基于LAB+i平台的电力需求侧管理案例分析

马 雷，周佺桢

（东南大学 电气工程学院,南京 210096）

◆环球揽萃◆

基于LAB+i平台的电力需求侧管理案例分析

马 雷，周佺桢

（东南大学 电气工程学院,南京 210096）

随着经济的发展、社会的进步、科技和信息化水平的提高以及全球能源和环境问题的日益突出，电网发展面临新课题和新挑战。依靠现代信息通信和控制技术，例如：在配供电系统中的能源存储，分布式发电和电力电子等新技术，发展智能电网是未来可持续发展的必然趋势。智能电网技术将发电、输电、配电和用电引入到一个新的电力系统运行情景，其中需求侧管理（demand side management，DSM）至关重要［1—3］。

针对哥伦比亚国立大学校区的建筑群，利用哥伦比亚国立大学智能国家电网实验室LAB+i平台，分别采用3种不同需求响应技术进行研究［4］。

图1 智能电网分层模型

1 智能电网中DSM综述

整个电力系统，从发电、输电、配电到用电都在经历技术变革，都可以归结为智能电网的发展［5］。在这个新的系统中，电力和通信的双向实时运行都是可能的。供给侧和需求侧管理、实时用电监测、电价监测、系统动态的记录和控制等系统功能将更加完善［6］。

智能电网（smart grid，SG）是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标［7—10］。智能电网的分层参考模型［11—12］如图1所示。

在这个智能电网模型中，终端用电设备是需求侧管理的枢纽，当一个终端设备通过接口层连接到智能电网时，连接信息通过通信系统发送给主服务器，进而通过需求侧管理进行控制。在管理系统层，操作系统可以进行事件和数据的实时管理，并且能够在不同系统和设备中间互相操作。DSM位于该模型的上层，智能电网的运行动作和场景均可以实时建模。因此，系统优化研究才具有实际意义。

除此之外，为了能够优化用电者的日消耗负荷曲线，信息管理系统应该能够实时的测试和实施不同的需求响应技术，实时分析和优化进程，以此提高系统效率，减少传输限制，改善电压调节量以及减少故障电流等。

2 LAB+i平台简介

智能电网国家实验室LAB+i平台位于哥伦比亚国立大学，能够开发电力能源管理系统。一个能源管理系统最重要的部分就是数据管理能力，其中关键部分就是数据传输和存储的准确性［13］。LAB+i平台拥有一个强大的软件平台，具有完善的数据收集、存储、分析和共享能力以及信息检索能力，包括信息可视化、系统趋势分析、功能构建、报告创建和与其他应用程序的数据交互的功能［14］。

LAB+i平台旨在开发研究和创新项目，认证产品和服务以及模型实现。LAB+i平台为项目开发的可行性分析制定了3个标准：一是项目实施团队的科研能力，是否具备技术创新开发与应用能力，实施效果测试和监控能力，这些是制定项目目标的前提；二是项目价值，指能否满足智能电网的需求，目的是制定一个具体的项目目标和基本方法；三是现场条件，需要评估外国技术在本土设备、运行环境以及法律法规的适用性。

目前，LAB+i已经具有实时的相量测量单元、配电变压器监控系统和远程管理微网功能［15］。而且正在开发用于实时生成调度、传输线的动态额定值等的优化算法。

3 DSM案例分析

利用LAB+i平台，在哥伦比亚国立大学成功地应用DSM。这所校园面积1 213 500 m2，大约120栋建筑。电网采用径向拓扑结构，长约3 km，通过53个节点互连33个变电站。可以通过NEPLAN分析电路信息，并且NEPLAN已经通过PI操作系统与LAB+i实时连接。

智能电网的一个智能设备用于校园的功率测量，该设备能够记录电力市场运营商所需的信息，并且可以通过互联网在LAB+i中检索。数据库中的电气量每1 h测量填充。智能电能表位于校园的主楼，所有信息都会发送到LAB+i主服务器。

本次数据选择了2016年2月校园建筑的能耗。数据库按工作日和周末分类，每个数据集使用标准偏差处理，舍掉非典型能源消耗相关的信息，确定了典型的日负荷消耗曲线，如图2所示。

