 IEEE24 节点 26 机系统进行仿真计算，机组参数可见文献23，设时段数为 24，各时段系统式中：ai , bi , ci 为机组 i 的电能生产耗量特性参数。负荷预测如表 1 所示。设负荷预测偏差 2%，取失负 各台机组和 DRR 用户备用调用的期望值按其荷概率 LOLP 为 0.05，备用容量价格为 50 元/MWh，提供备用容量的比例调用，RExpected ，RExpected DRR 不响应惩罚价格为 100 元/MWh。下述公式计算：表 1 各时段负荷数据ExpectedRg, i, t= Rg, i, tupExpected （8）Rdr, i, j, t = Rdr, i, j, tup式中：Rup,RExpected容量和备用调用期望值，分别可由下式计算得到：yRt电机以及其它负荷 4 类 DRR。为方便起见，假设同 统运行状态模拟计算得到，本文考虑机组强迫停运一类别的用户基荷相同，除需求侧备用发电机外各为系统失负荷概率（LOLP）21，为本文可靠性指标。 度数据。 系统功率平衡约束及机组约束条件详见文态分布，温度偏差服从2 内的随机分布，响应可 正旋转备用约束为 Pr =0.365，用户基于特定成本和心理期望收益的Vol.16，No.6 Nov.，2014 POWER DSM |3时段负荷/时段负荷/ MW MW时段负荷/时段负荷/ MW MW11 64472 08821 59082 46031 53092 49641 500102 52051 548112 50861 704122 460132 436192 490142 370202 502152 316212 334162 040222 136172 028231 950182 274241 7641001020$ /UyeMWh-1U2001020荷用发电机荷用户数510510去，不考虑响应不确定性时，DRR 可信度视为 1。从循环控制dbl-dcl参与容量dblPmaxdbl-dcl注：FSL（firm serve level）表示固定负荷水平，即保证该用图 2 DRR 用户报价 /UyeMWh-1UB87MWB87MWB87MW#%7 DRR * F7MWDRR * F7MW3.2DRR 容量评估根据各用户的报价和申报参与容量及响应不确5定性可得到 DRR 备用参与容量及可信容量随激励 价格变化的曲线如图 3 所示，图 4 给出特定激励价格0下获得的各时段 DRR 备用容量。% a. T B840SS S02S 10015020025030001020% 图 3 DRR 容量随激励价格变化曲线（时段 10）b. E/A50% 05101520c. % B8% 图 1 DRR 基荷曲线图 4 特定激励价格下 DRR 各时段参与容量表 2 各类 DRR 用户参数3.3成本效益分析表 3 对比了有无 DR 参与以及是否考虑 DR 响应DRR 类别工业负暖通空调需求侧备其他负不确定性的 3 种模型的系统运行成本费用。无 DR参 与 时 ，将 优 化 调 度 模 型 中 的 DRR 相 关 部 分 项 删控制方案中断开启/关闭启动发电FSL表 3 可以得到以下结论：（1）DR 参与作为旋转备用降低了系统运行的总 费 用 。 主 要 体 现 在 发 电 费 用 的 减 少 ，这 是 由 于UTdr /DTdr(h)4/22/12/12/1DRR 减 少 了 机 组 的 频 繁 启 停 ，优 化 了 发 电 机 功 率 0.899 0.791 7 0.92 0.816 4 分配。（2）尽管 DRR 的参与降低了发电费用，但是另户最基本的负荷使用量，将其余负荷进行中断控制。一方面其使得备用的调用期望成本增加了 12.08%，这主要是由于 DRR 提供的备用部分调用时需要支付较高的价格。（3）DR 参与并考虑其响应不确定性时，其对系 统成本的优化效果有所减弱，主要体现在平均发电 成本和平均调用成本的增加，进一步分析见 3.4 节。 表 4 比较有无 DRR 参与时的机组组合差异，表51015202530中数据为有 DR 参与时（并考虑响应不确定性）的机*fl4 组组合结果，加粗部分表示与无 DRR 加入时机组状态不同的部分。由表 4 可知，DRR 的参与明显减少了大机组 22、23 和 24 号机组的开机时间，这一方面DRR 进行编号，1-5，6-15，16-20，21-30 分别为工避免了这些机组开机处于较低的不经济运行点，另业负荷，暖通空调，需求侧备用发电设备及其它负荷一方面提升了其它机组的出力。4 类资源。图 5 给出了有无 DR 参与时系统部分发电机组4| 电力需求侧管理第 16 卷第 6 期2014 年 11 月5;% - 5;% - 300y/MWh250y/MWh200y/MWh150y/MWhDRR FDRR F不确定性元元元本/元望成本/元成本/元用成本/元有 DR 参与231 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 其他 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 %$DR +DR 应不确定性荷调设备荷两者结果的差异主要是因为 DRR 响应不确定 34 图 5 机组运行出力点（1）影响 DRR 用户的报价行为，使得系统需要D=%表 3 成本对比成本类型DRR 响应 总费用/发电费用/ 开机费用/ 备用容量成备用调用期平均发电 平均备用调 无 DR 参与4 549 700 4 156 500 2 079.2266 650 124 470.882.0091.76不考虑4 470 200 4 051 100 2 063.8266 650 150 386.279.92110.87考虑4 503 200 4 073 300 2 043.8274 532 153 324.280.36113.03表 4 有 DR 参与机组组合结果表 5 考虑响应不确定性 DRR 参与状态机组时段（124） DRR 编号 时段（124） 10 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 01,2,3,50 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 02,4,50 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 