基于需求側資源統一狀態模型的負荷平滑控制方法與流程

本發明涉及一種輸電網規劃方法，尤其涉及一種基于需求側資源統一狀態模型的負荷平滑控制方法。

背景技術：

近年來，憑借可再生綠色和環保的優勢，風能和太陽能等可再生能源在世界范圍內引起了越來越多廣泛的關注[1]。然而，可再生能源分布式電源(dg)具有隨機間歇性的特點，因此給配電網的運行帶來大量的不確定性。，造成配電網負荷功率的波動，值得關注的是配電網的負荷功率的嚴重變化[2]將顯著影響電力系統的將對配電網的穩定運行產生深刻的影響[2]，從而并限制了可再生能源的利用消納吸收[3]。

傳統發電機是用來平抑配電網負荷功率波動的常用手段，傳統的配電網負荷曲線平滑化控制策略之一是規劃傳統發電機。然而，這種傳統發電機的響應速度不夠難以跟隨dg分布式電網的輸出功率變化，并且會造成發電機運行經濟性差和發電效率會降低的問題[4]。為解決這個上述問題，的另一種方法是通過利用儲能系統(ess)，如電池、調速輪等，來響應配電網電網的負荷功率波動[5][6][5,6]。；借助儲能系統，能夠儲能系統ess用來改善降低由配電網中分布式電源的隨機性輸出對配電網電壓分布帶來的影響[7][8]，。降低文獻7和8為減少配電網的負荷峰值[9][10]高峰負荷對ess進行了研究。；通過動態調整充電功率輸出，ess儲能系統能夠有效應對平抑分布式電源所帶來的帶dg的配電網的功率波動[11],[12]；。然而，大規模ess應用儲能系統將會的采用不經濟也不實用大大降低可再生能源接入的經濟性。

隨著智能電網的快速發展，對需求響應逐漸成為輔助配電網運行的重要手段的靈活性也出現了越來越大的興趣。。不同類型的需求側資源具有很大的的總響應潛力能力是相當大的[13,][14]。，以分布式電源[15]、電動汽車[16]、溫控負荷[17]為例，在有效的控制手段下，這些資源能夠被證明是需求響應有效資源的分布式電源[15]，電動汽車(ev)[16]、恒溫控制的負載(tcl)[17]等有效需求側資源，能夠充當配電網中的ess，從而輔助電網的安全穩定運行。因此，一些需求側資源能夠為配電網提供各種類型的幫助。考慮到電動汽車和恒溫控制溫控負荷的響應能力，這些資源只能能夠減緩帶夠有效降低可再生能源的功率波動對配電網電壓的影響；通過控制電動汽車的充放電過程，電動汽車能夠有效降低有分布式電源的配電網的電壓波動同時，配電網的功率損耗最小化的基礎上的實時協調的電動汽車充電負載[18,][19]。，電動汽車依靠其快速的反應能力響應能力能夠平滑負荷曲線和可以作為儲能裝置來重塑的負載分布和削減負荷峰值緩解高峰負荷[20,][21]。；而以熱泵為代表的溫控負荷恒溫控制負荷如熱泵能夠減緩平抑配電網中可再生能源引起的功率波動的帶有分布式電源的配電網功率波動[22,][23]。

[參考文獻]

[1]yangf,sunq,hanql,etal(2016)cooperativemodelpredictiveontrolfordistributedphotovoltaicpowergenerationsystems.ieeejemergseltoppowerelectron,4(2):414-420。

[2]chengl,changy,huangr(2016)mitigatingvoltageproblemindistributionystemwithdistributedsolargenerationusingelectricvehicles.ieeetranssustainenergy,6(4):1475-1484。

[3]ghianie,pilof(2015)smartinverteroperationindistributionnetworkswithhighenetrationofphotovoltaicsystems.jmodpowersystcleanenergy,3(4):504-511。

[4]denholmp,margolisr(2007)evaluatingthelimitsofsolarphotovoltaics(pv)inelectricpowersystemsutilizingenergystorageandotherenablingtechnologies.energypolicy,35(9):4424-4433。

