实时电价下用户侧电力需求响应模型优化策略及数字仿真

2020-05-23谈竹奎汪元芹

电力大数据 2020年3期

谈竹奎，汪元芹，赵菁，刘斌，刘敏

(1.贵州电网有限责任公司电力科学研究院，贵州贵阳 550002；2.贵州大学电气工程学院，贵州贵阳 550025)

随着电力系统更加现代化，传统电力系统向智能电网的方向发展，不断为用户提供更安全、更清洁的电能。为更好实现电网智能化，需求响应(demand response，DR)作为一种现阶段电力体制改革下的电网与用户互动的主要手段得到广泛实施开展[1]。在电力市场中引入需求响应，并对供应方和需求方之间资源整合是当前电力市场发展的必然要求。

在电力市场中，电能签订的合同购买量和实际销售量或是合同购买量与实际购买量之间总会存在一定差异。这些误差和电网中存在的不可预测故障均会导致供电与用电之间存在偏差，即电力供需不平衡。这种电能的不平衡就可以在现货市场中进行补偿。在现货市场运营中，随着供需之间的不平衡变化，现货市场的价格将相应地波动[2]。未满载的发电机组可以为增加出力报价，或者为减小出力报价，除了常见的发电机组进行增减出力的投标外，电力用户同样也可以提供平衡资源，即用户参与需求响应，若价格高于用户认定的电能使用收益，用户将选择减少电力消费，反之，在价格低时，用户就可以增加其电能消费量[3]，所以，现货价格通常反映出用户调整用电量的意愿，并且需求响应可以在非常短的时间内实现。因此，现货市场中一般采用价格决定不平衡量决算，常采用的电价机制就是实时电价。

根据之前的研究，DR分为激励型DR 和价格型DR[4]。对于激励型DR，用户根据在政府引导下的一些售电公司实施的经济激励措施改变其用电量[5]；然而对于价格型DR，用户减少或增加其某时段用电量则是根据该时段的电价决定的。合理的电价可以在经济上激励用户改变传统的用电方式，达到降低用电高峰时段的负荷，同时刺激低谷阶段用户的用电负荷，从而实现削峰填谷的目的。其中，实时电价就是一种有效的基于价格的需求响应策略，已广泛应用于电力需求侧管理中[6]。

不同的用户对相同的电价有着不同的响应，这就给实时电价下电力需求响应的研究带来更新的挑战。文献[7]基于综合需求响应模型建立实时电价优化模型。文献[8]以家庭负荷的相似特性为分类标准提出了家庭用电背景下基于实时电价的需求响应的数学模型。文献[9]建立了基于微电网的分时电价和实时电价两种模式下需求响应优化策略。文献[10]提出Stackelberg博弈模型，以上层零售商为领导者，下层电力用户为跟随者，模拟双方博弈过程，建立双方收益的需求响应策略。文献[11]中，提出了一种针对个体产消者的多阶段综合响应模型，以充分利用实时市场中生产者和消费者的响应潜力，激发市场参与者的市场参与热情。

上述研究多数考虑的是在现货市场中的实时电价机制下的需求响应，都未考虑辅助服务市场中引入用户需求响应参与的过程。由于电力系统必须在发电量和功耗之间需要时刻保持平衡，因此，如果突然发生发电不足或主要输送线路突然故障，则辅助服务需要在最短的时间内确保供需之间的平衡[12]。用户进入到辅助服务市场一方面可以增加资源的利用效率，另一方面用户的数量众多，同时出现故障的概率比发电机组要小得多，不能准时交付辅助服务的概率就非常的小[13]。可以看出，用户以需求响应的形式参与时，有些服务很难严格区别出是参与到现货市场还是参与到辅助服务市场中，由于现货交易和辅助服务交易之间是存在密切的耦合关系的，所以，用户本身可以根据电力市场的运行机制以及自身的特点进行联合优化交易。用户作为平衡资源参与进集中现货市场或辅助服务市场中时，总是依据电价或是各种经济激励来进行用电行为和用电方式的调节，因此，对用户负荷调节能力的研究是必不可少的。

文章根据经济学理论，首先分析用户对电价的反应，引入需求价格弹性系数，建立用户在实时电价下的负荷调节能力模型，其次，研究了电力用户基于实时电价的需求响应优化策略，考虑在不同响应场景和不同负荷调节潜力下的需求响应。实例分析表明，该模型可以实现较好的需求响应效果，证明了基于实时电价的电力需求响应优化策略的合理性和有效性。

