CN109784584A - 一种基于有效市场理论的保障性用户电价设计方法 - Google Patents
一种基于有效市场理论的保障性用户电价设计方法 Download PDFInfo
- Publication number
- CN109784584A CN109784584A CN201910172147.1A CN201910172147A CN109784584A CN 109784584 A CN109784584 A CN 109784584A CN 201910172147 A CN201910172147 A CN 201910172147A CN 109784584 A CN109784584 A CN 109784584A
- Authority
- CN
- China
- Prior art keywords
- price
- electricity
- cost
- user
- peak
- 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
Abstract
本发明公开了一种基于有效市场理论的保障性用户电价设计方法,该方法包括:(1)确定电力有效定价的基本模型,使用户对电力商品所愿意支付的保留价格接近边际供电成本;(2)确定保障性用户的供电成本与最优价格模型,对于保障性用户,目标是保障电力供应,不能过量增加其成本;(3)综合步骤(1)和(2)的模型,对有效定价基础上的保障性用户最优电价机制进行设计,该电价设计方法科学合理。
Description
技术领域
本发明涉及电力定价方法,特别涉及一种基于有效市场理论的保障性用户电价设计方法。
背景技术
有效地进行电力定价,需要考虑到两方面的因素:一方面,电价的制定需要公平,即针对不同需求特性的电力供应成本的用户采取不同的电价,最大限度地减少不同客户类型之间的交叉补贴。并使得电力零售企业获得合理的市场利润。另一方面,电价的制定应该能够提升电力系统的运行效率,在满足一定水平的供电服务的前提下,最大限度地降低资源的投入成本,同时确保客户所期望的可靠性水平。
由于电力商品具有民生属性,因此对于居民用电维持一定的交叉补贴是有必要的。但是,考虑到交叉补贴会带来错误的用电激励,使得居民用户的供电成本要高于用户的用电支出,并带来社会福利的无谓损失。通过设计合理的电价机制,可以在保障用户用电需求以及控制用户电费负担的前提下,利用价格手段改变用户的负荷特性,以使用电的边际成本与用户的支付愿意接近,减少由于采用单一电价所造成的社会福利的无谓损失。
发明内容
发明目的:本发明目的是提供一种确保定价合理及科学的保障性用户电价机制设计方法。
技术方案:本发明提供一种基于有效市场理论的保障性用户电价设计方法,包括如下步骤:
(1)确定电力有效定价的基本模型,使用户对电力商品所愿意支付的保留价格接近边际供电成本;
(2)确定保障性用户的供电成本与最优价格模型,对于保障性用户,目标是保障电力供应,不能过量增加其成本;
(3)综合步骤(1)和(2)的模型,对有效定价基础上的保障性用户最优电价机制进行设计。
进一步地,所述步骤(1)中确定电力有效定价的基本模型包括:
a、供电成本模型:
电力零售的成本,包含上网成本、输配成本与交叉补贴三部分,输配成本中又包含线损以及其它输配成本两部分,具体的零售成本函数如下式所示,其中,Cretail表示电力零售成本,Cfeed_in表示上网电力成本,Cline_loss表示线损,CT&D表示其它输配电成本,S表示交叉补贴,
Cretail=Cfeed_in+Cline_loss+CT&D+S
对于整体的电力市场而言,各部门交叉补贴相互抵消后为0,上网电力成本和线损都是售电量的函数,具体如下式所示,其中,Pfeed_in表示平均上网电价,E表示上网电量,η表示线损率,
Cfeed_in=Pfeed_in*E
Cline_loss=Pfeed_in*E*η
其它输配电成本受到电压等级、线路长度以及装机容量的影响,同时,电网的其它运行费用也摊入了其它输配电成本中,假设其为终端装机容量的函数,具体如下式所示,其中,Pow表示终端用户的装接容量,Cu_T&D表示单位容量的成本,
CT&D=Pow*Cu_T&D
综合以上各式,可以推导出终端装机容量的单位成本如下式,
采用全国的平均销售电价格来表示电网的平均零售成本,而电网的平均上网电价则根据全国平均上网电价计算,平均销售电价,
在得到了单位装接容量的成本后,可以进一步根据各类用户的装机容量,以及用电量,计算出不同用户类型的单位供电成本,具体如下式所示,其中,上标i表示用户类型,表示i类用户的单位供电成本,单位为元/kWh,
各类用户的实际电价减去供电成本,即是该类用户所承担的度电交叉补贴,而单位交叉补贴乘上该类用户的用电量,就可以得到该类用户所承担的交叉补贴规模,
根据各部门的用电装接容量,以及用电量,可以计算出其相应的供电成本,以及总补贴规模,保障性用户主包括农业用电城镇居民用电与农村居民用电;