[5]zhengy,dongz,huangs,etal(2015)optimalintegrationofmobilebatteryenergystorageindistributionsystemwithrenewables.jmodpowersystcleanenergy,3(4):589-596。

[6]boukettayag,krichenl(2014)adynamicpowermanagementstrategyofagridconnectedhybridgenerationsystemusingwind,photovoltaicandflywheelenergystoragesysteminresidentialapplications.energy,71:148-159。

[7]lik,xuh,maq,etal(2014)hierarchycontrolofpowerqualityforwind-batteryenergystoragesystem.ietpowerelectron,7(8):2123-2132。

[8]wangy,tankt,pengxy,etal(2016)coordinatedcontrolofdistributedenergystoragesystemsforvoltageregulationindistributionnetworks.ieeetranspowerdelivery,31(3):1132-1141。

[9]jayasekarana.s.masoumm,j.wolfsp(2016)optimaloperationofdistributedenergystoragesystemstoimprovedistributionnetworkloadandgenerationhostingcapability.ieeetranssustainenergy,7(1):250-261。

[10]parrad,a.normans,s.walkerg,etal(2016)optimumcommunityenergystoragesystemfordemandloadshifting.applenergy,174:130-143。

[11]lix,huid,laix(2013)batteryenergystoragestation(bess)-basedsmoothingcontrolofphotovoltaic(pv)andwindpowergenerationfluctuations.ieeetranssustainenergy,4(2):464-473。

[12]samperm,floresd,vargasa(2016)investmentvaluationofenergystoragesystemsindistributionnetworksconsideringdistributedsolargeneration.ieeelatamtrans,14(4):1774-1779。

[13]olekb,wierzbowskim(2015)localenergybalancingandancillaryservicesinlow-voltagenetworkswithdistributedgeneration,energystorage,andactiveloads.ieeetransindelectron,62(4):2499-2508。

[14]muy,wuj,jenkinsn,etal(2015)aaspatial–temporalmodelforgridimpactanalysisofplug-inelectricvehicles.applenergy,114:456-465。

[15]lin(2012)anevaluationofthehvacloadpotentialforprovidingloadbalancingservice.ieeetranssmartgrid,3(3):1263-1270。

[16]longc,e.a.farragm,zhouc,etal(2013)statisticalquantificationofvoltageviolationsindistributionnetworkspenetratedbysmallwindturbinesandbatteryelectricvehicles.ieeetranspowersyst,28(3):2403-2411。

[17]wangd,parkinsons,miaow,etal(2012)onlinevoltagesecurityassessmentconsideringcomfort-constraineddemandresponsecontrolofdistributedheatpumpsystems.applenergy,96:104-114。

[18]luox,chankw(2013)real-timeschedulingofelectricvehiclescharginginlow-voltageresidentialdistributionsystemstominimisepowerlossesandimprovevoltageprofile.ietgenertransmdistrib,8(3):516-529。

[19]deilamis,s.masouma,s.mosesp,etal(2011)real-timecoordinationofplug-inelectricvehiclecharginginsmartgridstominimizepowerlossesandimprovevoltageprofile.ieeetranssmartgrid,2(3):456-467。

[20]shaos,pipattanasompornm,rahmans(2011)demandresponseasaloadshapingtoolinanintelligentgridwithelectricvehicles.ieeetranssmartgrid,2(4):624-631。

[21]h.tehranin,wangp(2015)probabilisticestimationofplug-inelectricvehicleschargingloadprofile.electrpowersystres,124:133-143。

[22]mammolia,barsunh,burnettr,etal(2012)usinghigh-speeddemandresponseofbuildinghvacsystemstosmoothcloud-drivenintermittencyofdistributedsolarphotovoltaicgeneration.procieeepowerengsoctransdistribconf,orlando,fl,usa。

