基于用户成本选择用户范围的分时电价最优策略

传统的分时电价政策忽略了用户参与分时电价政策的意愿,且用户电价电量响应行为建模未考虑用户调整用电行为成本,为此提出基于用户成本选择用户范围的分时电价最优策略。分析用户改变用电行为所产生的调整成本与节省用电费用的关系,推导分时电价机制下用户电价电量响应行为模型。当用户改变用电行为后,其生产成本高于实行分时电价前的电费,则对用户参与分时电价政策的意愿评估为零,不纳入分时电价实施范围。仿真及实验结果显示,与不选择用户范围的传统分时电价模型相比,该模型能够反映用户调整用电行为过程,科学选择参与分时电价政策的用户范围,实现电网和用户的总效益最优。     

基于戴蒙德模型的用户响应行为分析

针对传统的需求价格弹性理论仅考虑到需求与价格之间的关系,无法同时考虑到用户的意愿和反映用户对于分时电价的真实响应情况等问题,提出了基于戴蒙德模型的同时,可考虑价格与用户意愿的响应行为分析方法。首先,结合需求价格弹性、相对风险厌恶不变函数,考虑价格与用户意愿等因素对用户响应行为进行建模;其次以效用函数最大为目标,结合各时段的用电约束,构建了用户优化决策模型,继而进行优化求解,模拟用户的最优决策行为;最后通过算例验证了该模型改善了居民用户的用电曲线,降低了居民用户的电费成本,可以模拟拥有不同意愿的用户响应情况。     

基于多智能体的用户分时电价响应模型

科学制定峰谷分时电价政策,有利于提高系统可靠性与经济性。基于多智能体技术,提出了智能体系统(multi-agent system,MAS)总体框图,阐述了供电智能体、用户智能体和政府部门智能体的学习过程及其相互影响,结合电量电价弹性矩阵,考虑了不同用户的用电和响应特点以及用户智能体内部的相互影响。仿真过程可以动态显示供电智能体的调整动作、用户智能体的响应行为和负荷越限情况,以及政府部门智能体的干预行为。仿真结果表明:根据文中模型获得的峰谷分时电价策略具有更好的"移峰填谷"效果,兼顾供需双方的经济利益和用户用电习惯,供电、用户、政府智能体间实现信息共享。     

分时电价下用户响应行为的模型与算法

为满足需求响应机制中描述用户行为规律的需要,提出一种电力用户需求响应行为的模型与算法。在获取足够的用户历史数据的基础上,通过支持向量机(support vector machine,SVM)回归进行数据挖掘,建立了电力用户在分时电价下的响应行为模型。该方法以用户响应的影响因素分析为基础,确定了回归模型的输入与输出属性;并通过定义等效电价比率,构建了含丰富数据信息的训练样本;最后采用网格搜索法选择SVM回归的最佳参数,实现了回归模型的高精度预测。该模型实现了电力用户在分时电价下行为规律的模拟,可揭示用户响应电量变化与分时电价政策激励力度间的关系,从而为更多研究提供基础数据。仿真分析证明了该模型和算法的有效性和合理性。     

基于用户行为的分时电价时段划分和价格制定

以往分时电价的时段划分仅考虑负荷曲线的数值变化,忽视了时段划分对分时电价的制定和对用户行为的影响,使得分时电价优化受限,需求侧响应不能达到最优的效果。为此提出了基于用户行为的分时电价时段划分和价格制定模型,首先通过模糊聚类法初步制定峰段、平段、谷段,然后将峰谷时段的起始时间和终止时间设为待优化的变量,并根据消费者心理学建立用户电价电量响应行为模型,最后以用户满意度和电网收益最大化为目标,同时对分时电价和时段划分进行优化。仿真结果显示,与直接根据FCM模糊聚类分析方法划分时段相比,该模型更能针对负荷特性激励用户响应分时电价,促使用户响应曲线更加平滑,进一步降低调峰成本,验证了该模型通过优化时段划分方法提高社会福利的有效性。     

一种考虑用户耐受度的自动需求响应调度策略

合理制定峰谷电价是现阶段实行需求侧管理的有效手段。引入需求侧的电力需求价格弹性,建立基于电价需求弹性峰谷分时电价的用户响应模型;综合考虑用户用电行为耐受度和用户用电支出耐受度,建立用户耐受度模型,给出基于用户响应和用户耐受度的峰谷分时电价优化模型。最后通过MATLAB软件,采用多目标遗传算法对提出的峰谷分时电价优化模型进行仿真,验证了其有效性。     

