CN106532769A - 基于光伏并网不确定性的需求侧分时电价的优化方法 - Google Patents

Abstract

本发明公开了一种基于光伏并网不确定性的需求侧分时电价的优化方法，包括以下步骤：获取分布式能源并网后的日负荷数据，根据模糊隶属度函数，确定负荷峰谷时段；确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，建立峰谷分时电价定价优化模型；利用机会约束理论，将功率平衡约束转换为确定性等式约束；采用粒子群寻优算法得到最优峰谷分时电价。本发明提供的方法，根据峰谷分时电价定价优化模型在实现配电网需求侧负荷的削峰填谷调节基础上，兼顾分布式电源的并网消纳；同时该优化方法利用机会约束理论解决分布式电源并网功率的预测不确定性问题，减小不确定性带来的决策风险，提高峰谷分时电价的定价合理性。

Description

基于光伏并网不确定性的需求侧分时电价的优化方法

技术领域

本发明涉及需求侧电价优化技术领域，特别涉及一种基于光伏并网不确定性的需求侧分时电价的优化方法。

背景技术

随着电力行业的发展，分布式能源在配电网中接入规模的也不断增加，将使配电网逐渐由传统无源网络向有源网络转变。这种转变也日益凸显当前配电网的功能结构和运营模式对大规模分布式电源并网的制约作用。配电网需求侧主动优化作为提高配电网消纳分布式电源能力的重要措施。传统配电网系统中，由于用户用电具有波动性，峰谷负荷差异较大，造成了电网投资的增加和能量的浪费。

目前，采用峰谷分时电价的方法引导用户调整用电结构。峰谷分时电价是一种有效的需求响应方式，通过在负荷高峰时段适当调高电价、负荷低谷时段适当降低电价，来引导用户制定合理的用电计划。现有的方法较多基于经济调度方面，而当分布式光伏电源在配电网规模并网时，会对微电网系统的可靠性、运行成本以及用户需求响应造成影响，且由于并网时，并网的功率会产生波动，若并网功率检测不准确将会导致峰谷分时电价的定价不合理。

因此，基于分布式光伏电源并网会对配电网负荷运行特性造成影响，现有的方法会产生无法准确预测分布式光伏电源并网功率，导致峰谷分时电价的定价不合理的问题。

发明内容

本发明的发明目的在于提供一种基于光伏并网不确定性的需求侧分时电价的优化方法，以解决现有的方法无法准确预测分布式光伏电源并网功率，导致峰谷分时电价的定价不合理的问题。

根据本发明的实施例，提供了一种基于光伏并网不确定性的需求侧分时电价的优化方法，包括以下步骤：

S1、获取分布式能源并网后的日负荷数据，得到负荷曲线，根据模糊隶属度函数，确定负荷峰谷时段；

S2、基于用户负荷需求，根据所述负荷峰谷时段，确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型；其中，所述约束条件包括功率平衡约束、配变容量约束和中断最大时长约束；

S3、根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束；

S4、根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价模型进行求解，得到最优峰谷分时电价。

优选地，所述步骤S1具体包括以下步骤：

S11、获取分布式能源并网后的日负荷数据，得到日负荷曲线；

S12、根据所述日负荷曲线，利用基于偏小型半梯形分布的所述模糊隶属度函数，确定负荷谷时段；

S13、根据所述日负荷曲线，利用基于偏大型半梯形分布的所述模糊隶属度函数，确定负荷峰时段；其中，

所述基于偏小型半梯形分布的所述模糊隶属度函数为：

μ(D)≤(D_p-D)/(D_p-D_v)；

所述基于偏大型半梯形分布的所述模糊隶属度函数为：

μ(D)≤(D-D_v)/(D_p-D_v)；

式中，D表示用电负荷需求，μ(D)表示隶属度值，D_p表示所述日负荷曲线最大负荷需求值，D_v表示日负荷曲线最小负荷需求值。

优选地，所述步骤S2包括以下步骤：

S21、根据所述负荷峰谷时段，基于所述用户负荷需求，确定所述用户负荷需求与电价调节的转移特性，建立峰时段对平时段的负荷转移率函数；

S22、根据所述负荷转移率函数，采用峰谷分时电价策略，确定用户响应峰谷分时电价后的负荷需求，建立负荷需求响应模型；其中，所述峰谷分时电价策略包括：峰谷电价比价和峰谷时段划分；

S23、根据所述负荷需求响应模型，基于运营周期内配电网运营效益最大化的目标，确定运营周期内需求侧峰谷分时电价最佳优化方法的目标函数；

S24、获取所述负荷峰谷时段的参数，根据所述目标函数，确定运营周期内需求侧峰谷分时电价最佳优化方法的约束条件；其中，所述参数包括：配电网供给侧与需求侧功率平衡、配电网下网功率不超过配变容量、各时段可中断负荷的最大允许操作容量、运营周期内各可中断负荷的累计最大允许运行时间和防止负荷需求峰谷时段倒置的峰谷电价；

S25、根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型。

优选地，所述步骤S21中，所述负荷转移率函数为：

式中，λ_i1表示用户i在负荷峰时段对平时段的负荷转移率，表示峰谷分时电价下，用户在负荷峰时段响应峰电价向负荷平时段转移的负荷量与初始峰电价时段的负荷量比值，△M₁表示峰谷分时电价下峰平时段的电价差，M_i1表示用户i在峰电价时段，向平电价时段转移负荷的峰平时段电价差阈值，k_i1表示用户i在峰电价时段，单位峰平时段电价差的负荷转移率，λ_imax1表示用户i在峰电价时段，响应峰平时段电价差的最大负荷转移率。

优选地，所述步骤S22中，所述负荷需求响应模型为：

式中，D_i(t)表示峰谷分时电价下用户i的t时刻负荷需求，T₁、T₂、T₃分别表示峰、平、谷时段，D_i0(t)表示非峰谷分时电价下用户i的t时刻负荷需求，D_iav1、D_iav2分别表示非峰谷分时电价下用户i在峰时段和平时段的负荷平均值，λ_i2表示用户i在负荷峰时段对谷时段的负荷转移率，λ_i3表示用户i在负荷平时段对谷时段的负荷转移率。