b、边际成本模型:
边际成本模型计算方法可以用以下公式计算:
其中,MC(Pow)表示不同用户负荷对就的边际成本,f(Pow)表示新增负荷对应的电网全年负荷率;
c、用户需求行为:
电量电价弹性是指电价的相对变动引起的电能需求量的相对变动,即在一定的时间段内,用电量变化的百分率与相应的价格变化的百分率之比,用电量电价弹性系数表示,其计算模型如下:
式中:q表示电量,p表示电价,△q和△P分别表示电量q和电价P的相对增量。
进一步地,所述步骤(2)确定保障性用户的供电成本与最优价格模型包括:
a、季节定价机制:未安装智能电表的用户,采用季节性定价的机制;
b、峰谷电价机制:在设计峰谷电价时,可以将电价分为峰、谷、平三个时间段,其中,峰时段电价在10:00-18:00执行,谷时段电价在0:00-8:00执行,平时段电价在8:00-10:00和18:00-0:00执行;
c、季节峰谷电价机制:春季为3-5月份,夏季为6-8月份,秋季为9-11月份,冬季为12-2月份,用户在夏季的负荷要远高于其它季节,将夏季定义为高峰季,其它季节定义为非高峰季,在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制。
进一步地,所述步骤(3)有效定价基础上的保障性用户最优电价机制设计方法:a、最优季节性定价:季节性定价机制设计的基准包括优化目标、优化决策变量、约束条件,优化目标是度电交叉补贴最小、优化决策变量是高峰季电价、非高峰季电价约束条件是用户总电费支出不高于原先水平、用户总用电量不低于原先水平;
b、最优峰谷定价:峰谷电价的设定基准包括优化目标、优化决策变量、约束条件,其中,在确定各时段定价时,以降低度电交叉补贴作为定价的目标,优化的决策变量为峰、谷、平时段的电价,对于保障性用户,同样需要保证其电费支出不高于原先水平,且总用电量不低于原先水平;
c、最优季节峰谷定价:根据电力负荷的季节特性,设计出季节性峰谷电价机制,将夏季定义为高峰季,而其它季节定义为非高峰季,在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制,定价模型设定基准包括优化目标、优化决策变量、约束条件,在确定各时段定价时,同样以降低度电交叉补贴作为定价的目标,优化的决策变量为高峰季的峰、谷、平时段电价,以及非高峰季的固定电价,对于保障用户,需要保证其电费支出不高于原先水平,且总用电量不低于原先水平。
有益效果:本发明的基于有效电力定价方法的保障性用户电价机制设计方法,对保障性用负的供电成本与交叉补贴进行测算,以社会福利损失最小作为电价机制设计的目标,以保障用户的用电量与不增加电费支出作为约束条件,分析了季节性电价、峰谷电价以及季节性峰谷电价等不同电价机制的最优价格设定,该定价方法科学、合理。
附图说明
图1电力定价与无谓损失;
图2标准化电网负荷概率密度分布图;
图3标准化电网负荷概率分布图;
图4不同电网容量对应的负荷率;
图5不同电网容量对应的供电边际成本和输配电边际成本;
图6典型的需求曲线;
图7居民用户全年负荷与月度平均供电成本示例;
图8全年平均整点负荷;
图9各季节平均整点负荷。
具体实施方式
本实施例的基于有效市场理论的保障性用户电价设计方法,包括如下步骤:
(1)确定电力有效定价的基本模型;
(2)确定保障性用户的供电成本与最优价格模型;
(3)综合上述模型,对有效定价基础上的保障性用户最优电价机制进行设计。
a、确定电力有效定价的基本模型
零售电力的成本随时间变化的性质表明有效零售价格也应该随时间变化。由于价格可以以多种不同方式随时间变化,因此可以采取宽区间的定价策略来反映供电成本的不同程度的准确性。即电力价格可以在比较宽的一个范围内变动。对于不同负荷的电力需求,其边际成本有着很大的差异。
图1给出了一个如何通过调整价格机制,来提升社会福利水平的示例。在不同时间点,用户的需求曲线是不同的。在该示例中,针对两个时间段的需求进行讨论。这里将两个时间段命名为时段1和时段2,每个时段长度都为1个小时,对应的需求曲线分别是D1和D2。在非竞争性市场下,不同时间的电价都被定为P0。在市场均衡的情况下,对应的需求分别是Q01和Q02。由于时间段的长度均为1个小时,因此Q01和Q02也等于不同时间段的负荷。但是,这两个时段的电力供应边际成本是不同的。在时段1,由于负荷水平较低,对应的边际成本也较低。而时段2的边际成本则较高。由于在非竞争性的条件下,采取统一的定价,扭曲了不同时间段的市场出清价格,因此也带来了无谓损失。
对于时段1,可以看到在非竞争性的市场中,市场均衡价格P0要高于电力供应的边际成本的。而在竞争性市场下,市场出清对应的是点C。市场出清时(点C)对应的电力消费量要高于非竞争性市场条件下的Q01。从点A到点C的这段范围内,因为电价要高于边际成本,因此通过降低电价,增加电力消费,可以增加社会福利水平。非竞争性电力市场由于价格扭曲,造成的无谓损失就是图中S1阴影部分面积,即点ACE所围成的区域。
