CN107403343A - 电量定价方法和装置 - Google Patents
电量定价方法和装置 Download PDFInfo
- Publication number
- CN107403343A CN107403343A CN201710646292.XA CN201710646292A CN107403343A CN 107403343 A CN107403343 A CN 107403343A CN 201710646292 A CN201710646292 A CN 201710646292A CN 107403343 A CN107403343 A CN 107403343A
- Authority
- CN
- China
- Prior art keywords
- msubsup
- mrow
- msub
- electricity
- supply station
- 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.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 240000002853 Nelumbo nucifera Species 0.000 abstract description 8
- 235000006508 Nelumbo nucifera Nutrition 0.000 abstract description 8
- 235000006510 Nelumbo pentapetala Nutrition 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 40
- 230000007246 mechanism Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/0283—Price estimation or determination
-
- 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)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电量定价方法和装置。其中,该方法包括:获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和。本发明解决了现有技术峰谷分时定价方式由于没有考虑到基荷扩展的容量成本导致用电用户分摊不公平的技术问题。
Description
技术领域
本发明涉及电力系统技术领域,具体而言,涉及一种电量定价方法和装置。
背景技术
随着电力用户数量的增加,需要供电站不断提升装机容量,而装机容量的增加,会增加供电成本,如果不扩展容量,则经常会出现缺电现象。为了缓解电力紧张的局面,现有技术主要采用峰谷分时电价来引导电力用户进行合理用电。而如何对峰谷分时电价进行合理的定价,对于降低供电成本、提高用户体验方面有着十分重要的意义。
目前,峰谷分时电价定价的方法主要有如下三种:
第一种,通过建立基于电力需求价格弹性矩阵的峰谷分时电价数学模型,并对该模型的目标函数进行优化,提出了一种可操作的峰谷分时电价定价方法;
第二种,通过建立反映供需关系的新型分时电价模型,提供了一种能够客观反映区域电网供需关系的新型分时电价定价方法;
第三种,通过建立用户对分时电价的反应模型,对该模型的需求侧管理目标函数进行优化,得出了最优时段划分及其相应的分时电价定价方法。
尖峰定价可以看作在高峰定价的基础上进一步提高最高峰时段的电价,但在尖峰电价的执行过程中,还存在一定的问题,例如,执行机制方面,面临全面收费与针对性收费的选择,以及强制收费与自愿缴费的选择,因而,现有的定价方法无法解决尖峰定价中存在的高峰时段用户和非高峰时段用户间交叉补贴的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电量定价方法和装置,以至少解决现有技术峰谷分时定价方式由于没有考虑到基荷扩展的容量成本导致用电用户分摊不公平的技术问题。
根据本发明实施例的一个方面,提供了一种电量定价方法,包括:获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和。
