[论文解读] Values of Coordinated Residential Space Heating in Demand Response Provision

Zihang Dong, Xi Zhang+1 more|arXiv (Cornell University)|Mar 23, 2022

Smart Grid Energy Management被引用 5

一句话总结

本文提出一种基于博弈论的分布式控制策略，用于协调居民空间供暖以实现需求响应，实现个体成本节约与系统级峰值负荷降低。通过利用一种新颖的热舒适度模型，该模型考虑了时间与空间上的变化，该方法在保持个性化舒适度的同时，使系统运行成本降低13.96%，峰值削减28.22%。

ABSTRACT

Demand-side response from space heating in residential buildings can potentially provide a huge amount of flexibility for the power system, particularly with deep electrification of the heat sector. In this context, this paper presents a novel distributed control strategy to coordinate space heating across numerous residential households with diversified thermal parameters. By employing an iterative algorithm under the game-theoretical framework, each household adjusts its own heating schedule through demand shift and thermal comfort compensation with the purpose of achieving individual cost savings, whereas the aggregate peak demand is effectively shaved on the system level. Additionally, an innovative thermal comfort model which considers both the temporal and spatial differences in customised thermal comfort requirements is proposed. Through a series of case studies, it is demonstrated that the proposed space heating coordination strategy can facilitate effective energy arbitrage for individual buildings, driving a 13.96% reduction in system operational cost and 28.22% peak shaving. Moreover, the superiority of the proposed approach in thermal comfort maintenance is numerically analysed based on the proposed thermal comfort quantification model.

研究动机与目标

• 开发一种可扩展的分布式控制策略，用于协调具有不同热特性的家庭之间的住宅空间供暖。
• 通过个体成本节约与系统级灵活性，实现住宅供暖领域的需求响应。
• 通过建模居住者偏好的时间与空间变化，维持个性化的热舒适度。
• 量化协同供暖在电力系统整合中的经济与运行效益。

提出的方法

• 一种迭代博弈论算法使每个家庭能够根据电价信号和热约束优化其供暖时间表。
• 每个家庭通过需求转移和热舒适度补偿调整其供暖时间表，以最小化个体成本。
• 一种新颖的热舒适度模型通过时间（一天中时段）和空间（区域特定）参数量化个性化舒适度。
• 该方法以去中心化方式运行，避免集中数据收集，同时确保全系统峰值负荷减少。
• 该算法收敛至纳什均衡，即任何家庭都无法在不损害系统性能的情况下进一步降低自身成本。
• 通过基于动态电价的供暖需求向低谷时段转移，实现能源套利。

实验结果

研究问题

• RQ1 如何在异构家庭之间协调住宅空间供暖以减少系统峰值负荷？
• RQ2 分布式控制策略在维持热舒适度的同时，能在多大程度上实现个体家庭的成本节约？
• RQ3 考虑热舒适度的时间与空间变化对协同供暖性能有何影响？
• RQ4 所提出的协调策略在系统级运行成本与峰值负荷减少方面有何效益？
• RQ5 与未协调供暖相比，所提出方法在经济性与电网稳定性方面表现如何？

主要发现

• 与未协调供暖相比，所提出的协调策略使系统运行成本降低13.96%。
• 由于有效的需求转移与负荷平坦化，峰值负荷降低了28.22%。
• 热舒适度模型成功捕捉了时间与空间上的个性化偏好，提升了用户满意度。
• 分布式算法收敛至稳定均衡，使个体成本最小化与系统级效益保持一致。
• 能源套利得到有效实现，使家庭可通过战略性供暖调度降低能源支出。
• 经所提出的量化模型验证，该方法在协同需求响应期间仍能维持高水平的热舒适度。