考慮多重不確定性因素的售電公司購售電決策模型

李雅婷，唐家俊，張 思，徐立中，張 智，楊 莉

（1. 浙江大學(xué)電氣工程學(xué)院，浙江省 杭州市 310027；2. 國(guó)網(wǎng)湖南省電力有限公司電力科學(xué)研究院，湖南省 長(zhǎng)沙市 410007；3. 國(guó)網(wǎng)浙江省電力有限公司，浙江省 杭州市 310007）

0 引言

放開售電側(cè)競(jìng)爭(zhēng)、培育獨(dú)立的售電主體是中國(guó)新一輪電力體制改革的重要任務(wù)。售電公司代理電力用戶參與批發(fā)市場(chǎng)交易，面臨著如何從市場(chǎng)上購電并將其銷售給用戶的問題，需要從購、售兩方面優(yōu)化其決策方案以實(shí)現(xiàn)利潤(rùn)最大化。隨著中國(guó)電力體制改革不斷推進(jìn)，大量售電公司迅速成立，但盈利模式單一、經(jīng)營(yíng)管理不成熟等原因卻嚴(yán)重制約了售電公司的發(fā)展［1］。

隨著電力用戶對(duì)電能消費(fèi)水平的認(rèn)知和控制能力不斷提高，售電公司可通過需求響應(yīng)調(diào)整用戶用電行為以降低購電成本，增加購售電收益［2］。例如，文獻(xiàn)［3］對(duì)售電公司購售電決策和用戶需求響應(yīng)進(jìn)行協(xié)同優(yōu)化，構(gòu)建了售電公司購售電決策雙層模型；文獻(xiàn)［4］基于需求-價(jià)格曲線構(gòu)建了用戶效用函數(shù)，分析了不同類型用戶對(duì)售電公司的貢獻(xiàn)度。文獻(xiàn)［5］提出了一種用戶參與需求響應(yīng)報(bào)價(jià)的交易機(jī)制，在此基礎(chǔ)上構(gòu)建了售電公司參與日前市場(chǎng)和實(shí)時(shí)市場(chǎng)的購電決策模型。在考慮用戶側(cè)可削減負(fù)荷時(shí)，上述文獻(xiàn)均采用售電公司與用戶簽訂合同的方式，默認(rèn)實(shí)際運(yùn)行時(shí)用戶削減負(fù)荷量與售電公司提出的需求量相同。實(shí)際上，在中國(guó)廣東省和浙江省出臺(tái)的需求響應(yīng)規(guī)則中都采用了用戶自主削減負(fù)荷的方式，用戶是否參與需求響應(yīng)以及響應(yīng)量除了受經(jīng)濟(jì)因素驅(qū)動(dòng)外，也與外部環(huán)境、心理狀態(tài)及認(rèn)知偏差有關(guān)，存在一定的不確定性。例如，中國(guó)浙江省2020年8 月組織的3 次需求響應(yīng)演練中，需求響應(yīng)指標(biāo)完成率分別為73.69%、41.13%、44.06%，顯然一部分用戶并未參與需求響應(yīng)或響應(yīng)量未達(dá)到要求?，F(xiàn)有針對(duì)激勵(lì)型需求響應(yīng)中用戶響應(yīng)行為的不確定性研究較少。

除用戶響應(yīng)行為的不確定性以外，售電公司還面臨著現(xiàn)貨市場(chǎng)價(jià)格和負(fù)荷的不確定性［6-9］。文獻(xiàn)［7］采用信息間隙決策理論來處理現(xiàn)貨價(jià)格的不確定性，提出了具有魯棒性的售電公司購售電策略；文獻(xiàn)［8-9］考慮了現(xiàn)貨價(jià)格的不確定性，分別提出了售電公司在日前市場(chǎng)的最優(yōu)競(jìng)標(biāo)策略和計(jì)及風(fēng)險(xiǎn)的售電公司平衡市場(chǎng)最優(yōu)交易策略。現(xiàn)有文獻(xiàn)有些考慮了現(xiàn)貨價(jià)格不確定性對(duì)售電公司決策的影響，但考慮負(fù)荷波動(dòng)的較少。

