一种面向工业用户需求侧响应的互补电价机制

黄志恒，邓雪微

（广东工业大学自动化学院，广东 广州510006）

0 引言

智能电网是电力系统发展的目标和方向，于21世纪初提出并至今一直引领电网的发展。智能电网的定义和描述随不同地区电力系统发展的差别而不同。美国提出了定义智能电网的6个主要特点[1]；欧洲提出了智能电网的前景[2]；中国也提出了“坚强智能电网”的发展规划[3]。智能电网尽管在不同国家的定义不同，但在机制和技术上有部分共同的定义如下：

1）需求响应：需求响应是满足能源需求的宝贵资源。通过降低能源需求的高峰，降低建造发电机组的需求[4]。

2）智能电表：一种具有自动测量服务的先进电表，可以在用户和电力公司之间双向高频通信[5]。

3）分布式能源：分布式能源是指分布在用户端的能源综合利用系统，一般包括分布式发电[6-7]和分布式储能[8-9]。

4）电动汽车：智能电网需要满足的一种带有“移动”属性的特殊智能用电终端，同时又可以为智能电网提供V2G服务[10]。

按照用户不同的响应方式将电力市场下的需求响应分为两类：基于时间的需求响应和基于激励的需求响应。基于时间的需求响应也称为基于价格的需求响应，是指用户根据收到的价格信号相应地调整电力需求，包含分时电价响应、实时电价响应、尖峰电价响应等。基于激励的需求响应是指用户在系统需要时主动减少电力需求以获得补偿，包含直接负荷控制、可中断负荷、需求侧竞价和紧急电力需求响应等。美国电力市场环境开放，是目前世界上实施需求响应项目最多，种类最齐全的国家，有3种典型的商业运作模式：政府直接管理模式、电网公司管理模式和独立第三方管理模式。欧洲共有8大区域性电力市场，各自有不同的市场规则及技术标准，没有一个整体性的需求响应实施计划，且各国开展的需求响应项目主要依据各自制定的方案和规则。中国需求响应的发展还主要是需求侧管理，市场化不强，用户参与度很低，多侧重于行政手段，“有序用电”是中国的主要原则，特别在迎峰度夏期间。

分时电价根据电网的负荷变化情况，将每天划分为谷段、平段、峰段等多个时段，对各时段分别制定不同的电价水平，以鼓励用户合理安排用电时间，实现削峰填谷，提高电力资源的利用效率，是世界范围内最受欢迎的需求响应措施。但在传统的分时电价模式下，区域内所有用户（或多个行业）的分时电价是相同的，这使大部分用户都将负荷集中转移到同一时间段，减弱了“削峰填谷”的效果。

为了提高传统分时电价“削峰填谷”的效果，本文提出一种互补式电价机制（compensated pricing scheme，CPS），改善地区负荷特性。本文介绍了CPS的机制原理和框架，给出了系统和用户的效益分析方法，最后用IEEE 33-bus系统验证了CPS的有效性。

1 CPS的机制原理

为了提高传统分时电价“削峰填谷”的作用，电力系统可以为大用户引入一种新的电价机制CPS。在CPS下，根据用户的意愿，将系统用户分成两大组，分别是不参与CPS的主负荷和参与CPS的辅助负荷。主负荷用电行为保持不变，而辅助负荷由两个用户组成，其接受由系统所定制的互补电价，相应地改变自身用电行为，也一定程度上改善了系统负荷特性，系统购电成本降低。而所定制的互补电价，具有特点：既能使得辅助负荷的电费降低，又能使系统得到收益。CPS的实现过程需要考虑以下步骤：

1）实施的适用性分析。CPS旨在解决负荷过度集中转移的问题。适合实施CPS的区域需要其日负荷曲线呈现出负荷过度集中转移的特点。否则，实施传统分时电价将更加合适。

2）辅助负荷选取。系统需要选取出能促进改善负荷特性的用户作为辅助负荷，并且与用户协商参与CPS的条件。

3）电价线形的制定。当选取出辅助负荷作为CPS的参与对象后，系统需要根据辅助负荷的负荷特性，制定好电价线形。

4）用户最优行为的获取。当给定电价线形后，用户以最小化电费为目标优化其用电行为，这种优化后的行为称为最优行为。系统可与用户进行协商，最优行为可由用户自行获取，或用户将设备数据提供给系统，由系统找出在给定电价线形下用户的最优行为。

