峰谷分时电价用户响应模型参数的最小二乘估计

基于最小二乘法,以TOU实施后的实测负荷与拟合负荷之差(简称残差)的平方和最小为目标函数,运用优化函数,对基于负荷转移率的用户响应模型参数进行估计,并通过实例对估计效果进行仿真研究.仿真结果表明,运用该方法所得到的拟合负荷非常接近实测负荷,为实施方准确掌握用户响应行为、制定合理的定价策略提供科学的依据.     

峰谷分时电价用户响应建模与定价决策综述

认为峰谷分时电价的实施效果与用户响应、定价决策密切相关。基于电力需求价格弹性矩阵、消费者心理学以及统计学原理,在对用户响应建模进行介绍的基础上,对TOU定价决策的研究现状进行了综述,并从量化分析、机制设计、风险管理以及协调优化角度,提出当前该领域需要研究的新问题。从改进系统平均负荷率角度,指出实施TOU在考虑经济性时,要以量化的指标反映负荷短时激增后为中断可中断负荷所付出的事故风险,兼顾实施方案的可靠性与经济性。     

基于用户价格响应和满意度的峰谷分时电价决策模型

峰谷分时电价是电力需求侧管理(DSM)的重要手段之一,合理地制定峰谷电价水平是其实施的关键.在了解用户实行的峰谷电价历史数据的基础上,提出建立用户的电价响应矩阵以反映用户对峰谷分时电价的响应;并建立用户满意度模型,综合考虑用户用电方式的满意度和电费支出的满意度.给出了基于用户价格响应和满意度的峰谷分时电价优化决策模型.最后给出一大工业用户数据验证了文中方法的有效性.     

基于DSM的峰谷分时电价

合理的峰谷分时电价可有效改变用户的用电模式,保证电力系统可靠、高效运行。针对峰谷分时电价执行过程中产生的一些问题,如峰谷分时电价效果明显滞后、用户反应过度、购电政策缺乏弹性等,提出峰谷分时电价制定时需遵循的一些基本原则,包括峰谷分时电价体系必须满足DSM总体目标原则、时段划分与价格拉开比确定原则、合理规避供电公司经营风险原则和确定合理的用户响应曲线原则,并建立峰谷分时电价数学模型,通过算例验证模型的有效性和可行性。     

居民峰谷分时电价研究与实证分析

阐述峰谷分时电价的意义和作用,分析我国当前居民峰谷分时电价的实施情况以及存在的问题,在对居民用电特点进行分析的基础上,设计居民峰谷分时电价方案,并以重庆电网为例,对其进行实证分析。     

居民峰谷分时电价研究

研究了推广居民峰谷电价与负荷削峰填谷的关系。介绍了国内外居民峰谷电价情况,从对居民的消费心理及生活用电情况分析,提出了电网峰谷电价的设计方案。通过对不同电价设计方案的分析,推荐了居民峰谷分时电价的方案。     

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。     

峰谷分时电价的确定及其他

峰谷分时电价是对不同的用电时间实行不同的电价。以国家规定的电价为基础,高峰用电时段电价上浮;低谷用电时段电价下浮。实行峰谷电价的目的,在于用价格杠杆使一日之中各个时刻的用电需量尽可能地均衡,把挤在高峰用电时段内的可调用电负荷调整到低谷用电时段去,缓解高峰用电时段供电的紧张程度,充分利用低谷用电时段的富余电力。     

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．agentsystem,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。     

分时电价下大用户概率响应建模研究

在大用户响应电价特性的基础上,提出了基于用电特性的大用户负荷聚类方法。将大用户的需求响应模型分成负荷基准分量部分和负荷响应分量部分,利用多变量时间序列重构的短期负荷预测方法得到用户的负荷基准分量,在需求价格理论的基础上利用响应实际数据获得单体大用户响应分时电价的负荷概率模型。利用matlab对南京地区实际数据进行仿真模拟,算例表明,该模型能够很好的反映大用户的响应分时电价的情形,为分时电价的制定策略提供科学依据。     

我国峰谷分时电价的状况分析

分时电价作为电力需求侧管理的重要手段之一, 在世界各国电力工业经济管理中正在发挥着越来越大的作用运用分时电价可以实现削峰填谷、移峰平谷, 减缓发电侧电力投资, 提高供电可靠性, 减少用户电费等。近年来我国电力紧张局面日益严重, 国家大力推广了电力需求侧管理政策, 很多省份的分时电价制度也正在大力调整和推广。为研究峰谷分时电价的未来发展趋势, 本文在总结各地峰谷分时电价政策基础上, 对峰谷分时电价现状进行分析, 对各省分时电价时段划分、峰谷电价比等相关情况进行了统计和比较, 总结了分时电价调整出现的新变化和新趋势, 对分时电价未来的发展做出预测, 结论对供电企业运用分时电价政策、规避负荷波动风险可以提供理论上的参考。     

