支撑风力发电的需求响应匹配分析研究.pdf

第４０卷第１７期２０１２年９月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４０Ｎｏ．１７Ｓｅｐ．１，２０１２支撑风力发电的需求响应匹配分析研究程瑜，董楠，安娃（华北电力大学电气与电子工程学院，北京１０２２０６）摘要：定位能够与风力发电的波动性、反调峰性等特征相协调的用户侧资源，以更多地吸纳风力发电，增强风力发电的经济性，提出一种需求响应与风力发电的匹配分析模型。模型采用频域互谱分析的方法，对风力发电曲线与用户需求曲线的频域波动特征进行比对。通过比对风电发电序列与用户用电负荷序列互谱密度函数中的相干谱和相位谱，能够甄别出匹配风力发电的需求响应目标用户群体。最后，实例分析结果表明该模型能便捷、有效地定位与风力发电周期波动共变性最接近的电力用户资源，以积极促进风力发电的经济消纳。关键词：风力发电；需求响应；匹配分析；互谱分析；波动性ＲｅｓｅａｒｃｈｏｎｄｅｍａｎｄｒｅｓｐｏｎｓｅｍａｔｃｈｉｎｇｓｕｐｐｏｒｔｉｎｇｗｉｎｄｐｏｗｅｒＣＨＥＮＧＹｕ，ＤＯＮ（］Ｎａｎ，ＡＮＳｕ（ＳｃｈｏｏｌｏｆＥｌｅｃ￣ｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂｅｒｉｎｇ１０２２０６，Ｃｈｉｎａ）—Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｒｉｅｎｔａｔｅｃｕｓｔｏｍｅｒｓｉｄｅｒｅｓｏｕｒｃｅｓｔｈａｔａｒｅｃｏｍｐａｔｉｂｌｅｗｉｔｈｖｏｌ￣ｉｌｉｔｙａｎｄａｎｔｉｐｅａｌ（ｒｅｇｕｌａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｔｏｓｔｉｍｕｌａｔｅａｂｓｏｒｂｉｎｇｗｉｎｄｐｏｗｅｒａｎｄｅｈａｎｃｅｔｈｅｅｃｏｎｏｍｙｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ，ａｄｅｍａｎｄｒｅｓｐｏｎｓｅｍａｔｃｈｉｎｇａｎａｌｙｓｉｓｍｏｄｅｌｏｆｗｉｎｄｐｏｗｅｒｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｍｏｄｅｌｕｓｅｓｃｒｏｓｓｓｐｅｃｔｒｕｍｍｅｔｈｏｄｏｆｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｔｏｃｏｍｐａｒｅｔｈｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｖｏｌ￣ｉｌｉｔｙｃｈａｒａｃｔｅｒｓｏｆｗｉｎｄｐｏｗｅｒｃｕｒｖｅａｎｄｃｕｓｔｏｍｅｒｄｅｍａｎｄｃｕｒｖｅ．Ｂａｓｅｄｏｎｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｃｏｈｅｒｅｎｃｅｓｐｅｃｔｒｕｍａｎｄｐｈａｓｅｓｐｅｃｔｒｕｍｏｆｃｒｏｓｓｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎｂｅｔｗｅｅｎｔｈｅｗｉｎｄｐｏｗｅｒｓｅｒｉｅｓａｎｄｔｈｅｃｕｓｔｏｍｅｒｐｏｗｅｒｌｏａｄｓｅｒｉｅｓ，ｄｅｍａｎｄｒｅｓｐｏｎｓｅｔａｒｇｅｔｃｕｓｔｏｍｅｒｓｗｈｏｍａｔｃｈｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎａｒｅｓｅｌｅｃｔｅｄ．Ａｔｌａｓｔ，ｔｈｅｐｒａｃｔｉｃａｌｅｘａｍｐｌｅｐｒｏｖｅｓｔｈａｔｔｈｅｍｏｄｅｌｃｏｕｌｄｐｏｓｉｔｉｏｎｕｓｅｒｒｅｓｏｕｒｃｅｓｗｈｏｈａｖｅｔｈｅｃｌｏｓｅｓｔｃｙｃｌｅｏｆｄｅｇｅｎｅｒａｔｉｏｎｗｉｔｈｗｉｎｄｐｏｗｅｒｉｎｏｒｄｅｒｔｏｐｒｏｍｏｔｅｅｃｏｎｏｍｉｃａｂｓｏｒｂｉｎｇｏｆｗｉｎｄｐｏｗｅｒｃｏｎｖｅｎｉｅｎｔｌｙａｎｄｅｆｆｅｃｔｉｖｅｌｙ．