需求响应参与系统调峰研究综述

党东升，韩 松，周 珏，田 星，周宗川，罗庚玉

（1.国网宁夏电力公司 经济技术研究院，银川 750002；2.东南大学 电气工程学院，南京210096；3.江苏省智能电网技术与装备重点实验室（东南大学），南京 210096；4.国家电网公司电力需求侧管理指导中心，南京 210024；5.国网安徽省电力公司，合肥 230061；）

需求响应参与系统调峰研究综述

党东升1，韩 松2,3，周 珏4，田 星1，周宗川1，罗庚玉5

（1.国网宁夏电力公司 经济技术研究院，银川 750002；2.东南大学 电气工程学院，南京210096；3.江苏省智能电网技术与装备重点实验室（东南大学），南京 210096；4.国家电网公司电力需求侧管理指导中心，南京 210024；5.国网安徽省电力公司，合肥 230061；）

由于我国电力供需矛盾和系统负荷峰谷差逐渐加大，需求响应措施在需求侧管理中得到广泛地应用。通过采用价格和激励措施，电力部门引导用户改善用电负荷，达到调峰的效果。以需求响应调峰可行性、优化模型以及评估方法为立足点，对需求响应参与系统调峰研究进行综述。首先，分析了用户的调峰特性。接着讨论了电价制定方法以及电价参与调峰的优化模型建立。然后概述了激励和电价联合参与调峰及需求侧资源参与系统长期调峰，并介绍了需求响应调峰效果的评估方法。最后，结合需求侧管理和智能电网的发展要求，对需求响应参与系统调峰的研究方向进行展望。

需求响应；调峰；电价；激励；评估方法

随着我国经济的不断发展和产业结构的调整，尤其是大规模制冷制热设备的普遍使用，导致电力供需矛盾日益深化，造成电网负荷峰谷差不断的增大。现阶段我国很多地区在电力需求的高峰时段会出现电力缺口，不得不拉间限电，影响了供电可靠性，而且单纯地増加发电侧的装机容量及扩大输电侧的传输容量并不是解决该问题的最优方法［1］。

需求响应（demand response，DR）是需求侧管理的重要技术手段，是指用户对价格或者激励做出响应，并改变原有用户用电模式［2］。DR概念的提出,改变了过去单纯依靠电力供应侧的发展来满足不断増长的电力需求的固定思维,将需求侧作为供应侧电能的补充资源加以利用［3］。其作为一种能够利用现有机组容量缓和电力供需矛盾的有效方法，已经在世界范围内得到普遍应用［4］。根据美国能源部的研究报告［5］，在电力市场下，根据用户的不同响应方式可以将DR措施分为基于价格信号和激励机制2种类型。为了缓解电网调峰的压力，电力部门可以通过采取DR措施，引导用户的用电行为，来达到削峰填谷，减少高峰用电的目的。因此，研究DR参与电力系统调峰问题具有重要的理论价值和实际意义。

为了全面讨论DR参与系统调峰这一问题，故本文首先介绍了不同用户的调峰特性以及2种考虑用户对电价的响应方法，再接着分析了电价制定方法，并分析了电价参与调峰的优化模型。然后，概述了激励和电价的联合调峰和需求侧资源的长期调峰，并介绍了DR参与调峰效果的评估方法以及对DR参与系统调峰的研究做出展望。

1 用户调峰特性

为了充分挖掘用户调峰的潜力，需要对不同用户类型实施不同的DR措施。本文重点讨论工业、商业和城市居民用电对DR措施的适用性。

典型工业类型主要有钢铁、机械制造、有色金属、纺织、化工和建材等行业。钢铁和有色金属行业供电可靠性要求高，且具有连续性生产特点，对电价不敏感，可对部分二类负荷实施可中断负荷管理。机械制造行业日峰谷差较大，具有较大的错峰生产和可中断负荷潜力。纺织行业具有连续性生产特点，但设备用电可靠性要求不高，可对其主要实施可中断负荷管理。化工行业负荷平稳对供电可靠性要求高，调峰主要采用电价手段。建材行业峰谷差较大，可综合采用电价和可中断负荷管理。典型商业类用电主要包括商场、酒店和写字楼等用户，其用电时间固定，高峰时段与系统峰荷时段基本一致，负荷较为集中，其可以通过停用部分空调、电梯、开水炉等设备参与以电价信号为主的DR项目，由于商业用户生产经营的特点，其DR潜力一般。居民用户家用电器负荷随机性较强，照明、电脑和烹饪器具等设备呈刚性；空调、冰箱和热水器等储能设备可对其实施直接负荷控制；洗衣机和洗碗机等设备用电时间较灵活，对电价响应较高。总的来说，工业用户响应调峰的潜力最大，商业用户次之，居民用户最小；适应调峰的DR形式主要为电价和可中断负荷2种。

