CN111695943A - 一种计及浮动高峰电价的优化管理方法 - Google Patents
一种计及浮动高峰电价的优化管理方法 Download PDFInfo
- Publication number
- CN111695943A CN111695943A CN202010561847.2A CN202010561847A CN111695943A CN 111695943 A CN111695943 A CN 111695943A CN 202010561847 A CN202010561847 A CN 202010561847A CN 111695943 A CN111695943 A CN 111695943A
- Authority
- CN
- China
- Prior art keywords
- electricity
- peak
- price
- electricity price
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 549
- 238000007667 floating Methods 0.000 title claims abstract description 131
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000007726 management method Methods 0.000 title claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000008901 benefit Effects 0.000 claims abstract description 19
- 230000035945 sensitivity Effects 0.000 claims abstract description 5
- 230000002146 bilateral effect Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 7
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种计及浮动高峰电价的优化管理方法,提出浮动高峰电价产品,并综合考虑不同类型用户的电价响应特性差异性和用户用电方式满意度。该方法首先对用户进行合理分类并建立用户电价响应行为模型,并综合考虑多类型负荷对电价的敏感程度,结合我国电力市场发展提出了浮动高峰电价产品并分析其特点和效益。在此基础上,基于用户电价响应模型,以平衡账户收益最大化为目标建立考虑用户满意度的购售双方运营优化模型。本发明所公开的方法能自适用于所有具有代理用户的售电公司,以提高售电公司收益和市场竞争力,降低市场风险,实现售电公司和用户效益最优。
Description
技术领域
本发明涉及售电公司和用户收益优化技术领域,具体涉及一种 计及浮动高峰电价的购售双方优化管理方法。
背景技术
目前,电力市场改革和物联网发展极大促进需求侧响应发展, 改变用户传统的用电习惯。此外,售电公司的出现激活市场活力的 同时,整合用户并根据其特性和需求设计差异化的服务产品,提高 服务质量,也可以激励用户侧根据价格信号做出响应,引导用户科 学合理用电。
在我国电力现货市场建设初期,用户的需求侧响应意识有限, 应该基于电力市场的不断推进逐步培养用户侧的响应意识和专业知 识。此外,现货市场的发展也加大售电公司参与市场风险,售电公 司需要具备抗市场风险能力。售电公司代理的用户负荷,有可变负 荷也有固定负荷,将可变负荷充分利用,对用户进行一定程度的需 求侧响应,能够抵抗市场不可预测风险,在此过程中,售电公司需 要逐步推出需求侧响应产品,一来可以基于产品抵抗市场风险,二 来为用户提供多种服务,能够提高用户粘度,提升公司品牌。
目前,国内外对需求侧响应研究主要集中在:需求侧响应运作 机制的顶层设计、需求侧响应的调节手段、需求侧响应项目的社会 效益及技术支持。其中,分时电价属于价格型需求侧响应,合理的 峰谷分时电价能够削峰填谷、缓解风电、光伏发电等可再生能源随 机性、间歇性出力对电网造成的安全稳定影响,在国内外备受关注。 在电力市场成熟期,需求侧响应更多的是应用于需求侧竞价、辅助 服务市场,容量市场。在电力市场初期,亟需与之相适应需求侧响 应产品出现,将其与电力市场相衔接,不断提高用户需求侧响应意 识的同时保障电力系统安全可靠。
发明内容
本发明的目的在于提供一种计及浮动高峰电价的优化管理方法, 以提高售电公司收益和市场竞争力,降低市场风险,实现售电公司 和用户效益最优。
本发明解决其技术问题的技术方案是:一种计及浮动高峰电价 的优化管理方法,包括以下步骤:
S1、基于集中式现货市场,分析分时电价和实时电价具体特点, 将两者有机结合并提出浮动高峰电价产品,设计该产品的具体特点;
S2、智能计量装置采集负荷数据,获得与市场相关信息,售电 商得到参与的不同类型用户典型日负荷曲线,划分峰谷平时段;
S3、售电商根据签订好的双边合同确定所负责的总负荷的双边 交易电量和电价,以及不同类型用户的平电价,售电商通过分析精 确的负荷数据,利用信息化技术挖掘交易行为规律,预测实时市场 交易电价;
S4、每年6-9月份执行浮动高峰电价,基于浮动高峰电价对用 户的电价响应行为建模,构建计及浮动高峰电价的购售双方优化模 型;
S5、提出3种不同类型用户浮动高峰电价的定价策略,同时计 及浮动高峰电价的购售双方运营优化模型属于非线性规划问题,用 优化软件进行求解,得到购售双方最优盈利的策略;
S6、将模型得到的当日各类型用户的最优浮动高峰电价数据, 并通过通信系统给不同用户传送电价信息,用户通过自动需求响应 终端设备关停设备或调整运行功率,进行响应改变各自的用电计划。
上述一种计及浮动高峰电价的优化管理方法,所述步骤S1具体 包括如下步骤:
S11、基于集中式现货市场,分析分时电价和实时电价的具体特 点;
S12、提出浮动高峰电价产品,各类型用户峰谷平时段不变,平 和谷时段价格不变,但高峰时段的价格将受到现货市场价格的影响, 有助于更紧密地将零售电价和现货市场价格联系起来;
