白　蓉

(郑州大学 物理工程学院， 郑州 450001)



用户需求响应行为的建模分析

白蓉

(郑州大学 物理工程学院， 郑州 450001)

摘要：对用户需求响应活动的用户投资决策、用户负荷响应进行了建模，给出了用户需求响应活动的参与决策流程，以及用户的需求响应方式、响应策略及主要响应时段。最后分析了用户需求响应活动的响应效果，给出了用户响应收益、用户响应的负荷消峰填谷效果。仿真实例表明，用户的需求响应在降低尖峰负荷以及负荷移峰填谷方面效果显著。

关键词：需求响应；峰谷分时电价；响应特性；响应模型

用户的需求响应是电力需求管理中的一项重要内容[1]，它是指电力用户根据供电部门制定的电价信息和激励信息来调整自己的用电计划，通过用电设备技术改进或采用控制手段对运行方式进行调整以改变其用电负荷特性曲线，在用户满意度和用户生产工艺约束条件下，使用户电费支出最小化。

电力用户的需求响应通过将一部分高峰负荷转移到低谷时段使用，可以实现电网负荷的消峰填谷，从而实现均衡用电、均衡发电，减少满足边际容量需求的发电设备及输电设备投资。不仅提高了终端的用电效率、优化了用电方式、减少了电力资源的浪费，同时使电网运行的经济性和可靠性得到提高[2]。

目前，对电力需求响应的研究主要集中在对用户错峰用电、基于多代理技术的互动调度以及考虑用户互动的发电日前调度建模分析[3-5]，以及分时、实时及尖峰电价下的用户需求响应模型[6-9]等方面，而对于用户的需求响应如投资决策、响应策略、响应方式及手段等很少有文献报道。本文将对后者进行深入分析。

1用户需求响应活动的参与模型

1.1用户需求响应活动的投资决策模型

用户需求响应活动工程及设备投资的收益可以用动态投资回收期Pt′来表示：

(1)

式中：m为累计净现金流量现值出现正值的年份数；NCTm为用户需求响应工程每年收益的净现金流量现值；ANCTm-1为上一年累计净现金流量现值。

用户参与需求响应活动每年减少的电费支出的净现金流量现值NCTt的计算式为：

NCTt=(pfg+pjl)*(F/P，μ，t)*(P/F，i,t)

(2)

式中：(F/P，μ，t)为节电工程的年金终值系数；(P/F，i，t)为节电工程的复利现值系数；μ为能源价格增长率；i是折现率(累积的NPV开始出现正值的年份)；t为年份；pfg为用户峰谷电价的收益；pjl为用户激励响应的收益。

用户需求响应活动的上一年累计净现金流量现值ANCTt的表达式为：

(P/F，i，t)-γ*I0

(3)

式中：γ为经济寿命期内的投资节电成本的折合系数；I0为需求响应活动的初期投资。

设用户参与需求响应活动可以接受的动态投资回收期年限的最小值和最大值分别为Nmin和Nmax，则用户需求响应活动的工程及设备投资决策模型为：

(4)

1.2用户需求响应活动的负荷响应模型

在考虑用户能量储存容量的情况下，用户的负荷优化响应模型的目标函数为：

(5)

式中：ΔCopt为通过优化减少的电费支出；k为电价变化期序列；N为电价变化期总数；pk为k时段的电价；ΔWk为k时段减少的电能消费量。

用户响应目标函数需要满足如下的约束条件：

工业用户应满足企业生产的工序约束条件和生产时间约束条件。

工序约束条件：

TSijk≥TSi(j-1)k+pi(j-1)k

(6)

生产时间约束条件：

(7)

式中：TSijk为工序j在第k台设备上的加工开始时间；pijk为工序j在第k台设备上的加工时间；ΔT为企业每天的生产时间；TSk为每道生产工序的生产时间；N为每天的生产工序数。

居民、公共机构、商业用户的约束条件为感觉舒适度约束，可以用温度和光照度两个约束条件来表示：

(8)

式中：Tset为用户的制冷或取暖设备的设定温度；Tmax-cold、Tmin-hot分别为空调制冷和制热时满足客户舒适度要求的室内温度最大值与最小值；Ebus为室内的光照度；Emin为保证用户满意的光照度的最小值。

