劉秋華， 胡蘇晨， 周維初

(1. 南京工程學(xué)院經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 211167；2. 南京工程學(xué)院電力工程學(xué)院，江蘇 南京 211167)

0 引言

2015年，國(guó)務(wù)院出臺(tái)《關(guān)于進(jìn)一步深化電力體制改革的若干意見(jiàn)》(中發(fā)〔2015〕9號(hào)文)，這標(biāo)志著我國(guó)新一輪電改正式拉開(kāi)帷幕。隨著改革的深化，售電商必須全面了解用戶需求，以用戶為出發(fā)點(diǎn)，通過(guò)分時(shí)電價(jià)和激勵(lì)引導(dǎo)用戶積極參與用戶響應(yīng)，主動(dòng)避峰用電，降低售電商的購(gòu)電成本和風(fēng)險(xiǎn)，實(shí)現(xiàn)售電商與用戶的雙贏[1—4]。

近年來(lái)，售電套餐的優(yōu)化設(shè)計(jì)是售電服務(wù)的研究重點(diǎn)。文獻(xiàn)[5—6]以固定電價(jià)套餐為基礎(chǔ)，優(yōu)化設(shè)計(jì)了分時(shí)電價(jià)套餐、季節(jié)電價(jià)套餐等多種套餐。文獻(xiàn)[7]建立以售電商利潤(rùn)最大化和工業(yè)用戶成本最小化為目標(biāo)的雙層優(yōu)化模型，通過(guò)算例仿真驗(yàn)證了該套餐有利于買賣雙方的利益并起到削峰填谷的作用。文獻(xiàn)[8]通過(guò)用戶效用最大化模型和售電商利潤(rùn)最大化模型優(yōu)化電力用戶的用電量和售電商的購(gòu)電決策，根據(jù)提出的用戶貢獻(xiàn)度指標(biāo)，設(shè)計(jì)個(gè)性化的零售電價(jià)套餐。

需求側(cè)響應(yīng)分為價(jià)格型響應(yīng)和激勵(lì)型響應(yīng)，可以提高電網(wǎng)經(jīng)濟(jì)運(yùn)行效率[9]。文獻(xiàn)[10—11]基于需求側(cè)響應(yīng)模型優(yōu)化綜合發(fā)電資源的調(diào)度。文獻(xiàn)[12]基于需求側(cè)響應(yīng)提出了儲(chǔ)能容量的識(shí)別方法。文獻(xiàn)[13—15]基于需求側(cè)響應(yīng)減少電力用戶的峰谷差，降低售電商參與中長(zhǎng)期市場(chǎng)的購(gòu)電成本，以此來(lái)優(yōu)化設(shè)計(jì)售電套餐。

以上研究均未考慮需求側(cè)響應(yīng)對(duì)現(xiàn)貨市場(chǎng)交易的影響，缺乏售電商參與現(xiàn)貨市場(chǎng)交易的方法指導(dǎo)，因此文中設(shè)計(jì)基于售電商參與現(xiàn)貨市場(chǎng)的售電套餐。首先，基于售電套餐激勵(lì)計(jì)算電力用戶的響應(yīng)情況；然后，依據(jù)用戶的需求響應(yīng)情況建立電力用戶套餐決策模型，并以套餐激勵(lì)和用戶避峰響應(yīng)系數(shù)為決策變量、以售電商利益驅(qū)動(dòng)量最大化為目標(biāo)建立售電套餐的優(yōu)化模型；最后，通過(guò)尋優(yōu)算法求解目標(biāo)優(yōu)化函數(shù)。算例結(jié)果證明了套餐優(yōu)化的可行性以及合理性。

1 需求側(cè)響應(yīng)以及套餐決策模型

1.1 假定條件

(1) 電力負(fù)荷與現(xiàn)貨市場(chǎng)的電價(jià)存在強(qiáng)耦合關(guān)系，即現(xiàn)貨市場(chǎng)電價(jià)在用電負(fù)荷大的時(shí)段偏高。

(2) 不考慮谷時(shí)段用電量的加權(quán)系數(shù)時(shí)，電力用戶會(huì)均勻轉(zhuǎn)移負(fù)荷。

(3) 售電商通過(guò)中長(zhǎng)期合約購(gòu)買其所代理的電力用戶的負(fù)荷，通過(guò)現(xiàn)貨市場(chǎng)交易電力用戶所轉(zhuǎn)移的用電負(fù)荷。