Ｋｅｙｗｏｒｄｓ－ｗｉｎｄｐｏｗｅｒ；ｄｅｍａｎｄｒｅｓｐｏｎｓｅ；ｍａｔｃｈｉｎｇａｎａｌｙｓｉｓ；ｃｒｏｓｓｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓ；ｖｏｌ￣ｉｌｉｔｙ中图分类号：ＴＭ６１４文献标识码：Ａ—文章编号：１６７４．３４１５（２０１２）１７００３０．０５０引言可再生能源的开发利用是优化能源结构、应对气候变化的关键，但是可再生能源具有与天气状况相关的波动性、反调峰性等特征，而目前电能储存成本较高，经济利用成为可再生能源发展亟需突破的障碍］。国内外研究表明Ｉ３－８】，需求响应措施的实施对于推进可再生能源的开发和成本降低起着至关重要的作用。为支撑可再生能源持续健康发展，需求响应机制设计中融入了新目标：尽可能多地吸纳可再生能源。因此，探讨针对可再生能源中风力发电的需求响应市场的建立，利用合理方法从海量用户群体中寻找匹配的负荷资源就地消纳风电，定位能够与风力发电的波动性、反调峰性等特征相协基金项目：中央高校基本科研业务费专项资金（１ＯＭＧ０９）调的用户侧资源，对合理设计需求响应机制，更多地吸纳风力发电具有重大意义，也是智能电网、分布式电源发展的必然要求。国内外学者为支撑可再生能源发电的发展，在需求响应机制设计研究上积累了一些成果。文献【５】研究了在含大规模间歇式新能源的电网中，通过高电价的需求响应项目将可能的用电负荷转移到非间歇期，从而减少系统热备用，缩减成本。文献【６］建立了含太阳能发电地区的需求响应模型，通过太阳能与常规发电的配合补给尖峰负荷。文献【７］针对可再生能源波动的随机性，提出了动态需求响应的概念，即一种灵活的，在电网需要额外电能时随时做好切除准备的一种负荷管理形式。文献［８］阐述了可再生能源的互补性，并论证了需求侧管理可以平滑系统发电曲线的结论，提出一种新能源混合全局优化模型。程瑜，等支撑风力发电的需求响应匹配分析研究一３１．需求响应机制设计的基础工作是定位合适的目标群体，进而有针对性地设计激励机制。因此，本文探讨寻求负荷特性与风力发电负荷特性匹配的需求侧资源的需求响应匹配分析方法。１问题的提出及研究思路风力发电是可再生能源发电的主力，风力发电曲线极不规则、极不光滑、波动幅度大，且与电网负荷呈现明显的反调节特性。图ｌ为ＥＲＣＯＴ公布的美国德克萨斯州２０１１年７月２日至７月９日的负荷和风电出力曲线，明显看出，风电的日发电曲线波动特征比较明显。为更经济消纳风电，该州在需求侧激励电动汽车充电运营站与风电厂捆绑，按风电厂出力比例消纳风电。重负荷曲线ｌ＾＾＾＾’７Ｉ＾１１ｆＩｆ１ｆｌＩ＾’。ｌｆｌＩＩ１Ｉ『１ｆ『１『＼『Ｊ１．１＾Ｊ『ｌＪ１＾Ｊ－－ｆｌ【ＩＬ’ＩＩＪＩＶＩｌｌ１。¨皿ｌｌ＼ＩｉＩＪ、｜、】ｆ’’１ＩＪ１『ｌＩｌＪＩｌｆ’Ｔ＼＿『Ｖ，一Ｉ，ｌ，Ｉｆ’反．电出力曲线ｆ１『Ｖ＇，７／２／２０１ｌ７／４／２０１ｌ７，６１２０ｌｌ７／８／２０１１日期图１美国德克萨斯州负荷与风电出力曲线Ｆｉｇ．１ＬｏａｄａｎｄｗｉｎｄｐｏｗｅｒｃｔｌｒｖｅｏｆＴｅｘａｓ因此，寻找与风力发电配套的需求响应资源，有利于更好地消纳风电。本文进行风力发电需求响应匹配分析的思路是比对风力发电负荷特性与用户用电负荷特性，定位与风力发电负荷特性相似的用户群体为目标群体。常规负荷特性分析多采用时域分析方法，仅考Ⅲ虑负荷曲线中各时点断面的负荷水平的高低ｊ。时域分析的不足之处在于它无法区别负荷序列所包含的各种周期分量的作用效果，而是将其作为一个整体研究，难以全面表征负荷曲线的波动特征。而风力发电曲线往往呈现极其蜿蜒的波动变化，故如何精准提取风力发电的波动特征，成为定位与风力发电特征匹配的用户侧资源面临的难题。为更有效表征负荷曲线的形态特征，文献［１１］采用分形理论，研究了负荷的分形特性；文献［１２］基于概率统计理论，研究了负荷的概率分布特性。尤其是针对风力发电波动特征难以准确预测的问题，国内外学者探索采用频域分析的方法预测风电出力曲线，文献［１３．