S13、设计浮动高峰电价产品具体特点,通过适用对象和时间、 实施的边界条件的分析与确定,执行浮动高峰电价产品,用户在高 峰时段的负荷进行削减和转移,因此,售电公司可以将每个时段的 负荷变化量在实时市场进行交易,平、谷时段由于增加负荷,在实时市场将买进,而峰时段减少负荷,在实时市场将卖出;
与现货市场电价的联动机制,通过模型,得到售电公司代理各 类型用户高峰时段的最优峰电价,将峰电价发送至用户,用户进行 响应;
结算机制,对用户的峰谷平时段的用电量与对应电价得到用户 在当天的电费,电费与未采用浮动高峰电价产品高,但该差额将由 售电公司补偿,因为售电公司由于浮动高峰产品的实施,在电力市 场将有盈利,盈利部分在补偿用户的同时还可以按照一定比例分红 给用户,使用户在满足电费不变的情况下还可以获利。
上述一种计及浮动高峰电价的优化管理方法,所述步骤S2具体 包括如下步骤:
S21、计算售电公司代理的不同类型用户的电量电价弹性系数;
售电公司将所代理的客户进行分类:A类工业用户、B类工业公 司、商业用户和居民用户,其中A类工业用户是指对电价敏感度较 高,可调节负荷潜力较大的工业用户,B类用户对电价响应能力低 于A类工业用户,通过实施峰谷分时电价前后的负荷数据计算得出用户的弹性系数,
在用户侧采用价格响应时,已要求用户对价格变化会采取对应 的负荷变化,此状态可由电量电价弹性反映,表达式:
式中:ε为弹性系数;P、L分别表示电价和电量、△P、△L分 别表示变动量,
其中,电量电价弹性系数εij包括自弹性和互弹性两种,
式中:当j=i,εij为自弹性系数;j≠i,εij为互弹性系数;Li、 Pj分别表示对应时段的电量和电价;△Li、△Pj分别表示对应时段的 变动量,
对于n时段的用户对电价响应行为建模为
式中,n为时段数,对角线元素是自弹性系数,非对角线元素 是交叉弹性系数;
S22、预测各类型用户的典型日负荷曲线;
S23、划分负荷曲线的峰谷平时段;假设用户典型日负荷曲线上 各时间点集合为T={i1,i2,…,i24}。曲线上各时段对应的数值集合为 L={l1,l2,…,l24},则谷时段对应的谷时点集合为Tv,平时段对应的平 时点集合为Tf,峰时段对应的峰时点集合为Tp,则由模糊半梯度隶 属度函数可计算各时点的谷隶属度和峰隶属度即:
为了更准确计算各时点的隶属度,本发明将式中的li引申为i时 刻和i+1时刻对应负荷的均值。
上述一种计及浮动高峰电价的优化管理方法,所述步骤S3具体 包括如下步骤:
S31、售电公司与发电企业双边市场交易数据;
S32、售电公司与用户协商确定交易的平电价;
S33、售电公司预测实时市场电价。
上述一种计及浮动高峰电价的优化管理方法,所述步骤S4中通 过以下步骤建立计及浮动高峰电价的购售双方运营优化模型:
S41、对用户电价响应行为进行建模
当该时段电价较高时,用户采取的措施是削减负荷或转移负荷, 因此,多时段负荷响应方式中,负荷削减和转移系数如下所示:
式中,Tp、Tf、Tv分别表示时段属于峰、平、谷;λpf、λpv、 λfv分别表示峰-平、平-谷和峰-谷的转移系数,λpp、λff、λvv分别表 示各时段的削减系数。由于在浮动高峰电价产品中,峰电价是在原 来电价基础上发生变化,其余时段均为平电价,kp、kf、kv,分别 表示对应时段的电价波动比,且kp>0、kf=0、kv=0。因此,λff=0、 λvv=0,λpf、λpv>0,此外,由于εii<0,λpp>0,
式中,Lt为原始时段i的负荷。Lp、Lf、Lv分别表示峰、平、谷 时段总负荷在相应时段内的平均值,
S42、浮动高峰电价与现货市场联动
要使得用户的分时电价能与现货市场价格联系,在原来高峰电 价的基础上叠加一个与现货市场电价相联系的系数,即通过现货市 场价格引导用户改变高峰时刻的用电行为,公式如下所示
Pp=(1+kp)*Pf'
式中,Pf'为原来的峰时段电价(即平电价),Pp为执行浮动高峰 电价产品后的峰时段电价,kp为S41所述的负荷削减和转移系数, 数值通过S45的购售双方盈利模型优化所得,
S43、构建售电公司收益模型
下式中,Rr是售电公司收益,是时刻t的销售电价,qn,t是时 刻t用户n的初始用电量,△qn,t是时刻t用户n对电价响应后的用电 变化量,分别是时刻t公司双边交易的价格和电量,分别是时刻t日前市场中购买的电价和电量,分别是时刻t实 时市场中购买的电价和电量;
执行浮动高峰电价产品后售电公司的效益Rrbe为:
Rrbe=Rr-Rrini
S44、用户用电成本效益
用户用电成本为:
0≤η≤1
式中,A为各类型用户由于高峰时刻的负荷变化而引起的生产 效益、舒适度等损失,η为比例系数;
执行浮动高峰电价产品后用户用电成本损失为:
Rcbe=Rc-Rcini
S45、计及浮动高峰电价的购售双方运营优化模型的目标函数
执行浮动高峰电价产品,购售电双方效用以不执行产品前售电 公司收益与用户用电成本作为参考点。把售电公司收益和用户用电 成本损失整体化,在平衡账户中,则购售电双方效用表达式:
R=Rrbef+Rcbef
将售电公司收益和用户效用相叠加,得到平衡账户的总效益, 当售电公司采用浮动高峰电价的时候,用户用电成本上升,但上升 部分由售电公司承担。购售双方效用即考虑整体得到的总收益,因 此,该收益是通过采用浮动高峰电价之后,用户高峰时段电量下降, 售电公司在实时市场出售电量获得的;
计及浮动高峰电价的购售双方效用模型则是最大化目标函数, 即:
max R=Rrbef+Rcbef
S45、构建计及浮动高峰电价的购售双方运营优化模型的约束条 件
模型的约束条件是功率平衡约束、售电价格和用户满意度约束;
②售电公司时刻t购售电功率平衡。
②售电价格约束。
③用户满意度约束
用电方式满意度为:
上述一种计及浮动高峰电价的优化管理方法,所述步骤S5中通 过以下步骤得到适合售电公司盈利的优化策略:
S51、提出3种各类型用户的定价策略;
S52、通过优化软件求最优解。
上述一种计及浮动高峰电价的优化管理方法,所述步骤S6中通 过以下步骤将电价信号传递给用户进行响应:
S61、将峰谷平电价数据传递给不同类型用户进行负荷响应,用 户具备负荷监控装置、智能计量装置和智能通信装置;
在发生需求响应事件时,售电公司将对应用户的峰谷平时段电 价信号发送至自动需求响应终端设备,终端接收来自控制器的负荷 信息后,执行对应的控制策略,通过关停设备或调整运行功率,降 低用户负荷。
本发明的有益效果是:
1、本发明提出浮动高峰电价产品,将其与现货市场电价的相联 动,将该产品嵌入到现货市场交易中,将其与电力市场相衔接,不 断提高用户需求侧响应意识的同时保障电力系统安全可靠。