040 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 030 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 060 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 07,8,11,120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 090 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 180 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 010 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 10,130 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0130 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 012,21,22,26 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0140 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 18,29,300 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0150 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0160 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 0160 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0170 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0170 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 24,25,27,280 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1221 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0其他0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0241 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0表 6 各类 DRR 参与比例是否考虑响工业负暖通空备用发电其他负 不考虑 14.55 87.40 75.83 79.46考虑14.55 58.70 70.0 68.45下降比例0 28.70 5.83 11.0113 14 15 16 17 18 19 20 21 22 23 24 25 26性对系统产生了以下影响：的平均出力点，其值采用标幺值计算，基值为机组 支付更高的激励价格调用 DRR 备用资源。由式（2） 的最佳运行点，可见 DRR 的参与解放了机组承担正 的报价模型可知，当用户响应可信度降低时，达到 旋转备用的容量，提升机组的出力更接近其最佳运 相同心理期望收益所需的报价更高，其结果在图 2 行点，同时增加了机组提供负旋转备用的能力。 的 DRR 用户报价中已经显示。3.4DRR 响应不确定性影响分析（2）影响 DRR 备用响应可信度，使得 DRR 备用 表 5 对比了考虑响应不确定性前后 DRR 参与容量产生“折扣”，为满足给定可靠性系统需要获得 状态差异，表中数据为考虑响应不确定性的结果，更多的备用容量。由于发电机组和 DRR 备用容量 加粗部分表示与不考虑响应不确定性时参与状态价格相同，表 3 考虑 DRR 响应不确定性的备用容量不同的部分。表 6 给出了 4 类 DRR 考虑响应不确定成本高于前两者可以验证这一点。 性前后被选中的参与容量占总可参与容量的比例基于这 2 方面的影响，系统获取单位 DRR 可信 变化，结合 2 表可知，考虑响应不确定性后，价格较容量的成本增加，如图 6 所示。暖通空调因响应不 高的工业负荷参与情况无变化，系统选中的其它各确 定 性 较 大 ，其 成 本 超 过 需 求 侧 备 用 发 电 设 备 成 类 DRR 参与时段和比例均有所减少，尤以响应不确本，利用价值变得不如后者。 定较大的暖通空调负荷最为明显。图 7 和图 8 对比了考虑响应不确定性前后系统Vol.16，No.6 Nov.，2014 POWER DSM |5优化的激励价格和 DRR 参与容量的差异。分析可DRR 更加精细化的建模并建立相应的调度利用机格获得更多的 DRR 备用，考虑响应不确定性后，单参考文献：1孟祥星，韩学山.不确定性因素引起备用的探讨J.电网3.5DRR 参与分析图 9 给 出 了 系 统 各 时 段 正 备 用 需 求 以 及 DRR和机组备用参与容量。结合图 9、表 5 和表 6 可得到如下结论：36（1）：32-37.% DR * F/MW /UyeMWh-1U * $/UyeMWh-1U * F7MW（1）DRR 备 用 调 度 特 点 。 DRR 提 供 的 备 用 容 量填补了负荷高峰时段备用需求的增加量，使得发 电机组提供的备用更加平坦。因而在备用调度策 略上，建议发电机组提供基础备用需求，DRR 提供 峰荷时期增加的备用需求。（2）DRR 参 与 容 量 优 化 合 理 。 DRR 被 选 中 的 参与容量并未达到可参与容量上限，调度模型合理T B8 E/A *Q* %yB8优化了激励价格和 DRR 参与容量，避免了调用报价*fl1 较高的部分工业负荷以及响应不确定性较大的暖图 6 单位 DRR 可信容量成本通空调负荷，实现系统运行总费用的优化。 最后，综合本文分析可得各类 DRR 合理调用次序为：其它负荷，需求侧备用发电设备，暖通空调及工业负荷。