新能源電力系統(tǒng)用戶需求響應復雜適應行為研究

張碩，曾鳴，李英姿，劉敦楠

(1．華北電力大學經(jīng)濟與管理學院，北京市 102206；2.新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，北京市 102206；3．北京科技大學東凌經(jīng)濟管理學院，北京市 100083)

新能源電力系統(tǒng)用戶需求響應復雜適應行為研究

張碩1,2，曾鳴1,2，李英姿3，劉敦楠1,2

(1．華北電力大學經(jīng)濟與管理學院，北京市 102206；2.新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，北京市 102206；3．北京科技大學東凌經(jīng)濟管理學院，北京市 100083)

實施需求響應(demand response，DR)可有效消納可再生能源，平衡新能源電力系統(tǒng)電量供應和需求。首先，分析了需求響應過程的復雜適應系統(tǒng)特征，描述了需求響應復雜交互過程；其次，構建了包含主體對象和環(huán)境對象的需求響應過程集成模型，定義了各構成對象；最后，結合多主體系統(tǒng)建模方法構建了用戶主體響應行為模型，從主體行為的角度描述了需求響應過程。通過文章的研究，可為實施需求側響應提供輔助決策，為用戶需求響應的研究提供了新思路。

新能源電力系統(tǒng)；需求響應(DR)；復雜適應系統(tǒng)；多主體建模

0 引 言

新能源電力系統(tǒng)涵蓋了大量的風能、太陽能等可再生能源，可有效降低化石能源發(fā)電帶來的環(huán)境污染問題。為此，我國出臺了多項政策推動引導可再生能源的建設和發(fā)展，《可再生能源發(fā)展“十三五”規(guī)劃》提出2020年風電裝機規(guī)模達到2.1億kW以上，太陽能發(fā)電規(guī)模達到1.1億kW以上。與傳統(tǒng)能源相比，可再生能源受自然環(huán)境影響，具有很強的隨機性，難以準確預測，其大量并網(wǎng)對電力系統(tǒng)的運行控制帶來顯著影響[1]。這也導致我國出現(xiàn)了大量的棄風、棄光等現(xiàn)象。此外，我國目前電力產(chǎn)能過剩，通過調整供給側拓展可再生能源消納的空間愈發(fā)困難。為有效消納可再生能源，提高電網(wǎng)的適應性，降低污染排放，實現(xiàn)2030年左右碳排放達到峰值的目標，通過用戶側實施需求響應(demand response，DR)平衡電量供給和需求已成為一種有效手段[2]。

需求側(用戶側或負荷側)對消納可再生能源及平衡新能源電力系統(tǒng)的重要作用已得到業(yè)界認可與重視?！赌茉窗l(fā)展“十三五”規(guī)劃》提出堅持需求側與供給側并重，完善市場機制及技術支撐體系，增強需求響應能力；《電力發(fā)展“十三五”規(guī)劃》提出多措并舉破解可再生能源消納問題，大力提高電力需求響應能力。這些頂層規(guī)劃均明確了實施需求響應的重要性，表明實施用戶需求響應行為已成為新能源電力系統(tǒng)規(guī)劃管理的重要手段。

需求響應指終端用戶根據(jù)市場的價格信號、激勵政策或者系統(tǒng)運營者的直接指令產(chǎn)生響應，改變其短期電力消費方式(消費時間或消費水平)和長期電力消費模式的行為[3]。作為虛擬的可控資源，DR在不增加裝機容量的前提下，通過調整控制需求側資源，匹配當前可用能源，可有效克服可再生能源發(fā)電的隨機性及與用電活動的時間不匹配性對電力系統(tǒng)造成的不利影響[4]。通過鼓勵用戶主動改變自身用電行為，DR可達到與供給側資源相同的效果[5]。

本文結合新能源電力系統(tǒng)大量并網(wǎng)可再生能源發(fā)電后呈現(xiàn)的新結構特性，從用戶需求響應的角度研究新能源電力系統(tǒng)演化特性，為用戶優(yōu)化需求響應過程，實現(xiàn)可再生能源有效消納及系統(tǒng)穩(wěn)定運行提供輔助決策。

1 用戶需求響應行為研究

電力需求響應，也稱電力需求側響應，是隨著電力工業(yè)市場化改革和電力市場建設，從電力需求側管理(demand side management，DSM)中演化而來，旨在以市場手段和價格工具為主要載體，影響和調節(jié)需求的時間和水平，挖掘需求響應資源，提升需求側響應彈性，提高電力系統(tǒng)和電力市場的運行穩(wěn)定性、運行效率以及社會整體資源的利用效率[6]。根據(jù)不同的響應信號，DR可分為2種類型：價格型DR和激勵型DR[7]。此外，通過虛擬電廠、系統(tǒng)規(guī)劃等方面，也可有效實施需求響應行為。關于這些方面的研究為我國從用戶需求響應的角度，促進可再生能源消納，提升電力市場效率等方面的效益，提供了系統(tǒng)的理論依據(jù)。