1 考慮用戶需求響應(yīng)行為的售電模型

本文中售電公司優(yōu)化購售電決策的時(shí)間尺度為一年，其參與批發(fā)市場(chǎng)與零售市場(chǎng)的交易與結(jié)算流程如附錄A 圖A1 所示。在年初，售電公司確定零售側(cè)分時(shí)售電價(jià)格，考慮用戶用電行為轉(zhuǎn)移后，預(yù)測(cè)需求響應(yīng)后的負(fù)荷曲線，基于預(yù)測(cè)的負(fù)荷曲線制定中長(zhǎng)期市場(chǎng)購電方案。當(dāng)實(shí)際負(fù)荷與中長(zhǎng)期合約電量存在偏差時(shí)，售電公司根據(jù)現(xiàn)貨價(jià)格決定現(xiàn)貨市場(chǎng)交易量以及是否調(diào)用可削減負(fù)荷。在進(jìn)行市場(chǎng)結(jié)算時(shí)，用戶按實(shí)際用電量向售電公司支付電費(fèi)，參與負(fù)荷削減的用戶根據(jù)實(shí)際響應(yīng)量獲得補(bǔ)貼。

1.1 分時(shí)電價(jià)下用戶可轉(zhuǎn)移負(fù)荷響應(yīng)優(yōu)化模型

售電公司通過設(shè)置不同的分時(shí)電價(jià)開展價(jià)格型需求響應(yīng)，引導(dǎo)用戶將負(fù)荷從高峰時(shí)段轉(zhuǎn)移到低谷時(shí)段，減小負(fù)荷峰谷差，從而降低購電成本。售電公司根據(jù)負(fù)荷轉(zhuǎn)移需求來合理設(shè)置峰、平、谷售電價(jià)格。用戶進(jìn)行負(fù)荷轉(zhuǎn)移可以減少電費(fèi)支出，但同時(shí)也降低了用電舒適度，需要綜合考慮這2 個(gè)方面來優(yōu)化轉(zhuǎn)移策略［10］。因此，分時(shí)電價(jià)下的可轉(zhuǎn)移負(fù)荷響應(yīng)優(yōu)化模型是一個(gè)涉及售電公司售電定價(jià)和電力用戶用電轉(zhuǎn)移的雙層優(yōu)化模型。

為方便用戶側(cè)的結(jié)算，現(xiàn)階段售電公司分時(shí)電價(jià)的時(shí)段劃分通常與電網(wǎng)公司保持一致，而電網(wǎng)公司則需要統(tǒng)籌考慮當(dāng)?shù)仉娏┬锠顩r、系統(tǒng)負(fù)荷特性等科學(xué)、合理地劃分時(shí)段。因此，本文不對(duì)分時(shí)電價(jià)的時(shí)段分配進(jìn)行優(yōu)化，僅對(duì)各時(shí)段的售電價(jià)格進(jìn)行優(yōu)化。設(shè)售電公司在峰、平、谷時(shí)段對(duì)用戶的售電價(jià)格分別為rp、rf、rv。由于不同時(shí)段的電價(jià)差，可轉(zhuǎn)移負(fù)荷進(jìn)行用電轉(zhuǎn)移［11］，轉(zhuǎn)移后的負(fù)荷LT，At為：

式中：ΔQpf、ΔQpv、ΔQfv分別為用戶峰平、峰谷、平谷的負(fù)荷轉(zhuǎn)移量；αpf、αpv、αfv分別為峰平、峰谷、平谷的用電轉(zhuǎn)移率；Tp、Tf、Tv分別為峰、平、谷時(shí)段集合；tp、tf、tv分別為一天中峰、平、谷所占的時(shí)段數(shù)；Δt 為單個(gè)時(shí)段的時(shí)長(zhǎng)。