[23]wangd,ges,jiah,etal(2014)ademandresponseandbatterystoragecoordinationalgorithmforprovidingmicrogridtie-linesmoothingservices.ieeetranssustainenergy,5(2):476-486。

[24]r.s.rao,k.ravindra,k.satish,etal(2015)powerlossminimizationindistributionsystemusingnetworkreconfigurationinthepresenceofdistributedgeneration.ieeetranspowersyst,28(1):317-325。

[25]yaoe,samadip,w.s.wongv,etal(2016)residentialdemandsidemanagementunderhighpenetrationofrooftopphotovoltaicunits.ieeetranssmartgrid,7(3):1597-1608。

[26]unitedkingdomgenericdistributionsystem(ukgds)(2006)typicalloadpatterns,dgoutputdata.distributedgenerationandsustainableelectricalenergycentre,universityofstrathclyde,glasgow,2007。

[27]yaow,c.y.chung,wenf,etal(2016)scenario-basedcomprehensiveexpansionplanningfordistributionsystemsconsideringintegrationofplug-inelectricvehicles.ieeetranspowersyst,31(1):317-328。

[28]wangm,muy,jiah,etal(2015)apreventivecontrolstrategyforstaticvoltagestabilitybasedonanefficientpowerplantmodelofelectricvehicles.jmodpowersystcleanenergy,3(1):103-113。

[29]yut,yaox,wangm,etal(2016)areactivepowerevaluationmodelforevchargersconsideringtravellingbehaviors.procieeedrpt,changsha,china。

[30]wangd,fanm,jiah(2014)usercomfortconstraintdemandresponseforresidentialthermostatically-controlledloadsandefficientpowerplantmodeling.procofcsee,34(13):2071-2077。

技術實現要素：

現有目前的研究成果主要是針對某一特定類型的需求側資源參與系統響應，文獻對提高單一類型需求側資源的配電網電能質量做出了良好的貢獻。然而，每種類型的需求側資源擁有他自己具有自身的響應特性和能力點。，因此，建立構建一個統一的數學模型來描述不同類型的需求側資源的特點和提高需求側資源的響應能力是至關重要的具有重要的意義，利用該模型能夠有效挖掘需求側資源集群的響應能力。同時，該模型能夠考慮需求側資源的響應順序，以這種方式，所有可用的有利于實現需求側資源的功率輸出控制將更準確精確化控制，并且在建立統一模型時，響應順序也將予以考慮。

為了解決上述技術問題，本發明提出的一種基于需求側資源統一狀態模型的負荷平滑控制方法，包括以下步驟：

步驟一、建立需求側資源統一狀態模型：

以分布式電源、電動汽車和溫控負荷作為需求側資源，將一天的時間分割為m個時間間隔，每個間隔時間為δt，即m×δt＝24h；

上標i用來指代資源類型，分布式電源、電動汽車和溫控負荷分別用g、v和l表示(i∈{g,v,l})；下標j用來指明分布式電源g、電動汽車v、溫控負荷l中的某一具體需求側資源的編號；

1-1)建立分布式電源狀態模型如下：

分布式電源j輸出功率的上限和下限如下：

式(1)中，是實時狀態的分布式電源j在t時刻提供的最大輸出功率；

分布式電源的狀態模型如下：

式(2)中，是實時狀態的分布式電源j輸出電能的累積量；是實時狀態的分布式電源j輸出功率，其上下限范圍分別為和是分布式電源j以額定輸出功率產生的電能累積量，按照式(3)計算：

式(3)中，是實時狀態的額定輸出功率；

1-2)建立電動汽車狀態模型，包括：

電動汽車j功率輸出的下限和下限如下：

式(4)中，為開始充電時間，為開始出行時間，和分別為額定充電和放電功率；為最大輸出功率，為正值；為最小輸出功率，為負值；

歸一化后電動汽車j的荷電狀態soc值如下：

式(5)中，為電動汽車j的實時soc值；是電動汽車j以額定功率進行充電直到soc的上限，是電動汽車j以額定功率進行放電，直到soc的下限；當電動汽車充電時，荷電狀態soc值上升到用戶需求soc值時，則停止充電；

