CN110414804A - 一种基于多维度响应特性的价格型需求响应建模方法 - Google Patents

Abstract

本发明公开了一种基于多维度响应特性的价格型需求响应建模方法，包括：基于消费者心理学模型与随机模型，分别建立计及不确定特征的可转移负荷响应量‑电价差关系模型、可平移负荷响应量‑电价差关系模型、可削减负荷使用率‑电价关系模型；根据可转移负荷宏观及微观时间响应特性，建立可转移负荷多维度响应特性模型；且根据可平移负荷宏观及微观时间响应特性，建立可平移负荷多维度响应特性模型。本发明建立的价格需求响应模型能更好地反映不同类型柔性负荷的多元响应特征，使进行电网调度的实际运行结果接近预期目标，为电力系统的优化调度过程提供参考价值。

Description

一种基于多维度响应特性的价格型需求响应建模方法

技术领域

本发明属于电力系统中调度的需求响应领域，更具体地，涉及一种基于多维度响应特性的价格型需求响应建模方法。

背景技术

随着分布式电源在配电网中接入比例的逐渐上升，其较强的出力不确定性将对电力系统的安全、经济运行水平带来严峻挑战。为了应对上述挑战，作为传统调度资源的补充，以需求响应的方式对电力用户的用电行为进行引导和规划，从而将负荷侧纳入电网优化调度环节的思路受到了广泛的关注。合理的需求响应机制可以有效引导用户以特定的方式调整用电结构，发挥负荷侧的可调度潜力，进而起到削峰填谷、维持电网供需平衡、提高分布式电源消纳等作用。因此，面向电力系统需求响应机制，探讨负荷侧精细化建模方法，进而提出电力系统优化调度策略，对电网的经济安全运行具有深远影响。

对于价格型需求响应，已有的模型主要分为两类：即价格弹性矩阵模型与消费者心理学模型，前者由于存在参数拟合困难以及运算复杂度高等问题，因此现有成果大多仅使用自弹性系数建模，从而忽略了各时段间负荷量的耦合关系；后者依据不同时段间电价差与负荷量的变化关系拟合负荷转移模型，从而描述了负荷跟随电价信号进行响应的行为机理，在峰谷分时电价机制下表现出了良好的适用性。计及电力用户自主响应行为的不确定性，负荷模型中引入了对应的不确定性量化表示方法，如概率理论或模糊理论，以提升模型的有效性。模糊理论基于经验数据或专家系统，通过隶属度函数表征数据对应目标集合的置信度水平，但存在主观性强、模型精确度低等弊端；概率理论通过概率密度函数则可以较为准确的反应数据的量值及可能性的分布情况。

然而针对消费者心理学模型，现有成果仍存在以下不足：模型考虑了需求响应机制中负荷响应量的不确定性，但忽略了负荷的时间响应特性；已有模型大多将电价信号激励下进行转移的负荷在其转入与转出的时段采用平均分配的形式拟合，而缺少对其时间分布特性的机理性分析，从而降低了模型的准确性。由于考虑负荷时间响应特性前后，负荷的分布形式可能发生明显变化，因此以已有模型为基础进行优化调度可能会引起系统的经济性与安全性问题：一方面，负荷的时间响应特性会引起响应曲线分布形态的变化，基于上述模型进行电网调度的实际运行结果将与预期目标产生偏差；另一方面，负荷时间响应特性的不确定性与响应量的不确定性相互耦合，将进一步增加电网的经济安全运行风险。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于多维度响应特性的价格型需求响应建模方法，旨在解决现有的需求响应模型因对柔性负荷的时间响应特性及其不确定特征的忽略导致电网调度的实际运行结果将与预期目标产生偏差的问题。

为实现上述目的，本发明提供了一种基于多维度响应特性的价格型需求响应建模方法，包括：

(1)基于消费者心理学模型与随机模型，分别建立计及不确定特征的可转移负荷响应量-电价差关系模型、可平移负荷响应量-电价差关系模型、可削减负荷使用率-电价关系模型；