同样地,对于时段2,由于电价低于边际供电成本,使得电力消费量高于竞争性市场条件下市场出清的水平(点D)。在这种情况下,通过提高电价,可以减少用户的用电量,并减少高成本的电力供给。而由于电力市场非竞争性所造成的社会福利无谓损失对应的是点BDF围成的区域范围,即图中S2阴影部分的面积。
通过该示例可以知道通过建立竞争性电力市场,可以提升整体的社会福利水平。理想状态下,电力的价格应该是实时变动的,反映出不同时间的需求特性以及边际成本。但对于保障性用户而言,实时电价又给用电成本带来了很大的不确定性,同时会增加额外的电力管理成本。更为普遍的情况下,应该通过调整电价的设定,来使电价接近于有效定价。
在设计电力定价机制时,需要以一定的指标作为设计的基准。以社会福利损失最小化作为电价机制设计的目标函数。同时,将平均电价水平与供电成本+加叉补贴相同设为约束条件。不同的电价机制也作为约束条件的一部分。电价机制设计的优化目标函数为:
无谓损失可以根据完全竞争条件下,市场出清时对就的用电量,与实际电价机制对应的用电量计算。计算方法如下式所示。其中,D(Q)表示需求函数,MC(Q)表示边际成本函数,QR表示在一定电价套餐下对应的电力需求量,QC表示在完全竞争条件下市场出清的电力需求量,下标t表示时间。
对于需求函数Dt(Q),这里采用不变弹性需求函数的设定。具体如下式。其中,Pt表示t时刻的电价,ε为电力的需求价格弹性,Ct为t时刻需求函数的常数项。由于不同时间用户的需求特性是不同的,因此常项的值也是不同的。常数项可以根据具体时间断的电价、需求价格弹性和实际用电负荷倒推计算。
Dt(Q)=Pt εCt
零售套餐的定价,还需要满足总体的平均电价水平,等于供电成本与交叉补贴之和。具体如下式所示。其中,Pm为平均为全年的最大负荷,对应的是用户的装接容量。Su是用户承担的度电补贴。
b、确定保障性用户的供电成本与最优价格模型
对于保障性用户,主要目标是保障电力供应,不能过量增加其成本,在有可能的情况下实现电力负荷“削峰填谷”。本发明采用的套餐机制主要有以下几种:
对未安装智能电表的用户,采用季节性定价,即将电价区分为高峰季的非高峰季,对不同的季节采用不同的套餐设计。
对安装智能电表的用户,可以采取季节性定价与峰谷电价相结合的方式。即根据不同时段供电成本的不同,采用峰谷电价的设计。另外,根据供电成本季节性的差异,在不同季节采用不同的定价模式。
没有安装智能电表的用户,往往只能以较低的频率对用电量进行计量。如每月对用户的用电量进行抄表。因此,对于该类用户,可行的模式是采取季节性定价的模式。高峰季采取高定价,非高峰季采取低电价。
对于安装了智能电表的用户,可以准确地计量分时的定价。因此,可以采取峰谷定价的机制。根据负荷日内分布的特点,将电价设为峰、谷、平三段定价。
季节性定价和峰谷定价都能够起到削峰填谷,降低供电成本的效果。通过将两种定价模式相结合,能够进一步优化价格机制的设计。
c、有效定价基础上的保障性用户最优电价机制进行设计
季节性定价机制设计的基准如表1所示。其中,考虑到保障用户受到在大量的交叉补贴。从经济学的角度上看,交叉补贴会造成无谓损失。所以套餐设计的原则是使得度电交叉补贴最小。对于保障性用户,其电价设计原则还包括不能过量增加其成本,同时实现电力负荷的“削峰填谷”。这与社会福利最大的设计原则是等效的。在电价设计时,不仅要考虑到用户因价格变化而导致的用电量变化,还需要考虑用户的电价总水平。执行季节性电价套餐后,用户的总电费支出应不高于原先水平,同时总用电量不低于原先水平。
表1季节性定价设定基准
峰谷电价的设定基准如表2所示。其中在确定各时段定价时,以降低度电交叉补贴作为定价的目标。优化的决策变量为峰、谷、平时段的电价。对于保障性用户,同样需要保证其电费支出不高于原先水平,且总用电量不低于原先水平。
表2峰谷定价设定基准
根据电力负荷的季节特性,我们可以设计出季节性峰谷电价机制。将夏季定义为高峰季,而其它季节定义为非高峰季。在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制。定价模型如表3。在确定各时段定价时,同样以降低度电交叉补贴作为定价的目标。优化的决策变量为高峰季的峰、谷、平时段电价,以及非高峰季的固定电价。对于保障用户,需要保证其电费支出不高于原先水平,且总用电量不低于原先水平。
表3季节峰谷定价设定基准
以下列举具体的实施例进行说明:
S1确定电力有效定价的基本模型
S101供电成本模型
有效定价需要知道电力的供应成本。电力零售的成本,主要包含上网成本、输配成本与交叉补贴三部分。输配成本中又包含线损以及其它输配成本两部分。具体的零售成本函数如下式所示。其中,Cretail表示电力零售成本,Cfeed_in表示上网电力成本,Cline_loss表示线损,CT&D表示其它输配电成本,S表示交叉补贴。