优选地，所述步骤S23中，所述目标函数为：

maxB_total＝B_Y+B_C+B_IL+B_PV；

式中，maxB_total表示运营周期内配电网运营效益的最大值，B_Y表示运营周期内配电网的运营收益，B_C表示配电网建设投资经折算等价后的单位运营周期建设成本，B_IL表示运营周期内配电网中断负荷需求的调控成本，B_PV表示配电网对并网分布式光伏发电的消纳成本；

其中，所述运营周期内配电网的运营收益B_Y的确定式为：

式中，N_L表示配电网中的负荷用户数，N_T表示运营周期的电量统计时段数，运营周期为24小时，D_i(t)和M_TOU(t)分别表示用户i在时段t的负荷需求和分时电价，P_DN(t)和M_B(t)分别表示配电网在时段t的下网功率和购电电价；

所述配电网建设投资经折算等价后的单位运营周期建设成本B_C的确定式为：

式中，L_pj表示配电网的线路总长度，r_pj表示线路单位长度造价，C_pj表示配电网系统配电容量，p_pj表示配电容量的单位造价，q_pj表示其他信息设施的改造费用，x_py表示运维成本比例，T_pj表示投资的使用年限；

所述运营周期内配电网可中断负荷需求的调控成本B_IL的确定式为：

式中，N_IL表示需求侧与供给侧签署的可中断负荷需求数，△P_IL(t)为运营周期内系统在t时刻的负荷需求缺额，Q_i为负荷需求i的可中断容量，I_i(t)为负荷需求i可中断部分在t时刻的操作状态，1表示动作，0表示无动作，M_IL(t)表示t时刻操作可中断负荷需求i的补偿电价，B_IL表示主动配电网为可中断用户支付日中断电量补贴；

所述配电网对并网分布式光伏发电的消纳成本B_PV的确定式为：

式中，N_PV表示配电网中并网分布式光伏发电的个数，表示光伏发电i时段t并网功率的模糊变量，M_PV表示光伏发电并网的上网电价，M_C表示碳交易价格，单位元/吨，所述价格由碳交易市场决定，参数0.89表示1千瓦时分布式光伏发电并网减排的0.89千克碳排放物。

优选地，所述约束条件中的功率平衡约束、配变容量约束和中断最大时长约束的约束式分别为：

所述功率平衡约束的约束式为：

式中：P_p(t)表示时刻t的配电网下网功率，P_PV,i(t)表示光伏发电i时段t并网功率预测值，I_i(t)表示负荷需求i可中断部分在t时刻的操作状态，D_i(t)表示用户i在时段t的负荷需求，Q_i表示负荷需求i的可中断容量；

所述配变容量约束的约束式为：P_p(t)≤P_MAX；

式中，P_MAX表示配电网最大有功功率容量；

所述中断最大时长约束的约束式为：

0≤M_f/M_g＝M_P(1+k_f)/M_P(1-k_g)≤1；

式中：N_T表示运营周期，b_i表示可中断负荷i在运营周期N_T内的累计最大运行时间，M_P表示平时段电价，k_f、k_g分别表示平时段电价的上浮和下浮比例，M_f、M_g分别表示峰时段电价和谷时段电价。

优选地，所述步骤S3中，所述根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束的步骤，包括：

根据所述峰谷分时电价定价优化模型，利用所述机会约束理论的清晰等价类，选择相应的置信水平参数，先将所述功率平衡约束转换为不确定约束，再利用所述机会约束理论的清晰等价类将所述不确定约束转换为确定性等式约束；其中，所述不确定约束的约束式为：

式中：Cr{.}表示该约束条件满足的可信度，α表示满足功率平衡的置信水平参数的下限值；

所述确定性等式约束的约束式为：

式中，α表示满足功率平衡的置信水平参数的下限值，取值≥0.5；P_PV,i(t)表示光伏发电i时段t并网功率预测值；ω_i3、ω_i4分别表示光伏发电i模糊变量基于梯形隶属度函数描述的参数，0<ω≤1，可由光伏发电并网出力的历史数据确定。

优选地，所述步骤S4中，所述根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价定价优化模型进行求解，得到最优峰谷分时电价的过程，所述粒子群寻优算法的求解步骤为：

S41、设置峰谷分时电价的运营范围、平时段电价、可中断负荷操作的补偿电价、需求侧可中断负荷的操作数量、运营周内的最大运行时间、配电网的配电容量和机会约束的置信水平；

S42、根据配电网日负荷预测曲线，采用分时电价峰谷时段划分方法确定峰谷分时电价的时段划分集合；

S43、将所述峰谷分时电价定价优化模型约束条件中的功率平衡条件，利用所述机会约束的清晰等价类方法，在既定置信水平下进行确定性转换；

S44、根据所述峰谷分时电价范围定义寻优空间；设置寻优粒子，所述寻优粒子的分量包括峰时段电价基于平时段电价的有功增量和谷时段电价基于平时段电价的有功增量；确定寻优空间中数个粒子的初始分量，基于需求侧所述峰谷分时电价定价优化模型和光伏发电预测曲线，利用所述粒子群寻优算法求解峰谷时段划分方案的最优峰谷分时电价；

S45、基于各负荷峰谷时段划分方案的适应度值比较，确定最优的峰谷分时电价。

由以上技术方案可知，本发明实施例提供了一种基于光伏并网不确定性的需求侧分时电价的优化方法，包括以下步骤：获取分布式能源并网后的日负荷数据，得到负荷曲线，根据模糊隶属度函数，确定负荷峰谷时段；基于用户负荷需求，根据所述负荷峰谷时段，确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型；其中，所述约束条件包括功率平衡约束、配变容量约束和中断最大时长约束；根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束；根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价模型进行求解，得到最优峰谷分时电价。本发明提供的方法，通过日前峰谷分时电价的定价，进行峰谷分时电价的时段划分，确定峰谷分时电价决策的优化方法，利用配电网需求侧价格型响应负荷，通过峰谷分时电价的调节，使负荷需求与分布式电源并网功率协调配合，从而在实现配电网需求侧负荷的削峰填谷调节基础上，充分消纳分布式电源。因此，本发明提供的方法，不仅能够使配电网利用峰谷分时电价和需求侧负荷需求的电价响应实现分布式电源的大规模并网的消纳，而且能够通过负荷需求的移峰填谷调节，提高配电网配电容量的利用率，合理规划配电网的建设，同时该优化方法利用机会约束理论克服了光伏发电并网预测不确定性对峰谷分时电价优化方法准确性的影响，减小了不确定性带来的决策风险，提高峰谷分时电价的定价合理性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例示出的基于光伏并网不确定性的需求侧分时电价的优化方法的流程图；