(4) 電費(fèi)占生產(chǎn)成本比例越大的電力用戶越注重電費(fèi)節(jié)省滿意度，即電費(fèi)占生產(chǎn)成本比例越大，電力用戶對(duì)電費(fèi)節(jié)省滿意度賦予的權(quán)重越大。

1.2 用戶避峰響應(yīng)系數(shù)以及售電套餐激勵(lì)

分時(shí)電價(jià)是我國(guó)電價(jià)的一種重要形式，電力用戶一般會(huì)按照峰谷平3個(gè)時(shí)段合理安排自己的生產(chǎn)。然而電力用戶的負(fù)荷曲線仍然存在較大的峰谷差，須采取進(jìn)一步的激勵(lì)措施，提高用戶轉(zhuǎn)移負(fù)荷的積極性，以避峰用電。為了衡量用戶的避峰用電行為，文中引入用戶避峰響應(yīng)系數(shù)，根據(jù)不同范圍的避峰響應(yīng)系數(shù)，售電商制定多種售電套餐激勵(lì)，通過(guò)給予電力用戶套餐自主選擇權(quán)來(lái)吸引用戶轉(zhuǎn)移負(fù)荷。

(1)

式中：μ′i為套餐優(yōu)化前用戶i的避峰響應(yīng)系數(shù)；a為谷時(shí)段用電量的加權(quán)系數(shù)；q′i,f，q′i,p，q′i,g分別為套餐優(yōu)化前用戶i在峰時(shí)段、平時(shí)段、谷時(shí)段的用電量。

根據(jù)用戶每日的避峰響應(yīng)系數(shù)，售電商給予用戶相應(yīng)的電費(fèi)激勵(lì)。則用戶每日的電費(fèi)為：

pij=(pfqij,f+ppqij,p+pgqij,g)xij

(2)

式中：pij為用戶i選擇套餐j后的電費(fèi)；pf，pp，pg分別為峰時(shí)段、平時(shí)段、谷時(shí)段電價(jià)；qij,f，qij,p，qij,g分別為用戶i選擇套餐j后在峰時(shí)段、平時(shí)段、谷時(shí)段的用電量；xij為電力用戶i選擇套餐j對(duì)應(yīng)的激勵(lì)系數(shù)。

1.3 基于售電套餐激勵(lì)的需求側(cè)響應(yīng)

為了滿足售電套餐的要求，用戶將部分峰時(shí)段用電量轉(zhuǎn)移至平時(shí)段和谷時(shí)段。同時(shí)，負(fù)荷轉(zhuǎn)移前后的總電量保持不變，則電力用戶的峰、平、谷用電量為：

(3)

式中： Δqij,fp為峰平時(shí)段的負(fù)荷轉(zhuǎn)移量；Δqij,fg為峰谷時(shí)段的負(fù)荷轉(zhuǎn)移量。

為了引導(dǎo)電力用戶積極轉(zhuǎn)移負(fù)荷，售電商需要將電力用戶的避峰響應(yīng)系數(shù)分為數(shù)個(gè)范圍來(lái)設(shè)計(jì)套餐，每一個(gè)套餐對(duì)應(yīng)一個(gè)套餐激勵(lì)。當(dāng)電力用戶將自身的避峰響應(yīng)系數(shù)提高到售電商設(shè)定的避峰響應(yīng)系數(shù)范圍的最小值時(shí)，就可以獲得套餐激勵(lì)。如果電力用戶在該避峰響應(yīng)系數(shù)范圍內(nèi)繼續(xù)提高自身的避峰響應(yīng)系數(shù)，不僅無(wú)法獲得額外的套餐激勵(lì)，還會(huì)導(dǎo)致用電方式滿意度下降。文中定義售電商設(shè)定的套餐的避峰響應(yīng)系數(shù)范圍的最小值為該套餐的避峰響應(yīng)系數(shù)的標(biāo)準(zhǔn)值。套餐的避峰響應(yīng)系數(shù)的標(biāo)準(zhǔn)值作為分段點(diǎn)，可以將電力用戶的避峰響應(yīng)系數(shù)劃分為數(shù)個(gè)范圍。

為了獲得套餐激勵(lì)，電力用戶需要調(diào)整自身的用電量情況。隨著電力用戶平時(shí)段和谷時(shí)段用電量占比的增大，該用戶的避峰響應(yīng)系數(shù)也相應(yīng)增大。因此，在初始用電負(fù)荷的基礎(chǔ)上，電力用戶將峰時(shí)段的用電量向平時(shí)段和谷時(shí)段轉(zhuǎn)移，使負(fù)荷轉(zhuǎn)移后的電力用戶i的避峰響應(yīng)系數(shù)等于其所選套餐的避峰響應(yīng)系數(shù)的標(biāo)準(zhǔn)值，則：

