Abstract ：

负荷特征分析作为需求响应的基础工作，是一种对负荷信息进行处理的方法。同时，需求响应对于制定电价、优化用电结构具有重要意义。目前随着数据量爆炸式增长，一方面由于负荷数据是一种时间序列，进行处理时需要对其进行降维，否则算法效率无法得到保证。另一方面，传统的集中式机器学习用于负荷特征分析时需要将全局数据汇集起来进行迭代计算从而获得全局模型，它无法解决用户对于数据的隐私保护、时延等问题。 针对上述第一个问题，本文提出了一种基于PCA和负荷特征指标降维的特征融合聚类算法。算法考虑PCA与负荷特征指标单独用于聚类时存在的缺陷，设计了以各特征的方差作为权重将二者进行加权融合的特征提取方法。本文利用K-means算法进行负荷曲线聚类，以轮廓系数作为聚类有效性评价指标。测试结果表明加权融合算法在聚类结果上要优于单独采用PCA和负荷特征指标降维进行聚类得到的结果。同时，提取用户典型负荷曲线将某地区用户分为迎峰用电型、部分迎峰用电I型、部分迎风用电II型以及异常用电型四类用户，为接下来进行需求响应提供了基础。 针对上述第二个问题，分布式优化是一种有效的处理方式，本文建立了一种具有地理分布式属性的多节点负荷特征分析模型。首先针对集中式学习算法的缺陷，分析了采用分布式学习算法的必要性。其次介绍了分布式聚类中的分布式共识问题，分布式聚类要求网络中所有节点仅能获取属于自己的局部数据以及能与其一跳邻居进行信息交换。利用分布式共识算法将分布式聚类中的模型参数传输至网络中的所有节点，通过迭代计算能够得到具有隐私保护的全局聚类模型。 对于单节点的特征分析模型采用上述提出的特征加权融合聚类算法来获取局部模型的参数，扩展至多节点时采用分布式K-means算法最终得到基于全局数据的全局聚类模型。测试结果表明，地理分布式聚类模型能够在无需获得全局数据的情况下，仅由各节点与其一跳邻居节点进行信息交换从而获得全局聚类模型，并且考虑模型的可迁移性，当分布式算法收敛后，若再加入新的节点，则收敛的速度要优于直接采用新节点进行分布式聚类的结果。 本文最后展示了能源互联网需求侧大数据在线分析平台，将大数据平台划分为数据产生层、数据交换层、数据计算层和数据应用层，介绍了大数据在线分析平台中用于流式聚类的Streaming K-means的算法原理，算法中以K-means为基础通过引入了遗忘因子来反映当前数据和历史数据对模型的影响程度，并展示了大数据在线分析平台在负荷模块所具有的功能。