1 负荷调节能力模型

1.1 需求价格弹性

由经济学理论，用户的需求响应曲线是一个下倾的曲线，如图1所示。

为了表示价格上涨时，用户用电需求的下降，可以用需求的价格弹性来表示，即需求价格弹性表示用电需求对价格的灵敏度[14]：

(1)

式中：α表示需求价格弹性；D表示用电需求(MW·h)；p表示电价(元/MW·h)；D0和p0分别表示初始用电需求和初始电价。

通常，针对不同时间段的电价不同，需求价格弹性分两种形式，自弹性和交叉弹性[15]：

(1)某些负荷是不能从一个时段转移到另一个时段，该负荷需求量仅随当前时段电价变化而变化的情况称为自身价格弹性。根据等式(1)，自弹性定义为：

(2)

式中：αii表示自身价格弹性；Di和pi分别表示i时段用电需求和i时段电价；Di0和pi0分别表示i时段初始用电需求和i时段初始电价。根据相关经济学理论，电价上涨会导致电力需求减少，因此其自身的价格弹性为负。

(2)某些负荷需求能够从尖峰时段转移到非尖峰时段或谷时段，某一时段电价变化会引起该负荷需求量转移到其他时段或改为使用其他低电耗替代品，该种情况即为交叉价格弹性，根据等式(1)，交叉弹性定义为：

(3)

式中：αij表示交叉价格弹性；Di和pj分别表示i时段用电需求和j时段电价；Di0和pj0分别表示i时段初始用电需求和j时段初始电价。一般来说，若j时段电价降低，i时段用电需求量将减少并转移部分到j时段，因此交叉价格弹性为正。

1.2 单时段需求响应模型

单时段需求响应指用户在某一时段的用电需求只受当前时段电价影响，负荷不可以转移。假设实时电价每规定时段(该时段可以为一小时、30分钟、15分钟甚至5分钟至1分钟)为一个节点，且pi0为进行需求响应前市场拟出清价，在第i小时将电价由pi0调整到pi，用户给予一定响应，负荷量由Di0调整到Di，假设用户在第i小时的收益为：

M(Di)=N(Di)-piDi

(4)

ΔDi=Di-Di0

(5)

式中：N(Di)：第i小时用户用电产生的总收入；piDi：第i小时用户用电成本。

(6)

(7)

对用户的用电总收入N(Di)进行泰勒展开，保留二次项，略去高阶项：

(8)

式中：N(Di0)为用电需求量为Di0产生的收入。

假设在实施实时电价时每一个节点的初始需求都是最优的，则有：

(9)

(10)

由(2)和(10)式，可以得出：

(11)

将(10)和(11)式代入(8)：

(12)

将(12)代入(7)式，可得：

(13)

由(13)和(5)式，则第i小时客户用电需求量为：

(14)

1.3 多时段需求响应模型

多时段需求响应，指用户在某一时段内的用电需求除了受当前时段电价的影响，并且其他时段电价也影响该时段用电需求，负荷可以转移到其他时间段。假设第j小时电价由pj0调整到pj，第i小时用户给予一定响应，用电需求量由Di0调整到Di。

(15)

1.4 负荷调节能力模型

在实施实时电价情况下，若要获得使客户获得最大用电收益的用电消耗量，须同时考虑自身价格弹性和交叉价格弹性，即同时考虑单时段与多时段的综合需求响应模型[16]，综合式(14)和式(15)得到：

(16)

2 实时电价下需求响应的约束条件

在同一个售电区域内，包含不同类别的用户，不同类别的用户用电特性不一样，价格弹性也不同，从而负荷调节能力也不同[17]。同时调节范围也有差异。如图2所示。

其中，最大需求Dmaxl可以看作用户l满负荷运行时电能需求，最小需求Dminl可以看作用户l满足基本安全生产生活需求时的电能需求；

Dminl≤Dil≤Dmaxl

(17)

最高电价pmaxl应该是为了保护用户利益而设置的一个最高限值，最低电价pminl应该是为了保护售电方利益而设置的一个最低限值。

pi≤pmax

pi≥pmin

(18)

3 实时电价下负荷需求响应优化流程

在实时电价机制下，交易过程中有两大类用户的实时需求响应情况是有差异的，一类是直接进入到现货市场进行交易的大用户，一类是聚合了众多中小用户的负荷零售商。对于大负荷而言，只需要评估在现货市场中i时刻实时电价下的负荷调节能力。而负荷零售商在电力现货市场购买到电能之后，再将电能按零售价格销售到终端中小用户，所以零售价格中除了要包含负荷零售商的购电成本外，还需要包含配电环节的运维费用等配电成本。负荷零售商需要评估在现货市场上购买的这个电能的成本与将此电能销售给终端用户的收益，只有收益大于成本时，负荷零售商才会积极参与到需求响应中。所以对这两大类用户应该要分别进行考虑。

