CN104156581B - 计及系统可靠性与购电风险的峰谷分时电价确定方法 - Google Patents
计及系统可靠性与购电风险的峰谷分时电价确定方法 Download PDFInfo
- Publication number
- CN104156581B CN104156581B CN201410376427.1A CN201410376427A CN104156581B CN 104156581 B CN104156581 B CN 104156581B CN 201410376427 A CN201410376427 A CN 201410376427A CN 104156581 B CN104156581 B CN 104156581B
- Authority
- CN
- China
- Prior art keywords
- peak
- price
- electricity
- centerdot
- period
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种计及系统可靠性与购电风险的峰谷分时电价确定方法,总的思路是:先构建峰谷分时电价下的电量电价弹性矩阵;再构建计及线损成本与购电风险的电网经营企业收益模型;构建系统可靠性随负荷变化的函数关系;最后构建计及系统可靠性与购电风险的峰谷分时电价优化模型。本发明通过分时电价调节,激励用户积极参与电价响应,无需增加电网经营企业的额外投资,即可达到提高电网供电可靠性、减少停电损失,并同时增加电网经营企业收益、降低购电风险的目的,使得用户和电网经营企业达到双赢。
Description
技术领域
本发明涉及分时段电价制定技术,具体涉及计及系统可靠性与购电风险的峰谷分时电价确定方法,属于电力市场电价机制技术领域。
背景技术
电力市场中需求响应作为一种新型资源在一定程度上有效地缓解了电力供应的紧张局面。需求响应通过引导用户合理用电,在缓解电力供应紧张的同时能够提高供电可靠性。峰谷分时电价是一种有效的需求响应方式,其通过在负荷高峰时段适当调高电价、低谷时段适当降低电价来引导用户制定合理的用电计划,从而将高峰时段的部分负荷转移到低谷时段,达到削峰填谷、平衡负荷的目的。
合理的用户响应评估是制定峰谷分时电价的基础。当前主要存在两种分析用户对电价响应的方法:通过历史数据拟合出响应度曲线来分析用户对电价变化的响应规律以及通过求取电量电价弹性矩阵来分析用户对电价变化的响应规律。由于后者更适用于定量分析,被广泛应用于用户对电价响应的分析计算中。但是电量电价弹性矩阵难以通过数据统计的方式获得,而且鲜有文献给出电量电价弹性矩阵的解析求解方法。而2004年第28卷第5期《电力系统自动化》中“零售端电力市场中的电量电价弹性矩阵”一文中基于统计数据及假设条件,通过多元回归方法求取了电量电价弹性矩阵,但该方法不能反映不同负荷水平下电力弹性需求的变化,而且没有结合具体电价机制的特点,不能应用于分析峰谷分时电价的调整过程。
峰谷分时电价作为一种需求响应方式,其电价机制应充分反映需求响应的初衷——降低市场交易风险和提高系统的可靠性。电力系统的可靠性、电力交易的风险大小与负荷的波动情况密切相关,因此在多数峰谷分时电价模型的优化过程中都以负荷峰谷差最小或峰负荷最小为目标函数,但负荷的峰谷差或峰负荷并不能表征系统的可靠性和存在购电风险情况下电网经营企业的收益情况。此外,系统的高可靠性常常以高经济投入或改变用户的用电方式为代价,在电价机制的制定过程中应寻求供电可靠性、经济性以及用户用电舒适度的平衡点。因此,有必要在峰谷分时电价模型中综合考虑电力系统可靠性与购电风险的影响,从用户和企业的切身利益出发充分发挥需求侧资源在系统中的作用。
发明内容
针对现有技术存在的上述不足,本发明的目的是提供一种计及系统可靠性与购电风险的峰谷分时电价确定方法,本方法通过分时电价的调节即可达到提高电网供电可靠性、减少停电损失,并同时增加电网经营企业收益、降低购电风险的目的,使得用户和电网经营企业达到双赢。
本发明的技术方案是这样实现的:
计及系统可靠性与购电风险的峰谷分时电价确定方法,步骤如下,
步骤1:构建峰谷分时电价下的电量电价弹性矩阵
1.1采集电力市场环境下负荷随电价变化数据,绘制电力供给与弹性需求关系曲线;
1.2根据负荷曲线的峰谷时段划分结果,确定峰、平、谷时段的电量Ef,Ep和Eg;
1.3根据峰、平、谷时段的电量Ef,Ep和Eg,在电力供给与弹性需求关系曲线上确定点(Ef,epf)、(Ep,epp)和(Eg,epg),并求取这三点的切线,建立电价ep与电量E的线性关系:
Ef=-af·epf+bf (1)
Ep=-ap·epp+bp (2)
Eg=-ag·epg+bg (3)
式中af,bf,ap,bp和ag,bg为峰、平、谷时段线性关系曲线的系数;
1.4根据自弹性系数的定义,如式(4)所示