图2为本发明实施例示出的基于光伏并网不确定性的需求侧分时电价的优化方法的峰谷分时电价时段划分原理图；

图3为本发明一优选实施例示出的典型日负荷和光伏输出曲线图；

图4为本发明一优选实施例示出的两种方案的负荷曲线对比图；

图5为本发明一优选实施例示出的两种方案的配电网下网功率曲线对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，根据本发明实施例提供的一种基于光伏并网不确定性的需求侧分时电价的优化方法，包括以下步骤：

S1、获取分布式能源并网后的日负荷数据，得到负荷曲线，根据模糊隶属度函数，确定负荷峰谷时段；

S2、基于用户负荷需求，根据所述负荷峰谷时段，确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型；其中，所述约束条件包括功率平衡约束、配变容量约束和中断最大时长约束；

S3、根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束；

S4、根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价模型进行求解，得到最优峰谷分时电价。

本发明提供的方法，通过日前分时电价的定价，利用配电网需求侧价格型响应负荷，通过分时电价的调节，使负荷需求与分布式电源并网功率协调配合，从而在实现配电网需求侧负荷的削峰填谷调节基础上，充分消纳分布式电源。本发明提供的方法，根据峰谷分时电价的时段划分，分时电价决策的优化方法，解决峰谷分时电价优化过程中的分布式电源并网功率预测不确定性的问题。

优选地，在步骤S1中，首先对日负荷曲线进行负荷峰谷时段划分，请参阅图2，具体包括以下步骤：

S11、获取分布式能源并网后的日负荷数据，得到日负荷曲线；

S12、根据所述日负荷曲线，利用基于偏小型半梯形分布的所述模糊隶属度函数，确定负荷谷时段；

S13、根据所述日负荷曲线，利用基于偏大型半梯形分布的所述模糊隶属度函数，确定负荷峰时段；

其中，首先统计分布式能源并网后的一天之内的日负荷数据，根据日负荷数据按时间关系绘制成日负荷曲线，由于每一时段的能源消耗不同，因此，日负荷曲线上会出现清晰的波峰和波谷，出现波峰的时段为峰时段，出现波谷的时段为谷时段。

然后，根据日负荷曲线体现的峰时段和谷时段，利用模糊隶属度函数，确定每一时段的负荷，即负荷峰时段和负荷谷时段，具体地，负荷谷时段的确定方式为，利用基于偏小型半梯形分布的模糊隶属度函数进行确定，该基于偏小型半梯形分布的模糊隶属度函数为：

μ(D)≤(D_p-D)/(D_p-D_v)；

同理，负荷峰时段的确定方式为，利用基于偏大型半梯形分布的所述模糊隶属度函数进行确定，该基于偏大型半梯形分布的所述模糊隶属度函数为：

μ(D)≤(D-D_v)/(D_p-D_v)；

式中，D表示用电负荷需求，μ(D)表示隶属度值，D_p表示所述日负荷曲线最大负荷需求值，D_v表示日负荷曲线最小负荷需求值。

其中，D_p和D_v所对应的时间为t_A和t_B，则t_A左右附近时段的t_m1～t_m2处于谷时段可能性较大，其中t_m1＜t_A，t_m2＞t_A；t_B左右附近时段的t_m3～t_m4处于峰时段的可能性较大，其中t_m3＜t_B，t_m4＞t_B。

通过设置不同隶属度值μ(D)，可求出满足上述两式的对应D值范围，进而可根据日负荷曲线确定所求D对应的时段范围t_m1～t_m2和t_m3～t_m4，进而确定不同负荷的峰、平、谷时段组合F＝{f_k,k＝1,2,…n}，但隶属度值μ_k(D)的选取需满足下式所示约束条件。

经过步骤S1的过程，根据模糊隶属度函数确定出负荷峰时段和负荷谷时段，即将一天内的负荷数据进行了负荷峰谷时段划分。

优选地，在步骤S2中，建立基于光伏不确定性的峰谷分时电价定价优化模型，具体包括以下步骤：

S21、根据所述负荷峰谷时段，基于所述用户负荷需求，确定所述用户负荷需求与电价调节的转移特性，建立峰时段对平时段的负荷转移率函数；

其中，由消费心理学知，消费者对不同价格会产生不同的需求响应。因此，电能作为电力市场供给侧和需求侧之间的交易商品，其用户需求也将体现此需求响应特性，即电价增加用户需求减少，电价减小用户需求增加。

基于用户日负荷需求总量不变的前提下，根据步骤S1的负荷峰谷时段，利用分段函数表示用户需求与电价调节的转移特性，该分段函数即为峰时段对平时段的负荷转移率函数。

该负荷转移率函数为：

式中，λ_i1表示用户i在负荷峰时段对平时段的负荷转移率，表示峰谷分时电价下，用户在负荷峰时段响应峰电价向负荷平时段转移的负荷量与初始峰电价时段的负荷量比值，△M₁表示峰谷分时电价下峰平时段的电价差，M_i1表示用户i在峰电价时段，向平电价时段转移负荷的峰平时段电价差阈值，k_i1表示用户i在峰电价时段，单位峰平时段电价差的负荷转移率，λ_imax1表示用户i在峰电价时段，响应峰平时段电价差的最大负荷转移率。

同理，可确定峰电价时段对谷电价时段的负荷转移率λ_i2，平电价时段对谷电价时段的负荷转移率λ_i3。

S22、根据所述负荷转移率函数，采用峰谷分时电价策略，确定用户响应峰谷分时电价后的负荷需求，建立负荷需求响应模型；其中，所述峰谷分时电价策略包括：峰谷电价比价和峰谷时段划分；