構(gòu)建用戶在某一用電方式下的滿意度函數(shù)，其包括用電成本滿意度和用電舒適滿意度2 個(gè)指標(biāo)。用戶在進(jìn)行負(fù)荷轉(zhuǎn)移前，以最適合自身生產(chǎn)生活的方式進(jìn)行用電，此時(shí)用戶電費(fèi)支出最大，但舒適度最高。用戶進(jìn)行負(fù)荷轉(zhuǎn)移后，負(fù)荷曲線和電費(fèi)支出發(fā)生改變，其電費(fèi)支出按轉(zhuǎn)移后各時(shí)段實(shí)際用電量和售電公司分時(shí)電價(jià)結(jié)算。以電費(fèi)支出下降率衡量用戶轉(zhuǎn)移負(fù)荷后用電成本滿意度的提升，以負(fù)荷曲線的偏移程度衡量用電舒適滿意度的下降［10］。為統(tǒng)一量綱，將用戶用電成本滿意度U1和用電舒適滿意度U2標(biāo)幺化，分別表示為：

1.2 考慮響應(yīng)行為不確定性的可削減負(fù)荷響應(yīng)模型

可削減負(fù)荷是售電公司進(jìn)行需求側(cè)管理的有效方式。由消費(fèi)者心理學(xué)可知，用戶實(shí)際削減的負(fù)荷量與售電公司提供的補(bǔ)償單價(jià)有關(guān)，同時(shí)由于不完全理性，用戶的響應(yīng)行為存在一定的不確定性。售電公司需要綜合考慮用戶響應(yīng)行為特性和現(xiàn)貨市場(chǎng)價(jià)格，決策可削減負(fù)荷的補(bǔ)償單價(jià)和調(diào)用策略。

如前所述，用戶的響應(yīng)行為存在一定的不確定性。本文提出響應(yīng)程度來描述用戶參與可削減負(fù)荷響應(yīng)的不確定性，其含義為用戶實(shí)際削減的負(fù)荷量占最優(yōu)負(fù)荷削減量的比例。

桑：目前，以德國(guó)普通士兵的視角反映二戰(zhàn)的長(zhǎng)篇小說《占領(lǐng)區(qū)》(暫名)和《詩說吳越春秋 魏晉治亂》的創(chuàng)作正同時(shí)鋪開。春秋戰(zhàn)國(guó)、東晉、南宋是紹興歷史上三個(gè)最輝煌鼎盛的時(shí)期，我們應(yīng)該為紹興文化的再次閃耀而去努力。為此，我還計(jì)劃在明年開始創(chuàng)作一部長(zhǎng)篇?dú)v史小說《馬踏驚弦廣陵散》，來展現(xiàn)紹興的歷史文化。

式中：k 為線性區(qū)的斜率。

圖1 響應(yīng)程度的梯形隸屬度函數(shù)Fig.1 Trapezoidal membership function of response degree

由此得到用戶實(shí)際削減的負(fù)荷量P? IL，Rt也是一個(gè)模糊變量，其表達(dá)式為：

2 考慮風(fēng)險(xiǎn)的售電公司綜合決策模型

此外，售電公司還面臨著現(xiàn)貨價(jià)格的不確定性。但是，現(xiàn)貨價(jià)格受市場(chǎng)環(huán)境、市場(chǎng)成員報(bào)價(jià)、外部干擾等多重因素影響，且由于市場(chǎng)初期數(shù)據(jù)量少，市場(chǎng)表現(xiàn)尚未穩(wěn)定，甚至市場(chǎng)細(xì)則也處于不斷修改過程中，現(xiàn)貨價(jià)格難以用精確的概率分布函數(shù)來描述。本文采用場(chǎng)景分析法來描述現(xiàn)貨價(jià)格的不確定性，可以將各種不確定性因素轉(zhuǎn)化為多個(gè)確定性因素的組合，還可以保留極端場(chǎng)景［18］。將現(xiàn)貨價(jià)格實(shí)際數(shù)據(jù)作為原始場(chǎng)景，采用K-means 聚類算法得到S 個(gè)現(xiàn)貨價(jià)格典型場(chǎng)景［19］。其中，場(chǎng)景s 的概率為πs，t 時(shí)段價(jià)格為cbs，t，典型場(chǎng)景數(shù)S 值的大小由Silhouette 指標(biāo)來確定，具體實(shí)現(xiàn)方法見附錄A。