式中,M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epi、Δepi为时段i的电价及其改变量;
对式(1)~(3)求导,即可解得峰、平、谷时段的自弹性系数,如式(5)~(7):
1.5在用户的多时段电价响应中,设用户的总用电量I不变,即峰、平、谷时段电量总和为确定值:
Ef+Ep+Eg=I (8)
将式(2)、(3)代入式(8),得到式(9):
Ef-ap·epp+bp-ag·epg+bg=I (9)
对式(9)两端对epp求偏导得:
根据交叉弹性系数的定义,如式(11)
式中,M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epj、Δepj为时段j的电价及其改变量;
由此可以得到峰时段电量对于平时段电价变化的交叉弹性系数mfp:
1.6根据步骤1.5,同理可以求得其他时段之间的交叉弹性系数mfg、mpf、mpg、mgf和mgp,并结合各时段自弹性系数mff、mpp、mgg,得到峰谷分时电价下的电量电价弹性矩阵M:
步骤2:构建计及线损成本与购电风险的电网经营企业收益模型
2.1计算电力系统潮流,确定线路损耗Loss;
2.2确定现货市场电价的均值与负荷之间的线性关系,如式(14):
μ(eps(Lt))=k+q·Lt (14)
式中,μ(eps(Lt))为负荷水平Lt下现货电价的均值;k、q为现货电价均值的线性拟合系数;
2.3电网经营企业售电电价为ep,在合约市场的购电电价为epc,在现货市场的购电电价为eps,在合约市场的购电比例为ω,其余电量从现货市场购买,包含线路损耗;设Lt为第t小时的平均负荷,Losst为第t小时的线路损耗,则第t小时电网经营企业购电电量为Lt+Losst,忽略购电合同的签订费用和市场交易费用,电网经营企业的收益R表示为:
步骤3:构建系统可靠性随负荷变化的函数关系
3.1采用状态枚举法对电力系统进行可靠性评估,求得不同负荷水平L下的系统可靠性指标EENS;
3.2利用三次样条插值数学模型,根据不同负荷水平下系统的可靠性指标EENS建立电力系统可靠性随负荷变化的函数关系f(L)=EENS;
步骤4:构建计及系统可靠性与购电风险的峰谷分时电价优化模型
4.1优化模型决策变量
电网经营企业施行峰谷分时电价前对用户执行单一制电价,则有:
ep0,f=ep0,p=ep0,g=ep0 (16)
式中,ep0为施行峰谷分时电价前的售电电价;ep0,f,ep0,p,ep0,g为施行峰谷分时电价前的峰、平、谷时段的电价;
施行峰谷分时电价时,峰、平、谷时段电价在原单一制电价的基础上,上下浮动一定比例,即:
epf=ep0·(1+α) t∈Tf (17)
epp=ep0·(1+β) t∈Tp (18)
epg=ep0·(1+γ) t∈Tg (19)
式中,epf,epp和epg为施行峰谷分时电价时三个时段的电价;α、β和γ为峰、平、谷三个时段电价的上、下浮动幅度,且α、β、γ∈(-1,1);Tf为峰负荷时段、Tp为平负荷时段、Tg为谷负荷时段;
4.2优化模型目标函数:
以计及线损成本与购电风险的电网经营企业收益最大化为目标:
式中,Lf,t,Lp,t和Lg,t为峰、平、谷三个时段的负荷水平;T为一个运行周期;Lt、Losst分别为T时间段内第t小时的负荷水平、线路损耗;
4.3优化模型约束条件:
施行峰谷分时电价后,可靠性指标EENS达到一定的要求:
式中,f(Li)为系统EENS指标随负荷变化的函数关系;EENS1为施行峰谷分时电价后所要达到的可靠性指标值;
峰谷分时电价模型中,用户的总用电量I保持不变,也是基于多时段电价相应的电量电价弹性矩阵推导的前提条件:
由电量电价弹性矩阵即可得到施行峰谷分时电价后峰、平、谷时段电量的改变量,并且将各时段电量的改变量平均分摊到该时段内每个小时内,则有:
式中,M为电量电价弹性矩阵;E0,f,E0,p和E0,g分别为施行峰谷分时电价后峰、平、谷时段的用电量;ep0,f,ep0,p,ep0,g和Δepf,Δepp,Δepg分别为施行峰谷分时电价前各时段的电价与施行前后的电价差;Lk0,t、Lk,t(k=f,p,g)为施行峰谷分时电价前、后各时段的负荷水平;
峰谷分时电价的施行,应保证用户的用电费用在施行峰谷分时电价后不增加,即用户总用电费用EI应满足:
用户对电价的响应能力有限,并且须保证施行峰谷分时电价前、后负荷峰谷时段性质不发生变化,避免峰谷错位,则峰、平、谷三个时段的电价应满足:
epf>epp>epg (29)
式中,η为限定峰、谷时段电价比设定的常数,基于综合用户的考虑取1.83~5。
4.4以式(20)为目标函数、式(21)~(23)、(26)、(28)、(29)为约束条件,即为计及系统可靠性与购电风险的峰谷分时电价优化模型,通过该模型,即可确定峰谷分时电价。
本方法通过峰谷分时电价的确定,能通过激励用户积极参与电价响应,无需增加电网经营企业的额外投资,仅仅通过电价调节即可达到提高电网供电可靠性、减少用户停电损失以及降低企业收益风险的目的,对实际电力系统电价的确定具有一定的参考价值。