Cretail=Cfeed_in+Cline_loss+CT&D+S
对于整体的电力市场而言,各部门交叉补贴相互抵消后为0。上网电力成本和线损都是售电量的函数,具体如下式所示。其中,Pfeed_in表示平均上网电价,E表示上网电量,η表示线损率。
Cfeed_in=Pfeed_in*E
Cline_loss=Pfeed_in*E*η
其它输配电成本受到电压等级、线路长度以及装机容量的影响。同时,电网的其它运行费用也摊入了其它输配电成本中。假设其为终端装机容量的函数,具体如下式所示。其中,Pow表示终端用户的装接容量,Cu_T&D表示单位容量的成本。
CT&D=Pow*Cu_T&D
综合以上各式,可以推导出终端装机容量的单位成本如下式。
由于电网是自然垄断企业,其价格都受到政府监管。长期来看,电网的利润占电价的比重十分低。电网利润甚至无法涵盖电网资产的经济租。因此,采用全国的平均销售电价格来表示电网的平均零售成本。而电网的平均上网电价则根据全国平均上网电价计算。平均销售电价,平均上网电价和线损数据来源于国家能源局发布的《2016年度全国电力价格情况监管通报》。装机容量和用电量数据来源于《2017中国电力年鉴》中的用户用电装接容量。最终数据汇总如表4所示
表4计算基础数据
根据上述模型,可以计算出单位装接容量的成本为185.87元/kW。在得到了单位装接容量的成本后,可以进一步根据各类用户的装机容量,以及用电量,计算出不同用户类型的单位供电成本。具体如下式所示。其中,上标i表示用户类型,表示i类用户的单位供电成本,单位为元/kWh。
各类用户的实际电价减去供电成本,即是该类用户所承担的度电交叉补贴。而单位交叉补贴乘上该类用户的用电量,就可以得到该类用户所承担的交叉补贴规模。
根据《电力统计年鉴》中给出的各部门的用电装接容量,以及用电量,可以计算出其相应的供电成本,以及总补贴规模。表5列出了保障性用户供电成本与度电补贴的测算。保障性用户主包括农业用电城镇居民用电与农村居民用电。
表5保障性用户供电成本与补贴规模测算
S102边际成本的测算
边际成本确定的难点就在于电力市场的连续性以及电力需求的时变性。一方面,电力供给和需求是要即时平衡的,因此电力市场交易是一个连续的过程,每时每刻都存在着供给与需求。另一方面,电力需求又是不断变化的。不同时间的电力消费量存在着较大的差异。而电网基础设施的建设往往是以满足高峰需求为基准的。如何将输配电的成本合理地分摊到不同的时间段,是对电力供应边际成本进行测算的关键。
为了能够合理有效地分摊输配电成本,需要对电力的需求特性进行讨论。图2根据某市全年8760小时的整点负荷数据,进行了标准化处理。标准化的过程中,将全年最大负荷设为1。图中纵坐标代表该负荷出现的概率。由图可知,负荷特性的概率分布呈现出中间大,两头小的特点,具有正态分布的特征。
根据概率密度分布,计算出累积密度分布情况,结果如图3所述。不同负荷对应的累积密度,代表电网负荷低于该点的概率。从累积分布可以更为直观地看出,负荷分布是十分不平衡的。在全年的运行中,只有10%的时间电网的负荷低于最高负荷的40%。另外只有10%的时间,电网负荷超过最高负荷的80%以上。剩下80%的时间,电网的负荷都是在最高负荷的40%-80%的区间内的。
用1减去不同时间点的累积密度分布,就可以得到不同电网容量对于的负荷率。具体如图7所示。其中横轴从左到右可理解为电网不断在增加装机容量,而纵轴则表示电网每边际增加的一单位装机容量,对应该单位容量在全年的使用率,也就是负荷率。将负荷率乘以8760小时,就可以得到该单位新增容量对应的运行小时数。
在图4中,电网容量小于0.18的部分可以视为基荷。这部分电网容量全年都在进行供电。因此,对应的输配电成本应该分摊到全年8760小时中。但是,当电网容量大于0.18后,每新增1单位的容量,对应的负荷率是不断下降的。相应的,分摊该单位电网成本的时间也更少,对应的边际成本越高。
上述的边际成本计算方法可以用模型描述如下。其中,MC(Pow)表示不同用户负荷对就的边际成本,f(Pow)表示新增负荷对应的电网全年负荷率。
最终,可以得到供电的边际成本曲线如图5所示。图中示例对应上网电价保持不变。随着装接容量的上升,电网的边际成本上升。对于满足基荷的装机,电网的成本是十分低的。对应的输配电成本(不含线损)仅为0.021元/kWh,总供电成本也仅为0.439元/kWh。随着装接容量的上升,新增装接容量对应的负荷率下降,电网成本逐渐上升。但是一开始上升的幅度较为平缓。当装接容量为最大负荷50%时,输配电成本(不含线损)也仅为0.031元/kWh,总供电成本也仅为0.449元/kWh。当装接容量为最大负荷80%时,输配电成本(不含线损)上升到0.302元/kWh,总供电成本也上升到0.719元/kWh。随后,新增的装接容量对应的边际成本会以很快的速度上升。对应到最高的负荷,相应输配电成本(不含线损)将高达61.96元/kWh,相应的供电成本为62.37元/kWh。这是由于高峰负荷往往只是满足几个小时甚至几十分钟的需求,相应的使用率很低。但电网的装接容量又必须要满足高峰负荷,因此所付出的成本是巨大的。边际供电成本的巨大差异,一方面给电力市场化改革提供了条件。如果通过零售电价的调整,能够改变用户的消费行为。减少高峰时段的用电量,同时增长低谷时段的用电量。电网或售电公司可以在供电成本不增长的情况下,提升电力用户的效用水平,或是增长售电收入。
