基于SGM的用电需求自动响应方法仿真

高余奇，杨太华

(上海电力大学，上海 200000)

1 引言

电力是推动国民经济增长的关键因素之一。然而随着社会经济的高速发展，能源危机日渐严重。用电需求呈现出季节性与时段短缺趋势，一些地区不得不通过拉闸限电方式调节用电量，这样会对社会生产与人们的生活造成不便。但是，若通过扩大发电机容量的方式来满足高峰时段用电需求，则会增加发电成本，为电力企业与用户带来负担，在用电低谷时间段内也会出现资源浪费现象，且电力供需矛盾也会严重危害到电网的安全运行。

智能电网的发展有效解决了上述问题，但其在为用户提供便利的同时也会出现负载控制问题。在智能电网中应用通信技术，用户信息可随时反馈到供电端，因此促进了需求响应(Demand Response，DR)的诞生。需求响应就是在不同时期电力价格与激励政策影响下，用户的日常用电模式发生变化，即为在电力价格高涨或电网运行可靠性受到威胁时，通过积极响应电网指令、改变用电时间来获得利益。通过需求响应，不但可以达到供需平衡目的，还能改善资源优化配置，已经发展为世界智能电网研究的热门话题。

目前关于用电需求响应的研究较多，例如孙毅[1]等人将深度强化学习应用到需求响应过程中，在梳理深化学习发展历程与现状的基础上，对其在需求响应中的可行性与方式进行探究，构建业务开展架构，同时对深度强化学习流程做深入分析。郝然[2]等人在考虑全局不等约束基础上对需求响应进行优化，建立多代理需求响应架构，利用数据驱动的弹性特征提取方法，对目标函数中全局变量与全局不等进行约束，并对于分层优化过程，提出离散奇异一致性方法。以上两种方法虽然能够将电力负载降到理想值，但是没有全面考虑用户需求，大多站在企业角度实现需求响应。此外，其需求响应缺少一种科学的控制方式，难以满足电网智能化的要求。

为克服已有方法的不足，本文在Stackelberg博弈基础上，设计一种用电需求自动响应方法。Stackelberg博弈是一种动态主从博弈模型，适用于我国电力企业发展现状。供电方做出的决策会对消费者决策产生一定影响，促进消费者不断优化用电行为；同时消费者行为也会为供电方提供决策依据。在多次决策过程中，电力的供需双方实现动态平衡，如果其中一方任意更改策略，只会造成自身损失，不会对博弈均衡产生影响。通过构建博弈模型确定目标函数，设计需求响应整体业务流程，使其满足自动响应要求。

2 电网需求响应的参与方及系统架构

2.1 主要参与方分析

需求响应中包括许多参与方，具体如下：

1)电力企业：是需求响应的发起者，也是政策激励的提供方。企业需制定有关项目，同时负责落实与跟踪管理。

2)电力用户：是需求响应实现的最直接目标，在有关价格、政策下使原有的消费模式发生改变。

3)监督部门：是需求响应方法顺利进行的关键，主要工作是对用电价格、激励政策进行改进与监管，将有关措施归入法规[3]。

4)提供商：主要工作是对需求侧资源的整理，代替用户参加需求响应。具体工作包括：汇集用户需求资源，实现该资源在电网中的注册，并向电网传输需要消减的信息；参加电力企业补偿行为，根据有关规定分配用户补偿[4]。

5)非参与用户：其不能直接参加需求响应活动，但是其利益会受到影响，例如电价分摊以及其它电价活动，所以这些用户的主要目的是确保自身利益不被损害。

6)环保组织：评估需求响应策略实施对生态环境产生的影响，确保通过需求响应实现节能减排[5]。

2.2 需求响应系统架构

通常使用无线传感器等通信方式构建需求响应系统，该系统能够实现用电数据获取、智能家居调控、响应结构反馈等功能。需求响应系统的逻辑架构如图1所示。

图1 需求响应系统整体架构图

1)感知层：由海量细小节点构成，具备感知与无线通信性能，主要目的是获取电力环境信息。其中的传感器节点一般布置在监测区，收集指定参数，同时将信息传输到总节点。

2)网络层：负责将采集的用电信息发送至应用层。针对需求响应系统而言，网络层可以为通信提供信道基础，主要包括：为家庭中不同终端和控制器的连接提供信道，并构建区域传感网络；为控制器和响应终端提供信道。

3)应用层：该层是需求响应实现的平台，结合家庭用电数据与电网价格，定义需求响应方案，利用控制器进行决策，同时根据用户行为分析需求响应效果。

3 基于Stackelberg博弈的用电需求自动响应

3.1 Stackelberg博弈模型构建

3.1.1 供应商层

供应商效用分为用户上缴的电费、边际成本与电力供需不平衡生成的成本。表达式如下：

(1)

(2)

3.1.2 用户层

用户层包括电费与用电满意度，公式如下

(3)

