黨倩,張華峰,馬彥宏,崔亮,張俊

(1. 國網(wǎng)甘肅省電力公司信息通信公司，蘭州市 730000； 2. 國網(wǎng)甘肅省電力公司科技信通部,蘭州市 730000；3. 中國人民銀行蘭州中心支行，蘭州市 730000； 4. 深圳市華陽國際工程設計有限公司長沙分公司，長沙市 410007)

基于離散選擇的可控負荷菜單定價方法

黨倩1,張華峰2,馬彥宏2,崔亮3,張俊4

(1. 國網(wǎng)甘肅省電力公司信息通信公司，蘭州市 730000； 2. 國網(wǎng)甘肅省電力公司科技信通部,蘭州市 730000；3. 中國人民銀行蘭州中心支行，蘭州市 730000； 4. 深圳市華陽國際工程設計有限公司長沙分公司，長沙市 410007)

合理的需求側(cè)電價是促進和引導用戶主動需求響應的關(guān)鍵因素。借助離散選擇理論，針對地域分散、數(shù)量龐大的可控負荷需求響應的不同邊際成本和消費偏好，提出了基于離散選擇的可控負荷菜單定價方法?？紤]到用戶在多種電價下的不同偏好選擇行為，該方法以負荷削減邊際成本、負荷削減量以及補償電價為影響因素，建立了用戶對菜單電價的離散選擇模型，計算了用戶對菜單電價的離散選擇概率。然后以需求響應電價和負荷削減量為菜單選項，以系統(tǒng)供電成本最小為目標，構(gòu)建了反映用戶不同消費偏好的可控負荷菜單定價模型。最后通過算例仿真，分析了有無離散選擇下系統(tǒng)供電成本和用戶總負荷削減量以及影響用戶選擇因素的敏感度，表明考慮離散選擇的菜單定價，能夠有效地反映用戶對不同電價的選擇偏好，誘導其內(nèi)在需求彈性，從而使菜單電價更好地滿足用戶的消費偏好，促進用戶主動參與并削減更多的負荷，節(jié)約系統(tǒng)供電成本，實現(xiàn)電力資源的優(yōu)化配置。

需求響應；消費偏好；離散選擇；多項式羅吉特模型；菜單定價

0 引 言

面對日益進步的科技和持續(xù)發(fā)展的經(jīng)濟，全球范圍內(nèi)的國家和地區(qū)對電力的需求都面臨著剛性增長的趨勢，需求增長與能源緊缺、能源利用與環(huán)境保護之間日益凸顯出諸多矛盾與挑戰(zhàn)。同時隨著間歇性可再生能源大量接入電網(wǎng)，要求有足夠的、可調(diào)度的資源以確保系統(tǒng)運行的安全穩(wěn)定性[1]。除傳統(tǒng)的發(fā)電機組作為可調(diào)度資源外，需求側(cè)種類各異的終端用戶中擁有快速響應能力的可控負荷資源不僅具有較大的資源配置效益和節(jié)能減排潛力，而且對維持電力系統(tǒng)的供需平衡及安全穩(wěn)定運行同樣重要。因此，需求側(cè)大量的可控負荷資源受到了特別的關(guān)注，人們逐步認識到可以對需求側(cè)資源進行優(yōu)化管理。

隨著智能電網(wǎng)技術(shù)的快速發(fā)展，用戶與系統(tǒng)的雙向互動成為可能，需求響應(demand response, DR)作為需求側(cè)管理的重要手段之一，是指通過價格或激勵手段誘導用戶減少或者推移某時段的用電而主動參與電網(wǎng)調(diào)度的行為[2]。相比于傳統(tǒng)方法，由于它具有節(jié)能環(huán)保、系統(tǒng)所需的成本相對較低以及用戶能夠快速響應等特點，在提高系統(tǒng)運行的安全穩(wěn)定性同時，系統(tǒng)經(jīng)濟效益性等方面都得到了顯著的提升[3]。電價作為聯(lián)系供需雙方的橋梁，能夠調(diào)動用戶主動需求響應的積極性，系統(tǒng)可以通過制定合理的需求側(cè)電價鼓勵終端用戶主動參與到電力系統(tǒng)的運行與管理，引導用戶合理的電力消費，從而達到削峰填谷、提高資源配置效率的作用。因此，針對需求側(cè)可控負荷資源，設計合理、有效的需求電價機制具有重要的理論意義和應用價值。