根据本发明实施例的另一方面,还提供了一种电量定价装置,包括:获取模块,用于获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;第一确定模块,用于基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述的电量定价方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述的电量定价方法。
在本发明实施例中,通过获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和,达到了在确保生产者非负利润的情况下设定最优电量定价的目的,从而实现了使得高峰时段用户和非高峰时段用户分摊系统容量成本以实现社会净福利最大化的技术效果,进而解决了现有技术峰谷分时定价方式由于没有考虑到基荷扩展的容量成本导致用电用户分摊不公平的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种电量定价方法流程图;
图2是根据本发明实施例的一种可选的电量定价方法流程图;
图3(a)为根据本发明实施例的一种可选的稳定峰值需求示意图;
图3(b)为根据本发明实施例的一种可选的移峰填谷需求示意图;
图4(a)是根据本发明实施例的一种可选的不同类型的用户尖峰电价相应情况示意图;
图4(b)是根据本发明实施例的一种可选的电费开支对不同类型的家庭用户的影响示意图;
图4(c)是根据本发明实施例的一种可选的不同类型的家庭用户在实验后的满意度示意图;以及
图5是根据本发明实施例的一种电量定价装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种电量定价的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种电量定价方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本。
作为一种可选的实施例,上述目标供电站可以是为预设区域内至少一个电力用户供电的一个或多个供电站(或供电所);目标供电站在供电侧通过至少一台机组进行供电,则供电侧的成本主要要两类:一种是机组单位时间的运行成本(即上述单台机组的运营成本),记为α;另一种是机组的容量成本,记为λ,其中,α、λ均为常数。若目标供电站存在富余容量,单位机组产出的边际成本等于α,若需要投入新的容量则边际成本为α+λ。
步骤S104,基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和。
作为一种可选的实施例,上述目标函数可以为考虑机组容量的社会净福利最大的目标函数,在保证生产者非负利润的前提下,社会净福利最大可获得最优价格(供给价格),一种可选的实施例中,可以通过库恩塔克Kuhn-Tucker最优条件对目标函数进行求解。
可选地,上述上述高峰时段还可以包括正常高峰时段和尖峰时段;上述非高峰时段还可以包括非峰谷(平)时段和低谷时段。以华北地区为例,上述尖峰时段可以是7、8、9三个月的每日18:00-21:00;上述正常高峰时段可以是每日的8:00-11:00和18:00-23:00;上述非峰谷(平)时段可以是7:00-8:00和11:00-18:00;上述低谷时段可以是23:00-7:00。
需要说明的是,尖峰定价(Critical Peak-Load Pricing)作为一种间接负荷管理机制,能够有效降低高峰负荷的增长,并通过收取更高的峰荷电价降低系统对容量扩张的需要;同时,通过收取较低的非高峰电价把负荷高峰时段部分用电转移至非高峰或基荷时段,能够有效提高产能利用率并降低运营容量成本,逐渐为人们重视。在过去电力短缺的时候,峰荷电价能够通过价格机制有效降低系统负荷,有效维护系统运营的安全稳定性;现在,峰荷定价机制对实现电力系统的节能减排有着更为重要的现实意义,一是通过降低高峰负荷,实现节能的同时,直接降低机组出力,节省发电燃料的同时降低了碳排放水平,二是通过降低对装机容量扩张的需求,相应地避免了这部分机组的出力,间接降低了系统碳排放水平。