附图说明
图1-电力供给与弹性需求关系曲线图。
图2-峰谷时段划分图。
图3-EENS指标随系统负荷变化的规律曲线图。
图4-施行峰谷分时电价前后的日负荷曲线图。
具体实施方式
针对电力市场环境下需求侧用户的多时段电价响应,本发明基于电力供给与电力弹性需求平衡关系推导了峰谷分时电价下的电量电价弹性矩阵,以全面真实地刻画用户对电价变化的响应过程。在此基础上,以电网经营企业收益最大化为目标函数,计入可靠性约束、购电风险和线路损耗等,建立了峰谷分时电价模型,该模型通过分时电价的调节即可达到提高电网供电可靠性、减少停电损失,并同时增加电网经营企业收益、降低购电风险的目的,使得用户和电网经营企业达到双赢。同时,为提高模型求解过程中可靠性指标的更新速度,利用三次样条插值的模型建立系统可靠性随负荷变化的函数关系。
本发明总的思路是:先构建峰谷分时电价下的电量电价弹性矩阵;再构建计及线损成本与购电风险的电网经营企业收益模型;构建系统可靠性随负荷变化的函数关系;最后构建计及系统可靠性与购电风险的峰谷分时电价优化模型。具体步骤如下:
步骤1:构建峰谷分时电价下的电量电价弹性矩阵
1.1采集电力市场环境下负荷随电价变化数据,绘制电力供给与弹性需求关系曲线,如图1所示;
1.2根据负荷曲线的峰谷时段划分结果,确定峰、平、谷时段的电量Ef,Ep和Eg。
1.3根据峰、平、谷时段的电量Ef,Ep和Eg,在电力供给与弹性需求关系曲线上确定点(Ef,epf)、(Ep,epp)和(Eg,epg),并求取这三点的切线,建立电价ep与电量E的线性关系:
Ef=-af·epf+bf (1)
Ep=-ap·epp+bp (2)
Eg=-ag·epg+bg (3)
式中af,bf,ap,bp和ag,bg为峰、平、谷时段线性关系曲线的系数。
1.4根据自弹性系数的定义,如式(4)
式中,M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epi、Δepi为时段i的电价及其改变量。
对式(1)~(3)求导,即可解得峰、平、谷时段的自弹性系数,如式(5)~(7):
1.5在用户的多时段电价响应中,用户的总用电量I可基本不变,即峰、平、谷时段电量总和为确定值:
Ef+Ep+Eg=I (8)
将式(2)、(3)代入式(8),有:
Ef-ap·epp+bp-ag·epg+bg=I (9)
对式(9)两端对epp求偏导得:
根据交叉弹性系数的定义,如式(11)
式中,M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epj、Δepj为时段j的电价及其改变量。
于是,可以得到峰时段电量对于平时段电价变化的交叉弹性系数mfp:
1.6根据步骤1.5,同理可以求得其他时段之间的交叉弹性系数mfg、mpf、mpg、mgf和mgp,并结合各时段自弹性系数mff、mpp、mgg,得到建立峰谷分时电价下的电量电价弹性矩阵M:
步骤2:构建计及线损成本与购电风险的电网经营企业收益模型
2.1计算电力系统潮流,确定线路损耗Loss;
2.2根据2007年第30卷第23期《电力系统自动化》中“PJM日前市场电价的统计分析”,确定到现货市场电价的均值与负荷之间的线性关系:
μ(eps(Lt))=k+q·Lt (14)
式中,μ(eps(Lt))、为负荷水平Lt下现货电价的均值;k、q为现货电价均值的线性拟合系数。
2.3电网经营企业售电电价为ep,在合约市场的购电电价为epc,在现货市场的购电电价为eps,在合约市场的购电比例为ω(其余电量从现货市场购买,包含线路损耗)。设Lt为第t小时的平均负荷,Losst为第t小时的线路损耗,则第t小时电网经营企业购电电量为(Lt+Losst),忽略购电合同的签订费用和市场交易费用,电网经营企业的收益R表示为:
步骤3:构建系统可靠性随负荷变化的函数关系
3.1采用状态枚举法对电力系统进行可靠性评估,求得不同负荷水平L下的系统可靠性指标EENS(Expected Energy Not Supplied);EENS为期望缺供电量指标。
3.2利用三次样条插值数学模型,根据不同负荷水平下系统的可靠性指标建立电力系统可靠性随负荷变化的函数关系f(L)=EENS。
步骤4:构建计及系统可靠性与购电风险的峰谷分时电价优化模型
4.1优化模型决策变量
电网经营企业对用户执行单一制电价,则有:
ep0,f=ep0,p=ep0,g=ep0 (16)
式中,ep0为施行峰谷分时电价前的售电电价;ep0,f,ep0,p,ep0,g为施行峰谷分时电价前的峰、平、谷时段的电价。
施行峰谷分时电价时,峰、平、谷时段电价在原单一制电价的基础上,上下浮动一定比例,即:
epf=ep0·(1+α) t∈Tf (17)
epp=ep0·(1+β) t∈Tp (18)
epg=ep0·(1+γ) t∈Tg (19)