其中，利用基于负荷转移函数，采用峰谷分时电价策略，建立用户负荷需求响应模型，来说明用户负荷需求对峰谷分时电价的不同响应。

该负荷需求相应模型为：

式中，D_i(t)表示峰谷分时电价下用户i的t时刻负荷需求，T₁、T₂、T₃分别表示峰、平、谷时段，D_i0(t)表示非峰谷分时电价下用户i的t时刻负荷需求，D_iav1、D_iav2分别表示非峰谷分时电价下用户i在峰时段和平时段的负荷平均值，λ_i2表示用户i在负荷峰时段对谷时段的负荷转移率，λ_i3表示用户i在负荷平时段对谷时段的负荷转移率。

峰谷分时电价是结合用户用电变化情况，将日用电时间划分为高峰、平段、低谷多个时段，并在各时段制定不同的电价，以鼓励电力用户合理安排用电行为，以削峰填谷并提高对电力资源的利用效率。峰谷电价策略包含峰谷电价比价和峰谷时段划分两部分内容。

峰谷电价比价是指峰谷电价在平电价M_p基础上的上浮和下调的比值，上浮比例和下调比例分记为k_f和k_g，则有峰电价M_f和谷电价M_g的确定式如下式所示。

为避免峰谷倒置，峰电价和谷电价的浮动比例比值应满足：

Q_g/Q_f≤k_f/k_g≤1；

式中，Q_g，Q_f分别表示用户在谷时段和峰时段用电总量。其中，峰谷电价的比价(1+k_f)/(1-k_g)在1.96～5:1之间较为合理。

峰谷时段界限可根据分布式能源并网后的负荷曲线，利用模糊隶属度函数和相应约束条件进行划分。参阅步骤S1中负荷转移率函数公式，设典型负荷曲线最大负荷值D_p和最小负荷值D_v所对应时间为t_A和t_B，t_A点周围时段t_m1～t_m2处于谷时段的可能性较大，而t_B点周围时段t_m3～t_m4处于峰时段的可能性较大。通过设置隶属度μ(D)，利用偏小型半梯形分布函数μ(D)≤(D_p-D)/(D_p-Dv)确定谷时段，利用偏大型半梯形分布函数μ(D)≤(D-D_v)/(D_p-Dv)确定峰时段，其余时段作为平时段。同时，为了保证峰谷分时电价的实际运用可行性，各时段间隔不小于2小时，且峰、谷、平三个时段的连续时长不小于6小时。

S23、根据所述负荷需求响应模型，基于运营周期内配电网运营效益最大化的目标，确定运营周期内需求侧峰谷分时电价最佳优化方法的目标函数；

其中，运营周期内配电网运营效益最大化的目标为配电网运营成本效益最大，配电网运营成本效益主要考虑运营收益、建设成本、中断负荷运营成本和分布式能源社会效益成本四个方面。

配电网的运营收益包含有向上一级电网的购电成本和针对用户的售电收益，由B_Y表示，其确定式为：

式中，N_L表示配电网中的负荷用户数，N_T表示运营周期的电量统计时段数，运营周期为24小时，D_i(t)和M_TOU(t)分别表示用户i在时段t的负荷需求和分时电价，P_DN(t)和M_B(t)分别表示配电网在时段t的下网功率和购电电价；

建设成本，可由配电网的系统建设成本折合成，由B_C表示，其确定式为：

式中，L_pj表示配电网的线路总长度，r_pj表示线路单位长度造价，C_pj表示配电网系统配电容量，p_pj表示配电容量的单位造价，q_pj表示其他信息设施的改造费用，x_py表示运维成本比例，T_pj表示投资的使用年限。

中断负荷运营成本，电力市场中电价策略无法满足系统供需平衡约束时，可采取负荷可中断策略进行负荷调控，由B_IL表示，其确定式为：

式中，N_IL表示需求侧与供给侧签署的可中断负荷需求数，△P_IL(t)为运营周期内系统在t时刻的负荷需求缺额，Q_i为负荷需求i的可中断容量，I_i(t)为负荷需求i可中断部分在t时刻的操作状态，1表示动作，0表示无动作，M_IL(t)表示t时刻操作可中断负荷需求i的补偿电价，B_IL表示主动配电网为可中断用户支付日中断电量补贴。

分布式能源社会效益即为分布式光伏发电的消纳成本，分布式能源并网成本主要由考虑碳排放的社会成本和购买分布式能源电力的成本两部分构成，由B_PV表示，其确定式为：

式中，N_PV表示配电网中并网分布式光伏发电的个数，表示光伏发电i时段t并网功率的模糊变量，M_PV表示光伏发电并网的上网电价，M_C表示碳交易价格，单位元/吨，所述价格由碳交易市场决定，参数0.89表示1千瓦时分布式光伏发电并网减排的0.89千克碳排放物。

在运营周期内确定合适的分时电价方案和负荷中断方案，以使配电网的运营效益达到最大，建立用于确定运营周期内需求侧峰谷分时电价最佳优化方法的目标函数，该目标函数为：

maxB_total＝B_Y+B_C+B_IL+B_PV；

式中，maxB_total表示运营周期内配电网运营效益的最大值，B_Y表示运营周期内配电网的运营收益，B_C表示配电网建设投资经折算等价后的单位运营周期建设成本，B_IL表示运营周期内配电网中断负荷需求的调控成本，B_PV表示配电网对并网分布式光伏发电的消纳成本。

S24、获取所述负荷峰谷时段的参数，根据所述目标函数，确定运营周期内需求侧峰谷分时电价最佳优化方法的约束条件；其中，所述参数包括：配电网供给侧与需求侧功率平衡、配电网下网功率不超过配变容量、各时段可中断负荷的最大允许操作容量、运营周期内各可中断负荷的累计最大允许运行时间和防止负荷需求峰谷时段倒置的峰谷电价；

其中，基于配电网供给侧与需求侧功率平衡、配电网下网功率不超过配变容量、各时段可中断负荷的最大允许操作容量、运营周期内各可中断负荷的累计最大允许运行时间和防止负荷需求峰谷时段倒置的峰谷电价，根据步骤S23确定的目标函数，确定运营周期内需求侧峰谷分时电价最佳优化方法的约束条件。