容易注意的是,在传统的峰荷定价机制中,向非高峰负荷时段用户仅收取边际运营成本,由于峰荷时段用户对系统容量构成了压力,因此向峰荷时段用户收取边际运营成本和边际容量成本。但是,随着用电量不断增长,要求额外的电厂不仅要满足峰荷的增长,还需要满足基荷的扩张。因此,包含在新增的基荷电站中的额外容量成本必须由所有用户公平负担。构建基于高峰和非高峰负荷容量成本分摊的峰荷电价模型,对优化电力资源、提高电力系统节能减排效益具有重要意义。
可以看出,传统的峰荷定价机制中,向非高峰负荷时段用户仅收取边际运营成本,向峰荷时段用户收取边际运营成本和边际容量成本。非高峰负荷用户不支付容量费用,但是在容量之外却得到了电能供应,由峰荷用户支付全部的容量成本,形成了交叉补贴的问题,不利于维护交易费用机制的公平性。另外,随着时间的推移用电量不断增长,用户数量和适用的电力配件的增长,还有使用程度的增加。要求额外的电厂不仅要满足峰荷的增长,同时还要满足基荷的扩张。因此,包含在装配新的基荷电站中的额外容量成本必须由所有用户负担,不考虑使用时段,基荷电站在高峰时段和非高峰时段连续出力。
由上可知,在本申请上述实施例中,通过构造考虑机组容量的社会净福利目标函数,在获取到目标供电站每台机组的运营成本和容量成本后,基于预设目标函数计算出目标供电站在非高峰时段的设定的第一电量单价以及在高峰时段的设定的第二电量单价,容易注意的是,上述第一电量单价和第二电量单价在目标函数最大的情况下得到的,因而,第一电量单价和第二电量单价是保证生产者非负利润的前提下,社会净福利最大可获得最优价格。
通过上述实施例公开的方案,达到了在确保生产者非负利润的情况下设定最优电量定价的目的,从而实现了使得高峰时段用户和非高峰时段用户分摊系统容量成本以实现社会净福利最大化的技术效果,进而解决了现有技术峰谷分时定价方式由于没有考虑到基荷扩展的容量成本导致用电用户分摊不公平的技术问题。
为了使得非高峰时段电价和高峰时段电价的定价合理,以尖峰为例,定义如下的电量定价模型,需求函数已知,设为其中,i=1表示非尖峰时段,i=2表示尖峰时段。函数qi处处连续且可导。设需求函数是独立的,某个时期的需求量仅与该时期的有效需求价格有关。此外,q1<q2,即高峰时期的需求价格高于非高峰时期的需求价格。反需求函数(愿意支付额)为p1、p2,对于任意的q满足p1(q)<p2(q)。
在供应侧,仅存在两类成本:机组单位时间的运行成本,设为α;机组的容量成本,设为λ。其中,α、λ均为常数。换而言之,若存在富余容量,单位机组产出的边际成本等于α,若需要投入新的容量则边际成本为α+λ。
假设目标函数用M表示,则一种可选的实施例中,上述目标函数可以为如下表达式:
其中,
q1≤μ,q2≤μ
q1,q2,μ≥0
其中,为目标供电站供电的电力用户节省的用电费用,为目标供电站的供电利润,i=1表示非高峰时段,i=2表示高峰时段,α为单台机组的运营成本,λ为单台机组的容量成本,qi表示第i时间内的生产的电量,μ为装机容量,p1用于确定电力用户在非高峰时段愿意支付的第三电量单价,p2用于确定电力用户在高峰时段愿意支付的第四电量单价。
在上述实施例中,为了在保证生产者非负利润的前提下,社会净福利最大可获得最优价格(供给价格),优化问题可以表示为:
s.t.
q1≤μ,q2≤μ (4)
q1,q2,μ≥0 (5)
一种可选的实施例中,如图2所示,基于预设目标函数,确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,可以包括:
步骤S202,通过库恩塔克Kuhn-Tucker最优条件对预设目标函数进行计算,得到第一电量单价和第二电量单价。
可选地,通过库恩塔克Kuhn-Tucker最优条件对预设目标函数进行计算,得到第一电量单价和第二电量单价,可以包括如下步骤:
步骤S2021,通过库恩塔克Kuhn-Tucker最优条件求解预设目标函数取得最大值时的自变量的最优解,其中,自变量的最优解包括:目标供电站在非高峰时段生产的电量、目标供电站在高峰时段生产的电量、目标供电站的装机容量;
步骤S2023,根据自变量的最优解,确定第一电量单价和第二电量单价。
在一种可选的实施例中,假设拉格朗日函数为
φ(q1,q2,μ,η1,η2)=M(q1,q2,μ)-η1(q1-μ)-η2(q2-μ) (6)
其中,η1、η2为拉格朗日乘子。为预设目标函数符合库恩塔克Kuhn-Tucker最优条件的最优解。