基于CVaR模型的大用户直购电决策分析

假设大用户需求电量为随机变量,根据国家对直购电余缺电量调剂的惩罚规定,以条件风险价值（CVaR）为风险计量指标,构建出大用户最优直购电合同电量模型,给出最优合同电量解。结合算例模拟分析发现：用电目录电价与上网电价与直购电合同电量有正向关系,但随着上网电价的提高其对直购电合同电量的影响越来越弱,随着用电目录电价的提高其对直购电合同电量的影响越来越强。大用户对用电需求预测越准确其直购合同电量对国家电价政策的调整越不敏感。     

自动需求响应背景下考虑用户满意度的分时电价最优制定策略

基于博弈论研究分时电价最优制定策略。首先,综合考虑电力需求波动的成本、用户对电价变动的负荷响应及用户满意度等因素,建立电网公司与单用户博弈的分时电价定价模型;其次,分析不同用户的用电特性,将所建模型扩展为多类型用户情形;最后,结合实际算例,运用逆向归纳法获取博弈模型的纳什均衡解,并对比分析不同电价策略下的最优电价与最优用电量。算例结果表明,应用所建模型得到的分时电价最优定价策略,能够有效减小峰谷差,降低各类电力用户的平均电价,从而保证电网公司与用户利益;其中不同类型用户获益效果受其对电价响应能力的影响而有所差异。     

基于模糊需求和用户分类响应程度的分时电价设计模型

考虑负荷预测的不确定性,运用模糊三角数表示用户未来时刻的实际需求.结合分类用户不同程度的需求价格响应,构建了一套基于模糊需求和用户分类响应程度下的最优分类峰谷分时电价设计模型.通过算例对比分析了分类分时电价与不分类分时电价之间的调峰效果,证明了实施分类峰谷分时电价要比不分类峰谷分时电价更有效.     

销售侧分行业实行丰枯峰谷分时电价初探

在用户电量电价弹性矩阵的基础上探讨制定与各行业电力用户电价响应情况相一致的分行业丰枯峰谷分时电价的方法。通过建立各用户行业的丰枯季节电价弹性矩阵和峰谷分时电价弹性矩阵,依据各行业电力用户的调查数据建立分行业的丰枯季节电价与峰谷分时电价的电量转移成本函数与获益函数。通过求取两函数的交点,得到各行业电力用户在电量转移成本约束下达到电量转移极限所需的丰枯峰谷分时电价调整比例。最后将所提出的方法应用于云南电力系统,应用结果表明,不同行业电力用户达到电量转移极限所需的电价调整量存在较大差异性,以及针对不同用户行业的用电特性实施不同的丰枯峰谷电价的必要性。     

基于主从博弈的共享储能分时电价策略

为提高共享储能收益,同时兼顾用户用电成本,建立了以储能电站为主导者、社区用户为跟随者的主从博弈模型。储能电站依据历史用户用电情况制定充放电策略,决定分时电价;用户根据主导者提供的分时电价,在充分满足不可转移负荷用能需求前提下,给出用电功率,选择合适的能源服务商。使用KKT最优性条件和线性规划对此博弈模型进行线性化处理,并利用商业求解器对其求解,通过算例分析,对所提方法的合理性进行验证。结果表明:基于主从博弈的共享储能电费定价策略,可使共享储能得到较高的收益,且使用户的支出也得到一定程度的降低。     

基于调节潜力指标的用户用电行为聚类分析算法研究

摘 要：针对柔性负荷不断接入背景下,用户参与电网调节潜力能力的持续提升,基于负荷用户的调节潜力大小对用户的用电行为进行聚类分析。在峰谷分时电价背景下,基于用户心理学原理构建基于峰谷分时电价的负荷转移率模型,以该模型为基础构建基于峰谷分时电价的用户调节潜力指标,并利用该指标对负荷用户的用电行为进行聚类分析,通过与传统基于日负荷曲线以及典型负荷特性指标的聚类算法进行结果对比,证明了该算法聚类结果的有效性与正确性,同时通过对大规模用户的用电行为进行聚类分析,证明基于调节潜力指标的聚类分析算法的聚类效果更佳。     