Keyword ：

电力大数据 分布式聚类 负荷特征分析 需求侧响应 智能电网

Cite：

Copy from the list or Export to your reference management。

Abstract ：

电力负荷需求的不断增加，以及大规模可再生能源并网带来的波动性和不确定性，使得传统依赖于供给侧调节的方式无法完全满足当前电力系统的运行需求。通过利用需求侧响应（Demand Response, DR）技术，可以充分发挥需求侧资源的灵活性，实现削峰填谷和减少发电成本等目的。然而，DR技术的引入也给智能电网安全带来了新的安全问题。作为典型的信息物理融合系统（Cyber-Physical System, CPS），智能电网的信息物理安全包括物理系统的工程安全、信息系统的网络安全以及CPS的综合安全三个方面。相应地，在DR场景下，智能电网的信息物理安全主要面临以下三方面的难题：1）如果不对需求侧资源进行合理的调度，将会给电网造成冲击和损耗，影响智能电网物理系统的工程安全；2）针对需求侧智能电表等量测设备的网络攻击可篡改需求侧的量测数据，影响智能电网信息系统的网络安全；3）针对DR控制信号的网络攻击可导致负荷的协同变化，改变电网的物理系统运行状态，影响智能电网CPS的综合安全。目前，针对智能电网的安全研究较少考虑需求侧资源对智能电网信息物理安全的影响。 基于以上研究背景，本文从物理系统的工程安全、信息系统的网络安全以及CPS的综合安全三方面考虑DR场景下的智能电网信息物理安全问题，并从这三个方面各选取一个典型问题进行研究，以实现不同DR场景下的负荷调度稳定、量测数据可靠以及控制信号安全，具体内容包括： 第一，在需求侧主动竞价（Proactive Demand-Side Bidding, Proactive DSB）的场景下，本文以智能电网楼宇内的空调负荷为主要调度对象，提出了一种考虑配电网安全运行约束的负荷协同调度框架。该框架在满足配电网关键安全运行约束的前提下，对需求侧参与电力市场竞标的过程进行协同调度。根据运行约束的不同，本文将配电网分为初级馈电系统和次级馈电系统，并在各系统层面上分别进行负荷聚合，最终生成总负荷的需求竞价曲线。在次级馈电系统下的次级负荷聚合过程中，考虑小区变压器最大容量约束，基于单楼宇负荷优化调度模型构建了多楼宇负荷协同的联合优化调度模型，并提出相应的次级负荷聚算法。考虑到联合优化问题的复杂性，本文利用拉格朗日松弛法将其分解为各楼宇的优化子问题，并利用序贯子问题求解算法避免迭代求解过程中的同构振荡问题。在初级馈电系统下的初级负荷聚合过程中，考虑配电网的线路传输容量约束和三相平衡约束等，通过迭代求解三相直流最优潮流问题进行负荷聚合，并提出相应的初级负荷聚合算法。本文在IEEE 13-节点配电测试系统下进行仿真实验，对比了提出的负荷协同调度算法与负荷非协同调度算法的负荷聚合过程。实验说明了通过负荷协同调度对配电网安全可靠运行的必要性。此外，本文在更大的配网测试系统上进行仿真实验，验证了所提出算法在实际系统中的可行性和可扩展性。 第二，在引入价格型DR项目的场景下，本文研究了一种称为隐蔽偷电（Hidden Electricity Theft, HET）攻击的新型量测数据攻击威胁，揭露了在多电价计费模式下的量测数据安全风险。本文对不同的电价计费模式进行统一建模，从计费模型出发，结合目前主流的两大类偷电检测方法进行分析，证明了在多电价计费（Multiple Pricing, MP）机制下存在偷电的可能，并建立了HET攻击的威胁模型；针对不同的智能电表攻击方式，提出了两种具体的攻击实施算法；通过分析利用几款智能电表的参数设置和安全漏洞，对真实的智能电表实施HET攻击，验证了HET攻击在真实场景下的可行性；通过在真实的用户用电数据集上进行仿真实验，证明了攻击者可以通过HET攻击获利，并研究了不同攻击条件对攻击收益的影响，仿真结果表明，HET 攻击可能对电力公司造成严重的经济损失；探讨了对智能电网现有计费系统的安全加固策略，以应对HET等量测数据攻击的威胁。 第三，在需求侧采用实时电价（Real-Time Pricing, RTP）的场景下，本文研究了一种称为实时电价响应攻击（Real-Time Pricing Response Attack, RPRA）的电价信号攻击，揭示了电价信号被篡改对电网运行造成的安全威胁。RPRA通过篡改RTP信号来诱导系统潮流发生变化，最终导致输电网传输线路超载。本文介绍了电网的经济调度模型、发电机组的负荷--频率控制模型和用户对电价的需求响应模型，并通过在两节点测试系统上构造攻击以解释RPRA的实现原理；以最小化被操控负荷节点数量为目标对RPRA进行建模和求解；在此基础上，在 IEEE 24-节点、39-节点和 118-节点输电测试系统上进行了仿真实验，证实了RPRA对输电系统的安全威胁；研究了RPRA模型中不同参数对攻击效果的影响，探讨了针对RPRA的攻击检测和防御方法。 最后，为了给后续DR场景下的智能电网安全研究提供基础，本文介绍了智能电网中和DR相关的通信协议和智能设备，并总结分析了常见的通信协议和智能电表、协议转换网关等设备的安全威胁。同时，本文还搭建了智能电表安全分析实验平台以及工具箱。 综上所述，本文针对不同的DR场景，对主动式DSB场景下的负荷协同调度问题、MP机制下的偷电问题以及RTP场景下的电价攻击问题进行了研究，从物理系统的工程安全、信息系统的网络安全、CPS的综合安全三方面提升DR场景下的智能电网信息物理安全水平。

