考虑用户差异性的售电公司需求响应电价模型

doi:10.3969/j.issn.1000-7229.2019.09.014

电力建设 ›› 2019, Vol. 40 ›› Issue (9): 116-123.doi: 10.3969/j.issn.1000-7229.2019.09.014

考虑用户差异性的售电公司需求响应电价模型

王星华1，刘升伟1，陈豪君1，彭显刚1，周亚武2

1．广东工业大学自动化学院，广州市 510006；2．广东电网有限责任公司惠州供电局，广东省惠州市 516000

出版日期:2019-09-01
作者简介:王星华（1972），男，硕士，副教授，研究方向为电力系统自动化；刘升伟（1995），男，硕士研究生，研究方向为电力市场、需求响应；陈豪君（1995），男，硕士研究生，研究方向为电力系统自动化；彭显刚（1964），男，硕士，教授，研究方向为电力系统优化运行；周亚武（1992），男，硕士，研究方向为电力市场。
基金资助:
国家自然科学基金资助项目（51707041）；中国南方电网公司科技项目（GDKJXM20162087）

Demand Response Pricing Model for Power Sales Companies Considering User Differences

WANG Xinghua1， LIU Shengwei1， CHEN Haojun1， PENG Xiangang1， ZHOU Yawu2

1. School of Automation， Guangdong University of Technology， Guangzhou 510006， China；2. Huizhou Power Supply Company， Guangdong Power Grid Co.， Ltd.， Huizhou 516000， Guangdong Province， China

Online:2019-09-01
Supported by:
This work is supported by National Natural Science Foundationo of China （No. 51707041）and Research Program of China Southern Power Grid（No. GDKJXM20162087）.

摘要/Abstract

摘要： 随着售电市场的放开，大量社会资本进入电力市场，售电公司数量急剧增加。在激烈的市场竞争下，如何保证自身收益的同时，提高用户的用电满意度，是售电公司亟待解决的问题。为此，构建了基于电力用户用电差异性的售电侧定价策略。首先，根据负荷曲线，分析不同用户用电行为的相似性和差异性，对用户进行细分；然后，为获得售电公司及其用户收益最大化的最优定价策略，构建定制化的分时电价模型；最后，通过电力用户的实际负荷数据，利用遗传算法和纵横交叉算法对模型进行求解，对比证明所提的电价决策模型的有效性。

关键词: 分时电价, 电力市场, 定价决策, 精细化需求响应, 优化问题

Abstract: With the liberalization of the power sales market， a large amount of social capital has entered the market， and the number of power sales companies has increased dramatically. In the fierce market competition， how to ensure the self-revenue and improve the users power consumption satisfaction is an urgent problem for sales companies. For this reason， a power pricing strategy based on different power consumption of power users is constructed. Firstly， according to the load curve， the similarity and difference of different users behavior are analyzed and then the user is subdivided. A customized time-sharing electricity price model is established to obtain the optimal pricing strategy for the sales company and its users to maximize revenue. Finally， the model is solved by the genetic algorithm and the cross-section algorithm applying to the actual load data of the power users， and the effectiveness of the proposed electricity price decision model is proved.

Key words: time-of-use electricity price, electricity market, pricing decision, refined demand response, optimization problem

中图分类号:

TM 734

王星华，刘升伟，陈豪君，彭显刚，周亚武. 考虑用户差异性的售电公司需求响应电价模型[J]. 电力建设, 2019, 40(9): 116-123.

WANG Xinghua， LIU Shengwei， CHEN Haojun， PENG Xiangang， ZHOU Yawu. Demand Response Pricing Model for Power Sales Companies Considering User Differences[J]. Electric Power Construction, 2019, 40(9): 116-123.