當電動汽車與配電網連接時，電動汽車j狀態模型如下：

式(6)中，為電動汽車j的實時功率輸出為修正后的電動汽車j電池容量，為：

式(7)中，為電動汽車的實際電池容量；和分別是電動汽車的充電效率和放電效率，為輸出功率；

1-3)建立溫控負荷狀態模型

溫控負荷j輸出功率的上限和下限如下：

式(8)中，為額定功率消耗；為輸出功率下限，為負值；為輸出功率上限，取值為0；

溫控負荷j歸一化后的室內溫度和室外溫度表示如下：

溫控負荷的狀態模型如下：

式(9)和式(10)中，是室內溫度，和分別是溫度控制閾值的上限和下限，是室外溫度，和分別是室內溫度的上限和下限；在時段內，溫控負荷處于開啟狀態，且室內溫度升高，在時段內，熱源設備處于關斷狀態，且室內溫度降低；對于處于開啟狀態的溫控負荷，溫度在范圍時關斷，對于處于關斷狀態的溫控負荷，溫度在范圍時開啟；

為歸一化后的室外溫度，aj等于其中，rj和cj分別為熱電阻和電容；為輸出功率，當處于開啟狀態的溫控負荷，處于關斷狀態的溫控負荷，

1-4)建立統一狀態模型，包括

分布式電源、電動汽車和溫控負荷的數目分別為ng、nv、nl，且滿足ng+nv+nl＝n；

根據上述式(2)、式(6)和式(10)分別表示的分布式電源的狀態模型、電動汽車的狀態模型和溫控負荷的狀態模型，需求側資源狀態模型如式(11)所示：

其中：

在式(11)的基礎上，需求側資源統一狀態模型如式(18)所示：

x(t+δt)＝x(t)+p(t)δ(t)(18)

式(18)中，列向量x(t)為需求側資源的實時狀態，元素滿足對角陣p(t)為需求側資源實時輸出功率矩陣，對角元素滿足列向量δ(t)定義為修正后的時間間隔；

步驟二、負荷曲線平滑控制：

用功率波動率來評估配電網的負荷波動情況，如式(19)和(20)所示：

式(19)和式(20)中，函數f^t用來計算時間段t內負荷的功率波動率；函數和用來計算時間段t內負荷的最大值和最小值；為負荷的額定值；和為負荷最大值和最小值；為實時的負荷值；

實現負荷曲線平滑控制包括以下步驟：

第一步：確定負荷平滑的目標功率

用rt表示實時功率波動率，如式(21)所示：

然后，確定負荷平滑的目標功率值

(i)當時，

(ii)當時，

(iii)當時，

式(22)、式(23)和式(24)中，負荷實時功率波動率的上限和下限如式(25)所示：

式(25)中，為功率波動率r^t的限制；為負荷平滑的目標變化功率，如式(26)所示；

第二步：確定不同需求側資源的響應能力

為了實現基于統一狀態模型的負荷曲線平滑策略，將矩陣p(t)分解為兩個矩陣的乘積即實時輸出功率由代替，即

式(27)中，均為對角陣，對角元素為需求側資源j的輸出功率上限；對角陣b為輸出功率控制矩陣，對角元素為用來增加或者減少需求側資源j輸出功率的控制變量；

將式(18)改寫為如下：

增加輸出功率的能力為：

減少輸出功率的能力為：

式(29)和式(30)中，矩陣的對角元素是可控變量最大值，矩陣b的對角元素是可控變量最小值；l0是元素均為1的n×1維矩陣；p^up(t)為n×1維矩陣，第m行的非負值元素表示第m個資源增加輸出功率的能力；p^dn(t)為n×1維矩陣，第m行的非正值元素表示第m個資源減少輸出功率的能力；