式中,epf,epp和epg为施行峰谷分时电价时三个时段的电价;α、β和γ为峰、平、谷三个时段电价的上、下浮动幅度,且α、β、γ∈(-1,1);Tf为峰负荷时段、Tp为平负荷时段、Tg为谷负荷时段。
4.2优化模型目标函数:
以计及线损成本与购电风险的电网经营企业收益最大化为目标:
式中,Lf,t,Lp,t和Lg,t为峰、平、谷三个时段的负荷水平;T为一个运行周期(日、月、季或年,这里指日);Lt、Losst分别为T时间段内第t小时的负荷水平、线路损耗。
4.3优化模型约束条件:
施行峰谷分时电价后,可靠性指标EENS达到一定的要求:
式中,f(Li)为系统EENS指标随负荷变化的函数关系;EENS1为施行峰谷分时电价后所要达到的可靠性指标值。
峰谷分时电价模型中,用户的总用电量I保持不变,也是基于多时段电价相应的电量电价弹性矩阵推导的前提条件:
由电量电价弹性矩阵即可得到施行峰谷分时电价后峰、平、谷时段电量的改变量,并且将各时段电量的改变量平均分摊到该时段内每个小时内,则有:
式中,M为电量电价弹性矩阵;E0,f,E0,p和E0,g分别为施行峰谷分时电价峰、平、谷时段的用电量;ep0,f,ep0,p,ep0,g和Δepf,Δepp,Δepg分别为施行峰谷分时电价前各时段的电价与施行前后的电价差;Lk0,t、Lk,t(k=f,p,g)为施行峰谷分时电价前、后各时段的负荷水平。
峰谷分时电价的施行,应保证用户的用电费用在施行峰谷分时电价后不增加,即用户总用电费用EI应满足:
用户对电价的响应能力有限,并且须保证施行峰谷分时电价前、后负荷峰谷时段性质不发生变化,避免峰谷错位,则峰、平、谷三个时段的电价应满足:
epf>epp>epg (29)
式中,η为限定峰、谷时段电价比设定的常数,基于综合用户的考虑取1.83~5。
4.4以式(20)为目标函数、式(21)~(23)、(26)、(28)、(29)为约束条件,即为计及系统可靠性与购电风险的峰谷分时电价优化模型;通过该模型,即可确定峰谷分时电价。
下面结合具体实施方式,进一步说明本发明。
选择IEEE-RTS79测试系统作为电力系统研究对象,负荷数据选择其典型日负荷数据如图2所示,峰谷时段的划分结果如图2所示。
步骤1:构建峰谷分时电价下的电量电价弹性矩阵
由于电力供给与弹性需求关系曲线的绘制需要大量的电力市场统计数据,且IEEE-RTS79测试系统不是实际系统,因此假设电力供给与弹性需求关系曲线已知,如图1所示。
根据图2峰谷时段的划分结果,得到峰、平、谷时段的电量Ef=24738WMh,Ep=19579.5WMh和Eg=12483WMh。根据电力供给与弹性需求关系曲线以及我国目前实际的电价情况,在电力供给与弹性需求关系曲线上确定点(24738,570)、(19579.5,550)、(12483,525),得到各时段电价ep与电量E的线性关系:
根据式(5)、(6)、(7)及式(11)得到峰谷分时电价下电量电价弹性矩阵:
步骤2:构建计及线损成本与购电风险的电网经营企业收益模型
通过电力系统潮流计算第t小时的线路损耗Losst;
结合2007年第30卷第23期《电力系统自动化》中“PJM日前市场电价的统计分析”一文中现货市场电价的均值与负荷的线性关系以及IEEE-RTS79测试系统的负荷量,确定现货市场电价的均值与负荷之间的线性关系:
μ(pS(Lt+Losst))=-221.4347+0.2681·(Lt+Losst)
电网经营企业计划在合约市场上购买90%的电量,10%的电量在现货市场上购买。施行峰谷分时电价前,电网经营企业的售电电价为550元/MWh,合约市场购电电价为374元/MWh,则电网经营企业的收益为:
步骤3:构建系统可靠性随负荷变化的函数关系
采用状态枚举法对电力系统进行可靠性评估,求得不同负荷水平L下的系统可靠性指标EENS:如表1所示;
表1IEEE-RTS79测试系统不同负荷水平的系统EENS指标
利用三次样条插值数学模型,根据表1中不同负荷水平下系统的可靠性指标建立电力系统可靠性随负荷变化的函数关系f(L)=EENS,如图3所示。
步骤4:构建计及系统可靠性与购电风险的峰谷分时电价优化模型
电网经营企业施行峰谷分时电价前对用户执行单一制电价,ep0=550元/MWh,则施行峰谷分时电价时,峰、平、谷时段电价为:
epf=550·(1+α) t∈Tf
epp=550·(1+β) t∈Tp
epg=550·(1+γ) t∈Tg
以计及线损成本与购电风险的电网经营企业收益最大化为目标:
施行峰谷分时电价前IEEE-RTS79测试系统的年度EENS0=34798MWh/年,则确定可靠性约束条件为:
式中,f(Li)为系统EENS指标随负荷变化的函数关系;EENS1为施行峰谷分时电价后所要达到的可靠性指标值。
峰谷分时电价模型中,用户的总用电量I保持不变:
由电量电价弹性矩阵即可得到施行峰谷分时电价后峰、平、谷时段电量的改变量:
峰谷分时电价的施行,保证用户的用电费用在施行峰谷分时电价后不增加:
施行峰谷分时电价前、后负荷峰谷时段性质不发生变化,避免峰谷错位,则峰、平、谷三个时段的电价应满足:
epf>epp>epg (35)
计及系统可靠性与购电风险的峰谷分时电价优化模型即以式(30)为目标函数、式(31)~(35)为约束条件。该模型的优化结果如表2所示。
表2峰谷分时电价模型优化结果
施行峰谷分时电价前、后的日负荷曲线,如图4所示。
由表2和图4可以看出,施行峰谷分时电价可以有效地减少系统的峰值负荷、降低负荷的峰谷差:施行峰谷分时电价前负荷峰谷差为1197MW,施行后峰谷差减少为968.05MW。同时,施行峰谷分时电价后系统的线路损耗由922.48MWh降低到874.59MWh。
施行峰谷分时电价前后的可靠性指标对比如表3所示。可知,峰时段电量减少4.54%,系统LOLP、LOLF和EENS指标分别降低34.08%、34.43%和24.08%。这主要是因为IEEE-RTS79测试系统可靠性指标随负荷增长呈近似指数增长,特别是在负荷水平较高时,较小的负荷减少量也能带来可观的可靠性效益。
表3施行峰谷分时电价前后的可靠性指标对比
对负荷侧而言,施行峰谷分时电价后,用户的日用电费用减少了19180.17元;同时,更为重要的是施行峰谷分时电价提高了系统的供电可靠性,日EENS减少了22.96MWh,即ΔEENS=22.96MWh。根据广东省东莞供电局2012年进行的用户停电损失调查,取停电损失评价率IEAR为132.6元/kWh,则减少的日停电损失ΔECOST为:
ΔECOST=ΔEENS·IEAR=3.04×106元
对电网经营企业而言,尽管用户的用电费用有所减少,由于峰谷分时电价实现了负荷曲线的削峰填谷,提高了电网可靠性,降低了停电损失,使得电网经营企业的收益增加,如表4所示:
表4施行峰谷分时电价前后电网经营企业日收益对比(单位:104元)
从上述结果可知,峰谷分时电价模型能通过激励用户积极参与电价响应,无需增加电网经营企业的额外投资,通过电价调节即可达到提高电网的供电可靠性、减少用户停电损失以及降低企业收益风险的目的,对实际电力系统电价的确定具有一定的参考价值。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管申请人参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,只要不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.计及系统可靠性与购电风险的峰谷分时电价确定方法,其特征在于:步骤如下,
步骤1:构建峰谷分时电价下的电量电价弹性矩阵
1.1采集电力市场环境下负荷随电价变化数据,绘制电力供给与弹性需求关系曲线;
1.2根据负荷曲线的峰谷时段划分结果,确定峰、平、谷时段的电量Ef,Ep和Eg;
1.3根据峰、平、谷时段的电量Ef,Ep和Eg,在电力供给与弹性需求关系曲线上确定点(Ef,epf)、(Ep,epp)和(Eg,epg),并求取这三点的切线,建立电价ep与电量E的线性关系:
Ef=-af·epf+bf (1)
Ep=-ap·epp+bp (2)
Eg=-ag·epg+bg (3)
式中af,bf,ap,bp和ag,bg为峰、平、谷时段线性关系曲线的系数;
1.4根据自弹性系数的定义,如式(4)所示
式中,M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epi、Δepi为时段i的电价及其改变量;
对式(1)~(3)求导,即可解得峰、平、谷时段的自弹性系数,如式(5)~(7):
1.5在用户的多时段电价响应中,设用户的总用电量I不变,即峰、平、谷时段电量总和为确定值:
Ef+Ep+Eg=I (8)
将式(2)、(3)代入式(8),得到式(9):
Ef-ap·epp+bp-ag·epg+bg=I (9)
对式(9)两端对epp求偏导得:
根据交叉弹性系数的定义,如式(11)
式中,M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Ei、ΔEi为时段i的用电量及其改变量;epj、Δepj为时段j的电价及其改变量;
由此可以得到峰时段电量对于平时段电价变化的交叉弹性系数mfp:
1.6根据步骤1.5,同理可以求得其他时段之间的交叉弹性系数mfg、mpf、mpg、mgf和mgp,并结合各时段自弹性系数mff、mpp、mgg,得到峰谷分时电价下的电量电价弹性矩阵M:
步骤2:构建计及线损成本与购电风险的电网经营企业收益模型
2.1计算电力系统潮流,确定线路损耗Loss;
2.2确定现货市场电价的均值与负荷之间的线性关系,如式(14):
μ(eps(Lt))=k+q·Lt (14)
式中,μ(eps(Lt))为负荷水平Lt下现货电价的均值;k、q为现货电价均值的线性拟合系数;
