[论文解读] An Optimal Framework for Residential Load Aggregator

Qinran Hu, Fangxing Li|arXiv (Cornell University)|Jun 14, 2015

Smart Grid Energy Management参考文献 29被引用 35

一句话总结

本文提出了一种住宅负荷聚合商（RLAs）的最优框架，可实现对住宅电器（如空调和热水器）的高效、实时调度，同时最小化负荷供应实体（LSEs）的奖励成本，并公平分配财务激励给居民。通过整合概率舒适度模型与成本最小化优化策略，该框架确保对居民舒适度的干扰最小化，并有效执行需求响应（DR）。

ABSTRACT

Due to the development of intelligent demand-side management with automatic control, distributed populations of large residential loads, such as air conditioners (ACs) and electrical water heaters (EWHs), have the opportunities to provide effective demand-side ancillary services for load serving entities (LSEs) to reduce the emissions and network operating costs. Most present approaches are restricted to 1) the scenarios involving with efficiently scheduling the large number of appliances in real time, 2) the issues about evaluating the contributions of individual residents towards participating demand response (DR) program, and fairly distributing the rewards, and 3) the concerns on performing cost-effective demand reduction request (DRR) for LSEs with minimal rewards costs while not affecting their living comfortableness. Therefore, this paper presents an optimal framework for residential load aggregators (RLAs) which helps solve the problems mentioned above. Under this framework, RLAs are able to realize the DRR for LSEs to generate optimal control strategies over residential appliances quickly and efficiently. To residents, the framework is designed with probabilistic model of comfortableness, which minimizes the impact of DR program to their daily life. To LSEs, the framework helps minimize the total reward costs of performing DRRs. Moreover, the framework fairly and strategically distributes the financial rewards to residents, which may stimulate the potential capability of loads optimized and controlled by RLAs in demand side management. The proposed framework has been validated on several numerical case studies.

研究动机与目标

• 解决在需求响应（DR）计划中实时高效调度大量住宅电器的挑战。
• 公平分配财务奖励给参与DR计划的个人居民，以激励长期参与。
• 在维持居民舒适度水平的同时，最小化负荷供应实体（LSEs）的总奖励成本。
• 开发一种可扩展且实用的RLA框架，支持LSEs降低网络运行成本和排放量。

提出的方法

• 该框架采用居民舒适度的概率模型，量化并限制负荷控制对日常生活的影响。
• 建立混合整数线性规划（MILP）优化问题，以确定住宅电器的最优控制策略。
• 优化过程在满足运行约束和舒适度阈值的前提下，最小化LSEs的总奖励成本。
• 集成奖励分配机制，根据个人对需求减少的贡献程度，公平分配财务激励。
• 通过利用预测性负荷建模和动态响应调度，支持实时决策制定。
• 数值案例研究验证了该框架在多样化住宅负荷情景下的性能。

实验结果

研究问题

• RQ1 住宅负荷聚合商如何在最小化LSEs奖励成本的同时，实时高效调度大量电器？
• RQ2 基于个人对需求响应的贡献，公平分配财务奖励的最优方法是什么？
• RQ3 该框架如何在不损害系统级成本效率的前提下，最小化负荷削减期间对居民的不适感？
• RQ4 概率舒适度建模对需求响应计划的可行性与性能有何影响？

主要发现

• 该框架通过在数千台住宅电器上优化控制策略，成功降低了LSEs的总奖励成本。
• 概率舒适度模型有效限制了DR事件对居民的影响，维持了日常舒适度水平。
• 公平的奖励分配机制显著提高了长期参与和负荷优化的潜力。
• 案例研究证明了该框架在不同负荷和需求响应条件下的可扩展性和鲁棒性。
• 优化模型在实时调度中实现了接近最优的性能，且计算开销极低。
• 该框架使LSEs能够在较低财务支出下实现需求响应目标，同时保持系统可靠性。