可得库恩塔克Kuhn-Tucker条件如下:
其中,当时,第一电量单价为第二电量单价为目标供电站在非高峰时段生产的电量和目标供电站在高峰时段生产的电量满足条件: 当且且时,第一电量单价和第二电量单价满足条件:目标供电站在非高峰时段生产的电量和目标供电站在高峰时段生产的电量满足条件:q1(α)>μ*>q2(α+λ);
具体地,在上述实施例中,利用Kuhn-Tucker条件分析上述优化问题。在下述分析中,暂时不考虑第一个约束条件,即π≥0的情况。首先,验证充分条件。
由于目标函数M是凹函数,则对于任意的(q1,q2,μ)Hessian矩阵HM(q1,q2,μ)为负半定。实际上,矩阵HM(q1,q2,μ)为对角阵,各个元素非正。
其中,
由于约束条件qi≤z为线性函数,因此为凸函数。符合Kuhn-Tucker条件最大化的点是全局最优点。
上述线性规划条件中,每个约束条件均包含三个部分。首先,分析边界情况,即当等于零的情况。由约束条件(10)可知,若则μ*>0。由约束条件(11)可知,此外,从约束条件(9)可知,结合约束条件(7)与(8)可得,p2(0)≤α,与条件p1<p2相矛盾。因此,不存在的情况。同理,可得如下结论:
上述等式的左边涵盖所有可能发生的情况,右边是发生该情况下唯一可得到的结论。因此,当p1(0)>α且p1(0)+p2(0)≤2α+λ时,立即有总之,出现以下情况,商品立即被提供:非高峰时期愿意支付的最高价格超过商品的边际生产成本α;非高峰与高峰时期消费者愿意支付的价格之和超过边际容量成本λ与两倍边际产品成本α之和。
当时,结合约束条件 设则
分析拉格朗日乘子。令利用矛盾分析法进行证明。若由公式(15)可得,又需求函数满足q1<q2,则结合约束条件10可得,这与公式(15)相矛盾。由可知,在高峰时段,所有的容量都投入使用。
下面分析的情况。
(1)
最优价格为相应的产量满足条件两种价格均包括边际生产成本,此外高峰电价还包括边际容量成本。高峰时段消费者需支付所有的容量费用,而在非高峰时段只需支付部分容量。在该情况中,两种不同时段的基于成本差异的价格均为非歧视价格。
(2)
此时,最优价格及最优容量满足条件:q1(α)>μ*>q2(α+λ)。此时,在高峰及非高峰时段,所有容量均投入运营。同样,高峰与非高峰价格均包括了生产成本。此外,两个不同时段按照愿意支付总额等于总成本即共同分摊容量成本。该情况下,容量费用是不均等的,与容量有效需求强度高低相关。尽管不同时段的需求存在差异,但所提供的产量均相等。因此,该模式下的优化策略存在歧视。
需要说明的是,在第三电量单价大于等于单台机组的运营成本且第四电量单价大于等于单台机组的运营成本与两倍单台机组的容量成本之和的情况下,将第三电量单价作为目标供电站在非高峰时段的电量单价,并将第四电量单价作为目标供电站在高峰时段的电量单价。
上述两种情况分别称为稳定峰值需求(firm peaks)、移峰填谷需求(shiftingpeaks),分别如图3(a)和3(b)所示,其中,图3(a)为根据本发明实施例的一种可选的稳定峰值需求示意图,图3(b)为根据本发明实施例的一种可选的移峰填谷需求示意图。
假设(α,α+λ)为非高峰时段和高峰时段的默认价格决策,若相应的需求q1(α)、q2(α+λ)满足条件q1(α)<q2(α+λ),则该价格决策是最优的,如图3(a)所示;若相应的产量不满足上述不等式,则称之为移峰现象,如图4(b)所示,此时,最优价格决策按照愿意支付总额(需求曲线的纵向求和p1+p2)等于边际容量成本加上两倍的边际运行成本(λ+2α)确定。由于需求是额外的(每个机组容量在非高峰与高峰时段均可运行),则需求曲线纵向求和表示容量需求的总体效益。
最后,分析约束条件由该条件直接可得生产者的最优利润为零,则为约束集的边界点,相应的拉格朗日乘子为零。
作为一种可选的实施例,通过如下的表达式计算上述第三电量单价和上述第四电量单价:
非峰荷时段函数:p1(q1)=-1.814×10-3q1+1.081,
高峰负荷时段函数:p2(q2)=-1.099×10-3q2+1.076,
其中,q1为目标供电站在非高峰时段生产的电量,q2为目标供电站在高峰时段生产的电量。
假设目标供电站在各时段每台机组运营成本α为0.2$/MW,每台机组的容量成本λ为0.1$/MW。则根据上述尖峰电价定价模型,具体计算如下:
s.t.