2.3电网经营企业售电电价为ep,在合约市场的购电电价为epc,在现货市场的购电电价为eps,在合约市场的购电比例为ω,其余电量从现货市场购买,包含线路损耗;设Lt为第t小时的平均负荷,Losst为第t小时的线路损耗,则第t小时电网经营企业购电电量为Lt+Losst,忽略购电合同的签订费用和市场交易费用,电网经营企业的收益R表示为:
步骤3:构建系统可靠性随负荷变化的函数关系
3.1采用状态枚举法对电力系统进行可靠性评估,求得不同负荷水平L下的系统可靠性指标EENS;
3.2利用三次样条插值数学模型,根据不同负荷水平下系统的可靠性指标EENS建立电力系统可靠性随负荷变化的函数关系f(L)=EENS;
步骤4:构建计及系统可靠性与购电风险的峰谷分时电价优化模型
4.1优化模型决策变量
电网经营企业施行峰谷分时电价前对用户执行单一制电价,则有:
ep0,f=ep0,p=ep0,g=ep0 (16)
式中,ep0为施行峰谷分时电价前的售电电价;ep0,f,ep0,p,ep0,g为施行峰谷分时电价前的峰、平、谷时段的电价;
施行峰谷分时电价时,峰、平、谷时段电价在原单一制电价的基础上,上下浮动一定比例,即:
epf=ep0·(1+α)t∈Tf (17)
epp=ep0·(1+β)t∈Tp (18)
epg=ep0·(1+γ)t∈Tg (19)
式中,epf,epp和epg为施行峰谷分时电价时三个时段的电价;α、β和γ为峰、平、谷三个时段电价的上、下浮动幅度,且α、β、γ∈(-1,1);Tf为峰负荷时段、Tp为平负荷时段、Tg为谷负荷时段;
4.2优化模型目标函数:
以计及线损成本与购电风险的电网经营企业收益最大化为目标:
式中,Lf,t,Lp,t和Lg,t为峰、平、谷三个时段的负荷水平;T为一个运行周期;Lt、Losst分别为第t小时的负荷水平、线路损耗;
4.3优化模型约束条件:
施行峰谷分时电价后,可靠性指标EENS达到一定的要求:
式中,f(Li)为系统EENS指标随负荷变化的函数关系;EENS1为施行峰谷分时电价后所要达到的可靠性指标值;
峰谷分时电价模型中,用户的总用电量I保持不变,也是基于多时段电价相应的电量电价弹性矩阵推导的前提条件:
由电量电价弹性矩阵即可得到施行峰谷分时电价后峰、平、谷时段电量的改变量,并且将各时段电量的改变量平均分摊到该时段内每个小时内,则有:
式中,M为电量电价弹性矩阵;E0,f,E0,p和E0,g分别为施行峰谷分时电价后峰、平、谷时段的用电量;ep0,f,ep0,p,ep0,g和Δepf,Δepp,Δepg分别为施行峰谷分时电价前各时段的电价与施行前后的电价差;Lk0,t、Lk,t为施行峰谷分时电价前、后各时段的负荷水平,其中k=f,p,g;
峰谷分时电价的施行,应保证用户的用电费用在施行峰谷分时电价后不增加,即用户总用电费用EI应满足:
用户对电价的响应能力有限,并且须保证施行峰谷分时电价前、后负荷峰谷时段性质不发生变化,避免峰谷错位,则峰、平、谷三个时段的电价应满足:
epf>epp>epg (29)
式中,η为限定峰、谷时段电价比设定的常数,基于综合用户的考虑取1.83~5;
4.4以式(20)为目标函数、式(21)~(23)、(26)、(28)、(29)为约束条件,即为计及系统可靠性与购电风险的峰谷分时电价优化模型,通过该模型,即可确定峰谷分时电价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410376427.1A CN104156581B (zh) | 2014-08-01 | 2014-08-01 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410376427.1A CN104156581B (zh) | 2014-08-01 | 2014-08-01 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104156581A CN104156581A (zh) | 2014-11-19 |
CN104156581B true CN104156581B (zh) | 2017-01-25 |
Family
ID=51882079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410376427.1A Active CN104156581B (zh) | 2014-08-01 | 2014-08-01 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156581B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809294B (zh) * | 2015-04-30 | 2017-12-22 | 贵州大学 | 用户对分时电价的响应度模型的建立方法 |
