【技术实现步骤摘要】
一种考虑用户差异化和电价分段的电力套餐定价优化方法
[0001]本申请属于电力市场
，尤其涉及一种考虑用户差异化和电价分段的电力套餐定价优化方法。
技术介绍
[0002]在零售商电力套餐定价策略的研究中，通常将电力用户分为居民用户、商业用户和工业用户，很少针对每个用户类别进行进一步的细分。现有研究大多对居民用户负荷进行粗略建模，并没有考虑居民用户不同负荷之间的差异性，通常采用电价弹性矩阵或弹性系数来模拟用户的响应行为。但由于居民用户响应行为的复杂性和随机性，电价弹性矩阵或弹性系数很难准确表征居民用户的响应行为，导致零售商的电力套餐定价方案往往偏离实际。
[0003]除此之外，在现有的套餐定价研究中分时电价被广泛采用，但分时电价的结构通常是预先给出的。如果不优化分时电价结构，将忽略具有不同负荷模式居民用户间的时间互补性。以及，现有零售商套餐定价模型往往求解复杂，计算时间较长。
技术实现思路
[0004]为克服相关技术中存在的问题，本申请实施例提供了一种考虑用户差异化和电价分段的电力套餐定价优化方法...
【技术保护点】
【技术特征摘要】
1.一种考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，包括：基于K
‑
means聚类算法进行居民用户分类，并构建分时电价分段模型；基于所述居民用户分类，建立居民用户用能规划模型；所述居民用用能规划模型包括居民用户精细化负荷模型和居民用户效益模型；构建电力零售商购电和套餐定价决策模型；基于所述分时电价分段模型、所述电力零售商购电和套餐定价决策模型以及所述居民用户用能规划模型，建立双层优化模型；所述双层优化模型包括上层模型和底层模型；基于遗传算法和混合整数非线性规划的混合优化算法对所述双层优化模型进行求解，确定最终零售套餐定价方案。2.如权利要求1所述的考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，基于K
‑
means聚类算法进行居民用户分类，包括：采集预设数量的居民用户负荷数据；抽取所述居民用户负荷数据样本的多维特征，构建居民用户的第一用电特征集；建立居民用户特征评价函数，对所述第一用电特征集的用电特征进行评价；根据所述评价结果进行特征筛选，获取第二用电特征集；基于所述第二用电特征集，利用K
‑
means算法进行居民用户分类，将零售商服务范围内的居民用户分为J类，并获取各类典型用户用电特征和用电负荷曲线。3.如权利要求2所述的考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，对所述居民用户分类的聚类效果进行评价，包括：定义所述居民用户负荷数据样本n的轮廓系数：其中，a(n)为样本n的簇内相异度，b(n)为样本n的簇间相异度；基于所述轮廓系数判断居民用户分类结果的合理性：如果轮廓系数S(n)在第一范围内，则样本n的分类合理；如果轮廓系数S(n)在第二范围内，样本n被分类到其他簇中；如果轮廓系数S(n)在第三范围内，则样本n位于两个簇的边界上；所述第一范围为(1
‑
m，1+m)，所述第二范围为(
‑1‑
m，
‑
1+m)，所述第三范围为(0
‑
m，0+m)，其中m为小于1的正数。4.如权利要求1所述的考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，所述构建分时电价分段模型，包括：基于模糊半梯度隶属度函数计算每一类用户典型负荷曲线上负荷值的隶属度；基于欧氏距离最小原则对所述隶属度聚类，并结合所述负荷曲线的形状对峰谷隶属度聚类结果进行调整，确定用电分段；所述用电分段包括峰、谷和平时段。5.如权利要求4所述的考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，所述欧氏距离最小原则表示为：
其中：d
j
为第j类用户的t1时刻负荷隶属度和t2时刻负荷隶属度之间的欧氏距离；f
j
(t1)和f
j
(t2)分别为第j类用户的t1时刻和t2时刻负荷的峰隶属度；g
j
(t1)和g
j
(t2)分别为第j类用户的t1时刻和t2时刻负荷的谷隶属度。6.如权利要求1所述的考虑用户差异化和电价分段的电力套餐定价优化方法，其特征在于，所述基于居民用户分类，建立居民用户用能规划模型，包括：基于居民用户分类建立居民用户精细化负荷模型；所述居民用户精细化负荷模型包括固定负荷模型、可削减负荷模型、可转移负荷模型和...
【专利技术属性】
技术研发人员：王晓甜，吴彬彬，韩旭，孙毅，刘壮，
申请(专利权)人：华北电力大学国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。