(1)基于價格的DR。在基于價格的DR研究方面，文獻[8]研究了含風力發(fā)電的情況下用戶側分時電價的制定方法，采用聚類分析方法優(yōu)化了不確定條件下的峰、谷、平時段劃分，建立了用戶側的分時電價定價模型。文獻[9]對實時電價(real-time price，RTP)下供電商在購售電市場的成本、收入與風險進行了綜合分析，以供電商購售電效用最大化為目標，建立了不同風險喜好供電商的最優(yōu)購電組合決策模型。文獻[10]為應對可再生能源的波動性，構建了考慮彈性響應公式的集成優(yōu)化模型，從用戶需求響應的角度實現(xiàn)短期供需平衡。針對風電及其他可再生能源并網(wǎng)后產(chǎn)生的不確定性問題，文獻[11]將負荷視作附加資源，構建了基于Agent的智能電網(wǎng)系統(tǒng)集成模型，保證供給側和需求側在實時電價市場中進行競價，通過有效實施需求響應實現(xiàn)間歇性可再生能源的消納。上述文獻研究了不同價格機制下的用戶需求響應策略，且部分文獻考慮了可再生能源出力特性，這些對本文的研究具有重要參考價值。

(2)基于激勵的DR。DR通過主動負荷的方式削減、中斷、轉移負荷，參與輔助服務，能夠有效地減少新增裝機容量，提高系統(tǒng)效益，并有力支撐分布式可再生能源的經(jīng)濟消納[12]。文獻[13]針對風電場并網(wǎng)后處理的不確定性，提出了緊急需求側響應策略，在風電出力較小時削減負荷，并支付用戶部分補償費用，以有效減少電網(wǎng)投資費用及線路過負荷量。需求側可中斷負荷可作為系統(tǒng)的備用容量，引入到備用輔助服務體系中，可有效地提高系統(tǒng)可靠性和市場效率，優(yōu)化整個系統(tǒng)的運行方式[14]。文獻[15]從需求側響應的角度，對居民的可控負荷和可轉移負荷的調節(jié)方式進行建模，研究了微網(wǎng)運行的經(jīng)濟性。文獻[16]針對微電網(wǎng)調度存在的調峰能力不足以及間歇性電源的接入問題，建立了考慮需求側管理的微網(wǎng)調度模型，通過對可控負荷的有效控制以提高微網(wǎng)系統(tǒng)的調峰能力并提高接納間歇性電源的能力。

(3)虛擬電廠的DR。為有效利用分布式電源、儲能設施及需求側的可控負荷，虛擬電廠作為一種新興的能量管理系統(tǒng)被提出并應用[17-18]。文獻[19]提出需求響應虛擬電廠概念，分別建立基于激勵的和基于價格的需求響應虛擬電廠模型，將需求側作為供給側電能的可替代資源加以利用，以促進用戶提高自身響應可靠性。文獻[20]提出了一種考慮用戶舒適約束的家居溫控負荷(如電熱泵設備)構建能效電廠的方法，建立了含多個能效電機舒適約束的聚合能效電廠最優(yōu)分配模型，為負荷響應控制在配用電集成領域提供了新的技術途徑。

(4)規(guī)劃角度的DR。文獻[5]從規(guī)劃、運行、控制、評價的維度對新能源電力系統(tǒng)中DR問題的研究情況進行了總結，認為在新能源電力系統(tǒng)中考慮DR可有效克服可再生能源發(fā)電的間歇性問題，提高電網(wǎng)對可再生能源的利用效率，實現(xiàn)源荷互動與協(xié)同增效。文獻[21]通過直接負荷控制、分時電價等手段，將需求側視為與供應側等價的資源，實現(xiàn)用電負荷的相對可控，構建了“源-網(wǎng)-荷-儲”協(xié)調優(yōu)化調度模型，通過相對可控的發(fā)電出力來滿足用戶的用電需求，從而實現(xiàn)供需雙側協(xié)調可控。文獻[22]采用需求側響應來應對風電出力波動，在輸電系統(tǒng)規(guī)劃階段，提出了考慮需求側響應的含風電場的輸電系統(tǒng)兩層規(guī)劃模型，綜合考慮了輸電投資成本、需求側響應成本和棄風成本，以最大程度改善電力系統(tǒng)的運行效率。文獻[23]提出了一種結合運行需求側響應建模的微網(wǎng)規(guī)劃方法，將需求側資源與供給側資源同等對待，達到削減峰荷、實現(xiàn)微網(wǎng)系統(tǒng)社會總成本最優(yōu)的目的。

綜上所述，當前針對用戶需求響應的研究，多從某一個方面(如基于價格、激勵政策等方面)進行短期響應研究，導致研究具有一定局限性。因此，需從整體的角度研究用戶需求響應行為對新能源電力系統(tǒng)的作用機理及對可再生能源消納的影響。然而，當前在該方面針對用戶需求響應的研究多集中于系統(tǒng)規(guī)劃階段，未有效描述用戶需求響應的微觀行為。此外，除價格、政策激勵等外部因素[24]，用戶的主觀因素也是影響需求響應決策的重要因素。用戶需求響應是一種主觀意識較強的行為，其決策過程綜合了數(shù)學、社會學、經(jīng)濟學等多學科知識，需求響應過程涉及需求側與供給側之間的復雜交互。因此，需從微觀和宏觀的角度雙向推進，研究用戶需求響應行為對新能源電力系統(tǒng)穩(wěn)定運行及可再生能源電力消納的影響。

