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.     

基于需求响应的实时电价零售套餐设计

随着我国售电侧改革不断深入,零售市场竞争日趋激烈,制定套餐电价是其中的关键。在我国各省建设电力市场的背景下,推行实时电价零售套餐具有较好的可行性。虽然固定电价和分时电价的应用更为广泛,但实时电价在反映电能价值变化、引导电力消费方面独具优势。在考虑需求弹性的基础上建立了实时电价套餐的非线性优化模型,分别从售电利益最大化、峰谷差最小化等方面对零售套餐合理设计,并基于实际负荷数据进行算例验证,结果表明所提的实时套餐设计可统筹兼顾售电、用户、电网等各方利益,有效释放电力体制改革红利。     

考虑用户差异性的售电公司需求响应电价模型

随着售电市场的放开,大量社会资本进入电力市场,售电公司数量急剧增加。在激烈的市场竞争下,如何保证自身收益的同时,提高用户的用电满意度,是售电公司亟待解决的问题。为此,构建了基于电力用户用电差异性的售电侧定价策略。首先,根据负荷曲线,分析不同用户用电行为的相似性和差异性,对用户进行细分;然后,为获得售电公司及其用户收益最大化的最优定价策略,构建定制化的分时电价模型;最后,通过电力用户的实际负荷数据,利用遗传算法和纵横交叉算法对模型进行求解,对比证明所提的电价决策模型的有效性。     

考虑需求侧响应的尖峰电价实施效益的分析

介绍了尖峰电价与传统峰谷电价区别与联系,解释需求侧响应内涵,建议用需求侧响应去平衡电力供需,缓解电力供应紧张。     

基于注意力机制的CNN-BiLSTM日前电价预测

日前电价预测结果的准确性对于存在多元化竞争格局的电力市场具有重要意义,因此提出一种基于注意力机制的CNN-BiLSTM日前电价预测模型。该模型考虑诸多因素对日前电价预测的影响,采用皮尔逊系数进行相关性分析,得到各因素对日前电价预测的影响;利用卷积神经网络提取历史电价序列中的特征;将提取的特征信息输入双向长短期记忆网络,充分挖掘特性的变化规律进行训练;然后引入注意力机制来突出重要信息的影响并赋予权重;最后在全连接层通过激活函数加权求和计算出最终预测值。通过实例验证了该模型的准确性,其中RMSE、MAPE、MAE分别减少了33.07%、28.39%、27.08%。     

基于长短期记忆的实时电价条件下智能电网短期负荷预测EI北大核心CSCD

在电力市场改革与智能电网建设的大背景下,电力将逐渐回归商品属性,电价也将实时波动,并对负荷产生影响。通过分析得出电价与负荷具有相关性,因此在预测模型中考虑了实时电价的影响,并对考虑实时电价的负荷预测模型与价格型需求侧响应之间的关系进行了讨论。针对前馈型神经网络不能处理序列间关联信息与传统循环神经网络无法记忆久远关键信息的缺陷,提出了基于长短期记忆循环神经网络的负荷预测模型,使用自适应矩估计算法进行深度学习。最后通过美国某地区的实际负荷和电价数据,验证了所提模型具有更高的预测精度。     

需求侧实时电价下供电商购售电风险决策

实施需求侧实时电价(RTP)让供电商可以将电价风险有效地转移给用户,但供电商提供给用户的RTP套期保值合同也给其购售电风险管理带来了新的挑战。文中对RTP下供电商在购售电市场的成本、收入与风险进行了综合分析。购电侧重点考虑了日前市场和普通/分段双边合同,售电侧考虑了基本RTP合同与各类RTP套期保值合同。基于条件风险价值(CVaR)法,以供电商购售电效用最大化为目标,建立了不同风险喜好供电商的最优购电组合决策模型。算例仿真验证了所述方法的有效性,它有利于供电商协调RTP下购售电交易的利润与风险。     

能源互联环境下考虑需求响应的区域电网短期负荷预测

在区域能源互联系统中,需求响应改变了电力用户的常规用电习惯,增加了预测环境的不确定因素。针对这种特定的环境,提出一种考虑需求响应的区域电网短期负荷预测方法来满足企业对预测精度的需求,该方法通过依次构建数据处理模型、负荷预测模型和误差预测模型实现了预测精度的提升。更具体地,针对历史数据样本集,采用灰色关联分析法处理气象数据以获取输入预测模型的相似日特征变量;针对电力负荷预测,建立了长短期记忆网络模型,利用其特殊的门结构选择性地控制输入变量对模型参数的影响,从而改善了模型的预测性能;针对误差数据样本集,采用了动态模式分解技术来挖掘误差数据的潜在价值,并利用其数据驱动特性刻画了误差时间序列的趋势变化特征,实现了良好的误差预测。最后,结合实际的电网数据,对比验证了所提方法的有效性和优越性。     