１４］研究表明，采用频域分析的方法能够提取风电出力曲线每个频率周期分量的变化特征，一定程度提高了风电出力的预测精度。综上，进行风力发电需求响应匹配分析的基点是风力发电曲线与用户用电曲线的相似性判断。鉴于传统负荷特性分析方法难以全面表征负荷曲线的波动特征，本文依据频域分析中的谱分析理论进行需求响应匹配分析研究。谱分析方法能够分析时问序列的各主要周期分量及其分布，有效表征负荷曲线的周期波动特征ＩｌＭ】。为了从海量用户群体中便捷定位消纳风电的需求响应对象，提高风电经济性，本文采用互谱分析方法，根据相干谱和相位谱，研究风力发电曲线与各类用户用电曲线在频域的相互关系，以实现从用户群体中定位与风电资源匹配的需求响应资源。２基于互谱分析的需求响应匹配分析对风电发电日负荷序列和不ｌ司类别用户的用电日负荷序列做互谱分析，得出对应的相干谱（厂）和相位谱（厂），在用户群体中选择相干谱（）趋近于１，且相位谱（厂）趋近于０的用户作为风电的需求响应匹配资源集Ｄ，即Ｄ｛ｌ（ｗｏｃ１ａｎｄｏｃ０）｝（１）…式（１）中：＝）＝０，１，，２，３）；＝“……｛Ｙ｝（ｆ＝１，，，＝Ｏ，ｌ，，２，３）‰（一一（２）∽式（２）中，为风力发电序列和用户用电负荷序列ｒｉ的互谱密度函数，是序列和的互协方∽差函数尺（七）的傅氏变换；ｈｘ（和为风力发电和用户用电时问序列的单谱密度函数，分别是和的自协方差函数Ｒ（后）和Ｒ（七）的傅氏变换。ａｒｃｔａｎ［＿］（３）‰∑（）＝Ｒ码（）ｅ艰ｌｆｌ寺（４）尺（ｋ）＝｛［（）一】［＋尼）一／ｘ］）（５）∑ｈｘ（ｆ）＝ｎｘ（ｋ）ｅ。（６）Ｒ（ｋ）＝｛［（）一儿＋七）一］）（７）∞∞∞∞∞∞∞∞∞∞∞∞：合∞如加３２．电力系统保护与控制∑（）＝Ｒｒ，（）ｅ（８）＝一Ｒ（七）＝Ｅ｛【）一／２］［［＋ｋ）一／２】）（９）式（３）中：ｃ（厂）和ｑｘｒ，（ｆ）分别是（ｆ）的实部与虚部，则互谱（厂）也可以表示成（厂）＝ＣＡ％（厂）＋ｊｇ（厂）。式（５）～式（９）中，ｋ为一定的延迟，／ｚ和，，分别是序列和的均值。相干谱ｗ（厂）是两个序列中频率为厂的分量的振幅乘积的标准化均值，其取值区间为［０，１１ｏ相干谱愈接近１，表示风力发电序列和用户用电负荷序列在频率厂处愈相关。相位谱６（厂）是两个序列中间频率为厂的分量相位变化的均值（以弧度表示），若６（厂）为正，表示在频率厂处，风力发电序列超前于用户用电序列，为负时表示风力发电序列滞后于用户用电序列，同时值越接近０，表示风力发电序列和用户用电负荷序列在频率厂处超前或滞后的程度越弱。３实例分析对某地区的风电进行调研，根据归类合并的原则，同时剔除不规则波动因素，提取该地区风电系统在风期的典型的出力曲线，经标幺后得到发电曲线如图２。从图中可以看出，风电的出力波动较大，且出力主要集中在下午和晚间。经过一阶差分平稳后，图２某地区风力日发电曲线Ｆｉｇ．２Ｄａｉｌｙｃｕｒｖｅｏｆｗｉｎｄｐｏｗｅｒ风电序列的单谱分析的频谱图如图３。图３中，低频处波动幅度大的周期分量比较多，最大周期分量出现在厂＝０．１８７５Ｈｚ，即存在一个５．３ｈ的主周期，该周期分量对风电序列的整体波动影响最大。同时，它的主频带较宽，能量分布相对分散，主频带区间位于【０．０５，０．２］Ｈｚ。图３某地区风力发电曲线频谱图Ｆｉｇ．３Ｆｒｅｑｕｅｎｃｙｓｐｅｃｔｒｏｇｒａｍｏｆｗｉｎｄｐｏｗｅｒ表１该地区１５类行业的典型日负荷数据Ｔａｂｌｅ１Ｄａｉｌｙｌｏａｄｄａｔａｏｆ１５ｋｉｎｄｓｏｆｉｎｄｕｓｔｒｉｅｓｉｎｔｈｉｓｒｅｇｉｏｎ８７６５４３２１ＣＯ０Ｏ０Ｏ０００程瑜，等支撑风力发电的需求响应匹配分析研究该地区电力用户主要涉及表１所示的１５类电力用户，本文在１５类用户中选取约５００个样本用户，跟踪调研３年内各用户的日负荷数据，采用日用电量权重标幺的方法，分别拟合形成ｌ５类电力用户的典型日负荷数据，标幺后负荷值见表１。本文采用Ｍａｔｌａｂ信号处理工具箱提供的Ｗｅｌｃｈ谱密度函数估计法对风电出力曲线与１５类用户曰负荷曲线进行互谱估计。