以下考虑用电方在集中现货市场中，若采用的是实时电价，用户作为平衡资源进行需求响应的流程见图3(暂不考虑发电方的增减出力投标情况)：

(1)根据超短期负荷预测，预测出现货市场中i时刻，由于合同交易电量和预测消耗电量的差额，因此有△Di的差额电能需要进行交易，这个差额可能是正差额，也有可能是负差额；

(2)初步计算该差额是否能完全由供电区域内m个负荷的需求响应来进行调节；

(19)

St：Dminl≤Dil≤Dmaxl

(3)若能，则完全由m个负荷需求响应进行调节；

(4)对上述负荷响应情形进行潮流约束校核，系统承载能力是表征系统稳定运行以及安全性强弱程度的重要指标[18]。若负荷需求超重，而系统建设未能满足负荷增长的需求，线路即会出现阻塞现象，降低了系统承载能力，影响系统安全稳定运行。因此需对调节负荷△Dil进行潮流约束校核，由于承载能力往往受到电网结构以及线路输送功率极限的影响[19]，因此调节负荷须满足如下约束：

系统有功平衡：

(20)

线路输送容量约束：

|Xi，j|≤Xmax，j

(21)

式中：△Di：l负荷的需求响应调节量；Pi：i时刻的合同交易电量；Ti：i时刻预测消耗电量；Xi，j：线路j在i时段的有功潮流；Xmax，j：线路j在i时段的有功潮流输送极限。

(5)若该差额不能完全由现货市场进行电能平衡调节，则先最大限度利用负荷需求响应进行电能平衡调节，不足部分再到辅助服务市场进行调节。

4 算例仿真

案例仿真采用澳大利亚电力市场的某州夏季典型日的实时电价数据作为用户接受市场电价数据的参考，负荷数据采用某地区提供的一组典型夏季日负荷作为数据参考，其预测消耗负荷如表1所示。以改进的IEEE-24节点为案例研究系统，利用负荷调节能力模型，对实时电价下负荷需求响应优化流程进行验证。

由于负荷零售商不仅需要考虑现货市场中i时刻在实时电价下的负荷调节能力，还需考虑将现货市场中的购买的电能销售给终端用户的成本和收益情况，较为复杂，因此本仿真暂时只考虑对进入现货市场交易的用户在不受销售电价影响下的调节能力进行研究。为了更好地验证基于实时电价下电力需求响应优化策略的优化效果，在本节中，根据用户类型不同则需求弹性系数不同，设置由M1至M5的五档不同值的弹性矩阵，对应5种不同类型用户的弹性系数，自弹性系数按照0.05的步长，从-0.2变化到-0.4分5档进行变化，每一档对应一类负荷，并类似地改进交叉弹性系数。表2中需求弹性系数代表M3作为主要方案。

表1 典型日负荷数据

实施实时电价时，峰谷平时段划分如下：高峰时期：10时-20时；平谷时期：8时-10时、20时-24时；低谷时期：次日0时-8时。参考文献[20]，M3的各个时段实时电价价格弹性系数如表2所示。

表2 需求价格弹性系数

实时电价下不同用户类型的电力需求响应优化效果对比曲线如图4所示；M3作为主方案下，预测消耗的负荷进行实时电价下需求响应优化流程后的负荷曲线如图5所示，优化前后预测消耗电能与合同交易电能差额ΔDi对比曲线如图6所示。

从图4可以看出，实时电价下负荷调节能力模型可以实现较好的削峰填谷效果，电力负荷波动曲线得到明显改善。结合图5与图6，可以得出文章中提出的实时电价下的需求响应优化流程能够很好的实现负荷调节，减小电能差额△Di。表3中将五档不同定义值的弹性矩阵下的需求响应效果对比分析，并与非弹性需求情况以及合同交易负荷进行比较。

从表3中可以看出，实施实时电价下电力需求响应，都可以实现降低峰谷差、提高负荷率的优化效果，总体性能比不响应的情况都有所提高。结合图4与表3可见，随着弹性系数逐步增大，相对于无弹性需求系数下，用户负荷率逐渐增大、峰谷差逐渐减小；改善负荷曲线的波动情况与负荷转移效果逐渐提高，更好地优化了用户用电曲线。用户实际购电负荷与合同交易负荷差额△Di明显减小，使得需要进入辅助服务市场进行调节的电能减少，减小了用户购电成本。