定義下三角陣和下三角陣b^*分別來評估需求側資源增加輸出功率的能力和減少輸出功率的能力，下三角陣和下三角陣b^*中的元素如式(31)所示：

將式(29)和式(30)改寫如下：

式(32)中，p^up*(t)為n×1維矩陣，第m行的非負值元素表示1～m資源增加輸出功率的能力；p^du*(t)也為n×1維矩陣，第m行的非正值元素表示1～m資源減少輸出功率的能力；

第三步：確定實際控制矩陣b^*

(i)當時，設j1為滿足的最大下標；

(ii)當時，

b^*＝b(34)

(iii)當時，設j2為滿足的最大下標，

需求側資源的輸出功率如式(36)所示：

更新后的需求側資源的狀態模型，如式(37)所示：

與現有技術相比，本發明的有益效果是：

(1)利用負荷曲線平滑控制策略，負荷的功率波動明顯下降，其功率波動率保持在預設值10％以下；

(2)所提出的統一狀態模型，能夠用統一的數學表達式描述不同類型需求側資源的響應特性；

(3)在考慮需求側資源響應順序的基礎上，推導出控制矩陣來實現對需求側資源輸出功率的實時管理和控制；

(4)在考慮用戶用能舒適度的基礎上，所提出的控制策略能夠實現對可再生能源的充分消納吸收，保證電動汽車出行前的soc滿足用戶需求，保證溫控負荷所處的室內溫度滿足用戶的舒適度要求。

附圖說明

圖1是單體分布式電源運行區域；

圖2是單體電動汽車運行區域；

圖3是單體溫控負荷運行區域；

圖4是輸出功率增加的響應順序；

圖5是輸出功率減少的響應順序；

圖6是不考慮負荷曲線平滑控制策略的負荷功率；

圖7是考慮負荷曲線平滑控制策略的負荷功率；

圖8是無控和控制下負荷的功率波動率；

圖9是無控和控制下分布式電源的輸出功率；

圖10是溫控和控制下電動汽車的輸出功率；

圖11是無控和控制下溫控負荷的輸出功率；

圖12(a)和圖12(b)分別是無控和控制下電動汽車的soc；

圖13(a)和圖13(b)分別是無控和控制下溫控負荷所處的室內溫度。

具體實施方式

下面結合具體實施方式對本發明作進一步詳細地描述。

本發明提出的一種基于需求側資源統一狀態模型的負荷平滑控制方法，包括以下步驟：

步驟一、建立需求側資源的統一狀態模型。本發明主要針對以分布式電源、電動汽車和溫控負荷為代表的需求側資源。將一天的時間分割為m個時間間隔，每個間隔時間為δt，即m×δt＝24。本發明中，上標i用來指代資源類型，分布式電源、電動汽車和溫控負荷分別用g、v和l表示(i∈{g,v,l})；下標j用來指明g、v、l中的某一具體需求側資源的編號。包括：

1-3)建立分布式電源狀態模型如下：

單體分布式電源運行區域如圖1所示。

分布式電源j輸出功率的上下限如式(1)所示。

式中，是分布式電源j在t時刻提供的最大輸出功率。

分布式電源的狀態模型如式(2)所示。

式中，為分布式電源j輸出電能的累積量；是分布式電源j輸出功率，其上下限范圍分別為和是分布式電源j以額定輸出功率產生的電能累積量，可以根據式(3)計算。

式中，為額定輸出功率。

為建立分布式電源的狀態模型，控制中心需要獲取實時狀態功率輸出最大功率輸出和額定輸出功率的信息。

1-4)建立電動汽車狀態模型模型，包括：

當電動汽車出行時，其對配電網無影響；而當接入配電網時，電動汽車可以實現與配電網的雙向潮流控制，單個電動汽車的工作區域如圖2所示。

電動汽車j功率輸出的上下限和如式(4)所示，其中開始充電時間為開始出行時間為

式中，和為額定充放電功率；為最大輸出功率，為正值；為最小輸出功率，為負值。

針對電動汽車接入配網，電動汽車運行區域(圖2中陰影部分)受到輸出功率和soc狀態限制。點a、b、c、d、e用來確定運行區域的邊界，其上邊界由a-b-c確定，電動汽車j從a到b一直以額定功率進行充電，直到soc達到其上限其下邊界由a-d-e-f確定，電動汽車j從a到d一直以額定功率進行放電，直到soc達到其下限為了保證電動汽車在出行前能夠滿足用戶soc需求電動汽車j從e到f一直以額定功率進行強制充電。