表２中列出了这１５类用户与风电负荷序列在主频带区间，即ｆ０．０５，０．２１Ｈｚ范围内的相干谱和相位谱的均值。可见，１５类用户群中，工艺美术品制造业、娱乐业是最适宜的风电需求响应匹配资源。这两类用户群的典型日负荷曲线与风电曲线的相干谱趋近于１，且相位谱趋近于０。表２风电和不同行业的互谱分析结果Ｔａｂｌｅ——２Ｃｒｏｓｓｓｐｅｃｔｒｕｍｏｆｗｉｎｄｐｏｗｅｒａｎｄｄｉｆｆｅｒｅｎｔｉｎｄｕｓｔｒｉｅｓ图４～图６分别展示了三类用户与风电间的频域分析相干谱图和相位谱图。如图４和图５，相干谱值趋于１，且相位谱值趋近于０的工艺美术品制造业、娱乐业其用电特性与该地区风电间存在较强的相干性和同步性，即周期共变性较强；而相干谱值较低的行业，例如农副产品加工业与风电序列的周期共变性很弱，见图６。从它们的负荷曲线（图７）中可以清晰看出，在三类行业中，工艺美术品制造业、娱乐业与风电的曲线相关性最高。因此，考虑到工艺美术品制造业、娱乐业用户群体的自然用电特性与风电出力特性较匹配，为积极支撑该地区风电发展，可配套针对这两类用户群体设计更灵活的需求响应机制。例如，实施新增用电与风电捆绑，或推行阶梯递减电价等措施，重点激励这两类用户群体增大用电需求，以更多消纳风电。－．ｆ．『．７．。：‘）０．０００．０５０．１００１５０２００２５０３００３５０４００４５０５０Ｈｚ图４风电序列与工艺美术品制造业序列的相干谱和相位谱Ｆｉｇ．４Ｃｏｈｅｒｅｎｃｅｓｐｅｃｔｒｕｍａｎｄｐｈａｓｅｓｐｅｃｔｒｕｍｏｆｗｉｎｄｐｏｗｅｒａｎｄｃｒａｆｔｓｉｎｄｕｓｔｒｙ０００００５０１００１５０２００２５０．３００＿３５０．４００．４５０５０Ｈｚ。ｆｆ。ｏ＾Ｉｌ一ｉＶ．●●●ｔ●●●●●０００００５０１００１５０．２００－２５０３Ｏ０３５０４００．４５０．５０Ｈｚ图５风电序列与娱乐业序列的相干谱和相位谱Ｆｉｇ．５Ｃｏｈｅｒｅｎｃｅｓｐｅｃｔｒｕｍａｎｄｐｈａｓｅｓｐｅｃｔｒｕｍｏｆｗｉｎｄｐｏｗｅｒａｎｄｅｎｔｅｒｔａｉｎｍｅｎｔｉｎｄｕｓｔｒｙ０００００５０１００．１５０２００．２５０．３００３５０．４００．４５０．５０Ｈｚ图６风电序列与农副产品￣Ｊｏ］－业序列的相干谱和相位谱Ｆｉｇ．６Ｃｏｈｅｒｅｎｃｅｓｐｅｃｔｒｕｍａｎｄｐｈａｓｅｓｐｅｃｔｒｕｍｏｆｗｉｎｄｐｏｗｅｒａｎｄａｇｒｉｃｕｌｔｕｒａｌｐｒｏｃｅｓｓｉｎｇｉｎｄｕｓｔｒｙ．．３４．．电力系统保护与控制趔蜷超《时Ｎ／ｈ风电一工艺美术品制造业娱乐业一一农副产品加工图７风电和工艺美术品制造、娱乐业、房屋和土木工程建筑业的日电量标幺值曲线Ｆｉｇ．７Ｄａｉｌｙｃｕｒｖｅｓｏｆｗｉｎｄｐｏｗｅｒａｎｄｃｒａｆｔｓｉｎｄｕｓｔｒｙ，ｅｎｔｅｒｔａｉｎｍｅｎｔｉｎｄｕｓｔｒｙ，ａｇｒｉｃｕｌｔｕｒａｌｐｒｏｃｅｓｓｉｎｇｉｎｄｕｓｔｒｙ４结论为支撑风力发电的健康、经济发展，通过需求响应机制消纳风电起着至关重要的作用。针对需求响应机制设计中目标群的选择问题，本文考虑风力发电呈现较复杂的波动特征，从频域角度，采用互谱分析的方法，建立了需求响应匹配分析模型。模型通过相干谱和相位谱两个指标综合比对，定位与风力发电周期波动共变性最接近的电力用户为支撑风电的需求响应匹配资源，以积极促进风力发电的经济消纳。最后，文章通过结合某风电地区的实际情况，从该地区主要的１５类用户群中，匹配定位了有利于促进该地区风电消纳的需求响应资源，验证了基于互谱分析的需求响应匹配分析方法的有效性。参考文献［１］卫蜀作，蔡分．中国电网高速发展与可再生能源发电的关系ｆＪ】．电网技术，２００８，３２（５）：２６．３０．‘ＷＥＩＳｈｕＺＵＯ，ＣＡＩＢｉｎ．ＲｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｐｏｗｅｒｇｒｉｄｓｉｎＣｈｉｎａａｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｂｙｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｒｅｓｏｕｒｃｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００８，３２（５）：２６－３０．