基于自组织中心K-means 算法的用户互动用电行为聚类分析

电力用户参与电网侧互动用电和辅助服务已成为国内外关注热点,用户互动用电行为分析是其中一项核心工作。结合自组织映射SOM神经网络和K-means聚类算法,采用一种自组织中心K-means算法用于用户互动用电行为聚类分析,能够实现更加精准识别和快速聚类。首先,对自组织中心K-means算法原理进行分析,说明其与传统聚类算法相比在用电行为聚类分析中的优势;然后,构建峰谷分时电价背景下,基于用户心理学的调节潜力指标,并分析基于负荷数据和调节潜力指标的用户互动用电行为;最后,以某电力公司管辖区域用户的日常负荷数据为研究对象,将基于自组织中心K-means算法的聚类结果与其他传统聚类方法进行对比,证明基于调节潜力指标的自组织中心K-means算法在用户互动用电行为上的精准识别和准确聚类优势。     

分时电价下基于供用电双方博弈的家庭用户需求响应

动态电价策略正成为当前电力市场环境下供电侧普遍采用的调控手段,针对电力市场中售电公司与用户间互动关系,基于博弈论构建一种非合作的Stackelberg模型研究家庭用户的需求响应策略。模型通过对用户进行分类以实现对不同偏好用户的综合考虑,同时将电网负荷波动对售电公司效益的影响、用户满意度对用电舒适度的影响进行量化处理以完善供、用电双方效用函数。采用逆向归纳法对模型的纳什均衡解进行求解,并以此实现分时电价下对用户用电任务的优化调整。最后,将模型应用于实际算例中并对用户种类进行灵敏度分析,结果表明模型在供用电双方的效用优化方面具有较好的效果。     

融合分时电价的居民可控负荷优先级控制策略

在智能电网背景下,智能终端及智能家电大规模普及导致家庭用电量大幅增加,为应对电力负荷高峰逐年攀升,缓解电力供应趋紧的压力,合理利用用户侧大量可控负荷资源参与需求响应对电网的运行和发展有重要意义。提出基于智能家庭能量管理系统的融合分时电价的居民可控负荷优先级控制策略,对家庭中多类可控负荷（空调、热水器、电动汽车、洗衣机、洗碗机）进行控制,在“填谷”控制中考虑分时电价的影响。通过仿真验证对多场景下居民负荷用电进行对比分析,结果证明,所提控制策略可改善电网负荷曲线,实现削峰填谷,在满足用户用电舒适度的同时,进一步为用户节约用电成本,验证了所提方法的有效性。     

湖南省峰谷分时电价分析及优化策略研究

针对湖南省电网执行峰谷分时电价存在的问题,结合湖南省实际情况,提出完善峰谷分时电价的策略。以规划综合大数据平台为基础,基于负荷需求弹性分析,综合考虑供电成本、用户用电成本、负荷优化目标等条件,通过研究电价价差调整原则,制定出不同时段的电价,根据电价的经济信号,引导各类用户合理用电,优化负荷特性,提升湖南电力系统运行效率和全社会资源利用效率。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

基于离散选择的可控负荷菜单定价方法

合理的需求侧电价是促进和引导用户主动需求响应的关键因素。借助离散选择理论,针对地域分散、数量庞大的可控负荷需求响应的不同边际成本和消费偏好,提出了基于离散选择的可控负荷菜单定价方法。考虑到用户在多种电价下的不同偏好选择行为,该方法以负荷削减边际成本、负荷削减量以及补偿电价为影响因素,建立了用户对菜单电价的离散选择模型,计算了用户对菜单电价的离散选择概率。然后以需求响应电价和负荷削减量为菜单选项,以系统供电成本最小为目标,构建了反映用户不同消费偏好的可控负荷菜单定价模型。最后通过算例仿真,分析了有无离散选择下系统供电成本和用户总负荷削减量以及影响用户选择因素的敏感度,表明考虑离散选择的菜单定价,能够有效地反映用户对不同电价的选择偏好,诱导其内在需求弹性,从而使菜单电价更好地满足用户的消费偏好,促进用户主动参与并削减更多的负荷,节约系统供电成本,实现电力资源的优化配置。