(2)根据可转移负荷宏观及微观时间响应特性，将可转移负荷响应量-电价差关系模型更新为计及响应量及时间响应特性的可转移负荷多维度响应特性模型；

且根据可平移负荷宏观及微观时间响应特性，将可平移负荷响应量-电价差关系模型更新为计及响应量及时间响应特性的可平移负荷多维度响应特性模型。

进一步地，根据峰谷电价，将全天分为峰时段、平时段和谷时段；可转移负荷响应量-电价差关系模型包括峰-平、峰-谷、平-谷三条负荷转移率-电价差曲线。

可转移负荷响应量-电价差关系模型为：

其中，P_tr.t0为无需求响应时t时刻可转移负荷的初始可转移负荷量；为有需求响应时t时刻的预测可转移负荷量；分别表示峰时段与平时段的平均可转移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷转移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段；

进一步地，可转移负荷宏观时间响应特性的分配系数为：

G_tr.1＝T_t.all/T_p/f/v.all

其中，G_tr.1表示可转移负荷的宏观时间响应特性分配系数；T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段；

进一步地，可转移负荷微观时间响应特性的分配系数为：

G_tr.2＝a_tr.2P_tr.t0/P_tr.t.all+b_tr.2

其中，G_tr.2表示可转移负荷的微观时间响应特性分配系数；P_tr.t0表示无需求响应时t时刻的可转移负荷量；P_tr.t.all表示无需求响应时t时刻所在时段的全部可转移负荷量；a_tr.2与b_tr.2表示拟合系数值；

计及响应量及时间响应特性的可转移负荷多维度响应特性模型为：

其中，G_tr.1与G_tr.2分别为可转移负荷的宏观及微观时间响应特性分配系数；

可平移负荷响应量-电价差关系模型为：

其中，P_sh.t0为无需求响应时t时刻可平移负荷的初始可平移负荷量；为有需求响应时t时刻的预测可平移负荷量；分别表示峰时段与平时段的平均可平移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷平移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段；

进一步地，可平移负荷宏观时间响应特性的分配系数为：

G_sh.1＝a_sh.1T_t.all/T_p/f/v.all+b_sh.1

其中，a_sh.1和b_sh.1表示拟合参数；T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段。

进一步地，可平移负荷微观时间响应特性的分配系数为：

其中，h_u、h_d分别为上层函数与下层函数的拟合参数；G_u与G_d分别表示上层函数及下层函数；

计及响应量及时间响应特性的可平移负荷多维度响应特性模型为：

其中，G_sh.1与G_sh.2分别为可平移负荷的宏观及微观时间响应特性分配系数；

进一步地，可削减负荷使用率-电价关系模型为：

其中，P_c.tmax为可削减负荷的理论最大负荷电量；和分别表示峰时段、平时段和谷时段的可削减负荷的使用率；为有需求响应时t时刻的预测可削减负荷量。

通过本发明所构思的以上技术方案，与现有技术相比，能够取得以下

有益效果：

本发明首先基于消费者心理学模型与随机模型，分别建立计及响应量含不确定特征的可转移负荷响应量-电价差关系模型、可平移负荷响应量-电价差关系模型、可削减负荷使用率-电价关系模型；在此基础上分别分析可转移负荷宏观及微观时间响应特性、可转移负荷宏观及微观时间响应特性，获取计及响应量及时间响应特性的可转移负荷多维度响应特性模型和可平移负荷多维度响应特性模型。相比于现有价格需求响应模型对多类型柔性负荷多维度响应特性的缺失，本发明建立的价格需求响应模型更为精细化，能更好地反映不同类型柔性负荷的多元响应特征，使基于本发明的模型进行电网调度的实际运行结果接近预期目标，为电力系统的优化调度过程提供参考价值。