目前，國內(nèi)外關(guān)于需求側(cè)電價設計的研究成果主要集中在實時定價、分時定價、尖峰定價以及可中斷負荷補償定價等方面。文獻[4]通過恒定價格彈性的需求響應模型，刻畫用戶對價格信號的影響程度，進而以發(fā)電成本最小為目標，在滿足用戶用電需求的條件下，提出了分時電價優(yōu)化決策模型。文獻[5]則建立了時變價格彈性的需求響應模型，以所有發(fā)電公司同時實現(xiàn)利潤最大的均衡狀態(tài)，確定分時電價。為了減少用戶的用電費用，文獻[6]以用電成本最小為目標，建立了分時電價決策模型。文獻[7]基于價格彈性矩陣，通過最小化實施階梯電價前后的銷售量，在滿足平均電價水平、銷售利潤的條件下，提出階梯電價優(yōu)化決策模型。針對可中斷負荷，文獻[8-10]研究了可中斷負荷的激勵性補償價格，以鼓勵用戶簽訂可中斷負荷合同。但是，上述模型都只是在單一定價模式下的優(yōu)化模型，沒有根據(jù)用戶需求響應的特點實現(xiàn)對不同類型用戶的差別定價。為此，文獻[11]針對消費者的消費特征提出了菜單定價方法，并設計了可供選擇的菜單組合套餐，但是該文獻主要研究的是在電信資費套餐等方面的定價設計。文獻[12]雖然針對消費者的需求和選擇偏好，提出了基于離散選擇理論的顧客對產(chǎn)品的選擇模型，但是未涉及可控負荷參與電網(wǎng)調(diào)度的市場運營狀態(tài)下的電價決策問題，沒有刻畫用戶對不同電價的消費心理行為，缺乏用戶對電價的自主選擇研究，忽略用戶對電價的不同偏好選擇對系統(tǒng)定價的影響。

因此，本文針對地域分散、數(shù)量龐大的可控負荷，考慮用戶需求響應的邊際成本差異性，刻畫用戶在多種電價下的偏好選擇行為，基于用戶對不同電價的離散選擇模型，提出以需求響應電價和負荷削減量為菜單組合選項，以系統(tǒng)供電成本最小為目標的可控負荷需求響應菜單定價方法，并為高、中、低3種成本的用戶設計不同菜單電價組合?；贗EEE-30節(jié)點系統(tǒng)的仿真分析，驗證該定價模型的有效性和實用性。

1 可控負荷需求響應的菜單定價方式

本文提出的需求響應計劃是基于美國PJM日前或者小時前用戶參與市場交易的過程[13]。負荷服務機構(gòu)(load serving entity, LSE)利用經(jīng)濟措施(電價)誘導用戶增加或減少負荷功率，參與日前或者小時前市場交易，以促進用戶主動改變用電方式，實現(xiàn)有效的需求側(cè)管理和系統(tǒng)削峰填谷。

對于理性的用戶，會根據(jù)自身利益來決定是否參與電網(wǎng)的調(diào)度，且用戶需求響應的程度即負荷功率增加量或削減量大小取決于電價的高低和負荷增減所帶來的損失或成本。用戶負荷削減量定義為未參與調(diào)度時的負荷與參與調(diào)度時實際負荷之間的差值[14]。由于不同用戶削減功率的邊際成本及對電價的偏好各不相同，因此需要設計不同的電價選項，實現(xiàn)對不同用戶參與電網(wǎng)調(diào)度的差別定價。菜單定價是指定價主體將若干主體或服務進行組合銷售，并根據(jù)消費量的多少或品質(zhì)的高低，對每一種產(chǎn)品(服務)組合進行差別定價[15]?？煽刎摵尚枨箜憫牟藛味▋r過程如下(本文只考慮需求響應中用戶削減功率的補償電價設計)。

(1)LSE根據(jù)系統(tǒng)供需實時情況和批發(fā)市場電價λb，發(fā)布功率調(diào)整需求信號。

(2)考慮用戶功率削減邊際成本的差異性，根據(jù)美國PJM市場上用戶需求響應減功率的報價數(shù)據(jù)，將用戶按照功率削減邊際成本的不同分為高、中、低3種類型C(C1>C2>C3)，并選擇負荷削減量ΔP和需求響應電價λ(λ1>λ2>λ3)作為2個“菜單”組合項目，并為這3種類型用戶分別設計不同的菜單電價組合。其菜單參數(shù)如表1所示。

表1 菜單組合

Table 1 Menu combination

(3)考慮用戶對不同電價的偏好選擇，引入離散選擇模型來刻畫用戶對菜單電價的選擇行為，并基于用戶效用最大化的原理，推斷出用戶選擇每類菜單電價的離散概率。

(4)用戶根據(jù)LSE設計的多種菜單電價組合，自主選擇參與市場交易。LSE考慮網(wǎng)絡安全因素及最大化利用可再生能源約束的前提下，以系統(tǒng)總供電成本最小為目標，進行菜單組合的優(yōu)化設計，確定菜單電價組合。

2 基于離散選擇的需求響應電價選擇模型

2.1 用戶對電價的離散選擇模型(MNL)

