电力用户侧需求响应优化及行为研究

沈钱锋 孙玮泽

摘要：随着人们生活水平的逐渐升级，电子信息技术、智能家居以及汽车配电系统的层出不穷，人们对于电力资源、稳定性以及安全性等相关需求越爱越多，传统的电力系统受到了严重的挑战。基于此，对电力用户侧需求响应进行积极优化，不仅能够在政策、技术更新的依托下逐渐升级电力系统，满足用户用电需求的同时，为社会的发展和进步也带来了积极的影响。本文主要研究电力用户侧需求响应优化及行为。

关键词：电力用户侧需求;响应优化;行为

前言：能源危机的出现虽然在一定程度上造成了社会的恐慌，但是也在各领域中也催生出更多的机遇。尤其是电网系统在面对此类挑战的过程中，通过积极响应电力用户的侧需求，不断开发新的电力能源，催生新的电力系统优化技术，不仅可以在一定程度上促进电力系统的优化升级，还能促进一些新兴产业的萌芽发展，为社会的进步提供坚实的电力保障。

一、电力用户侧需求响应的基本概念

电力用户侧需求响应的概念是对需求响应理念和电力需求测管理理念的集合，由美国电力科学研究院率先提出，直到20世纪70年代末期在全世界得到了积极的讨论和响应。而电力用户侧需求响应，即对应电力需求测管理要求，使电力用户能够对电力系统的发展和用电行为进行一定的、必须的反应。尤其在当前技术条件、环保压力以及市场环境不断变化的情况下，依托《电力需求侧优化》的管理方案，在进行用户行为优化的过程中，可以通过与电力公司签订协议的方式，来减小电网的小峰谷差，进而使每一位用户都能得到电力保障。或者是积极鼓励用户采取节能环保的用电设备和措施，科学用电，以最低的能耗提供最大的电力需求，从而保障定力系统的有序发展[1]。

二、电力用户侧需求行为模式基本研究

（一）影响用户行为的基本因素分析

首先，从经济发展的角度来讲。用户的经济收入水平不同，在用电方面的需求也各有差异。一般情况下，一个家庭的收入越高，所购买的汽车或其他大型智能电器的需求也就越大，用电需求也就越高，再加上家庭成员数量、房屋结构、用户年龄的不同，所使用的电器型号也各有差异，这些都是影响用户用电行为的主要因素。

其次，从地理位置的角度来讲。不用的用户在选择住宅的时候，需求以及思想动向都不同。因此其居住环境所受的光照条件、温度条件也会各有差异，在选择一些恒温、加湿或者采暖制冷设备的时候，用电需求也不尽相同。

再次，从工作类型的角度来讲。如果用户属于上班族群体，其在周末的时候用电需求量相对较大。但是也不乏一些居家办公的用户，白天在家的时间长，所需用电量也会相对较大一些。

最后，从自然月份的角度来讲。在一年四季当中，不同地区不同月份，其光照强度以及温度变化都是各有差异的。北方地区由于冬季集中供暖，所以空调用电在夏季才是高峰。但南方一年四季对于空调等制冷制暖设备的需求都相对较大，用电量可想而知。再加上地形等自然因素的不同，各地區用户所需用电量也各有差异，需要进行规律的汇总和分析，以此来对其行为进行判断。

（二）用电行为的模型分析

首先是能够凸显价格弹性的矩阵模型。电网公司工作人员在对电力用户的侧需求行为进行分析的过程中，通过构建价格弹性矩阵模型，能够更为客观且高效地了解到该地电力市场的用电供需关系，并在规律的总结中意识到影响用户行为的要点和要素，以此来进行优化和升级。具体来讲，该类模型的建立，需要在分析电量与电费之间关系的基础上得出结论，并充分有效地验证短期电价与用电需求之间是否存在一定的价格弹性关系。例如，用电需求是否会影响价电价，如果电价上涨，人们是否会减少用电等。在充分论证和走访的情况下，需要分析人员建立相对独特的价格弹性矩阵函数，从而出具一套更高效、更完整的电力需求效益关系网。

其次是依照用户的相关需求响应行为进行建模。随着能源市场的发展变动，电网企业在处理电力需求相关问题的过程中，通常都会分析电力用户的侧需求响应行为，并以此为特征进行更为科学有效的建模处理。基于此，国内外很多专家学者纷纷响应，以电力用户侧需求行为为特征建立了相对完善的人工智能模型、最优化理论模型、用户心理学行为模型以及电价弹性模型等，为汇总出更优质的用户行为规律提供了理论保障[2]。

三、激励行电力需求响应优化策略

电力企业想要创新，并实现社会效益和经济效益的和谐统一，除了要在电价以及市场机制方面进行积极调整和优化之外，还需要激励用户对其电力需求进行响应。而这种激励型的电力需求响应模式，从专业技术的角度来讲要基于统一的电力负荷管理模式下，将已经中断了的符合方式，转变为能够对负荷进行自动化控制的方式，以此来实现更多元化的变化模式。具体来讲包括如下操作步骤：

首先，技术人员需要确定所有用电类型用户的各类资源参数，并细化数据，包括电力系统维护所需要的费用、电力系统运行管理时间和持续时间、电力系统保修提前通知的时间、响应的速度以及系统容量上限等。将这些数据整理之后，在计算机系统中进行测算和模型分析，为后续的研究提供原始数据依据。

其次，技术分析人员需要依照用户的用电需求，建立供电成本以及电力收入之间的关系，然后再将利润进行细化，以此形成整体的需求模型。同时，也需要根据用户参与和激励的响应需求，在量化模型的引导下对其可行性进行分析，以此来得出具体的结论和依据，如，通过分析电力弹性函数，可以得到在哪个时间段，用户用电量最为集中;或者是在哪个季节，用户的用电行为最频发等。

再次，通过分析成本和利润的最大值，能够得到具有综合性的侧需求响应可靠指标，然后再利用最开始搜集到的资源参数，对各个指标进行细化分类，以此形成不同集群用户，多样化的用电需求特征，从而为其提供更有效的电力需求保障[3]。

最后，技术人员还对一些特殊的数据进行特殊处理。例如，针对模型中一些高峰数据，要进行细致的分析。如在周末的时候，尤其是在每个月月末的周末时间段，电力用户的用电量是最集中的。根据调查数据显示，在这个时间段，很多家庭会进行一次集中的清扫，因此各种如洗衣机、扫地机器人以及其他智能电器就会随之开始工作，所耗费的用电量是最为集中的。因此，技术人员就可以在该时间段进行一个供电调整，或者是加大力度集中供电，或者是在该时间段自动扩容，以满足用户需求，以此来提供更为完善且合理的供电服务。

四、结束语

对电力用户侧需求响应进行优化，需要电力企业或者电网公司，及时地对电力用户的用电需求进行模型构建和数据分析，了解影响电力用户用电需求的各类因素，并通过数据的对比得到相应的函数模型，以此来为电力用户提供更为完善且人性化的供电服务。

参考文献：

[1]唐中强.电力用户侧需求响应优化及行为研究[J].居业，2018（07）：153-154.

[2]刘洋. 电力用户侧需求响应优化及行为研究[D].上海电力学院，2017.

[3]孙虹，李新家，王成亮.基于需求响应的大用户电力负荷模糊综合预测研究[J].自动化与仪器仪表，2019（12）：188-191.