在上一篇文章中，我们描述了一些可用的工具，这些工具可以从有限且孤立的应用程序转变为能效、需求响应和储能，再到可靠、集成和可扩展的需求灵活性市场。智能电表数据和开源分析方法为透明、及时、直接地测量电表每小时的负荷影响提供了构建模块，以取代传统的节余估算和延迟评估，从而能够进行必要的遥测，以使针对用户侧的干预成为合法的电网资源。
但是，除了简单地对孤立的效率和需求响应程序的度量进行升级改造之外，直接测量资源曲线（按小时和按地点的需求变化计量）还可以整合需求方干预措施，以实现更全面、更具成本竞争力的需求灵活性资源。
作为虚拟电厂获得需求灵活性
不管推动因素是什么，用户侧的需求变化都称为资源曲线。通过针对建筑物和项目类型的正确归类（无论是住宅还是商用，空调或照明），在资产组合中，其效果是可测量的、可预测的和一致的。
当与输配电（T＆D）约束的独特签名（“签名”基于网络安全的概念，表明具有合法的身份）结合使用时，便可以部署虚拟电厂，这些电厂由聚合的用户侧需求灵活性资源组成，这些资源可以最大程度地提高电网和客户的价值。
以下示例显示了如何针对正确的客户和干预类型来最大化电网资源，并将其视为真实资源。
图1的中的第一个图形显示了Recurve公司对加利福尼亚能源效率计划最近的两个季节性资源曲线的测量。这些测量是通过开源OpenEEmeter实施的CalTRACK 2.0每小时方法进行的。最下面的图形是按加州公共事业委员会（CPUC）2019年“备用成本”计算器确定的相同时段按小时计算的平均公用事业边际“备用成本”。垂直虚线表示夏季高峰时段的下午4点至晚上9点，那里的输配能力，输配电成本飙升，使满足资源充足的成本更高。
“备用成本”——是长期或短期的边际生产成本，可以通过可替代的供应方或需求方资源来避免电力短缺。 在美国许多州，已将在电力短缺时使用的成本费率用作提供给独立供应商（联合发电机）的电力购买价格。
图1显示住宅能效计划的效果（顶部），由空调改造、照明和智能恒温器以及客户参与、客户宣传等措施，在高峰时段（尤其是在炎热的夏季）最大程度地降低了需求。相比之下，主要由照明和制冷措施组成的中小型企业直接安装计划（中间）提供了日间峰值资源曲线以及持续的基本负荷节省（24x7）。
如本系列第1部分中所述，随着太阳能发电达到更高的渗透水平，中午的节约与过度发电事件和可再生能源削减的时期越来越重叠。这体现在每小时“备用”概况上（图1的下图），该概况在夏季以外的所有时间的上午9点至下午4点的午间时间基本上消失了。相比之下，夏季高峰期的边际成本激增是由于需求和输配能力拥塞所致。
凭借可计量的资源曲线，与这些夏季夜晚高昂的边际成本同时达到峰值，与小/中型企业直接安装计划相比，住宅能效计划在每兆瓦时的基础上产生的价值要大得多。从图2中可以看出，该图显示了这两个计划在节省1 MWh时如何避免使用备用发电每小时产生的成本。
由于住宅项目在夏季高峰时段节省了大量资金，因此1 MWh相当于避免了165美元的成本，而中小型企业直接安装计划为108美元。后者在上午8点至下午3点之间提供了35％的节省，但是这些节省仅占该计划避免的总费用的6％。相反，尽管在夏季高峰时段仅节省了7％的，但这些节省却占备用成本的37％。
从该分析中可以立即得出两个结论。
首先，对建筑物执行的任何操作都会创建一条资源曲线，该曲线由相对于一天中按小时的效果定义。很少有能效指标能提供固定的节约量，但是通常是公用事业负荷预测模型中如何处理效率的方法（除了一些考虑了季节性和高峰/非高峰时间变化的因素）。
其次，并非所有效率节省都是平等的。
在这种情况下，住宅能效计划节省的大部分费用发生在人们在家中使用空调的夏季傍晚高峰时段，而中小型企业直接安装计划则在推动基本负荷和中午节余。当与加州备用成本数据结合使用时，很明显，这些资源的价值存在非常实际的差异。
换句话说，在高峰时段节省更多能源（例如通过减少与天气有关的供暖和制冷需求）的需求方程序具有更大的价值。
这些示例说明了两个不同的效率计划如何由于负载影响的时间差异而对电网实现不同价值。但是，测量计量资源曲线的好处远远不只是量化现有程序。为了使需求灵活性在公用事业规模的资源采购中具有竞争力并解决特定的电网问题，我们必须超越昂贵且孤立的效率计划，而转向更加专注于电网价值的面向客户的集成解决方案。
通过直接计量8760（每年24小时365 = 8760，又称一年中的每个小时）的需求变化，无论采取何种干预措施，我们现在都可以同时评估效率、需求响应、负载转移和其他策略的全部影响。对每个因素赋予特定的价值并为其设定独立目标，而不是笼统地考虑。
通过将可分解为可调度的事件驱动型改造（能源）或可预测的长期影响（容量）的将资源曲线集成到基于绩效的方法中，并基于全部电网目标更细节的备用成本信息，公用事业可以实现计量结果和综合需求灵活性的实施，并从中受益，即实现可采购的、基于市场的长期资源、解决特定时间特定位置的电网问题。
至此，我们已经描述了透明的、基于共识计量的建模方法（CalTRACK）和这些方法的开源实现如何为处理需求灵活性（如可采购，可靠的供应方资源）奠定基础（第1部分）。在本文中，我们已经展示了如何应用这些方法来生成资源曲线，可以使用公用事业“小时边际备用成本”计算其价值，从而实现了需求侧资源集成。
在下一篇文章中，我们将通过资源组合并使用高级计量基础架构（AMI）数据分析来探索如何使用按绩效支付的计量（pay-for-performance, P4P），介绍需求灵活性计划更可靠和更具成本竞争力的案例研究。找出并招揽具有潜力的客户，以针对给定的干预措施带来最有价值的负荷影响。
我们还将探讨如何通过市场和“灵活性购买协议”（如电网基础设施投资来筹集资金）来部署用户侧需求灵活性汇聚，即虚拟电厂。
对于本文的第一部分，请参见此处。
Demand Flexibility: Harnessing Behind-the-Meter DERs to Build a Virtual Power Plant
Part II of a series discusses how meter-based interventions must take hourly and locational changes into account to be effective.
https://www.tdworld.com/distributed-energy-resources/article/21119755/demand-flexibility-harnessing-behindthemeter-ders-to-build-a-virtual-power-plant
Carmen BestAdam ScheerMatt Golden
JAN 06, 2020
