深度丨考虑负荷发展和用户行为的分时电价优化研究-第2页-北极星售电网

投稿

我要投稿

3.1 典型日负荷曲线预测方法

在考虑电网发展时，需要获得在分时电价实施年限内的未来典型日负荷曲线，即需要根据历史数据预测出未来几年的典型日负荷曲线。对于未来几年典型日负荷曲线的预测具有其特殊性，从时间维度上看属于中长期负荷预测的范畴;但从形式上来看，其本质是用以往的具有一定规律的负荷点，预测未来的负荷点，属于短期负荷预测的范畴 [17] 。本文对典型日负荷曲线采取分解后分别预测再合成的方法，将负荷曲线分解成为表征其发展规律的发展分量和表征其波动规律的波动分量，发展分量取往年的典型日最大负荷，波动分量取该年典型日各点负荷与最大负荷的比值。预测流程如图 4 所示。

(1)发展分量预测。对于发展分量，本文利用基于灰色 GM(1，1)的中长期负荷预测技术进行预测。灰色理论认为系统的行为现象是朦胧有序的。灰数的生成，就是从杂乱中寻找出规律。同时，灰色理论建立的是生成数据模型，不是原始数据模型，因此，灰色预测的数据是通过生成数据的 GM(1，1)模型所得到的预测值的逆处理结果。

(2)波动分量预测。假设在一定的时间内，各行业用电负荷的波动基本稳定，如此可以利用短期负荷预测技术来得到未来负荷的波动分量。BP 网络是一种按误差逆传播算法训练的多层前馈网络，它通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。该模型拓扑结构包括输入层、隐含层和输出层。本文以历史数据为输入层，输出层即期望得到的波动分量 ^[18-19]。

3.2 目标函数

TOU 优化目标是尽可能削峰填谷，减小系统备用容量，充分利用谷时段电量，从而达到提高系统负荷率、运行效率和稳定性的目的。

3.3 约束条件

3.3.1 电力公司的销售收入不变

3.3.4 峰谷电价比约束

实行 TOU 的目的是使负荷曲线尽量趋于平缓，但若峰谷价差过大，用户的响应行为将过于激烈，甚至可能造成峰谷倒置现象，对电力系统造成新的压力，因此有必要给峰谷电价设置合理的比例，在本文算例中取

1.2＜P f /P g≤4（17）

3.3.5 用户购电费用约束

从用户角度考虑，分时电价应能降低用户电费支出。即实行 TOU 后，用户电费的支出不应该大于TOU 实施前用户的支出。由于用户所支出的购电费用即为电力公司的售电收入，故此约束条件可表述为

M_TOU ≤M_NON (18)

3.3.6 用户用电量约束

电价的改变以保证用户的正常用电需求为前提，即实施 TOU 后用户将高电价时段可调节的用电量完全转移到低电价时段，用户的用电量基本保持不变。该约束条件与电力公司售电量保持不变表达式相同，如式(14)所示。

4 算例分析

假设在实施分时电价前，对该地区用户均实行平均电价，大工业为 0.633 元/(kW˙h);一般工商业为 0.829 元/(kW˙h);居民为 0.518 元/(kW˙h)。假设系统在谷时段的运行边际成本 P MaCOST 为 0.27 元/(kW˙h)，小发电机组在峰时段的发电成本价 P GeCOST为 1.48 元/(kW˙h)。该地区各用户类型的典型日负荷曲线如图 5所示，分时电价作用机理模型的相关参数设置如表 1 所示。本算例根据大工业、工商业和居民 3 类负荷曲线，采用模糊数学的方法作出分时电价时段划分，其中以偏大型半梯形分布和偏小型半梯形分布作为隶属度函数分别确定各点处于峰时段和谷时段的可能性，划分结果如图 6 所示。根据历史数据采用 4.1 的预测方法得到的第2 年和第 3 年数据，并利用 CPLEX 商业优化软件求解分时电价优化模型，将仅考虑当年典型日负荷曲线优化制定的分时电价(称为“电价一”)与考虑负荷发展而优化制定的分时电价(称为“电价二”)进行对比，结果如表 2 所示。针对第 2 年和第 3 年的负荷情况，用户对表 2 中所列出的不同电价有不同的响应结果。第2 年负荷曲线在不同电价下响应的高峰、低谷时段负荷曲线为图 7 和图 8。第 3 年负荷曲线在不同电价下响应的高峰、低谷时段负荷曲线为图 9和图 10。本文使用了最大/最小负荷、峰谷差率及负荷波动率指标来衡量 3 年负荷在 2 种电价下的响应情况，具体数值如表 3 所示。