電力作為一種商品，用戶會根據(jù)自身的特點，如負荷削減的成本、給定電價的高低等來決定是否參與電網(wǎng)調(diào)度。為了研究用戶對電價的自主選擇，更好地刻畫用戶對不同電價的偏好選擇，引入離散選擇模型，分析用戶在多種電價下的選擇行為及消費心理。離散選擇模型(discrete choice model)，也被稱為特征反應模型(qualitative response model)，是由表示選擇項集合在連續(xù)變量和離散變量之間存在的差異而引起的，主要描述的是消費者作為主體，如何根據(jù)選擇項給主體帶來某些效用而在一系列離散不連續(xù)的選擇項中的選擇決策行為[16]。

Uik=Vik+ξik=δikZik+βXik+ξik

(1)

式中：Uik表示用戶i選擇第k種菜單電價時的效用，其中Vik為可確定的效用；ξik為不確定的效用，包括難以觀測到的效用和觀測誤差產(chǎn)生的影響，為隨機變量，服從Gumbel分布；Zik為被觀察的用戶的個人特征及其他特征，如年齡、性別、家庭收入等；Xik為可以觀測到的產(chǎn)品屬性，在論文本章節(jié)的研究中，包括需求響應補償電價、負荷削減量、功率削減邊際成本等屬性；δik為用戶個人屬性特征偏好系數(shù)，會隨選項的不同而不同；β為產(chǎn)品屬性偏好系數(shù)，為固定的參數(shù)且不隨選項而變化。

從公式(1)可知，用戶i選擇第k種菜單電價的效用，與用戶個人的屬性特征和產(chǎn)品屬性特征有關(guān)。效用函數(shù)中δik可以看作用戶個人屬性特征偏好，β為產(chǎn)品的屬性特征偏好。

對于用戶而言，在一系列可行的菜單電價選擇集中，總是選擇對他來說效用最高的那個選擇項。因此，基于隨機效用最大化理論的離散選擇模型，用戶從K種菜單電價中選擇菜單選項k參與電網(wǎng)調(diào)度時，有：

δik=1，當且僅當Uik≥Uij，?k≠j

(2)

即理性的用戶會選擇帶給他最大效用的選項。此處，δik=1表示用戶i選擇第k種菜單選項，否則δik=0。則用戶i選擇第k個選擇項時的概率Prik為

Prik=P(Uik>Uij,?k≠j)=

P(Vik+ξik>Vij+ξij,?k≠j)=

P(ξij

(3)

(4)

式(4)也稱為條件Logit模型，表示用戶在選擇何種電價的概率只由不同的效用差值決定，選擇不同的電價組合對應不同的效用值，反應了用戶對不同菜單電價的偏好選擇。

2.2 用戶電價選擇效用函數(shù)的確定及參數(shù)估計

用戶選擇哪種菜單電價選項的效用由用戶的個人屬性和產(chǎn)品的特性共同決定的。由于參與電網(wǎng)調(diào)度的可控負荷用戶的個人屬性特性如家庭收入、年齡等屬于用戶的隱私信息，且難以獲得。因此本文只考慮產(chǎn)品特性，即將用戶需求響應的補償電價、負荷削減量以及負荷削減的邊際成本作為描述用戶效用函數(shù)的影響因素。將上述影響因素化成變量，則用戶i選擇第k種菜單電價組合時，其效用函數(shù)確定項可表示為

Vik=β1λk+β2ΔPik+β3Ci

(5)

式中：λk為用戶選擇的第k種需求響應補償電價；ΔPik為用戶i在選擇電價λk的負荷削減量；Ci表示用戶i負荷削減的邊際成本，分別對應高、中、低3種類型；β1、β2、β3為待估計的參數(shù)，表示用戶對于電價、負荷削減量、成本的偏好特征；將式(5)代入式(4)得到用戶i選擇菜單電價組合k時的概率為

(6)

公式(6)為用戶對菜單電價組合的離散選擇模型，表示用戶選擇何種菜單電價組合的概率取決于用戶對于需求響應補償電價、負荷削減量和負荷削減邊際成本的偏好程度，反應了用戶的不同消費偏好選擇行為。文章采用應用廣泛的極大似然估計進行參數(shù)標定。當用戶i實際選擇菜單電價組合λk、ΔPk時，可表示為

(7)

(8)

可以證明，L(β1,β2,β3)是β1,β2,β3的凹函數(shù)。因此，使L(β1,β2,β3)達到最大值的極大似然估計向量是讓L(β1,β2,β3)分別對β1,β2,β3求導，并使導數(shù)為0，得到方程組：

(9)