基于此，本文結合復雜適應系統(tǒng)理論(complex adaptive system，CAS)和多主體建模方法構建用戶需求響應過程集成模型，綜合微觀的需求響應交互行為和宏觀的可再生能源消納這2個層面，系統(tǒng)地描述需求側在新能源電力系統(tǒng)的交互響應過程及其對可再生能源消納的作用，從需求側的角度為新能源電力系統(tǒng)的穩(wěn)定運行及可再生能源的有效消納提供輔助決策支持。

2 用戶需求響應過程的復雜適應特性分析

2.1 復雜適應系統(tǒng)理論概述

復雜適應系統(tǒng)理論將系統(tǒng)劃分為主體和環(huán)境這2個部分，通過主體與環(huán)境以及主體之間的交互作用，不斷更新主體和環(huán)境狀態(tài)，推動系統(tǒng)復雜的演變與進化過程，其核心在于適應性造就復雜性[25]。CAS理論包括微觀和宏觀2個方面[26]。

(1)微觀方面。CAS理論最基本的概念是具有適應能力的、主動的個體，簡稱主體(agent)。主體的適應性指系統(tǒng)中的主體能夠與環(huán)境以及其他主體進行交互作用，并在這種持續(xù)不斷的交互作用的過程中，不斷地“學習”或“積累經(jīng)驗”，并且根據(jù)學到的經(jīng)驗改變自身的結構和行為方式。主體與環(huán)境(包括主體之間)的復雜交互作用是系統(tǒng)不斷演化的驅動力。

(2)宏觀方面。主體組成的系統(tǒng)，將在主體之間以及主體與環(huán)境的相互作用中發(fā)展，使整個系統(tǒng)表現(xiàn)出復雜的演變與進化過程。

CAS理論將微觀和宏觀有機地聯(lián)系起來，通過主體和環(huán)境的相互作用，使得個體的變化成為整個系統(tǒng)變化的基礎，從而表現(xiàn)出宏觀系統(tǒng)中的分化、涌現(xiàn)(系統(tǒng)在演化過程中呈現(xiàn)新的特性或模式)等復雜的演化過程。CAS理論的這些特點，使得其能夠運用于個體本身屬性極不相同，但是相互關系卻有許多共同點的不同領域，有效地應用于經(jīng)濟、社會、生態(tài)等其他方法難以應用的復雜系統(tǒng)[27-28]。

2.2 用戶需求響應過程復雜適應特性

新能源電力系統(tǒng)并入了大量風電、光伏等具有隨機性、間歇性等特征的可再生能源電源，嚴重影響系統(tǒng)的穩(wěn)定性；用戶側加入分布式電源及儲能設備后，系統(tǒng)供需兩側的能量呈現(xiàn)雙向流動特性；電力市場改革背景下，供給側與用戶之間的交互頻繁且復雜。新能源電力系統(tǒng)的上述特征具有典型的復雜適應系統(tǒng)特征，用戶需求響應過程的該特征則更加明顯。結合CAS理論，新能源電力系統(tǒng)用戶需求響應過程具有如下復雜適應特性。

(1)不確定性。用戶需求響應過程的不確定性主要源于可再生能源電力供給的隨機性和間歇性，這一自然屬性導致需求側無法精準響應；此外，由于生產(chǎn)訂單、氣候等因素的影響，用戶負荷曲線也呈現(xiàn)不確定性。這些均會造成用戶實施負荷削減、中斷、轉移等行為的不確定性，導致系統(tǒng)的需求響應過程具有未知性。

(2)多樣性。用戶需求響應過程的多樣性主要表現(xiàn)為需求側用戶多種多樣(如工業(yè)用戶、商業(yè)用戶、居民用戶)，需求側資源的負荷特性也各不相同(如基本負荷、可平移負荷)，因此其響應過程呈現(xiàn)不同特性。此外，可再生能源因季節(jié)、地域等時空特性不同，其供給曲線也呈現(xiàn)多樣性特征，同樣增加了用戶需求響應過程的復雜特性。

(3)交互性。用戶需求響應過程的交互性主要表現(xiàn)為需求側與供給側之間以及需求側用戶之間的交互適應性。針對可再生能源電源間歇性的特點以及電價等因素(如峰谷平電價、尖峰電價、輔助服務電價)，需求側用戶與供給側通過長、短期電量交易等互動形式，主動調整其負荷曲線，實施需求響應行為。此外，用戶之間基于需求互動，以能效電廠等形式集成實施需求響應行為。用戶需求響應過程的交互性直接驅動了系統(tǒng)的動態(tài)演化過程。