2.1 考慮負(fù)荷和價(jià)格不確定性的購電模型

目前，中國(guó)多地區(qū)已建立起中長(zhǎng)期+現(xiàn)貨的市場(chǎng)化交易機(jī)制，以浙江省電力市場(chǎng)為例，售電公司可通過中長(zhǎng)期雙邊合約和現(xiàn)貨市場(chǎng)從批發(fā)市場(chǎng)購入電量。雙邊合約交易按峰、平、谷時(shí)段分別組織，并約定各時(shí)段的電量和價(jià)格［20］，一般峰時(shí)段價(jià)格最高、谷時(shí)段價(jià)格最低。售電公司可利用雙邊合約有效規(guī)避現(xiàn)貨價(jià)格波動(dòng)風(fēng)險(xiǎn)，但由于合約期限較長(zhǎng)，售電公司無法準(zhǔn)確預(yù)測(cè)長(zhǎng)時(shí)間尺度的負(fù)荷，合約電量與實(shí)際負(fù)荷的偏差量需要通過現(xiàn)貨市場(chǎng)交易來平衡［9］。

2.2 計(jì)及條件風(fēng)險(xiǎn)價(jià)值的售電公司綜合決策模型

售電公司面臨著現(xiàn)貨市場(chǎng)價(jià)格、負(fù)荷波動(dòng)、需求響應(yīng)等多重不確定性，在同時(shí)考慮購售電收益與風(fēng)險(xiǎn)后，售電公司的目標(biāo)為最大化其效用函數(shù)U［22］。其表達(dá)式為：

式中：E(R)為售電公司的期望利潤(rùn)；Rr、Cb、C?IL分別為其售電收益、在批發(fā)市場(chǎng)購電成本和可削減負(fù)荷調(diào)用成本；Rσ和γ 分別為售電公司的風(fēng)險(xiǎn)評(píng)估指標(biāo)和風(fēng)險(xiǎn)規(guī)避系數(shù)；xs，t為售電公司發(fā)布負(fù)荷削減指令的狀態(tài)變量，xs，t=0 和xs，t=1 分別表示場(chǎng)景s 下t 時(shí)段售電公司未發(fā)布和發(fā)布削減指令。

條件風(fēng)險(xiǎn)價(jià)值（conditional value at risk，CVaR）衍生于風(fēng)險(xiǎn)價(jià)值（value at risk，VaR），反映了超過VaR 值可能遭受的平均潛在損失大小，能克服VaR值在尾部損失測(cè)量上的非充分性，從而更好地體現(xiàn)售電公司購售電交易的潛在風(fēng)險(xiǎn)價(jià)值［23］。本文采用CVaR 作為售電公司的風(fēng)險(xiǎn)評(píng)估指標(biāo)：