q1≤μ,q2≤μ
q1,q2,μ≥0
通过LIGO软件求解,可以得到如表1所示结果:
表1计算结果
其中,为(485.6795,706.3590,706.3590),最佳净社会福利为488.0091$,此时对应的尖峰负荷电价为0.300$/kWh,非高峰负荷电价为0.200$/kWh,满足净社会福利最大化的装机容量为706.3590WM。
通过上述运算结果,可以看出,将Kuhn-Tucker最优条件算法应用在基于电力需求容量成本分摊的峰荷定价模型中获得了合理的效果。高峰时段用户和非高峰时段用户通过本发明构建的模型分摊系统容量成本,能够实现净社会福利的最大化。但是,为了简化计算过程,本发明把高峰时段和非高峰时段进行等时段简单划分,但是,对于将时段进行精细划分后非连续的情况也属于本发明的保护范围。
在实际应用中,本申请根据加利福尼亚三家电力企业公布的2002年夏季平均月度用电量数据,通过加利福尼亚具有代表性的457个居民用户尖峰定价客户的负荷、收费和满意度数据分析,得到不同类型的用户尖峰电价响应情况,如图4(a)所示,电费开支对不同类型的家庭用户的影响如图4(b)所示,以及不同类型用户的满意度,如图4(c)所示,进而分析出不同的尖峰电价执行机制对不同类型用户的适用性。
需要说明的是,平均尖峰负荷变化是实际负荷和基线负荷的差额,其中,基线负荷时没有实施CPP机制的观测时间中可能发生负荷的估计值。费用的改变是CPP费用机制下,2003年11月1日到2004年12月30日之间平均月度费用计算的效用差额,在旧的费用机制下已收取的费用给出了相同的消费模式。因此,相对于旧的费用机制,变量代表了新费用机制下费率的变化比例。
实施例2
根据本发明实施例,还提供了一种用于实现上述一种电量定价方法的装置实施例,图5是根据本发明实施例的一种电量定价装置示意图,如图5所示,该装置包括:获取模块501和第一确定模块503。
其中,获取模块501,用于获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;
第一确定模块503,用于基于预设目标函数,根据供电参数确定目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,预设目标函数用于表征目标供电站供电的社会净福利,社会净福利等于目标供电站供电的电力用户节省的用电费用与目标供电站的供电利润之和。
此处需要说明的是,上述获取模块501和第一确定模块503对应于实施例1中的步骤S102至S104,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本申请上述实施例中,通过构造考虑机组容量的社会净福利目标函数,在通过获取模块501获取到目标供电站每台机组的运营成本和容量成本后,通过第一确定模块503基于预设目标函数计算出目标供电站在非高峰时段的设定的第一电量单价以及在高峰时段的设定的第二电量单价,容易注意的是,上述第一电量单价和第二电量单价在目标函数最大的情况下得到的,因而,第一电量单价和第二电量单价是保证生产者非负利润的前提下,社会净福利最大可获得最优价格。
通过上述实施例公开的方案,达到了在确保生产者非负利润的情况下设定最优电量定价的目的,从而实现了使得高峰时段用户和非高峰时段用户分摊系统容量成本以实现社会净福利最大化的技术效果,进而解决了现有技术峰谷分时定价方式由于没有考虑到基荷扩展的容量成本导致用电用户分摊不公平的技术问题。
在一种可选的实施例中,上述目标函数为如下表达式:
其中,
q1≤μ,q2≤μ
q1,q2,μ≥0
其中,为目标供电站供电的电力用户节省的用电费用,为目标供电站的供电利润,i=1表示非高峰时段,i=2表示高峰时段,α为单台机组的运营成本,λ为单台机组的容量成本,qi表示第i时间内的生产的电量,μ为装机容量,p1用于确定电力用户在非高峰时段愿意支付的第三电量单价,p2用于确定电力用户在高峰时段愿意支付的第四电量单价。
在一种可选的实施例中,上述装置还包括:第一计算模块,用于通过如下的表达式计算第三电量单价和第四电量单价:
p1(q1)=-1.814×10-3q1+1.081,
p2(q2)=-1.099×10-3q2+1.076,
其中,q1为目标供电站在非高峰时段生产的电量,q2为目标供电站在高峰时段生产的电量。
在一种可选的实施例中,上述第一确定模块包括:第二计算模块,用于通过库恩塔克Kuhn-Tucker最优条件对预设目标函数进行计算,得到第一电量单价和第二电量单价。
在一种可选的实施例中,上述第二计算模块包括:第三计算模块,用于通过库恩塔克Kuhn-Tucker最优条件求解预设目标函数取得最大值时的自变量的最优解,其中,自变量的最优解包括:目标供电站在非高峰时段生产的电量、目标供电站在高峰时段生产的电量、目标供电站的装机容量;第二确定模块,用于根据自变量的最优解,确定第一电量单价和第二电量单价。
在一种可选的实施例中,上述库恩塔克Kuhn-Tucker最优条件为:
其中,当η*1=0时,第一电量单价为p*1=α,第二电量单价为p*2=α+λ,目标供电站在非高峰时段生产的电量和目标供电站在高峰时段生产的电量满足条件:q*1=q1(α)<q2(α+λ)=q*2=μ*;当η*1>0且q*1=q*2=μ*且η*1<η*2(p1<p2)时,第一电量单价和第二电量单价满足条件:α<p*1<p*2<α+λ,目标供电站在非高峰时段生产的电量和目标供电站在高峰时段生产的电量满足条件:q1(α)>μ*>q2(α+λ);
其中,η1、η2为拉格朗日函数的乘子,拉格朗日函数为φ(q1,q2,μ,η1,η2)=M(q1,q2,μ)-η1(q1-μ)-η2(q2-μ),为预设目标函数符合库恩塔克Kuhn-Tucker最优条件的最优解。
在一种可选的实施例中,上述装置还包括:处理模块,用于在第三电量单价大于等于单台机组的运营成本且第四电量单价大于等于单台机组的运营成本与两倍单台机组的容量成本之和的情况下,将第三电量单价作为目标供电站在非高峰时段的电量单价,并将第四电量单价作为目标供电站在高峰时段的电量单价。
实施例3
根据本发明实施例,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行实施例1中任意一项可选的或优选的电量定价方法。
实施例4