通過解此方程組，即可確定模型參數(shù)β1,β2,β3。

2.3 用戶菜單電價選擇影響因素分析

用戶對菜單電價選擇影響因素分析主要通過分析不同影響因素對菜單電價選擇的影響。從2.2節(jié)可知，影響用戶菜單電價選擇的主要因素為需求響應補償電價、負荷削減量以及負荷削減邊際成本3種。為了描述這3種因素對用戶菜單電價選擇概率的具體影響，即當上述3種因素中某個影響因素變量發(fā)生變化時，該類菜單電價被選擇概率有多大程度的變化，采用經(jīng)濟學中的彈性值來分析各種因素的敏感度。彈性是指某一個因素變量變動的百分比相對于另一種因素變量變動的百分比。對于菜單電價的選擇而言，即當影響電價選擇的某個影響因素變量發(fā)生一個百分點的變化時，用戶選擇該類菜單電價組合的概率有多大程度的變化。因此，用戶i選擇菜單選項k的概率Prik關(guān)于菜單選項k中第j個影響因素變量xkj的彈性為

(10)

式中：Ei,xkj為用戶i選擇菜單選項k的概率Prik關(guān)于菜單選項k中第j個影響因素變量xkj的彈性值。由于確定效用Vik與xkj成線性關(guān)系，那么：

Ei,xkj=βkjxkj(1-Prik)

(11)

從公式(10)～(11)可以看出，影響電價選擇的因素的敏感度主要和3個方面有關(guān)，包括該因素變量本身xkj和該因素的變量參數(shù)βkj的大小，同時還與對當前菜單電價組合選擇的概率Prik也有密切關(guān)系。

3 基于離散選擇的可控負荷需求響應菜單定價模型

3.1 目標函數(shù)

為了實現(xiàn)對不同類型可控負荷的差別定價，基于離散選擇模型對用戶選擇概率估計，在最大化利用分布式可再生能源發(fā)電和滿足電力網(wǎng)絡和設備安全運行約束的前提下，提出以系統(tǒng)供電成本最小為目標的可控負荷菜單定價模型。

(12)

式中基于離散選擇的可控負荷需求響應電價決策模型包括4個部分：分布式柴油或燃氣發(fā)電機組的發(fā)電成本FG、分布式風力發(fā)電成本FW、可控負荷需求響應補償成本FDR和LSE在批發(fā)市場的購電成本FB，分別對應式(12)的第1項到第4項。Pgn、Pwn,s、ΔPnk、λk、Pb為優(yōu)化決策變量。N為系統(tǒng)節(jié)點數(shù)目。

可控負荷功率削減補償成本體現(xiàn)在LSE支付給參與電網(wǎng)調(diào)度的用戶負荷功率削減的補償費用?？紤]用戶選擇菜單組合的不確定性，補償成本為用戶選擇各類菜單組合所獲補償?shù)臄?shù)學期望，其計算公式為

(13)

LSE對于K類用戶參與電網(wǎng)調(diào)度的可控負荷功率削減量估計為

ΔPnk=Pn[1-e-εk(λk-Ci)]

(14)

式(14)為可控負荷需求響應函數(shù)[18]，表征用戶的負荷削減量大小與用戶負荷削減的邊際成本、補償電價以及需求彈性系數(shù)有關(guān)。ΔPnk為用戶選擇第k類菜單組合時的節(jié)點n可控負荷功率削減量；Pn為用戶功率削減之前的負荷需求，即不參與電網(wǎng)調(diào)度時的負荷需求；εk為用戶對第k類菜單電價的需求彈性因子。用戶選擇K種菜單電價組合的離散概率滿足：

Prn1+Prn2+…+PrnK=1，Prnk≥0

(15)

假設分布式柴油或燃氣發(fā)電機組的發(fā)電成本采用二次函數(shù)形式，即

(16)

式中：agn,bgn分別為發(fā)電成本一次和二次系數(shù)。

風電機組的發(fā)電成本包括3部分[19]，即

FW=cwnPwn,s+E(cwn,u[Pwn-Pwn,s]+)+

E(cwn,o[Pwn,s-Pwn]+)

(17)

式中：Pwn,s為計劃的風力發(fā)電功率；Pwn為節(jié)點n的實際可用風力發(fā)電功率，服從隨機概率分布；cwn為風電機組直接發(fā)電成本系數(shù)；cwn,u,cwn,o分別為風功率低估和高估的懲罰成本系數(shù)；[x]+=max{x,0}；E(·)為數(shù)學期望算子。

LSE在批發(fā)市場的購電成本為

FB=Pbλb

(18)

式中：Pb、λb為LSE在批發(fā)市場購買電能的電量和電價。

3.2 約束條件

(1)系統(tǒng)平衡約束(忽略系統(tǒng)功率損耗)：

(19)

(2)電力網(wǎng)絡安全約束：

(20)

式中：ηln為節(jié)點n的注入功率對線路l傳輸功率的靈敏度系數(shù)；Tl為線路l的傳輸功率限值；l=1,2,…，L表示支路，L為輸電線路總數(shù)。

(3)可控負荷功率削減量約束：

0≤ΔPnk≤PnPr nk

(21)

式中：可控負荷功率削減量的最大值與用戶不參與調(diào)度時的負荷需求和選擇該類型的菜單電價的概率有關(guān)[20]。

(4)分布式電源出力約束：

(22)

