削峰填谷最優時基于DSM分時電價的確定與分析

作為用戶側電價的一種，分時電價目前在世界各國得到了廣泛的應用，而且分時電價是需求側管理(DSM，Demand Service Management)的一種重要手段。分時電價可以刺激和鼓勵用戶主動改變消費行為和用電方式，達到削峰填谷的目的，從而提高電力系統的運行效率和穩定性。建立削峰填谷最優時基于DSM分時電價的數學模型，利用數值仿真驗證了該分時電價的削峰填谷作用，與文獻[5-6]仿真結果進行了比較，得出了本文確定的分時電價的優缺點,對本文分時電價數學模型的應用進行了構想。
??? 關鍵詞：分時電價；需求側管理；削峰填谷；數值仿真

Determination and Analysis of TOU (Time-Of-Use) Power Price Based on DSM (Demand Service Management) When Load Shifting Optimized

?Wu Qiu-wei1,Wang Lei2, Cheng Hao-zhong1

( 1. Department of Electrical Engineering Shanghai Jiaotong University 200030 2. Nanjing Power Supply Nanjing 210094)

??? Abstract: As one of power prices to consumers, TOU power price is widely used in the world and is one important method in DSM. TOU power price can motivate power consumers to adjust their mode of power using and can keep power load in a stable condition. Thus efficiency and stability of power systems can be improved. In this paper a new mathematical model of TOU power price is developed when effect of load shifting is optimized based on DSM. Numerical simulation is made using MATLAB. It is verified that using TOU power price in this paper can accomplish the goal of load shifting. Merits and defects of TOU power price determined in this paper are obtained by comparing with simulation results in paper 5 to paper 6. Realistic application of TOU power price mathematical model is forecasted.
??? Keywords: TOU power price DSM? load shifting numerical simulation

0? 引言
??? 電價理論是電力市場的核心理論[1]。在電力市場環境下，確定合理的用戶側電價，可以使用戶積極參與電力工業改革，調整用電方式和用電結構，使負荷保持在一個比較平穩的狀態，提高電力系統運行效率和穩定性。作為用戶側電價的一種，分時電價目前在世界各國得到了廣泛的應用，而且分時電價是需求側管理的一種重要手段。在我國，DSM和分時電價也得到了廣泛的研究。文獻[2]和[3]認為我國目前實行實時電價的條件不具備，但實行分時電價是必不可少的。文獻[4]主要針對江蘇省實行分時電價后大工業用戶的響應進行了分析，認為實行分時電價具有一定的負荷調節效果。文獻[5]提出了用戶反應的概念來描述電價對負荷的影響，并提出了基于DSM的分時電價的數學模型，但它們均未涉及平時段電價的確定問題。文獻[6]對平時段電價的確定進行了探索性研究，提出了用MCP計算的平均購電電價來確定平時段電價，將文獻[5]的工作拓廣到與電力市場報價端相關聯的模型研究，從一個可行的途徑將分時電價市場化，得到適應電力市場條件的分時電價體系。但是，由于MCP對平時段電價的限制，文獻[6]確定的分時電價不能得到使削峰填谷最優的平時段電價。從電力系統角度來考慮，要盡可能地減小峰負荷和提高谷負荷，這樣才能最大可能地提高電力系統運行效率和穩定性。因此，本文對削峰填谷效果最優時分時電價的確定進行了研究，提出了削峰填谷效果最優時分時電價數學模型，利用MATLAB進行了數值仿真，驗證了該數學模型確定的分時電價的削峰填谷作用，并與文獻[5－6]仿真結果進行了比較，得出本文確定的分時電價的優缺點。

1 基于DSM與用戶購電費用的分時電價數學模型
??? 本文仍采用文獻[6]中用戶反應定義和數學模型描述電價對負荷的控制作用。
1.1 基本假設與參量的設定
1.1.1 基本假設
??? (a) 實行分時電價前后每天的總用電量保持不變。
??? (b) 調整到某一時段的電量按時間軸平均分配。
??? (c) 文中只考慮了價格對用戶需求的影響，其他因素的影響需進一步研究；同樣文中只考慮了用戶需求對價格的影響，其他因素(如燃料價格)對價格的影響暫時忽略。
??? 根據國外實行需求側管理的經驗，在實行需求側管理后，一般用電量略有增加或基本保 持不變，因而假定實行分時電價前后用電量保持不變是合理的。與[4-6]一樣，假設(b)、尤其是假設(c)是為了使本文的討論得以順利進行所作的簡化性假設，特別的消除假設(c)是一個十分重要的問題，有待進一步的研究。
1.1.2 參量的設定
??? 1) 時段的劃分
??? 我們將一天24小時劃分為3類時段：Tf、Tp、Tg,滿足：
???????? Tf+Tp+Tg=24?????????????? (1)?????????????
??? 其中：Tf峰時段；Tp平時段；Tg谷時段
??? 在本文中，我們假定時段劃分確定，根據負荷曲線中負荷的分布來進行時段劃分。時段劃分的具體數值為：
??? 峰負荷時段：8:00～12:00(峰1)，18:00～22:00(峰2)；平負荷時段：12:00～18:00(平1)，22:00～24:00(平2)；谷負荷時段：0:00～4:00(谷1)，4:00～8:00(谷2)。
??? 2) 電價的確定
??? 峰、平、谷時段的電價分別為：Pf、Pp、Pg。滿足：
???
其中：Δ 為谷時段電價對平時段電價的拉開度；ξ為峰時段電價對平時段電價拉開度與谷時段電價對平時段電價拉開度的 比值。
??? 3) 用電量
??? 某負荷代表日的負荷曲線為L=L(t)(0≤t≤24),則：
?
??? 其中：Q全天用電量；Qf 峰時段的用電量；Qp為 平時段的用電量；Qg為 谷時段的用電量
1.2 分時電價數學模型
??? 本文根據DSM的總體目標和經濟學中的會計學原理，從供需兩側出發建立了分時電價模型。
??? 1) 供方獲利
??? 實行分時電價前供電方的銷售收入為：
??

其中：QfTOU、QpTOU、QgTOU為實行分時電價后峰、平、谷時段的用電量
??? 實行分時電價后供電方通過削峰可以節約的電力建設投資為M′。
??? 供電方獲利的約束條件是：

??? 2) 用戶端受益

即

??? 3) 優化目標
??? 盡可能減小峰負荷，提高谷負荷，從而提高電力系統的負荷率、電力系統的運行效率和穩定性，并且盡可能減少用戶購電費用，從而達到社會效益最優的目的。因此，目標函數為：
????? 目標函數1：

其中:L(t,ξ,Δ)為實行分時電價后, 在給定的ξ和Δ條件下用戶反應后的負荷。
??? 目標函數1用來實現峰負荷最小，目標函數2用來實現谷負荷差最大，目標函數3用來實現峰谷負荷差最小。
??? 從目標函數來看，為了實現削峰填谷最優的目標，進行單目標優化是不夠的，因此選用雙目標優化。觀察目標函數1、2和3，我們可以發現，如果選用目標函數2和另外一個函數進行雙目標優化的話，由于優化的方向不一致，因此進行雙目標優化存在困難；如果選取目標函數1和3進行雙目標優化的話，因為優化方向一致，比較容易解決這個問題。而且，目標函數1和2的優化可以保證削峰填谷最優，因為當峰負荷和峰谷負荷差都最小時，也即是峰負荷最小和谷負荷最大。
??? 多目標優化的方法很多，最簡單和實用的是加權系數法[7]。在加權系數法中，最主要的就是確定權值。由于本文模型是首次提出，缺乏相應的數據和方法，因此，在本文多目標優化過程中，利用權值嘗試法來確定目標函數的權值。

2 仿真與結果比較
??? 本文利用浙江某地區典型日負荷數據進行數值仿真。
2.1 目標函數權值的確定
??? 如前文所述，確定目標函數的權值時采用權值嘗試法，通過比較在目標函數取不同權值時的峰負荷與谷負荷仿真結果來確定目標函數的權值,如表1所示。

??? 通過比較仿真結果可以看出，目標函數3占的比例比較大時，峰谷負荷差最小，而且峰負荷與實行分時電價前比減少了821.4MW，可以在削峰和填谷之間達到最佳均衡。因此，本文對目標函數1、3的權值取為0.2、0.8。
2.2 仿真算法
??? (a) 取一平時段電價初值，根據數學模型算出滿足約束條件的平時段電價的上界 和下界；
??? (b) 從中選出使峰負荷最小和峰谷負荷差最小在權值為0.2、0.8時達到最佳均衡 時的平時段電價；
??? (c) 算出此平時段電價下的最優拉開度和反應后負荷
2.3 實行分時電價前數據；
??? (a) 典型日負荷數據如表2所示。

??? (b) 實行分時電價前最大負荷、最小負荷和用戶購電費用：Lmax＝7780MW；Lmin＝4910MW；m0＝6.6243×107元
2.4 仿真結果
??? 削峰填谷最優時分時電價和用戶反應后負荷數據如下：
??? ξ=0.360 0，Δ=0.450 0元/kW；Pf=0.677 0元/kW,Pp=0.515 0元/kW，Pg=0.065 0元/kW；k=10.415 4(k為峰時段電價與谷時段電價的比值)；Lmax=6 945.6MW；Lmin=5 900.6MW；MTOU=6.573 0×107元。
??? 仿真結果與原始負荷數據比較如圖1所示。

??? 圖1表明，削峰填谷最優分時電價實行后，能夠起到很好的削峰和填谷的作用。從數值上看，削峰填谷最優分時電價實行后，峰負荷為6945.6MW，比實行分時電價前減少了834.4MW，谷負荷為5900.6MW，比實行分時電價前增加了990.6MW。
2.5 與文獻[5,6]仿真結果比較
??? 本文仿真結果和文獻[5-6]仿真結果如表3和圖2所示。

??? 從圖2可以看出，本文確定的分時電價實行后能起到更好的削峰填谷作用。從數值上看，本文確定的分時電價實行后，峰負荷為6859.6MW，比文獻[5]仿真結果小了24.5MW，比文獻[6]仿真結果小了38.4MW；谷負荷為5918.2MW，比文獻[5]仿真結果大了93.5MW，比文獻[6]大了120.5MW。
??? 但是，如果從用戶購電費用角度看，本文確定的分時電價實行后，用戶購電用為6.6015×107元，比文獻[5]確定的分時電價實行后用戶購電費用大6.129×106元，比文獻[6]確定的分時電價實行后用戶購電費用大6.424×106元。
??? 由此可見，雖然本文確定的分時電價可以更好地起到削峰填谷作用，但是使用戶購電費用增加很多。
2.6 本文分時電價數學模型在實際中的應用構想
??? 在實際應用中，各地區可以根據用戶調查確定各類用戶反應函數的值，根據本地區削峰填谷的需要確定分時電價的具體的值。

3 結論
??? 本文建立了削峰填谷最優時分時電價數學模型，利用MATLAB進行了數值仿真，驗證了本文數學模型確定的分時電價可以起到很好的削峰填谷作用。與文獻[5－6]仿真結果比較表明，本文確定的分時電價可以起到更好的削峰填谷作用，但是相應的，用戶購電費用也增加很多。因此，如何在削峰填谷和減少用戶購電費用之間達到最佳均衡、使社會效益最大需要進一步的研究。為了使本文研究順利進行，本文設定了三個基本假設，如何消除假設b)，尤其使假設c)有待進一步的研究。另外，時段劃分也是分時電價中一個很重要的研究內容，如何將時段劃分和電價確定一起考慮也有待進一步研究。本文對分時電價在實際中的應用進行了構想，但是如何結合實際情況確定分時電價有待進一步研究，而且這是一個有著很重大的經濟價值的研究。