华北电力大学教授王飞：综合能源服务商负荷代理业务的运营模式与核心技术

在新一代电力系统积极构建下，智慧能源体系的发展尤为重要。在电力市场化环境下，基于能源技术创新的综合能源服务究竟能做成什么样子？华北电力大学电气与电子工程学院教授、“双一流”建设团队项目负责人王飞在2019年首届中国园区智慧能源高峰论坛作《综合能源服务商负荷代理业务的运营模式与核心技术》的主题演讲。北极星电力网、电力头条APP将对大会进行全程直播，如需了解更多的会议直播，请联系微信号：13693626116

王飞：今天特别高兴、特别荣幸能够有这样一个机会跟各位分享报告一下我们围绕综合能源服务特别是负荷代理业务做的一些工作。

主要从四个方面：第一，把团队的情况做一个简要介绍。第二，谈谈对综合能源系统、综合能源服务简单的理解。第三，针对负荷代理业务，特别是针对其中非常具体的，因为刚才几位嘉宾都从宏观、高屋建瓴的角度把园区智慧能源做了很好的讲解，特别是张俊教授针对平行智能系统也做了很好的包括。第四，用户基线负荷估计方法。

第一，我们叫SENIOR“智慧能源网络综合运营研究中心”。主要研究三个方向：1，基于新一代人工智能理论的预测方向。包括功率、负荷、电价、电量。2，综合能源系统应用基础与关键技术研究。3，需求响应、电力市场与智能微商。

这是目前团队大体的情况，包括学生的情况和国外一些高校合作指导博士生的情况，还有一些国际、国内合作的伙伴，这是取得的一些工作成果，围绕前面说的三个研究方向取得的一些成果。

在前年2017年，围绕新能源的发电功率预测，因为那个时候是国家弃风弃光比较严重的背景，包括国网、包括能源局这些问题都非常头疼，特别重视，在那个背景下我们搞了一个小规模的研讨会。一些国网、南网负责新能源的，包括一些高校的专家，专门搞了新能源消纳、预测专题的学术研讨会。去年在保定校区团队主持了一个“综合能源与智能微网技术国际研讨会”，也是围绕比较热门的综合能源的主题，要求一些企业单位，一起大家就这个问题进行交流，交换意见，收获还是很大的。

作为高校来讲，现在对国际化也比较重视，所以我们跟国际组织有很好的合作，像IEEE PES，跟他多位现任和前任的主席。这是负责电力的中心NREL，刚刚张俊教授也展示过，这个博士也到我们这里交流。澳洲国立，这个是专门做气象的，因为我们做新能源，特别是做用户波动的东西跟气象科学联系是很紧密的，本身自己的背景工科的背景是电气的背景，所以要和这些包括中科院都有一些合作和互动。

现在面向“一带一路”，这是我们国家大的发展战略，去年邀请了伊朗的谢里夫理工大学的校长Fotuhi教授，谢里夫理工大学大家不一定熟悉这个名字，但是这个方面比较有名的奖这两年都是出自于谢里夫理工大学大学，还有德黑兰大学，有很好的交流。

第二，综合能源。也不是今天提出来的，提出了很长时间，从过去只关注于电，拓展到对一些比如电力需求，气、冷、热、水等等。它有什么特点？能源的供需就不仅仅是考虑电的供需了，包括其他能量，包括能源管理也是多维度。还有一个非常重要的，电力系统来讲，过去的调度运行，从国调到网调、到省调、到地调、到县调，基本上都是集中控制，负荷侧是不参与的，只是被动的接受指令，但是现在需求侧的互动参与是一种革命性的变化，当然这个东西以前很早就有，比如我们以前很早说的有序运动、负荷控制或者需求侧管理，因为很多背景条件不成熟，特别是市场化机制，所以没有办法真正的变成需求侧互动的、主动的参与，但是随着电力体制改革的深化，特别是实际的现货市场、辅助服务市场，最近一两年在全国各个省建立起来，这个也会是综合能源系统一个影响非常深刻的变化还有市场化的运营模式，想实现这个东西，单单靠传统的集中式的方式是做不好的，必须靠市场化的方式，到底是什么样的市场？可以是欧洲的、可以是美国的、可以是澳洲的，根据地区，因为市场来讲也不会说全国大一统，每个地区不一样，系统和能源特点也不一样，所以要从不同的角度考虑。