文献［6］对中频电炉为主要设备的工厂实施分时电价，通过调整工作时间实现削峰填谷并减少用电费用的目的。文献［7］通过对日本东京电力公司供电范围的商业负荷中实施DR，预计2020高峰负荷能能降低1 290 MW。文献［8］提出商业供暖、通风设备和空调负荷的交互控制方法，从加州系统独立运营商中获取实时电价信号，仿真结果表明该方法削峰填谷效果效果很好。文献［9］得出负荷侧综合采用分时电价和可中断负荷管理措施比单独采用分时电价的削减峰荷效果要好。以上研究为DR参与系统调峰的可行性提供了理论和实践支撑。

2 电价参与系统调峰研究

基于价格的DR参与调峰是指通过改变用户侧电价来实现调整负荷需求［10］。基于价格的DR可分为分时电价（time of use,TOU）、尖峰电价（critical peak pricing,CPP）和实时电价（real time pricing,RTP）。CPP是在TOU的基础上形成的一种动态电价机制［11—12］。实时电价是电力市场最理想的电价，反映了各时刻电量供应与需求的关系，其达到调峰效果最优。

2.1 电价的制定

时段划分是电价制定的基础。目前大多数文献采用模糊隶属度函数的方法确定峰平谷时段［13］。但是对隶属度函数的选择缺乏一定的标准且没有确切的数学意义［14］。于是，文献［15］做了改进：以调峰效果最好为优化目标进行优化，从中选取最优的负荷曲线形状对应的时段划分方案。上述方法适用于首次执行分时电价的地区，而对于已实施分时电价的地区。文献［16］引入用户响应度属性修正时段划分方案，避免了重新划分时段带来的反向经济激励。有些文献采用基于供电成本的变化来划分峰谷时段。文献［17］建立了发电成本—负荷函数，根据该函数在负荷点的突变特征划分时段区间。电力市场初期，尖峰电价可以在原来分时电价时段划分的基础上，从高峰时段划分出部分作为尖峰时段，利用模糊数学的隶属关系，对高峰时段进行划分［18］。

分时电价一般是通过上下浮动平时段价格确定峰谷电价。但该方法反映不出电能的生产成本。一种改进方法是通过市场清除价格（market clearing price,MCP）计算的平均购电价格并计入输电电价、网损、辅助服务后的比例系数来确定平时段价格。该方法确定的平时段电价具有直观性，简单易行，但是没有反映出电能在峰平谷各时段的生产成本不同，因此文献［19］提出分别以处于峰、平时段的平均MCP为基础计及比例系数及电网公司收益后得到的价格来确定峰、平时段电价，再根据供电公司收支平衡原则推算出谷时段电价。

尖峰电价的制定由尖峰日、尖峰时段、尖峰时段费率、非尖峰时段费率以及非尖峰日费率构成［20］。由于用户可在尖峰时段减少或转移尖峰时段的负荷到非尖峰日，并获得非尖峰日平、峰时段的电价折扣，这能有效地激励用户响应［21］。CPP与TOU费率体系的比较如表1所示［22］。

表1 TOU与CPP的比较

由于CPP费率是提前确定的，不如实时电价经济高效，但其降低了实时电价潜在的价格风险，反映了尖峰时段的供电成本，因而优于TOU。鉴于实时电价对通信可靠性要求很高而且信息量庞大，可采用具有可操作性的准实时电价。