5）利益攸关方成本效益分析。基于用户获取的最优行为，系统为自身和用户进行成本效益分析。

CPS原理如图1所示。

图1 CPS改善系统负荷特性的过程

由于工业用户具有数量少、负荷量大的特点，其负荷转移有助于改善系统的负荷特性，且具有很高的需求响应参与意愿，所以本文选择工业用户作为辅助负荷。

2 给定电价下用户的新行为

2.1 互补式电价的制定

电价曲线可以分解为电价线形和电价水平两部分，如图2所示。可以看出，时段B和D为电价最高的时段，时段C和E内电价水平中等，时段A的电价水平最低。在给定一条分时电价后，以电费最小为目标的用电计划会根据电价线形来制定。一旦电价线形确定了，用户总会优先将可转移的负荷转移到电价较低水平的时段内，而电价水平只会影响用户电费和用户参加CPS的意愿。所以系统可以先制定出电价线形，再通过调整电价水平，找出能让系统和用户“双赢”的电价水平。

图2 电价曲线分解为电价线形和电价水平

1）在系统负荷高峰时段内均设定最高电价水平，使得参与CPS的用户将可转移负荷从系统用电高峰时段转移至其他时段。

2）在用户1电价水平较高（低）的时段，用户2该时段应设为较低（高）电价水平，如图1中虚线框内部分所示，使得负荷的转移更加均匀，负荷转移后的总系统负荷特性曲线更加平缓。

3）所制定的互补式电价应既能使用户减少电费，也能使系统的购电成本降低，实现“共赢”。

2.2 用户最优负荷的获取

每个用户包含多个用电设备，其中设备参数包含设备功率和每小时的启动概率。用户预负荷获取的目标是最小化电费，包括基本电费和电度电费。用户行为优化目标函数可表示为：

式中：Btou为电度电费；Bmp为基本电费。

电度电费可由公式（2）与（3）计算：

式中：Pt为第t小时的电价；N为设备数量；D_powi为设备i的功率；Sti为设备i在t时段的工作状态，0为关闭状态，1为运行状态；T为电价曲线和负荷曲线的时间长度。

转染效率如图4所示，可见转染效率达95%以上，以此条件继续后续实验。转染后LncRNAGHET1的表达水平如图5所示，C组 LncRNAGHET1的相对表达量为1.03±0.147(相对于NC组，P＞0.05);过表达组为990.99±131.36(对于NC组，P＜0.01)，表明筛选的细胞株为稳定过表达LncRNA-GHET1的胃癌细胞株MGC803。

基本电费可由公式（4）计算：

式中：On_proti为设备i在第t小时的启动概率；ret为第t小时的总设备功率；Pmp为基本电价价格。优化过程需要满足以下3个约束：

1）每台设备的日用电量不变。

2）某些工业用户生产线上的设备需要同时运行或者关闭，所以同一生产线上设备的启动概率应保持一致。

3）不可转移负荷不参与优化过程。某些设备需要整天处于工作状态或者在特定的时间段内运行，不参与优化过程。

3 利益相关方成本分析模型

3.1 用户购电成本分析

分时电价可表示为公式（5）。用户在给定电价后，可以由公式（6）得出新行为。工业用户的电费由电量电费和基本电费两部分组成。其中电量电费和基本电费可由公式（7）表示。

式中：Pcon为电价向量；A1为电价曲线价格最低时段的电价水平；se为分时电价中第e个电价水平级数时段的最后一个小时；下标e为分时电价的电价水平级数，每个级数都会有独立的电价水平；T、Pi、αe-1分别为电价的总时段数、第i时段的电价、同一分时电价下最高电价水平级数的电价与最低电价水平级数的电价的比例；Lpot为新行为的集合；Bpot为新行为下的电费；Btou_pot为新行为下的电量电费；Bmp_pot为新行为下的基本电费；Pmp为新行为下的基本电价；Li为i时段内的负荷。

传统分时电价下的电费方法与公式（7）类似，唯一不同是所有参数均为传统分时电价下的参数。

3.2 系统购电成本分析

系统的购电成本主要取决于系统的负荷曲线形状，即基荷、腰荷、峰荷各部分大小及比例。这意味着用户用电行为的变化会导致整个系统负荷大小或比例的改变，系统购电成本也随之改变。购电成本变化可由公式（8）计算：

式中：Cpur_change为购电成本变化量；Cbase_change、Cmid-change和Cpeak_change分别为基荷、腰荷和峰荷购电成本变化量；Pbase、Pmid和Ppeak分别为基荷、腰荷和峰荷购电价格；qbase_fin、qmid_fin和qpeak_fin分别为最终购买的基荷、腰荷和峰荷电量；qbase_tra、qmid_tra和qpeak_tra分别为原始预计购买的基荷、腰荷和峰荷电量。