该约束条件包括功率平衡约束、配变容量约束和中断最大时长约束，其中，功率平衡约束的约束式为：

式中：P_p(t)表示时刻t的配电网下网功率，P_PV,i(t)表示光伏发电i时段t并网功率预测值，I_i(t)表示负荷需求i可中断部分在t时刻的操作状态，D_i(t)表示用户i在时段t的负荷需求，Q_i表示负荷需求i的可中断容量。

配变容量约束的约束式为：P_p(t)≤P_MAX；

式中，P_MAX表示配电网最大有功功率容量。

可中断负荷作为需求侧负荷需求电价调控的辅助措施，中断负荷控制容量须满足供用间协议的可中断负荷容量限定，考虑到签订协议可中断负荷用户的自身负荷需求，电网对可中断负荷的操作还需要从时长上加以限定，可中断负荷操作的单次中断最大时长和运营周期内累计中断最大时长应分别满足相应的约束条件，如下式所示：

所述中断最大时长约束的约束式为：

0≤M_f/M_g＝M_P(1+k_f)/M_P(1-k_g)≤1；

式中：N_T表示运营周期，b_i表示可中断负荷i在运营周期N_T内的累计最大运行时间，M_P表示平时段电价，k_f、k_g分别表示平时段电价的上浮和下浮比例，M_f、M_g分别表示峰时段电价和谷时段电价。

S25、根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型。

以步骤S23的运营周期内需求侧峰谷分时电价最佳优化方法的目标函数和步骤S24的约束条件，建立峰谷分时电价定价优化模型。

优选地，在步骤S3中，根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束，具体包括如下内容：

根据所述峰谷分时电价定价优化模型，利用所述机会约束理论的清晰等价类，选择相应的置信水平参数，先将所述功率平衡约束转换为不确定约束，再利用所述机会约束理论的清晰等价类将所述不确定约束转换为确定性等式约束；

其中，针对所建立的基于模糊机会约束的峰谷分时电价定价优化模型，其求解的关键是机会约束的处理。为此，利用清晰等价类进行机会约束等价转换，采用机会约束等式将优化模型中功率平衡约束式转换为不确定性约束，再将不确定性约束转换为确定性约束。

该不确定性约束为：

式中：Cr{.}表示该约束条件满足的可信度，α表示满足功率平衡的置信水平参数的下限值；

所述确定性等式约束为：

式中，α表示满足功率平衡的置信水平参数的下限值，取值≥0.5；P_PV,i(t)表示光伏发电i时段t并网功率预测值；ω_i3、ω_i4分别表示光伏发电i模糊变量基于梯形隶属度函数描述的参数，0<ω≤1，可由光伏发电并网出力的历史数据确定。

优选地，在步骤S4中，基于步骤S3的转换结果，根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价定价优化模型进行求解，得到最优峰谷分时电价。

其中，该粒子群寻优算法的求解步骤为：

S41、设置峰谷分时电价的运营范围[M_min，M_max]，以及平时段电价M_P，可中断负荷操作的补偿电价M_IL，需求侧可中断负荷的操作数量，运营周内的最大运行时间，配电网的配电容量，机会约束的置信水平α；

S42、根据配电网日负荷预测曲线，采用分时电价峰谷时段划分方法确定峰谷分时电价的时段划分集合F＝{f_k,k＝1,2,…n}；

S43、将所述峰谷分时电价定价优化模型约束条件中的功率平衡条件，利用所述机会约束的清晰等价类方法在既定置信水平下进行确定性转换；

S44、根据峰谷分时电价范围定义寻优空间S_n；设向量x_i为寻优粒子，其分量x_ij(j＝1,2)分别表示峰时段电价、谷时段电价基于平时段电价的有功增量，随机生成寻优空间S_n中m个粒子的初始分量x_ij(0)(i＝1,…,m)，基于需求侧峰谷分时电价定价优化模型和光伏发电预测曲线，利用粒子群寻优算法求解峰谷时段划分方案k的最优峰谷分时电价；

S45、基于各负荷峰谷时段划分方案k的适应度值比较，确定最优的峰谷分时电价。

以基于配电网成本效益为目标的目标函数作为粒子群寻优的适应度函数，以各点电价的峰谷电价作为寻优粒子X_q，粒子寻优范围满足峰谷电价约定范围，即M_min≤X_q≤M_max。第q次迭代的粒子位置和速度更新表达式如式下式所示。

式中，V_q为粒子第q次迭代后的速度；X_q为第q次迭代后粒子位置；P_B为粒子群个体最优位置坐标；G_B为粒子群全局最优位置坐标；w为惯性权重；C₁和C₂分别为自我学习因子和社会学习因子；r₁、r₂分别为均匀分布在[0,1]上的随机数。

利用上述粒子群寻优算法求解，即可得到峰谷时段划分的最优峰谷分时电价。

由以上技术方案可知，本发明实施例提供了一种基于光伏并网不确定性的需求侧分时电价的优化方法，包括以下步骤：获取分布式能源并网后的日负荷数据，得到负荷曲线，根据模糊隶属度函数，确定负荷峰谷时段；基于用户负荷需求，根据所述负荷峰谷时段，确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型；其中，所述约束条件包括功率平衡约束、配变容量约束和中断最大时长约束；根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束；根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价模型进行求解，得到最优峰谷分时电价。本发明提供的方法，通过日前峰谷分时电价的定价，进行峰谷分时电价的时段划分，确定峰谷分时电价决策的优化方法，利用配电网需求侧价格型响应负荷，通过峰谷分时电价的调节，使负荷需求与分布式电源并网功率协调配合，从而在实现配电网需求侧负荷的削峰填谷调节基础上，充分消纳分布式电源。因此，本发明提供的方法，不仅能够使配电网利用峰谷分时电价和需求侧负荷需求的电价响应实现分布式电源的大规模并网的消纳，而且能够通过负荷需求的移峰填谷调节，提高配电网配电容量的利用率，合理规划配电网的建设，同时该优化方法利用机会约束理论克服了光伏发电并网预测不确定性对峰谷分时电价优化方法准确性的影响，减小了不确定性带来的决策风险，提高峰谷分时电价的定价合理性。