2用户的需求响应策略及响应效果分析

2.1用户的响应方式及响应策略

单纯依靠对用户断电的方式来实施用户的需求响应，会对用户的生产、舒适度、满意度带来不良影响，从而造成用户参与需求响应热情不高。采用电价作为用户需求响应的激励手段，可以大大提高用户参与需求响应的积极性，并能使用户在参与需求响应活动中获利。用户在需求响应活动中可以根据自身的电能使用情况，依据电价信息作出以下几类响应：

(1) 中断用电。当电价过高时，直接中断电能的使用，如在尖电价时段中断使用电力设备，以减少过高的电费支出，或者采用间歇式中断用电方式来避免尖、峰电价时段过多耗电。

(2) 转移用电。把大负荷用电设备从尖、峰电价时段向平、谷电价时段转移，如企业通过改变工艺流程，将高耗电工艺转到低电价时段进行。

(3) 替代能源。使用煤、天然气、石油等代替电能，或采用可再生能源代替电能，如一些大型企业的自备电厂以及一些机构的光伏发电。

(4) 能量存储。利用大容量、可储能式用电设备如储能式空调、大容量蓄电池等在用电低谷时储存电能，在电价高时使用。

(5)减少负荷。用户采用高能效电气设备来代替低能效电气设备，如进行变频技术改造、生产工艺及设备改进、使用高能效电机及LED照明等。

2.2峰谷分时电价下用户收益及负荷消减效果分析

假设供电部门执行的峰谷分时电价政策为：尖电价时段表示为tj，尖电价为pj元/kW·h；峰电价时段表示为tf，峰电价为pf元/kW·h；平电价时段表示为tp，平电价为pp元/kW·h；谷电价时段表示为tg，谷电价为pg元/kW·h。商业用户与高耗能企业的用电价格按照目前的用电价格同比率进行浮动。

对于某一用户，假定其能够参与需求响应活动的设备数量为N台，其第i台设备的用电时间段有Ni个，该设备的能效提升手段可以利用情况为δi(δi=0表示不可用，δi=1表示可用)，能效提升潜力为αipi(0<αi<1)，用电时间段分别为t1，t2，…，tN。在该设备能够参与需求响应活动的各个不同电价用电时间段，需求响应活动减少的电费支出情况计算如下：

(1)在尖电价时段，用电时间为Δtj，可中断负荷电量为ΔWj.zd，可转移到峰、平、谷时段的负荷电量分别为ΔWj.zf、ΔWj.zp、ΔWj.zg，可以利用的储能设备负荷为ΔWj.cn，可以使用的替代能源负荷电量为ΔWj.td(替代能源价格为ptd元/kW·h)，通过能效提升可以减少使用的负荷电量为ΔWj.nx，尖电价时段可减少的电费支出及降峰比为：

ΔCj=pj*(ΔWj.zd+ΔWj.zf+ΔWj.zp+ΔWj.zg+ΔWj.cn+ΔWj.td+ΔWj.nxδi)-ptdΔWj.td

(9)

(10)

(2)在峰电价时段用电时间为Δtf，可中断负荷电量为ΔWf.zd，可转移到平、谷时段的负荷电量分别为ΔWf.zp、ΔWf.zg，可以利用的储能设备负荷为ΔWf.cn，可以使用的替代能源负荷电量为ΔWf.td(替代能源价格为ptd元/kW·h)，通过能效提升可以减少使用的负荷电量为ΔWf.nx，峰时段可减少的电费支出为：ΔCf=pf*(ΔWf.zd-ΔWj.zf+ΔWf.zp+ΔWf.zg+ΔWf.cn+ΔWf.td+ΔWf.nxδi)-ptdΔWf.td

(11)

(12)

(13)

(14)

(4)在谷电价时段，用电时间为Δtg，可中断负荷电量为ΔWg.zd，需要进行充电的储能设备负荷为ΔWg.cn，可以使用的替代能源负荷电量为ΔWg.td(替代能源价格为ptd元/kW·h)，通过能效提升可以减少使用的负荷电量为ΔWg.nx，谷时段可减少的电费支出及负荷变比为：

ΔCg=Pg*(ΔWg.zd-ΔWj.zg-ΔWf.zg-ΔWp.zg-ΔWg.cn+ΔWg.td+ΔWg.nxδi)-PtdΔWg.td

(15)