US11238547B2 (en) | 2017-01-12 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Building energy cost optimization system with asset sizing |
CN106849061A (zh) * | 2017-02-17 | 2017-06-13 | 深圳供电局有限公司 | 一种用户负荷响应激励积分计算方法和系统 |
EP3457513A1 (en) * | 2017-09-13 | 2019-03-20 | Johnson Controls Technology Company | Building energy system with load balancing |
CN107833101B (zh) * | 2017-11-10 | 2021-08-27 | 国家电网公司西北分部 | 一种基于节点电价机制的可再生能源交易费用的计算方法 |
CN109286189A (zh) * | 2018-10-24 | 2019-01-29 | 云南电网有限责任公司电力科学研究院 | 一种电动汽车充电桩网荷协调控制方法及系统 |
CN109861236B (zh) * | 2019-04-03 | 2020-08-07 | 合肥工业大学 | 一种考虑配电网潮流约束的最优分时电价获取方法 |
CN111784409B (zh) * | 2020-07-13 | 2024-04-26 | 南方电网能源发展研究院有限责任公司 | 用于配置削峰措施的模型构建方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258117A (zh) * | 2013-04-18 | 2013-08-21 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种用于智能微网中的分时电价计算方法 |
CN103679555A (zh) * | 2013-12-16 | 2014-03-26 | 成都安健发科技有限公司 | 基于负荷特性分类的分时电价确定方法 |
-
2014
- 2014-08-01 CN CN201410376427.1A patent/CN104156581B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258117A (zh) * | 2013-04-18 | 2013-08-21 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种用于智能微网中的分时电价计算方法 |
CN103679555A (zh) * | 2013-12-16 | 2014-03-26 | 成都安健发科技有限公司 | 基于负荷特性分类的分时电价确定方法 |
Non-Patent Citations (5)
Title |
---|
分时电价下考虑用户侧响应的日前调度计划建模与分析;李浩闪 等;《华东电力》;20140228;第42卷(第2期);第0314-0318页 * |
计入电力系统可靠性与购电风险的峰谷分时电价模型;陈沧杨 等;《电网技术》;20140831;第38卷(第8期);第2141-2148页 * |
计及系统可靠性与收益风险的峰谷分时电价模型研究;陈沧杨;《中国优秀硕士学位全文数据库 经济与管理学辑》;20150115;第2015年卷(第1期);J150-313 * |
零售端电力市场中的电量电价弹性矩阵;秦祯芳 等;《电力系统自动化》;20040310;第28卷(第5期);第16-19、24页 * |
需求侧峰谷分时电价对供电公司购售电风险影响分析模型;宋艺航 等;《电工技术学报》;20101130;第25卷(第11期);第183-190页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104156581A (zh) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156581B (zh) | 计及系统可靠性与购电风险的峰谷分时电价确定方法 | |
Comello et al. | The road ahead for solar PV power | |
Kilkki et al. | Optimized control of price-based demand response with electric storage space heating | |
Asadinejad et al. | Optimal use of incentive and price based demand response to reduce costs and price volatility | |