(23)

4 原對偶內(nèi)點算法

原對偶內(nèi)點算法在數(shù)學上描述如下，同時利用一個不帶函數(shù)不等式約束的標準優(yōu)化問題進行分析。

minf(x)

(24)

s.th(x)=0

(25)

l≤x≤u

(26)

式中：x∈Rn,f∈R,h∈Rm為連續(xù)可微的函數(shù)；l,u∈Rn為變量的上、下界。引入松弛變量z1,z2∈Rn后，將式(26)轉(zhuǎn)化為：

x-z1=l

(27)

x+z2=u

(28)

z1≥0,z2≥0

(29)

在目標函數(shù)中引入對數(shù)障礙函數(shù)，可以消除不等式約束。將目標函數(shù)轉(zhuǎn)化為：

(30)

s.th(x)=0

(31)

x-z1=l

(32)

x+z2=u

(33)

式中：μ為障礙函數(shù)，且μ>0；將式(30)～(33)定義拉格朗日函數(shù)如下：

L=f(x)+λTh(x)+φT(x-z1-l)+γT(x+z2-u) -

(34)

式中：x,z1,z2為原始變量向量；λ,φ,γ為對應的拉格朗日乘子向量，即對偶變量向量。由此可導出下列KKT條件：

Lx=▽h(x)+▽Th(x)λ+▽T(φ+γ)=0

(35)

Lλ=h(x)=0

(36)

Lφ=x-z1-l=0

(37)

Lγ=x+z2-u=0

(38)

(39)

(40)

z1,z2,γ≥0,φ≤0

(41)

式中：Z1,Z2為對角陣，對角元分別為z1,z2；φ1，γ1分別為以向量φ，γ元素為對角元構(gòu)成的對角矩陣；e為r維全一向量；▽f(x)為f(x)的梯度。

通過牛頓-拉夫遜法迭代求解式(35)～(41)，可得修正方程如下：

Δz1=▽xΔx+Lφ

(42)

Δz2=-▽xΔx-Lγ

(43)

(44)

(45)

(46)

-Lλ=▽h(x)Δx

(47)

式(46)、(47)可以寫成如下迭代格式：

(48)

式中：

(49)

H′=▽2f(x)-λT▽2h(x)+(φT+γT)▽2x+

(50)

式中：H′為修正后的海森矩陣；J為等式約束的雅可比矩陣。

在原對偶內(nèi)點法中，在對松弛變量和函數(shù)對應的拉格朗日乘子給定適當初始值時，必須要保證z1,z2,γ≥0,φ≤0，

障礙因子根據(jù)對偶間隙動態(tài)確定：

μ=σCd/2r

(51)

式中：σ為向心參數(shù)，取值為(0,1]；r為不等式約束個數(shù)；Cd為對偶間隙，即

(52)

5 算例仿真

采用原對偶內(nèi)點算法求解菜單定價優(yōu)化模型，通過IEEE-30節(jié)點系統(tǒng)[21]的數(shù)值仿真，驗證所提模型和方法的有效性。分布式柴油或燃氣發(fā)電機組參數(shù)如表2所示。假設在7節(jié)點接入分布式風電機組，風速采用荷蘭DeBilt風場的風速數(shù)據(jù)，服從Weibull分布。風速與風機最大可用輸出功率之間的關(guān)系如文獻[22]所示，風電機組參數(shù)如表3所示。LSE在批發(fā)市場的購電電價為92$/(MW·h)。假設在3、10、15節(jié)點上接入高、中、低3種成本類型的可控負荷用戶，需求彈性數(shù)據(jù)根據(jù)用戶特點設定[23]，負荷削減邊際成本根據(jù)用戶在PJM市場減功率的報價數(shù)據(jù)設定，其參數(shù)如表4所示。

5.1 用戶效用函數(shù)的參數(shù)分析及菜單組合選項

選取美國PJM市場2014年8月各天晚20:05分用戶需求響應減功率的報價數(shù)據(jù)(包含報價和功率削減量)，構(gòu)造300組樣本進行極大似然估計，最終得到的參數(shù)估計結(jié)果為β1=0.132、β2=-0.034、β3=-0.028，建立用戶效用函數(shù)確定項的函數(shù)為

表2 機組發(fā)電參數(shù)

Table 2 Generation parameters of units

表3 風電機組參數(shù)

Table 3 Wind turbine parameters $/( MW·h)

表4 節(jié)點可控負荷參數(shù)

Vik=0.132λk-0.034ΔPik-0.028Ci

(53)

在考慮用戶離散選擇的菜單定價模式下，分別針對3種不同成本的用戶設計出3檔共9種不同的菜單電價組合。從表5可以看出，隨著負荷削減量的增加，系統(tǒng)將同時提高補償電價，以增加用戶選擇此類菜單電價組合的效用，增大用戶選擇此類選項的概率，從而提高用戶需求響應的積極性。在實際的電力市場中，由于用戶個人的經(jīng)濟特征不同，因此用戶會根據(jù)自身的實際狀況以及效用值的大小，選擇最優(yōu)的菜單電價選項。

