Skip to main content
QUICK REVIEW

[论文解读] Optimal Power Procurement and Demand Response with Quality-of-Usage Guarantees

Longbo Huang, Jean Walrand|arXiv (Cornell University)|Dec 3, 2011
Smart Grid Energy Management参考文献 11被引用 8
一句话总结

本文提出了一种联合电力采购与需求响应框架,通过一种低复杂度的在线算法——福利最大化算法(WMA),在保障用户服务质量(QoU)的同时最大化社会福利。WMA利用双时间尺度李雅普诺夫优化,动态设定日前与实时市场的电价并采购电力,在可再生能源不确定性与系统动态变化下,实现近似最优的社会福利,且服务质量缺陷保持有界。

ABSTRACT

In this paper, we propose a general operating scheme which allows the utility company to jointly perform power procurement and demand response so as to maximize the social welfare. Our model takes into consideration the effect of the renewable energy and the multi-stage feature of the power procurement process. It also enables the utility company to provide quality-of-usage (QoU) guarantee to the power consumers, which ensures that the average power usage level meets the target value for each user. To maximize the social welfare, we develop a low-complexity algorithm called the \emph{welfare maximization algorithm} (WMA), which performs joint power procurement and dynamic pricing. WMA is constructed based on a two-timescale Lyapunov optimization technique. We prove that WMA achieves a close-to-optimal utility and ensures that the QoU requirement is met with bounded deficit. WMA can be implemented in a distributed manner and is robust with respect to system dynamics uncertainty.

研究动机与目标

  • 联合优化多阶段电力市场中的电力采购与需求响应,以最大化长期社会福利。
  • 确保用户的服务质量(QoU)保障,定义为满足目标平均用电水平。
  • 开发一种低复杂度、分布式在线算法,以应对可再生能源波动与市场不确定性。
  • 量化由于对所有用户采用统一定价而导致的社会福利损失。
  • 利用真实世界数据评估该方案,并证明其在最大化社会福利方面的有效性。

提出的方法

  • 福利最大化算法(WMA)采用双时间尺度李雅普诺夫优化,将长期福利最大化与短期队列稳定性解耦。
  • WMA联合确定日前与实时电力采购,并根据实时市场状况与用户需求预测设定动态电价。
  • 该算法通过维持缺陷队列来跟踪QoU违规情况,并调整定价以最小化长期QoU缺陷,同时最大化社会福利。
  • 它利用李雅普诺夫漂移加惩罚框架,在系统稳定性与福利最大化之间取得平衡,确保QoU缺陷有界。
  • 该算法被证明具有近似最优性,且可分布式实现,因此对系统动态与预测误差具有鲁棒性。
  • 该方法明确考虑了任意递增的用户效用函数以及电力市场的多阶段特性。

实验结果

研究问题

  • RQ1在存在可再生能源与多阶段市场的情况下,电力公司如何联合优化电力采购与需求响应以最大化长期社会福利?
  • RQ2可再生能源波动性(均值与方差)对系统社会福利与最优采购策略有何影响?
  • RQ3在具有有界缺陷的动态实时定价环境中,如何强制执行服务质量(QoU)保障?
  • RQ4在统一定价约束下,所提算法与最优策略之间的性能差距是多少?
  • RQ5在真实世界市场与可再生能源数据下,该算法在复杂度与鲁棒性方面如何扩展?

主要发现

  • WMA实现的长期平均社会福利与最优值任意接近,差距由与时间跨度无关的常数有界。
  • 该算法确保QoU要求以有界缺陷实现,即平均用户用电量与目标水平的偏差为有限且可控的量。
  • 由于统一定价导致的社会福利损失被显式量化并证明为有界,损失随用户数量及其负荷波动性线性增长。
  • 可再生能源对系统的价值被显式量化,表明可再生能源输出的均值更高且方差更低时,系统收益更大。
  • 基于真实世界可再生能源与市场价格数据的数值评估表明,WMA能有效最大化社会福利,同时维持QoU保障。
  • 该算法对系统动态不确定性具有鲁棒性,可分布式实现,且无需全局掌握未来需求或价格信息。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。