是歸一化后電動汽車evj的soc值，如式(5)所示。當電動汽車與配電網連接時，它的狀態模型見(6)式。

式中，為電動汽車j的實時soc值。

式中，為電動汽車j的實時功率輸出為修正后的電動汽車電池容量，如式(7)所示。

式中，為電動汽車的實際電池容容量；和分別是充電和放電效率。

為建立電動汽車的狀態模型，aggregator需要獲得實時狀態輸出功率額定充電和放電功率和電動汽車的電池容量充放電效率和出行時間用戶需求soc值soc上下界和的信息。

1-3)建立溫控負荷狀態模型

溫控負荷具有良好的儲熱特性，以熱泵增加室內溫度為例，單體溫控負荷的運行區域如圖3所示。

溫控負荷j輸出功率的上下限(和)如式(8)所示。

式中，為額定功率消耗；為輸出功率下限，為負值；為輸出功率上限，其值為0。

如圖3所示，和分別是室內溫度上下限。在時段內，熱泵處于‘開啟’狀態且室內溫度升高。在時段內，熱泵處于‘關斷’狀態且室內溫度降低。為了減少開關的動作次數，對于處于‘開啟’狀態的溫控負荷，溫度在范圍時可以關斷。對于處于‘關斷’狀態的熱泵，溫度在范圍時可以開啟。

為了歸一化室內和室外的溫度(和)，溫控負荷j歸一化后的室內外溫度和如式(9)所示。而溫控負荷的狀態模型如式(10)所示。

式中，為歸一化后的室外溫度；aj等于其中rj和cj分別為熱電阻和電容；為輸出功率，當處于‘開啟’狀態時為處于‘關斷’狀態是為

為建立溫控負荷的狀態模型，控制中心需要獲得實時狀態輸出功率額定功耗熱電阻和電容rj和cj、室內溫度上下限和溫度控制閾值上下限和和室外溫度等信息。

1-4)建立統一狀態模型，包括

分布式電源、電動汽車和溫控負荷的數目分別為ng、nv、nl，且滿足ng+nv+nl＝n。根據三種資源的狀態模型方程(3)、(6)和(10)，不同統一后的需求側資源狀態模型如式(11)所示，其中參數含義如式(12)-(17)所示。

在式(11)所給的狀態模型基礎上，需求側資源統一狀態模型如(18)所示。

x(t+δt)＝x(t)+p(t)δ(t)(18)