附图说明

图1是本发明提供的价格需求响应模型的建立方法流程图；

图2是本发明提供的可转移负荷峰-谷时段负荷转移率-电价差曲线；

图3是本发明提供的可转移负荷峰-谷时段负荷转移率-电价差分段线性曲线；

图4是本发明提供的可平移负荷峰-谷时段负荷平移率-电价差曲线；

图5是本发明提供的可平移负荷分布函数蒙特卡洛拟合；

图6是本发明提供的可平移负荷峰值时间-电价差曲线；

图7是本发明提供的可削减负荷使用率-电价曲线；

图8是本发明提供的可削减负荷使用率-电价分段线性曲线；

图9是本发明提供的不同场景下各时段弃风量期望值；

图10是本发明提供的不同场景下各时段负荷响应量期望值。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明的基本框架为：1、基于价格型需求响应负荷对电价激励信号的自主响应行为模式，将柔性负荷分为可转移负荷、可平移负荷以及可削减负荷三类；2a、针对可转移负荷，基于消费者心理学模型与随机模型，建立计及响应量含不确定性特征的可转移负荷响应量-电价差关系模型；在此基础上，根据可转移负荷宏观及微观时间响应特性，建立计及响应量及时间响应特性的可转移负荷多维度响应特性模型；2b、针对可平移负荷，基于消费者心理学模型与随机模型，建立计及响应量含不确定性特征的可平移负荷响应量-电价差关系模型；在此基础上，根据可平移负荷宏观及微观时间响应特性，建立计及响应量及时间响应特性的可平移负荷多维度响应特性模型；2c、针对可削减负荷，基于消费者心理学模型与随机理论，建立计及不确定性特征的可削减负荷使用率-电价关系模型。本发明建立的基于多维度响应特性的价格型需求响应模型更为精细化，能更好的反应不同类型柔性负荷的多元响应特征，为电力系统的优化调度过程提供参考。

本发明将受电价激励信号引导进行自主响应的柔性负荷，根据其响应特性的差异分为可转移负荷、可平移负荷以及可削减负荷三类。具体定义如下：

可转移负荷：在保持用电总量不变的前提下，用电特性灵活，任意总量的用电量可以在任意时段间相互转移的负荷，例如手机、电动汽车充电等；

可平移负荷：在保持用电总量不变的前提下，受自身用电特性的约束，仅能将一段完整的负荷曲线在固定时段间进行平移的负荷，如大型工业负荷等；

可削减负荷：在负荷电量上限的基础上，可以在一定范围内减少用电量的负荷，如照明负荷等。

下文中“时段”表示不同电价下的时间集，如峰、平、谷时段；“时刻”表示某一具体的时间点。

如图1所示，本发明提供了一种基于多维度响应特性的价格型需求响应建模方法，包括：

(1)基于消费者心理学模型与随机模型，分别建立计及不确定特征的可转移负荷响应量-电价差关系模型、可平移负荷响应量-电价差关系模型、可削减负荷使用率-电价关系模型；

(2)根据可转移负荷宏观及微观时间响应特性，将可转移负荷响应量-电价差关系模型更新为计及响应量及时间响应特性的可转移负荷多维度响应特性模型；

且根据可平移负荷宏观及微观时间响应特性，将可平移负荷响应量-电价差关系模型更新为计及响应量及时间响应特性的可平移负荷多维度响应特性模型。

下面具体介绍价格型需求响应的建模过程：

(1)可转移负荷响应量-电价差关系模型

在电价信号的引导下，可转移负荷可由高负荷时段向低负荷时段进行转移，同时由于用户自主响应行为的随机性，转移的负荷并非一个确定的值，而是呈现为一个可变化的区间。由此，基于消费者心理学模型，可以将负荷转移率与电价差的对应关系表示如图1所示；

图2中，λ表示负荷转移率；λ_max表示负荷转移率的上限值；Δλ_up与Δλ_down分别表示某电价差下负荷转移率的上下波动范围；

从图2可知，负荷转移率-电价差曲线由死区、线性区与饱和区三部分构成，曲线的基本形式可以由历史数据经数学方法拟合得到，如核密度估计等；本发明将图2曲线进行了分段线性处理，如图3所示；其中，负荷转移率的上下边界线、可调节潜力上限、区域划分的电价差临界值等参数同样可以由历史数据经数学方法拟合得出，如最小二乘拟合等；

在某一确定的电价差下，负荷转移率的概率密度函数同样可以通过历史数据经数学方法拟合得到，如核密度估计等。本发明中采用正态分布函数进行表征，即：

其中，λ表示两个时段间的负荷转移率；“～”表示该参量为概率量；N表示正态分布函数；μ₁与分别表示期望与方差；Δprice表示两个时段间的电价差。由图1可知，负荷转移率λ的期望值μ₁与方差均为两时段间电价差Δprice的函数；

根据峰谷电价，将全天分为峰、平、谷三类时段，相应可拟合出峰-平、峰-谷、平-谷三条负荷转移率-电价差曲线，因此，可转移负荷响应量-电价差关系模型为：

其中，P_tr.t0为无需求响应时t时刻可转移负荷的初始可转移负荷量；为有需求响应时t时刻的预测可转移负荷量；分别表示峰时段与平时段的平均可转移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷转移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段；