［２２张丽英，叶廷路，辛耀中，等．大规模风电接入电网的相关问题及措施［Ｊ］．中国电机工程学报，２０１０，３０（２５）：１－９．——ＺＨＡＮＧＬｉ－ｙｉｎｇ，ＹＥＴｉｎｇｌｕ，ＸＩＮＹａｏｚｈｏｎｇ．ｅｔａ１．Ｐｒｏｂｌｅｍｓａｎｄｍｅａｓｕｒｅｓｏｆｐｏｗｅｒｇｒｉｄａｃｃｏｍｍｏｄａｔｉｎｇｌａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（２５）：１－９．［３］张钦，王锡凡，王建学，等．电力市场下需求响应研究综述［Ｊ］．电力系统自动化，２００８，３２（３）：９７．１０６．—ＺＨＡＮＧＱｉｎ，ＷＡＮＧＸｉｆａｎ，ＷＡＮＧＪｉａｎ－ｘｕｅ，ｅｔａ１．Ｓｕｒｖｅｙｏｆｄｅｍａｎｄｒｅｓｐｏｎｓｅｒｅｓｅａｒｃｈｉｎｄｅｒｅｇｕｌａｔｅｄｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８．３２（３）：９７－１Ｏ６．［４］张钦，王锡凡，付敏，等．需求响应视角下的智能电网ｆＪ１．电力系统自动化，２００９，３３（１７）：４９－５５．ＺＨＡＮＧＱｉｎ，ＷＡＮＧＸｉ－ｆａｎ，ＦＵＭｉｎ，ｅｔａ１．Ｓｍａｒｔｇｒｉｄｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｄｅｍａｎｄｒｅｓｐｏｎｓｅ［Ｊ】．Ａｕｔｏｍａｔｉｏｎ—ｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（１７）：４９５５．［５］ＲｏｓｃｏｅＡ，ＪａｕｌｔＧ．Ｓｕｐｐｏｒｔｉｎｇｈｉｇｈｐｅｎｅｔｒａｔｉｏｎｓｏｆｒｅｎｅｗａｂｌｅｇｅｎｅｒａｔｉｏｎｖｉａｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｒｅａｌ－－ｔｉｍｅｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｉｎｇａｎｄｄｅｍａｎｄｒｅｓｐｏｎｓｅ［Ｊ］．１ＥＴ—ＲｅｎｅｗａｂｌｅＰｏｗｅｒＧｅｎｅｒａｔｉｏｎ，２０１０，４（４）：３６９３８２．『６］Ａ１．ＡｌａｗｉＡ，ＩｓｌａｍＳＭ．Ｄｅｍａｎｄｓｉｄｅｍａｎａｇｅｍｅｎｔｆｏｒｒｅｍｏｔｅａｒｅａｐｏｗｅｒｓｕｐｐｌｙｓｙｓｔｅｍｓｉｎｃｏｒｐｏｒａｔｉｎｇｓｏｌａｒｉｒｒａｄｉａｎｃｅｍｏｄｅｌ【Ｊ】．ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙ，２００４，２９（１３）：２０２７．２０３６．［７］ＨａｍｉｄｉＶ，ＬｉＦ，ＲｏｂｉｎｓｏｎＦ．Ｒｅｓｐｏｎｓｉｖｅｄｅｍａｎｄｉｎｎｅｔｗｏｒｋｓｗｉｔｈｈｉｇｈｐｅｎｅｔｒａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒ［Ｃ】／／ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎＣｏｎｆｅｒｅｎｃｅａｎｄ—Ｅｘｐｏｓｉｔｉｏｎ，２００８：１７．［８］ＰｅｄｒｏＳＭ，Ａｎ１ｂａｌＴＡ．Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｏｆａｍｉｘｅｄｒｅｎｅｗａｂｌｅｓｙｓｔｅｍｗｉｔｈｄｅｍａｎｄ・ｓｉｄｅｍａｎａｇｅｍｅｎｔ［Ｊ］．ＲｅｎｅｗａｂｌｅａｎｄＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙ—Ｒｅｖｉｅｗｓ，２０１０（１４）：１４６１１４６８．［９］姜勇．南京市居民夏季用电负荷特性分析［Ｊ］．继电器，—２００３，３１（４）：２４２６．