准实时电价是供电企业根据下一天24 h的负荷预测［23］和供应电的预测结果，提前一天制定下一天24 h的电价并发布电价信息，用户根据最新的电价信息安排用电需求［24］。准实时电价的制定是依据各时段电网负荷率的变化。准实时电价可表示为Pt=f（t,η t ），其中 ηt表示t时段的电网负荷率，Pt表示t时段的电价。文献［25］计算日负荷曲线和日负荷平均曲线之间的波动比例为电价变化依据来进行居民准实时电价依据。文献［24］—文献［26］将准实时电价表示成Pt=αηt2+βηt+γ，通过调整某区域α、β、γ的值和各时段的电网负荷率来制定准实时电价。

2.2 电价调峰优化模型

电价机制参与调峰时，模型优化目标一般是峰荷最小化、峰谷差最小、供电方效益最大以及用户的满意度最大等。优化模型一般取2个或多目标来进行优化。一般电价调峰模型的研究都没有综合考虑发电侧和用户侧对电力公司购电成本波动的影响。鉴于此，有些文献提出发电侧与供电侧价格联动的电价调峰模型。文献［15］建立了基于双边价格联动的峰谷分时电价数学模型，从风险规避角度推导出了供电侧侧分时电价。文献［27］提出了发电侧与供电侧分时电价联动的二级优化模型，平衡了供电和发电公司之间的利益。但是这种优化模型由于发电商分担了电网售电风险而造成其相对利润下降的因素影响，会遭到发电商的强烈抵制。

3 激励和电价联合参与系统调峰研究

基于激励的DR调峰是指通过制定相应的政策来激励用户在负荷高峰时削减负荷，包括直接负荷控制、可中断负荷和需求侧竞价等措施。基于价格和激励的DR调峰措施之间存在一定的内在联系，电力部门可综合采用和考虑DR项目各个子类的互补性。针对我国实际情况，基于激励的DR措施主要采用可中断负荷［28］来进行调峰，故本文主要讨论基于可中断负荷和分时电价联合的调峰。

实施分时电价和可中断负荷都可以达到电网调峰的效果。这两项措施各有优缺点：分时电价简单、可行，但缺乏灵活性且调峰基于用户的自愿原则开展；可中断负荷以合同进行开展，较为复杂，但灵活性较好且调峰主动权掌握在电力企业手中。因此如果综合采用这2项措施，让二者优势互补，调峰的效果将更优，但这2项措施的实施都面临着使供电公司收益减少的风险。峰谷分时电价所带来的风险可以通过重新划分峰谷时段和优化峰谷分时电价进行规避；对于可中断负荷，文献［29］通过对高峰时段继续使用电能的用户支付额外的费用，来补贴给被中断负荷的用户，但本质上是提高峰时段的电价来补偿实施可中断的损失。

综合考虑分时电价和可中断负荷的削峰填谷优化模型一般以包括可中断费用的总发电成本、用户总缺电成本以及供电公司收益最大化等为目标函数。文献［30］和文献［31］在基本电价的基础上改变峰谷比，遍历可选的分时电价方案，对每个电价方案，按用户申报形成的阶梯状可中断补偿曲线，按特定步长遍历待选可中断方案，找出满足约束条件的最优解。

4 需求侧资源参与系统长期调峰研究

能效电厂（efficiency power plant,EPP）作为一种虚拟电厂，其通过实施一系列能效项目和节电计划，来节约电能资源［32］。能效电厂作为一种需求侧资源一般用于系统的长期调峰，其获取削峰填谷潜力主要分为2大部分：一是使用蓄冷、蓄热、蓄电设备等蓄能设备；二是通过调整用户用电计划，将高峰时段运行的设备转移到低谷时段，即进行电能转移。能效电厂相对于单个、分散的需求侧项目，具有规模大、便于统一管理以及成本效益好等优点；而且相比于常规调峰电厂，其节约了相应地机组和设备投资，具有建设周期短、无污染等特点，因此更容易被纳入到调峰电源规划中［33］。对供电公司来说，能效电厂调峰通过给出适当的电价优惠政策和补贴能激励用户采取措施达到调峰的效果，比如通过协商或制定合理电价的方法来引导用户将年检修时间调整到供电紧张的月份或周。

