CN110390492A - 一种提高电网负荷平衡的需求侧响应定价方法 - Google Patents

Abstract

本发明提供一种提高电网负荷平衡的需求侧响应定价方法，包括一个具有5层软件构架的投注生成系统，系统逻辑划分为采集层、预处理层、优化层、归属层和集合层，其特征在于：通过对消费者用电的功耗和电网负载状态的持续监控，以成本激励的形式对消费者的电费进行动态定价，以消费者的用电习惯为基础进行负载预测，通过价格信号反映负载补偿，调整消费者的用电消费行为，从而完成负载调度，达到平衡电网负荷的目的。

Description

一种提高电网负荷平衡的需求侧响应定价方法

技术领域

本发明属于电力电网技术领域，特别是涉及一种提高电网负荷平衡的需求侧响应定价方法。

背景技术

需求侧响应方案旨在减轻电力消费者,特别是家庭用电，实现负载偏移或减少用电。目前文献中已知和使用的需求侧响应程序的类别包括：不同价格的电价(也称为动态定价),以及消费者控制关闭(也称为负载脱落)。

不同价格的电价要么基于拍卖,通常基于电力能源供应商之间的市场(如电力交易所),要么主要基于电网负荷的价格,这是零售市场的典型特征。在第二种情况下,如果电价来自电网负荷,也会考虑其他因素。但是,通常不包含终端用电客户的特征信息,例如客户的个人支付意愿,因为电力市场,特别是在零售市场,通常是一个受监管的市场,其电价是不能由客户的个别特征决定。

对于电力能源供应商来说,负载脱落只是防止电网堵塞威胁的最后手段,其他补偿机制无法再纠正这种威胁。从终端客户的角度来看,负载下降可以在任何时间进行,也可以在与电力能源供应商商定的时间窗口进行。理想情况下,终端客户可以在负载下降期间使用本地电力能源,例如柴油发电机、屋顶光伏系统等等。

目前根据电网负荷确定的动态电价,不包括客户特有的特征信息,而只是试图通过调整一般电价来调整客户电力消费行为，从而来达到电网负荷平衡的目的,最终实现发电和电网运营的节省。

发明内容

本发明的目的在于提供一种提高电网负荷平衡的需求侧响应定价方法，以投注的形式设计,电力能源供应商也可以根据客户特定的特点提供。这种投注形式的定价机制既可以为消费者带来省电，也可能造成额外的成本。电力供应商可以利用客户特定的特点的可能性,尝试激励一个地区的更多或所有电力消费者调整其消费行为,以实现所需的电网负载补偿。

一种提高电网负荷平衡的需求侧响应定价方法，包括一个具有5层软件构架的投注生成系统，系统逻辑划分为采集层、预处理层、优化层、归属层和集合层，其特征在于：通过对消费者用电的功耗和电网负载状态的持续监控，以成本激励的形式对消费者的电费进行动态定价，以消费者的用电习惯为基础进行负载预测，通过价格信号反映负载补偿，调整消费者的用电消费行为，从而完成负载调度，达到平衡电网负荷的目的。

在本发明的一些实施例中，所述的动态定价为电力供应商为用电客户提供的降低其能耗的建议，以能耗投注的方式进行负载预测，如果实际消耗与投注的预定负载减少相匹配,客户可以接受投注并获得货币奖励,作为稳定电网的奖励；如果客户不遵守投注,则没有收益。

在本发明的一些实施例中，所述的能耗投注需要提前产生，该提前量为投注周期长度，周期之内可分为若干个离散的事件时间段，投注的周期长度可以跨过若干个时间段，也可以是其中一个时间段中的具体事件；任何等距、连续间隔对于电力供应商和消费者的能力和基础设施都是有效的时间段。

在本发明的一些实施例中，所述的负载预测是通过采集既有的智能电表的读数，预测电力用户未来的用电消耗，同时根据该采集的数据，估计电力供应商为最佳的负载配置而需要进行降低的能耗。

在本发明的一些实施例中，所述的负载预测方法可以通过支持向量机或者卷积神经网络进行预测，消费者过去的能耗记录作为训练和测试的数据集，智能计量设备始终记录的能耗值验证投注结果，以一个连续的数据流作为进一步的训练预测模型，如果用户更新了过去的能耗记录，在更新之后的操作周期开始时重新训练预测模型，以此逐渐调整预测模型，由以前操作周期的投注过程更改电网的最佳负载配置。