‘ＪＩＡＮＧＹｏｎｇ．ＡｎａｌｙｓｉｓｏｆｒｅｓｉｄｅｎｔｓｓｕｍｍｅｒｌｏａｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎＮａｎｊｉｎｇ［Ｊ】．Ｒｅｌａｙ，２００３，３１（４）：２４－２６．［１０］徐东升，杨巍，魏哲，等．基于ＳＰＳＳ的短期负荷特性分析及其预测研究【Ｊ】．电力系统保护与控制，２００９，—３７（２１）：１４７１５１．—ＸＵＤｏｎｇｓｈｅｎｇ，ＹＡＮＧＷｅｉ，ＷＥＩＺｈｅ，ｅｔａ１．ＡｐｐｌｉｃａｔｉｏｎｏｆＳＰＳＳｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｓｈｏｒｔ１ｏａｄａｎｄｉｔｓｆｏｒｅｃａｓｔｉｎｇ［Ｊ１．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２ｌ、：１４７－１５１．［１１］胡屏，柏军，兰华，等．基于分形理论的电力系统负荷几何特性研究［Ｊ］．东北电力学院学报，２００２，２２（４）：４８．５２．ＨＵＰｉｎｇ，ＢＯＪｕｎ，ＬＡＮＨｕａ，ｅｔａ１．Ｐｏｗｅｒｓｙｓｔｅｍｌｏａｄｇｅｏｍｅｔｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｒｅｓｅａｒｃｈｂａｓｅｄｏｎｆｒａｃｔａｌｔｈｅｏｒｙ［Ｊ１．ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃ—ＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，２００２，２２（４）：４８５２．——［１２］王亚雄，贺文武．论电力负荷概率特性非参数核密度估计在电力负荷特性分析上的应用【Ｊ］．长沙电力学院学报：自然科学版，２００５，２０（１）：１４．１７．ＷＡＮＧＹａ－ｘｉｏｎｇ，ＨＥＷｅｎ．ｗｕ．Ｏｎｔｈｅｐｒｏｂａｂｉｌｉｔｙ——ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｌｅｃｔｒｉｃ１ｏａｄａｐｐｌｉｃａｔｉｏｎｏｆｎｏｎｐａｒａｍｅｔｒｉｅｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎｉｎａｎａｌｙｓｉｓｏｆｅｌｅｃｔｒｉｃｌｏａｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈａｎｇｓｈａＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ：ＮａｔｕｒａｌＳｃｉｅｎｃｅ，２００５，—２Ｏ（１）：１４１７．（下转第４Ｏ页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ４０）．．４０．．电力系统保护与控搠ｒｅａｌ－ｔｉｍｅｐｏｗｅｒｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄ［Ｃ］／／２００９ＩＥＥＥＰｏｗｅｒａｎｄＥｎｅｒｇｙＳｏｃｉｅｔｙＧｅｎｅｒａｌＭｅｅｔｉｎｇ，ＰＥＳ’０９．［８］ＣｏｌｓｏｎＣＭ，ＮｅｈｒｉｒＭＨ，ＷａｎｇＣ．Ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｍｉｃｒｏｇｒｉｄｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｐｏｗｅｒｍａｎａｇｅｍｅｎｔ［Ｃ】／／ＩＥＥＥ／ＰＥＳＰｏｗｅｒＳｙｓｔｅｍｓＣｏｎｆｅｒｅｎｃｅａｎｄＥｘｐｏｓｉｔｉｏｎ，ＰＳＣＥ２００９．［９］ＷｕＬＨ，ＷａｎｇＹＮ，ＹｕａｎＸｅｔａ１．Ｅｎｖｉｒｏｎｍｅｎｔａｌ／ｅｃｏｎｏｍｉｃｐｏｗｅｒｄｉｓｐａｔｃｈｐｒｏｂｌｅｍｕｓｉｎｇｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，２０１０．