(4)

式中：μij為用戶i選擇套餐j的避峰響應(yīng)系數(shù)的標(biāo)準(zhǔn)值。

文中引入電力用戶在不考慮谷時(shí)段用電量的加權(quán)系數(shù)時(shí)的轉(zhuǎn)移負(fù)荷分配系數(shù)b。當(dāng)0

(5)

1.4 基于用戶效用的售電套餐決策模型

通常，用效用函數(shù)來(lái)衡量用戶對(duì)某一商品或服務(wù)的偏好，可以表示電力用戶選擇某一售電套餐后的滿意度。根據(jù)電力用戶對(duì)每種套餐的滿意度，建立電力用戶對(duì)售電套餐的決策模型。

效用函數(shù)包括電費(fèi)節(jié)省滿意度和用電方式改變滿意度。電費(fèi)節(jié)省滿意度取決于初始電費(fèi)和選擇套餐后電費(fèi)支出的差值，設(shè)定初始電費(fèi)的電費(fèi)滿意度為1，電力用戶轉(zhuǎn)移負(fù)荷后，可獲得套餐激勵(lì)以及峰時(shí)段負(fù)荷轉(zhuǎn)移節(jié)省的電費(fèi)。電力用戶負(fù)荷轉(zhuǎn)移后電費(fèi)與初始電費(fèi)的差值越大，用戶越傾向選擇這個(gè)套餐。則電費(fèi)節(jié)省滿意度表示為[16]：

(6)

式中：Bij為用戶i選擇套餐j的電費(fèi)節(jié)省滿意度；δ為節(jié)省的電費(fèi)與用戶滿意度之間的比例系數(shù)；p′i為用戶i每日初始電費(fèi)；pij為用戶i選擇套餐j后的電費(fèi)。

以初始用電方式的滿意度為標(biāo)準(zhǔn)值，設(shè)定為1。當(dāng)電力用戶為了獲得需求側(cè)響應(yīng)激勵(lì)而進(jìn)行負(fù)荷轉(zhuǎn)移時(shí)，與初始負(fù)荷曲線相比，新的負(fù)荷曲線產(chǎn)生部分偏移，造成滿意度下降。因此，用該偏移量衡量用戶用電方式改變滿意度，其表達(dá)式如下[17]:

Cij=1-εi(|qij,f-q′i,f|+
|qij,p-q′i,p|+|qij,g-q′i,g|)θi

(7)

式中：Cij為用戶i選擇套餐j的用電方式改變滿意度；εi為用電方式偏移量與用戶滿意度之間的比例系數(shù)；θi為用電方式偏移量與用戶滿意度之間的指數(shù)系數(shù)。

綜上可知，效用的表達(dá)式如下：

Uij=γiBij+(1-γi)Cij

(8)

式中：Uij為用戶i選擇套餐j的效用；γi為用戶i對(duì)電費(fèi)支出滿意度賦予的權(quán)重，反映不同類型的用戶對(duì)電費(fèi)支出和用電方式改變的重視程度不同。

根據(jù)電力用戶選擇各個(gè)售電套餐所帶來(lái)的效用，售電商可以選擇初始售電套餐，也可以選擇優(yōu)化后的各種售電套餐。而初始售電套餐的用戶效用為1，用戶效用越大，用戶選擇的概率就越大。則用戶對(duì)售電套餐的決策模型如下[18]：

(9)

式中：dij為用戶i選擇套餐j的概率；β為用戶效用與套餐決策概率之間的比例系數(shù)；K為優(yōu)化后的售電套餐數(shù)。

2 現(xiàn)貨市場(chǎng)交易下售電套餐優(yōu)化模型

與發(fā)電商不同，售電商參與電力現(xiàn)貨市場(chǎng)，既可以賣電，也可以買電。售電商通過(guò)套餐激勵(lì)引導(dǎo)電力用戶將峰時(shí)段負(fù)荷往平時(shí)段和谷時(shí)段轉(zhuǎn)移，通過(guò)現(xiàn)貨市場(chǎng)賣出峰時(shí)段負(fù)荷轉(zhuǎn)移量并購(gòu)買谷時(shí)段負(fù)荷轉(zhuǎn)移量，以此來(lái)提高售電商利益。文中以用戶避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值和套餐激勵(lì)系數(shù)為決策變量，以售電商利益驅(qū)動(dòng)量最大化為目標(biāo)函數(shù)，建立基于售電商參與現(xiàn)貨市場(chǎng)的售電套餐優(yōu)化模型，即：