图2 校园建筑的日负荷消耗曲线

在确定校园建筑消耗的典型日负荷曲线后，制定了需求响应（demand response，DR）的3种技术，以减少损失并提高系统的能源效率，分别为策略性节电（strategic conservation，SC）、能效项目（energy efficiency，EE）和削峰（peak clipping，PC）［16］。

通过LAB+i平台提供的自动化处理系统，开发了一种DSM优化策略，即每隔1 h对比实时测量值和每一种需求响应技术的预测值，得到一组负荷优化曲线，如图2所示，其中灰色为平均负荷曲线，蓝色为采用SC的负荷曲线，黄色为采用EE的负荷曲线，绿色为采用PC的负荷曲线，红色为负荷优化曲线。

3.1 策略性节电（SC）

通过每个月的每日记录分析，发现建筑物中的每一天的典型消耗是不同的。这是因为班级和校园活动的数量每天都在变化。这就是典型的用电模型对负荷曲线的影响。所以针对这一典型情况，提出了策略性节电的需求响应技术，目的就是将整个曲线移向水平轴而不改变它的形状。

3.2 能效项目（EE）

校园建筑的典型负荷消耗曲线显示出与节能相反的情况：几乎所有的建筑物在夜间均没有关灯。采用基于EE的需求响应技术，假设22：00到次日6：00之间校园内没有进行任何学术活动，建筑物的活动负荷降低到总负荷的35%。这个百分比相当于24 h内必须提供的关键负荷值。

3.3 削峰（PC）

采用削峰的需求响应技术，目的是减少波峰时段的负荷。通过分析历史数据可知，波峰时段大概在12：00。根据存储在LAB+i中的数据分析可知，波峰时段负荷需求量可以降低5%，可将这部分负荷分配到11：00到13：00时段。

基于上述分析，可以研究校园更加复杂场景，得到日负荷持续时间曲线，如图3所示。

图3 基于需求响应技术的日负荷持续时间曲线

对于应用于需求响应的每种技术，系统一个月损失的电量以及费用如图4所示。明显可以看出，综合3种需求响应技术的负荷优化损耗最小。

图4 基于需求响应技术的每月电力损耗

另外分析了其他系统变量，例如：节点之间的电压调节和变压器的过载量。在任何情况下，这些值都不超过允许限度。

图5显示了配电网关键部分的电压调节行为。可以看出，系统电压调节时，通过分析变量可以看出，SC技术为系统提供了更大的好处，可以平滑曲线并有助于稳定曲线。例如，通过应用DSM，在18:00将电压调节从6.6%降低到5.5%；在21:00，从5.5%降低到3.9%。

图5 3种需求响应下的电压调节量

图6显示了采用不同需求响应技术的校园内配电变压器一天的充电状态，从图6可以看出，当采用PC技术时，设备负荷在9:00从100.1%降低到95.8%，在12:00从106%降低到100%。

图6 3种需求响应技术下的变压器充电量

4 结论

智能仪表和实时管理系统的发展，使得用电终端能够参与到电力市场，各种需求响应技术也能够灵活应用。智能电网中完善的软件平台和强大的操作系统也是必不可少的。电力消耗数据库的管理和可视化操作，能够容易建立用电侧的电力消耗模式，从而为需求侧管理提出最佳的技术和策略奠定基础。开发与电力系统实时交互的优化算法能够研究和对比各种需求响应技术的优劣。

根据上述日负荷曲线可知，可以根据用电模式的类别采用不同的方法减少电力损耗。由图3日负荷持续时间曲线可知，在不采用任何节能措施时，负荷大于等于1 600 kW的概率为58%，如果使用自动管理系统确定出最优曲线，概率可以减小到42%。根据哥伦比亚国立大学的案例分析，如果采用DSM技术，每天可以节能181 kWh，每个月节省342美元。每种需求响应技术可以为配电系统提供不同的作用，采用SC技术可以保证终端电压稳定，采用PC技术则能够减小配电变压器的过载风险。DSM不仅能够改善配电网的运行环境，还能为电力规划提供支持。D

［1］ 陈树勇，宋书芳，李兰欣，等.智能电网技术综述［J］.电网技术，2009，33（8）：1-7.