［１０］ＰａｏｌｏＰａｉｇｉ．Ｍｉｃｒｏｇｒｉｄｃｏｎｔｒｏｌ［Ｄ］．ＵｎｉｖｅｒｓｉｔｙｏｆＷｉｓｃｏｎｓｉｎ－Ｍａｄｉｓｏｎ，２００５．［１１］ＡｚｍｙＡＭ．ＥｒｌｉｃｈＩ．ＯｎｌｉｎｅｏｐｔｉｍａｌｍａｎａｇｅｍｅｎｔｏｆＰＥＭｆｕｅｌｃｅｌｌｓｕｓｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００５，２９（２）：１０５１－ｔ０５８．［１２］ＭｏｈａｍｅｄＫｏｉｖｏＨ．Ｏｎｌｉｎｅｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｂａｔｔｅｒｙｓｔｏｒａｇｅｕｓｉｎｇｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ［Ｃ】／／ＴｈｅＦｉｒｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＥｎｅｒｇｙａｎｄＥｌｅｃｔｒｉｃａｌＤｒｉｖｅｓ（ＰＯＷＥＲＥＮＧ０７），Ｓｅｔｕｂａｌ，Ｐｏｒｔｕｇａｌ，２００７．［１３］ＭｏｈａｍｅｄＦ＿ＨｅｉｋｋｉＫｏｉｖｏ．Ｓｙｓｔｅｍｍｏｄｅｌｌｉｎｇａｎｄｏｎｌｉｎｅｏｐｔｉｍａｌｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄ［Ｃ】／／６ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＬａｒｇｅ－ＳｃａｌｅＩｎｔｅｇｒａｔｉｏｎｏｆＷｉｎｄＰｏｗｅｒａｎｄＴｒａｎｓｍｉｓｓｉｏｎＮｅｔｗｏｒｋｓｆｏｒＯｆｆｓｈｏｒｅＷｉｎｄＦａｒｍｓ，Ｄｅｌｆｔ，ＴｈｅＮｅｔｈｅｒｌａｎｄｓ，２００６．［１４］ＭｏｒｇａｎｔｏｗｎＷＥｍｉｓｓｉｏｎｒａｔｅｓｆｏｒｎｅｗＤＧｔｅｃｈｎｏｌｏｇｉｅｓ．ＴｈｅＲｅｇｕｌａｔｏｒｙＡｓｓｉｓｔａｎｃｅＰｒｏｊｅｃｔ［ＥＢ／ＯＬ］．ｈｔｔｐ：Ｎｗｗｗ．ｒａｐｏｎｌｉｎｅ．ｏｗｄＰｒｏｊＤｏｃｓ／ＤＲＥｍｓＲｕｌ／Ｃｏｌｌｆｉｌｅ／ＤＧＥｍｉｓｓｉｏｎｓＭａｙ２００１．ｐｄｆ．［１５］陈昌松，段善旭，殷进军，等．基于发电预测的分布式发电能量管理系统［Ｊ］．电工技术学报，２０１０，２５（３）：１５０．１５６．—ＣＨＥＮＣｈａｎｇ－ｓｏｎｇ，ＤＵＡＮＳｈａｎｘｕ，ＹＩＮＪｉｎ－ｊｕｎ，ｅｔａ１．Ｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｂａｓｅｄｏｎｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１０，２５（３）：１５０－１５６．［１６］ＭｏｈａｍｅｄＦ＇ＫｏｉｖｏＨ．Ｓｙｓｔｅｍｍｏｄｅｌｌｉｎｇａｎｄｏｎｌｉｎｅｏｐｔｉｍａｌｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｂａｔｔｅｒｙｓｔｏｒａｇｅ［Ｃ】／／６ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＲｅｎｅｗａｂｌｅＥｎｅｒｇｉｅｓａｎｄＰｏｗｅｒＱｕａｌｉｔｙ，Ｓｅｖｉｌｌａ，Ｓｐａｉｎ，２００７．［１７］ＳｔｙｃｚｙｎｓｋｉＺＡ，ＯｒｔｈｓＡ，ＲｕｄｉｏｎＫ，ｅｔａ１．Ｂｅｎｃｈｍａｒｋｆｏｒａｎｅｌｅｃｔｒｉｃｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｄｉｓｐｅｒｓｅｄｅｎｅｒｇｙｒｅｓｏｕｒｃｅｓ［Ｃ】／／ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＰＥＳＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎＣｏｎｆｅｒｅｎｃｅａｎｄＥｘｈｉｂｉｔｉｏｎ２００５／２００６，Ｄａｌｌａｓ，ＴＸ，ＵＳＡ，２００６：３１４－３２０．