(16)

式中：Wj为尖电价时间段的用户总用电量；Wf为峰电价时间段的用户总用电量；Wp为平电价时间段的用户总用电量；Wg为谷电价时间段的用户总用电量。

3仿真分析结果

为了验证本文所提出的典型用户的需求响应效果，利用本课题所开发的典型用户需求响应互动节电仿真软件对峰谷分时电价政策下的用户响应效果进行仿真分析。仿真条件及仿真分析结果如下：

电价政策：将每年的7、8月两个月份定义为实施尖电价的月份，尖电价时段为每日的14：00～15：00、18：00～20：00；其他月份实施峰、平、谷电价政策，对应的电价分别为：尖电价1.50元/ kW·h，峰电价1.00元/kW·h，平电价0.60元/kW·h，谷电价0.30元/kW·h；将用电负荷特性划分为峰时、平时、谷时3个时段，每一时段为8 h；峰时段为7：00～11：00、17：00～21：00；平时段为11：00～17：00、21：00～23：00；谷时段为23：00～次日7：00。商业用户或高耗能企业用户的时段电价按照目前的电价比率同比例增长。

在该电价机制下的用户需求响应活动的仿真结果如表1所示。

表1　用户需求响应活动的仿真结果

从以上结果分析可以看出，实施需求响应不但能减少电网尖、峰时段的用电负荷，而且可在很大程度上减少用户的电费开支。

4结语

针对需求响应很少涉及对用户响应行为建模的问题，本文提出了用户需求响应活动的参与模型，对用户的需求响应策略及响应效果进行了研究。给出了用户需求响应活动的投资决策、负荷响应模型，以及用户的需求响应方式、响应策略，分析了用户需求响应活动的响应效果，并给出了各个时段的收益及负荷变化情况的表达式。仿真测试结果表明，用户的需求响应在降低尖峰负荷以及负荷移峰填谷方面效果显著。

参考文献：

[1]王冬利.电力需求侧管理实用技术[M].北京：中国电力出版社，2005：7-14.

[2]牛永胜，李强，陈炳林，等.基于价格激励可中断负荷管理的研究[J].中原工学院学报，2009，20(4)：54-57.

[3]徐明.基于负荷特性分析的错峰方案研究[D].广东：华南理工大学，2012.

[4]王珂，刘建涛，姚建国，等.基于多代理技术的需求响应互动调度模型[J].电力系统自动化，2014,38(13)：121-127.

[5]刘小聪，王蓓蓓，李扬，等.智能电网下计及用户侧互动的发电日前调度计划模型[J].中国电机工程学报，2013，23(1)：30-37.

[6]黄永皓，康重庆，夏清，等. 用户分类电价决策方法的研究[J].中国电力，2004，37(1)：24-28.

[7]肖晶，陶莉，卢毅，等.新峰谷电价政策对大用户影响的分析[J].电力需求侧管理，2004，6(2)：15-19.

[8]刘继东，韩学山，韩伟吉，等.分时电价下用户响应行为的模型与算法[J].电网技术，2013，37(10)：2973-2978.

[9]潘敬东，谢开，华科.计及用户响应的实时电价模型及其内点法实现[J].电力系统自动化，2005，29(23)：8-14.

(责任编辑：张同学)

收稿日期：2016—03—26

作者简介：白蓉(1967—)，女，河南巩义人，实验师。

文章编号：1671-6906(2016)03-0034-04

中图分类号：TM

文献标志码：B

DOI:10.3969/j.issn.1671-6906.2016.03.008

Modeling of Demand Response Characteristics Considering Customer Behavior

BAI Rong

(Zhengzhou University, Zhengzhou 450001, China)

Abstract：The investment decision criteria and load responsive model as well as participate process of customer’s demand response active are presented in the paper firstly. Customer response mode and response strategies as well as response devices are given, the devices response time and period are given simultaneously. The response effect of customer response behavior are analyzed, the customer response revenue and load peak elimination effect as well as valley filling effect are presented. The simulation analysis results confirm the remarkable result in load peak elimination and peak load shifting in time-of -use prices.

Key words：demand response； time-of-use price； response characteristic； response model