［2］ P Palensky，D Dietrich.Demand side management: demand response，intelligent energy systems，and smart loads［J］.IEEE Trans.Ind.Informatics，2011，7（3）：381-388.

［3］ LGelazanskas，KAAGamage.Demandsidemanagementinsmart grid:A review and proposals for future direction［J］. Sustainable Cities&Society，2014，11（11）:22-30.

［4］ S Tellez，D Alvarez，W Montano，et al.National Laboratory of smart grids（LAB+i）at the National University of Colombia-Bogota Campus［C］//America:T&DLA Trans mission and Distribution Conference，2014:1-6.

［5］ 杨旭英，周明，李庚银.智能电网下需求响应机理分析与建模综述［J］.电网技术，2016，40（1）:220-226.

［6］ 张修鹏.智能电网技术体系探讨［J］.工业B，2015，18（5）:159.

［7］ Z Baharlouei，M Hashemi.Demand side management challenges in smart grid:a review［C］//Beijing:Smart Grid Conference（SGC），2013:96–101.

［8］ A Losi，P Mancarella，A Vicino.Integration of demand response into the electricity chain: challenges，opportunities，and smartgrid solutions［C］//London（UK）-Hoboken（USA）:ISTE-WILEY，2015.

［9］ A Mahmood，M N Ullah，S Razzaq.A new scheme for demand side management in future smart grid networks［J］.Procedia Comput.，2014（32）：477-484.

［10］ P Siano.Demand response and smart grids—A survey［J］.Renewable＆ Sustainable Energy Reviews，2014（30）:461-478.

［11］ European SmartGridsTechnologyPlatform［C］. Brussels:European Comission，2016.

［12］ R Cespedes.A reference model for the electrical energy system based on Smart Grids［C］//Montevideo:2012 Sixth IEEE/PES Transm.Distrib.Lat.Am.Conf.Expo，2012:1-6.

［13］ D L Alvarez，J F Reyes，W Montaño，et al Sistema de Gestion de Energía en Tiempo Real del Campus de la Universidad Nacional de Colombia，Sede Bogotá［J］. Mundo Eléctrico，2015（101）：48-57.

［14］ OSIsoft LCC.Technical data and computer software PIProcess book［M］.PI DataLink，PI WebParts version，2010.

［15］ D L Alvarez，J C Chinchilla，E E Parra.Indicadores enTransformadores dentro de una Red Inteligente［J］. Mundo Eléctrico，2015（101）：64-70.

［16］ A Ahmad，N Javaid，U Qasim，et al.Demand response: fromclassificationtooptimizationtechniquesin smart grid［C］//WAINA:IEEE 29th International Conference on Advanced Information Networking and Applications Workshops，2015:229-235.

（本栏责任编辑孙 晶）

DSM case study based on LAB+I platform in National University of Columbia

MA Lei，ZHOU Quan-zhen

（SchoolofElectricalEngineering,SoutheastUniversity,Nanjing 210096,China）

智能电网元件引入配电网和市场系统，对电网需求侧管理提出了新的挑战和机遇。智能电网国家实验室LAB+i已经拥有必要的基础设施进行智能电网的案例研究，其中包括电力需求侧管理。介绍了哥伦比亚国立大学的应用案例，在LAB+i平台实施基于3种需求响应技术的自动化管理系统，能够为校区每个建筑找到最佳负荷曲线。

智能电网；能源效率；需求响应；电力需求侧管理

The introduction of smart grids elements into elec⁃tric power distribution and market systems poses new challenges and opportunities to demand side management.The National Labora⁃tory for smart grids LAB+iplatform,currently has the necessary infra⁃structure to develop case studies indifferent functionalities of smart grids,including demand side management.This article presents a case study with real values,applied on Bogota Campus of Universi⁃dad National de Colombia.An automated management system was implemented in LAB+i based on three techniques of demand re⁃sponse.It allows finding the optimal load curve for each building.

smart grid;energy efficiency;demand response; demand side management

F416.61

E

1009-1831（2017）03-0061-04

10.3969/j.issn.1009-1831.2017.03.015

2017-02-13