2、本发明基于浮动高峰电价产品构建计及浮动高峰电价的购售 双方最优盈利的方法,是基于实际的电力市场环境下,可以有效合 理提高售电公司的收益和市场竞争力,降低售电公司参与市场风险。
3、之前的研究并未将需求侧响应中的分时电价与实际的电力市 场联合起来,在一定程度上抑制了需求侧响应的发展。本发明则在 一定程度上将分时电价与实际电力市场相联合,有助于更紧密地将 零售电价和现货市场价格联系起来,促进我国需求侧响应的发展。
4、之前的研究未能基于现货市场实际情况为售电公司和用户提 供盈利策略。本发明在建立计及浮动高峰电价的购售双方运营优化 模型的同时,还制定3种不同类型用户的浮动高峰电价的定价策略, 将两者相互嵌合,得到基于浮动高峰电价下适合售电公司和用户的 最优盈利策略。
附图说明
图1是本发明中求解多类型负荷的售电公司最优盈利方法流程 图;
图2是实施例售电公司交易电价数据,其中,横坐标h表示时 间,纵坐标S表示电价,曲线符号表示如下:
图3实施例中各类型负荷曲线图,其中,横坐标h表示时段, 纵坐标S表示负荷,曲线符号表示如下:
图4是实施例中3种定价策略下的最优解的负荷曲线图,其中, 横坐标h表示时间,纵坐标S表示负荷,曲线符号表示如下:
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示 出,其中自始至终相同或类似的标号表示相同或类似的元件或具有 相同或类似功能的元件。下面通过参考附图描述的实施例是示例性 的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明公开一种计及浮动高峰电价的优化管理方法,步骤如下,
步骤1、基于集中式现货市场,分析分时电价和实时电价具体 特点,将两者有机结合并提出浮动高峰电价产品,设计该产品的具 体特点。
1)基于集中式现货市场,分析分时电价和实时电价的具体特点。
分时电价指的是电价随用电所处时段、日期、季节不同而不同 的电价。北京典型工业用户和商业用户的分时电价,其中高峰时段 和非高峰时段的价格比达到了4:1。采用了分时电价,鼓励工业和 商业用户错开高峰负荷时段用电。
实时定价指的是用户的零售电价等于实际批发市场的电价。当 市场电价高或可能会高的时候,智能装置发出警示,要求用户做出 实时响应。
分时电价的价格在一段时间内是固定的,对用户的计量设备和 响应意识要求不高,用户容易做出响应。但由于电力供需、煤耗价 格等波动,导致电价无法反映实际的市场情况,无法较好实现资源 优化配置。实时电价根据实际电力市场价格,每小时每天都不同,价格波动性大。虽然能实时反映实际市场的供需情况,实现资源的 优化配置。但在缺乏高级量测技术普及、市场不透明和用户需求侧 响应意识有限的情况下,实施起来较为困难。
2)提出浮动高峰电价产品
传统的峰谷分时电价在每个时段的时间和价格都是预先确定和 固定的,缺少灵活性和市场适应性,因此,提出售电公司的浮动高 峰电价产品,该产品是峰谷分时电价和实时定价的混合体,主要特 点是,各类型用户峰谷平时段不变,平和谷时段价格不变,但高峰 时段的价格将受到现货市场价格的影响,有助于更紧密地将零售电 价和现货市场价格联系起来。
3)设计浮动高峰电价产品具体特点
①适用对象和时间
针对大型工业或商业消费者,拥有可自动监视和反映价格变化 的智能工具,例如,智能冷冻库、热水锅炉或电动车辆,这些工具 可被设置为推迟到一天中电价较低时再启动,避开峰时段。居民用 户也可安装“智能”恒温器、电动汽车充电基础设施、储能和热水器计时器。
不同售电公司执行的浮动高峰电价时间有所不同,一般而言, 在每年的6-9月份,负荷缺口较大,市场交易波动性较大,高峰时 段为了满足负荷需求,电网可能采用更昂贵的发电机组或者售电公 司有时候不得不在现货市场以较高的成本购入电力。在这个时候执 行,一方面有利于降低系统峰谷差,提高系统安全稳定性;另一方 面有利于在实时市场进行虚拟投标获得更多收益。
②实施的边界条件
电力泛在物联网的快速发展,为浮动高峰电价产品的顺利开展 提供技术支持。售电公司代理的用户在日前电力市场结束后将会收 到售电公司发送的峰电价,并对次日负荷进行响应。由于峰时段电 价发生变化,平和谷时段电价未变化,将在峰时段出现负荷削减或 者将峰负荷转移到平、谷负荷。要求用户普及智能电表,应用信号 通信和负荷控制技术,同时要求售电公司具有较高的负荷和电价预 测能力。
③在实时市场进行交易
执行浮动高峰电价产品,用户在高峰时段的负荷进行削减和转 移,因此,售电公司可以将每个时段的负荷变化量在实时市场进行 交易。平、谷时段由于增加负荷,在实时市场将买进,而峰时段减 少负荷,在实时市场将卖出。与虚拟投标原理类似,已有的措施是通过激励型需求侧响应与用户签订合同,促使售电公司在实时市场 进行买卖电交易,但价格是固定的,无法实现资源优化配置和收益 最优。而执行浮动高峰电价,则可以将实时市场与零售市场价格联 系起来的同时,还能促使双方收益有所增加,通过价格引导实现资源优化配置。
④与现货市场电价的联动机制
现货市场电价具有一定的波动性和不可预测性,日前市场得到 日前节点电价,基于日前节点电价和预测的实时电价,通过模型, 得到售电公司代理各类型用户高峰时段的最优峰电价,将峰电价发 送至用户,用户进行响应。
⑤结算机制
对用户的峰谷平时段的用电量与对应电价得到用户在当天的电 费,电费与未采用浮动高峰电价产品高,但该差额将由售电公司补 偿,因为售电公司由于浮动高峰产品的实施,在电力市场将有盈利, 盈利部分在补偿用户的同时还可以按照一定比例分红给用户,使用 户在满足电费不变的情况下还可以获利。
步骤2、智能计量装置能够高精确采集负荷数据,并深度研究 获得与市场相关信息,售电商可发展附加服务产品优化自身的运营 策略。基于此,售电商得到参与的不同类型用户典型日负荷曲线, 划分峰谷平时段。
1)计算售电公司代理的不同类型用户的电量电价弹性系数
售电公司将所代理的客户进行分类:A类工业用户、B类工业公 司、商业用户和居民用户。其中A类工业用户是指对电价敏感度较 高,可调节负荷潜力较大的工业用户,B类用户对电价响应能力低 于A类工业用户。通过实施峰谷分时电价前后的负荷数据计算得出用户的弹性系数。
在用户侧采用价格响应时,已要求用户对价格变化会采取对应 的负荷变化,此状态可由电量电价弹性反映,表达式:
式中:ε为弹性系数;P、L分别表示电价和电量、△P、△L分 别表示变动量。
其中,电量电价弹性系数εij包括自弹性和互弹性两种。
式中:当j=i,εij为自弹性系数;j≠i,εij为互弹性系数;Li、 Pj分别表示对应时段的电量和电价;△Li、△Pj分别表示对应时段的 变动量。
对于n时段的用户对电价响应行为建模为
式中,n为时段数,对角线元素是自弹性系数,非对角线元素 是交叉弹性系数。
2)预测各类型用户的典型日负荷曲线
智能计量装置能够高精确采集负荷数据,并深度研究获得与市 场相关信息,售电商可发展附加服务产品优化自身的运营策略。售 电公司基于自身成熟的负荷预测技术,根据不同类型用户、历史负 荷数据,考虑经济、气候、国家政策、社会管理等影响因素,预测用户的典型日负荷曲线,同时合并成售电公司的总负荷曲线。
3)划分负荷曲线的峰谷平时段
负荷的峰谷平时段划分方法,在分析各类型负荷曲线的峰谷分 布特点后,确定负荷的最大值和最小值,采用模糊半梯度隶属度函 数进行划分。
假设用户典型日负荷曲线上各时间点集合为T={i1,i2,…,i24}。曲 线上各时段对应的数值集合为L={l1,l2,…,l24}。则谷时段对应的谷时 点集合为Tv,平时段对应的平时点集合为Tf,峰时段对应的峰时点 集合为Tp。则由模糊半梯度隶属度函数可计算各时点的谷隶属度和峰隶属度即:
为了更准确计算各时点的隶属度,本发明将式中的li引申为i时 刻和i+1时刻对应负荷的均值。
步骤3、售电商根据签订好的双边合同确定所负责的总负荷的 双边交易电量和电价,以及不同类型用户的平电价。售电商通过分 析精确的负荷数据,利用信息化技术挖掘交易行为规律,预测实时 市场交易电价。
1)售电公司与发电企业双边市场交易数据
售电公司与发电企业通过双边协商确定所负责的总负荷的双边 交易电量和电价。
2)售电公司与用户协商确定交易的平电价
现阶段大多数售电公司与用户通过统一电价进行电量交易,本 发明将该电价称为平电价。
3)售电公司预测实时市场电价
现货市场开展后,售电公司需要具备信息化和预测技术进行更 准确和精确的电价预测。售电公司根据用户负荷需求在双边合约和 日前市场进行交易,得到日前市场电价。通常情况下,由于实际负 荷与日前预测或申报负荷存在偏差,实时电价相对日前电价有所涨落。 但PJM等电力市场实际数据表明,二者整体趋势一致,且大部分情况 下日前与实时价格趋同。因此可以得到预测的实时电价。
步骤4、每年6~9月份执行浮动高峰电价,基于浮动高峰电价 对用户的电价响应行为建模,构建计及浮动高峰电价的购售双方优 化模型。
1)对用户电价响应行为进行建模
当该时段电价较高时,用户采取的措施是削减负荷或转移负荷。 因此,多时段负荷响应方式中,负荷削减和转移系数如下所示:
式中,Tp、Tf、Tv分别表示时段属于峰、平、谷;λpf、λpv、 λfv分别表示峰-平、平-谷和峰-谷的转移系数,λpp、λff、λvv分别表 示各时段的削减系数。由于在浮动高峰电价产品中,峰电价是在原 来电价基础上发生变化,其余时段均为平电价,kp、kf、kv,分别 表示对应时段的电价波动比,且kp>0、kf=0、kv=0。因此,λff=0、 λvv=0,λpf、λpv>0,此外,由于εii<0,λpp>0。
式中,Lt为原始时段i的负荷。Lp、Lf、Lv分别表示峰、平、谷 时段总负荷在相应时段内的平均值。
2)浮动高峰电价与现货市场联动
要使得用户的分时电价能与现货市场价格联系,在原来高峰电 价的基础上叠加一个与现货市场电价相联系的系数,即通过现货市 场价格引导用户改变高峰时刻的用电行为,公式如下所示
Pp=(1+kp)*Pf'
式中,Pf'为原来的峰时段电价(即平电价),Pp为执行浮动高峰 电价产品后的峰时段电价。kp为S41所述的负荷削减和转移系数, 数值通过S45的购售双方盈利模型优化所得。
3)构建售电公司收益模型
在电力市场交易中,售电公司购买电量渠道为双边合约、日前 市场和实时市场。因此,售电公司收益为双边合约购买电量费用、 日前市场购买电量费用、实时市场购电费用和售电费用之和。
目标函数为售电公司收益最大化,即双边合约购买电量费用、 现货市场购买电量费用和售电费用之和最大,如下式所示。式中,Rr是售电公司收益,是时刻t的销售电价,qn,t是时刻t用户n的 初始用电量,△qn,t是时刻t用户n对电价响应后的用电变化量, 分别是时刻t公司双边交易的价格和电量,分别是时刻t日 前市场中购买的电价和电量,分别是时刻t实时市场中购买 的电价和电量。
执行浮动高峰电价产品后售电公司的效益Rrbe为:
Rrbe=Rr-Rrini
4)用户用电成本效益
在电力市场交易中,售电公司与用户签订的售电合同,合同规 定交易电量和交易电价。用户效用为实施浮动峰谷电价前后的购电 成本之差,为负值。用户用电成本为:
0≤η≤1
式中,A为各类型用户由于高峰时刻的负荷变化而引起的生产 效益、舒适度等损失,η为比例系数。
执行浮动高峰电价产品后用户用电成本损失为:
Rcbe=Rc-Rcini
5)计及浮动高峰电价的购售双方运营优化模型的目标函数
执行浮动高峰电价产品,购售电双方效用以不执行产品前售电 公司收益与用户用电成本作为参考点。把售电公司收益和用户用电 成本损失整体化,在平衡账户中,则购售电双方效用表达式:
R=Rrbef+Rcbef
将售电公司收益和用户效用相叠加,得到平衡账户的总效益, 当售电公司采用浮动高峰电价的时候,用户用电成本上升,但上升 部分由售电公司承担。购售双方效用即考虑整体得到的总收益,因 此,该收益是通过采用浮动高峰电价之后,用户高峰时段电量下降, 售电公司在实时市场出售电量获得的。
计及浮动高峰电价的购售双方效用模型则是最大化目标函数, 即:
maxR=Rrbef+Rcbef
6)构建计及浮动高峰电价的购售双方运营优化模型的约束条件 模型的约束条件是功率平衡约束、售电价格和用户满意度约束。
①售电公司时刻t购售电功率平衡。
②售电价格约束。
对售电公司售电价格进行一定程度约束,可适时保障售电市场 的公平性,确保用户利益。
③用户满意度约束
执行浮动高峰电价产品会对用户的产品生产计划、生产质量以 及生活质量造成影响,因此定义用户满意度约束,以避免不切实际 的改变用户用电方式情况发生。用电方式满意度为:
步骤5、提出3种不同类型用户浮动高峰电价的定价策略,同 时计及浮动高峰电价的购售双方运营优化模型属于非线性规划问题, 用优化软件进行求解,得到购售双方最优盈利的策略。
1)提出3种各类型用户的定价策略
提出3种定价策略来验证售电公司运营优化模型的有效性:
1:策略1为所有用户均不执行浮动高峰电价产品;
2:策略2为工业用户执行峰谷电价产品;
3:策略3为工业用户、商业用户和居民用户均执行浮动高峰电 价产品。
首先,策略1是现阶段售电公司普遍采取的策略,作为参考。
其次,策略2为策略1和策略3的过渡策略,可以证明策略2 下平衡账户收益大于策略1.
最后,策略3是根据不同类型用户对电价的响应能力差异性设 计,能够充分挖掘不同类型用户的需求侧响应潜力,同时平衡账户 收益大于策略2。
2)通过优化软件求最优解
基于上述的各类型用户的负荷、平电价和售电公司与发电企业 双边交易的数据,日前交易数据、预测实时电价及各类型用户的弹 性系数作为计及浮动高峰电价的购售双方运营优化模型的输入数据, 采用优化软件求解模型,得到不同策略下平衡账户收益、售电公司 的收益、售电公司实时市场收益、不同类型用户执行浮动高峰电价 时的峰电价和用户的用电满意度,最终确定购售双方最优盈利策略。
步骤6、将模型得到的当日各类型用户的最优浮动高峰电价数 据,并通过通信系统给不同用户传送电价信息,用户通过自动需求 响应终端设备关停设备或调整运行功率,进行响应改变各自的用电 计划。
1)前提准备:
用户需要具备负荷监控装置、智能计量装置和智能通信装置。
2)用户进行需求侧响应
在发生需求响应事件时,售电公司将对应用户的峰谷平时段电 价信号发送至自动需求响应终端设备,终端接收来自控制器的负荷 信息后,执行对应的控制策略,通过关停设备或调整运行功率,降 低用户负荷。
实施例
下面对本实施例公开的计及浮动高峰电价的购售双方运营优化 方法进行具体说明:
一、假定测试条件
本文设定售电公司具有A类工业、B类工业、商业和居民用户。 该售电公司已经预测这几类用户的日负荷曲线,该售电公司根据已 有的日负荷曲线在双边合约市场购买了80%的电量,日前市场购买 20%的电量。
1)负荷参数方面。对电价的灵敏度:A类工业负荷>B类工业 负荷>商业负荷>居民负荷。本文弹性系数为各类用户实施峰谷分 时电价后一段时间的稳定值。通过负荷变化量和电价变化量来计算 不同时段的弹性系数。用户类型及响应特性的相关参数调查结果如 表2所示。本文只考虑高峰电价的变化,因此,对应的参数如下所 示。
表1用户类型及响应特性参数
2)电价数据方面:双边交易和现货市场交易中各时段的电价如 下图2所示。
根据该售电公司代理A类工业用户、B类工业用户、商业用户 和居民用户的某典型日负荷预测信息和得到的总日负荷曲线,如下 图3所示。
表2峰谷平时段的划分结果
对提出的3种定价策略进行优化仿真,得到的结果如表3-5和 图所示。
表3策略2和策略3的电价计算结果
表4不同策略下的负荷数据对比
表5不同策略下的收益与成本
通过优化后的各个发电机组出力结果如图4所示,从图4可以 看出:
1)各策略对负荷曲线的削峰填谷影响如下:
表3-4和图4可见:
策略1与策略2相比,策略2的工业用户执行浮动高峰电价, 是模型最优情况下获得。由于策略2只有工业用户执行,对负荷曲 线起到的削峰填谷能力有限。而策略2与策略3相比,策略3是所 有用户均执行浮动高峰电价,将预测的实时市场电价与用户的峰电 价相联动,保持各类型用户峰谷平时段不变,平和谷时段价格不变, 但高峰时段的价格受到实时市场价格的影响。
在策略3中,在考虑用户满意度的基础上,执行浮动高峰电价 产品之后,峰电价上升,用户会削减和转移高峰负荷,导致高峰时 段的用电量减少,平、谷时段的用电量增加,用户总用电量减少。 通过浮动高峰电价产品改变用户高峰时刻的用电行为,更有效地降低负荷峰谷差。
2)平衡账户收益对比
由表5可知,实施策略2只有工业用户参与,平衡账户获得收 益有限。而策略3是所有用户均执行浮动高峰电价产品,在满足用 户满意度约束条件的基础上,用户的用电成本增加,即用电费用和 效益损失的增加。将用户执行浮动高峰电价得到的一天24h负荷变 化量在实时市场进行交易,即高峰时刻将电量卖出去赚取收益,类 似虚拟投标。赚取的平衡账户收益相比未执行浮动高峰电价高738 元,可将这部分进行利益分配,不断培养用户的需求侧响应意识。 最后,由于用户用电成本增加是由售电公司承担,对于用户而言, 在用电成本不变的基础上,增加收益;对于售电公司而言,在保证 原本的收益并承担用户用电成本变化的基础上额外增加收益。
平衡账户收益主要是从实时电价获得,即通过浮动高峰电价引 导用户在高峰低谷时刻科学用电,在高峰时刻将电量出售出去,赚 取差价。传统的虚拟报价更多的是基于合同对用户进行约束,缺乏 灵活性的同时无法将合同电价与现货市场电价相配合,无法实现资 源优化配置。
通过上述对负荷曲线的峰谷对比和平衡账户收益对比可知,在 物联网和电力市场环境下,提出浮动高峰电价产品,促使零售价格 与现货市场价格相联动,并总结分析浮动高峰电价的特点。在满足 用户满意度的基础上构建购售双方运营优化模型,并设计3种策略 进行算例分析,验证模型的有效性。结果表明,当售电公司代理的 所有用户均执行浮动高峰电价产品,浮动高峰电价的平衡账户收益 是最大的。通过浮动高峰电价,用户的用电成本保持不变的同时, 还能获得额外收益。一方面将需求侧响应与现货市场连接起来,一 方面降低售点公司风险的同时提高购售电双方效益。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并 不受上述实施例的限制,其他的任何未背离本发明的精神实质与原 理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方 式,都包含在本发明的保护范围之内。
Claims (7)
1.一种计及浮动高峰电价的优化管理方法,其特征在于包括以下步骤:
S1、基于集中式现货市场,分析分时电价和实时电价具体特点,将两者有机结合并提出浮动高峰电价产品,设计该产品的具体特点;
S2、智能计量装置采集负荷数据,获得与市场相关信息,售电商得到参与的不同类型用户典型日负荷曲线,划分峰谷平时段;
S3、售电商根据签订好的双边合同确定所负责的总负荷的双边交易电量和电价,以及不同类型用户的平电价,售电商通过分析精确的负荷数据,利用信息化技术挖掘交易行为规律,预测实时市场交易电价;