能效电厂参与系统调峰优化模型一般为以规划期内的总成本最小（包括新建调峰电源投资成本、运行成本以及外购电费用）。文献［34］利用蓄电池储能系统在IEEE24节点系统中进行系统调峰和成本降低的测试，并考虑充放电效率、功率限制以及存储容量约束，仿真结果表明通过利用蓄电池系统进行系统削峰填谷，能有效降低系统年运行成本。文献［32］和文献［33］将能效电厂作为需求侧资源用于系统调峰，从规划角度考虑其运行成本和移峰填谷量。

5 需求响应调峰效果评估方法

DR参与系统调峰的效果评估主要从以下几个方面考虑［35］：①节省新建调峰机组、系统建设和运行的费用；②参与DR调峰的用户节省的电费或者获得的激励费用；③DR项目实施后对负荷削峰填谷的贡献大小；④系统的可靠性水平；⑤电网调峰能力的充裕度。

国内外学者研究评估不同的电价或激励措施带来的调峰效果主要有2种方法。一种是从经济性角度出发，分析DR项目参与调峰带来的成本效益。DR项目周期内的调峰总效益包括可避免调峰机组安装容量效益、可避免电量效益、能源减排效益、系统备用容量降低效益和设备残值。DR项目周期内的总成本包括系统管理费用成本、设备成本（包括控制设备、通信设备、软件系统购置费用和建设安装费用）和运行维护成本。DR的成本效益评估可通过计算效益成本比（效益/成本）和净效益大小（总效益—总成本）来分析。第二种是从提高系统调峰能力角度出发，分析DR项目提高系统的调峰充裕度。计算实施DR前后负荷曲线的负荷率、最小负荷率以及峰谷差等负荷特性指标。在满足一定的发电不足概率或调峰不足概率下，通过降低系统负荷峰谷差，提高系统调峰能力，减少系统调峰需求容量。

文献［36］用户采用紧急需求响应（emergency demand response,EDR）措施进行调峰，通过量化削峰填谷带来的系统总经济效益来评估其实施效果。文献［37］基于加州和澳大利亚国家电力市场2种模型，在用户侧实施蓄冷空调系统DR项目，评估了市场清除价格和整个市场参与者的购电费用，结果表明通过将空调负荷从高峰转移到低谷，不仅MCP和参与者的用电费用降低而且整个电力市场用户购电成本减少。文献［38］建立了高载能负荷参与大规模新能源并网条件下的电网调峰能力评估模型、调峰缺口量化模型及效果评价模型，得出高载能负荷参与系统调峰可以满足电网调峰需求和提高调峰裕度。文献［39］基于有功功率曲线结构法分析原理，建立电量转移量化矩阵，将用户峰谷电价调整前后各时段的电量结构变化情况纳入评估，并基于电量转移量化矩阵提取出评估指标。

6 结束语

随着我国智能电网的发展和完善，DR拥有越来越强的技术支持手段，用户侧更能发挥维护电力系统安全稳定运行的作用。本文从用户调峰特性及响应、不同DR措施的调峰实现过程以及DR调峰效果的评估3个方向为出发点，对DR参与系统调峰研究进行综述：

（1）不同类型用户对电价和激励形式的敏感程度不同，适应我国调峰的需求响应形式主要为电价和可中断负荷2种；

（2）为了使需求响应措施的有效执行和削峰填谷达到更好的效果，电价时段划分采用模糊隶属度函数方法较好，不同电价措施的制定方法不同，激励和电价联合调峰效果更好，调峰优化模型一般以成本、峰谷差等为目标进行优化；

（3）定量评估不同电价和激励措施带来的调峰效果主要从经济性和提高调峰能力角度出发。

随着电力市场改革的深入，需求侧响应将成为电力市场研究领域最重要的内容之一。目前国内开展需求侧资源为电网提供调峰措施的项目数量较少且形式单一。因此，在健全电力市场化基础上，积极推广国内试点项目，丰富调峰形式是调动我国需求响应调峰潜力的重要工作。

［1］ 宁阳天.基于削峰填谷的储能系统调度模型［D］.保定:华北电力大学，2015.

［2］ Federal Energy Regulatory Commission.Assessment of demand response and advanced metering:2007 staff report［EB/OL］.（2017-01-05）［2017-05-31］.http://www.ferc.gov/legal/staff-reports/09-07-Demand-response.pdf.

［3］ 牛文娟.计及不确定性的需求响应机理模型及应用研究［D］.南京:东南大学，2015.