根据本发明实施例,还提供了一种处理器,其特征在于,处理器用于运行程序,其中,程序运行时执行实施例1中任意一项可选的或优选的电量定价方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电量定价方法,其特征在于,包括:
获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;
基于预设目标函数,根据所述供电参数确定所述目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,所述预设目标函数用于表征所述目标供电站供电的社会净福利,所述社会净福利等于所述目标供电站供电的电力用户节省的用电费用与所述目标供电站的供电利润之和。
2.根据权利要求1所述的方法,其特征在于,所述目标函数为如下表达式:
<mrow>
<mi>M</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>q</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>q</mi>
<mo>+</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</msubsup>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&alpha;q</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>&alpha;q</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>&lambda;</mi>
<mi>&mu;</mi>
<mo>,</mo>
</mrow>
其中,
<mrow>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>q</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</msubsup>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&alpha;q</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>&alpha;q</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>&lambda;</mi>
<mi>&mu;</mi>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
q1≤μ,q2≤μ
q1,q2,μ≥0
其中,为所述目标供电站供电的电力用户节省的用电费用,为所述目标供电站的供电利润,i=1表示非高峰时段,i=2表示高峰时段,α为单台机组的运营成本,λ为单台机组的容量成本,qi表示第i时间内的生产的电量,μ为装机容量,p1用于确定所述电力用户在所述非高峰时段愿意支付的第三电量单价,p2用于确定所述电力用户在所述高峰时段愿意支付的第四电量单价。
3.根据权利要求2所述的方法,其特征在于,通过如下的表达式计算所述第三电量单价和所述第四电量单价:
p1(q1)=-1.814×10-3q1+1.081,
p2(q2)=-1.099×10-3q2+1.076,
其中,q1为所述目标供电站在非高峰时段生产的电量,q2为所述目标供电站在高峰时段生产的电量。
4.根据权利要求2所述的方法,其特征在于,基于预设目标函数,确定所述目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,包括:
通过库恩塔克Kuhn-Tucker最优条件对所述预设目标函数进行计算,得到所述第一电量单价和所述第二电量单价。
5.根据权利要求4所述的方法,其特征在于,通过库恩塔克Kuhn-Tucker最优条件对所述预设目标函数进行计算,得到所述第一电量单价和所述第二电量单价,包括:
通过库恩塔克Kuhn-Tucker最优条件求解所述预设目标函数取得最大值时的自变量的最优解,其中,所述自变量的最优解包括:所述目标供电站在所述非高峰时段生产的电量、所述目标供电站在所述高峰时段生产的电量、所述目标供电站的装机容量;
根据所述自变量的最优解,确定所述第一电量单价和所述第二电量单价。
6.根据权利要求4或5所述的方法,其特征在于,所述库恩塔克Kuhn-Tucker最优条件为:
<mrow>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>-</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mo>(</mo>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>-</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>-</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mo>(</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>-</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
<mrow>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<mo>-</mo>
<mi>&lambda;</mi>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mn>0</mn>
<mo>,</mo>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mi>&lambda;</mi>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<mo>-</mo>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<mo>-</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msup>
