朱鋁芬，周 珣，陳美玲，張 云

（南京工業(yè)大學浦江學院，江蘇 南京 211100）

0 引 言

隨著我國經(jīng)濟的飛速發(fā)展，電力需求持續(xù)增長，僅依靠擴大投資規(guī)模、增加裝機容量來滿足短暫的高峰用電，必然導(dǎo)致發(fā)電資源的極大浪費，也會加重電力企業(yè)的負擔。融入消費者心理學，利用價格信號或激勵作用，使用戶的用電方式發(fā)生改變，從而保障電網(wǎng)的穩(wěn)定[1-7]。尖峰電價具有削峰填谷、平緩系統(tǒng)負荷的作用，國內(nèi)外對此作出了很多研究。文獻[8]搭建了綜合考慮電力用戶、風電場及供電公司利益的多目標變時段尖峰電價決策模型，通過風速的蒙特卡羅模擬，結(jié)合遺傳算法對模型進行求解。本文融入消費者心理學，以實現(xiàn)削峰填谷和使用戶滿意度最大化為目的建立尖峰電價模型，并結(jié)合改進粒子群算法優(yōu)化模型。

1 基于消費者心理學的用戶響應(yīng)尖峰電價行為分析

文章融入消費者心理學，利用價格信號改變用戶用電方式，從而實現(xiàn)削峰填谷。以居民負荷為研究對象進行負荷特性分析，并在此基礎(chǔ)上融入消費者心理學進行居民用戶對電價的靈敏度分析，獲得負荷轉(zhuǎn)移率曲線[8]，如圖1所示。

圖1 負荷轉(zhuǎn)移率

圖1表明，銷售電價對居民用戶的刺激有一個最小可覺差。當電價小于最小可覺差時，居民用戶基本上無反應(yīng)；當電價大于一個上限值時，居民用戶不再有更多的可轉(zhuǎn)移負荷，響應(yīng)趨近飽和。負荷轉(zhuǎn)移率為[9]：

式中：d、g分別為低電價、高電價，Δgd=g-d；agd、bgd分別為用戶對電價差在死區(qū)及線性區(qū)的上限值；Kgd為斜率。

基于消費者心理學的尖峰電價費率體系包含尖峰日和非尖峰日，共有6類負荷轉(zhuǎn)移率，即尖-谷轉(zhuǎn)移率λcg、尖-平轉(zhuǎn)移率λcp、尖-峰轉(zhuǎn)移率λcf、峰-谷轉(zhuǎn)移率λfg、峰-平轉(zhuǎn)移率λfp、平-谷轉(zhuǎn)移率λpg。

2 建立基于消費者心理學的負荷響應(yīng)模型

假設(shè)某地區(qū)所有簽訂了尖峰電價合同的用戶，其負荷響應(yīng)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(zhuǎn)變?yōu)榧夥咫妰r后尖峰日的負荷響應(yīng)模型：

式中：Tc、Tf、Tp、Tg分別為尖峰時段、峰時段、平時段、谷時段；k為其中的任一時段；Lk0、Lk分別為CPP實施前、后k時段的負荷；Lc、Lf、Lp、Lg分別為CPP實施前尖、峰、平、谷時段的負荷值；μfg、μfp、μpg分別為實行分時電價時的峰-谷、峰-平、平-谷的轉(zhuǎn)移率。

非尖峰日的負荷響應(yīng)模型與尖峰日的負荷響應(yīng)模型類似，不重復(fù)闡述。

3 建立基于消費者心理學的尖峰電價優(yōu)化模型

本文以尖峰日尖峰時段電價Pc、非尖峰日電價折扣率r為變量，實現(xiàn)月負荷的最大峰荷最小化、月負荷的峰谷差最小化及用戶滿意度最大化，建立多目標的規(guī)劃模型[10]：

式中：Lday,t為執(zhí)行CPP后第day天t時刻的負荷，Lmax為執(zhí)行CPP后該月的最大負荷；Cday為執(zhí)行CPP后第day天的峰谷差，Cmax為執(zhí)行CPP后該月的最大峰谷差；ε為用戶電費支出滿意度，C(Pc,Pf,Pg)為實行峰谷分時電價時用戶的電費支出，C(Pc,Pf,Pp,Pg)為實行尖峰電價后用戶的電費支出；θ為用戶用電方式滿意度，N為計算時間段數(shù)為實行尖峰電價的用戶各時段用電量變化值。

利用設(shè)定權(quán)值法，將多目標函數(shù)轉(zhuǎn)化為單目標規(guī)劃：

式中，Lmax0為執(zhí)行CPP前該月的最高負荷，Cmax0為執(zhí)行CPP前該月的最大峰谷差，ω1、ω2分別代表用戶對系統(tǒng)削峰填谷的貢獻以及自身滿意度的權(quán)重。

尖峰電價模型為非線性混合規(guī)劃模型，目標函數(shù)具有一定的復(fù)雜性，通過改進粒子群算法優(yōu)化模型參數(shù)即Pc、r，相對于傳統(tǒng)粒子群算法引入基于精英個體適應(yīng)值方差的混沌搜索策略和自適應(yīng)激活機制，有效提高了其全局搜索能力，緩解了“早熟現(xiàn)象”。

4 算例驗證

以某市2017年8月份的居民負荷數(shù)據(jù)為基礎(chǔ)進行算例驗證。算例中，設(shè)置ω1=0.6，ω2=0.4，采用改進粒子群算法求解。結(jié)果為Pc=1.35元/kW·h，r=0.95，尖峰電價上浮了200%。執(zhí)行前后最高負荷減少了212 MW，下降了11.5%；最大峰谷減少了47 MW，下降了3.82%；電網(wǎng)公司的月售電收入增加了173萬元。圖2為尖峰電價實施前后的負荷曲線。

圖2 尖峰電價實施前后負荷曲線比較

截取某尖峰日執(zhí)行尖峰電價前后的負荷數(shù)據(jù)作曲線對比，如圖3所示。

圖3 某尖峰日尖峰電價實施前后負荷曲線比較

5 結(jié) 論

本文融入消費者心理學對尖峰電價模型進行研究，利用改進粒子群算法優(yōu)化模型，并通過算例驗證其可行性，為尖峰電價的實施提供了科學的理論依據(jù)。然而，本文采用的負荷響應(yīng)模型過于粗糙，用戶的響應(yīng)情況實際處于動態(tài)變化之中，與負荷類型、季節(jié)等多種因素相關(guān)，應(yīng)采用幾條不同的作用機理折線表示，并隨著時間的發(fā)展不斷修正，這將是下一步的研究內(nèi)容。