S4、每年6-9月份执行浮动高峰电价,基于浮动高峰电价对用户的电价响应行为建模,构建计及浮动高峰电价的购售双方优化模型;
S5、提出3种不同类型用户浮动高峰电价的定价策略,同时计及浮动高峰电价的购售双方运营优化模型属于非线性规划问题,用优化软件进行求解,得到购售双方最优盈利的策略;
S6、将模型得到的当日各类型用户的最优浮动高峰电价数据,并通过通信系统给不同用户传送电价信息,用户通过自动需求响应终端设备关停设备或调整运行功率,进行响应改变各自的用电计划。
2.根据权利要求1所述一种计及浮动高峰电价的优化管理方法,其特征在于,所述步骤S1具体包括如下步骤:
S11、基于集中式现货市场,分析分时电价和实时电价的具体特点;
S12、提出浮动高峰电价产品,各类型用户峰谷平时段不变,平和谷时段价格不变,但高峰时段的价格将受到现货市场价格的影响,有助于更紧密地将零售电价和现货市场价格联系起来;
S13、设计浮动高峰电价产品具体特点,通过适用对象和时间、实施的边界条件的分析与确定,执行浮动高峰电价产品,用户在高峰时段的负荷进行削减和转移,因此,售电公司可以将每个时段的负荷变化量在实时市场进行交易,平、谷时段由于增加负荷,在实时市场将买进,而峰时段减少负荷,在实时市场将卖出;
与现货市场电价的联动机制,通过模型,得到售电公司代理各类型用户高峰时段的最优峰电价,将峰电价发送至用户,用户进行响应;
结算机制,对用户的峰谷平时段的用电量与对应电价得到用户在当天的电费,电费与未采用浮动高峰电价产品高,但该差额将由售电公司补偿,因为售电公司由于浮动高峰产品的实施,在电力市场将有盈利,盈利部分在补偿用户的同时还可以按照一定比例分红给用户,使用户在满足电费不变的情况下还可以获利。
3.根据权利要求2所述一种计及浮动高峰电价的优化管理方法,其特征在于,所述步骤S2具体包括如下步骤:
S21、计算售电公司代理的不同类型用户的电量电价弹性系数;
售电公司将所代理的客户进行分类:A类工业用户、B类工业公司、商业用户和居民用户,其中A类工业用户是指对电价敏感度较高,可调节负荷潜力较大的工业用户,B类用户对电价响应能力低于A类工业用户,通过实施峰谷分时电价前后的负荷数据计算得出用户的弹性系数,
在用户侧采用价格响应时,已要求用户对价格变化会采取对应的负荷变化,此状态可由电量电价弹性反映,表达式:
式中:ε为弹性系数;P、L分别表示电价和电量、△P、△L分别表示变动量,
其中,电量电价弹性系数εij包括自弹性和互弹性两种,
式中:当j=i,εij为自弹性系数;j≠i,εij为互弹性系数;Li、Pj分别表示对应时段的电量和电价;△Li、△Pj分别表示对应时段的变动量,
对于n时段的用户对电价响应行为建模为
式中,n为时段数,对角线元素是自弹性系数,非对角线元素是交叉弹性系数;
S22、预测各类型用户的典型日负荷曲线;
S23、划分负荷曲线的峰谷平时段;假设用户典型日负荷曲线上各时间点集合为T={i1,i2,…,i24}。曲线上各时段对应的数值集合为L={l1,l2,…,l24},则谷时段对应的谷时点集合为Tv,平时段对应的平时点集合为Tf,峰时段对应的峰时点集合为Tp,则由模糊半梯度隶属度函数可计算各时点的谷隶属度和峰隶属度即:
为了更准确计算各时点的隶属度,本发明将式中的li引申为i时刻和i+1时刻对应负荷的均值。
4.根据权利要求3所述一种计及浮动高峰电价的优化管理方法,其特征在于,所述步骤S3具体包括如下步骤:
S31、售电公司与发电企业双边市场交易数据;
S32、售电公司与用户协商确定交易的平电价;
S33、售电公司预测实时市场电价。
5.根据权利要求4所述一种计及浮动高峰电价的优化管理方法,其特征在于:所述步骤S4中通过以下步骤建立计及浮动高峰电价的购售双方运营优化模型:
S41、对用户电价响应行为进行建模
当该时段电价较高时,用户采取的措施是削减负荷或转移负荷,因此,多时段负荷响应方式中,负荷削减和转移系数如下所示:
式中,Tp、Tf、Tv分别表示时段属于峰、平、谷;λpf、λpv、λfv分别表示峰-平、平-谷和峰-谷的转移系数,λpp、λff、λvv分别表示各时段的削减系数。由于在浮动高峰电价产品中,峰电价是在原来电价基础上发生变化,其余时段均为平电价,kp、kf、kv,分别表示对应时段的电价波动比,且kp>0、kf=0、kv=0。因此,λff=0、λvv=0,λpf、λpv>0,此外,由于εii<0,λpp>0,
式中,Lt为原始时段i的负荷。Lp、Lf、Lv分别表示峰、平、谷时段总负荷在相应时段内的平均值,
S42、浮动高峰电价与现货市场联动
要使得用户的分时电价能与现货市场价格联系,在原来高峰电价的基础上叠加一个与现货市场电价相联系的系数,即通过现货市场价格引导用户改变高峰时刻的用电行为,公式如下所示
Pp=(1+kp)*Pf'
式中,Pf'为原来的峰时段电价(即平电价),Pp为执行浮动高峰电价产品后的峰时段电价,kp为S41所述的负荷削减和转移系数,数值通过S45的购售双方盈利模型优化所得,
S43、构建售电公司收益模型
下式中,Rr是售电公司收益,是时刻t的销售电价,qn,t是时刻t用户n的初始用电量,△qn,t是时刻t用户n对电价响应后的用电变化量,分别是时刻t公司双边交易的价格和电量,分别是时刻t日前市场中购买的电价和电量,分别是时刻t实时市场中购买的电价和电量;
执行浮动高峰电价产品后售电公司的效益Rrbe为:
Rrbe=Rr-Rrini
S44、用户用电成本效益
用户用电成本为:
0≤η≤1
式中,A为各类型用户由于高峰时刻的负荷变化而引起的生产效益、舒适度等损失,η为比例系数;
执行浮动高峰电价产品后用户用电成本损失为:
Rcbe=Rc-Rcini
S45、计及浮动高峰电价的购售双方运营优化模型的目标函数
执行浮动高峰电价产品,购售电双方效用以不执行产品前售电公司收益与用户用电成本作为参考点。把售电公司收益和用户用电成本损失整体化,在平衡账户中,则购售电双方效用表达式:
R=Rrbef+Rcbef
将售电公司收益和用户效用相叠加,得到平衡账户的总效益,当售电公司采用浮动高峰电价的时候,用户用电成本上升,但上升部分由售电公司承担。购售双方效用即考虑整体得到的总收益,因此,该收益是通过采用浮动高峰电价之后,用户高峰时段电量下降,售电公司在实时市场出售电量获得的;
计及浮动高峰电价的购售双方效用模型则是最大化目标函数,即:
maxR=Rrbef+Rcbef