下面结合具体的实施例来详细说明本发明的技术方案。

以某地区配电网的典型日负荷数据为例，根据该日的日负荷数据绘制负荷曲线，负荷曲线P’_L(t)(图3中实线部分)和光伏发电有功输出曲线P_DER(t)(图3中虚线部分)的示意图如图3所示，其中光伏单元的渗透率为25％，设定系统配电容量为100MW。

假设有四位用户与电网签订了负荷可中断协议，分别记为用户1-4，协议可中断负荷总容量为6MW，协议合同如表1所示。

表1可中断负荷协议合同

根据粒子群寻优算法，设定粒子群算法迭代次数为60，粒子种群个数20，粒子群适应度函数参数设定：L_p,j＝500，r_p,j＝80，x_p,j＝5％，单位配电容量成本的平均值为400美元/kW/年，换算一下可设定参数为0.7万元/MW/天，P_f为0.8元/度。需求响应参数设定如下表1所示。

表2负荷转移率的参数拟合值

类型	斜率k	最大负荷转移率	死区阈值
				峰-谷	0.568	0.241	0.126
峰-平	0.308	0.124	0.105
				平-谷	0.612	0.219	0.131

针对以上数据进行分析，分析过程如下：

为比较所提电价运营策略的有效性，选取如下两种对比方案：

方案1：无实时电价策略和可中断负荷方案的配电网运营模式；

方案2：有峰谷分时电价策略和可中断负荷，并将分布式能源出力的可信度α设定为0.9，即为主动配电网运营模式。

两种方案的负荷曲线对比图如图4所示。

依据所建立的峰谷分时电价定价优化模型及其求解方法计算方案2的分时电价如下：

峰电价时段：11:00-13:00，15:00-23:00；峰电价：1.39元/度；平电价时段：7:00-11:00，13:00-15:00，23:00-24:00；平电价0.8元/度；谷电价时段：0:00-8:00，平电价为0.49元/度。

分时电价方案下，结合表1所示可中断负荷协议合同所得到负荷可中断方案如表3所示。

表3可中断负荷方案

统计各时段的用户用电量，如图5所示，得到方案1和方案2的各时段的用户用电量，其中方案1按照方案2峰谷电价优化结果划分，则得到表4所示的配电网各时段的下网电量，而两种方案配电网成本效益如表5所示。

表4配电网各时段下网电量(单位/万度)

方案	峰时段	平时段	谷时段	总用电量
					方案1	100.4	71.34	46.66	218.4
方案2	91.04	70.04	54.32	215.4

表5两种方案的日成本效益对比(单位：万元)

结果分析表明：

(1)方案2优化出了峰谷时段和峰谷电价，并结合图5中方案2的下网功率曲线与方案1相比分析：3时系统谷负荷从78.6MW上升到85.9MW；14时方案2较方案1明显的消纳了分布式能源；在22时的系统峰谷从105.5MW下降到99.7MW，降低了系统的下网配电容量；由此看出方案2中采用所提峰谷分时电价定价优化模型在有效消纳间歇式能源的同时，能有效提高系统容量的利用率；

(2)当配电网供电供需较为紧张时，配电网将采用可中断负荷方案，分析表3可知，用户4的可中断次数最多，而用户2的可中断次数最小，结合表中用户与配电网建立的可中断合同协议可知，配电网将优先考虑补偿价格较低的可中断负荷；

(3)分析表5可知，方案2的日总成本效益比方案1多。具体分析可知方案2运营收益比方案1收益少，由于配电网实行峰谷分时电价策略后，电力用户结合自身电价调整自身用电行为以降低用电费用，因此导致配电网的运营收益减少，同时虽然方案2存在可中断负荷运营成本，由于方案2的负荷调峰作用，方案2的建设成本明显低于方案1，因此分析结果表明方案2的综合日效益由于方案1，效益增加了11.01％。

由以上具体实施例可知，本发明提供的方法涉及用户负荷对电价调节的响应特性、分时电价的定价方法、配电网成本效益统计模型等，从实现配电网源荷协调运行和消纳分布式能源等角度出发，进行配电网基于需求响应的分时电价主动运营策略研究，实施例研究验证了所提方法的可行性，结果表明配电网基于峰谷分时电价的需求侧管理不仅可提高分布式电源消纳能力，而且有利于改善配变容量的利用效率。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于光伏并网不确定性的需求侧分时电价的优化方法，其特征在于，包括以下步骤：

S1、获取分布式能源并网后的日负荷数据，得到负荷曲线，根据模糊隶属度函数，确定负荷峰谷时段；

S2、基于用户负荷需求，根据所述负荷峰谷时段，确定运营周期内需求侧峰谷分时电价的优化方法的目标函数和约束条件，根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型；其中，所述约束条件包括功率平衡约束、配变容量约束和中断最大时长约束；

S3、根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束；

S4、根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价模型进行求解，得到最优峰谷分时电价。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括以下步骤：

S11、获取分布式能源并网后的日负荷数据，得到日负荷曲线；

S12、根据所述日负荷曲线，利用基于偏小型半梯形分布的所述模糊隶属度函数，确定负荷谷时段；

S13、根据所述日负荷曲线，利用基于偏大型半梯形分布的所述模糊隶属度函数，确定负荷峰时段；其中，

所述基于偏小型半梯形分布的所述模糊隶属度函数为：

μ(D)≤(D_p-D)/(D_p-D_v)；

所述基于偏大型半梯形分布的所述模糊隶属度函数为：

μ(D)≤(D-D_v)/(D_p-D_v)；

式中，D表示用电负荷需求，μ(D)表示隶属度值，D_p表示所述日负荷曲线最大负荷需求值，D_v表示日负荷曲线最小负荷需求值。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括以下步骤：

S21、根据所述负荷峰谷时段，基于所述用户负荷需求，确定所述用户负荷需求与电价调节的转移特性，建立峰时段对平时段的负荷转移率函数；

S22、根据所述负荷转移率函数，采用峰谷分时电价策略，确定用户响应峰谷分时电价后的负荷需求，建立负荷需求响应模型；其中，所述峰谷分时电价策略包括：峰谷电价比价和峰谷时段划分；