S103用户需求行为
电量电价弹性是指电价的相对变动引起的电能需求量的相对变动,即在一定的时间段内,用电量变化的百分率与相应的价格变化的百分率之比。由经济学原理知,典型的需求曲线如图6所示,q表示电量,p表示电价。
由于该曲线的确定很困难,所以在经济学中通常把它进行线性化处理。于是定义了如下的电量电价弹性系数:
式中:△q和△P分别表示电量q和电价P的相对增量。
S2确定保障性用户的供电成本与最优价格模型
S201季节定价机制
对于未安装智能电表的用户,由于计量的频率较低,因此适合采用季节性定价的机制。图7描绘了居民用户全年的标准化负荷,以及各月份的平均供电成本。从图中可知,居民用户的供电成本主要在6-8月份最高。其余月份则相对较为平均。基于用户的负荷特性与供电成本特性,在进行季节性电价设定时,可以将电价设为高峰季定价与非高峰季定价。其中,6-8月执行高峰季电价,其余月份执行非高峰季电价。
S202峰谷电价机制
图8给出了全年平均的整点负荷数据。其中,每个小时的数据对应的是全年365日该时间的负荷的平均值。全年负荷采用标准化负荷进行处理。从图中可知,全天24小时的平均负荷有很大的差异。其中,10:00-18:00时段的负荷最高,而0:00-8:00的负荷最低。因此,在设计峰谷电价时,我们可以将电价分为峰、谷、平三个时间段。其中,峰时段电价在10:00-18:00执行,谷时段电价在0:00-8:00执行,平时段电价在8:00-10:00和18:00-0:00执行。
S203季节峰谷电价机制
图9给出了分季节的整点负荷平均值。其中,春季对应的是3-5月份,夏季对应的是6-8月份,秋季对应的是9-11月份,冬季对应的是12-2月份。用户在夏季的负荷要远高于其它季节。根据电力负荷的季节特性,我们可以设计出季节性峰谷电价机制。将夏季定义为高峰季,而其它季节定义为非高峰季。在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制。
S3有效定价基础上的保障性用户最优电价机制
S301最优季节性定价
表6给出了季节性定价的执行效果。其中,电价的初始值采用的是当前的居民平均消费电价。高峰负荷标准化为1,总用量根据标准化负荷计算。这样做主要是由于在一定的负荷特性下,电价和用电量无关。如果最初高峰负荷为10kW,那么全年的总用电量就是3388kWh。
在最优定价下,高峰季电价将上升到0.908元/kWh,上升了65.7%。这主要是由于高峰季的供电成本较高。通过提升高峰季的电价,可以使减少高成本电力的消费,从而降低总的供电成本。而非高峰季的定价为0.275元/kWh,下降幅度为49.8%。这个价格甚至要低于上网电价。出现该结果的原因在于在设计套餐时加入了总电费支出的约束。即执行了季节性定价后,用户的总电费支出不能高于原先水平。因为高峰季电价上升,相应的电费支出也增加。为了保证用户的总电费支出不增加,就需要降低非高峰季的电价水平。
执行季节性定价模式后,由于用户在高峰季会减少电力消费量,高峰负荷也会下降。最终通过价格机制的调整,可以使高峰负荷下降37.3%。相应地,平均供电成本将从0.9437元/kWh下降到0.7296元/kWh,降幅为22.7%。而度电的交叉补贴则从0.3957元/kWh下降到了0.1825元/kWh,降幅达到了53.9%。由此可以发现,虽然采取季节性定价后,用户的电价和电费支出几乎不变,但是却可以极大地降低电力的供应成本,即能够实现帕累托改进。而我们以单位交叉补贴作为优化的目标函数,可以保证得到的最优值是帕累托最优的。即在最优的定价模式下,没有办法在不损害保障性用户利益(如不增加总电费支出或不降低总用电量)的情况下,进一步降低供电成本。
在季节性定价模式下,供电成本和交叉补贴的下降,对应的就是整体社会福利的改进。通过测算的结果,也表明季节性定价能够使得市场运行更加有效。
表6居民用户季节性定价执行效果
S302最优峰谷定价
表7列出了对于居民用户执行峰定定价政策的结果。在最优的定价模式下,高峰时段定价为0.9244元/kWh,相对于目前的居民用户平均电价增加了68.7%。而平时段定价为0.5656元/kWh与当前居民用户平均电价基本相同。而低谷时段的平均电价为0.0561,较当前的居民电价低了89.8%。与执行季节性电价的效果类似,低谷时段的电价要低于上网电价水平。其原因是我们在进行电价设计时,需要满足不增加居民用户的总用电支出以及不减少居民用户的总用电量的条件。由于高峰时段电价提升,只能通过调低低谷时段的电价来满足约束条件。