(4)自適應性。用戶需求響應過程的自適應性主要表現(xiàn)為用戶為實現(xiàn)生產(chǎn)、經(jīng)營、消費等目標，針對新能源電力系統(tǒng)中經(jīng)濟、環(huán)境、物理等約束條件的動態(tài)變化，主動調整決策方案，實施相應的需求響應行為，從而適應系統(tǒng)持續(xù)、動態(tài)的演化過程。如用戶主動調整負荷曲線，將部分負荷平移到晚上消納風電，獲得可再生能源政策及電價的優(yōu)惠。

因此，新能源電力系統(tǒng)用戶需求響應過程可描述為：首先，需求側用戶以經(jīng)濟性為目標直接與供給側對象交互，進行電量交易，調整負荷曲線；用戶與用戶之間交互，集成協(xié)調負荷，以虛擬電廠或負荷集成商的形式與供給側對象交互，實施需求響應行為。其次，用戶以生產(chǎn)或消費為目的，與外界環(huán)境交互，實施多種復雜的用電行為，即用戶接收供給側資源的供電信息及價格、激勵信息，結合自身(需求側)資源的用電負荷等特性，以經(jīng)濟性為目標確定用電策略，實施復雜需求響應行為，新能源電力系統(tǒng)的各構成資源則遵循需求側用戶的響應行為，以能量流動的形式實現(xiàn)用戶與外界環(huán)境的交互。用戶之間以及用戶與資源之間的微觀交互過程，推進了個體用戶的需求響應過程，宏觀上實現(xiàn)了需求側對于可再生能源的消納及系統(tǒng)的穩(wěn)定運行。在用戶需求響應過程中，新能源電力系統(tǒng)的需求側用戶、供給側對象、需求側資源和供給側資源構成了典型的復雜適應系統(tǒng)。

3 用戶需求響應復雜適應過程集成模型

根據(jù)上述對新能源電力系統(tǒng)用戶需求響應行為的CAS特征分析及過程描述，本文構建了用戶需求響應過程集成模型，如圖1所示。該模型由主體對象和環(huán)境對象2個部分構成。其中，主體對象由供給側主體和用戶主體構成；環(huán)境對象由供給側資源和需求側資源構成。用戶主體接收環(huán)境對象的價格信息、激勵政策等信息(信息流)，結合自身需求及需求側資源特性，與供給側主體進行交互，決策并實施購電及用電響應行為，影響系統(tǒng)的潮流(能量流)，改變環(huán)境對象的運行狀態(tài)(如供給側資源的出力及調度、用能設備的負荷、儲能設備的蓄能等)，進而推動用戶需求響應行為有序實施，實現(xiàn)可再生能源消納、系統(tǒng)穩(wěn)定運行等目標。

圖1 用戶需求響應過程集成模型Fig.1 Integration model of user’s DR process

模型中，用戶主體與供給側主體以及用戶主體之間通過簽訂電量合同的形式實現(xiàn)主體之間的交互，實施需求響應行為。如用戶主體與供給側主體簽訂風電消納合同，進而按照合同的時限實施負荷平移的需求響應行為，從而消納可再生能源電量，維持系統(tǒng)穩(wěn)定運行。因此，電量合同是主體間交互的重要媒介。

3.1 主體對象

本文將參與新能源電力系統(tǒng)需求響應過程的供給側對象和用戶定義為具有自治性、主動性、協(xié)作性等動態(tài)特性的智能主體，其模型定義如下詳述。

(1)供給側主體。

定義1供給側主體表示與用戶直接交互的供給側單位或個人，如發(fā)電企業(yè)、電網(wǎng)公司、售電公司等，定義為4元組集合，即AS()={SAt(),SS(),SC(),SU()}。

其中：SAt()表示供給側主體的基本屬性集合，包括主體編號、類型、出力曲線、供應電量等變量，是需求響應過程中關于供給側主體的約束條件；SS()表示該主體擁有的供給側資源集合，描述了供給側主體與供給側資源的關聯(lián)關系；SC()表示供給側主體提供的電量合同信息；SU()表示供給側主體與用戶主體間的供需關系，通過電量合同體現(xiàn)。

(2)用戶主體。

定義2用戶主體表示參與需求響應過程的用戶，如工業(yè)用戶、商業(yè)用戶、居民用戶，定義為6元組集合，即AU()={UAt(),UB(),UC(),UD(),US(),UU()}。

其中：UAt()表示用戶主體的基本屬性集合，包含主體編號、類型、負荷曲線、電量需求等信息；UB()表示用戶主體需求響應行為集合，包含選擇供給側主體、選擇其他用戶主體作為合作伙伴、電量合同交易、參與輔助服務、主動負荷追蹤、平移負荷、中斷負荷、儲能調度等行為；UC()表示用戶主體的電量合同集合；UD()表示用戶主體的需求側資源集合，描述了用戶主體與需求側資源的關聯(lián)關系；US()表示用戶主體與供給側主體間的關聯(lián)關系，通過電量合同描述；UU()表示用戶主體與其他用戶主體間的合作頻率集合。