式中：rmax和rmin分別為售電價(jià)格的上限和下限。

2.3 基于模糊規(guī)劃的清晰等價(jià)類轉(zhuǎn)換

3 算例分析

參考中國(guó)某省級(jí)電力市場(chǎng)實(shí)際數(shù)據(jù)對(duì)模型進(jìn)行仿真分析。根據(jù)該省份2020 年統(tǒng)計(jì)數(shù)據(jù)，設(shè)雙邊合約各時(shí)段購電價(jià)格分別為cp=350 元/（MW·h），cf=300 元/（MW·h），cv=250 元/（MW·h），扣除輸配電價(jià)后的售電公司平時(shí)段售電價(jià)格rf=330 元/（MW·h）；現(xiàn)貨市場(chǎng)價(jià)格的典型場(chǎng)景及概率如附錄B 圖B1 所示；分時(shí)電價(jià)的時(shí)段劃分如附錄B 表B1 所示；可削減負(fù)荷相關(guān)參數(shù)如附錄B 表B2 所示，其中響應(yīng)成本系數(shù)參考文獻(xiàn)［13］進(jìn)行設(shè)置。

3.1 售電公司綜合決策模型優(yōu)化結(jié)果

求解售電公司購售電綜合決策模型，得到的售電定價(jià)策略為：峰、平、谷時(shí)段售電價(jià)格分別為463、330、279 元/（M W·h），對(duì)可削減負(fù)荷的補(bǔ)償單價(jià)為145 元/（M W·h）。圖2 展示了可轉(zhuǎn)移負(fù)荷響應(yīng)前后負(fù)荷曲線的變化，對(duì)比原始負(fù)荷曲線和轉(zhuǎn)移后負(fù)荷曲線可以看出，峰時(shí)段（14：00—16：00、19：00—21：00）負(fù)荷有所降低，谷時(shí)段（24：00—次日07：00）負(fù)荷有所增加，平時(shí)段（08：00—13：00、17：00—18：00、22：00—23：00）負(fù)荷基本保持不變，說明在分時(shí)電價(jià)的激勵(lì)下用戶將峰時(shí)段用電量轉(zhuǎn)移到了谷時(shí)段。

圖2 可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷響應(yīng)結(jié)果Fig.2 Response results of transferable load and reducible load

現(xiàn)貨市場(chǎng)價(jià)格有諸多場(chǎng)景，分別選取概率最大和價(jià)格最高的典型場(chǎng)景分析售電公司對(duì)可削減負(fù)荷的調(diào)度結(jié)果，如圖2 和附錄B 圖B2 所示。在圖2 中，售電公司在07：00、12：00、13：00、15：00 這4 個(gè)時(shí)刻調(diào)用了可削減負(fù)荷，這是因?yàn)樵谶@幾個(gè)時(shí)刻現(xiàn)貨市場(chǎng)電價(jià)較高，甚至高于零售價(jià)格，調(diào)用可削減負(fù)荷能減少售電公司虧損。在圖2 和圖B2 的不同場(chǎng)景下，售電公司調(diào)用可削減負(fù)荷的時(shí)段和次數(shù)有所差別。

表1 所示為2 種情景下售電公司購電決策及成本收益情況，其中∑qt為現(xiàn)貨市場(chǎng)總購電量?？梢钥闯?，考慮用戶側(cè)需求響應(yīng)后，售電公司峰時(shí)段簽訂雙邊合約的電量qp降低了15.6%，谷時(shí)段簽訂雙邊合約的電量qv增加了21.9%。同時(shí)，售電公司的購電成本Cb降低了4.6%，期望利潤(rùn)提高了9.2%，說明售電公司能通過優(yōu)化用戶的用電行為提高利潤(rùn)。

表1 售電公司購電決策及收益情況Table 1 Electricity procurement decision-making and revenues of electricity retailers

分析風(fēng)險(xiǎn)規(guī)避系數(shù)對(duì)售電公司購售電決策的影響。如附錄B 圖B3 所示，隨著風(fēng)險(xiǎn)規(guī)避系數(shù)的增加，購售電策略趨向于保守。因此，售電公司增加了價(jià)格固定的雙邊合約的購電量，減少了在價(jià)格波動(dòng)的現(xiàn)貨市場(chǎng)中的購電量。隨著風(fēng)險(xiǎn)規(guī)避系數(shù)的增加，售電公司的期望利潤(rùn)和條件風(fēng)險(xiǎn)損失都不斷減小。這是因?yàn)樵谕炔淮_定性水平下，售電公司采取的策略越保守，期望利潤(rùn)越低；同時(shí)，售電公司減少了現(xiàn)貨市場(chǎng)交易量，條件風(fēng)險(xiǎn)損失也隨之降低。