在本发明的一些实施例中，所述的定价方法处理单个电力供应商或者多个电力供应商的联合，消费者的负载可划分为来自联合中所有电力供应商的共享，如果多个电力供应商不是作为联合组织，则可以为每个单独的电力供应商提供多个不相交的处理方式。

在本发明的一些实施例中，所述的负载预测用于自动计算基于能耗投注所需要的负载降低值，负载的减少是消费者为了匹配电力供应商计划的能耗值而必须要减少的能耗，若电力供应商的预测能耗低于计划负载，则负载减少为0。

为了识别能耗投注，系统分配一个投注标识符i∈N₀；

赢得投注所需的负载降低表示为r∈R⁺；每个投注都涵盖不同的时间跨度,在这期间必须减少负载；开始时间t∈N₀和一个投注期l∈N表示此时间跨度；

投注周期必须至少跨越一个时间段，负载减少必须严格为正，赢得投注的付款是p∈R⁺且也是严格为正；

能耗投注是定义在方程中的数组b，其中是所有投注的集合，具体表示为：

具体的，能耗投注和激励付款对于单一的电力供应商和电力供应商联盟是一致的，单个电力供应商与一个投注集合的支付函数可以表示为：

若在一个电力供应商的联合中，则投注的负载减少值是所有电力供应商的负载减少声明的总和，即是：

其中，m∈M表示电力供应商联合中的电力供应商m；n∈N表示消费者集合中的消费者n。

激励付款的货币阈值不必与能耗投注之和匹配，其奖励货币小于投注，激励付款函数表示为如下：

若出于电力供应商联合中，个人激励汇总到投注集合的总体激励付款，即是，

本发明实施例至少具有如下优点或有益效果：

基于动态定价的需求侧响应程序在价格变化率方面尤其不同。家庭用户一般只能调整他们的消费行为,以适应一种很少改变价格的方法,例如每天1-2次。经常变化的价格,例如每分钟,只能完全自动化,没有与人直接互动，才能被有效地响应。因此,后者预先假定家庭高度自动化需要很高,以便有效地根据价格信号来实时调整家庭的负荷。

以电力符合的经济效益的形态,通过价格信号对消费者、电网和供应商之间的电力流动进行另一种价值形式的监测。当价格变化时,人们会对不断变化的价格信号做出反应。最终,他们必须监控价格并作出反应。通常,我们可以假设价格的周期性行为：价格对应需求。因此,在一定程度上,用户还可以提前预测价格,并将其纳入日常规划。

用户可以对比不断变化的价格信号更轻松地评估和控制自己的电力消费行为。这创造了用户对本发明的电力投注系统的信心,提供了明显的经济效果的乐趣,并且意味着比持续观察价格信号更少的时间和成本付出。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例投注生成系统的结构示意图。

图2是本发明实施例多用电客户对一个供电方的博弈论模型结构图。

图3是本发明实施例多用电客户对多个供电方的博弈论模型结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

一种提高电网负荷平衡的需求侧响应定价方法，包括一个具有5层软件构架的投注生成系统，如图1所示，系统逻辑划分为采集层、预处理层、优化层、归属层和集合层，具体而言，

采集层：一开始，系统需要采集大量的输入数据，如系统数据工件部分中定义的。有一些信息关于供电方和用电客户，如调度参数或预测数据，以及用于识别的属性。所有参与者都需要被验证、接受或排除在系统之外。允许有效参与者参与系统并有足够的输入数据在整个操作循环的规定范围内。

预处理层：在预处理步骤中，生成参与者缺少的数据。如果数据集不足，则预测需求侧管理(及响应)算法参数。如果没有给出耗电(负荷)预测组件，它将预测系统当前运行周期的能耗。如果有来自先前操作循环的反馈数据可用，则执行相应的反馈机制来调整数据。或者，可以识别客户的设备以自定义投注描述。