<mi>&mu;</mi>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mn>0</mn>
<mo>&DoubleRightArrow;</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>2</mn>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>&lambda;</mi>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mn>0</mn>
<mo>&DoubleRightArrow;</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mi>&alpha;</mi>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>q</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mn>0</mn>
<mo>,</mo>
<msubsup>
<mi>q</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mn>0</mn>
<mo>&DoubleRightArrow;</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>&alpha;</mi>
<mo>,</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>2</mn>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>&lambda;</mi>
<mo>,</mo>
</mrow>
<mrow>
<msubsup>
<mi>p</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>p</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&eta;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&eta;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mi>&lambda;</mi>
<mo>,</mo>
</mrow>
其中,当时,所述第一电量单价为所述第二电量单价为所述目标供电站在所述非高峰时段生产的电量和所述目标供电站在所述高峰时段生产的电量满足条件:当且且时,所述第一电量单价和第二电量单价满足条件:所述所述目标供电站在所述非高峰时段生产的电量和所述目标供电站在所述高峰时段生产的电量满足条件:q1(α)>μ*>q2(α+λ);
其中,η1、η2为拉格朗日函数的乘子,所述拉格朗日函数为φ(q1,q2,μ,η1,η2)=M(q1,q2,μ)-η1(q1-μ)-η2(q2-μ),为所述预设目标函数符合所述库恩塔克Kuhn-Tucker最优条件的最优解。
7.根据权利要求6所述的方法,其特征在于,在所述第三电量单价大于等于单台机组的运营成本且所述第四电量单价大于等于所述单台机组的运营成本与两倍单台机组的容量成本之和的情况下,将所述第三电量单价作为所述目标供电站在非高峰时段的电量单价,并将所述第四电量单价作为所述目标供电站在高峰时段的电量单价。
8.一种电量定价装置,其特征在于,包括:
获取模块,用于获取目标供电站的如下至少一种供电参数:单台机组的运营成本、单台机组的容量成本;
第一确定模块,用于基于预设目标函数,根据所述供电参数确定所述目标供电站在非高峰时段的第一电量单价,以及在高峰时段的第二电量单价,其中,所述预设目标函数用于表征所述目标供电站供电的社会净福利,所述社会净福利等于所述目标供电站供电的电力用户节省的用电费用与所述目标供电站的供电利润之和。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的电量定价方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的电量定价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710646292.XA CN107403343A (zh) | 2017-07-31 | 2017-07-31 | 电量定价方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710646292.XA CN107403343A (zh) | 2017-07-31 | 2017-07-31 | 电量定价方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107403343A true CN107403343A (zh) | 2017-11-28 |
Family
ID=60401142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710646292.XA Pending CN107403343A (zh) | 2017-07-31 | 2017-07-31 | 电量定价方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107403343A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960494A (zh) * | 2018-06-22 | 2018-12-07 | 国网能源研究院有限公司 | 一种按电压等级及用户类别输配电价的预测方法 |
CN111463777A (zh) * | 2020-04-14 | 2020-07-28 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
-
2017
