考虑电力用户响应特性的分时电价规划研究

考虑电力用户响应特性的分时电价规划研究
发布时间：2022-11-07T10:26:07.721Z 来源：《当代电力文化》2022年13期作者：王双龙[导读] 国家发展改革委提出：
王双龙
国家能源聊城发电有限公司
摘要：国家发展改革委提出：需进一步完善分时电价机制，具体包括积极完善峰谷电价机制、建立尖峰电价机制与健全季节性电价机制；通过发挥分时电价信号作用引导用户用电方式的转变。

用户对电价的响应积极性反映了电价机制设计的合理性。

基于电力系统用户特性，设计、优化分时电价机制，是近年来研究热点。

用户参与需求响应，可以使高功率时间段的功率向低功率时间段转移，从而降低系统负荷波动。

需求响应逐渐成为降低负荷波动的主要方法。

引导用户负荷转移，需要一定的激励手段与方法。

基于此，对考虑电力用户响应特性的分时电价规划进行研究，以供参考。

关键词：电力市场；用户特性；分时电价；需求响应引言
近年来，日益频繁的极端天气，例如台风、飓风等，在全球范围内导致了许多严重的停电事故和经济损失，这凸显了电力系统对难以预测的小概率——高损失极端气候灾害应对能力严重不足的问题。

电力系统在极端天气条件下保障重要用户供电恢复的能力已引起广泛关注。

以恢复力为导向的配网规划研究是学者们关注的焦点之一。

1用户需求特性
（1）用户响应负荷，需求价格弹性理论是经济学经典表现方式。

近年来，基于消费者心理学理论的模型被提出，其能够比需求价格弹性理论更加准确地描述用户用电与价格的互动关系。

电能在经济学中被定义为特殊商品，其价格的梯级设计可以引起用户需求的变化。

对于用户响应部分，电价在引导用户需求转化的前期，用户进行响应的积极性较高，心理预期降低少，用户约10%的电量可参与积极响应。

根据此原则，将日前负荷预测值进行分解，使其转变为非响应负荷与响应负荷。

（2）用户转移行为需求价格弹性理论存在饱和作用，即价格的变化无法有效降低需求行为转移。

电价需在非饱和区进行偏移才能有效影响用户用电序列；这表明用户转移行为存在着阀值约束，在产生一定的电价差后，用户进行需求响应并选择较低电价进行负荷转移；当电价差大于阈值后，用户对电价的变化灵敏度极度下降，不再参与需求响应。

2考虑电力用户响应特性的分时电价规划 2.1基于恢复力约束的储能配置方案
根据储能系统满足内层优化为重要用户供电的响应曲线计算储能系统的配置方案，并对方案做恢复力指标校核。

以重要用户04为例，采用式（6）计算（α取90%）日周期内的储能系统的供电电能，进而得出容量配置475kW·h；依据容量计算出平均充电功率，根据储能系统充放电功率的最大值得出额定功率参数88kW。

对04储能配置方案的恢复力指标进行校核：其保安负荷为40kW，满足内层优化的额定容量参数恢复力结果为10.7h，大于恢复力指标要求的2h，说明方案可以保证重要用户04在极端天气条件下的自身电力供应的连续性。

其余重要用户的配置方案和恢复力校核可做类似分析。

2.2居民社区共享储能电站总体运营步骤 1）储能电站收集用户历史用电情况及未来各时段负荷用电预测信息等，通过匹配、优化制定分时电价。

2）社区用户通过对比电网和储能电站的价格进行选择。

在电网电价较低时段，使用电网满足日常用电需求，同时共享储能电站选择在该时段进行充电。

3）在电网电价较高时段或用电高峰时段，共享储能进行放电，用户优先选择使用共享储能满足用电需求。

同时，用户可根据储能电站提供的分时电价高低选择在该时段满充或仅满足最小用电负荷。

该模式中由于用电时段的负荷能否转移会直接影响用户各时段的用电功率和成本，故本文将用户负荷分为可转移负荷和不可转移负荷。

对于可转移负荷，如洗衣机和热水器等，在用电高峰（电价较高）时段，用户可选择对非必要负荷进行转移，在其他时段继续使用；而不可转移负荷，如居民的夜间照明和冰箱等，只能在一定程度上削减其负荷且要保证用户日常生活不受影响。