Keyword ：

工程安全 信息物理安全 需求侧响应 智能电网

Cite：

Copy from the list or Export to your reference management。

Abstract ：

如何挖掘用户侧灵活负荷资源的可调度潜力，为电网侧提供规模化的快速响应资 源是当前国内外关注的热点。在分布式灵活资源参与分布式电力市场的实践中，负荷聚合商作为新型市场主体，可以承担起区域售电商的职责，同时凭借其聚合的各类灵活负荷资源主动参与市场。在此背景下，本文以城市负荷中可调度潜力较大的空调负荷、电动汽车负荷、分布式储能三类灵活负荷为研究对象，针对分布式电力市场环境下面向负荷聚合商、考虑负荷特性与用户需求、基于灵活负荷分类建模的精细化负荷调度方法开展研究。本文的主要研究工作如下： 1）面向基于直接负荷控制方式的中央空调负荷启停调度问题，首先在用户室内温 度模型的基础上，研究了空调周期性间断运行的特性。接着建立了考虑类周期性温度变化、中央空调用户的舒适度需求以及响应电网调度需求等多种核心影响因素的优化模型，提出了分时段的直接负荷调度策略。算例结果表明，相比于基础模型，该模型不仅能够考虑用户需求和调度需求，而且具有更好的节能、削峰等效果，更有利于挖掘空调负荷的可调度潜力。 2）面向基于不同运营模式的电动汽车负荷分类调度问题，首先介绍了基于充电方 式和运营模式的电动汽车分类方法及其对调度方式、对聚合商和用户利益的影响。接着基于统一化建模思想，分别建立了考虑与电网单、双向互动模式和用户出行需求的充电型、换电型电动汽车负荷群调度决策模型。算例研究表明，相比于基础模型，与电网双向互动模式下的电动汽车群负荷曲线体现了更为明显的削峰和移峰特性，聚合商可获得更大经济效益；同等条件下换电型电动汽车比同规模充电型电动汽车体现了更强的可调度性。 3）面向分布式储能控制权交易和调度问题，首先从装有分布式储能的用户角度出 发，以用户运行成本最小为目标建立了用户自调度优化模型，该模型的优化结果将为聚合商调度模型提供基础参数。接着，从负荷聚合商的角度出发，基于其可供签约的分布式储能用户的参数和用电特征，建立了以不侵害用户利益、满足用户用电需求为核心约束的调度决策模型。算例分析表明，在分布式储能控制权交易模式下，聚合商和用户均能获利；该模型能够优化选择出适宜签约的用户，其优化调度后的用户负荷群曲线体现出明显的移峰填谷效果。 4）在上述工作基础上，从负荷聚合商的角度出发，建立了考虑不同类型负荷特性、 不同用户特征需求的灵活负荷联合调度决策模型。算例分析表明，相比于独立调度，实施联合优化调度后，不同种类负荷曲线之间的互补互济特性得到利用，聚合商收益有所增加。