3.2 用戶響應(yīng)行為不確定性對(duì)售電公司決策的影響

圖3 顯示了在售電公司補(bǔ)償單價(jià)不變的情況下，不同死區(qū)閾值cIL1及不同線性區(qū)斜率k 下用戶的負(fù)荷削減總量。由圖可見，隨著死區(qū)閾值的增大，負(fù)荷削減總量減小，這是因?yàn)樵谘a(bǔ)償單價(jià)和線性區(qū)斜率不變的條件下，死區(qū)閾值的增大反映了用戶響應(yīng)意愿的下降和實(shí)際負(fù)荷削減量的減少。而如果死區(qū)閾值不變、線性區(qū)斜率增加，則反映了用戶實(shí)際響應(yīng)積極性的提高，同樣補(bǔ)貼情況下負(fù)荷削減量也會(huì)增加。

圖3 不同隸屬度參數(shù)下的負(fù)荷削減總量Fig.3 Overall load reduction quantity with different membership parameters

圖4 展示了死區(qū)閾值對(duì)售電公司決策的影響。如圖所示，售電公司對(duì)可削減負(fù)荷的補(bǔ)償單價(jià)隨著死區(qū)閾值的增大而增大，此時(shí)，可削減負(fù)荷單次削減量會(huì)增大，但售電公司調(diào)用可削減負(fù)荷的頻率會(huì)降低。這是因?yàn)樵谙嗤默F(xiàn)貨價(jià)格場(chǎng)景下，補(bǔ)償單價(jià)增大時(shí)，售電公司只會(huì)在現(xiàn)貨價(jià)格極高的時(shí)段調(diào)用可削減負(fù)荷才不會(huì)虧損，因此，售電公司會(huì)減少對(duì)可削減負(fù)荷的調(diào)用頻率。

圖4 不同死區(qū)閾值下的售電公司決策結(jié)果Fig.4 Decision-making results of electricity retailers with different deadband thresholds

總的來說，售電公司對(duì)可削減負(fù)荷的調(diào)用總量隨著死區(qū)閾值的增大而減少。死區(qū)閾值增大意味著可削減負(fù)荷的調(diào)用成本增大，在面對(duì)現(xiàn)貨市場(chǎng)和可削減負(fù)荷2 種平衡資源時(shí)，售電公司會(huì)減少對(duì)可削減負(fù)荷的調(diào)用，更多地通過現(xiàn)貨市場(chǎng)來平衡偏差量。

3.3 負(fù)荷預(yù)測(cè)精度對(duì)售電公司決策的影響

負(fù)荷預(yù)測(cè)精度會(huì)影響售電公司購電決策，并進(jìn)一步影響到售電公司購售電利潤(rùn)，如圖5 所示。

圖5 不同負(fù)荷預(yù)測(cè)精度下的售電公司購電量及收益Fig.5 Electricity procurement and revenues of electricity retailers with different load forecasting accuracies

隨著負(fù)荷預(yù)測(cè)精度的降低（即預(yù)測(cè)標(biāo)準(zhǔn)差σt的增大），售電公司雙邊合約購電量減少且現(xiàn)貨市場(chǎng)購電量增加，同時(shí)，售電公司的期望利潤(rùn)減小且條件風(fēng)險(xiǎn)損失增大。這是因?yàn)樨?fù)荷預(yù)測(cè)精度較低時(shí)，售電公司傾向于減少雙邊合約的簽訂量，更多地是通過現(xiàn)貨市場(chǎng)實(shí)時(shí)交易來擬合負(fù)荷曲線。因此，售電公司面臨的風(fēng)險(xiǎn)明顯增加，故條件風(fēng)險(xiǎn)損失增加。而在風(fēng)險(xiǎn)規(guī)避系數(shù)一定的情況下，風(fēng)險(xiǎn)增加時(shí)售電公司的購售電策略將趨于保守，導(dǎo)致期望利潤(rùn)降低。