2.3大型数据中心耗电量构成 PUE用来衡量数据中心的能效水平，为数据中心总耗电量与IT设备耗量的比值，越接近1表明能效水平越高。

依据中国信息通信研究院、开放数据中心委员会发布的《数据中心白皮书（2020）》，我国数据中心能效水平不断提升，超大型数据中心平均PUE值1.46，部分绿色数据中心已达到国际领先水平，PUE可达1.2~1.3。

数据中心耗电量构成情况详见图3，分为传统数据中心和新建大型数据中心。

传统数据中心的IT设备、冷却系统、供电系统、照明系统耗电量占比分别为50%、37%、11%和2%。

新建大型数据中心的IT设备、冷却系统、供电系统、照明系统耗电量占比分别为78.1%、17.2%、4.2%和0.5%。

不难发现，传统数据中心的PUE值约为2.0，目前已经逐渐降低到1.3以下。

传统数据中心的冷却系统能耗占总能耗的37%，是除数据中心IT设备外最大的能源消耗设备。

由此可以确认空调系统的能源消耗过高是传统数据中心机房PUE值偏大的主要原因。

2.4自适应参数网格粒子群优化算法
本文采用双层模型，求解过程中需要进行上下层参数的传递，且下层模型为多目标问题。

由于本文模型较难转化为二阶锥规划形式，而且二阶锥规划难以很好地解决多目标问题；另外，通过加权转化为单目标问题又难以获得合理的权重系数，且不同量纲还要考虑归一化问题。

2.5减小负荷波动
（1）分析了价格影响下用户转移电量的积极程度，将负荷分解为非响应负荷与响应负荷；同时考虑到用户功率转移特性，指定每个时段的负荷承载阈值。

（2）建立了考虑用户负荷转移特性的多目标模型，并利用多目标粒子群算法MOPSO进行求解，形成目标的Pareto解集。

（3）通过模型求得的分时电价方案可以有效减小负荷波动，提高负荷侧可控性；所形成的分时电价方案具有可选择性，可以通过价格需求与波动降低需求进行选择。

2.6保证重要用户的恢复力为前提条件
首先构建基于恢复力约束的分布式储能双层耦合规划模型。

内层优化调度模型实现灵活地控制重要用户侧分布式储能，并满足电网运行的潮流约束，优化调度的目标为用户分布式储能参与需求侧响应后用电成本与响应动作频次最小，外层模型根据分布式储能优化调度策略进一步基于重要用户的恢复力约束和投资收益进行校核。

然后基于日调度周期数据采集，建立自学习智能体元组模型，通过即时回报函数，评价优化调度动作的优劣，基于竞争深度Q网络（duelingdeepQnetwork，DDQN）结构深度增强学习方法对双层规划模型进行求解，最终实现基于恢复力约束的分布式储能规划运行一体化优化。

2.7共享储能-用户互动分析
在本文中，共享储能根据用户用电功率情况制定各时段的电价，在一定程度上提升用户用电高峰时期的电价，使储能收益最大化。

而用户根据共享储能各时段的电价决定各时段的用电功率，在电价较高时段，用户可选择减少在该时段的用电功率，将该时段的可转移功率转移至电价较低时段使用，使得用户成本最小化。

这种共享储能用户的互动情况符合主从博弈模型架构。

该博弈将共享储能和社区用户作为参与者，共享储能电站和社区用户的策略分别为分时电价和用电功率，支付分别为储能收益和用户成本。

共享储能先做出决策，用户作为跟随者根据共享储能的策略做出对自己最有利的决策，然后博弈主导者再根据跟随者的策略优化自己的决策，两者相互影响，直至实现均衡。

结束语
由于用电需求的日益增长，供电负载峰谷差也在不断变大，而储能系统不仅可以平滑负荷峰谷，降低对电网的冲击和压力，还可对可再生能源发电系统供电进行调节，提高供用电的可靠性和利用率。

由于储能系统的投资成本高，需较大的投资规模，且回报周期也相对较长，限制了用户对储能系统的投资建设，同时由于储能产业的商业化模式尚未明确，进一步限制了储能系统的发展。

参考文献
[1]董翰龙.考虑需求侧响应的主动配电网储能优化配置[D].南昌大学,2020.
[2]熊哲浩.多区域能量枢纽电耦合规划与热耦合运行[D].南昌大学,2020.
[3]袁超.基于改进鸟群算法的分时电价优化研究[D].广西大学,2020.
[4]段嘉川.电改背景下一般工商业用户电价优化模型及应用研究[D].云南大学,2020.
[5]崔维伟,谭欣林.分时电价下关注能耗成本的生产问题建模及算法[J].中国管理科学,2021,29(05):147-156.。