基于用户响应的分时电价策略研究_张若愚.pdf

第第 39 卷卷 第第 4 期期 电电 力力 科科 学学 与与 工工 程程 Vol.39,No.4 2023 年年 4 月月 Electric Power Science and Engineering Apr.2023 基金项目：国家自然科学基金（51967004）；贵州省科技计划（黔科合支撑2021一般 409）。doi:10.3969/j.ISSN.1672-0792.2023.04.002 基于用户响应的分时电价策略研究 张若愚1，刘 敏1，李 震2（1.贵州大学 电气工程学院，贵州 贵阳 550025；2.贵州电网有限责任公司 电网规划研究中心，贵州 贵阳 550002）摘 要：针对因不恰当电价政策改变负荷曲线的峰谷特性而引起的用电时段需要频繁重新划分的问题，首先，引入弹性效应权重对需求价格弹性矩阵进行改进，建立了用户响应模型。然后，基于模糊聚类对负荷峰谷时段进行了划分。最后，以负荷峰值和负荷波动系数最小为目标，建立了峰谷分时电价的决策模型，讨论了峰谷倒置对优化结果的影响。结果表明，应用所提模型可使负荷曲线保持原有峰谷特性，同时可使负荷波动有效降低。关键词：电力系统调度；需求侧管理；需求响应；削峰填谷；峰谷分时电价 中图分类号：TM73；TM-9 文献标识码：A 文章编号：1672-0792(2023)04-0012-08 Research on TOU Price Strategy Based on User Response ZHANG Ruoyu1,LIU Min1,LI Zhen2(1.The Electrical Engineering College,Guizhou University,Guiyang 550025,China;2.Power Grid Planning Research Center,Guizhou Power Grid Co.,Ltd.,Guiyang 550002,China)Abstract:Aiming at the problem that inappropriate power price strategy can change peak-valley characteristics of load curve,which causes electricity consumption period to be re-divided frequently,firstly,the price elasticity matrix of demand(PEMD)is improved by introducing the elasticity effect weights,and the user response model is established.Secondly,the peak and valley periods of load are divided based on fuzzy clustering.Finally,aiming at the minimum load peak and load fluctuation coefficient,a decision model of peak-valley TOU price was established,and the influence of peak-valley inversion on optimization results was discussed.The results show that this method can keep the original hill valley characteristics of load curve,and reduce the load fluctuation.Key words:power system operation;demand side management;demand response;peak cutting and valley filling;peak-valley TOU price 0 引言 峰谷分时电价作为需求响应的基本手段之一，在平稳负荷方面发挥了重要的作用。用户在响应价格信号或激励信号时，会对自身用电行为做出调整、改变固有用电习惯。提高峰时段电价1、降低低谷段电价2、改变负荷形状3，可起到削峰填谷的作用4。目前，关于分时电价政策的研究主要集中在 第 4 期 张若愚，等：基于用户响应的分时电价策略研究 13 峰谷时段的划分和各时间段电价的制定方面。文献5采用模糊聚类的方法分析了各点负荷处于高峰、平时和低谷时间段的可能性，确定了各时间点负荷的划分情况。文献6在模糊聚类划分结果的基础上，提出了结合用户响应度的方法，对划分方案进行了修正，最终得到了更加合理的划分方案。文献7以峰谷差最小为目标，基于鸟群算法对模型进行求解。文献8-10将用户用电方式满意度和电费支出满意度相结合，建立了用户综合满意度模型。文献11以各节点电压波动和网损最小为目标，建立了分时电价决策模型。在分时电价的制定过程中，上述文献通常设置了一定的峰谷电价比以抑制峰谷倒置的现象，但有时未能取得相应的效果12。同时，针对不同的价格政策和负荷特性13，传统的负荷转移模型会产生一定的误差14，进而影响预测的准确度。鉴于此，本文引入弹性效应权重对需求价格弹性矩阵（Price elasticity matrix of demand，PEMD）进行了修正，建立用户的响应模型；采用模糊聚类对用电时段进行划分，建立了以负荷波动率为目标的分时电价优化策略。仿真结果验证了该模型的有效性。1 用户响应模型 1.1 传统的 PEMD 在实施分时电价政策后，不同用电时间段的电价会引导用户改变用电习惯，重新分配负荷。因此，可以利用 PEMD 建立用户的负荷转移模型。电力的需求价格弹性系数反映了电量转移和电价变化之间的关系，通常可将其分为自弹性系数和交叉弹性系数15。