S23、根据所述负荷需求响应模型，基于运营周期内配电网运营效益最大化的目标，确定运营周期内需求侧峰谷分时电价最佳优化方法的目标函数；

S24、获取所述负荷峰谷时段的参数，根据所述目标函数，确定运营周期内需求侧峰谷分时电价最佳优化方法的约束条件；其中，所述参数包括：配电网供给侧与需求侧功率平衡、配电网下网功率不超过配变容量、各时段可中断负荷的最大允许操作容量、运营周期内各可中断负荷的累计最大允许运行时间和防止负荷需求峰谷时段倒置的峰谷电价；

S25、根据所述目标函数和所述约束条件，建立峰谷分时电价定价优化模型。

4.根据权利要求3所述的方法，其特在于，所述步骤S21中，所述负荷转移率函数为：

${\mathrm{\&lambda;}}_{i1}=\left\{\begin{array}{cc}0& 0\&le;{\mathrm{\&Delta;M}}_1\&le;M_{i1}\\ k_{i1}({\mathrm{\&Delta;M}}_1-M_{i1})& M_{i1}\&le;{\mathrm{\&Delta;M}}_1\&le;\frac{{\mathrm{\&lambda;}}_{i\max 1}}{k_{i1}}+M_{i1}\\ {\mathrm{\&lambda;}}_{i\max 1}& {\mathrm{\&Delta;M}}_1\&GreaterEqual;\frac{{\mathrm{\&lambda;}}_{i\max 1}}{k_{i1}}+M_{i1}\end{array}\right.;$

式中，λ_i1表示用户i在负荷峰时段对平时段的负荷转移率，表示峰谷分时电价下，用户在负荷峰时段响应峰电价向负荷平时段转移的负荷量与初始峰电价时段的负荷量比值，△M₁表示峰谷分时电价下峰平时段的电价差，M_i1表示用户i在峰电价时段，向平电价时段转移负荷的峰平时段电价差阈值，k_i1表示用户i在峰电价时段，单位峰平时段电价差的负荷转移率，λ_imax1表示用户i在峰电价时段，响应峰平时段电价差的最大负荷转移率。

5.根据权利要求3所述的方法，其特在于，所述步骤S22中，所述负荷需求响应模型为：

$D_i\left(t\right)=\left\{\begin{array}{cc}{D}_{i0}\left(t\right)-{\mathrm{\&lambda;}}_{i1}{D}_{iav1}-{\mathrm{\&lambda;}}_{i2}{D}_{iav1}& t\&Element;T_1\\ D_{i0}\left(t\right)+{\mathrm{\&lambda;}}_{i2}{D}_{iav1}-{\mathrm{\&lambda;}}_{i3}{D}_{iav2}& t\&Element;T_2\\ D_{i0}\left(t\right)+{\mathrm{\&lambda;}}_{i1}{D}_{iav1}+{\mathrm{\&lambda;}}_{i3}{D}_{iav2}& t\&Element;T_3\end{array}\right.;$

式中，D_i(t)表示峰谷分时电价下用户i的t时刻负荷需求，T₁、T₂、T₃分别表示峰、平、谷时段，D_i0(t)表示非峰谷分时电价下用户i的t时刻负荷需求，D_iav1、D_iav2分别表示非峰谷分时电价下用户i在峰时段和平时段的负荷平均值，λ_i2表示用户i在负荷峰时段对谷时段的负荷转移率，λ_i3表示用户i在负荷平时段对谷时段的负荷转移率。

6.根据权利要求3所述的方法，其特在于，所述步骤S23中，所述目标函数为：

max B_total＝B_Y+B_C+B_IL+B_PV；

式中，maxB_total表示运营周期内配电网运营效益的最大值，B_Y表示运营周期内配电网的运营收益，B_C表示配电网建设投资经折算等价后的单位运营周期建设成本，B_IL表示运营周期内配电网中断负荷需求的调控成本，B_PV表示配电网对并网分布式光伏发电的消纳成本；

其中，所述运营周期内配电网的运营收益B_Y的确定式为：

$B_Y=\underset{i=1}{\overset{N_L}{\&Sigma;}}\underset{j=1}{\overset{N_T}{\&Sigma;}}{D}_i\left(t\right)M_{TOU}\left(t\right)-\underset{j=1}{\overset{N_T}{\&Sigma;}}{P}_{DN}\left(t\right)M_B\left(t\right),(t=24j/N_T);$

式中，N_L表示配电网中的负荷用户数，N_T表示运营周期的电量统计时段数，运营周期为24小时，D_i(t)和M_TOU(t)分别表示用户i在时段t的负荷需求和分时电价，P_DN(t)和M_B(t)分别表示配电网在时段t的下网功率和购电电价；

所述配电网建设投资经折算等价后的单位运营周期建设成本B_C的确定式为：

$B_C=-\frac{(L_{pj}{r}_{pj}+C_{pj}{p}_{pj}+q_{pj})(1+x_{py})}{365T_{pj}};$

式中，L_pj表示配电网的线路总长度，r_pj表示线路单位长度造价，C_pj表示配电网系统配电容量，p_pj表示配电容量的单位造价，q_pj表示其他信息设施的改造费用，x_py表示运维成本比例，T_pj表示投资的使用年限；

所述运营周期内配电网可中断负荷需求的调控成本B_IL的确定式为：

$\left\{\begin{array}{c}{B}_{IL}=-\underset{j=1}{\overset{N_T}{\&Sigma;}}\underset{i=1}{\overset{N_{IL}}{\&Sigma;}}{I}_i\left(t\right)Q_i{M}_{IL}\left(t\right)\\ \underset{i=1}{\overset{N_{IL}}{\&Sigma;}}{I}_i\left(t\right)Q_i\&GreaterEqual;\mathrm{\&Delta;}{P}_{IL}\left(t\right),(t=24j/N_T)\end{array}\right.;$