参考文献

［1］石帮松，张靖，李博文，等.多类型售电公司共存下竞价售电的市场均衡研究［J］.电力系统保护与控制，2018，46（5）：62-67.
SHI Bangsong， ZHANG Jing， LI Bowen， et al. Market equilibrium study on multiple types of electric power retailers bidding［J］. Power System Protection and Control，2018，46（5）：62-67.
［2］杨阳方，刘继春. 计及电量互保策略的售电公司两阶段日前决策方法［J］. 电力系统自动化， 2017， 41（24）： 120-128.
YANG Yangfang， LIU Jichun. Two-stage decision-making method of retailers considering power transfer strategy［J］. Automation of Electric Power Systems， 2017， 41（24）： 120-128.
［3］曾嘉志，赵雄飞，李静，等.用电侧市场放开下的电力市场多主体博弈［J］.电力系统自动化，2017，41（24）：129-136.
ZENG Jiazhi，ZHAO Xiongfei，LI Jing，et al.Game among multiple entities in electricity market with liberalization of power demand side market［J］.Automation of Electric Power Systems，2017，41（24）：129-136.
［4］黄康任. 电力体制改革背景下售电主体竞争策略研究［D］. 北京：华北电力大学， 2016.
HUANG Kangren. Electricity sell main body competition strategy under the background of electric power system reform［D］. Beijing： North China Electric Power University， 2016.
［5］尹龙，刘继春，高红均，等.考虑多种用户价格机制下的综合型能源售电公司购电竞价策略［J］.电网技术，2018，42（1）：88-95.
YIN Long， LIU Jichun， GAO Hongjun， et al. Study on bidding strategy of comprehensive power retailer under multiple user-price mechanisms［J］.Power System Technology，2018，42（1）：88-95.
［6］孙云涛，宋依群，姚良忠，等.售电市场环境下电力用户选择售电公司行为研究［J］.电网技术，2018，42（4）：1124-1131.
SUN Yuntao，SONG Yiqun，YAO Liangzhong，et al. Study on power consumers choices of electricity retailers in electricity selling market［J］. Power System Technology，2018，42（4）：1124-1131.
［7］胡晨，杜松怀，苏娟，等. 新电改背景下我国售电公司的购售电途径与经营模式探讨［J］. 电网技术， 2016， 40（11）： 3293-3299.
HU Chen， DU Songhuai， SU Juan， et al. Preliminary research of trading approach and management modes of Chinese electricity retail companies under new electricity market reform［J］. Power System Technology， 2016， 40（11）： 3293-3299.
［8］高赐威，梁甜甜，李扬.自动需求响应的理论与实践综述［J］.电网技术，2014，38（2）：352-359.
GAO Ciwei，LIANG Tiantian，LI Yang. A survey on theory and practice of automated demand response［J］. Power System Technology，2014，38（2）：352-359.
［9］阮文骏，王蓓蓓，李扬，等.峰谷分时电价下的用户响应行为研究［J］.电网技术，2012，36（7）：86-93.
RUAN Wenjun，WANG Beibei， LI Yang， et al. Customer response behavior in time-of-use price［J］.Power System Technology，2012，36（7）：86-93.
［10］程瑜，翟娜娜.基于用户响应的分时电价时段划分［J］.电力系统自动化，2012，36（9）：42-46， 53.
CHENG Yu，ZHAI Nana. Electricity price peak and valley periods division based on customer response［J］.Automation of Electric Power Systems，2012，36（9）：42-46， 53.
［11］孙毅，顾玮，李彬，等.面向售电侧改革的用户分层聚类与套餐推荐方法［J］.电网技术，2018，42（2）：447-454.
SUN Yi，GU Wei，LI Bin， et al. Electricity-retail-market-reform oriented recommendation method of users hierarchical clustering and pricing packages［J］.Power System Technology，2018，42（2）：447-454.
［12］李春燕，许中，马智远.计及用户需求响应的分时电价优化模型［J］.电力系统及其自动化学报，2015，27（3）：11-16.
LI Chunyan，XU Zhong，MA Zhiyuan. Optimal time-of-use electricity price model considering customer demand response［J］. Proceedings of the CSU-EPSA，2015，27（3）：11-16.
［13］张斌，庄池杰，胡军，等.结合降维技术的电力负荷曲线集成聚类算法［J］.中国电机工程学报，2015，35（15）：3741-3749.
ZHANG Bin，ZHUANG Chijie，HU Jun，et al. Ensemble clustering algorithm combined with dimension reduction techniques for power load profiles［J］.Proceedings of the CSEE，2015， 35（15）：3741-3749.
［14］王星华，陈卓优，彭显刚.一种基于双层聚类分析的负荷形态组合识别方法［J］.电网技术，2016，40（5）：1495-1501.
WANG Xinghua， CHEN Zhuoyou，PENG Xiangang. A new combinational electrical load analysis method based on bilayer clustering analysis［J］.Power System Technology，2016，40（5）：1495-1501.
［15］丁伟，袁家海，胡兆光. 基于用户价格响应和满意度的峰谷分时电价决策模型［J］. 电力系统自动化， 2005， 29（20）： 10-14.
DING Wei， YUAN Jiahai， HU Zhaoguang. Time-of-use price decision model considering users reaction and satisfaction index［J］. Automation of Electric Power Systems， 2005， 29（20）： 10-14.
［16］MENG A B， MEI P， YIN H， et al. Crisscross optimization algorithm for solving combined heat and power economic dispatch problem［J］. Energy Conversion and Management， 2015， 105： 1303-1317.

[1]	安麒，王剑晓，李庚银，王宣元，刘蓁. 基于均衡理论的虚拟电厂市场参与模式及方法[J]. 电力建设, 2020, 41(6): 1-8.
[2]	赵晨，何宇俊，罗钢，龚超，赵越，张轩，陈启鑫. 基于泛在互联的虚拟电厂参与实时市场模型[J]. 电力建设, 2020, 41(6): 36-43.
[3]	刘自发，王新月，于寒霄，高建宇，吴刚. 微电网与配电网的成本效益关系及交互电量定价方法[J]. 电力建设, 2020, 41(3): 39-46.
[4]	刘拥军，曹晓峻，胡朝阳，王珂，徐立中，高赐威. 数据网络参与多调峰辅助服务市场组合优化调度策略[J]. 电力建设, 2019, 40(9): 82-90.
[5]	朱誉，仪忠凯，陆秋瑜，杨银国，李博，许银亮. 基于典型场景集的虚拟电厂与配电网协同定价策略[J]. 电力建设, 2019, 40(6): 74-85.
[6]	齐世雄，王秀丽，张炜，吴雄，王高琴，史新红. 基于博弈论和改进PageRank的电力市场出清方式评价方法[J]. 电力建设, 2019, 40(5): 107-117.
[7]	高乾恒，黄帅飞，李二超，董治强，李潇逸. 市场环境下含氢储能的售电公司优化调度[J]. 电力建设, 2019, 40(4): 42-48.
[8]	单俊嘉，李阳，胡俊杰. 基于交互能源机制的产消者能量管理方法[J]. 电力建设, 2019, 40(11): 31-38.
[9]	李睿雪，胡泽春，段小宇. 电动公交车充电站代理商的月度交易模型与日运行优化策略[J]. 电力建设, 2019, 40(1): 27-34.
[10]	陈中飞，荆朝霞，谢文锦. 多层级电网的输电定价机制分析[J]. 电力建设, 2018, 39(7): 10-23.
[11]	帅云峰，周春蕾，李梦，胡军峰, 王鹏. 美国碳市场与电力市场耦合机制研究——以区域温室气体减排行动（RGGI）为例[J]. 电力建设, 2018, 39(7): 41-47.
[12]	张西竹, 刘洵源, 杨文涛, 文福拴, 孟凯, 刘宏, 张曼颖, 胡哲晟, 刘曌煜. 动态分时电价机制下的电动汽车分层调度策略[J]. 电力建设, 2018, 39(12): 73-80.
[13]	董晓晶，刘洪，宫建锋，孙昊，韩一鸣. 考虑多类型综合需求响应的电热耦合能源系统可靠性评估[J]. 电力建设, 2018, 39(11): 10-19.
[14]	俞敏, 倪琳娜, 方鹏, 刘福炎, 文福拴. 计及分布式发电出力与电价不确定性的负荷聚合商电能获取策略[J]. 电力建设, 2018, 39(1): 10-.
[15]	郑宇，李杨，焦丰顺，文福拴，赵俊华，董朝阳. 含风电机组与电转气设备的虚拟电厂竞价策略 [J]. 电力建设, 2017, 38(7): 88-.

考虑用户差异性的售电公司需求响应电价模型

Demand Response Pricing Model for Power Sales Companies Considering User Differences

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价