(2)可转移负荷多维度响应特性模型

在可转移负荷响应量-电价差关系模型中转移的负荷在其转出时段及转入时段内均采用了平均分布的形式，即任意峰、平、谷时段内每个时刻转出或转入的负荷量均相等，从而忽略了转移负荷的时间响应特性，下面介绍负荷的时间响应特性。

负荷的时间响应特性分为两部分：

A、宏观时间响应特性：当峰(或平或谷)时段存在不止一个时，转移负荷在多时段间的分配方式；

B、微观时间响应特性：转移负荷在各峰(或平或谷)时段内部的各个时刻的分配方式；

对于可转移负荷，将其宏观时间响应特性分配系数记为G_tr.1，其微观时间响应特性分配系数记为G_tr.2，主要影响因素考虑各时段的持续时长以及时段内各时刻原有的用电量；

以峰-谷负荷转移过程为例，可转移负荷的时间响应特性如下：

A、宏观时间响应特性

由于可转移负荷用电时长相对自由，启停过程用时较短，同时没有最小工作时间及冷却时间的限制，且负荷从任意峰时段转移至任意谷时段的收益均相等，因此，当存在多个峰/谷时段时，对所有峰/谷时段进行平权处理，即各时段转移的负荷量与该时段的持续时长成正比例关系：

G_tr.1＝T_t.all/T_p/f/v.all

其中，G_tr.1表示可转移负荷的宏观时间响应特性分配系数；T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段。

B、微观时间响应特性

在一个时段内部的各时刻，由于用户在各时刻进行响应的收益均相等，因此，负荷的时间响应形式不受电价信号的引导，各时刻的响应量仅与该时刻原有的用电量有关，即：

G_tr.2＝a_tr.2P_tr.t0/P_tr.t.all+b_tr.2

其中，G_tr.2表示可转移负荷的微观时间响应特性分配系数；P_tr.t0表示无需求响应时t时刻的可转移负荷量；P_tr.t.all表示无需求响应时t时刻所在时段的全部可转移负荷量；a_tr.2与b_tr.2表示拟合系数值；

由此，计及响应量及时间响应特性的可转移负荷多维度响应特性模型为：

其中，G_tr.1与G_tr.2分别为可转移负荷的宏观及微观时间响应特性分配系数；

(3)可平移负荷响应量-电价差关系模型

可平移负荷的响应特性均为在电价信号的引导下将一个时段的负荷转移至另一个时段，因此，在考虑大量负荷的聚合特征时，可平移负荷与可转移负荷的负荷转移率-电价差曲线具有相似性，可平移负荷的负荷平移量-电价差曲线如图4所示；

图4中，λ表示负荷转移率；λ_max表示负荷平移率的上限值；Δλ_up与Δλ_down分别表示某电价差下负荷平移率的上下波动范围；

可平移负荷响应量-电价差关系模型为：

其中，P_sh.t0为无需求响应时t时刻可平移负荷的初始可平移负荷量；为有需求响应时t时刻的预测可平移负荷量；分别表示峰时段与平时段的平均可平移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷平移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段；

(4)可平移负荷多维度响应特性模型

将可平移负荷的宏观时间响应分配系数记为G_sh.1，微观时间响应分配系数为G_sh.2；

以峰-谷负荷转移过程为例，可平移负荷的时间响应特性如下：

A、宏观时间响应特性

对于可平移负荷而言，用户的一次响应过程会平移一条完整的用电曲线，由于此类负荷启停过程多持续时间较长且成本较高，因此，当存在多个峰/谷时段时，持续时间较长的时段更有利于用户安排工作计划，同时降低购电成本带来的经济效益更显著，因此，用户偏向于在持续时间较长的时段进行响应，宏观时间响应分配系数为：

G_sh.1＝a_sh.1T_t.all/T_p/f/v.all+b_sh.1

其中，a_sh.1和b_sh.1表示拟合参数；

T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段；

B、微观时间响应特性

本发明采用了蒙特·卡罗模拟的方法对平移的负荷的时间分布形式进行了拟合，过程如下：

设定蒙特·卡罗拟合条件如下：

a.时段总时长为5h；

b.对电价信号进行响应的单位在其用电时长内电量维持为“1”；

c.所有单位的用电时长整体服从μ＝3、σ＝2的正态分布；

d.所有单位的起始响应时间整体服从μ＝0的正态分布，其标准差σ为可变参数。

获取如图5所示的负荷分布函数，由拟合结果可知，随着负荷起始响应时间标准差的增大，负荷峰值时刻右移，且峰值时刻负荷量降低；同时起始时刻负荷量下降，结束时刻负荷量上升，负荷整体分布趋于平缓；

