《表2 C-PDS和D-PPDS的需求响应量比较》
D-PPDS与ADMM算法调度收益比较见图8。在图8中,相比于传统的离线辨识,考虑在线逆优化的D-PPDS可以获得最大需求响应利润。由于弹性参数辨识精度的提高,考虑在线优化的需求响应利润比不考虑在线优化的方案高出1.83%。这是由于传统模型驱动的算法一般无法实时在线更新,不完全的信息分析会导致需求响应利润下降39.03%,这显示出在线逆优化在参数辨识方面的优越性。由于未能满足预定的约束条件,超过响应需求的部分只能按照日前价格结算,这导致了ADMM算法收益明显较差,ADMM算法的收益在偏离约束较多的时刻甚至会降低到负值。
图表编号 | XD0086115000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.05 |
作者 | 郝然、艾芊、张宇帆、孙树敏、姜子卿、Mohammed Yousif |
绘制单位 | 电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学)、国网山东电力科学研究院、电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学) |
更多格式 | 高清、无水印(增值服务) |