(10)

式中：E為售電商套餐優(yōu)化的利益驅(qū)動(dòng)量；L為電力用戶數(shù)；Δpfp為現(xiàn)貨市場(chǎng)峰時(shí)段和平時(shí)段的平均電價(jià)差；Δpfg為現(xiàn)貨市場(chǎng)峰時(shí)段和谷時(shí)段的平均電價(jià)差。

約束條件如下：(1) 用戶避峰響應(yīng)系數(shù)約束。用戶會(huì)根據(jù)自身用電習(xí)慣選擇適合自己的售電套餐并轉(zhuǎn)移負(fù)荷。因此套餐優(yōu)化后的用戶避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值不小于套餐優(yōu)化前的用戶避峰系數(shù)，即：

μj≥μ′i

(11)

式中：μj為套餐j的用戶避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值。

考慮到極端的情況，當(dāng)電力用戶將所有用電負(fù)荷轉(zhuǎn)移到谷時(shí)段時(shí)，該用戶避峰響應(yīng)系數(shù)最大，即：

(12)

式中：μ′j為極端情況下的避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值。

售電商設(shè)計(jì)的套餐的用戶避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值需要小于極端情況下的用戶避峰系數(shù)，即：

μj

(13)

(2) 用戶響應(yīng)激勵(lì)系數(shù)約束。用戶避峰響應(yīng)系數(shù)越大，售電商給予的用戶響應(yīng)激勵(lì)系數(shù)越小，為此設(shè)定第j+1個(gè)售電套餐的避峰響應(yīng)系數(shù)大于第j個(gè)售電套餐的避峰響應(yīng)系數(shù)，第j+1個(gè)售電套餐的激勵(lì)系數(shù)小于第j個(gè)售電套餐的激勵(lì)系數(shù)，則應(yīng)當(dāng)滿足以下約束：

μj+1>μj

(14)

xj+1

(15)

0

(16)

式中：xj為第j個(gè)售電套餐的套餐激勵(lì)；μj+1，xj+1分別為第j+1個(gè)售電套餐的避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值和套餐激勵(lì)。

3 模型求解

為驗(yàn)證套餐優(yōu)化模型的可行性，文中采用混沌粒子群優(yōu)化(chaos particle swarm optimization，CPSO)算法對(duì)目標(biāo)優(yōu)化函數(shù)進(jìn)行尋優(yōu)。CPSO算法在粒子群的每次迭代中都對(duì)每個(gè)粒子進(jìn)行混沌映射，避免粒子群迭代時(shí)陷入局部，與傳統(tǒng)的遺傳算法(genetic algorithm，GA)和粒子群優(yōu)化(particle swarm optimization，PSO)算法相比，CPSO算法提高了算法的搜索速度和精度[19—22]。CPSO算法采用一維混沌Logistic映射，如式(17)所示。

yt+1=νyt(1-yt)

(17)

式中：yt,yt+1分別為第t次，第t+1次迭代的混沌Logistic映射值；ν為控制系數(shù)。

通過(guò)混沌序列對(duì)粒子的位置和算法的慣性因子進(jìn)行混沌映射，如式(18)、式(19)所示。

zt=yt(zmax-zmin)+zmin

(18)

(19)

式中：zt為第t次迭代時(shí)粒子的位置；zmax，zmin分別為初始化設(shè)置的粒子位置極大值和極小值；ω為算法的慣性權(quán)重；ωmax，ωmin分別為初始化設(shè)置的慣性權(quán)重極大值和極小值；λk為粒子k的適應(yīng)度；λav為粒子群適應(yīng)度的平均值；λmin為粒子群適應(yīng)度的最小值。

算法主要流程如下。

步驟1:用戶數(shù)據(jù)初始化，算法參數(shù)初始化。

步驟2:進(jìn)入迭代循環(huán)。

步驟3:根據(jù)式(17)—式(19)混沌初始化粒子群的位置和慣性權(quán)重。

步驟4:根據(jù)式(3)—式(5)計(jì)算用戶的需求側(cè)響應(yīng)。

步驟5:根據(jù)式(6)—式(9)計(jì)算用戶的售電套餐決策模型。

步驟6:根據(jù)式(10)計(jì)算目標(biāo)函數(shù)值，確定個(gè)體最優(yōu)位置和全局最優(yōu)位置。

步驟7:判斷是否達(dá)到最大迭代次數(shù)，若是，則結(jié)束迭代，否則根據(jù)算法規(guī)則，更新粒子位置和速度，返回步驟2重新計(jì)算。

