公共楼宇群体价格型负荷响应的仿真分析方法研究

公共楼宇作为需求侧响应的主要参与者,因其复杂的响应机理而难以被电网公司、售电公司准确地调配使用。首先建立面向需求响应的楼宇照明系统、空调系统用户用电能耗模型;在此基础上,分别估算公共楼宇群体签订合同的人数和某次响应电价的整体功率;最后,在算例中对某一公共楼宇群体响应电价的曲线进行了仿真分析。结果表明,本文方法可以用于仿真公共楼宇群体响应价格型需求响应项目的特性。     

多种电价形式和负荷类型下售电公司的定价策略

售电公司作为新型电力市场的主体,定价决策是其运营的核心问题。多种负荷类型和多种电价形式下的售电公司如何制定合理的价格是一个值得研究的问题。根据电力行业主要负荷构成,把售电公司代理的负荷类型分为工业、商业、居民3种,根据这3种类型负荷的用电特性,并依据更加多元化的电价制度的改革要求,分别采用高可靠性、实时和阶梯的多种电价制度;考虑售电公司的发展路径,计入各类用户对电价的需求响应,建立售电公司和各类用户的经济效益模型。利用遗传算法在Pareto前沿解中寻找售电公司和各类用户经济效益多目标函数的折中解,从而确定3种形式电价的最优值。分析了合同电量比例、长短期市场电价对售电公司定价和利润的影响。     

现货市场下批发侧至零售侧的电价传导机制研究

电力现货模式下,售电公司在批发侧参与中长期与现货市场,在零售侧售电给零售用户,亟需在批发侧至零售侧之间建立完善的电价传导机制,通过量化不同电价传导模式下售电公司购售电成本,寻求其最大购售电利润,帮助售电公司降低市场运营风险,提升市场活力。为此提出了按比例传导、实时传导和延迟传导3种电价传导机制。算例结果验证了3种电价传导机制的可行性,分析了几种典型用户用电特性,并针对几种典型用户,给出了电价传导机制的选择建议。     

考虑现货电价及分布式电源不确定性的售电商购售电决策模型

随着电力现货市场改革的不断深化,售电商的购售电业务迎来了新的机遇和挑战,现货市场下售电公司的决策研究具有重要意义.为降低现货电价波动性的影响,建立云模型描述现货市场交易时的现货电价不确定性,提出一种基于云模型相似度的现货电价预测模型;考虑分布式电源出力随机性,提出一个描述风光出力不确定模型;通过电价–市场占有率模型反映售电公司在零售市场中面临的竞争和用户选择行为,引入实时电价需求响应模型,建立售电商购售电模型.通过算例分析,得到售电商向用户发布的实时零售电价曲线,通过改进遗传算法进行仿真分析,验证了该模型的可行性.     

售电商参与现货市场下的售电套餐优化设计

随着中国电力现货市场的快速发展,售电商可以通过设计售电套餐来引导电力用户参与电力需求响应,以此提高双方利益。文中引入避峰响应系数,在分时电价的基础上制定售电套餐激励以吸引电力用户积极转移用电负荷。首先,根据设计的售电套餐计算出电力用户选择售电套餐后的负荷转移情况;其次,考虑电费支出的变化与用电方式的变化对电力用户效用产生的影响,基于效用函数构建售电套餐决策模型来计算出电力用户对售电套餐的选择情况;然后,文中基于售电商参与现货市场交易转移负荷,以售电商利益驱动量最大化为目标优化设计出4种售电套餐;最后,通过算例分析,验证了优化后的售电套餐符合双方的利益要求。     

计及浮动高峰电价的购售双方优化模型

在开放电力市场中引入价格型需求侧响应能够使市场竞争更有效,电价更合理,但分时电价无法体现实际市场供需,且实时电价波动性大,实施难度大。为了将需求侧响应和电力市场有机结合,结合我国电力市场发展提出了浮动高峰电价产品并分析了其特点和效益。在此基础上,基于用户电价响应模型,建立了考虑用户满意度的购售双方运营优化模型,并设计了3种场景进行算例分析。结果表明,浮动高峰电价产品能增加平衡账户总收益,在保障用户用电成本不变的前提下,增加售电公司和用户的收益,降低负荷峰谷差。     

售电公司电动汽车用户电价引导策略研究

售电公司作为我国新一轮售电侧改革后的新兴市场主体,可以起到增强电力市场竞争,促进资源合理配置的作用。考虑到电动汽车数量飞速增长的趋势,针对电力现货市场电价波动给售电公司带来损失的问题,从增加售电公司利润、降低电动汽车充电成本角度出发,提出了一种面向电动汽车用户的售电公司电价制定策略,并利用收益比例分成的方法增加用户的响应度,最后运用粒子群优化算法对建立的模型进行求解。结果表明:本文提出的策略能够有效地对电动汽车充电行为进行引导,一定程度上提高售电公司利润,降低电动汽车平均充电成本。     

考虑需求响应收益的售电商实时电价决策模型

实时电价是激励用户改变用电行为参与需求响应的理想市场化机制,但目前实时电价研究存在用户响应行为建模方法单一、缺乏实际用户数据验证等问题,导致响应计算精度较低。激励电价制定的准确性直接影响售电商参与需求响应项目的市场收益,为此提出一种基于数据驱动的实时电价决策模型。首先,利用原有实时电价实施背景下积累的大量历史数据,采用改进卷积神经网络—长短期记忆网络混合模型(convolutional neural networks-long short-term memory,CNN-LSTM)建立以用电量为输入、实时电价为输出的用户响应动态特性函数。在此基础上,提出售电商参与需求响应项目背景下,一种以净收益最大化为目标的实时电价决策模型。基于美国PJM市场数据的算例分析表明,改进CNN-LSTM模型具有计算精度和效率高、鲁棒性强的优点,提出的实时电价决策模型能够有效帮助售电商提高市场收益。     

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。     

售电公司参与需求侧响应的系统动力学研究

能源互联网示范园区的落地以及售电公司的成立,使得以售电公司为实施主体的适用于园区的需求侧响应机制的研究更为迫切。文章建立了一种基于峰谷电价的需求侧响应模式,一方面由售电公司在园区内实施峰谷电价,用户响应电价优化自身用电行为,电网公司获得实施需求侧响应的效益,另一方面电网将一部分效益分享给售电公司,售电公司通过降低电价将部分收益回馈给用户。其次,运用系统动力学模拟实施这种需求侧响应计划后电网、售电公司与用户的收益情况,以证明该模式的有效性。模拟系统将需求侧响应模型分为用户响应模块、电网效益模块和售电公司效益模块,通过建模剖析各因素间的关系。模拟结果表明,实施此需求侧响应模式,各方在利益层面上均有收益,该模式具有可行性。