表2 展示了不同負(fù)荷預(yù)測(cè)精度下售電公司的補(bǔ)償單價(jià)及對(duì)可削減負(fù)荷的調(diào)用情況，表中可削減負(fù)荷調(diào)用頻率是售電公司調(diào)用可削減負(fù)荷的時(shí)段數(shù)占總時(shí)段數(shù)的比例。隨著負(fù)荷預(yù)測(cè)精度的降低，補(bǔ)償單價(jià)先減少后增加，可削減負(fù)荷調(diào)用頻率先增加后減少，負(fù)荷削減總量也先增加后減少。這是由于負(fù)荷削減總量受補(bǔ)償單價(jià)和可削減負(fù)荷調(diào)用頻率2 個(gè)方面的影響，負(fù)荷預(yù)測(cè)精度較高（σt較?。r(shí)，售電公司調(diào)用可削減負(fù)荷的頻率較高，但單次負(fù)荷削減量較小。負(fù)荷預(yù)測(cè)精度較低（σt較大）時(shí)，售電公司調(diào)用可削減負(fù)荷的頻率較低，單次負(fù)荷削減量較大，這說明在負(fù)荷預(yù)測(cè)精度低時(shí)，售電公司更愿意將可削減負(fù)荷作為現(xiàn)貨市場(chǎng)的一種補(bǔ)充資源，用于現(xiàn)貨市場(chǎng)價(jià)格極高的小概率場(chǎng)景中。

表2 不同負(fù)荷預(yù)測(cè)精度下的可削減負(fù)荷調(diào)用情況Table 2 Reducible load deployment with different load forecasting accuracies

4 結(jié)語

在競(jìng)爭(zhēng)性的電力市場(chǎng)環(huán)境下，售電公司面臨著價(jià)格變化、負(fù)荷波動(dòng)等多重不確定性因素的影響，用戶側(cè)需求響應(yīng)是其降低風(fēng)險(xiǎn)的有效手段之一。對(duì)此，本文提出了包含用戶響應(yīng)行為不確定性等多重不確定性因素的售電公司購售電決策模型。基于不同負(fù)荷類型，分別提出了分時(shí)電價(jià)下可轉(zhuǎn)移負(fù)荷響應(yīng)模型和補(bǔ)償激勵(lì)下可削減負(fù)荷響應(yīng)模型。根據(jù)各類不確定性因素的變化特點(diǎn)和數(shù)據(jù)特征，分別采用了模糊隸屬度、概率分布函數(shù)、場(chǎng)景法等方法來描述。在此基礎(chǔ)上，建立了包含購電組合、售電定價(jià)、可削減負(fù)荷調(diào)用及補(bǔ)償?shù)葲Q策的售電公司綜合決策與風(fēng)險(xiǎn)評(píng)估模型，并通過算例仿真驗(yàn)證了模型的有效性。當(dāng)前，中國(guó)許多地區(qū)已啟動(dòng)現(xiàn)貨市場(chǎng)試點(diǎn)，本文提出的模型能為現(xiàn)貨市場(chǎng)下售電公司購售電決策提供參考。此外，隨著電力市場(chǎng)的不斷發(fā)展，可進(jìn)一步研究考慮現(xiàn)貨價(jià)格、負(fù)荷等多個(gè)不確定性因素的內(nèi)在聯(lián)系，建立如基于貝葉斯條件概率的售電公司購售電決策模型。

本文得到國(guó)網(wǎng)浙江省電力有限公司科技項(xiàng)目(5211LS2000JS)的資助，特此感謝！

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。