4 仿真结果

为了验证本文所提出电价机制的有效性，在MATLAB/DIGSILENT中搭建了IEEE 33-bus系统，系统包含居民用户、商业用户和工业用户，如图3所示。所有类型用户的负荷数据均从中国江苏省某工业城市实际测量、调查得到的。文献[11]中的系统参数和负荷数据作为本算例的数据。

图3 修正IEEE 33节点配网系统

在传统分时电价下，系统负荷情况如图4所示。可以看出，负荷在传统分时电价的影响下，从高电价时段9∶00-13∶00、18∶00-22∶00的转移到了低电价时段。但负荷集中转移到13∶00-18∶00时段，产生了新的用电高峰，可见CPS适合在这城市实施。

值得注意的是，本文提及的价格高（低）时段是相对的，针对具体的对象而言，并不是对系统日负荷低谷时段或高峰时段的细分。对系统而言，时段9∶00-13∶00和18∶00-22∶00是价格高的时段，时段13∶00-18∶00和22∶00-24∶00是价格中等的时段，时段1∶00-9∶00是价格低的时段。

本文选取两家相同的水泥厂用户配对成组，其日负荷曲线如图5所示。与图2比较可以看出，水泥厂在传统分时电价的影响下，与系统总负荷都在13∶00-18∶00出现用电高峰，因此水泥厂适合作为辅助用户参与CPS。所制定的两条具有互补性的电价曲线如图6所示。为了保证公平性，两条CPS电价和分时电价具有相同长度的谷段、平段和峰段。另外，两个电价在谷段和平段互补，这使得两家水泥厂的负荷转移更加均匀。

图4 传统分时电价下的日负荷曲线

图5 水泥厂日负荷曲线

图6 CPS下的互补电价曲线

图7 给出了仿真实验中两家水泥厂的原始负荷和最优负荷的曲线图，从图7（a）中可以看出，在日用电量不变的情况下，水泥厂1在用电高峰时段13∶00-18∶00的大部分负荷，以及在时段1∶00-6∶00的部分负荷，转移至时段9∶00-11∶00和19∶00-24∶00。同样地，水泥厂2在用电高峰时段13∶00-18∶00的大部分负荷，以及在时段6∶00-9∶00的部分负荷，转移至时段9∶00-11∶00和19∶00-22∶00。而从图4（b）可以看出，时段11∶00-18∶00是整个系统的用电高峰期。由此可见，通过参与CPS后，两家水泥厂将在系统用电高峰时段的大部分负荷，比较平均地转移到了系统用电非高峰时段，如图7（b）所示。

图7 两家水泥厂的行为改变对比

对实施CPS前后的系统进行最优潮流仿真，仿真结果如图8所示。时段11∶00-18∶00的部分负荷，转移至时段9∶00-11∶00和18∶00-22∶00。可以看出，整个系统的负荷变化情况，与参与CPS的两家水泥厂的负荷转移具有相同的趋势。因此，实施CPS对整个系统具有“削峰填谷”的作用，使得系统的日负荷曲线变得更加平缓。

为进行成本分析，设定基荷购电成本为0.45元／kW·h，腰荷购电成本为0.53元／kW·h，峰荷购电成本为0.68元／kW·h。根据公式（8），此时系统节省的成本为3.0×104元／d；根据公式（5）-（7），每家水泥厂节省的电费为6.7×103元／d。由此可见，通过实施CPS，系统降低了购电成本，同时用户也减少了电费，实现了“共赢”。

图8 该地区日总负荷曲线对比

5 结束语

本文对传统分时电价的弊端进行了分析，提出了互补式电价机制，分析了机制实施的适用性及用户选取的特点，建立了成本效益分析模型，搭建了IEEE 33-bus系统进行仿真验证，结果表明所提出的机制可以有效降低系统负荷高峰，改善系统负荷特性，同时为系统和用户节省成本和电费，具有一定的可行性。这是智能电网未来的一个可让用户参与的服务。

本文更多地关注于所提出的互补电价机制的可行性，因此只考虑了两个工业用户进行配对参与的情况。不同用户或者多个用户之间，可能存在配对优化问题。因此，对于更多用户参与的情况，有待进一步研究适合多用户参与的互补电价机制。另外，电价水平影响用户参与CPS的意愿，若电价水平过高，会导致参与CPS的用户电费过高，用户将可能不愿意参与CPS；若电价水平过低，则系统收益降低，甚至会出现亏损，CPS也因此无法实施。所以，为使得实施CPS后用户和系统的收益最大化，电价水平存在一个优化过程。另外，电价线形的制定也存在优化过程，这也将是后续研究需要考虑的问题。