S45、构建计及浮动高峰电价的购售双方运营优化模型的约束条件
模型的约束条件是功率平衡约束、售电价格和用户满意度约束;
①售电公司时刻t购售电功率平衡。
②售电价格约束。
③用户满意度约束
用电方式满意度为:
6.根据权利要求5所述一种计及浮动高峰电价的优化管理方法,其特征在于,所述步骤S5中通过以下步骤得到适合售电公司盈利的优化策略:
S51、提出3种各类型用户的定价策略;
S52、通过优化软件求最优解。
7.根据权利要求6所述一种计及浮动高峰电价的优化管理方法,其特征在于,所述步骤S6中通过以下步骤将电价信号传递给用户进行响应:
S61、将峰谷平电价数据传递给不同类型用户进行负荷响应,用户具备负荷监控装置、智能计量装置和智能通信装置;
在发生需求响应事件时,售电公司将对应用户的峰谷平时段电价信号发送至自动需求响应终端设备,终端接收来自控制器的负荷信息后,执行对应的控制策略,通过关停设备或调整运行功率,降低用户负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010561847.2A CN111695943B (zh) | 2020-06-18 | 2020-06-18 | 一种计及浮动高峰电价的优化管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010561847.2A CN111695943B (zh) | 2020-06-18 | 2020-06-18 | 一种计及浮动高峰电价的优化管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111695943A true CN111695943A (zh) | 2020-09-22 |
CN111695943B CN111695943B (zh) | 2023-04-28 |
Family
ID=72481841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010561847.2A Active CN111695943B (zh) | 2020-06-18 | 2020-06-18 | 一种计及浮动高峰电价的优化管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695943B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132638A (zh) * | 2020-10-22 | 2020-12-25 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN113570410A (zh) * | 2021-07-22 | 2021-10-29 | 国网四川省电力公司经济技术研究院 | 基于实时电价和电力增值业务影响的用电方式引导方法 |
CN113610426A (zh) * | 2021-08-19 | 2021-11-05 | 长沙理工大学 | 基于用户满意度的智能用电社区能量管理方法 |
CN118132644A (zh) * | 2024-05-07 | 2024-06-04 | 山东高呈网络科技有限公司 | 一种数据挖掘方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480907A (zh) * | 2017-08-28 | 2017-12-15 | 国网福建省电力有限公司 | 一种峰谷电价下含风电的省级电网购电配比的优化方法 |
CN108596408A (zh) * | 2018-05-28 | 2018-09-28 | 国网福建省电力有限公司 | 计及峰谷电价的售电公司组合购电优化方法 |
CN109740948A (zh) * | 2019-01-08 | 2019-05-10 | 重庆大学 | 一种计及用户需求响应的售电公司购电决策方法 |
-
2020
- 2020-06-18 CN CN202010561847.2A patent/CN111695943B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480907A (zh) * | 2017-08-28 | 2017-12-15 | 国网福建省电力有限公司 | 一种峰谷电价下含风电的省级电网购电配比的优化方法 |
CN108596408A (zh) * | 2018-05-28 | 2018-09-28 | 国网福建省电力有限公司 | 计及峰谷电价的售电公司组合购电优化方法 |
CN109740948A (zh) * | 2019-01-08 | 2019-05-10 | 重庆大学 | 一种计及用户需求响应的售电公司购电决策方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132638A (zh) * | 2020-10-22 | 2020-12-25 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN112132638B (zh) * | 2020-10-22 | 2024-04-09 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN113570410A (zh) * | 2021-07-22 | 2021-10-29 | 国网四川省电力公司经济技术研究院 | 基于实时电价和电力增值业务影响的用电方式引导方法 |
CN113610426A (zh) * | 2021-08-19 | 2021-11-05 | 长沙理工大学 | 基于用户满意度的智能用电社区能量管理方法 |
CN113610426B (zh) * | 2021-08-19 | 2024-03-29 | 长沙理工大学 | 基于用户满意度的智能用电社区能量管理方法 |
CN118132644A (zh) * | 2024-05-07 | 2024-06-04 | 山东高呈网络科技有限公司 | 一种数据挖掘方法及系统 |