4结论05101520需求响应资源参与系统调度运行，不仅可以参% 与调峰，也可以作为系统备用资源，通过本文的研图 7 激励价格对比究可以得到以下结论：（1）考虑 DRR 响应不确定性，本文建立了 DRR参与作为备用系统的日前调度模型。模型将 DRR等效为发电机组纳入机组组合，动态优化系统的激励价格和 DRR 参与容量，并计及了备用的容量成本 和期望调用成本。结果显示，DRR 参与实现了系统 运行成本的优化。05101520（2）算 例 比 较 了 考 虑 响 应 不 确 定 性 前 后 DRR% 参 与 结 果 的 差 异 ，分 析 了 DRR 参 与 备 用 运 行 的 特图 8 DRR 参与容量对比点，结果可作为 DRR 参与系统备用调度策略依据。不同的 DRR 参与备用具有不同的特点，针对知，未考虑 DRR 响应不确定性时，系统以较低的价 制，具有重要的现实意义，也是今后研究的重点。D位 DRR 可信容量成本增加，因而选中的参与时段与 参与量均减少，有些非必要时段如 15 时段系统提 供的激励价格为 0，不需要 DRR 参与。技术，2005，29（1）：30-34.2张宏宇，印永华，申洪，等. 基于序贯蒙特卡洛方法的风电并网系统调峰裕度评估J. 电力系统自动化，2012，3 Ortega Vazquez M A， Kirschen D S. Estimating the spinning reserve requirements in systems with significant wind power generation penetrationJ. Power Systems， IEEE Transactions on，2009, 24（1）：114-124.4张钦等. 电力市场下需求响应研究综述J. 电力系统自 动化，2008, 32（3）：97-106.051015205Rahul W，Stephen F，Netra T，et al. Evolution and current status of demand response （DR） in electricity markets：图 9 各时段备用需求及 DRR 和机组备用参与insights from PJM and NYISOJ.Energy，2010，35（4）：16 | 电力需求侧管理 第 16 卷第 6 期 2014 年 11 月 *L! 3 * FDR * F5;% -DR F5;% -DR F 5;% -DR F 5;% -$ 5;% -$ % - $% * $553-1 560.for improving spinning reserve capacity by means of6Kirschen D S. Demandside view of electricity marketsJ. optimal utilization of DR programC/ in Power andPower Systems，IEEE Transactions on，2003, 18（2）： Energy Conference， 2008. PECon 2008. IEEE 2nd520-527.International. 2008.7 Karangelos E, F Bouffard. Towards Full Integration of16 Kirby B J. Load response fundamentally matches powerDemand Side Resources in Joint Forward Energy/Reservesystem reliability requirementsC/Power EngineeringElectricity MarketsJ. Power Systems, IEEE TransactionsSociety General Meeting，2007. IEEE. 2007：1-6.on，2012, 27（1）：280-289.17Peter L. Langbein Demand Response Participation in PJM8Kirschen D S, G Strbac，P Cumperayot，et al. Factoring theWholesale MarketsR. 2012.elasticity of demand in electricity prices J. IEEE18 Mathieu J L, D S Callaway, S Kiliccote. ExaminingTransaction on power systems，2000，15（2）:612-617.uncertainty in demand response baseline models and9 Haiwang Zhong，Le Xie，Qing Xia. Coupon Incentive variability in automated responses to dynamic pricingBased Demand Response： Theory and Case StudyJ. C/ in Decision and Control and European ControlPower Systems，IEEE Transactions on，2013, 28（2）：1 266-Conference （CDC ECC），2011 50th IEEE Conference1 276. on. 2011.10王蓓蓓，刘小聪，李扬. 面向大容量风电接入考虑用户19Johanna L Mathieu, Phillip N Price, Mary Ann Piette, et al.侧互动的系统日前调度和运行模拟研究J. 中国电机Quantifying Changes in Building Electricity Use，With工程学报，2013，36（22）：35-44.Application to Demand ResponseJ. Smart Grid，IEEE11 F Aminifar, M Fotuhi Firuzabad, M Shahidehpour. UnitTransactions on，2011, 2（3）：507-518.Commitment With Probabilistic Spinning Reserve and20王雁凌，许传龙，岳巍澎. 时变可靠性约束下含风电系Interruptible Load Considerat