Keyword ：

分布式资源 负荷调度 负荷聚合商 需求侧响应 用户互动

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在综合能源系统建设和能源市场化改革的趋势下，电、气、煤、油等能源间耦合日益密切，能源行业的壁垒被消除，新的商业模式涌现，传统能源企业寻求业务转型。能够同时提供电、气、热、冷等多种能源服务的综合能源服务商成为人们关注的热点。因而，研究设计综合能源服务商的市场模式，建模分析综合能源服务商的能源交易决策，对于综合能源系统市场化探索和建设具有重要意义，也为传统能源服务企业转型升级提供了重要参考。为此，本文设计了一种综合能源服务商的市场模式，并对能源采购和能源销售这两个重要交易环节中涉及到的决策行为进行了建模研究。 首先，本文介绍了综合能源系统的物理结构和市场结构。在此基础上，本文结合我国能源市场化改革的目标和方向，提出了一种综合能源服务商的市场模式。在该模式下，综合能源服务商作为买方能够参与到天然气批发市场和电力批发市场，作为卖方可以参与到零售市场，向终端用户提供电、热、冷等能源服务。 其次，本文采用基于场景的随机规划模型对综合能源服务商的采购决策进行建模分析。综合能源服务商的采购决策是一个中长期（月度）的决策问题。本文通过ARMA模型和场景削减方法得到电力现货价格和天然气现货价格的一系列场景，并采用风险度量CVaR来评估采购成本的不确定性风险。在采购决策中，本文考虑了电力现货交易和合同交易、天然气现货交易和合同交易、储能设备和燃气轮机的优化运行等多种决策优化手段。算例结果表明拥有多种决策优化手段可以帮助综合能源服务商同时降低采购成本和成本不确定性风险。 最后，本文采用双层规划模型对综合能源服务商的销售决策进行建模分析。在上层问题中，综合能源服务商在日前每小时电价的框架下做出决策；下层问题则是用户的能源消费决策，为此，本文提出了一种基于电-热和电-冷能源转换的多能源需求侧响应模型。为了求解双层规划问题，本文采用KKT最优化条件将其转换为等效的单层混合整数线性规划问题进行求解。算例结果表明综合能源服务商可以通过采购天然气发电，实现电气互补来降低成本，以此抵御电价波动性风险。同时，用户通过多能转换的需求侧响应可以降低能源消费成本。

Keyword ：

双层规划 随机规划 综合能源服务商 综合能源系统

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种适用于需求侧响应的用户用电行为分类方法，首先通过三次指数平滑法补齐空缺数据，负荷数据归一化；然后利用进化的K‑means算法将用户用电负荷曲线聚类，确定出居民用电行为的种类；最后将新增用户的用电行为用改进的支持向量机法进行分类的更新，把新增用户的用电行为划分到已知的负荷曲线簇。本发明具有良好的泛化能力，能够适用于各种行业的用户用电行为特性分类。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

