基于PSO的配電網(wǎng)分時電價定價決策模型

南京南瑞信息通信科技有限公司 陳功勝 潘 恒

1.引言

我國電力市場改革共經(jīng)歷了7個階段[1]，如圖1所示。

圖1 我國電力市場改革的7個階段

我國電力市場的運營模式從建國初的“政企合一”到而今的“配售分開”，特殊的電力市場運營模式?jīng)Q定于了電力工業(yè)發(fā)展的水平和特殊的社會環(huán)境。近年來我國電力工業(yè)得到了快速發(fā)展，以往的“電荒”現(xiàn)象得到了解決，甚至出現(xiàn)了富余，隨著15年電改9號文的發(fā)布標志著我國電力市場邁入了新的階段，競爭的引入使得電力市場的越發(fā)開放[2]，這對供電企業(yè)的電價機制的形成提出了挑戰(zhàn)，電價合理調整可以降低電網(wǎng)的峰谷差，從而減小電網(wǎng)公司的調度費用，減少電網(wǎng)的運行成本，有利于供電企業(yè)的良性發(fā)展。

2.基于消費者心理學的用戶響應分時電價的用電行為分析

2.1 用戶響應行為分析

銷售電價對用戶的刺激同樣有一個最小可覺差，當銷售電價小于該最小可覺差時，用戶基本上無反應；而當銷售電價大于一個上限值時，用戶將不再有更多的可轉移負荷，響應能力趨近飽和[4]。用戶對電價的反應可以用負荷轉移率來描述，其示意圖如圖2所示。

圖2 負荷轉移率

式中：

g、d分別為高電價和低電價，Δgd = g - d；agd、bgd分別為用戶對電價差在死區(qū)與線性區(qū)的上限值；Kgd為線性區(qū)斜率。

假設對某地區(qū)所有簽訂了分時電價合同的用戶，其負荷響應模型可用一組基于消費者心理學理論的折線表示，則可建立單一電價轉變?yōu)榧夥咫妰r后尖峰日的負荷響應模型。

式中：

Tf、Tp、Tg分別為尖峰時段、平時段、谷時段；k為其中的任一時段；Lk0、Lk分別為分時電價實施前、后k時段的負荷； Lf、Lp、Lg分別為分時電價實施前峰、平、谷時段的負荷值。

3.配電網(wǎng)中分時電價定價決策模型

3.1 目標函數(shù)

供電企業(yè)調整電價機制的主要目標是優(yōu)化電網(wǎng)的月度負荷曲線，減少電網(wǎng)的峰谷差，從而延緩電網(wǎng)投資，降低電網(wǎng)的調度費用，因此目標函數(shù)如下：

Lday,t為執(zhí)行分時電價后第day天t 時刻點的負荷；Lmax為執(zhí)行分時電價后該月的最大負荷。

Cday為執(zhí)行分時電價后后第day天的峰谷差；Cmax為執(zhí)行分時電價后該月的最大峰谷差。

3.2 約束條件

（2）峰時電價的取值不能無限制地上升，必須依靠政府相關部門對其進行監(jiān)督和管制，假定峰時電價必須滿足：

上述模型的待求解變量為尖峰日尖峰時段電價Pc以及非尖峰日電價折扣率r。該模型為非線性混合整數(shù)規(guī)劃模型，并且目標函數(shù)具有一定的復雜性和求解難度，因此采用粒子群算法進行求解。

圖3 PSO算法流程

3.3 基于PSO的算法實現(xiàn)

粒子群優(yōu)化算法[粒子群算法及其應用研究（Particle Swarm Optimization, PSO）是一種群體智能算法[5]，本文利用粒子群算法進行求解分時電價的定價側略，算法流程如圖3所示。

4.算例分析

本文采用算例數(shù)據(jù)以某地區(qū)8月份負荷數(shù)據(jù)為基礎，負荷曲線如圖4所示。

圖4 某地區(qū)8月份負荷曲線

根據(jù)上圖可知負荷的分布，將該地區(qū)的分時電價決策時段定為以下三個時段：

分時電價負荷轉移率的相關參數(shù)設置如下表1所示。

表1 分時電價負荷轉移率參數(shù)

采用粒子群算法求解，設平時電價為0.45元，谷時電價為0.22元，以峰時電價為待求解量，選取典型代表日負荷數(shù)據(jù)代入算法進行求解可得，最佳峰時電價為0.97元，執(zhí)行分時電價前最高負荷為7944kWh ，執(zhí)行尖峰電價后最高負荷為7669kWh ，減少了275kWh；執(zhí)行分時電價之前電網(wǎng)最大峰谷差為2930kWh ，執(zhí)行尖峰電價后最大峰谷差為2615kWh ，減少了315kWh。

5.小結

本文在對我國電力市場改革的幾個階段進行分析的基礎之上，指出了電價機制調整的必要性，研究了基于消費心理學的用戶響應電價的用電行為，以降低電網(wǎng)最高負荷和電網(wǎng)峰谷差為目標函數(shù)，采用粒子群算法進行求解，得到了合理的分時電價定價策略，對電網(wǎng)公司降低運行成本，提高競爭性具有一定的意義。