5.2 離散選擇對用戶需求響應及供電成本的影響

為了研究用戶離散選擇對系統(tǒng)定價的影響，分別考慮有無離散選擇對用戶負荷削減量和系統(tǒng)供電成本進行分析。不考慮用戶離散選擇時，假設用戶對所有菜單電價的偏好相同，即選擇各類菜單電價的概率均相同，其結(jié)果如表6和圖1、2所示。

表5 菜單組合選項

Table 5 Menu combination options

表6 供電成本及負荷削減量對比

Table 6 Comparison of power supply cost and load reduction

圖1 不同成本用戶的負荷削減量

圖2 不同成本用戶需求響應補償成本

從表6和圖1，2可以看出，考慮離散選擇的菜單定價能夠有效地促進不同成本類型的用戶參與系統(tǒng)的需求響應，誘使用戶削減更多的負荷功率，雖然在一定程度上增加了系統(tǒng)支付給用戶的補償成本，但是由于系統(tǒng)擁有了更多的可調(diào)度的需求側(cè)可控負荷資源，減少了系統(tǒng)使用較多的常規(guī)發(fā)電資源，因此系統(tǒng)總的供電成本反而更小。該結(jié)果表明由于在定價中考慮了用戶對不同菜單電價的偏好，系統(tǒng)可以根據(jù)用戶對菜單組合的選擇概率，制定符合用戶消費偏好的菜單電價組合，誘導不同類型用戶盡可能地選擇補償電價和負荷削減量較高的菜單選項，提高用戶的收益，從而節(jié)約系統(tǒng)的供電成本。

5.3 電價及負荷削減量的敏感度分析

根據(jù)公式(10)—(11)可以求出各類型用戶對需求響應補償電價、負荷削減量的彈性值，由于用戶的成本類型是系統(tǒng)無法控制的因素，因此不考慮此種因素的彈性值。

(1)需求響應補償電價的敏感度分析。

用戶對需求響應補償電價的彈性值，如表7所示。由表7可知：補償電價對用戶選擇概率的彈性值都是正值，說明增大補償電價，可以提高用戶選擇相應菜單組合的概率。低成本的用戶關(guān)于補償電價的彈性值最大為1.82，敏感度最高，說明相對于高、中成本類型的用戶而言，提高需求響應補償電價對低成本的用戶選擇此類菜單組合有較大的吸引力，這是因為該類用戶本身具有較低的功率削減成本，當只提高補償電價時，此類用戶獲得的效用增加的最多，因此會相應的提高用戶選擇的概率。因此，在定價時可以充分利用低成本用戶對電價的高敏感度，若相應的提高低成本類型用戶的補償電價，可以促進此類型用戶積極參與系統(tǒng)的需求響應項目。

表7 各類型用戶的需求響應補償電價彈性值

Table 7 Demand response compensation price elasticity for each type of user

(2)負荷削減量的敏感度分析。

用戶對負荷削減量的彈性值，如表8所示。由表8可知，各類型用戶負荷削減量的彈性值都為負值，說明負荷削減量對用戶選擇的概率具有負向的作用，即增大菜單選項中的負荷削減量，則用戶選擇相應菜單選項的概率會減小。同時，各類用戶負荷削減量的彈性絕對值都小于補償電價的彈性值，表明了補償電價對用戶選擇的影響大于負荷削減量的影響，原因在于提高電價對用戶來說具有更直觀的效益。高成本類型的負荷削減量彈性值的絕對值最大，說明該類型用戶對負荷削減量敏感度最高，若增大負荷削減量，則此類型用戶選擇相應菜單選項的概率將大大減小。這是因為該類型用戶具有較大的功率調(diào)整成本，當只增大負荷削減量時，此類用戶獲得的效用減小的最多，從而會相應的減小此類用戶選擇的概率。

表8 各類型用戶負荷削減量的彈性值

Table 8 Elastic values of load reduction for each type of user

5.4 用戶細分對需求響應及系統(tǒng)供電成本的影響

考慮用戶類型細分的參數(shù)設置如表9所示，分別將用戶按照負荷削減邊際成本劃分為2種、3種、4種類型(2種不同的中等成本類型)；考慮不同用戶分類數(shù)對需求響應和系統(tǒng)供電成本的影響如圖3所示。