电力系统优化调度对于保证电网的安全稳定经济运行有着非常重要的作用，调度模型和算法也是进行电力系统规划的重要工具。随着高不确定性新能源如风电的大规模入网、分时电价机制下电网需求侧响应的显著增加、用户可通过逆变装置在负荷高峰期向电网倒供电等因素的出现，电力系统的调度模式正在发生着深刻的变化。这种变化导致以日前调度为代表的短期调度模型和算法、以月度或年度为时间周期的中长期调度算法必须进行重要革新和改进。 对于短期调度问题，这种变化主要体现在：在调度模型及方法中必须明确、恰当处理电源出力和系统负荷需求变化的不确定性。传统的离散时间阶梯型能量调度模型及其所得调度方案已越来越不能满足电网运行安全需求，特别是，调度结果可能难以保证基本的能量平衡。虽然离散时间线性功率模型可以解决能量不可实现的问题，但机组的爬坡率在一定程度上被低估了，不符合对机组可以快速深度变负荷的要求。而考虑积分约束的连续时间调度模型可以精确考虑机组的爬坡率，为本文的研究提供了重要的理论基础。因此，本文首先围绕扩展时间尺度下的电力系统短期优化调度模型与算法开展了如下几方面的研究工作： 针对新能源出力和负荷需求变化的不确定性对机组组合问题的影响，通过将新能源出力视为负负荷，可以得到系统净负荷需求，然后将系统净负荷需求建模为连续时间随机过程，建立了考虑能量形式旋转备用约束的连续时间机组组合模型。通过结合连续时间确定性经济分配问题的相关理论，该模型可以等价转换为一个混合整数凸优化问题。在Lagrange松弛法框架下，结合凸优化理论中的可行方向法，可以对模型进行有效求解。测试结果表明该模型不仅可以解决能量不平衡问题，还可以解决由于机组爬坡率的限制而导致的旋转备用不可行的问题。 针对系统中的不确定性因素对线路潮流的影响，建立了连续时间框架下的线路传输安全约束。通过考虑由系统中不确定性因素的变化而带来的线路传输潮流的变化误差，可以得到线路传输的潮流水平应该满足的更加精确的安全范围。因此，连续时间线路传输安全约束可以等价变换为一系列与传统离散时间线路传输安全约束有相同形式的线性不等式。通过对IEEE24节点系统测试，结果表明含连续时间线路传输安全约束的机组组合模型，可以解决由于线路传输容量限制而导致的机组备用不可行问题。 本文进而将连续时间调度模型框架用于高耗能企业自备电厂优化调度问题，建立了连续时间框架下考虑负荷需求不确定性的随机优化调度模型。模型中将企业在未来一段时间的电量需求视为不确定量，通过考虑连续变量之间的积分关系约束、结合有限分布信息报童问题的理论结果，可以准确计算企业用电费用，从而避免企业因为进出电价差付出高额却不必要的用电成本。结合国内某大型钢铁企业自备电厂的案例进行测试，结果表明，该模型可以让高耗能企业在分时电价机制下，实现用电成本最优。 对于中长期调度问题，目前的主要困难是由大规模和超大规模混合整数规划模型导致的计算困难，因此本文重点研究了中长期调度的快速算法，提出了基于周期分裂的的并行快速求解方法。通过将长时间周期分裂为多个短时间周期，可以用CPLEX独立快速求解各短周期问题。通过加入各相邻短周期的拼接耦合约束，基于启发式方法对各短周期调度结果微调以满足拼接耦合约束。该方法利用了对中小规模问题可迅速获得高质量解的优势，避免了对大规模问题求解计算量呈指数增长的劣势，同时，证明了本文提出的算法可提供最优性间隙(Optimality Gap)以定量评价解质量。测试结果表明，该方法可以快速获得长期优化问题的次最优解。 本文提出的所有优化模型和算法，可以较好地适应未来电力系统对调度模式和方法的需求，部分方法已在国内某区域电网得到初步应用。