CN118132644B (zh) * | 2024-05-07 | 2024-10-15 | 深圳市载厚智能投资有限公司 | 一种数据挖掘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111695943B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Electricity demand response schemes in China: Pilot study and future outlook | |
CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
CN110852519A (zh) | 一种考虑多类型负荷的售电公司最优盈利方法 | |
Alyousef et al. | Analysis and model-based predictions of solar PV and battery adoption in Germany: an agent-based approach | |
Agnetis et al. | Optimization models for consumer flexibility aggregation in smart grids: The ADDRESS approach | |
CN109389327B (zh) | 基于风光不确定性的多虚拟电厂时前合作方法 | |
CN112884381B (zh) | 一种考虑供需不确定性的p2p用能市场规划方法 | |
Rasheed et al. | Minimizing pricing policies based on user load profiles and residential demand responses in smart grids | |
CN110796283A (zh) | 一种面向需求侧主动响应的电量套餐优化设计方法 | |
Zhang et al. | Cournot oligopoly game-based local energy trading considering renewable energy uncertainty costs | |
Yan et al. | Designing household retail electricity packages based on a quantile regression approach | |
Wang et al. | Incentive strategies for small and medium-sized customers to participate in demand response based on customer directrix load | |
Vahid-Ghavidel et al. | Energy storage system impact on the operation of a demand response aggregator | |
Syu et al. | Call auction-based energy management system with adaptive subsidy and dynamic operating reserve | |
Frick et al. | Time-sensitive value of efficiency: use cases in electricity sector planning and programs | |
Biggins et al. | Going, Going, Gone: Optimising the bidding strategy for an energy storage aggregator and its value in supporting community energy storage | |
Wang et al. | Optimal day-ahead decision-making scheduling of multiple interruptible load schemes for retailer with price uncertainties | |
Gadham et al. | Demand response program using incentive and dis-incentive based scheme | |
Wang et al. | Research on fair residential critical peak price: Based on a price penalty mechanism for high-electricity consumers | |
Clastres et al. | Provision of demand response by French prosumers with photovoltaic-battery systems in multiple markets | |
CN116228271A (zh) | 基于零售用户选择行为的电力零售套餐定价方法及系统 | |
Pan et al. | Towards optimal customized electricity pricing via iterative two-layer optimization for consumers and prosumers | |
Zahid et al. | Analyses on the impact of consumers’ participation by demand response for flexibility procurement | |
Shayeghi et al. | Modeling an improved demand response program in day-ahead and intra-day markets | |
Wang | A demand responsive bidding mechanism with price elasticity matrix in wholesale electricity pools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |