一种基于价格弹性系数矩阵的电力需求响应调控方法与流程

本发明属于电力规划设计
技术领域：
，更具体地，涉及一种基于价格弹性系数矩阵的电力需求响应调控方法。
背景技术：
：需求响应(demandresponse,dr)是指电力供应单位通过价格信号或激励手段，引导电力用户改变其固有的用电行为习惯，从而减少或者推移某时段的用电负荷，改变负荷特性；其作为一种高效的负荷管理手段，对实现电力供需平衡、消纳间歇性可再生能源、提高电网运行可靠性、提升经济效益等方面有着显著作用。如果能够获得考虑需求响应后的用户电力需求量负荷曲线，并基于该负荷曲线制定电力需求响应调控方案，则能够充分发挥需求响应削峰填谷、降低峰谷差等作用，实现电力系统可靠、高效益的运行。为了引导用户的用电行为需要建立需求响应调控模型和评估需求响应潜力，常用的方法包括以下三种：“自下而上”法、用电过程分析法和价格弹性系数法。“自下而上”法通过评估典型用户的需求响应潜力，线性放大获得整个区域或行业内的需求响应潜力，存在着典型用户选取随机性大，放大过程主观性强，评估精度低的缺点。用电过程分析法需要对工业具体生产流程和用电过程进行分析，虽然评估精度高但工作量大且涉及数据多，用户可能配合提供数据和生产流程，评估难度大。价格弹性系数法通过电价变化(激励程度)和价格弹性系数求取需求用户的响应潜力，但目前常用的价格弹性系数多采用经验数值，缺少可以准确计算价格弹性系数的方法。总的来说，现有的电力需求响应调控方法均存在无法准确评估用户的需求响应潜力的问题，导致无法得到更加精确且符合实际的用户电力需求量负荷曲线，不利于提高电力系统的可靠性以及降低运行成本。技术实现要素：针对现有技术的至少一个缺陷或改进需求，本发明提供了一种基于价格弹性系数矩阵的电力需求响应调控方法，其目的在于解决现有技术中无法获得更加精确且符合实际的用户电力需求量负荷曲线，不利于提高电力系统的可靠性的问题。为实现上述目的，按照本发明的一个方面，提供了一种基于价格弹性系数矩阵的电力需求响应调控方法，该方法包括以下步骤：s1：采用box-cox变换对预先创建的电力需求模型进行处理，得到优化后的电力需求模型；该电力需求模型用于表征影响电力需求量的各变量与不同时段的电力需求量之间的关联关系；s2：采集历史负荷数据并将其输入至优化后的电力需求模型中，通过最大似然估计法计算优化后的电力需求模型的变换系数，基于变换系数对电力需求模型进行线性回归计算，获得电价系数；s3：根据电价系数、电价向量和负荷比例向量求解电力需求价格弹性系数矩阵；其中，电价向量为不同时段的电力价格的集合；负荷比例向量为不同时段的电力需求量占全天电力需求量的比值的集合；s4：获取用户日负荷曲线，根据电力需求价格弹性系数矩阵、用户日负荷曲线计算考虑需求响应后的各时段的用户日负荷曲线以及各时段的负荷削减量；s5：根据考虑需求响应后的用户日负荷曲线生成电力需求响应调控方案，执行该电力需求响应调控方案以降低电力系统峰谷差。总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：(1)本发明提供的基于价格弹性系数矩阵的电力需求响应调控方法，在价格弹性系数法的基础上，通过box-cox数据转换的方法建立了电力需求量与电价、气温、能源价格和支出水平之间的函数模型，并利用最大似然估计的算法求取了该模型的电价系数；然后基于历史负荷数据和电价方案求取了准确的价格弹性系数矩阵，进一步利用该价格弹性系数矩阵衡量了需求响应期间可削减负荷与可转移负荷的响应潜力，最终得到了准确的考虑需求响应后的用户电力需求量负荷曲线，基于该负荷曲线制定电力需求响应调控方案，能够充分发挥需求响应削峰填谷、降低峰谷差等作用，实现电力系统可靠、高效益的运行。(2)本发明提供的基于价格弹性系数矩阵的电力需求响应调控方法，充分考虑了电价、气温、能源价格与支出水平等因素对电力需求量的影响，采用了box-cox变换提高了电力需求模型的拟合精度，利用价格弹性系数矩阵可以考虑任意时段电价变化对电力需求量的影响，数据计算精度和可靠性高。(3)本发明提供的基于价格弹性系数矩阵的电力需求响应调控方法，提出了单时段可削减负荷和多时段可转移负荷的组合响应模型，可以分别衡量需求响应中可削减负荷与可转移负荷的量，分析需求响应削峰填谷的效果以及节省的能源消耗量。附图说明图1是本发明实施例提供的基于价格弹性系数矩阵的电力需求响应调控方法的流程图；图2是本发明实施例提供的某地区的居民用户典型日负荷曲线；图3是本发明实施例提供的某地区仅考虑自弹性的居民日负荷曲线；图4是本发明实施例提供的某地区仅考虑自弹性时实施需求响应前后各时段的负荷削减量；图5是本发明实施例提供的某地区仅考虑交叉弹性的居民日负荷曲线；图6是本发明实施例提供的某地区仅考虑交叉弹性时实施需求响应前后各时段的负荷削减量；图7是本发明实施例提供的某地区综合自弹性与交叉弹性的居民日负荷曲线；图8是本发明实施例提供的某地区综合自弹性与交叉弹性时实施需求响应前后各时段的负荷削减量。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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。图1是本发明所提供的一种基于价格弹性系数矩阵的电力需求响应调控方法的流程图，参见图1，该方法包括以下步骤：步骤一，采用box-cox变换对预先创建的电力需求模型进行处理，得到优化后的电力需求模型；该电力需求模型用于表征影响电力需求量的各变量与不同时段的电力需求量之间的关联关系；步骤二，采集历史负荷数据并将其输入至优化后的电力需求模型中，通过最大似然估计法计算优化后的电力需求模型的变换系数，基于该变换系数对电力需求模型进行线性回归计算，获得电价系数；作为一个优选的示例，通过最大似然估计法计算优化后的电力需求模型的变换系数，具体为：建立电力需求量与各变量之间的回归方程，通过计算残差平方和确定最佳拟合情况下的变换系数。步骤三，根据电价系数、电价向量和负荷比例向量求解电力需求价格弹性系数矩阵；其中，电价向量为不同时段的电力价格的集合；负荷比例向量为不同时段的电力需求量占全天电力需求量的比值的集合；作为一个优选的示例，电力需求价格弹性系数矩阵包括各时段的自弹性系数和交叉弹性系数。步骤四，获取用户日负荷曲线，根据电力需求价格弹性系数矩阵、用户日负荷曲线计算考虑需求响应后的各时段的用户日负荷曲线以及各时段的负荷削减量；具体的：(1)根据各时段的自弹性系数得到单时段可避免负荷的用户需求函数；(2)根据各时段的交叉弹性系数得到多时段可转移负荷的用户需求函数；(3)根据上述单时段可避免负荷的用户需求函数与多时段可转移负荷的用户需求函数生成电力需求量的组合模型，并根据该组合模型、用户日负荷曲线生成考虑需求响应后的各时段的用户日负荷曲线，进一步获取各时段的负荷削减量。该用户日负荷曲线为利用需求弹性引导电力用户做出响应，改变负荷特性之后的日负荷数据。步骤五，根据考虑需求响应后的用户日负荷曲线生成电力需求响应调控方案，以降低电力系统峰谷差。基于步骤四中生成的负荷曲线制定来电力需求响应调控方案，能够充分发挥需求响应削峰填谷、降低峰谷差作用，实现电力系统可靠、高效益的运行。下面结合具体实施例对本发明提供的电力需求响应调控方法的实现过程进行详细说明。本实施例提供的基于价格弹性系数矩阵的电力需求响应调控方法，具体包括以下步骤：s1：采用box-cox变换对预先创建的电力需求模型进行处理，得到优化后的电力需求模型；为构建各时段的电力需求模型，首先应分析可能影响第i个时段的电力需求量qei的变量因素，本实施例提供了以下几种因素作为示例：(1)电价pei：当电价升高时，用户出于节省电费支出的目的，降低自身电力需求，反之当电价降低时，电力需求一定程度地增加。(2)替代能源价格pdi：当替代能源价格较低，使用替代能源消费可以降低用户的能源消费总支出时，用户将选择减少电力需求。(3)可支配支出yi：拥有更多可支配支出的用户，电费预算以及用电设备数量可能更多，其电力需求也响应有所提高。(4)气温wi：主要影响温控型负荷，夏季更高温与冬季更低温会使得电力需求增加。(5)常数(基荷)ci：满足用户照明、办公、生活的基本电力需求。假设以上变量因素对电力需求量的影响均为线性的，可以给出电力需求量的线性模型为：qei＝αepei+αdpdi+αyyi+αwwi+ci(1)式中，qei表示第i个时段的电力需求量；pei表示第i个时段内的电力价格的平均值；pdi表示第i个时段内的替代能源价格的平均值；yi表示用户的可支配支出；wi示第i个时段内的气温平均值；ci为常数；αe表示电价系数；αd表示替代能源价格的权重系数；αy表示用户的可支配支出的权重系数；αw表示气温的权重系数。各变量均为第i个时段内的平均值，各影响因素的系数可以通过线性回归的方法计算。然而实际上，电力需求量模型不一定为线性，为了提高模型的准确性，本实施例采用box-cox变换对上述电力需求模型进行处理，以期得到更精确的电力需求模型。box-cox变换是一种广义幂变换方法，其变换形式为：式中，y(λ)为经过box-cox变换后的新变量，y为原始因变量，λ为变形参数。以上变换要求y取值为正，若取值为负时，可先对y同加一个常数a使其为正值，然后再进行以上的变换。box-cox变换是通过变形参数λ的适当选择，使得变换过的向量y(λ)与回归自变量x之间具有线性相依的关系，回归系数为β，且误差ε也服从正态分布，变换后的回归方程可以写为：其中：基于box-cox变换，由于电力需求量始终为正值，不必考虑加上常数a使其为正，新的电力需求函数表达式可以表示为：其中，表示box-cox变换后的第i个时段的电力需求量。s2：采集历史负荷数据并将其输入至优化后的电力需求模型中，通过最大似然估计法计算优化后的电力需求模型的变换系数，基于变换系数对电力需求模型进行线性回归计算，获得电价系数；电价系数αe为与电价pei的回归系数，电价系数可以通过最大似然估计法利用历史负荷数据对式(7)进行回归分析可以得到，具体思路为先利用最大似然估计法基于历史负荷数据求解变形系数λ，然后利用变形系数λ对历史用电需求量进行box-cox变形，利用线性回归的方法求解变形后模型的回归系数，即可得到电价系数αe。表1列出了某地区居民负荷的长期历史统计数据的每小时平均值。表1某地区居民负荷统计数据基于上表呈现的居民负荷历史数据以及式(7)电力需求函数的box-cox模型，可以估计电价系数αe和变形参数λ。利用mathcad软件编写box-cox的变换参数λ的求解程序，记qe(电力需求量)为y，pe，pd，y，w(电价、替代能源价格、可支配支出和气温)为x1…x4，对box-cox变换后的因变量y(λ)，建立y(λ)关于x1…x4的回归方程，通过计算其残差平方和sse确定最佳拟合情况下λ的值，求解结果为：求解结果box显示：循环运算过程中的第353个值，也即取λ＝1.52时的box-cox变换拟合精度最高，其具有最小的sse，sse＝8.604×10-5。对y(每小时电力需求量)进行box-cox变换之后，可以得到变换之后的数据y1.52和变换之后的线性回归方程：y1.52＝-0.5715x1-0.0014x2+0.0485x3+0.00047x4-0.3316(9)表2列出了进行box-cox变换之后的每小时电力需求量数据。表2box-cox变换后的负荷统计数据从以上的线性回归方程的系数：-0.5715(电价系数)、-0.0014(可替代能源价格系数)、0.0485(可支配支出系数)、0.00047(气温系数)可以看出，居民负荷的平均每小时用电量主要受平均电价和可支配支出的影响，并且随着平均电价的增长，居民负荷的每小时用电量平均值是下降的，而人均每小时可支配支出的增长则会导致用电量的增多，可替代能源价格和平均气温对居民负荷的用电量影响很小，其原因可能在于一年内平均气温数据对一年用电量的影响不具有代表性，若考虑夏季气温与夏季用电量则相关性可能会更加明显。s3：根据电价系数、电价向量和负荷比例向量求解电力需求价格弹性系数矩阵；其中，电价向量为不同时段的电力价格的集合；负荷比例向量为不同时段的电力需求量占全天电力需求量的比值的集合；用户对于电价响应可以分成单时段和多时段响应两种方式，因此电力价格需求弹性相应的分成自弹性(own-priceelasticity)与交叉弹性(corss-priceelasticity)。单时段响应指用户在某一时段用电量的多少只取决于该时段的电价，因为该时段用电负荷并不能够转移到其它时段，例如用户的照明负荷等，此类负荷只对单一时段电价较敏感，称作“自弹性需求”，在价格需求弹性系数矩阵中对应的值为非正值。多时段响应指的是用户在某一时段用电量多少与其它时段电价有关，用户可以将负荷从高电价转移到低电价时段，而不是仅在本时段简单的改变用电量，例如用户的热水加热器、空调制冷等负荷可适当转移到低谷时段，这类复合对多时段电价具有敏感性，称作“交叉弹性需求”，在价格需求弹性系数矩阵中对应的值为非负。在负荷模型中，将“自弹性需求”负荷定义为单时段可避免负荷(可中断或可削减)，“交叉弹性需求”负荷定义为多时段可转移负荷。自弹性系数(eii)和交叉弹性系数(eij)表示为：式中，i，j表示不同时段且j≠i，偏导表示i时段的用电量不仅是i时段电价的函数，还是其它时段的函数。根据上式，对时段1到时段n，电力需求量q与电价p之间的关系可表达为下式：e为价格弹性系数矩阵，即通过电价系数αe可以求取上述自弹性系数与交叉弹性系数，根据定义：将电力需求价格弹性系数转换为电力需求量比例价格弹性系数的形式，有：式中，sei为第i个时段的电力需求量占全天电力需求量的比例：化简得到电力需求价格弹性系数的计算式为：图2是某地区的居民用户典型日负荷曲线，根据图3中信息可以求得sei的值如表3。表3某地区典型夏季居民日负荷各时段占比时间i(h)012345负荷占比sei0.0390.0370.0360.0350.0340.033时间i(h)67891011负荷占比sei0.0320.0330.0390.0450.0480.050时间i(h)121314151617负荷占比sei0.0440.0430.0470.0480.0490.049时间i(h)181920212223负荷占比sei0.0430.0450.0430.0420.0410.040该地区的各时段电价如表4：表4某地区各时段电价时间i(h)012345电价(元/kwh)0.350.350.350.350.350.35时间i(h)67891011电价(元/kwh)0.350.350.70.70.70.7时间i(h)121314151617电价(元/kwh)0.70.71.1551.1551.1550.7时间i(h)181920212223电价(元/kwh)0.71.1551.1551.1550.70.7根据式(17)，结合表3所列出的sei值和表4所列出的电价信息，可以计算该地区典型夏季日24小时的价格弹性系数矩阵，如表5所示：表5各时段的需求-价格弹性系数时间i(h)012345价格弹性系数0.00780.00750.00720.00700.0068-0.1934时间i(h)67891011价格弹性系数0.00650.00670.01560.01820.01920.0200时间i(h)121314151617价格弹性系数0.01760.01720.03130.03200.03270.0196时间i(h)181920212223价格弹性系数0.01740.02970.02870.02800.01660.0160s4：获取居民日负荷曲线，根据电力需求价格弹性系数矩阵以及居民日负荷曲线计算考虑需求响应后的各时段的居民日负荷曲线以及各时段的负荷削减量；为具体分析在需求响应中可削减负荷和可转移负荷所分别作出的贡献，本实施例分别考虑自弹性系数与交叉弹性系数对各时段负荷量的影响，并将各时段结果汇总以获得需求响应后的日负荷曲线。首先，仅考虑自弹性系数，由于谷时段电价的降低和峰时段电价的升高，谷时段的电力需求上升，峰时段电力需求下降，起到削峰填谷的作用，峰时段削减的负荷总量可以看作是可削减负荷总量；根据各时段的自弹性系数得到单时段可避免负荷的用户需求函数；假设在实施需求响应之前，用户在i时段的电力需求量为q0(i),电价为p0(i)；实时需求响应的激励补贴为a(i)。在实施需求响应之后，第i时段电价变为p(i)，用户的电力需求变为q(i)，总激励报酬(元)为a(i)。根据定义：a(i)＝a(i)·[q0(i)-q(i)](18)用户在i时段的用电需求量为q(i)的情况下，收益为s(q(i))，表达式为：s(q(i))＝b(q(i))-q(i)p(i)+a(i)(19)式中，b(q(i))表示在第i时段用户未参与激励型需求响应项目的电力需求量等于q(i)时的收益：当时，用户有最大收益。即：结合式(20)和(21)可得：即：由此可以得到用户的需求函数：式(24)中，如果a(i)＝0(无激励报酬)，且q(i)＝q0(i)，也就是说既无激励型需求响应也无价格型需求响应时，价格将不会发生变化，价格弹性为零。根据公式(24)以及表1、2中的负荷数据计算得到某地区仅考虑自弹性的居民日负荷曲线，如图3所示；结合图2中给出的某地区的居民用户典型日负荷曲线，可以得到在实施需求响应前后各时段的负荷削减量，如图4所示。从图4中可以看出，在仅考虑自弹性(可削减负荷)的情况下，峰时段电力需求下降明显，约为用电高峰的7.5％，低谷时期由于电价的降低，激励了用户使用用电设备略微提高了低谷时期的用电负荷。其次，仅考虑交叉弹性系数，根据各时段的交叉弹性系数得到多时段可转移负荷的用户需求函数；第i时段和第j时段的交叉价格弹性系数为：当i＝j时，e0(i,j)≤0；当i≠j时，e0(i,j)≥0。根据式(25)，j时段电价变化对i时段的电力需求量有影响：若考虑激励到电价中：δp(j)＝p(j)-p0(j)+a(j)(27)则用户需求函数为：根据公式(28)以及表1、2中的负荷数据计算得到某地区仅考虑交叉弹性的居民日负荷曲线，如图5所示；结合图2中给出的某地区的居民用户典型日负荷曲线，可以得到在实施需求响应前后各时段的负荷削减量，如图6所示。由于峰时段电价的升高，交叉弹性系数均为正值，谷时段与平时段的电力需求受到峰时段电价上升的影响而升高，同样，由于谷时段电价的降低，峰时段与平时段的电力需求受到谷时段电价降低的影响而下降。首先在定性分析情况下，谷时段电力需求是必定上升的，峰时段电力需求必然下降，实现了峰时段电力需求往谷时段的转移，而平时段由于受到两者的共同作用，在不定量分析的情况下难以评估负荷变化情况。在本例中，由于峰时段电价上升程度高于谷时段电价下降的程度，以及计算出的各时段交叉弹性矩阵中，峰时段与平时段交叉弹性大于平时段与谷时段的交叉弹性，最终呈现的效果为峰时段负荷向平时段与谷时段转移，其中主要是往谷时段转移，峰时段负荷削减量体现了可转移负荷量。从图6中可以看出，仅考虑交叉弹性(可转移负荷)的情况下，峰时段电力需求下降以及谷时段电力需求的上升都较为明显，分别可达低谷负荷的7.1％和高峰负荷的5.5％，实现了峰时段负荷向谷时段和平时段的转移。最后，根据所述单时段可避免负荷的用户需求函数与多时段可转移负荷的用户需求函数生成电力需求量的组合模型，并根据组合模型、居民日负荷曲线和各时段的负荷削减量得到考虑需求响应后的各时段的居民日负荷曲线。结合式(24)和(28)，得到用户包括可避免负荷和可转移负荷的组合模型为：上式表明了用户在24个时段中取得最大收益时的用电方式。根据上述组合模型以及居民日负荷曲线可以得到考虑需求响应后的各时段的居民日负荷曲线；具体的：根据公式(29)以及表1、2中的负荷数据计算得到某地区综合考虑自弹性与交叉弹性的居民日负荷曲线，如图7所示；结合图3中给出的某地区的居民用户典型日负荷曲线，可以得到在实施需求响应前后各时段的负荷削减量，如图8所示。从图8中可以看出，该地区典型夏季居民负荷的需求响应理论潜力(第16小时的负荷削减量)约为3.5gw，约占高峰负荷的13.1％。s5：根据考虑需求响应后的居民日负荷曲线生成电力需求响应调控方案，执行该电力需求响应调控方案；最后，根据图8中给出的考虑需求响应后的负荷曲线来制定电力需求响应调控方案并执行，能够充分发挥需求响应削峰填谷、降低峰谷差作用，实现电力系统可靠、高效益的运行。本发明提供的基于价格弹性系数矩阵的电力需求响应调控方法，在价格弹性系数法的基础上，通过box-cox数据转换的方法建立了电力需求量与电价、气温、能源价格和支出水平之间的函数模型，并利用最大似然估计的算法求取了该模型的电价系数；然后基于历史负荷数据和电价方案求取了准确的价格弹性系数矩阵，进一步利用该价格弹性系数矩阵衡量了需求响应期间可削减负荷与可转移负荷的响应潜力，最终得到了一种准确的考虑需求响应后的用户电力需求量负荷曲线，基于该负荷曲线制定电力需求响应调控方案，能够充分发挥需求响应削峰填谷、降低峰谷差等作用，实现电力系统可靠、高效益的运行。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。当前第1页12