3.2 環(huán)境對象

本文將用戶需求響應過程中的資源統(tǒng)稱為環(huán)境對象，包含有形資源和無形資源2類。其中，有形資源包含供給側資源和需求側資源2個部分。供給側資源主要包含火電資源以及太陽能、風能等可再生能源電源。需求側資源主要包含用能設備和儲能設備。用能設備為需求側響應過程的負荷資源，如工業(yè)負荷、商業(yè)負荷、居民負荷等；儲能設備為需求側響應過程的靈活資源，既可作為負荷蓄能，也可作為電源為負荷資源供應能源。供給側資源與需求側資源以電能為媒介，實現(xiàn)能源流動的交互過程。無形資源包含電量合同和政策制度2個部分。本模型中，電能以“電量合同”的形式，關聯(lián)兩側資源，同時作為連接用戶主體與供給側主體的媒介，實現(xiàn)二者的交互。政策制度則主要包含電量交易規(guī)則、電價及激勵政策等約束條件。本文對于供給側資源、需求側資源、電量合同3類模型的定義及描述如下詳述。

(1)供給側資源。

定義3供給側資源表示電源側資源，滿足需求側電量需求，定義為3元組集合，即RG()={GAt(),GS(),GC()}。

其中：GAt()表示供給側資源的基本屬性集合，包含資源編號、類型、裝機容量、出力曲線等信息，是用戶需求響應過程的物理約束；GS()表示供給側資源與供給側主體間的隸屬關系；GC()表示供給側資源供應的電量合同集合，描述SC()供應的電量合同情況。

(2)需求側資源。

定義4需求側資源表示需求側用戶實施需求響應行為的對象，是消納可再生能源的物理設備，由用能單元和儲能單元兩部分構成，定義為2元組集合，即RD()={DL(),DES()}。

1)用能單元。

定義5用能單元表示需求側的負荷資源，如工業(yè)負荷、商業(yè)負荷、居民負荷，定義為3元組集合，即DL()={LAt(),LU(),LC()}。

其中：LAt()表示用能單元的基本屬性集合，包含單元編號、負荷類型、負荷曲線等信息；LU()表示用能單元與用戶主體間的隸屬關系；LC()表示用能單元的供能來源，即與電量合同的關聯(lián)關系。

2)儲能單元。

定義6儲能單元表示具有能源儲存功能的需求側資源，如儲能電池、電動汽車，定義為3元組集合，即DES()={ESAt(),ESU(),ESC()}。

其中：ESAt()表示儲能單元的基本屬性集合，包含單元編號、類型、容量、耗損率等信息，為物理約束；ESU()表示儲能單元與用戶主體間的隸屬關系；ESC()表示儲能單元的供能來源，即與電量合同的關聯(lián)關系。

(3)電量合同。

定義7電量合同表示用戶主體向供給側主體購買的某時段電量，定義為7元組，即RC()= {CAt(),CT(),CU(),CS(),CG(),CD(),CC()}。

其中：CAt()表示電量合同的基本屬性集合，包含合同編號、類型、電量、電價等信息；CT()表示電量合同的供應狀態(tài)集合，描述了SC()時間分布信息；CU()表示電量合同與用戶主體間的隸屬關系；CS()表示電量合同與供給側主體間的關聯(lián)關系，即合同的供應方；CG()表示電量合同與供給側資源的關聯(lián)關系，即供應電量合同的物理資源；CD()表示電量合同與需求側資源間的關聯(lián)關系，即合同供應的物理對象；CC()表示電量合同因電量供應不足需要其他合同補給的關聯(lián)集合，描述了SC()與其他補給合同SC()間的關聯(lián)關系。

4 用戶主體需求響應行為模型

在復雜適應系統(tǒng)中，具有自治性、協(xié)同性、主動性的主體是系統(tǒng)的核心，其自主交互的自適應行為是系統(tǒng)演化的驅動力，也是系統(tǒng)復雜性的原因所在[26]。同理，在用戶需求響應過程中，用戶主體與供給側主體、環(huán)境對象以及用戶主體之間的需求響應行為是推動需求側響應過程自主演化，實現(xiàn)可再生能源消納的驅動力。為客觀、清晰地描述用戶需求響應行為的驅動作用，本文基于用戶需求響應過程集成模型，應用多主體系統(tǒng)建模方法構建了用戶主體響應行為模型，從需求響應行為的角度描述新能源電力系統(tǒng)需求側響應過程，進而揭示需求側對可再生能源消納的響應機理。

用戶主體需求響應行為模型將需求側響應過程劃分為信息接收、行為決策、行為觸發(fā)3個階段，分別由感應器、處理器和驅動器完成，如圖2所示。

圖2 用戶主體響應行為模型Fig.2 User agent’s DR behavior model

(1)信息接收階段。用戶主體AUi通過感應器接收外界信息Information()，Information()主要包含供給側主體、其他用戶主體和環(huán)境對象3類信息。其中，供給側主體信息主要包含企業(yè)類型、供電量、資源特性等信息；其他用戶主體信息主要包含電量需求、合作歷史等信息；環(huán)境對象信息則主要包含AUi自身的需求側資源信息，供給側資源的裝機容量、出力水平、電能質量以及電量合同的合同電量、實時電量、電價水平等信息，見表1。由于信息量龐大，AUi需判斷是否接收信息，并過濾不相關信息，為后續(xù)的響應行為決策提供有效數(shù)據(jù)。因此，針對接收的信息Information()，AUi首先調用函數(shù)Judge()判斷信息是否與自身需求及狀態(tài)沖突，是則拒絕，否則接收；然后調用函數(shù)Filter()過濾信息，判斷信息是否與自身屬性及需求關聯(lián)，是則接收，否則拒絕。通過函數(shù)Judge()判斷、Filter()過濾后接收的信息，將為后續(xù)的決策過程提供數(shù)據(jù)支撐。

表1外界環(huán)境信息
Table1Environmentinformation

(2)行為決策階段。用戶主體AUi通過處理器針對接收的信息進行匹配計算及策略選擇。AUi調用函數(shù)Match()結合自身的需求側資源構成、電量需求、負荷曲線等屬性，分別計算信息Info()與主體響應策略集合RT_Set()中各策略的匹配度，并依據(jù)匹配度對響應策略排序；AUi調用函數(shù)Select()從排序后的RT_Set()中，選擇匹配度最大的策略作為應對Info()的響應策略。選擇與Info()匹配的響應策略后，AUi將在下一階段實施需求響應行為。用戶主體主要的需求響應行為類型、決策依據(jù)及適用的主體類型如表2所示。

(3)行為觸發(fā)階段。信息處理后，AUi通過驅動器實施對應信息的需求響應行為。AUi調用函數(shù)Confirm()，結合主體響應策略集合RT_Set()以及與之對應的響應行為集合Behavior_Set()，確定與響應策略對應的需求側響應行為；確定針對Info()的響應行為后，AUi調用函數(shù)Update()通過更新外界信息的方式，實施需求側響應行為，從而推動系統(tǒng)的有序演化，實現(xiàn)可再生能源的有效消納。

表2用戶主體需求響應行為分類
Table2Useragent’sDRbehaviors

綜上所述，用戶主體響應行為模型分3個階段描述了電力系統(tǒng)需求響應過程，從微觀的角度刻畫了新能源電力系統(tǒng)用戶的自適應響應行為，剖析了用戶需求響應行為對系統(tǒng)各主體有序運行及系統(tǒng)演化的驅動作用，揭示了需求響應行為和可再生能源消納的關聯(lián)作用。

5 結 論

本文針對新能源電力系統(tǒng)需求側響應過程的動態(tài)性、復雜性等特點，結合復雜適應系統(tǒng)理論和多主體系統(tǒng)建模方法從用戶行為的角度構建了用戶需求響應過程集成模型以及用戶主體需求響應行為模型，主要研究特點為：(1)將參與需求側響應過程的對象劃分為主體對象和環(huán)境對象2個部分，描述了二者在需求側響應過程的交互機理；(2)分別定義了主體對象和環(huán)境對象模型，描述了需求側響應過程；(3)構建了需求側主體響應行為模型，從用戶行為的微觀角度描述需求側響應過程。

本文構建的新能源電力系統(tǒng)用戶需求響應過程集成模型和用戶主體需求響應行為模型，形成了新能源電力系統(tǒng)需求側響應復雜適應過程的理論框架。其中，集成模型從宏觀的角度描述了系統(tǒng)構成對象的復雜適應交互關系，響應行為模型從用戶行為的微觀角度描述了系統(tǒng)的需求響應過程。本研究是需求側響應復雜適應過程的階段成果，后續(xù)仍需深入展開如下工作：(1)基于上述模型，開發(fā)新能源電力系統(tǒng)用戶需求響應過程仿真系統(tǒng)，仿真研究需求側響應的動態(tài)交互過程；(2)基于用戶主體需求響應行為模型，系統(tǒng)構建主體響應行為策略集合，通過仿真的方法提煉需求側響應過程優(yōu)化策略組合。

[1] 劉吉臻．新能源電力系統(tǒng)建模與控制[M]．北京：科學出版社，2015：17-19．

[2] BOBMANN T, ESER E J. Model-based assessment of demand-response measures—a comprehensive literature review[J]. Renewable and Sustainable Energy Reviews, 2016, 57: 1637-1656.

[3] 曾鳴．電力需求側響應原理及其在電力市場的應用[M]．北京：中國電力出版社，2011：104-110．

[4] HAIDER H T, SEE O H, ELMENREICH W. A review of residential demand response of smart grid[J]. Renewable and Sustainable Energy Reviews, 2016, 59: 166-178.