表9 用戶分類參數(shù)設置

Table 9 User classification parameter settings

圖3 用戶細分對系統(tǒng)供電成本及負荷削減量的影響

從圖3可以看出，隨著對用戶分類數(shù)增多，系統(tǒng)的供電成本會相應減少，而菜單選項中總的負荷削減量會增加。這是由于不同類型的用戶對電價的偏好不一樣，因此會有不同程度的參與意愿。若減少用戶分類，則菜單電價組合不能很好地滿足該成本類型用戶的消費偏好，降低了該類型用戶參與需求響應的積極性，系統(tǒng)獲得的可調(diào)度的需求側(cè)可控負荷資源(負荷削減量)也相應減少，增大系統(tǒng)供電成本。因此可以將用戶類型進一步細分，根據(jù)每種類型用戶的消費偏好制定相應的菜單電價，能夠促進用戶積極參與系統(tǒng)需求響應項目，節(jié)約系統(tǒng)供電成本。

6 結(jié) 語

本文通過引入離散選擇模型，研究了用戶在多種電價下的自主選擇行為及消費心理，并以需求響應補償電價和負荷削減量為菜單選項，構(gòu)建了基于離散選擇的可控負荷需求響應菜單定價方法。算例分析表明，引進用戶離散選擇概念的菜單電價，能夠更好地研究用戶對于不同電價的偏好行為，增大用戶對電價的自主選擇性，有效地誘導用戶內(nèi)在的需求彈性，提高用戶需求響應的積極性，節(jié)約系統(tǒng)的供電成本，優(yōu)化電力資源配置，為系統(tǒng)制定更有效的需求響應電價提供幫助，對研究用戶的用電消費和支付意愿具有一定的價值，結(jié)果表明所提的電價決策模型具有一定的實用性和有效性。

[1]BEVRANI H，GHOSH A. LEDWICH G.Renewable energy sources and frequency regulation：survey and new perspectives[J].IET Renewable Power Generation，2010，4(5): 438-457.

[2]SAMARAKOON K，EKANAYAKE J，JENKINS N.Reporting available demand response[J].IEEE Transactions on Smart Grid，2013，4(4)：1842-1851.

[3]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.

[4]CELEBI E，F(xiàn)ULLER J D.A model for efficient consumer pricing schemes in electricity markets[J].IEEE Transactions on Power Systems，2007，22(1)：60-67.

[5]CELEBI E，F(xiàn)ULLER J D.Time-of-use pricing in electricity markets under different market structures[J].IEEE Transactions on Power Systems，2012，27(3)：1170-1181.

[6]DE Sa FERREIRA R，BARROSO L A，LINO P R，et al.Time-of-use tariff design under uncertainty in price-elasticities of electricity demand: A stochastic optimization approach [J].IEEE Transactions on Smart Grid，2013，4(4)：2285-2295.

[7]LI Canbing，TANG Shengwei，CAO Yijia，et al.A new stepwise power taiff model and its application for residential consumers in regulated electricity markets [J].IEEE Transactions on Power Systems，2013，28(1)：300-308.

[8]肖欣，周渝慧，鄭凱中，等.臺灣實時可中斷電價進行削峰填谷的需求響應策略及其成本效益分析[J].中國電機工程學報，2014，34(22)：3615-3622. XIAO Xin，ZHOU Yuhui，ZHENG Kaizhong，et al.Research on strategy of interruptible price and its cost-benefit model aimed at peak load shifting in Taiwan [J].Proceedings of the CSEE，2014，34(22)：3615-3622.

[9]方勇，李渝曾.電力市場中激勵性可中斷負荷合同的建模與實施研究[J].電網(wǎng)技術(shù)，2004，28(17)：41-46. FANG Yong，LI Yuzeng.Modeling and implementation of incentive interruptible load contracts in electricity markets [J].Power System Technology，2004，28(17)：41-46.

[10]施泉生，李世動.基于是負荷價值的可中斷負荷定價研究[J].華東電力，2013，41(8)：1722-1727. SHI Quansheng，LI Shidong.Interruptible load pricing based on value of lost load[J].East China Electric Power，2013，41(8)：1722-1727.

[11]鞏永華，李幫義.基于激勵相容的電信市場業(yè)務組合定價研究[J].工業(yè)技術(shù)經(jīng)濟，2010，29(7)：77-79. GONG Yonghua，LI Bangyi.Study of business combination pricing of telecom market based on incentive compatibility theory[J].Industrial Technology & Economy，2010，29(7)：77-79.

[12]郭捷，李永壯.基于離散選擇模型的顧客選擇偏好分析[J].工業(yè)技術(shù)經(jīng)濟，2012，13(12)：60-65. GUO Jie，LI Yongzhuang.Analysis of customer choice preference based on discrete choice model[J].Journal of Industrial Technological Economics，2012,13(12)：60-65.

[13]U.S. Day-ahead demand response program[R].U.S.，2003.

[14]ZHONG Haiwang，XIE Le，XIA Qing.Coupon incentive-based demand respon se: theory and case study[J].IEEE Transactions on Power Systems，2013，28(2)：1266-1276.

[15]曾鳴，李晨，魏陽，等.基于激勵相容原理的跨區(qū)輸電服務菜單定價方法[J].華東電力，2012，40(2)：0163-0166. ZENG Ming，LI Chen，WEI Yang，et al.A menu-pricing method for cross-regional power transmission service based on incentive compatibility theory[J].East China Electric Power，2012，40(2)：0163-0166.