Keyword ：

电力系统优化调度 混合整数规划 机组组合 积分约束 经济分配

Cite：

Copy from the list or Export to your reference management。

Abstract ：

近年来，电力市场改革不断推进，需求侧电力市场正逐步放开，越来越多的市场主体参与其中。相应地，需求侧管理发展为需求侧响应，通过制定需求侧电力价格和激励机制，调度需求侧的电力用户潜力，提升在竞争性电力市场中的电力系统稳定性、可靠性，提升市场效率，降低经济运行成本。负荷集成商就是以整合用户需求侧响应并提供给市场购买者的组织，为中小负荷提供参与需求侧电力市场的机会。 然而，需求侧的用户资源相对较为分散，不同用户的用电特性差异较大，通过价格和激励调度也存在着较大的不确定性，需要针对不同用户的用电特性，制定合适的直接/间接控制策略，使得用户能够较好地参与到需求侧响应中来。传统对于需求侧响应的研究一般将需求侧资源等效为一定价格弹性系数的可削减负荷，对于用户特性的研究不够透彻。负荷集成商作为专业化的需求侧资源整合机构，要针对不同用户用电特性和潜在的响应特性，制定多元化的需求侧响应策略，满足不同用户的需求，并实现自身利益。因此，本课题以负荷集成商参与需求侧响应作为研究场景，研究负荷集成商参与需求侧响应的一些关键问题。本文的主要工作有： (1) 负荷集成商参与需求侧响应的基本理论方面：基于我国电力市场改革背景，对国内外需求侧响应的项目实践做总结，综述需求侧响应和电力用户需求特性的现有研究，本文分析国内外负荷集成商的发展现状，明确负荷集成商参与需求侧响应扮演的角色和发挥的作用；总结需求侧响应的理论研究，包括适用场景、响应模式、激励机制、响应特点等，简述需求侧响应的市场模式，即电力公司和用户的双向互动，负荷集成商是重要互动中介。以此，本文提出负荷集成商参与需求侧响应的基本任务：用户用电特性研究和分类、制定需求侧响应参与策略、需求侧响应的收益风险评估。 (2) 电力用户行为特性分析方面：基于居民用户的家用电器使用特性，本文分析用户的具体用电行为，用电效用可分为三类：时间期待、效果期待、电费效用。总结不同家用电器的使用目标，参与需求侧响应的方式和意愿，建立居民家用电器综合管理优化模型，并进行简单算例实现。分析影响电力用户用电行为的因素，研究用户群体负荷序列和气温序列的相关性，研究不同温度段、时间段范围内电力负荷对温度的敏感度，建立均值回复-跳跃扩散电价模型和正弦分段温度模型，建立用户温控负荷模型、可削减负荷模型、可转移负荷模型。 (3) 电力用户行为特性多元分类方面：本文从多角度对电力用户进行分类，研究用户中长期用电特性，基于年负荷曲线，应用k-means聚类算法进行分类，研究用户用电中短期用电特性，基于日负荷曲线，应用朴素贝叶斯算法进行分类，研究用户负荷与温度的相关性，根据用电温度敏感性进行分类。 (4) 负荷集成商参与需求侧响应的策略方面：研究负荷集成商参与具体的需求侧响应项目的策略。本文基于对电力用户的初步分类，结合用电特性指标集进行评价，筛选参与需求侧响应的用户。为负荷集成商制定多元化的用电套餐和激励政策：电力积分制、温控负荷集群调度、灵活电价政策，实施需求侧响应。 本文在最后，对上述研究内容做算例实现，对本文提出的用户分类方法和需求侧响应策略的实际效果进行分析与评价。本文研究，旨在为负荷集成商参与需求侧响应的实际决策提供参考。

Keyword ：

负荷集成商 需求侧响应 用电特性分析 综合策略

Cite：

Copy from the list or Export to your reference management。

Abstract ：

© 2018, Power System Protection and Control Press. All right reserved. In order to improve the accuracy of load forecasting for the demand side, this paper proposes an improved short-term load forecasting method based on demand-side load characteristics. It completes the two-segment classification for demand-side load according to the load characteristic and the attribute clustering algorithm, then establishes the forecasting model for load forecasting by using MPSO-RBF and LS-SVM. This method is used to forecast the power load of an industrial park, and is compared with the actual load data, the traditional forecasting model and the single model prediction method. It shows that the method is effective and practical, it can get accurate prediction results and control load for the users pertinently, and it is convenient to macroly control the load aggregation for manager. What’s more, it can promote the development of the energy internet effectively.