用户满意度指需求量与用电量函数。电力也属于商品，满足边际效用递减原则。如果其它因素在相同时间段内始终不变，由于用电增加，整体效用也随之提高，而边际效用[7]却减少。

(4)

在此基础上，分析不同的电力负载：

1)能够转移的负载。如果电器a是能够移动负载[9]，其符合如下限制条件

(5)

(6)

2)可削减负载。假设电器a属于可消减负载，将一阶放射微分方程当作限制条件

(7)

3.1.3 双层博弈模型

供电商与用户层均想要使各自利益最大化，为全面考虑二者利益，将以上模型进行综合处理，获得体现双方利益的目标函数

(8)

(9)

用电需求量与电价之间必须符合下述限制条件

(10)

ct≤pt|t=1，2，3…，24

(11)

(12)

(13)

(14)

式中，P代表供应商电价方式结合，X表示用户用电量方式集合。

(15)

(16)

(17)

上述即为构建的完整双层博弈模型，通过该模型确定了需求响应的最佳目标函数，并综合分析了供应商与用户之间的利益，使双方利益达到最大化。

3.2 自动需求响应业务流程设计

基于需求响应系统架构，引入上述构建的目标函数，在智能电网环境下，设计自动需求响应的业务流程。该流程的主要特点为标准化交互[10]、智能化决策以及自动化执行，具体过程如图2所示。

1)标准交互。电力供需双方的有效交互是自动需求响应的基础与前提。综合分析不同供应商之间技术策略的不同，实现不同资源统一管理与配置，以此提高交互过程的自动化程度。

2)智能决策。智能决策是确保方案有效性与合理性的必要条件。在系统侧，体现在响应事件规划；在用户侧，则体现在当系统侧传输信息后，结合用户资源负载状况，完成用户的智能决策，提高需求响应的科学性。

3)自动执行。自动执行属于需求响应的最直观特性，通常体现在用户侧。在接收用户的响应信号后，会自动生成响应方案，完成响应自动执行，无需人工参与。

根据上述业务流程，即可实现自动需求响应，从而完成了对基于博弈模型的需求响应方法的设计。

图2 需求响应业务过程

4 仿真分析与研究

为验证基于Stackelberg博弈的用电需求自动响应方法的有效性，设计如下仿真。仿真主要是在智能电网环境下对需求响应效果进行评价。从不同参与方角度分析在应用本文方法后，不同电力参与方获得的效益。

通过日负荷平均算法，获取家庭用户在参与需求响应和为参加情况下，不同时段用户负载情况

(18)

利用上述公式计算的某家庭在应用和未应用需求响应情况下的日负载曲线，结果如图3所示。分析图3可知，应用本文设计的需求响应方法后，用户用电负载量在高峰时期明显比未应用的用户要低。这是因为供应商通过价格调控等手段，避免用户在相同时间段内一同用电。例如在家庭用电中，电动汽车充电属于高负载项目，没参加需求响应的用户通常在19点～21点之间为车辆充电，而参加需求响应的用户将充电时间更改为22～24点之间。这样在不影响用户使用情况下，错开用电高峰，达到削峰填谷的作用。

图3 不同情况下用户日负载曲线

上述分析了普通家庭用户的需求响应效果，下面对大型工厂企业的实施效果进行分析。以某黄磷生产企业为例，该企业的电力需求响应实施效果如图4所示。

图4 企业用电负载图

分析图4可知，在没有应用需求响应时，该企业的主要用电时间集中在9～18时，该时段是大部分企业的上班时间，因此用电情况较为紧张。通过执行相关需求响应策略，该企业采取了倒班制度，延长企业工作时间，制定下班时间为21时，这样不但分散生产任务，缓解供电压力，还不影响工厂周围居民休息。

在此基础上，对需求响应前后大用户用电总金额进行对比，其结果如图5所示。通过图5能够看出，在执行需求响应后，购电价格降低，总体成交金额有所下滑，购电成本减少。但是市场中会引入奖惩机制，因为将成平衡，所以不会危害到电力企业利益。

综上分析，Stackelberg博弈模型的应用能够使用户以相同价格购买到更多电量，还能减少电网冲击，起到削峰填谷作用，减少供电成本，实现供应商与用户的共赢。

图5 用电交易总额图

5 结语

需求响应为电网中最能反映灵活性与自动化的主要业务。本文通过构建Stackelberg双层博弈模型，综合分析供应商与用户利益最大化，从而确定需求响应业务流程，以此实现电力供需平衡，提高资源利用率与电网可靠性。

目前，在电力需求响应中的某些措施还处于发展阶段，尚未成熟。例如，针对电力需求较高的大型商场或办公楼，负载比重较高，特别是在冬夏两个空调使用率较高季节，尚未出现有效的管理策略。为此，本文认为应将大型城市作为需求响应试点，其次再针对居民用户开展。