［4］ 宁向南.基于遗传算法的DSM分时电价优化研究［D］.天津:天津大学，2012.

［5］ US Department of Energy.Benefits of demand response in electricity markets and recommendations for achieving them:a report to the United State Congress pursuant to section 1252 of the Energy Policy Act of 2005［EB/OL］.（2017-01-05）［2017-05-31］.http://www.oe.energy.gov/DocumentsandMedia/congress_1252.pdf.

［6］ Aimei Yan,Jinsong Wang,Liang Wu,et al.The Study of Enterprise Working Time Optimization Simulation System Considering the Peak-Valley Power Price［C］//Nanjing:InternationalConference on ComputerScience and Service System,2012:1 623-1 626.

［7］ Asano H,Takahashi M,Y Namaguchi,et al.Demand participation in the power market by load curtailment of building energy use and distributed generation of commercial customers in Japan［C］//Italy:International Conference on Clean Electrical Power,2009:520-525.

［8］ He Hao,Charles D,Kalsi K,et al.Transitive control of commercial buildings for demand response［J］.IEEE Transactions on Power Systems,2016,32（1）:774-783.

［9］ Ju Ge,Shasha Luo,Chen Chen.Research on ancillary service management mechanism in the smart grid［C］//Wuhan:IEEE PowerEngineeringand Automation Conference,2011:429-432.

［10］ 张钦，王锡凡，王建学，等.电力市场下需求响应研究综述［J］.电力系统自动化，2008，32（3）：97-106.

［11］ Faruqui A,Gorge S S.The value of dynamic pricing in mass markets［J］.The Electricity Journal,2002,15（6）:45-55.

［12］ Wolak F A.Residential customer response to real-time pricing:the Anaheim critical-peak pricing experiment［EB/OL］.（ 2017-01-05）［2017-05-31］.http://econ.la.psu.edu/CAPCP/Conferences/Anaheim_cpp_psu.pdf.

［13］ Tang Yudong,Song Hongkun,Funian Hu,et al.Investigation on TOU pricing principles［C］//Dalian:IEEE/PES Transmission and Distribution Conference and Exhibition:Asia and Pacific,2005:1-9.

［14］ 丁宁，吴军基，邹云.基于DSM的峰谷时段划分及分时电价研究［J］.电力系统自动化，2001，25（23）:9-12，16.

［15］ 胡福年.电力市场环境下峰谷分时电价理论建模与影响分析［D］.南京:南京理工大学，2007.

［16］ 程瑜，翟娜娜.基于用户响应的分时电价时段划分［J］.电力系统自动化，2012，36（9）:42-46，53.

［17］ 林旻，朱艳卉，胡百林.基于供电成本的峰谷时段划分及分时电价研究［J］.华东电力，2005，33（12）:90-91.

［18］ 梁甜甜，王磊，高赐威.基于用户响应的尖峰电价模型研究［J］.华东电力，2013，41（1）:42-46.

［19］ 刘昌，姚建刚，姚文峰，等.基于DSM的分时电价的确定与分析［J］.电力系统保护与控制，2005，33（15）:57-61，85.

［20］ 崔强，王秀丽，曾平良，等.调峰约束下考虑风电消纳的多目标尖峰电价决策模型［J］.中国电机工程学报，2015，35（11）:2 662-2 669.

［21］ 张钦，王锡凡，王建学.尖峰电价决策模型分析［J］.电力系统自动化，2008，32（9）:11-15.

［22］ Karen Herter.Residential implementation of criticalpeak pricing of electricity［J］.Energy Policy，2007，35（4）:2 121-2 130．

［23］ A S Hu，T T Lie，H B Gooi.Load forecast for customers under real time pricing systems［C］//London:International Conference on Electric Utility Deregulation and RestructuringandPowerTechnologies,2000：538-543.

［24］ 傅利，周步祥，王小红，等.计及用户侧响应的含风电电力系统清洁经济调度［J］.电力系统及其自动化学报，2014，26（12）:74-79.

［25］ 陈晓露.交互式智能电网的负荷预测与定价机制［D］.上海:上海交通大学，2013.

［26］ 曾勇.基于智能电网的实时电价研究［D］.重庆:重庆大学，2011.