优化层：优化层完全专用于所选需求侧管理及响应算法。根据采集层和预处理层的数据，对给定目标进行了优化。对于集中算法，该层仅由算法组成。对于分布式算法，还有用于网络访问和通讯以及软件代理协调的附加组件。

归属层：在得到优化过程的解后，结合输入、预测和处理的反馈数据，确定能耗投注匹配的属性。此外，还可以计算供电方和用电客户报告或报表的属性。该层的大多数组件需要参与的供电方进行广泛的手动优化，以获得最佳的投注属性。

集合层：在最后一步中，如果设备在预处理层中被标识，则可以将它们分配给相应投注。如果实现了能耗投注生成系统里定义的相应函数，也可以生成投注表达。有关这些系统扩展的更多信息，当所有数据最终可用时，将编制供电方和用电客户报告，最后输出数据。

上述系统通过对消费者用电的功耗和电网负载状态的持续监控，以成本激励的形式对消费者的电费进行动态定价，以消费者的用电习惯为基础进行负载预测，通过价格信号反映负载补偿，调整消费者的用电消费行为，从而完成负载调度，达到平衡电网负荷的目的。

为了生成耗电投注,需要两个复杂的系统来满足电力供应商和消费者的目标(由成本和效益函数描述)。这两个系统是负载和功耗规划以及负载预测。这取决于电力供应商和积极参与投注过程的消费者之间的互动。对于所需的投注生成系统,提出了一个新的自动化框架,它使用负载或价格优化问题的方法(例如博弈论)和负载预测算法来自动计算基于功耗投注的所需负载降低值。整个耗能投注的形式生成所体现的优化问题是基于多用电客户对一个供电方的博弈论，如图2所示，和多用电客户对多供电方的博弈论，如图3所示。以下具体阐述优化措施：

为了更好地解释能耗投注，我们需要正式定义投注属性。为了识别投注，我们分配一个投注标识符i∈N₀.赢得投注所需的负载降低表示为r∈R⁺.每个投注都涵盖不同的时间跨度，在这期间必须减少负载。用开始时间t∈N₀和一个投注期l∈N来描述此时间跨度。当然，投注周期必须至少跨越一个时间段，负载减少必须严格为正。赢得投注的付款是p∈R⁺并且也是严格为正.总之，投注是定义在方程(1)中的数组b，其中是所有投注的集合.

函数(2)是一个理论构造，用于将投注时间跨度、负载减少和付款映射到任何表示v∈V，这是消费者(用电客户)可以理解的，并用作描述，例如文本公式。

此函数是投注生成系统产生的能耗投注的可选补充。投注的表示可能会影响其对消费者的接受度和质量，并取决于它所呈现的媒介。

本系统中有两种参与者，电力供应商m∈M和其用电客户(消费者)n∈N。这些集合定义为包含个电力供应商和包含个消费者。消费者按其类型(住宅、商业或工业)分组，由集合表示消费者无法生产和销售能源给电力供应商。它们可能具有存储容量，但这些容量对我们的系统是透明的。我们系统的实例要么处理单个电力供应商,要么处理电力供应商的联合。一个联盟由多个具有个人或合作目标的电力供应商组成,它们显示为面向消费者的单个电力供应商。事实上,消费者的负载被划分为来自联合中所有电力供应商的共享。如果多个电力供应商不是作为联合组织,我们可以为每个单独的电力供应商创建多个不相交的系统实例。

能耗投注需要提前产生，此周期称为操作周期,分为个时隙,其中是所有时隙的集合。时隙的具体长度和整个操作周期对系统来说不重要,因为我们假设了一个离散时间模型。例如,一个常见的操作周期是一天,即24小时。时隙数量受到智能电网计量和通信基础设施的物理限制,因为智能电表必须能够读取和传输每个时隙中的能耗值。需要此数据来提供负载预测方法的信息,并验证接受的投注结果。时隙数量的其他限制是电力供应商的调度约束和投注周期的长度,因为投注可以跨越多个连续的时间段。也可以选择时间段来表示抽象事件,如高峰和非高峰时段、上午、中午和晚上。基本上,任何等距、连续间隔(如一小时或几分钟)对于电力供应商和消费者的能力和基础设施都是有效的时隙。由于选择的时隙对于所有参与者都相等,因此必须有足够的数据来运行系统。如果缺少任何输入数据,则必须排除相应缺少输入数据的消费者。