式中，列向量x(t)為需求側資源的實時狀態，元素滿足對角陣p(t)為需求側資源實時輸出功率矩陣，對角元素滿足列向量δ(t)定義為修正后的時間間隔。

步驟二、應用負荷曲線平滑控制策略。

用功率波動率來評估配電網的負荷波動情況，如式(19)和(20)所示。

式中，函數f^t用來計算時間段t內負荷的功率波動率；函數和用來計算時間段t內負荷的最大值和最小值；為負荷的額定值；和為負荷最大值和最小值；為實時的負荷值。

在統一狀態模型的基礎上，接下來介紹本發明所提出的負荷曲線平滑控制策略。

第一步：確定負荷平滑的目標功率

用rt表示實時功率波動率，如(21)所示。

然后確定負荷平滑的目標功率值

(i)當時，

(ii)當時，

(iii)當時，

式中，負荷實時功率波動率的上下限和如式(25)所示。

式中，為功率波動率r^t的限制。

所以，負荷平滑的目標變化功率為如式(26)所示。

第二步：確定不同需求側資源的響應能力

為了實現基于統一狀態模型的負荷曲線平滑策略，將矩陣p(t)分解為兩個矩陣的乘積即實時輸出功率由代替，即

式中，均為對角陣，對角元素為需求側資源j的輸出功率上限；對角陣b為輸出功率控制矩陣，對角元素為用來增加或者減少需求側資源j輸出功率的控制變量。

然后修改后的統一狀態模型見(28)式。

需求側資源的響應順序是由統一狀態模型中的排列順序決定的，隨著時間的推移而不斷更新。例如，交換第m行和第n行需求側資源的響應順序：1)對于列矩陣x(t)和δ(t)，交換第m行和第n行的元素；2)對于對角陣b和交換第m行和第n行的對角元素。

如圖4所示，增加輸出功率時，需求側資源響應順序是：分布式電源(增加出力)，電動汽車(切負荷)和溫控負荷(關斷設備)，電動汽車(放電)，不可控資源(已到達輸出功率上限)。

如圖5所示，減少輸出功率時，需求側資源響應順序是：電動汽車(減少放電)，電動汽車(增加充電)和溫控負荷(開啟設備)，分布式電源(減少出力)，不可控資源(已到達輸出功率下限)。

在統一狀態模型的基礎上，增加輸出功率的能力如式(29)所示，減少輸出功率的能力如式(30)所示。p^up(t)為n×1維矩陣，第m行的非負值元素表示第m個資源增加輸出功率的能力。p^dn(t)為n×1維矩陣，第m行的非正值元素表示第m個資源減少輸出功率的能力。

式中，矩陣的對角元素是可控變量最大值；l0是元素均為1的n×1維矩陣。

式中，矩陣b的對角元素是可控變量最小值。

為進一步說明需求側資源的響應能力，定義下三角陣和b^*來評估需求側資源增加和減少輸出功率的能力，和b^*中的元素如式式(31)所示。

改進后，增加和減少輸出功率的能力如式(32)所示。

式中，p^up*(t)為n×1維矩陣，第m行的非負值元素表示1～m資源增加輸出功率的能力；p^dn*(t)也為n×1維矩陣，第m行的非正值元素表示1～m資源減少輸出功率的能力。

第三步：確定實際控制矩陣b^*

(i)當時，設j1為滿足的最大下標。

(ii)當時，

b^*＝b(34)

(iii)當時，設j2為滿足的最大下標。

因此，需求側資源的輸出功率可以由式(36)獲取，更新后的需求側資源的狀態模型如式(37)所示。

算例仿真與結果分析

本實施例以ieee-33節點配電網為算例[24]，來驗證所提出的基于需求側資源統一狀態模型的負荷曲線平滑策略的有效性。各個負荷節點有10-40個用戶[25]，并假設每個家庭安裝有屋頂光伏，屋頂面積在[60,100]之間且光伏功率密度為100w/m²，光伏發電和用戶負荷的數據參考ukgds[26]。

每個用戶電動汽車數量為1.86輛[27]，電動汽車的額定充放電功率為7kw[28]，其他參數，如電池容量、充放電效率、充電和出行時間、用戶需求soc、soc的最大最小值等參考文獻[29]。

假設每個用戶都有熱泵。熱泵的額定功耗為6kw[30]，其他參數，如室外溫度、室內溫度上下限、熱電阻和電容等參考文獻[17]。

3-1)負荷曲線平滑控制效果

不考慮負荷曲線平滑策略時，分布式電源、電動汽車、溫控負荷、不可控負荷和總負荷的輸出功率如圖6所示，總負荷的功率波動主要由分布式電源輸出功率的隨機性導致的。

因此，需要采用負荷曲線平滑控制策略來平抑負荷的功率波動，本實施例中假設每15分鐘功率波動率的限制為10％，無控下總負荷、總負荷目標功率、控制后總負荷如圖7所示，可以看出負荷的功率波動情況明顯降低。然而從8:00到15:00時段內，實際負荷值不能準確跟隨平滑化的負荷目標值，并且實際負荷值有時低于平滑化的負荷目標值，這些都是由輸出功率增加的需求側資源的響應能力到達了極限造成的。

