徐弘升，陆继翔，2，杨志宏，2，李 昀，陆进军，2，黄 华，2

（1. 南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211106；2. 智能电网保护与运行控制国家重点实验室，江苏省南京市 211106）

0 引言

在大规模可再生能源接入电网以及电力市场化改革不断深化的背景下，需求响应（demand response，DR）正向着常态化、多元化和精细化发展［1-3］。随着售电侧市场逐步开放［4］，出现了售电商、集成商等多元化的参与主体，它们与用户签订协议，把大量分散负荷整合成可控容量巨大的聚合负荷，以此参与电力市场环境下的DR，实现与用户的双赢［5-7］。DR 分为价格型和激励型2 类［8-9］，价格型DR 通过时变电价来引导用户调整用电行为，而激励型DR 则通过补贴或折扣来鼓励用户削减用电量［2］。相比于价格型DR，激励型DR 对于售电商来说实施起来更加灵活［10］，对于用户来说也更有吸引力［11-12］。

国内外对激励型DR 的运行机理、决策优化、收益评价等方面进行了大量研究。文献［13］提出适用于离散制造型工业负荷的激励型DR，基于混合整数线性规划建模并求解。文献［14］基于主从博弈模型对激励型DR 建模并求解。上述文献采用规划或博弈等传统方法，属于基于模型（model-based）的方法，其依赖于精心设计的模型，需要已知全部或者大部分的环境信息，算法复杂，可扩展性和灵活性不高。

在DR 模型中，对用户响应度的准确建模非常关键［2］。对于价格型和激励型DR，可以采用电力需求价格弹性来定量描述用户的响应度［15-17］。文献［18］提出了申报负荷弹性化修正方法，并基于此建立了用户报量不报价模式下电力现货市场DR 模型。……