［１８］ＲｕｄｉｏｎＫ，ＯｒｔｈｓＡ，ＳｔｙｃｚｙｎｓｋｉＺＡ，ｅｔａ１．ＤｅｓｉｇｎｏｆｂｅｎｃｈｍａｒｋｏｆｍｅｄｉｕｍｖｏｌｔａｇｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｆｏｒｉｎｖｅｓｔｉｇａｔｉｏｎｏｆＤＧｉｎｔｅｇｒａｔｉｏｎ［Ｃ］／／２００６ＩＥＥＥＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙＧｅｎｅｒａｌＭｅｅｔｉｎｇ，ＰＥＳ．收稿日期：２０１１－１０－１１作者简介：朱博（１９８６一），男，硕士研究生，研究方向为分布式—发电技术、微网运行控制：Ｅｍａｉｌ：ｔｉｇｅｒ８６１２２０＠１６３．ｃｏｍ陈民铀（１９５４一），男，博士，教授，博士生导师，研究方向为计算智能及其在电力系统中的应用，分布式发电技术，智能电网。（上接第３４页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ３４）［１３］林今，孙元章，ＳｒｅｎｓｅｎＰ，等．基于频域的风电场功率波动仿真：（一）模型及分析技术［Ｊ］．电力系统自动化，２０１１，３５（４）：６５．６９．—ＬＩＮＪｉｎ，ＳＵＮＹｕａｎｚｈａｎｇ，Ｓｒｅｎｓｅｎｅｔａ１．Ｓｉｍｕｌｍｉｏｎｏｆｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｏｆｗｉｎｄｆａｒｍｓｂａｓｅｄｏｎ￣ｅｑｕｅｎｃｙ—ｄｏｍａｉｎｐａｒｔｏｎｅｍｏｄｅｌａｎｄａｎａｌｙｓｉｓｔｅｃｈｎｉｑｕｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，３５（４）：６５．６９．［１４］ＡｌｅｘａｎｄｒｅＣ，ＡｎｔｏｎｉｏＣ，ＪｏｒｇｅＮ，ｅｔａ１．Ａｒｅｖｉｅｗｏｎｔｈｅｙｏｕｎｇｈｉｓｔｏｒｙｏｆｔｈｅｗｉｎｄｐｏｗｅｒｓｈｏｒｔ－ｔｅｒｍｐｒｅｄｉｃｔｉｏｎ［Ｊ］．ＲｅｎｅｗａｂｌｅａｎｄＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙＲｅｖｉｅｗｓ，２００８（１２）：ｌ７２５．１７４４．［１５］李钊年，陶凤玲，史旺旺，等．基于谱分析与ＬＳ．ＳＶＭ的中期电力负荷预测［Ｊ］．电力系统保护与控制，２０１１，３９（９）：８８－９１．—ＬＩＺｈａｏ－ｎｉａｎ，ＴＡＯＦｅｎｇ－ｌｉｎｇ，ＳＨＩＷａｎｇｗａｎｇ，ｅｔａ１．Ｍｅｄｉｕｍ－・ｔｅｒｍｅｌｅｃｔｒｉｃ．ｐｏｗｅｒ１ｏａｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓａ—ｎｄＬＳＳＶＭ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（９）：８８．９１．［１６］王海斌，韦博成，陈浩球．对角双线性模型辨识基础与谱分析［Ｊ】．系统工程学报，２００２，１７（２）：１２６．１３２．ＷＡＮＧＨａｌ－ｂｉｎ，ＷＥＩＢｏ－ｃｈｅｎｇ，ＣＨＥＮＨａｏ．ｑｉｕ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｈｅｏｒｙａｎｄｓｐｅｃｔｒａｌａｎａｌｙｓｉｓｏｆｄｉａｇｏｎａｌｂｉｌｉｎｅａｒｍｏｄｅｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇ，—２００２，１７（２）：１２６１３２．收稿日期：２０１卜１０－１８；—修回日期ｌ２０１卜１２０２作者简介：程瑜（１９７８一），女，博士，讲师，研究方向为销售电价理论及方法，电力经济分析等；Ｅ－ｍａｉｌ：ｊｕｄｙｃｈｅｎｇｙｕ＠１６３．ｃｏｍ董楠（１９８６一），女，硕士研究生，研究方向为电力经济分析；安娃（１９８８一），男，硕士研究生，研究方向为电力经济分析。