Keyword ：

Attribute cluster Demand side load LS-SVM MPSO-RBF Short-term prediction

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着智能电网的发展不断推进，以需求侧为主体的电力能源优化管理成为了推进智能电网建设的关键环节。智能电网中工业企业用户负荷具有基数小而波动性大的特点，为了实现其电力负荷准确预测和需求侧管理，有效的提升能源管理水平和智能用电技术，对工业企业用户的电力负荷预测与管理方法研究、满足用户的多种电力能源管理需求、增强用电模式的灵活性和互动性，是将来智能用电技术的发展新方向。本文研究了智能电网下工业企业用户的电力短期负荷预测和负荷管理方法，开发了需求侧负荷预测管理系统并投入使用。管理系统依据工业企业用户侧电力负荷自身特点，能够精确预测出未来电力负荷并有效实现负荷控制，达到了精确预测、有效调控、能源科学管理的目的。 本文首先对需求侧用户进行负荷特性提取，通过负荷曲线直观分析其特性，并使用数据挖掘方法得到负荷特性模型。工业企业用户的负荷特性具有周期性和变化性，本文在依据负荷特性对需求侧用户负荷进行分类时，使用聚类算法将用户负荷分为基础保障负荷、气象敏感负荷、可控照明负荷、生产计划负荷和随机负荷，并依据不同类负荷的特征量使用属性聚类算法完成负荷相似日集的细分。其次依据需求侧负荷特性和负荷相关影响因素，本文提出了基于需求侧响应和负荷细分的负荷短期分布式预测方法，预测模型使用改进粒子群优化径向基神经网络（MPSO-RBF）和最小二乘支持向量机回归优化（LS-SVM）算法，有效地减少了预测误差。接着本文依据用户负荷特性开展了需求侧用户负荷控制，将负荷按照是否可控和是否确定分为四类，其中确定且可控的负荷控制策略主要以工业生产计划负荷的削峰填谷为主，而不确定但可控的负荷控制以企业用户空调的需求侧响应为例展开分析。 最后对上述需求侧用户负荷预测和负荷管理的方法进行软件实现，通过开发构建需求侧负荷预测管理系统，实现了工业企业用户的电力负荷短期预测和需求侧管理，达到较好的人机交互功能。应用负荷预测管理系统既能便捷查询负荷预测结果，方便管理者宏观掌控工业企业用户负荷情况，又能帮助需求侧用户就地进行各类负荷针对性调控，更能有效推动能源互联网的发展。

Keyword ：

负荷预测 改进粒子群优化径向基神经网络 需求侧响应 智能电网 最小二乘支持向量机

Cite：

Copy from the list or Export to your reference management。

Abstract ：

电力系统传统的交易方式中，电网企业垄断购电、售电环节，电力用户与发电企业无法直接交易。随着经济社会的发展以及能源格局的变化，研究计及需求侧响应的售电公司购售电决策，对于降低电力系统各参与方运营成本、优化全社会资源配置具有重要意义。因此，本文以售电公司为切入点，对电力市场售电侧改革及电价的制定进行了研究，力图建立一种适用于电力市场的购售电机制。主要研究内容和结论如下： 1）提出研究用户参与需求侧响应的统一需求侧响应模型。首先，将用户负荷分成双峰-I型、双峰-II型、避峰-I型、避峰-II型、平滑-I型、平滑-II型、平峰型、三峰型等8类典型用户曲线；然后，根据典型负荷曲线提出日平均负荷、日最大负荷、日最小负荷、日负荷率、日最小负荷率、基本负荷和负荷类型等7个指标，建立统一需求侧响应模型；最后，对具体用户进行分析，建立其统一需求侧响应模型。 2）运用基于生产模拟的购电市场评估方法评估传统火电市场、开放火电市场、传统新能源市场和开放新能源市场规模。通过机组组合分解模型将整数变量和连续变量解耦，进而快速评估各购电市场规模；实际电网算例评估结果表明：开放新能源市场具有时序性，开放新能源风电市场在春季和冬季规模较大，开放新能源光伏市场在夏季和秋季规模较大；四季典型日中，开放新能源风电市场在夜间规模较大，开放新能源光伏市场在正午规模较大。 3）将统一需求侧响应模型和购电市场评估结果运用到售电公司购售电决策中，提出了统一电价和定制电价下的购售电决策模型。首先建立统一电价和定制电价下的售电公司购售电模型及求解方法，提出定制电价下基于能量块的负荷建模方法。其次提出用户需求侧响应模型应该考虑设备开关的关联性、用户响应耦合性和负荷响应时段限制。再次实际算例研究表明：统一电价与定制电价下的购售电策略都可以降低用户的用电费用，定制电价可进一步降低用户的用电费用，提高售电公司的经营利润。 随着电力市场化改革的不断发展、负荷参与需求侧响应意愿的增强，电力系统的运行机制正由电价集中决策转向发用参与、售电公司灵活确定。本文以售电公司为对象探讨了计及需求侧响应的售电公司的购售电策略模型及电价确定方法，为我国电力市场售电侧改革进行了有益的探索与尝试。

Keyword ：

成产模拟 定制电价 购售电策略 能量块 统一需求侧响应模型

Cite：

Copy from the list or Export to your reference management。