在峰谷定价机制下,单位供电成本从0.9437元/kWh下降到0.7239元/kWh,降幅为23.3%。这同样是得益于高峰负荷的下降,减少了电网的成本。同样地,单位交叉补贴从0.3957元/kWh下降到0.1799元/kWh,降幅为54.5%。
通过对比季节性定价和峰谷电价的执行效果,可以发现二者对于减少供电成本的效果十分接近。即两种模式都能够起到转移负荷、降低供电成本的效果。
表7居民用户峰谷定价执行效果
S303最优季节峰谷定价
表8给出了居民用户执行季节峰谷定价的效果。其中,在6、7、8三个月份执行峰谷电价,而在其它月份执行非高峰季的固定电价。在高峰季,高峰电段电价为1.2265元/kWh,比原先的电价上升123.8%。平时段电价为0.5574元/kWh,与原先电价基本持平。谷时段电价为0.0744元/kWh,较原先电价下降86.4%。而在非高峰季,固定电价的水平为0.3715元/kWh,较原先的电价水平下降32.2%。
相比于简单的峰谷电价机制,季节性峰谷电价的定价模式在夏季时的高峰电价更高,因为能够更好地抑制高峰负荷。最终高峰负荷能够下降52.6%。相应地,单位供电成本能够下降到0.6482元/kWh,降幅为31.3%。单位交叉补贴下降到0.1012元/kWh,下降幅度为74.4%。基于该结果可知,季节峰谷电价比季节性电价以及简单的峰谷电价政策能够取得更好的效果。在该政策下,能够在不增加消费者用电负担的前提下,大幅地减少交叉补贴。
表8居民用户季节峰谷定价执行效果
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。
Claims (4)
1.一种基于有效市场理论的保障性用户电价设计方法,其特征在于:包括如下步骤:
(1)确定电力有效定价的基本模型,使用户对电力商品所愿意支付的保留价格接近边际供电成本;
(2)确定保障性用户的供电成本与最优价格模型,对于保障性用户,目标是保障电力供应,不能过量增加其成本;
(3)综合步骤(1)和(2)的模型,对有效定价基础上的保障性用户最优电价机制进行设计。
2.根据权利要求1所述的基于有效市场理论的保障性用户电价设计方法,其特征在于:所述步骤(1)中确定电力有效定价的基本模型包括:
a、供电成本模型:
电力零售的成本,包含上网成本、输配成本与交叉补贴三部分,输配成本中又包含线损以及其它输配成本两部分,具体的零售成本函数如下式所示,其中,Cretail表示电力零售成本,Cfeed_in表示上网电力成本,Cline_loss表示线损,CT&D表示其它输配电成本,S表示交叉补贴,
Cretail=Cfeed_in+Cline_loss+CT&D+S
对于整体的电力市场而言,各部门交叉补贴相互抵消后为0,上网电力成本和线损都是售电量的函数,具体如下式所示,其中,Pfeed_in表示平均上网电价,E表示上网电量,η表示线损率,
Cfeed_in=Pfeed_in*E
Cline_loss=Pfeed_in*E*η
其它输配电成本受到电压等级、线路长度以及装机容量的影响,同时,电网的其它运行费用也摊入了其它输配电成本中,假设其为终端装机容量的函数,具体如下式所示,其中,Pow表示终端用户的装接容量,Cu_T&D表示单位容量的成本,
CT&D=Pow*Cu_T&D
综合以上各式,可以推导出终端装机容量的单位成本如下式,
采用全国的平均销售电价格来表示电网的平均零售成本,而电网的平均上网电价则根据全国平均上网电价计算,平均销售电价,
在得到了单位装接容量的成本后,可以进一步根据各类用户的装机容量,以及用电量,计算出不同用户类型的单位供电成本,具体如下式所示,其中,上标i表示用户类型,表示i类用户的单位供电成本,单位为元/kWh,
各类用户的实际电价减去供电成本,即是该类用户所承担的度电交叉补贴,而单位交叉补贴乘上该类用户的用电量,就可以得到该类用户所承担的交叉补贴规模,
根据各部门的用电装接容量,以及用电量,可以计算出其相应的供电成本,以及总补贴规模,保障性用户主包括农业用电城镇居民用电与农村居民用电;
b、边际成本模型:
边际成本模型计算方法可以用以下公式计算:
其中,MC(Pow)表示不同用户负荷对就的边际成本,f(Pow)表示新增负荷对应的电网全年负荷率;
c、用户需求行为:
电量电价弹性是指电价的相对变动引起的电能需求量的相对变动,即在一定的时间段内,用电量变化的百分率与相应的价格变化的百分率之比,用电量电价弹性系数表示,其计算模型如下:
式中:q表示电量,p表示电价,△q和△P分别表示电量q和电价P的相对增量。
3.根据权利要求1所述的基于有效市场理论的保障性用户电价设计方法,其特征在于:所述步骤(2)确定保障性用户的供电成本与最优价格模型包括:
a、季节定价机制:未安装智能电表的用户,采用季节性定价的机制;