［27］ 谭忠富，王绵斌，张蓉，等.发电侧与供电侧峰谷分时电价联动的分级优化模型［J］.电力系统自动化，2007，31（21）:26-29，34.

［28］ Huang K Y,Chin H C,Huang Y C.A model reference adaptive control strategy for interruptible load management［J］.IEEE Transactions on Power Systems,2004,19（1）:683-689.

［29］ 谭忠富，谢品杰，王绵斌，等.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［J］.电工技术学报，2009，24（5）:161-168.

［30］ 刘小聪，王蓓蓓，李扬，等.智能电网下计及用户侧互动的发电日前调度计划模型［J］.中国电机工程学报，2013，33（1）:30-38.

［31］ 孙宇军，李扬，王蓓蓓，等.计及不确定性需求响应的日前调度计划模型［J］.电网技术，2014，38（10）:2 708-2 714.

［32］ 王晶晶.能效电厂项目的节电潜力分析［D］.保定:华北电力大学，2014.

［33］ 刘彩霞，周晖，周伏秋.基于双种群入侵性杂草算法的服务型城市综合资源规划［J］.电力系统保护与控制，2013，41（19）:67-74.

［34］ Zechun Hu,Shu Zhang,et al.SCUC with battery energy storage system for peak-load shaving and reserve support［C］//Canada:IEEE Power and Energy Society General Meeting,2013：1-5.

［35］ 张泽卉.需求响应效益的量化评估研究［D］.济南:山东大学，2011.

［36］ AlexandraKapetanaki,KonstantinosKopsidas.Reliability evaluation of demand response and TVTR considering the cost of interruptions［C］//Turkey:IEEE PES Innovative Smart Grid Technologies Conference Europe,2014：1-6.

［37］ Yuko Omagari,Hideharu Sugihara,et al.An economic effect of demand response with thermal storage airconditioningsystemsinelectricitymarkets［C］//Spain:1st IEEE-PES/IAS Conference on Sustainable Alternative Energy,2009：1-6.

［38］ 曹年林.与大规模新能源发电相适应的用户侧联合调峰技术研究［D］.北京:北京交通大学，2015.

［39］ 程瑜，翟娜娜.面向智能电网的峰谷分时电价评估［J］.电力系统保护与控制，2010，38（21）:196-201，214.

Review of demand response participating in power system peak shifting

DANG Dong-sheng1，HAN Song2,3，ZHOU Jue4，TIAN Xing1，ZHOU Zong-chuan1，LUO Geng-yu5
（1.State Grid Ningxia Electric Power Company Economic Research Institute，Yinchuan 750002，China；2.School of Electrical Engineering，Southeast University，Nanjing 210096，China；3.Key Laboratory of Smart Grid Technology and Equipment,Jiangsu Province（Southeast University），Nanjing 210096，China；4.State Grid Corporation DSM Instruction Center，Nanjing 210024，China；5.State Grid Anhui Eectric Power Company，Hefei 230061，China;）

Due to the remarkable increase of unbalance between power supply and demand as well as load variation,demand response has been widely applied in electricity management in China.Through the use of price and incentive measures,power utilities can guide users to improve their electricity consumption behavior,resulting in effective load management.This paper is intended to make a survey on demand response applications in power system peak shaving,including the feasibility of peak shaving,optimization model and evaluation method.The characteristics of power user's peak shaving are analyzed first.Second,formulation method and the optimization model of peak load management based on electricity price are discussed.Then the paper summarizes the peak shaving researches based on the combination of incentive and price,and the long-term peak shaving considering the participation of demand side resources.The evaluation methods of peak shaving effect by demand response are also introduced.Finally,vistas of this research topic are projected into the future.

demand response;peak shaving;electricity price;incentive;evaluation method

10.3969/j.issn.1009-1831.2017.05.003

TM712；TK018

B

2017-05-31

国家电网公司科技项目资助（SGNXJY00 GHJS1600003）

党东升（1982），男，银川人，本科，工程师，研究方向为电力继电保护工作；韩松（1993），男，安徽六安人，硕士研究生，研究方向为电力需求侧管理；周珏（1972），男，贵州贵阳人，高级工程师，研究方向为电力营销、电力需求侧管理、电力市场、能效服务。