为了便于拟合，将负荷分布函数由图5曲线左右端点的连线划分为上层函数与下层函数两部分，其中，上层函数选定Beta函数的概率密度函数进行拟合，下层函数选用线性函数表示，微观时间响应分配系数G_sh.2的表达式为：

其中，

其中，G_sh.2由上层函数G_u及下层函数G_d两部分构成；t表示该时段内某一具体时刻；t_top表示平移的负荷响应量峰值所在的时刻，t与t_top均为以该时段总时长T_t.all为基值的标幺值；k_u、k_d、h_u、h_d分别表示上层函数与下层函数的拟合参数；

由于用户自主响应行为的随机性，上层函数中负荷响应量的峰值时刻t_top具有不确定性，峰值时刻与电价差的对应关系如图6所示，图6中，Δprice_min与Δprice_max表示电价差的上、下限值，在此区间外的曲线部分为延长线；t_02、t_01、(Δprice',t'₀)分别表示峰值时刻上、下边界曲线与坐标轴的交点及两者之间的理论交点；

对某一电价差下峰值时间的分布函数可通过历史数据经数学方法拟合，如核密度估计等，本发明中采用正态分布函数进行表征，即：

其中，峰值时间的期望值μ₂与方差均为两时段间电价差的函数；

经上述分析可得：

其中，G_u与G_d分别表示上层函数及下层函数；k_u、k_d、h_u、h_d分别表示上层函数与下层函数的拟合参数；表示峰值时间；

微观时间响应分配系数G_sh.2为：

由此，计及响应量及时间响应特性的可平移负荷多维度响应特性模型为：

其中，P_sh.t0为无需求响应时t时刻可平移负荷的初始可平移负荷量；为有需求响应时t时刻的预测可平移负荷量；分别表示峰时段与平时段的平均可平移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷平移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段；G_sh.1与G_sh.2分别表示可平移负荷的宏观及微观时间响应特性分配系数；

(5)可削减负荷使用率-电价关系模型

基于消费者心理学模型，针对可削减负荷建立负荷削减率-电价曲线，或建立与之互补的负荷使用率-电价曲线，两者本质相同，本发明选择建立可削减负荷使用率-电价曲线，峰、平、谷不同时段下的曲线需要由历史数据分别进行拟合；

以峰时段为例，可削减负荷使用率-电价曲线如图7所示，图7中，η表示负荷使用率，其含义为：某电价下该时刻的实际负荷占本时刻理论最大负荷的比例；η_max与η_min分别表示负荷使用率的上限及下限值；Δη_up与Δη_down分别表示某电价下负荷使用率的上下波动范围；

从图7可知，负荷使用率-电价曲线由死区、线性区、饱和区三部分组成，本发明中对其进行如图8所示的分段线性处理；对某一电价下负荷使用率的概率密度函数，可以通过历史数据经数学方法拟合得到，如核密度估计等，本发明中采用正态分布函数进行表征，即：

其中，负荷使用率η的期望值μ₃与方差均为该时刻所在时段电价price的函数；

由此，可削减负荷使用率-电价关系模型为：

其中，P_c.tmax为可削减负荷的理论最大负荷电量；和分别表示峰时段、平时段和谷时段的可削减负荷的使用率；为有需求响应时t时刻的预测可削减负荷量；

由于P_c.tmax在一定时间周期内不会发生明显变化，因此，可将其表示为：

P_c.tmax＝E(P_c.t-pasti/μ_t-pasti)|_{i＝1,2,...,N}

其中，P_c.tmax由前N个工作日的历史数据拟合得出；E表示期望运算；P_c.t-pasti与μ_t-pasti分别表示第i个工作日t时刻的负荷电量和负荷使用率的期望值；

对于可削减负荷，其各个时刻用电量的增长或削减情况相对独立，时段间用电量的耦合关系较弱，因此，其时间响应特性可忽略。

以实施例1验证模型的有效性

目标函数

目标函数考虑实现机组运行成本的最小化：

minF＝min(F_m+F_w)