减负载r是消费者为了匹配电力供应商计划的能耗值而必须减少的能耗。这是消费者的预测能耗l_p和计划负载l_s之间的差值.如果预测能耗低于计划负载,则负载将减少零。这同样适用于匹配值。因此,定义减载函数L如下：

减负载精度一般不是最佳的,而是取决于l_p和l_s。预测的能耗值l_p相当关键,因为高估会导致消费者无法承受负载降低,而低估则浪费电网级电力平衡的潜力。恰当的负载预测是良好投注属性的关键问题。同样也适用于计划负载值l_s。由于电力供应商和消费者之间的交互,以收集负载调度和重复行为模式的信息,l_s对负载降低精度的影响应显著降低。此外,还有特殊的需求侧管理调度算法,它们使用特殊机制来保证需求信息的真实性声明,以便精确调度负载。

电力供应商根据其电力生产能力、电网稳定性、需求极值和其他影响来计划能耗计划。系统中此任务的组件是需求端管理调度算法。然而,将来的能耗是由消费者的行为定义的量,不容易获得。对于无法获取负载预测的消费者不能参与系统。系统还要考虑另外两种情况:要么通过外部预测服务或对系统透明的数据源提供负载预测,要么必须依靠过去的能耗记录来预测将来的能耗。在第一种情况下,可以直接使用提供的数据来计算负载减少。第二种情况是电力供应商的回退方案,因为消费者的能耗可以使用电网基础设施中的智能仪表进行记录。预测方法可以是支持向量机或人工神经网络,以检索对消费者将来能耗的预测，过去的能耗记录用作训练和测试数据集，由于我们假设智能计量基础设施始终记录能耗值以证明投注结果,因此有一个连续的数据流,用于进一步训练预测模型。如果更新了过去的能耗记录，在更新之后的操作周期开始时重新训练预测模型。此方法可以逐渐调整预测模型,由以前操作周期的投注过程引起负载配置的更改。

投注和激励付款是消费者和电力供应商的重要属性，单一电力供应商和电力供应商联盟定义在该两种属性上保持一致，投注付款的依赖关系在开始的时间t,投注周期l和负载降低值r.需要考虑的另一个因素是消费者与其电力供应商之间的关系,如特殊合同条款,可以通过另一个依赖消费者标识符来表示n∈N.我们通过方程(4)定义单个电力供应商m∈M和一个投注b∈B的支付函数

在联合体中，投注的负载减少值是所有电力供应商的负载减少声明的总和。每个电力供应商都有单独的投注支付函数用于降低负载份额。因此，投注b∈B的支付函数被扩展，以涵盖来自联盟内所有电力供应商m∈M投注付款总和。

奖励付款为支付消费者设定了标准。此货币阈值不必与消费者的所有投注付款之和匹配，它只代表上限。严格的规定可能会削弱消费者参与的积极性。实际上，奖励金应该明显少一些。这使消费者能够拒绝多个投注，或在最适合其行为模式的替代投注之间进行选择，而不会立即错过当前操作周期的目标。因此，需要一个单独的激励支付函数，该函数可以与投注支付函数分离或更改它们。奖励付款取决于消费者n∈N和一组投注 定义电力供应商m∈M和消费者n∈N定义激励付款函数如(6)所示，是投注集合的幂集：

相似的，在电力供应商联合会中，个人激励汇总到投注集合的总体激励付款，如(7)所示：

如果电力供应商不是作为一个联合会组织起来的,那么上述单一案例的函数将被使用,因为每个电力供应商都可以被视为我们系统的一个独立实例。

总之，家庭用户一般只能调整他们的消费行为,以适应一种很少改变价格的方法,例如每天1-2次。经常变化的价格,例如每分钟,只能完全自动化,没有与人直接互动，才能被有效地响应。因此,后者预先假定家庭高度自动化需要很高,以便有效地根据价格信号来实时调整家庭的负荷。