分时电价下考虑用户侧响应的日前调度计划建模与分析

利用电量电价弹性矩阵,研究了分时电价下,考虑用户响应行为的电力系统日前调度计划。基于用户侧经济效益最优情况下的负荷响应曲线,考虑到负荷曲线峰值下降可能会造成电力系统原始机组装机容量出现冗余的问题,对火电机组进行经济排序和开机安排。利用改进粒子群算法对模型进行求解。算例分析表明,分时电价下,用户响应能够实现削峰填谷的作用,且随着峰谷值电价差值的增加削峰填谷作用更为明显。用户响应可以减小高能耗机组的运行,减小购电费用增加电网的收益,同时使得火电机组出力平稳,减小煤耗提高运行效率。     

提高电能使用效率的可中断电价与峰谷分时电价的联合优化设计

在发电侧竟价上网的情况下,供电公司通过实行可中断电价可以适当规避购网电价剧烈波动的风险.但我国发电企业并未实施竟价上网,供电公司购网电价由政府制定,相对比较稳定,故实行可中断负荷管理对供电公司缺乏一定的激励机制.本文首先根据估算的用户缺电损失确定可中断电价;随之提出用户可中断电价响应系数的概念,对已确定的可中断电价进行调整;然后根据经济学中供需理论,将可中断电价与峰谷分时电价相结合,在分析供电公司成本和效益基础上,建立联合优化模型,采用分解算法进行求解.算例分析表明,该模型既能使供电公司与用户的利益不受损害,又可解决当前可中断电价缺少激励机制的问题,非常适合我国当前的电价改革模式.     

分时电价机制下计及用户需求响应的微网优化调度模型

为充分利用分时电价特点解决微网优化调度问题,提出基于用户需求响应的微网系统模型,在此基础上,综合考虑微网系统各部分运行特点及成本,构建分时电价机制下微网系统优化调度模型。采用遗传算法优化分布式电源出力、储能系统充放电策略以及微网与主网的能量交互,促进主网的削峰填谷,实现电力资源高效配置。最后以某微网系统典型负荷日运行调度为例,验证了所提模型的有效性。     

基于分时电价的企业负荷转移优化控制模型及其应用

企业可利用分时电价通过合理转移负荷用电时间达到节约电费开支的目的.分析了企业生产流程中制约负荷转移优化控制的因素,介绍了建立的一种基于分时电价的企业负荷转移优化控制模型,在煤矿生产系统的应用表明可有效节约电费开支.     

峰谷分时电价的成本效益分析模型及其应用

针对“厂网分开”后我国电力市场的现状分析了与峰谷分时电价相关的各方成本和效益,分别建立了电网公司、电力用户、发电公司和全社会的成本效益分析模型,并详细介绍了成本效益分析的计算流程。算例分析结果表明利用所提出的成本效益分析模型可得出确保各参与方的益本比均大于或等于1的“削峰填谷”电量临界值。研究成果可为各参与方分析峰谷分时电价方案的可行性提供参考。     

计及用户需求响应的分时电价优化模型

峰谷分时电价是一种有效的价格型需求响应策略,合理的峰谷电价能为用户提供充足有效的价格信号,从而达到削峰填谷的目的。采用需求价格弹性分析用户的用电量随电价的变化情况,从而建立用户的分时电价响应模型。以峰谷差最小为目标,考虑保证用户利益且峰谷电价比在一定范围内等约束条件,建立峰谷分时电价的有约束非线性规划模型。设计分时电价的十进制编码方案,根据生存概率以轮盘赌方式对染色体进行选择复制,以随机概率的方式进行染色体的交叉变异,从而构造相应的遗传算法求解思路。分析该优化分时电价下的需求响应效果,并讨论需求弹性和峰谷时段的改变对优化结果以及需求响应的影响。算例分析表明该模型能有效改善负荷曲线,达到较好的需求响应效果。     

考虑分时电价和需求响应的家庭型用户侧微电网优化运行

在考虑分时电价和需求响应的基础上,建立了含有光伏发电、风力发电以及蓄电池的家庭型用户侧微电网优化运行模型,提出了一种家庭型用户侧微电网需求响应方法.优化模型以综合考虑用户的购电费用和舒适度为优化目标,尽可能多地将峰时电价时段的家用负荷功率向谷时电价和平时电价时段移动.采用粒子群优化算法对模型进行了求解,在算例分析中对比了优化前后微电网向电网公司支付的购电费用,验证了所提优化算法的有效性.