一种考虑用户满意度的需求响应激励价格确定方法及装置制造方法及图纸

本发明专利技术属于智能用电技术领域，涉及一种考虑用户满意度的需求响应激励价格确定方法及装置，该方法立基于分层电力市场和碳排放交易市场的激励型需求响应模型，包括电网运营商模型和用户侧模型，以及目标函数模型；通过聚类算法确定用户的需求响应潜力等级；通过历史响应数据确定用户的响应率和不同时段的激励弹性系数；基于强化学习中的Q学习算法对激励型需求响应模型进行求解，得到最优激励补贴价格。本发明专利技术综合考虑碳排放交易市场和用户不满意度等影响因素，根据用户的相关用能特性和碳交易市场的实时交易价格改变模型的参数，输出补贴价格，帮助供电公司制定科学的需求响应调控策略，实现电力资源合理配置。实现电力资源合理配置。实现电力资源合理配置。

【技术实现步骤摘要】
一种考虑用户满意度的需求响应激励价格确定方法及装置


[0001]本专利技术属于电力供需管理
，涉及一种考虑用户满意度的需求响应激励价格确定方法及装置。

技术介绍

[0002]电力需求侧管理是构建新型电力系统的重要组成部分，需求响应作为需求侧管理的重要手段，有效地解决了电网高峰负荷时段供需不平衡的问题，避免了建设新电厂和配套电网设施带来的碳排放、生态污染和成本支出问题。需求响应分为价格型和激励型两种模式，价格型需求响应是通过改变电价来引导用户调整用电行为，而激励型需求响应则通过补贴奖励或折扣来鼓励用户削减用电量。相比于价格型需求响应，激励型需求响应在解决短时间内削峰填谷更具有优势和灵活性，对于用户来说也更有吸引力。
[0003]目前，国内对于需求响应激励价格的研究多从不确定性和主从博弈角度建立模型，属于基于模型的方法，其依赖于精心设计的模型，需要已知全部或者大部分的环境信息，算法复杂，可扩展性和灵活性不高且没有考虑碳排放交易市场对于用户侧用电行为的影响。
[0004]强化学习是一种数据驱动的方法，不需要了解过多的环境信息，它本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑用户满意度的需求响应激励价格确定方法，其特征是，包括步骤：S1、建立基于分层电力市场和碳排放交易市场的激励型需求响应模型，包括电网运营商模型和用户侧模型，以及目标函数模型；S2、通过聚类算法确定用户的需求响应潜力等级；通过历史响应数据确定用户的响应率和不同时段的激励弹性系数；S3、将用户的需求响应潜力等级、响应率和激励弹性系数作为模型参数输入激励型需求响应模型，基于强化学习中的Q学习算法对激励型需求响应模型进行求解，得到最优激励补贴价格。2.根据权利要求1所述的考虑用户满意度的需求响应激励价格确定方法，其特征是，所述电网运营商模型包括碳排放收益模型，减少的购电成本模型，激励成本模型；所述电网运营商模型为：所述碳排放收益模型为：所述减少的购电成本模型为：所述激励成本模型为：其中式中，F
Gr
表示电网收益，C
Gr
表示碳排放收益，C
RC
表示减少的购电成本，C
IC
表示激励成本，i代表用户，t代表时间，n是用户的集合，T是一天中所有时间段的集合；表示用户i在t时间段参与活动的响应负荷，；表示用户i在t时段的原始用电需求；表示用户i的激励弹性系数，其含义为补贴发生1%的偏差而引起该时段负荷需求调整的百分数；表示用户i在t时段参与需求响应获得的激励补贴价格，由电网运营商制定，表示最低激励补贴价格；表示在t时刻标准煤的交易价格单价；表示在t时刻当地碳交易市场的二氧化碳的交易单价；表示t时刻电力市场批发电价的实时价格。3.根据权利要求2所述的考虑用户满意度的需求响应激励价格确定方法，其特征是，所述用户侧模型包括节约电费收益模型、补贴收益模型、用户不满意度模型；所述用户侧模型为：所述节约电费收益模型为：
所述补贴收益模型为：所述用户不满意度模型所述用户不满意度模型其中，F
Ur
表示用户收益，C
Sr
表示节约电费收益，C
SI
表示补贴收益，C
Ud
表示用户不满意度，代表用户i在t时刻的用电价格；是用户i的响应率，通过历史响应效果来计算，代表用户i的历史响应负荷，代表用户i的历史用电需求；代表用户i的需求响应潜力等级；∈[0，1]，∈[0，1]。4.根据权利要求3所述的考虑用户满意度的需求响应激励价格确定方法，其特征是，所述目标函数模型为：式中，ρ是收益权重因子，表示为电网运营商收益和用户收益的重要性比例，ρ∈[0，1]。5.根据权利要求1所述的考虑用户满意度的需求响应激励价格确定方法，其特征是，步骤S2中，获取活动实施地区的用户的前一周的用电负荷曲线，通过负荷曲线聚类识别不同用户的用能特...

【专利技术属性】
技术研发人员：丁贵立，韩威，许志浩，王宗耀，康兵，朱卓航，高永民，蒋善旗，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：