Page 42 - 《中国电力》2026年第3期
P. 42

2026  年 第 59 卷



              力,保障系统安全、促进新能源消纳,同时有效                             用户信誉作为价格制定的关键因素加以研究。文
              减少能源消费环节产生的碳排放,助力双碳目标                             献  [18] 通过将工业负荷的生产特性纳入考虑,提
              实现,工业园区用的低碳调度决策研究至关重要。                            出了一种工业负荷滚动优化调度方法,该方法未
                  工业园区由于其内部工业用户的生产流程特                           考虑每个行业不同生产环节可能支撑用户参与多
              性,在不同时间尺度的调度场景中具有截然不同                             种响应调控的业务场景。
              的调节能力。对此,工业园区管理者、负荷聚合                                 综上所述,本文在相关研究的基础上,提出
              商以及大型工业用户应当充分了解自身生产特征                             了计及生产特性的工业园区用户低碳调度决策方
              的前提下进行最大程度的响应调控 。工业不同                             法。首先,该方法在明确工业园区需求响应调控
                                                [8]
              行业乃至不同产品生产线的调节特性各不相同,                             典型场景与业务流程的基础上,考虑工业生产流
              例如生产钢铁、水泥的工业用户由于其不同生产                             程开展了面向多时间尺度需求响应的工业负荷分
              流程间要求连续,难以支撑短时间内快速调节 ,                            类,支撑不同响应场景下的精准调控;随后构建
                                                          [9]
              而食品、纺织等工业用户具有更加灵活的可调性。                            了考虑碳约束的需求响应控制决策模型,并采用
                  目前,中国针对负荷资源调度管理以有序用                           改进鲸鱼优化算法对模型进行求解。算例验证了
              电为主    [10] ,但有序用电对于用户筛选与分级的标                     本文所提的工业园区低碳调度决策方法能够在为
              准仍比较粗糙,基于负荷调节潜力实现工业用户                             负荷聚合商带来最大化收益的同时,有效减少工
              的调度决策逐渐成为研究的热点。文献                     [11] 研究     业园区碳排放。此外,模型求解的速度和稳定性
              了如何根据能源消耗数据,并提出了如何在用户                             均能够满足工业园区需求响应低碳控制决策的需求。

              筛选过程中考虑其响应适应度。文献                    [12] 针对居
              民用户需求响应为负荷聚合商提供了一种解决多                             1    面向多时间尺度需求响应的工业负荷
              种目标需求响应的用户优选方法,但未能输出一                                 调控架构
              个具体的激励设置方案。文献                [13] 同样考虑居民
              住宅,将需求响应问题描述为一个组合多臂老虎                             1.1    工业园区需求响应调控业务流程
              机 ( combinatorial  multi-armed  bandit, CMAB) 问       需求响应按照引导信号类型可以分为基于价

              题,并提出用伯努利分布表征对用户进行负荷控                             格的需求响应和基于激励的需求响应                    [19] ,其中,
              制的概率,不足之处在于无法实现对居民用户的                             基于价格的需求响应一般采用分时电价/动态电价
              精细化控制。文献          [14] 基于用户用能行为构建了                等形式实现对可调负荷的引导,基于激励的需求
              用户需求响应模型,但该研究并未考虑用户多样                             响应可以通过直接负荷控制、紧急需求响应以及
              性对响应潜力的影响,因此会对后续优化调控决                             辅助服务等方式进行调控             [20] 。
              策产生消极影响。                                              为充分挖掘工业用户需求响应潜力,本文构
                  在针对工业用户的优化调度问题上,文献                     [15]   建了如图     1  所示的工业园区需求响应调控业务流
              针对工业用户参与调峰市场的场景,面向高耗能                             程。在响应前阶段,首先由电力调度控制中心联
              工业用户开展响应行为评估并制定调节策略,采
                                                                        调度中心&交易中心      负荷聚合商        工业园区可调资源
              用非合作博弈模型实现调峰市场参与者利益的最
              大化。文献      [16] 同样面向调峰辅助服务,以典型                              负荷需求计算          数据库           激励I1
                                                                                               用户挑
                                                                                  发布响          选/激励
              能源密集型行业中的电解铝工业园区为例,通过                                响应前            应目标           制定      不参与
                                                                                  Ptarget
                                                                                                Ij
                                                                                         决策中心
              分布式发电与电解铝负荷的协同作用构建了考虑                                              发布响                    激励I3
                                                                                 应时间
              响应偏差与园区经济性的双层优化调度模型。然                                        目标削减  反馈响应量          反馈响    ...
                                                                           实际削减
                                                                                          数据库
                                                                                                应量rj
              而,上述研究往往只考虑了单一场景下的优化调                                响应后  负荷削减情况   下发补贴     更新用户  下发激     不参与
                                                                                   R
                                                                           10 15 20 24
              度,缺乏对不同工业用户参与多时间尺度响应调                                      0  5  Time/h  上交违  参数集  励Ij    激励Ij
                                                                                  约金P
                                                                          实现削减目标
              控的策略分析。文献           [17] 为制定工业园区共享储
                                                                        图 1   工业园区需求响应调控业务流程
              能定价策略,构建了一种以储能运营商日净收入
                                                                 Fig. 1    Demand response regulation business process
              最大化为目标的混合整数线性规划模型,同时将                                             for industrial parks
               38
   37   38   39   40   41   42   43   44   45   46   47