价格很少变化的需求侧响应程序需要一定程度的用户集成,类似于本发明所设想的。然而,我们的发明有一个更高的"有趣因素",即我们以电力符合的经济效益的形态,通过价格信号对消费者、电网和供应商之间的电力流动进行另一种价值形式的监测。当价格变化时,人们会对不断变化的价格信号做出反应。最终,他们必须监控价格并作出反应。通常,我们可以假设价格的周期性行为：价格对应需求。因此,在一定程度上,用户还可以提前预测价格,并将其纳入日常规划。

就本发明而言,用户可以提前，例如前一天，下注第二天的电力消费,然后专注于其合规性。本发明会使得用户可以比不断变化的价格信号更轻松地评估和控制自己的电力消费行为。这创造了用户对本发明的电力投注系统的信心,提供了明显的经济效果的乐趣,并且意味着比持续观察价格信号更少的时间和成本付出。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种提高电网负荷平衡的需求侧响应定价方法，包括一个具有5层软件构架的投注生成系统，系统逻辑划分为采集层、预处理层、优化层、归属层和集合层，其特征在于：通过对消费者用电的功耗和电网负载状态的持续监控，以成本激励的形式对消费者的电费进行动态定价，以消费者的用电习惯为基础进行负载预测，通过价格信号反映负载补偿，调整消费者的用电消费行为，从而完成负载调度，达到平衡电网负荷的目的。

2.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的动态定价为电力供应商为用电客户提供的降低其能耗的建议，以能耗投注的方式进行负载预测，如果实际消耗与投注的预定负载减少相匹配,客户可以接受投注并获得货币奖励,作为稳定电网的奖励；如果客户不遵守投注,则没有收益。

3.根据权利要求2所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的能耗投注需要提前产生，该提前量为投注周期长度，周期之内可分为若干个离散的事件时间段，投注的周期长度可以跨过若干个时间段，也可以是其中一个时间段中的具体事件；任何等距、连续间隔对于电力供应商和消费者的能力和基础设施都是有效的时间段。

4.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的负载预测是通过采集既有的智能电表的读数，预测电力用户未来的用电消耗，同时根据该采集的数据，估计电力供应商为最佳的负载配置而需要进行降低的能耗。

5.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的负载预测方法可以通过支持向量机或者卷积神经网络进行预测，消费者过去的能耗记录作为训练和测试的数据集，智能计量设备始终记录的能耗值验证投注结果，以一个连续的数据流作为进一步的训练预测模型，如果用户更新了过去的能耗记录，在更新之后的操作周期开始时重新训练预测模型，以此逐渐调整预测模型，由以前操作周期的投注过程更改电网的最佳负载配置。

6.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的定价方法处理单个电力供应商或者多个电力供应商的联合，消费者的负载可划分为来自联合中所有电力供应商的共享，如果多个电力供应商不是作为联合组织，则可以为每个单独的电力供应商提供多个不相交的处理方式。

7.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，所述的负载预测用于自动计算基于能耗投注所需要的负载降低值，负载的减少是消费者为了匹配电力供应商计划的能耗值而必须要减少的能耗，若电力供应商的预测能耗低于计划负载，则负载减少为0。

8.根据权利要求1所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，为了识别能耗投注，分配一个投注标识符i∈N₀；

赢得投注所需的负载降低表示为r∈R⁺；每个投注都涵盖不同的时间跨度,在这期间必须减少负载；开始时间t∈N₀和一个投注期l∈N表示此时间跨度；

投注周期必须至少跨越一个时间段,负载减少必须严格为正，赢得投注的付款是p∈R⁺且也是严格为正；

能耗投注是定义在方程中的数组b，其中是所有投注的集合，具体表示为：

9.根据权利要求1或8所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，能耗投注和激励付款对于单一的电力供应商和电力供应商联盟是一致的，单个电力供应商与一个投注集合的支付函数可以表示为：

若在一个电力供应商的联合中，则投注的负载减少值是所有电力供应商的负载减少声明的总和，即是：

其中，m∈M表示电力供应商联合中的电力供应商m；n∈N表示消费者集合中的消费者n。

10.根据权利要求9所述的提高电网负荷平衡的需求侧响应定价方法，其特征在于，激励付款的货币阈值不必与能耗投注之和匹配，其奖励货币小于投注，激励付款函数表示为如下：

若出于电力供应商联合中，个人激励汇总到投注集合的总体激励付款，即是，