[16]曾文創(chuàng).基于離散選擇模型的城市交通方式結(jié)構(gòu)優(yōu)化策略研究[D].廣州：華南理工大學，2011. ZENG Wenchuang.Study on optimizing strategy of urban traffic structure based on discrete choice models [D].Guangzhou：South China University of Technology，2011.

[17]楊麗丹.基于離散選擇模型的多式聯(lián)運路徑選擇[D].北京：清華大學，2011. YANG Lidan.Discrete choice model based route choice for combined transport[D].Beijing：Tsinghua University，2011.

[18]MNATSAKANYAN A，KENNEDY S.Optimal demand response bidding and pricing mechanism：Application for virtual power plant[C]//2013 1stIEEE Conference on Technologies for Sustainability，Portland，USA，2013.

[19]ZHAO Junhua，WEN Fushuan，DONG Zhaoyang，et al.Optimal dispatch of electric vehicles and wind power using enhanced particle swarm optimization[J].IEEE Transactions Industrial Informatics，2012，8(4)：889-899.

[20]RAMOS A，JONGHE C D，SIX D，et al.Asymmety of information and demand response incentives in energy markets[C]//10th International Conference on the European Energy Market(EEM)，Stockholm，Sweden，2013.

[21]袁鐵江，晁勤，吐爾遜·伊不拉音，等.面向電力市場的含風電電力系統(tǒng)的環(huán)境經(jīng)濟調(diào)度優(yōu)化[J].電網(wǎng)技術(shù)，2009，33(20)：131-135. YUAN Tiejiang，CHAO Qin，TUERXUN Yibulayin，et al.Electricity market-oriented optimization of environmental economic dispatching for power grid containing wind power[J].Power System Technology，2009，33(20)：131-135.

[22]JENS N S. Wind energy systems: optimising design and construction for safe and reliable operation[M].New York: Woodhead Publishing，2001[23]LI Xie, HUA Zheng. Demand elasticity analysis by least squares support vector machine[C]//6th International Congress on Image and Signal Processing(CISP)，Hangzhou，China，2013.

(編輯 張媛媛)

Menu-Pricing Method for Controllable Load Based on Discrete Choice Model

DANG Qian1，ZHANG Huafeng2，MA Yanhong2，CUI Liang3，ZHANG Jun4

(1. Information Communication Corporation, State Grid Gansu Electric Power Corporation, Lanzhou 730000, China; 2. Ministry of Information Technology, State Grid Gansu Electric Power Corporation, Lanzhou 730000, China; 3. Lanzhou Central Sub-branch, The People’s Bank of China, Lanzhou 730000, China; 4. Changsha Branch, Shenzhen Huayang International Engineering Design Co., Ltd.， Changsha 410007, China)

The reasonable demand-side price is the key factor to promote and guide the user’s demand response. Considering geographical dispersion and large number of controllable load in difference demand response of marginal cost and consumption preferences, this paper presents a controllable load menu-pricing method based on discrete choice theory. Considering the different preferences of the user in a wide variety of electricity price, this method establishes the discrete choice model for user’s menu price, which is based on the three factors: the marginal cost of load, the load reduction and the compensation price, and calculates the discrete choice probability of user’s menu price. Then we take the price of demand response and the load reduction for the menu options, the minimum cost of system power supply as the target, and construct the menu-pricing model for controllable load which can reflect the different consumption preference of users. Finally, through numerical example, we analyze the power supply cost and user’s total load reduction with or without discrete choice, as well as the sensitivity of affecting user’s selection factor. The results show that menu-pricing considering discrete choice can effectively reflect the user’s preferences for different electricity price, and induce its intrinsic demand elasticity, so that the menu price can meet the user’s consumption preference, promote the user to participate in and cut more load, save the system power supply cost, and realize the optimal allocation of power resources.

demand response; consumption preference; discrete choice; multinomial Logit model; menu-pricing

國家高技術(shù)研究發(fā)展計劃項目(863計劃)(2011AA05A104)

TM 73

A

1000-7229(2016)01-0110-09

10.3969/j.issn.1000-7229.2016.01.017

2015-07-03

黨倩(1981)，女，碩士，研究方向為電力行業(yè)信息系統(tǒng)研究與運維；

張華峰(1978)，男，碩士，研究方向為電力行業(yè)信息系統(tǒng)研究與管理；

馬彥宏(1975)，男，碩士，研究方向為電力系統(tǒng)自動化；

崔亮(1980)，男，碩士，研究方向為計算機網(wǎng)絡與信息系統(tǒng)；

張俊(1988)，男，碩士，研究方向為電力系統(tǒng)運行與控制。

Project supported by the National High Technology Research and Development of China(863 Program)(2011AA05A104)