其中，F表示系统的运行成本；F_m表示常规机组的运行成本；F_w表示弃风成本；

机组的运行成本包括发电成本以及启停成本：

其中，F_r.i.t表示机组的运行成本；P_G.i.t表示第i个机组t时刻的实际出力；a_i、b_i、c_i表示对应的机组运行成本系数；F_s.i.t表示机组的启停成本；u_i.t与u_i._t-1表示机组在t时刻及t-1时刻的开关状态，机组处于运行状态表示为1，处于停止状态表示为0；S_on.i与S_off.i表示对应的机组启停成本系数；

弃风成本的期望值：

F_w＝E(wind_c·price_w)

其中，E表示期望运算；wind_c表示弃风量；price_w表示弃风惩罚。

约束条件

本实施例中的约束条件包括三个部分：

(1)系统的运行约束

系统的运行约束包括系统的功率平衡约束以及备用容量约束；

其中，P_wt为风电实际出力，本发明采用风电预测出力与预测误差之和的形式表示风电实际出力，且假设风电预测误差服从正态分布；P_G.imax与P_G._imin分别为机组出力的上、下限值；R_up.i与R_down.i分别为机组的上下爬坡速率；Pr表示概率运算；α与β分别为正旋转备用与负旋转备用的置信度水平；

P_ld.t为总负荷电量，可表示为：

P_ld.t＝P_tr.t+P_sh.t+P_c.t

其中，P_tr.t、P_sh.t、P_c.t分别表示可转移、可平移与可削减负荷的总用电量。

(2)常规机组运行约束

常规机组运行约束包括机组的出力上下限约束、爬坡约束、最小启停时间约束；

其中，T_Gon.i.t与T_Goff.i.t分别表示t时刻机组i已持续运行/关停的时间；T_Gon.i.min与T_Goff.i.min分别表示其最小运行/关停时间。

(3)电价约束

电价约束包括峰谷拉开比的约束；

已知：

其中，price_p、price_f、price_v分别表示峰、平、谷时段电价；γ_pf表示峰时段电价高出平时段电价的比例与平时段的电价差和平时段电价的比值；γ_fv表示谷时段电价低于平时段电价的比例；

则峰谷拉开比为：

其中，ε表示峰时段-平时段电价差与平时段-谷时段电价差的比值。峰谷拉开比的约束为：

其中，W_v表示所有谷时段的总负荷量；W_p表示所有峰时段的总负荷量。本实施例以包含10台常规机组以及一个风电场的系统为例进行仿真分析。机组的基本运行参数见表1；负荷及风电出力预测数据见表2；设定可转移负荷、可平移负荷、可削减负荷的占比分别为：0.2、0.5、0.3；

设定可转移负荷与可平移负荷的负荷转移率上限及最大波动范围如表3所示；将可削减负荷的负荷使用率上限记为“1”，设定其下限为80％，最大波动范围为10％；

表1

表2

表3

设定单位弃风成本为400元/(MW·h)，一个仿真周期取24个时段；正负旋转备用容量约束的置信度均取95％；

为分析负荷响应行为的不确定性及其时间响应特性对电力系统优化调度的影响，设置了3组场景进行对比分析，算例设置如表4所示：

表4

其中，场景1中负荷预测模型是准确的。不同场景下，机组运行的燃料成本、机组启停成本、弃风成本如表5所示；场景2、场景3弃风量的期望值如图9所示，24小时负荷响应量期望值如图10所示；由仿真结果分析可得到如下结论：

表5

表5中通过对比场景1与场景2可知，考虑负荷响应行为的不确定性增加了系统的运行成本。分析可知：当采用负荷的确定性模型进行调度时，系统仅考虑了风电出力的波动性，从而忽略了负荷响应不确定对备用容量的需求；而在综合考虑负荷与风电出力不确定的基础上进行系统的优化调度，可以在保证安全性的基础上在一定置信度下减小系统的备用容量，从而提升系统运行经济性。

表5中通过对比场景2与场景3可知，考虑负荷的时间响应特性降低了系统的运行成本。结合图9、图10可知，在考虑时间响应特性后，不同时刻负荷的响应量发生了改变，提升了系统的风电消纳率，进而降低了弃风成本。分析可得：在计及负荷响应量的不确定性的基础上，考虑其时间响应特性，可以提升模型的精确度，从而提高系统调度的准确性和有效性，并以此减少不必要的弃风情况，进而提升系统运行的经济性；同时由于模型精度的提升，系统备用容量安排的合理性增强，在减少部分时段备用冗余度的同时，降低了因模型误差引起的部分时段备用缺额的风险，从而提升了系统调度的经济性与可靠性。