- 2017-07-31 CN CN201710646292.XA patent/CN107403343A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960494A (zh) * | 2018-06-22 | 2018-12-07 | 国网能源研究院有限公司 | 一种按电压等级及用户类别输配电价的预测方法 |
CN111463777A (zh) * | 2020-04-14 | 2020-07-28 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
CN111463777B (zh) * | 2020-04-14 | 2022-07-08 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Incentive mechanism for sharing distributed energy resources | |
Xu et al. | A hybrid demand response mechanism based on real-time incentive and real-time pricing | |
Wu et al. | Dynamic economic dispatch of a microgrid: Mathematical models and solution algorithm | |
Qi et al. | Sharing demand-side energy resources-A conceptual design | |
Wang et al. | Optimal planning strategy for distributed energy resources considering structural transmission cost allocation | |
Zhou et al. | Energy-efficient scheduling of a single batch processing machine with dynamic job arrival times | |
Wang et al. | Chance constrained unit commitment considering comprehensive modelling of demand response resources | |
An et al. | A distributed and resilient bargaining game for weather-predictive microgrid energy cooperation | |
CN105243609A (zh) | 一种基于模糊层次分析的用户有序用电决策方法 | |
AlSkaif et al. | A distributed power sharing framework among households in microgrids: A repeated game approach | |
CN110796283A (zh) | 一种面向需求侧主动响应的电量套餐优化设计方法 | |
Li et al. | Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach | |
CN109272353B (zh) | 计及综合需求响应不确定性的系统动态概率能流分析方法 | |
CN103455852A (zh) | 一种基于dea合作博弈的输配电费用分摊方法 | |
Jiang et al. | Extended multi‐energy demand response scheme for industrial integrated energy system | |
Gomez-Herrera et al. | Optimal collaborative demand-response planner for smart residential buildings | |
Wang et al. | Renewable energy-aware demand response for distributed data centers in smart grid | |
Chakraborty et al. | Efficient load control based demand side management schemes towards a smart energy grid system | |
Jia et al. | Analysis on demand-side interactive response capability for power system dispatch in a smart grid framework | |
Zhang et al. | Optimal coordinated operation for a distribution network with virtual power plants considering load shaping | |
Faza et al. | PSO-based optimization toward intelligent dynamic pricing schemes parameterization | |
Pereira et al. | Web-based platform for the management of citizen energy communities and their members | |
CN107403343A (zh) | 电量定价方法和装置 | |
CN115829134A (zh) | 面向源网荷不确定性的供电调度方法及系统 | |
Jiang et al. | Optimal pricing strategy for data center considering demand response and renewable energy source accommodation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171128 |
|
RJ01 | Rejection of invention patent application after publication |