b、峰谷电价机制:在设计峰谷电价时,可以将电价分为峰、谷、平三个时间段,其中,峰时段电价在10:00-18:00执行,谷时段电价在0:00-8:00执行,平时段电价在8:00-10:00和18:00-0:00执行;
c、季节峰谷电价机制:春季为3-5月份,夏季为6-8月份,秋季为9-11月份,冬季为12-2月份,用户在夏季的负荷要远高于其它季节,将夏季定义为高峰季,其它季节定义为非高峰季,在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制。
4.根据权利要求1所述的基于有效市场理论的保障性用户电价设计方法,其特征在于:所述步骤(3)有效定价基础上的保障性用户最优电价机制设计方法:
a、最优季节性定价:季节性定价机制设计的基准包括优化目标、优化决策变量、约束条件,优化目标是度电交叉补贴最小、优化决策变量是高峰季电价、非高峰季电价约束条件是用户总电费支出不高于原先水平、用户总用电量不低于原先水平;
b、最优峰谷定价:峰谷电价的设定基准包括优化目标、优化决策变量、约束条件,其中,在确定各时段定价时,以降低度电交叉补贴作为定价的目标,优化的决策变量为峰、谷、平时段的电价,对于保障性用户,同样需要保证其电费支出不高于原先水平,且总用电量不低于原先水平;
c、最优季节峰谷定价:根据电力负荷的季节特性,设计出季节性峰谷电价机制,将夏季定义为高峰季,而其它季节定义为非高峰季,在高峰季执行峰谷电价的机制,而非高峰季则执行固定电价的机制,定价模型设定基准包括优化目标、优化决策变量、约束条件,在确定各时段定价时,同样以降低度电交叉补贴作为定价的目标,优化的决策变量为高峰季的峰、谷、平时段电价,以及非高峰季的固定电价,对于保障用户,需要保证其电费支出不高于原先水平,且总用电量不低于原先水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172147.1A CN109784584A (zh) | 2019-03-07 | 2019-03-07 | 一种基于有效市场理论的保障性用户电价设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172147.1A CN109784584A (zh) | 2019-03-07 | 2019-03-07 | 一种基于有效市场理论的保障性用户电价设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784584A true CN109784584A (zh) | 2019-05-21 |
Family
ID=66486688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910172147.1A Pending CN109784584A (zh) | 2019-03-07 | 2019-03-07 | 一种基于有效市场理论的保障性用户电价设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784584A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288384A (zh) * | 2019-05-31 | 2019-09-27 | 国网上海市电力公司 | 一种大型商业用户用电冲击影响判断控制方法 |
CN110782136A (zh) * | 2019-10-09 | 2020-02-11 | 南方电网能源发展研究院有限责任公司 | 基于综合能源大数据的能源信息处理系统及方法 |
-
2019
- 2019-03-07 CN CN201910172147.1A patent/CN109784584A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288384A (zh) * | 2019-05-31 | 2019-09-27 | 国网上海市电力公司 | 一种大型商业用户用电冲击影响判断控制方法 |
CN110782136A (zh) * | 2019-10-09 | 2020-02-11 | 南方电网能源发展研究院有限责任公司 | 基于综合能源大数据的能源信息处理系统及方法 |
CN110782136B (zh) * | 2019-10-09 | 2020-11-20 | 南方电网能源发展研究院有限责任公司 | 基于综合能源大数据的能源信息处理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zakeri et al. | Policy options for enhancing economic profitability of residential solar photovoltaic with battery energy storage | |