無控和控制下的負荷功率波動率如圖8所示，采用控制策略后，負荷的功率波動率保持在10％以下。

3-2)需求側資源響應特性

無控和控制下分布式電源的輸出功率如圖9所示，控制后的分布式電源出力能夠很好的追蹤無控下的分布式電源出力，主要原因是，在負荷曲線平滑控制策略中，分布式電源是增加輸出功率的首要手段，是減少輸出功率的最后手段，因此能夠有效的促進可再生能源的消納吸收。

無控和控制下電動汽車的輸出功率如圖10所示，從8:00到15:00時段內，電動汽車輸出功率波動大，主要原因是，電動汽車通過改變其與配電網的接入狀態(充電、空閑、放電)。為增加輸出功率，正在充電的電動汽車將停止充電甚至向電網放電，所以電動汽車的總輸出功率存在大于零的時刻。而由于居民的電動汽車出行習慣具有一定的相似性，電動汽車充電負荷的出現峰值。

無控和控制下溫控負荷的輸出功率如圖11所示，在5:00之前，控制后溫控負荷輸出功率幾乎能夠跟隨無控下的輸出功率，主要原因是，該段時間內負荷的功率波動小。在5:00之后，控制后溫控負荷的輸出功率不能跟隨無控下的輸出功率，主要原因是，溫控負荷參與平抑負荷功率波動的控制。從15:00到17:00時段內，控制后溫控負荷的輸出功率接近0，主要原因是，為響應功率波動幾乎所有的溫控負荷都處于關斷狀態。然而，從18:00至19:00時段內，控制后溫控負荷的輸出功率出現峰值，主要原因是，由于室內溫度不斷下降，處于關斷狀態的溫控負荷逐漸開啟。

為進一步說明電動汽車在控制策略中的響應特性，無控和控制下電動汽車接入電網的soc狀態如圖12所示，而當電動汽車出行時則沒有給出出行過充中的soc狀態。從08:00到15:00時段內，大多數電動汽車處于出行狀態，無法響應負荷的功率波動；從15:00到20:00時段內，大多數電動汽車出行結束并開始充電。在不考慮負荷曲線平滑控制策略下，充電過程不受影響，而控制后電動汽車soc狀態的變化過程明顯不同，上升趨勢的線條表示電動汽車正在充電，下降趨勢的線條表示電動汽車正在放電，而水平趨勢的線條表示電動汽車僅接入配電網且輸出功率為零(空閑狀態)。在負荷曲線平滑控制策略中，電動汽車的通過改變其接入狀態來響應負荷波動

為進一步說明溫控負荷在控制策略中的響應特性，無控和控制下溫控負荷所處的室內溫度如圖13所示。上升趨勢的線條表示室溫上升且溫控負荷處于開啟狀態，下降趨勢的線條表示室內溫度下降且溫控負荷處于關斷狀態。由圖13(a)可以看出，無控下室內溫度在19℃～23℃之間規律地變化；由圖13(b)可以看出，控制下的室內溫度變化過程明顯不同。為增加輸出功率，室溫較高且處于開啟狀態的溫控負荷將優先被選擇參與負荷平滑控制，而圖11中溫控負荷的輸出功率在15:00到17:00時段內接近0，由圖13(b)可以看出該時段內無溫控負荷處于開啟狀態，則進一步說明這段時間內溫控負荷響應能力受限的原因。

本發明在統一狀態模型的基礎上，利用負荷曲線平滑控制策略，配電網的負荷功率波動明顯降低，同時在控制需求側資源的輸出功率過程中，保證了用戶的用能舒適度。

盡管上面結合圖對本發明進行了描述，但是本發明并不局限于上述的具體實施方式，上述的具體實施方式僅僅是示意性的，而不是限制性的，本領域的普通技術人員在本發明的啟示下，在不脫離本發明宗旨的情況下，還可以作出很多變形，這些均屬于本發明的保護之內。