[5] 曾博，楊雍琦，段金輝，等．新能源電力系統(tǒng)中需求側響應關鍵問題及未來研究展望[J]．電力系統(tǒng)自動化，2015，39(17)：10-18．

ZENG Bo, YANG Yongqi, DUAN Jinhui, et al. Key issues and research prospects for demand-side response in alternate electrical power systems with renewable energy sources[J]．Automation of Electric Power Systems，2015，39(17)：10-18．

[6] 王冬容．電力需求側響應理論與實證研究[D]．北京：華北電力大學，2011．

WANG Dongrong. Theory and empirical research on electric power demand response[D]．Beijing：North China Electric Power University，2011．

[7] 王錫凡，肖云鵬，王秀麗．新形勢下電力系統(tǒng)供需互動問題研究及分析[J]．中國電機工程學報，2014，34(29)：5018-5028．

WANG Xifan, XIAO Yunpeng, WANG Xiuli. Study and analysis on supply-demand interaction of power systems under new circumstances[J]．Proceedings of the CSEE，2014，34(29)：5018-5028．

[8] 艾欣，周樹鵬，趙閱群．考慮風電不確定性的用戶側分時電價研究[J]．電網(wǎng)技術，2016，40(5)：1529-1535．

AI Xin, ZHOU Shupeng, ZHAO Yuequn. Study on time of use pricing of user side considering wind power uncertainty[J]. Power System Technology, 2016, 40(5): 1529-1535.

[9] 張欽，王錫凡，王建學．需求側實時電價下供電商購售電風險決策[J]．電力系統(tǒng)自動化，2010，34(3)：22-27，43．

ZHANG Qin, WANG Xifan, WANG Jianxue. Electricity purchasing and selling risk decision for power supplier under real-time pricing[J]．Automation of Electric Power Systems，2010，34(3)：22-27，43．

[10] DE JONGHE C, HOBBS B F, BELMANS R. Optimal generation mix with short-term demand response and wind penetration[J]. IEEE Transactions on Power Systems, 2012, 27(2): 830-839.

[11] BROEER T, FULLER J, TUFFNER F, et al. Modeling framework and validation of a smart grid and demand response system for wind power integration[J]. Applied Energy, 2014, 113: 199-207.

[12] 程瑜，安甦．主動負荷互動響應行為分析[J]．電力系統(tǒng)自動化，2013，37(20)：63-70．

CHENG Yu, AN Su. Analysis of active load’s interaction response behavior[J]．Automation of Electric Power Systems，2013，37(20)：63-70．

[13] 趙瑩．風電并網(wǎng)時基于多場景及緊急需求側響應的輸電網(wǎng)規(guī)劃[D]．吉林：東北電力大學，2014．

ZHAO Ying. Transmission network planning with grid-connected wind farms based on multiple scenarios and emergency demand side response[D]. Jilin: Northeast Dianli University, 2014.

[14] 何藝．雙側開放市場中可中斷負荷參與備用輔助服務市場研究[D]．廣州：華南理工大學，2010．

HE Yi. Research on the model of interruptible load participating in reserve ancillary services market open to both supply and demand sides[D]. Guangzhou：South China University of Technology, 2010.

[15] 何正鑫．計及儲能和用戶側響應的微網(wǎng)經(jīng)濟運行優(yōu)化[D]．廣州：華南理工大學，2014．

HE Zhengxin. Microgrid economic performance optimization when incorporating battery storage and demand response[D]. Guangzhou：South China University of Technology, 2014.

[16] 張小敏，董開松，趙耀，等．考慮需求側管理的微電網(wǎng)調度模型與策略[J]．水電能源科學，2015，33(8)：191-194，143．

ZHANG Xiaomin, DONG Kaisong, ZHAO Yao, et al. Model and strategy of microgrid dispatch considering demand side management[J]．Water Resources and Power，2015，33(8)：191-194，143．

[17] RAHIMI F, IPAKCHI A. Demand response as a market resource under the smart grid paradigm[J]. IEEE Transactions on Smart Grid, 2010, 1(1): 82-88.

[18] 韋立坤，趙波，吳紅斌，等．虛擬電廠下計及大規(guī)模分布式光伏的儲能系統(tǒng)配置優(yōu)化模型[J]．電力系統(tǒng)自動化，2015，39(23)：66-74．

WEI Likun, ZHAO Bo, WU Hongbin, et al. Optimal allocation model of energy storage system in virtual power plant environment with a high penetration of distributed photovoltaic generation[J]．Automation of Electric Power Systems，2015，39(23)：66-74．

[19] 牛文娟，李揚，王蓓蓓．考慮不確定性的需求響應虛擬電廠建模[J]．中國電機工程學報，2014，34(22)：3630-3637．

NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncertainty[J]．Proceedings of the CSEE，2014，34(22)：3630-3637．

[20] 王丹，范孟華，賈宏杰．考慮用戶舒適約束的家居溫控負荷需求響應和能效電廠建模[J]．中國電機工程學報，2014，34(13)：2071-2077．

WANG Dan, FAN Menghua, JIA Hongjie. User comfort constraint demand response for residential thermostatically-controlled loads and efficient power plant modeling[J]．Proceedings of the CSEE，2014，34(13)：2071-2077．