Grimm et al. | Optimal design of retailer-prosumer electricity tariffs using bilevel optimization | |
Doostizadeh et al. | A day-ahead electricity pricing model based on smart metering and demand-side management | |
Feuerriegel et al. | Integration scenarios of Demand Response into electricity markets: Load shifting, financial savings and policy implications | |
Moshari et al. | Demand-side behavior in the smart grid environment | |
Märkle-Huß et al. | Large-scale demand response and its implications for spot prices, load and policies: Insights from the German-Austrian electricity market | |
CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
Woo et al. | A wholesale electricity market design sans missing money and price manipulation | |
CN110852519A (zh) | 一种考虑多类型负荷的售电公司最优盈利方法 | |
Keles et al. | Cross-border effects in interconnected electricity markets-an analysis of the Swiss electricity prices | |
Garcıa-Dıaz et al. | Strategic bidding in electricity pools with short-lived bids: an application to the Spanish market | |
He et al. | Real-time electricity pricing mechanism in China based on system dynamics | |
Chen et al. | Retail dynamic pricing strategy design considering the fluctuations in day-ahead market using integrated demand response | |
CN110020742A (zh) | 一种工业用户源荷储需求响应优化方法及设备 | |
CN112132309A (zh) | 可再生能源发电配额制下售电公司购售电优化方法和系统 | |
Akasiadis et al. | Decentralized large-scale electricity consumption shifting by prosumer cooperatives | |
Xiao et al. | Windfall profit-aware stochastic scheduling strategy for industrial virtual power plant with integrated risk-seeking/averse preferences | |
CN111695943B (zh) | 一种计及浮动高峰电价的优化管理方法 | |
Evans et al. | The role of storage in a competitive electricity market and the effects of climate change | |
CN112053193B (zh) | 基于可调整电价的发电管理方法、装置、设备及存储介质 | |
Baltputnis et al. | Analysis of the potential benefits from participation in explicit and implicit demand response | |
Desai et al. | A dynamic pricing approach to electricity prices in the Indian context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |