一种面向工商业用户的需求响应电力套餐优化设计方法技术

本发明专利技术公开了一种面向工商业用户的需求响应电力套餐优化设计方法。包括步骤：根据用户的用电形态特征，利用特性指标对日负荷曲线降维以对用户类型进行特征辨识；综合考虑电费支出满意度和用电方式满意度，计算各电力套餐对不同类型用户的效用值；基于多项Logit模型计算用户对各套餐的选择概率；深入分析实施电力套餐的成本和效益，构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型；建立面向工商业用户的电力套餐的优化设计模型，采用遗传算法进行求解。本发明专利技术方法优化得到的工商业用户电力套餐能有效调动需求侧资源的主动性和互动性，提升电网的经济运行水平和可靠性，具有良好的经济性和实际应用价值。

【技术实现步骤摘要】
一种面向工商业用户的需求响应电力套餐优化设计方法
本专利技术涉及电力市场的
，更具体地，涉及一种面向工商业用户的需求响应电力套餐优化设计方法。
技术介绍
近年来，由于产业结构调整和人民生活水平日益提高，电力需求季节性差异愈发凸显。间歇性可再生能源的大规模并网和电动汽车的大量接入，意味着我国能源结构向绿色化、清洁化、低碳化方向转变，同时也对电网的运行和管理提出了更高的要求。电力需求的季节性紧缺和时段性紧缺导致供需矛盾越来越大，甚至会给电网的安全稳定运行造成严重威胁。如果仅仅依靠发电侧盲目增加装机容量来应对电力需求尖峰时段的电力缺口，不仅对能源、环境造成巨大压力，更会造成发电机组年利用小时数下降，增加发电成本，给企业和用户带来负担。以上种种矛盾，迫切要求我国改变传统的电力系统运行和规划方式，通过调动需求侧资源解决电力供需不平衡问题，改善电网的经济运行效率，促进资源的合理配置。需求响应(DemandResponse,，简称DR)是一种重要的需求侧资源，可定义为：为响应电价随时间的波动或在批发市场高价时为引导用户减少用电而设计的激励，终端用能用户改变其原有用电方式的行为。进入二十一世纪以来，随着电力工业市场化改革的发展，风电、光伏等间歇性可再生能源渗透率的提高，高级计量体系(AdvancedMeteringInfrastructure，简称AMI)和智能家居的普及，环保低碳观念的深入，以互动化、信息化、数字化和自动化为特征的智能电网概念深入人心，为需求响应的实施提供了技术保障和资金、政策支持。需求侧和电网的双向互动也是实现智能电网建设目标的关键环节。上世纪九十年代末，我国开始实施需求侧管理，在电力供应短缺、突发紧急事件等情况下，通过法律、行政、经济和技术等手段对部分终端负荷进行控制。传统的需求侧管理以有序用电为主要手段，具体措施有错峰、避峰、轮休、限电等。有序用电在保障电网安全运行和供电秩序稳定、优化电能资源配置等方面发挥了一定的作用，但由于其措施缺乏灵活性和激励性，往往不能很好地调动用户主动参与的积极性，甚至可能造成用户满意度下降，因此不适用于需求侧资源的长期发展。2012年底，财政部、国家发改委选定北京市、唐山市、苏州市、佛山市为第一批电力需求侧城市综合试点，中央财政安排专项资金，鼓励实施需求响应项目。电力需求响应工作的开展刻不容缓，但是我国还没有形成成熟的商业模式和市场机制，这成为制约需求响应项目实施的关键因素。在此背景下，迫切需要建立和健全适合我国国情和发展现状的市场机制，调动各方积极性，通过市场竞争实现资源最优配置。研究面向电力需求侧主动响应的市场机制在推动电力体制改革、充分调动市场中各参与主体的积极性、促进能源结构转变、保证资源配置的公平和效率等方面有着深刻的现实意义。
技术实现思路
本专利技术针对我国电力市场开放程度不高、电力定价行政化的特点，及电力系统峰谷差大、负荷率低的现状，提供一种适合我国当前市场机制的需求侧主动响应策略——面向工商业用户的电力套餐，并提出了电力套餐的优化设计方法。该套餐设计考虑了用户行为改变对系统削峰填谷的作用，以及对其自身带来的影响，属于价格和激励相结合的需求侧响应措施。削峰填谷是实施电力套餐的主要目的，类似于功率因数调整电费(根据用户功率因数的水平高低来减收或增收电费)，电力套餐根据用户实际用电的峰谷差大小来给予适当鼓励。但实时电力曲线的测量并未普及，因此采用某个时段内的电量来考核用户更为可行。本专利技术定义月度峰谷电量系数来衡量用户的峰谷差：式中：a表示月度峰谷电量系数；QP表示月度峰时段累计用电量；QV表示月度谷时段累计用电量。假设电网公司推出K个可选电力套餐，套餐j中规定月度峰谷电量系数标准值为aj，电价折扣为bj。选择某一套餐的用户，当其月度峰谷电量系数小于该子套餐的标准值时，该用户当月的电量电费在结算时可享受套餐中规定的折扣，当其月度峰谷电量系数高于套餐标准值时，则失去优惠的权利。若用户选择的套餐规定的月度峰谷电量系数标准值高于用户实际的月度峰谷电量系数，则用户不需要调整用电方式。本专利技术面向工商业用户的需求响应电力套餐优化设计方法，包括以下步骤：S1：根据用户的用电形态特征，利用特性指标对日负荷曲线降维以对用户类型进行特征辨识；S2：综合考虑电费支出满意度和用电方式满意度，计算各电力套餐对不同类型用户的效用值；S3：基于多项Logit模型(MultinomialLogitModel，MNL)计算用户对各套餐的选择概率；S4：分析实施电力套餐的成本和效益，构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型；S5：建立面向工商业用户的电力套餐的优化设计模型，并进行求解。上述技术方案中，S1中根据用户的用电形态特征，对用户类型进行特征辨识，具体实现方法如下：步骤1：数据准备，清除异常数据，得到N个工商业用户的典型日负荷曲线组成的数据集{x1,x2,…,xn}；步骤2：选取特性指标，对日负荷曲线进行降维处理：为了细分市场，对不同类型的用户进行差异化营销，从需求响应的角度出发，以负荷率、日峰谷差率、峰时段负载率、平时段负载率、谷时段负载率这5个特性指标对日负荷曲线降维；对工商业用户进行负荷特征辨识的主要目的在于提取用户的典型负荷模式，对市场进行细分，为电网公司针对不同类型用户科学合理地制定套餐提供参考。本专利技术提出的工商业用户电力套餐旨在削减高峰负荷、减小系统峰谷差，重点关注不同用户负荷形态的差异。限于当前实时电力曲线的测量并未普及，通常将全天分为T个时段，各地对时段的划分各不相同，本专利技术假定T＝3，即将全天分为峰、平、谷时段，其中峰时段为09:00～17:00，平时段为08:00～09:00和17:00～00:00，谷时段为00：00～08:00。随着测量水平的提升，可增加划分时段数。用户负荷特征可以以其负荷率来表征其日负荷分布的整体不均衡性，以日峰谷差率来表征电网所需的调峰能力，以峰时段负载率、平时段负载率、谷时段负载率来分别表示峰、平、谷时段的负荷变化情况，因此本专利技术通过这5个指标来实现日负荷曲线的降维。步骤3：聚类：选择或构造适合对象特征类型的相似性度量函数，衡量数据点间的相似度，选取合适的聚类算法，将用户分到不同的类群中。本专利技术基于欧式距离，采用K-means聚类算法对降维后的特征向量聚类分析；步骤4：聚类有效性评估：基于合适的聚类有效性指标(包括外部有效性指标、内部有效性指标和相关性指标)对聚类结果进行评估，本专利技术采用CH指标选取恰当的聚类数目，其值表示为：式中：WCH(I)表示CH指标的值，trSB(I)表示不同电力用户群间离差矩阵SB的迹，trSW(I)表示电力用户群内离差矩阵SW的迹，CH指标越大，表明类内数据联系越紧密，类间区别越大，聚类结果更优。S2中综合考虑用户的用电方式满意度和用电方式满意度，计算各套餐对不同类型用户的效用，具体实现方法如下：本专利技术采用一种计及用户满意度的电力套餐效用评估模型，以衡量用户对电力套餐的偏好程度。用户满意度从电费支出和用电方式这两部分来考虑。电力套餐的制定以电价折扣的方式吸引用户主动参与需求响应，其折扣越低，对用户的吸引程度越大。用户对不同电力套餐的偏好很大程度上依赖于初始电费和选择套餐后电费支出的差本文档来自技高网...

【技术保护点】
1.一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于，包括以下步骤：S1：根据用户的用电形态特征，利用特性指标对日负荷曲线降维以对用户类型进行特征辨识；S2：综合考虑电费支出满意度和用电方式满意度，计算各电力套餐对不同类型用户的效用值；S3：基于多项Logit模型计算用户对各套餐的选择概率；S4：分析实施电力套餐的成本和效益，构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型；S5：建立面向工商业用户的电力套餐的优化设计模型，并进行求解。

【技术特征摘要】
1.一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于，包括以下步骤：S1：根据用户的用电形态特征，利用特性指标对日负荷曲线降维以对用户类型进行特征辨识；S2：综合考虑电费支出满意度和用电方式满意度，计算各电力套餐对不同类型用户的效用值；S3：基于多项Logit模型计算用户对各套餐的选择概率；S4：分析实施电力套餐的成本和效益，构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型；S5：建立面向工商业用户的电力套餐的优化设计模型，并进行求解。2.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于：S1中根据用户的用电形态特征，对用户类型进行特征辨识，具体实现方法如下：步骤1：数据准备，清除异常数据，得到N个工商业用户的典型日负荷曲线组成的数据集{x1,x2,…,xn}；步骤2：选取特性指标，对日负荷曲线进行降维处理：以负荷率、日峰谷差率、峰时段负载率、平时段负载率、谷时段负载率这5个特性指标对日负荷曲线降维；步骤3：聚类：基于欧式距离，采用K-means聚类算法对降维后的特征向量聚类分析；步骤4：聚类有效性评估：采用CH指标选取恰当的聚类数目，其值表示为：式中：WCH(I)表示CH指标的值，trSB(I)表示不同电力用户群间离差矩阵SB的迹，trSW(I)表示电力用户群内离差矩阵SW的迹，I表示聚类数目；CH指标越大，表明类内数据联系越紧密，类间区别越大，聚类结果更优。3.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于：S2中，综合考虑用户的用电方式满意度和用电方式满意度，计算各套餐对不同类型用户的效用，具体实现方法如下：将用户电费支出满意度表示为：式中：表示典型用户i选择套餐j时的电费支出满意度；B'ui和Buij分别表示典型用户i的每月的初始电费和选择套餐j后每月的电费支出；Qi表示典型用户i的月度用电量；ft表示t时段的电价；表示典型用户i选择套餐j后每月在t时段的用电量占月度总用电量的比例；将用电方式满意度表示为：式中：表示典型用户i选择套餐j的用电方式满意度；表示典型用户i每月在t时段的初始用电量比例；ri和qi是与用电方式满意度相关的参数，通过调整ri和qi的取值来模拟不同用户的用电方式满意度；因此，计及用户满意度的套餐效用度量模型定义如下：式中：Uij表示典型用户i选择套餐j的效用，αi表示典型用户i对电费支出满意度赋予的权重，反映不同类型的用户对电费支出和用电方式的重视程度不同，对于电价变化敏感程度较高的用户，其αi的取值较大；对于负载调整敏感程度较高的用户，其αi的取值较小，通过调整参数αi的取值，模拟不同类型用户选择套餐时的效用值。4.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于：S3中，根据各套餐对用户的效用值，计算各类型用户对各套餐的选择概率，具体实现方法如下：采用离散选择模型中的MNL模型来预测工商业用户选用某一电力套餐的概率，考虑到用户也可以不选用任何电力套餐而保持原有的电费计价方式，不选套餐对所有用户的效用都为1，因此，根据MNL模型，完全理性的典型用户i选择套餐j的概率为：式中：Uij表示第j个套餐对第i类典型用户的效用值；β是比例参数，表示效用函数的随机项因素，其取值可以通过对用户进行市场调研和回归分析来确定。β越大，该模型越接近确定性选择模型；β越小，则近似于均匀分布。结合S2，基于用户效用和MNL的用户对电力套餐的选择行为如下式所示：5.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法，其特征在于：S4中深入分析实施电力套餐的成本和效益，构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型，具体实现方法如下：步骤1：测算电力套餐的实施成本，具体如下：电力套餐的成本主要包括电费优惠支出和套餐的营销与管理支出；电费优惠支出是指电力套餐实施后电网公司减少的售电收入，一方面是由于用户负荷转移导致高峰电量消耗减少，另一方面是由于给选择电力套餐并严格执行合同内容的用户支付的电费折扣奖励，因此，减少的售电收入可表示为：式中：Cu表示总电费优惠支出；和分别表示第i类用户群每月的初始总电费和实行电力套餐后的总电费；表示第i类用户群的月度总用电量。电力套餐的营销和管理支出是指电网公司推出套餐后用于宣传推广和管理维护电力套餐的各项费用，其表示为：Cm＝ρK式中：Cm表示套餐营销与管理支出；ρ表示每个套餐的营销与管理产生的平均费用；因此，电力套餐的实施总成本为：步骤2：测算实施电力套餐获得的效益，具体如下：从发电侧、电网侧和环境三个角度来量化电力套餐的实施效益：发电侧效益主要包括可避免新增发电容量成本、可避免高成本机组发电成本、可避免机组非正常启停成本；可避免新增发电容量成本是指由于实行电力套餐而减少的为满足高峰负荷需求的新增装机及其配套设施的投资费用；可避免高成本机组发电成本是指实施电力套餐后发电侧...

【专利技术属性】
技术研发人员：林振智，侯佳萱，蒋轶澄，张智，韩畅，杨莉，刘晟源，赵昱宣，丁一，文福栓，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33