[21] 曾鳴，楊雍琦，向紅偉，等．兼容需求側資源的“源-網(wǎng)-荷-儲”協(xié)調優(yōu)化調度模型[J]．電力自動化設備，2016，36(2)：102-111．

ZENG Ming，YANG Yongqi，XIANG Hongwei, et al. Optimal dispatch model based on coordination between “generation-grid-load-energy storage” and demand-side resource[J]．Electric Power Automation Equipment，2016，36(2)：102-111．

[22] 鄭靜，文福拴，周明磊，等．計及需求側響應的含風電場的輸電系統(tǒng)規(guī)劃[J]．華北電力大學學報，2014，41(3)：42-48．

ZHENG Jing，WEN Fushuan，ZHOU Minglei, et al. Transmission system planning for power systems with wind generators considering demand side responses[J]．Journal of North China Electric Power University，2014，41(3)：42-48．

[23] 朱蘭，嚴正，楊秀，等．計及需求側響應的微網(wǎng)綜合資源規(guī)劃方法[J]．中國電機工程學報，2014，34(16)：2621-2628．

ZHU Lan, YAN Zheng, YANG Xiu, et al. Integrated resources planning in microgrid based on modeling demand response[J]．Proceedings of the CSEE，2014，34(16)：2621-2628．

[24] 張娜，夏天，張婷，等．智能電網(wǎng)下的工業(yè)用戶需求響應影響因素研究[J]．華東電力，2013，41(1)：37-41.

ZHANG Na，XIA Tian，ZHANG Ting, et al. Influence factors of industrial customers’ demand response for smart grid[J]．East China Electric Power，2013，41(1)：37-41.

[25] HOLLAND J H．隱秩序：適應性造就復雜性[M]．周曉牧，韓暉，譯．上海：上?？萍冀逃霭嫔?，2011：112-147．

[26] 張碩. 大規(guī)模協(xié)同設計的多主體仿真模型及進化過程研究[D]. 北京：北京科技大學, 2015.

ZHANG Shuo.Multi-agent simulation model and evolution process study of mass collaborative design[D]. Beijing: University of Science and Technology Beijing, 2015.

[27] KORHONEN J, SNAKIN J P. Quantifying the relationship of resilience and eco-efficiency in complex adaptive energy systems[J]. Ecological Economics, 2015, 120: 83-92.

[28] 張碩, 曾鳴, 劉敦楠, 等. 能源互聯(lián)網(wǎng)雙側演化過程的復雜適應特性[J]. 電力建設, 2017, 38(4): 34-40.

ZHANG Shuo，ZENG Ming，LIU Dunnan, et al. Complex adaptive characteristics of energy internet in bilateral evolution process[J]. Electric Power Construction, 2017, 38(4): 34-40.

2017-07-06

張碩(1985)，男，博士，講師，主要從事需求側管理、能源互聯(lián)網(wǎng)等方面的研究工作；

曾鳴(1957)，男，博士，教授，博士生導師，主要從事需求側管理、電力市場與技術經(jīng)濟研究等方面的研究工作；

李英姿(1985)，女，博士，講師，通信作者，主要研究方向為復雜適應系統(tǒng)建模及仿真等；

劉敦楠(1979)，男，博士，副教授，主要研究方向為電力市場及電力系統(tǒng)調度等。

(編輯 景賀峰)

ComplexAdaptiveBehaviorsofUser’sDemandResponseinRenewableEnergyPowerSystem

ZHANG Shuo1,2，ZENG Ming1,2，LI Yingzi3，LIU Dunnan1,2

(1. School of Economics and Management, North China Electric Power University, Beijing 102206, China; 2. State Key Laboratory for Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China; 3. Donlinks School of Economics and Management, University of Science and Technology Beijing, Beijing 100083, China)

Demand response (DR) can effectively improve the renewable energy accommodation and balance the supply and demand of renewable energy power system. Firstly, this paper analyzes the characteristics of the complex adaptive system druring DR process and then describes its complex interactive process. Secondly, this paper constructes the integrated model of DR including agent object and environment object, and defines each constituent object. Finally, combined with the multi-agent system modeling method, this paper constructs the response behavior model of user agent and describes the DR process from the aspect of subject behavior. The research can provide assistant decision-making support for implementing DR and present innovative idea for the DR research of users.

renewable energy power system; demand response (DR); complex adaptive system; multi-agent modeling

國家自然科學基金項目(71601078)；北京市社會科學基金項目(16GLC070)；中央高?；究蒲袠I(yè)務費專項資金資助項目(2016MS72)；教育部人文社科基金(16YJC630060)

Project supported by National Natural Science Foundation of China(71601078); the Social Science Foundation of Beijing (16GLC070) ; Fundamental Research Funds for the Central Universities (2016MS72);the Foundation of Humanities and Social Sciences of Education Ministry in China (16YJC630060)

TM73

A

1000-7229(2017)11-0136-08

10.3969/j.issn.1000-7229.2017.11.018