基于实时电价的产消者综合响应模型

产消者作为新兴的特殊电力消费者,拥有电力供给和消费的双重角色,具有较强参与实时市场的响应潜力。为提高分布式发电利用率和用户供用电收益,提出基于实时电价的产消者的多阶段综合响应模型。前期优化阶段,综合考虑用户用电经济性、舒适度和电价激励作用,提出用户最优小时需求出价模型;以用户供电收益最大为目标,考虑储能容量和功率约束、储能闭锁和动作死区等因素,提出用户最优小时供给报价模型。出清响应阶段,基于实时电价,结合用户最优小时供需出报价信息,提出用户可控负荷需求响应和分布式发电—储能系统供给响应交替的综合响应模型。算例分析表明,所提综合响应方法能及时响应实时电价的波动,不仅灵活削减和转移了用户在电价高峰区的负荷,而且实现了分布式发电供给从低电价区域向高电价区域的转移,提高产消者供用电的经济性。     

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。     

考虑负荷季节特性的电价型需求响应最优定价策略

实施峰谷分时电价策略能够有效降低负荷峰谷差同时节约电网投资,但不同季节的负荷特性具有显著差异性,其影响峰谷分时电价最优策略的制定,因此文章提出了一种考虑负荷季节特性的峰谷分时电价定价策略及时段划分模型。首先,描述所提出的需求响应架构;其次,采用k均值方法获取各季节典型日的负荷曲线,并采用改进的移动边界技术对各季节典型日负荷曲线进行时段划分,通过设置时段划分约束因子,并采用戴维森堡丁指数(Davies-Bouldindex, DBI)作为目标函数建立峰谷时段划分优化模型;然后,构建考虑负荷季节特性的需求价格弹性矩阵,以及考虑负荷季节特性的峰谷分时电价优化模型,并采用粒子群优化(particle swarm optimization, PSO)算法求解模型。采用RTS测试系统提供的负荷序列样本对所提算法和模型进行验证分析,验证了所提方法和模型的有效性以及正确性。     

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。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

电力市场下需求响应研究综述

需求响应（DR）是需求侧管理在竞争性电力市场中的发展。利用价格信号和激励机制,DR是保证系统安全可靠和经济运行的重要措施。总结国内外开展的DR研究与实践,对电力市场下的DR进行了归类研究,包括基于价格和基于激励的DR分类。对各个子类,着重论述了DR的2个关键问题：DR的实施机制和DR对系统的影响。分析了实施DR的成本和效益,并在此基础上讨论了用户参与DR的决策过程。最后结合中国电力市场改革的情况,提出了开展DR的建议与设想,并探讨了进一步的研究方向。     

基于需求侧响应的配电网优化调度研究

随着配电网的快速发展,分布式电源和需求侧响应技术正逐步由输电网向配电网转移。提出了一种含电价型需求侧响应的配电网的优化调度方法。首先构建了电价型需求侧响应的负荷转移模型,以实现需求侧响应执行后的负荷转移;其次,构建了运行成本最小的配电网的调度模型,该模型包括分布式电源的运行成本、与主网的功率交换费用,并将储能设备充放电状态引入约束;最后,采用CPLEX求解器对模型求解。仿真结果表明,需求侧响应技术和储能设备能提升分布式电源的消纳能力,降低配电网的调度运行成本,优化了负荷特性。     

负荷聚合商模式下考虑需求响应的超短期负荷预测

为更好地管理用户侧需求响应资源,减小超短期负荷预测误差,提出了一种在负荷聚合商模式下考虑需求响应的超短期负荷预测方法。首先,分析负荷聚合商的需求响应机制,考虑用户用能习惯、自建光伏、储能行为以及电热耦合,分别对每一类需求响应资源建立优化模型,并通过模糊参数表达用户参与需求响应的不确定性,以改善优化模型;调用CPLEX求解器求解得到综合各类资源后的需求响应信号。然后,在考虑历史负荷数据的基础上引入该需求响应信号,建立迭代预测的长短期记忆网络模型。算例通过3种预测场景的对比,验证了计及需求响应信号能够有效减小预测误差,且考虑需求响应不确定性能够进一步提高预测精度。     

初期现货市场下考虑用户响应行为的需求响应机制设计

在中国电力现货市场建设初期,电力用户参与市场的方式及响应行为具有较大差异.高比例用户受电网公司管理间接参与市场,无法主动响应市场的动态价格,但其固有的用电行为会影响市场价格,甚至导致电力供需紧张场景下出现极端价格.为此,考虑到高比例间接参与市场的用户在日前的负荷调整能力,设计了适用于初期现货市场的需求响应机制.首先,建立了考虑不同用户响应行为的需求响应机制框架,提出了需求响应机制的触发条件,并进一步分析了该机制框架下用户参与需求响应的机理.然后,构建了考虑间接参与用户主动响应的市场出清模型,并提出了保证需求响应机制可持续运行的结算方法.最后,通过算例验证了所提机制的合理性及有效性.