一种基于信用的激励型柔性补偿电价方法

本发明涉及微电网优化调度，具体涉及一种基于信用的激励型柔性补偿电价方法。

背景技术：

1、随着全球节能减排措施的不断深入和应对高峰负荷压力的不断增大，充分调用户侧资源参与电网响应的重要性已越来越突出。智能电网的建设为需求响应提供了双向可靠的交互平台，使得越来越多的用户可以参与到电网的运行中来。20世纪90年代，需求侧管理引入中国，并取得了一定成绩，但由于国内电价体系不够灵活，通过电力市场来充分调节发电、用电侧平衡的机制尚待建立，且缺乏长期、稳定和可靠的经济激励来源，影响了用户侧dr资源潜力的发挥，但可以预见，国内dr的效用具有极大空间。

2、国外实施dr较早，在项目配置、电价机制、激励机制和政策方面较为完善，已取得一定成效为了鼓励更多用户积极参与响应，美国还从国家、政府层面出发，除了推广尖峰电价、实时电价等动态电价项目外，还对dr参与主体实施了一系列激励政策。例如针对电力公司的专项资金补贴机制、奖励金机制、利益共享机制、收入和售电量分离机制，以及针对电力用户的折让激励、免费安装激励和节电特别奖励等。可以认为，美国dr的成功与上述机制密不可分。

3、目前国内主要采取的为电价型激励例如“分时电价”、“直接负荷控制”、“可中断负荷”，以上的一些响应措施会直接影响用户的用电舒适度。随着智能电网的不断发展，用户参与需求侧响应时实际减载的不确定性成为一个严重的问题，目前的监管过于严格，无法引导用户充分利用需求侧资源。

技术实现思路

1、针对上述的技术问题，本技术方案提出了一种基于信用的激励型柔性补偿电价方法，在需求侧的可削减负荷中增加了合同激励，用户可以根据自身情况调节用电负荷，自行申报可削减负荷，不会影响用电舒适度，还可以获取一定的收益；同时，对于激励费用引入了信用指标，来抑制实际减负荷量与预定减负荷量的偏差导致的损失，能引导用户合理申报需求侧响应资源，进一步提高电网的稳定性与经济性；能有效的解决上述问题。

2、本发明通过以下技术方案实现：

3、一种基于信用的激励型柔性补偿电价方法，是由供电公司提出dr计划，在针对需求侧的可削减负荷中增加合同激励；用户参与电网公布的dr计划，自行申报可削减负荷，公布削峰容量需求；dr计划中提出需求侧阶段型激励机制,引导用户合理申报需求侧响应资源；具体的操作步骤为：

4、步骤一：提出需求侧阶段型激励机制，来引导用户合理申报需求侧响应资源；

5、对用户信用进行管理，对削峰填谷有贡献的用户进行价格补偿，对不合格的用户进行处罚或禁止参与响应；补偿收益的公式为：

6、cxj.t＝[ηmotcdrhgxd+μ(ct-cave)]δpxj,actual            (1)；

7、式(1)中，cxj.t为为需求侧的补偿收益，由贡献度相关补偿价格和信用相关价格两个部分组成，所述贡献度相关补偿价格中的δpxj,actual为实际响应功率，ηmot为功率响应系数，其系数根据实际响应功率与邀约的比例所决定；cdr为电价补贴标准，在行业内可称为基准价；hgxd为贡献度指标；基于信用补偿价格中的ci为用户当前的信用参数，cave为信用初始值，μ为信用转化系数；

8、其中，功率响应系数为阶梯式参数，参考了当前电网主流的激励型需求侧响应；参数由负荷实际响应容量δpxj,a与申报响应容量δpxj,b的比值决定，该比值是不允许低于百分之三十，且会直接取消用户参与dr计划，并无任何补偿收益，比值越高表示获得的收益将越大；

9、所述的功率响应系数ηmot的计算公式为：

10、

11、贡献度的公式表示用户体在响应期间的有效调峰指标；贡献度的贡献度指标hgxd的计算公式为：

12、

13、式(3)中，n为参与响应的时间，t为24，表示一天24小时制；δptar为电网公布的响应负荷容量；

14、所述的信用指标需要考虑长期的信用管理；考虑到指定用户声明的行为会随时间发生变化，最后一个起着更重要的作用，因此，采用时间衰减因子和指数平滑法esm来判断用户的信用，可以表示为：

15、st＝ayt+(1-a)st-1                     (4)；

16、式(4)中，st是参与dr响应时间t的平滑值；yt是参与dr响应次数的实际值；st-1是时间t的平滑值1，a是平滑常数，取值范围为0到1；

17、使用黑名单规则分类不同的平滑常数，信用更新过程表示为：

18、

19、式(5)中，ct是用户的更新信用，ct-1为上次dr后用户的信用；a1和a2是不同反应分数对应的权重系数，a1>a2；用户的响应有效性可以定义为实际减载和申报减载；然后根据用户长期的dr行为更新用户的响应信用，用于确定用户的补偿价格；用户对特定需求响应方案的响应有效性是基于其实际减负荷量和申报数量，而其需求响应信用是多个需求响应的综合评价结果；但是，用户的无效响应确实会降低他们的信用，可以通过dr计划中的良好表现来提高，降低用户参与dr计划的风险，有利于培养用户的信用意识；

20、步骤二：在用户侧角度，考虑信用指标、贡献度和用电舒适度来约束申报的减负荷量，以最大化收益为目标函数进行建模；

21、步骤三：电网侧将需求侧阶梯型激励机制运用在多时间尺度的微电网优化调度当中，分析该激励机制在电网与用户不同角度下的影响。

22、进一步的，步骤二所述的以最大化收益为目标函数的公式为：

23、max cl＝cxj,t-λcs,t                    (6)；

24、cl为用户的总用能效益，cs,t为用电舒适度转化效益，λ为转化系数，cxj,t为需求侧的补偿收益。

25、进一步的，步骤二所述的信用指标约束是需求侧补偿收益的关键变量，信用指标约束的计算公式为：

26、

27、具有信用指标表示电网会优先允许你参与需求侧响应，对于信用的更新迭代公式，希望是线性正向递增的，信用指标是需要长期保证用户的响应有效性才能得以提升的指标，因此，单次迭代变化量不允许超过相应系数。

28、进一步的，步骤二所述的贡献度约束为了使实际负荷需求与当前设置的目标负荷曲线最大程度吻合，需要要求每家用户的有效调峰指标达到一定标准；此约束针对居民个体用户；贡献度约束的计算公式为：

29、

30、式(8)中，ndr为用户个体数量。

31、进一步的，步骤二所述的舒适度约束由舒适度指标确定，所述的舒适度指标主要表示用户用电方式的舒适度，取决于用户当前改变用电方式的变化程度，改变用电方式的幅度越大，一定程度上减小用户用电舒适度；用户在基于当前的用电需求进行考量，用户侧中包括一些硬性负荷与必需的用电负荷，所以舒适度指标约束条件为：

32、

33、首先对于用户侧不同类型负荷影响舒适度是不同，因此用不同系数来表示分别为β1、β2、β3，不同类型负荷分别为可削减负荷、可转移负荷和可中断负荷用δp1、δp2、δp3表示，影响舒适度也是依次递增的；puser为用户总负荷容量；δ为用电舒适度约束值，用电舒适度值越小代表负荷容量变化量小，体现舒适度的损失就越小。

34、进一步的，步骤三所述的多时间尺度的微电网优化调度是在实时调度模型和日前调度模型都考虑了电网峰谷差最小，在日内调度模型中加入了分时电价电价型响应；并在实时调度模型中运用了激励性补偿电价公式。

35、进一步的，所述的日前调度模型会对火电机组、风电机组和光伏储能采取调度，以常规的风电火电机组的用电成本最小、弃风成本最小和峰谷差最小为目标函数；日前调度计划定为一日实行一次，分辨率为24h；日前调度模型的目标函数为：

36、

37、式(10)中，t1是日前调度的总时段数将其分为24段，ng为参与调度的常规机组个数；α为常规机组出力的比例系数，pg,i,t为在t时段机组i的出力，其中的ai、bi、ci为燃料系数；si为机组i启动成本系数，ui,t为t时刻备用机组的出力系数；cw为系统单位弃风成本，pw,t分别为t时刻的日前风电机组功率预测值和实际消纳的；δt为风电机组出力时间；lz.t为电网在t时段的总负荷；

38、日前调度模型中包括网络运行约束和机组组合出力约束，其中，网络运行约束包括系统功率平衡约束和备用约束，机组组合出力约束包括风电厂出力约束、火电厂运行约束和需求侧负荷约束；

39、其中，系统功率平衡约束为：

40、

41、备用约束为：

42、

43、上式中的分别为常规机组i的出力上限和爬坡速率，δl、uw分别为负荷需求系数和风电波动系数；δptl,i为可平移负荷i在ti时间段的容量变化；δpfl，i为可平移负荷i在tj时间段的容量变化；δpfl，j为可削减负荷k在tj时间段的容量变化；

44、机组组合出力约束中的风电厂出力约束为：

45、

46、式(12)中，为t时段风力发电上限；

47、火电厂运行约束为：

48、

49、

50、式(13)中的为火电机组的出力上下限，ui,t为火电机组出力的比例系数；为火电机组的出力爬坡约束；

51、需求侧负荷约束为：

52、

53、

54、|δpxj,t-δpxj,t-1|≤rxj                      (17)；

55、式(15)中，分别表示为可削减负荷容量的上、下限；xt为负荷削减信号，nmax为t1时段内最大中断次数；rxj为可削减负荷允许的最大中断次数。

56、进一步的，所述的日内调度计划定为15min实行一次，分辨率为15min；日内调度模型会对日前的调度模型进行校正，由于两者之间会存在一定的偏差，所以日内调度模型以有功波动最小为目标函数：

57、

58、式(18)中，t2是日内调度的总时段数将其分为24段，为风电机组功率偏差；在日内调度模型中，通过分时电价政策使可平移负荷和可中断负荷调度，重新调整机组出力；ctou是当时的分时电价；

59、备用约束为：

60、

61、其他约束条件参考日前调度模型。

62、进一步的，所述的实时调度计划定为5min实行一次，分辨率为5min；实时调度模型以弃风成本和dr成本最小为目标函数；实时调度模型的目标函数为：

63、

64、式(19)中，t2是日内调度的总时段数将其分为24段，cxj,t为t时刻的激励型补偿电价；

65、备用约束为：

66、

67、其他约束条件参考日前调度模型。

68、有益效果

69、本发明提出的一种基于信用的激励型柔性补偿电价方法，具有如下有益效果：

70、(1)本发明通过基于信用的需求方激励机制cbim来激励用户做出合理响应，指定用户的响应信用是根据申报的和实际的减载量来确定的，并采用esm来更新用户的信用。然后，建立以用能效益最大化可削减负荷和用户的利益为目标来优化与信用相关的需求侧激励价格。考虑用电舒适度损失和贡献度约束。分别在电网侧与用户侧角度进行仿真，通过用户声明更合理的dr容量，同时提高了可调度容量和用户的利益。此外，与信用较低的用户相比，信用级别高的用户优先参与dr计划平且获得更多的电价补偿，这意味着所提出的cbim是激励用户参与响应保持高信用的有效方法。对于电网侧，随着用户参与dr计划的可调度容量的提高，可以一定程度减少煤耗成本与机组启停成本，有了贡献度指标的约束使可调度容量充裕，提高电网稳定性。