关于综合能源系统现在主要从三个方面有些考虑：

1，如果想把这个系统有一个很好的理解，先不要谈什么问题，首先这个系统里面的需求，或者从商业角度你的客户有什么需求，就是用能的预测，我们这里不仅仅用电负荷，可能包括其他能量，就是用能的预测。还有这个系统里面所有这些用户他的行为特点，这个可能跟前面张俊教授讲的，跟社会的、智能的一些东西有一些关联，这个客户到底是怎么样的特点，他用能有什么需求，他的行为有什么样的特征，这是比较基础的问题，这块我们跟国外的心理学家、教育学家有很多的合作。

2，就是比较现实的问题，跟今天现场很多园区运营的企业、实体、公司就有直接的关系了，就是怎么样在这样的背景下运营好实体。以前能源系统或者电力系统更注重的是大的用户或者大的负荷，但实际上现在这种小规模的居民，因为大部分的居民是很小的、很分散的，但是数量很多，还有工商业，如何这样结合运用好，这是我们关注的第二个方向。

3，在运营过程当中，特别是市场化背景运营过程当中，一定会面临一些风险。这个市场里面会有风险，因为市场里面要进行报价、进行交易，这些风险有可能会危机企业的利益，如何进行交易风险的控制。

所以这个是从理解来讲，从三个方面来考虑这个问题。当然都很大，有一个图形象的表示一下。

过去的电力系统就是一个集中的调度，现在一定要把市场加上，就是说不能仅仅是技术方面的问题，一定有经济的问题，而且技术和经济是相互影响的。也从过去单一的电力转变成，就像我们说的，可能要以电力为核心或者为主的一个综合能源系统，这时候问题就来了，比如在需求侧，过去负荷预测其实比较好做，因为负荷变化比较稳定，但是现在分布式光伏来了，很多省的负荷预测就做不准，为什么？他从中间挖下去一块，就出现问题了。另外，这个市场有些东西来以后用户行为特征发生变化了，所以用户行为特征就变得很重要了。运营角度来讲，这个是今天要谈的主要问题，需求响应涉及到非常直接的利益补偿问题，这个问题怎么解决。还有刚刚说的市场当中的风险控制，围绕综合能源系统或者以电力为核心的综合能源系统要做的一些工作。

第三，负荷代理业务运营模式。这个实际上是综合能源服务商面向零售市场开展的一项重要的业务，因为大的电源或者大的负荷一般在过去的电力系统或者能源系统的应用当中已经考虑的比较多了，但是分散的小型居民工商业的系统过去是比较少的，这个时候开展综合能源服务实际上负荷代理是面向零售市场重要的组成部分。做负荷代理，向下通过一种手段，我们叫它激励型的需求响应，把众多大量的、小容量的分散的客户聚集起来，当然也可以说有虚拟电厂这个概念，但是它也是电，不一定是电，把这些容量聚集起来。聚集起来干什么呢？聚集这些容量之后通过不同的产品或者服务的形式，在批发的市场当中，因为现在真正要建立的实际上是批发的市场，都是大宗交易的，这种个体用户的容量包括它的技术支撑，包括方方面面的专业知识，是不足以支撑他进入这个批发市场的。就像我们个人一样，每一个家庭也没有那么多专业的理财知识，也没有那么多的存款，最多就是买一点股票或者买一点基金，或者存到银行委托他们去做，作为综合能源来说，他的负荷代理就是这个意思，把零零散散但是量很大的这些负荷聚合起来，在批发市场当中比如负荷服务或者能量场都可以，比如像美国还有容量市场，去出售这些东西来获利。这是我们所说的负荷代理的运营模式最基本的核心。

大概是什么关系呢？可以用一张图来简单看一下。聚合的东西一般叫负荷代理或者聚合商，不同的角度，如果商业角度叫代理，如果从技术的角度应该叫它聚合商，它把这么多用户都聚合起来，当然有的时候可能需要装一点智能的设备采集通讯等等这些东西。聚合起来以后这里面用户可以通过需求响应的一些项目，对自己的用电行为进行一些调整，来获得一些激励性的收入。这里头就有另外一个问题，我们刚才说的，负荷代理聚合之后用来干什么呢？这就是他和上层之间、批发市场之间的关系。我们说这个聚合商或者代理商是处在批发市场这些大宗发电的厂商和ISO或者TSO和下层大量零散的居民工商业用户之间的桥梁。这里面有几个箭头表示他们之间的利益和服务的流动关系，比如说这些小型的用户，他通过出让负荷交易点，能够从这些代理商获得收益，这样他就能够给负荷代理提供一些容量的支撑，这些支撑聚合起来，在TSO或者ISO这些层面，为这些输电网的运营或者运行提供一些服务，比如说调频或者爬坡、紧急备用等等服务，是大概这样的关系。所以这层市场是一个批发的市场，这层的市场是一个零售的市场，负荷代理或者叫聚合商是在中间，把批发市场和小的用户连接起来。

对于这样一个负荷代理或者叫聚合上都可以，叫负荷代理吧，收益是什么呢？非常简单，就是“收入-支出”，收入就是在上层批发市场中卖给TSO和ISO聚合容量获得的收益，这不是我们今天讨论的问题，实际这里面也有很多问题，比如他怎么去卖、在什么时候卖？比如说电价的问题、市场的变化问题等等，这里也有很多，今天不讨论。他收入是这样，但是他要支出，就是说他要聚合这些小的居民负荷、小容量的工商负荷，一定要付给这些参与的用户一定的经济补偿，这是他的成本，就是支出，所以他的“收益=收入-支出”，想最大化一定是收入多多的、支出尽量少一点。

这里面有一个最基本的概念，我们叫激励型的需求响应，缩写就是IBDR，这个是需求响应的一种，在美国能源部对它有一个定义，当电力系统的电价或者发电成本升高的时候或者系统安全受到威胁的时候，这个用户通过响应激励信号消减负荷来获得收益，这是从用户角度。对于系统来说，能够保证他一定的弹性或者灵活性，能够降低发电的成本或者市场的电价或者让系统的可靠性得到恢复这样的一种行为，我们叫IBDR。它和电价不一样，以前提的需求响应另外一种形式就是基于价格的需求响应，基于价格的是事前的，就是说你知道那个电价在那儿变，实时的电价，你觉得现在是高峰就少用一点，晚上便宜就多用，因为现在有些地方居民用户是可以申请的分时电价，不一样的，因为不管是实时电价还是分时电价，是有周期的，小于周期是没办法响应的，而且是事前的，不是实时的。这种激励型需求是实时的，马上可以响应，至于响应多少是另外的问题。这里面有两个时间，一个是通讯的时间、一个是开关动作的时间，非常非常短，秒级的，就可以认为它是虚拟的发电，或者是一种快速的储能。

IBDR的基础是要求这些用户参与进来，给你激励的时候去消减负荷，等于我们参与的用户让渡了自己用电的灵活性，比如高峰的时候空调能不能降一点或者停掉一小时，一定有损失的，比如不舒服了或者怎么样，损失了一点利益或者舒适型，你一定要给他一点补偿，今天要谈的就是这个问题。

这是两者的关系，就是负荷代理和用户之间的关系，用户提供资源，负荷代理付出补偿。核心问题就是，到底应该给这些参与的用户多少补偿？如果你想做这件事情就必须搞清楚。

就谈到了今天的核心问题“用户基线负荷估计方法”，简单来说就是基线估计。什么意思呢？接着刚才的问题说一下，参与这个激励响应或者被代理的小的负荷要从代理商那里得到一些补偿金，这个补偿金怎么定义的呢？是在响应期间削减的那些负荷有多少千瓦时×单位电量，是应该给的补偿。至于单位电量是多少，单位电量可不单位为电价，单位电价是我们从电网买来的电价，5毛2或者单位高一点，但是单位电价的价格付给我们IBDR用户的话，肯定比这个高很多的，可能高2倍、高3倍可能更高，这个没关系，总归有一个数是固定的或者约定的。实际核心问题就是说，在单位电量价格确定之后负荷消减量，就是消减了多少千瓦时，就成为了计算补偿金的关键了。