Oren | Capacity payments and supply adequacy in competitive electricity markets | |
Borenstein | Effective and equitable adoption of opt-in residential dynamic electricity pricing | |
KR101975175B1 (ko) | 전력 수급 운영 스케줄링 장치 및 방법 | |
Woo et al. | A wholesale electricity market design sans missing money and price manipulation | |
CN109087213B (zh) | 一种分散式电力现货市场交易模拟方法 | |
WO2011030219A1 (en) | Hybrid energy market and currency system for total energy management | |
CN109936130B (zh) | 一种负荷动态控制方法 | |
Mihaylov et al. | Comparing stakeholder incentives across state-of-the-art renewable support mechanisms | |
Agarwal et al. | Noncooperative games for autonomous consumer load balancing over smart grid | |
CN109784584A (zh) | 一种基于有效市场理论的保障性用户电价设计方法 | |
Woo et al. | A nice electricity market design | |
Nieto | Optimizing prices for small-scale distributed generation resources: A review of principles and design elements | |
Moholkar et al. | Effects of dynamic pricing on residential electricity bill | |
Haar et al. | An option analysis of the European Union renewable energy support mechanisms | |
Biggar et al. | Network pricing for the prosumer future: Demand-based tariffs or locational marginal pricing? | |
CN110797872B (zh) | 用户侧储能容量配置方法、装置、设备及存储介质 | |
Aniello et al. | Shaping the energy transition in the residential sector: Regulatory incentives for aligning household and system perspectives | |
Harbo et al. | Contracting flexibility services | |
Narula et al. | Will Net Metering Model for Residential Rooftop Solar PV Projects Work in Delhi?–A Financial Analysis | |
Samseth et al. | Five trends reshaping European power markets | |
Yao et al. | Virtual Prosumers' P2P Transaction Based Distribution Network Expansion Planning | |
Nyer et al. | The Economics of Residential Solar Panels: Comparing Tiered and Time of Use Plans | |
Gerke et al. | Potential bill impacts of dynamic electricity pricing on California utility customers | |
CN113256168B (zh) | 一种电力系统规划方法、装置、设备及存储介质 |
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: 20190521 |
|
RJ01 | Rejection of invention patent application after publication |