电力的自弹性系数反映了本时间段用电量变化随电价改变的程度，表示为：/iiiiiiQ QP P=（1）式中：ii为时间段 i 的自弹性系数；iQ为时间 段i的用电量变化；Qi为实施分时电价前时间段i 的用电量；iP为时间段i的电价变化；Pi为实施 分时电价前时间段i的电价。交叉弹性系数反映了其余时段的电价变动对本时段用电量变化的影响程度，表示为：/iiijjjQ QP P=（2）式中：ij为时间段i的自弹性系数；jP为时间 段j的电价变化；Pj为实施分时电价前时间段j的电价。利用自弹性系数和交叉弹性系数可构建用户的电价弹性矩阵。实施分时电价后的用户负荷转移模型可表示为：11111211122212222212/nnnnnnnnnnQ QP PQ QP PQ QP P|=|（3）式中：n为划分的用电时间段数量。1.2 改进的 PEMD 由负荷特性可知，用户通常会响应电价变化进而对负荷做出调整，但对负荷转移却并未表现出较大的意愿。因此，本时间段的电价变化对用电量改变的影响程度要大于其余时间段。为了体现这一特性，本文引入文献16中的弹性影响权重对PEMD进行修正。将某时间段电价变化对该时间段用电量变化的影响程度定义为弹性影响权重。ij用于表示时间段j的电价变化在时间段i所产生的用电量变化 ijQ和时间段i的总用电变化量iQ之比，即：ijijiQQ=（4）,0,0,0()iijijjjjQQppp=-（5）,0,01,0()NiiijjjjjQQppp=-（6）式中：Qi,0和Pj,0分别为分时电价前时间段i的用电量和时间段j的电价；Pj为时间段j的分时电价。引入式（5）中的弹性影响权重，对式（3）进行修正：1111 1112 1211112221 2122 2222221122/nnnnnnnnnnnnnnnnQ QP PQ QP PQ QP P|=|（7）由式（7）可以得到分时电价后每个时间段的用电量改变情况，进而可以得到分时电价后的负荷分配情况17：14 电电 力力 科科 学学 与与 工工 程程 2023 年(1)kkkkQQQQ=+（8）式中：(1,2,3,)kn；Qk为k时刻实施分时电价前的用电量；kQ为k时刻实施分时电价后的用 电量。2 峰谷用电时间段的划分 用电时间段划分的目的，是根据各个用电时间段的负荷情况，将负荷曲线划分出高峰、平时和低谷时间段。科学的用电时段划分可以发挥分时电价削峰填谷、平稳负荷的引导作用，同时可以防止分时电价的实施对峰谷时段造成的扭曲。采用模糊半梯度隶属度函数结合模糊聚类的方式进行用电时间段划分6。典型日负荷曲线上的各点分别组成了时刻集 合12,nTt tt=、负荷集合12,ntttQqqq=。采用偏大型半梯度隶属度函数计算各时刻的 峰隶属度iptu；采用偏小型半梯度隶属度函数计算各时刻的谷隶属度ivtu。minmaxminmaxmaxminiiiitpttvtqQuQQQquQQ-=|-|-|=|-（9）当负荷曲线的峰谷波动较为平稳时，各点的峰谷隶属度分布通常也较为连续。此时会出现分界隶属度难以合理确定的问题。利用模糊聚类则可以避免聚类边界确定问题的发生。因此，本文采用模糊半梯度隶属度函数与模糊聚类相结合的方式进行区间划分。（1）以各时刻的峰谷隶属度为统计量，分别形成峰谷隶属度集合xi和原始矩阵 X。,1,2(,)iiixxx=（10）1,11,22,12,2,1,2nnxxxxxx|=|X （11）式中：(1,2,3,)in；,1iiptxu=；,2iivtxu=。（2）将原始矩阵中的数据进行平移标准化处理。,i kji kkxxxs-=（12）,11nki kixxn=（13）2,11()nki kkisxxn=-（14）式中：1,2k=。（3）采用绝对值减数法建立模糊相似矩阵R 元素为：2,11iji kj kkrcxx=-（15）式中：(1,2,3,)jn；c0,1为所选取的参数。（4）求解传递闭包 t(R)。对模糊相似矩阵 R 依次求二次方。当第1次出现kkk=RRR 时，Rk就是所求得的传递闭包。将该传递闭包定义为 24 24()()ijtt=R （16）式中：0,1ijt。（5）求取传递闭包在聚类水平下的截 矩阵R。24 24()ij=R （17）1,0,ijijijtyt|=|（18）式中：0,1。在 由 1 减小的过程中，不同的聚类水平会产生不同的分类结果。当聚类数取 3 时，得到高峰、平时和低谷的聚类集合 Tp、Tf和 Tv。3 分时电价的优化模型 3.1 分时电价的数学模型 实施分时电价的主要目的，是通过价格信号引导实现削峰填谷、降低负荷波动。通常考虑将最小化峰值负荷、最大化负荷谷值和最小化峰谷差作为优化目标18。类比文献11中电压波动率，定义负荷波动率：2q11()niiUQQn=-（19）式中：Uq为负荷波动率；Q为日负荷均值。负荷波动率描述了负荷曲线的波动情况，同时包含了峰谷差特性。考虑最小化负荷峰值和负荷波动率，以供电方和用户的经济效益为目标，建立分时电价决策模型，求解算法采用 NSGA-II19。第 4 期 张若愚，等：基于用户响应的分时电价策略研究 15 3.1.1 目标函数 （1）最小化日负荷曲线的负荷峰值。after1,minmaxiinQ （20）式中：afteriQ为实施分时电价后时刻 i 的负荷值。（2）最小化日负荷曲线的负荷波动率。afterqmin U （21）式中：afterqU为实施分时电价后负荷波动率。分别采用原负荷的峰值负荷和负荷波动率对目标函数进行标准化处理：aftermax1beforemaxQFQ=（22）afterq,max2beforeq,maxUFU=（23）式中：F1为标准化后的峰值负荷；F2为标准化后 的负荷波动率；beforemaxQ为分时电价前的负荷峰值；aftermaxQ为分时电价后的负荷峰值；beforeq,maxU为分时电价前的负荷波动率；afterq,maxU为分时电价后的负荷波 动率。3.1.2