式中，N_IL表示需求侧与供给侧签署的可中断负荷需求数，△P_IL(t)为运营周期内系统在t时刻的负荷需求缺额，Q_i为负荷需求i的可中断容量，I_i(t)为负荷需求i可中断部分在t时刻的操作状态，1表示动作，0表示无动作，M_IL(t)表示t时刻操作可中断负荷需求i的补偿电价，B_IL表示主动配电网为可中断用户支付日中断电量补贴；

所述配电网对并网分布式光伏发电的消纳成本B_PV的确定式为：

$B_{PV}=0.89\&times;{10}^{-3}\left(\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}\underset{j=1}{\overset{N_T}{\&Sigma;}}{\tilde{P}}_{PV,i}\right(t\left)\right)M_C-\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}\underset{j=1}{\overset{N_T}{\&Sigma;}}{\tilde{P}}_{PV,i}\left(t\right)M_{PV},(t=24j/N_T);$

式中，N_PV表示配电网中并网分布式光伏发电的个数，表示光伏发电i时段t并网功率的模糊变量，M_PV表示光伏发电并网的上网电价，M_C表示碳交易价格，单位元/吨，所述价格由碳交易市场决定，参数0.89表示1千瓦时分布式光伏发电并网减排的0.89千克碳排放物。

7.根据权利要求1所述的方法，其特在于，所述约束条件中的功率平衡约束、配变容量约束和中断最大时长约束的约束式分别为：

所述功率平衡约束的约束式为：

$P_p\left(t\right)+\underset{i=1}{\overset{N_{IL}}{\&Sigma;}}{I}_i\left(t\right)Q_i+\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}{\tilde{P}}_{PV,i}\left(t\right)=\underset{i=1}{\overset{N_L}{\&Sigma;}}{D}_i\left(t\right);$

式中：P_p(t)表示时刻t的配电网下网功率，P_PV,i(t)表示光伏发电i时段t并网功率预测值，I_i(t)表示负荷需求i可中断部分在t时刻的操作状态，D_i(t)表示用户i在时段t的负荷需求，Q_i表示负荷需求i的可中断容量；

所述配变容量约束的约束式为：P_p(t)≤P_MAX；

式中，P_MAX表示配电网最大有功功率容量；

所述中断最大时长约束的约束式为：

$\frac{24\&CenterDot;\underset{j=1}{\overset{N_T}{\&Sigma;}}{I}_i\left(t\right)}{N_T}<b_i,(t=24j/N_T);$

0≤M_f/M_g＝M_P(1+k_f)/M_P(1-k_g)≤1；

式中：N_T表示运营周期，b_i表示可中断负荷i在运营周期N_T内的累计最大运行时间，M_P表示平时段电价，k_f、k_g分别表示平时段电价的上浮和下浮比例，M_f、M_g分别表示峰时段电价和谷时段电价。

8.根据权利要求1所述的方法，其特在于，所述步骤S3中，所述根据所述峰谷分时电价定价优化模型，利用机会约束理论，选择相应的置信水平参数，将所述约束条件中的功率平衡约束转换为确定性等式约束的步骤，包括：

根据所述峰谷分时电价定价优化模型，利用所述机会约束理论的清晰等价类，选择相应的置信水平参数，先将所述功率平衡约束转换为不确定约束，再利用所述机会约束理论的清晰等价类将所述不确定约束转换为确定性等式约束；其中，所述不确定约束的约束式为：

$Cr\{P_p\left(t\right)+\underset{i=1}{\overset{N_{IL}}{\&Sigma;}}{I}_i\left(t\right)Q_i+\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}{\tilde{P}}_{PV,i}\left(t\right)=\underset{i=1}{\overset{N_L}{\&Sigma;}}{D}_i\left(t\right)\}\&GreaterEqual;\mathrm{\&alpha;};$

式中：Cr{.}表示该约束条件满足的可信度，α表示满足功率平衡的置信水平参数的下限值；

所述确定性等式约束的约束式为：

$(2-2\mathrm{\&alpha;})\left(\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}{\mathrm{\&omega;}}_{i3}{P}_{PV,i}\right(t\left)\right)+(2\mathrm{\&alpha;}-1)\left(\underset{i=1}{\overset{N_{PV}}{\&Sigma;}}{\mathrm{\&omega;}}_{i4}{P}_{PV,i}\right(t\left)\right)=-P_p\left(t\right)-\underset{i=1}{\overset{N_{IL}}{\&Sigma;}}{I}_i\left(t\right)Q_i+\underset{i=1}{\overset{N_L}{\&Sigma;}}{D}_i\left(t\right);$

式中，α表示满足功率平衡的置信水平参数的下限值，取值≥0.5；P_PV,i(t)表示光伏发电i时段t并网功率预测值；ω_i3、ω_i4分别表示光伏发电i模糊变量基于梯形隶属度函数描述的参数，0<ω≤1，可由光伏发电并网出力的历史数据确定。

9.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述根据所述确定性等式约束，获取所述目标函数和所述峰谷分时电价定价优化模型，采用粒子群寻优算法对所述峰谷分时电价定价优化模型进行求解，得到最优峰谷分时电价的过程，所述粒子群寻优算法的求解步骤为：

S41、设置峰谷分时电价的运营范围、平时段电价、可中断负荷操作的补偿电价、需求侧可中断负荷的操作数量、运营周内的最大运行时间、配电网的配电容量和机会约束的置信水平；

S42、根据配电网日负荷预测曲线，采用分时电价峰谷时段划分方法确定峰谷分时电价的时段划分集合；

S43、将所述峰谷分时电价定价优化模型约束条件中的功率平衡条件，利用所述机会约束的清晰等价类方法，在既定置信水平下进行确定性转换；

S44、根据所述峰谷分时电价范围定义寻优空间；设置寻优粒子，所述寻优粒子的分量包括峰时段电价基于平时段电价的有功增量和谷时段电价基于平时段电价的有功增量；确定寻优空间中数个粒子的初始分量，基于需求侧所述峰谷分时电价定价优化模型和光伏发电预测曲线，利用所述粒子群寻优算法求解峰谷时段划分方案的最优峰谷分时电价；

S45、基于各负荷峰谷时段划分方案的适应度值比较，确定最优的峰谷分时电价。