这个负荷消减量到底是什么东西？这个用户如果不参与IBDR就是激励型需求响应，他本应该消耗的那些负荷，比如中午12点到下午3点三个小时，如果不参加任何项目，可能用上20度电，但是参加了这个项目，12点发信号的时候说现在开始响应了，降下来一些，把空调关一关就用10度电了，中间差了20度电，这种情况下，不参加需求响应本应消耗的减去参加以后实际消耗的，这两个差就是降下来的。问题来了，用户都装了电表，电表有一个世纪测量的数据，每家每户根据那个交电费的，电表那儿测量的数到底是什么？是这两个之中哪一个呢？是前面用户不参加情况下本应消耗的负荷，还是参加以后实际的负荷。电表不管你参加不参加，实际用的就是这些，电表测量的是后边的这个，后边的是知道的，实际消耗负荷测出来了，电表都有。

如果电价固定的情况下，给用户的经济补偿就变成了算消减量了，消减量我们知道实际消耗了多少，但是还得知道如果不参加本应该消耗多少，没有那个数也算不出来这个差，也得不到真正的负荷消减量啊。看一下这个图，这个图里边有两条线，一条黄色的、一条蓝色的，黄色的这个线就是实际的用户电能消耗曲线，就是智能电表测的那个数，这个永远是有的，实实在在在那儿的。但是这个蓝色的线表示说，在这个区间比如下午4点到晚上8点半，这个期间如果实际参加这个线是黄的，如果不参加就是这个蓝的，问题是怎么算这个蓝的？如果不算蓝的，中间消减的部分是算不到的。

但实际这个是非常怪异的一点，用户一旦参与了激励型需求响应，上面的蓝线在现实中就不可能存在了，就是它永远现实中存在的是这根黄色的线，这根蓝线是不存在的，但是一定要知道，不知道它没有办法算消减量，所以必须想一些办法去估计它，得到上面的基线或者用户基线。有人说不挺简单的一个事嘛，今天参加了昨天没参加，拿昨天的过来不就行了嘛，这样不是不可以，当然可以。但是这样一做的话一定会给基线的负荷估计带来一些偏差，现实工程当中是工程技术问题，如果有偏差不要紧，有一点可以的，但是不能太大，太大就要出问题了。

所以说这个基线负荷的估计偏高和偏低太多了都是不行的，为什么偏高偏低都不行呢？来看一下。这种情况下，这里有三个不同颜色的线，黄色的线就是实际的负荷，电表测的负荷就是这样的。有一个实际真实的是这个蓝色的虚线，你用了一个方法把它估计出来了，因为这个不存在，你把它估计出来了，所以这两个差可以看一看，比如这两个很接近的时候，估的很准，这个负荷代理给用户一个合理的补偿，乘以单位价格就OK了。如果估计的这个东西比实际的或者真实的要高，红的比蓝的虚线高了，我们叫过估计了，怎么办？你就得多给用户钱了，算的消减量就多了，这个时候显然负荷代理就吃亏了，它的效益就会下降。有的同志说了，那我少估计一点，让这个红的比蓝的低一些，这样就少给参与用户点钱，不就不亏了嘛，这是现在负荷代理的角度。实际谁也不是傻子，提供这个的肯定很多家，过一段时间用户觉得这个怎么给我的比其他人的要少呢，他参与的积极性就会降低甚至会退出你的项目，你还能去批发市场盈利吗？不会了。所以这个既不能高，也不能低，所以一定要准。

但是这个问题是困扰所有的负荷代理的，大概6年前我在PDF访问的时候就很深入的讨论了这个问题，这位先生是PJM的，因为PJM大家都知道，是目前负责美国1/6供电包括DC、马里兰、新泽西，可以说目前我们世界上最成熟的电力市场运营商。我们就跟他交流，他们现在也没有什么好办法，常用的有三种，比如用历史数据或者用回归模型拿来一些东西去算一个回归线性的、非线性的、智能的方法、机器学习等等，当然也可以有对照的方法。但是这几种方法都有很多问题，大家也都很烦恼，这个事就是，你需要它现实中不存在，必须要估计，估计高了也不行，估计低了也不行。怎么办？我们也进行了交流，去年开会的时候我们把他们另外一位专家，首席市场策略家，请来做了很好的交流。

去年在那个会上我把这几年关于基线负荷估计做的工作也给大家做了汇报，时间关系，今天特别很多都是企业的朋友和领导，所以很多很学术的东西，但是我想给大家从大的方面谈一谈，哪些事情会影响这个。

1，个体用户，估计的时候，因为每天的用电模式总的来说有相似性，周一到周五大体可能都是上班然后回家，可能都是这样的规律，但是保不齐某一天跟目前不一样，家里有什么情况或者来客人了、出差了等等都有可能，所以个体用户用电负荷模式的不确定性。

2，分布式光伏。这是最大的问题，也是大家很关注的事，分布式光伏实际上就是日出到日落的时候在负荷上挖坑，自发自用的，挖坑多少不取决于你多少容量，取决于老天爷、取决于太阳辐照度，因为我们自己就是做光伏发电功率预测的，这方面做的还是比较领先的。分布式光伏对负荷模式的不确定性有很大的贡献，这不是一个大问题。

3，激励性需求响应触发的时刻和时间。就是什么时候开始响应以及响应多长，也是不确定的，所以这个不同也会对你基线负荷估计的方法会有影响。

4，参与用户历史记录的完整性。因为目前绝大多数方法都是基于历史数据的，拿来历史数据，包括我们说的大数据、学习等等那些东西，都得有数据恩，但是这些数据对用户来说是不是完整的？有的时候可能还行，有的时候可能不完整，也会是影响因素。

5，用户的结构构成。因为实际上不管是我们说的大数据也好，智能的方法也好、深度学习也好，最终是利用数据当中蕴含的那些历史上能够隐含的那些特性去预知你未来的行为，因为用户的类型是多种多样的，如果你的数据当中对某些类型的涵盖不够完成，它的分布有些欠缺，所以你这个时候你那些智能的方法效果也就大打折扣了。

以上是外部的因素，会对基线负荷估计有影响，最最关键的还是代理商所用的估计方法。

6，代理商所采用的IBDR—CBL估计方法。我们同时也叫鲁棒性，你对这个东西是不是鲁棒，你对这个东西是不是特别敏感，那儿稍微一变你就完蛋了，从控制角度都是这样，所以归根到底还是方法。一个好的方法你要把很多因素考虑进来，尽可能去减少或者减轻那些不利因素对它的应该，保证鲁棒性。

第四，用户基线负荷估计方法。

时间关系只给出一个结果，这个结果给出的是实际多种方法的对比。黑色的这条线是实际的数据，有的可能说王老师不是说这个东西实际不存在吗，怎么做呢？你去估计。比如前面橙色的虚线，还有紫色的线、黄色的线，这三条线我们都叫它平均法，这个是目前ISO美国用的很多的，就是我拿出以前的历史数据去平均，平均的东西不一样，比如这个在过去10天当中取5天最过的，这个是在过去10天当中取5天最低的，这个是过去6天当中找4天，你说有什么道理吗？可能也不见得有什么道理。看这个估计的结果，这三条，效果不怎么太好。还有别的方法，比如说我们有一种回归的方法，绿色的，好像比这个强一些，跟它接近一点。用回归的方法，拿来温度等等这些。还有更好一点的，就是我们用的典型负荷模式的方法，但是这个地方还有一个尖峰。现有的方法有很多问题。我们提出来一种就是红色的这个，叫同步模式的方法，我们我们也发表在了我们这个系统里面国际领域的期刊，当然也需要更多数据的进一步验证，这里面有一些核心的创新。这些不同估计方法之间得差，这个就是钱，就是支付给用户的补偿方法，不仅仅是差，太多了也不行、太少了也不行，总之要合适，这个是我们对这个问题小小的工作，这就是对你负荷代理这个业务最核心的支撑点，你一定要把补偿算进来。当然还有另外一个同等重要，就是你在批发市场里面怎么获得更好的收益，跟这个是对偶的问题，报价的策略、竞价等等、负荷、优化，那是另外一件事情。

后边还要关注一些问题，特别是高渗透率，因为这个不仅仅是对这个，包括对配网潮流的分布方向都带来很多很多问题，对很多研究都有影响，这个大家都很熟悉，加州分布式光伏这些年的增长曲线，对负荷预测，对日落之后爬坡等等都有很多很多，这个也都是这些年持续要关注的研究或者对预测、对基线符合综合能源都有影响。

谢谢！