综上所述，本发明提供的一种基于多维度响应特性的价格型需求响应建模方法提升了价格需求响应模型的精度，为电力系统的优化调度提供了更有效的参考，有助于提升电网调控策略的经济性与安全性。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多维度响应特性的价格型需求响应建模方法，其特征在于，包括：

(1)基于消费者心理学模型与随机模型，分别建立计及不确定特征的可转移负荷响应量-电价差关系模型、可平移负荷响应量-电价差关系模型、可削减负荷使用率-电价关系模型；

(2)根据可转移负荷宏观及微观时间响应特性，将可转移负荷响应量-电价差关系模型更新为可转移负荷多维度响应特性模型；

且根据可平移负荷宏观及微观时间响应特性，将可平移负荷响应量-电价差关系模型更新为可平移负荷多维度响应特性模型。

2.如权利要求1所述的价格型需求响应建模方法，其特征在于，所述可转移负荷响应量-电价差关系模型为：

其中，P_tr.t0为无需求响应时t时刻可转移负荷的初始可转移负荷量；为有需求响应时t时刻的预测可转移负荷量；分别表示峰时段与平时段的平均可转移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷转移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段。

3.如权利要求2所述的价格型需求响应建模方法，其特征在于，可转移负荷宏观时间响应特性的分配系数为：

G_tr.1＝T_t.all/T_p/f/v.all

其中，G_tr.1表示可转移负荷的宏观时间响应特性分配系数；T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段。

4.如权利要求2或3所述的价格型需求响应建模方法，其特征在于，所述可转移负荷微观时间响应特性的分配系数为：

G_tr.2＝a_tr.2P_tr.t0/P_tr.t.all+b_tr.2

其中，G_tr.2表示可转移负荷的微观时间响应特性分配系数；P_tr.t0表示无需求响应时t时刻的可转移负荷量；P_tr.t.all表示无需求响应时t时刻所在时段的全部可转移负荷量；a_tr.2与b_tr.2表示拟合系数值。

5.如权利要求2所述的价格型需求响应建模方法，其特征在于，所述计及响应量及时间响应特性的可转移负荷多维度响应特性模型为：

其中，G_tr.1与G_tr.2分别为可转移负荷的宏观及微观时间响应特性分配系数。

6.如权利要求1～5任一所述的价格型需求响应建模方法，其特征在于，所述可平移负荷响应量-电价差关系模型为：

其中，P_sh.t0为无需求响应时t时刻可平移负荷的初始可平移负荷量；为有需求响应时t时刻的预测可平移负荷量；分别表示峰时段与平时段的平均可平移负荷量；分别表示峰-平、峰-谷、平-谷时段间的负荷平移率；t_p、t_f和t_v分别为峰时段、平时段和谷时段。

7.如权利要求6所述的价格型需求响应建模方法，其特征在于，所述可平移负荷宏观时间响应特性的分配系数为：

G_sh.1＝a_sh.1T_t.all/T_p/f/v.all+b_sh.1

其中，a_sh.1和b_sh.1表示拟合参数；T_t.all表示t时刻所在时段的时长；T_p/f/v.all表示t时刻对应时段的全部时长；时段为峰时段或谷时段或平时段。

8.如权利要求6或7所述的价格型需求响应建模方法，其特征在于，所述可平移负荷微观时间响应特性的分配系数为：

其中，h_u、h_d分别为上层函数与下层函数的拟合参数；G_u与G_d分别表示上层函数及下层函数。

9.如权利要求6所述的价格型需求响应建模方法，其特征在于，所述计及响应量及时间响应特性的可平移负荷多维度响应特性模型为：

其中，G_sh.1与G_sh.2分别为可平移负荷的宏观及微观时间响应特性分配系数。

10.如权利要求1～9任一所述的价格型需求响应建模方法，其特征在于，所述可削减负荷使用率-电价关系模型为：

其中，P_c.tmax为可削减负荷的理论最大负荷电量；和分别表示峰时段、平时段和谷时段的可削减负荷的使用率；为有需求响应时t时刻的预测可削减负荷量。