4 套餐優(yōu)化模型下的算例分析

4.1 參數(shù)設(shè)定

文中選取某地區(qū)電力用戶的典型日負(fù)荷曲線作為用戶負(fù)荷的初始數(shù)據(jù)，通過(guò)K-means聚類法可將用戶分為3類典型日負(fù)荷曲線。第1類用戶為早高峰型，第2類用戶為晚高峰型，第3類用戶為雙峰型，如圖1所示。

圖1 不同類型的用戶負(fù)荷Fig.1 Different types of user load

電力現(xiàn)貨市場(chǎng)以日為市場(chǎng)交易周期，采用集中出清的交易形式，產(chǎn)生面向次日各個(gè)時(shí)段的分時(shí)電價(jià)。2019年，中國(guó)在廣東等8個(gè)試點(diǎn)地區(qū)的電力現(xiàn)貨市場(chǎng)基本建成，目前均已完成了電力現(xiàn)貨市場(chǎng)交易機(jī)制的構(gòu)建并實(shí)現(xiàn)了月度以上的試運(yùn)營(yíng)階段[23]。圖2為廣東電力現(xiàn)貨市場(chǎng)某一周的實(shí)時(shí)電價(jià)曲線，由圖2可知，現(xiàn)貨市場(chǎng)的實(shí)時(shí)價(jià)格在一天中波動(dòng)劇烈，并且峰值通常出現(xiàn)在白天用電高峰期，谷值出現(xiàn)在晚上用電低谷期，峰谷差明顯。

圖2 廣東現(xiàn)貨市場(chǎng)實(shí)時(shí)電價(jià)Fig.2 Real-time electricity price in Guangdong spot market

隨著電力現(xiàn)貨市場(chǎng)的成熟，參與市場(chǎng)交易的主體增加，現(xiàn)貨市場(chǎng)競(jìng)爭(zhēng)愈發(fā)激烈，峰谷電價(jià)差進(jìn)一步增加。綜合考慮，文中設(shè)定現(xiàn)貨市場(chǎng)峰平電價(jià)差為0.5元/(kW·h)、峰谷電價(jià)差為1.0元/(kW·h)。

由于現(xiàn)貨市場(chǎng)的市場(chǎng)價(jià)格與電力用戶的用電負(fù)荷存在強(qiáng)耦合關(guān)系，根據(jù)某地區(qū)的電力現(xiàn)貨市場(chǎng)的市場(chǎng)價(jià)格和電力用戶的用電負(fù)荷情況劃分峰、平、谷時(shí)段，如表1所示。

表1 分時(shí)電價(jià)的時(shí)段劃分與價(jià)格Table 1 Time division and price of time-of-use electricity price

4.2 套餐優(yōu)化結(jié)果分析

分別使用CPSO算法、PSO算法、GA求解目標(biāo)函數(shù)，其迭代過(guò)程如圖3所示。由圖可知，CPSO算法的收斂速度和精度明顯優(yōu)于PSO算法和GA。

圖3 不同算法迭代過(guò)程對(duì)比Fig.3 Comparison of iterative process based on different algorithms

通過(guò)CPSO算法求解用戶避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值和套餐激勵(lì)系數(shù)，得到最優(yōu)售電套餐，如表2所示。

表2 售電套餐優(yōu)化設(shè)計(jì)Table 2 Optimized design of electricity sales package

4.3 用戶的需求側(cè)響應(yīng)和套餐決策結(jié)果分析

根據(jù)優(yōu)化設(shè)計(jì)的售電套餐的避峰響應(yīng)系數(shù)標(biāo)準(zhǔn)值，如果電力用戶選擇相應(yīng)的套餐，需要轉(zhuǎn)移負(fù)荷以滿足套餐的要求，3類電力用戶分別選擇4種售電套餐所需的負(fù)荷轉(zhuǎn)移量構(gòu)成12種情景，如圖4所示。由圖4可知，電力用戶希望獲得的套餐激勵(lì)越多，其轉(zhuǎn)移負(fù)荷就越大。同時(shí)，電力用戶偏向于將電力負(fù)荷從峰時(shí)段往與之相鄰的平時(shí)段轉(zhuǎn)移，平時(shí)段的用電增量要高于谷時(shí)段的用電增量。

圖4 用戶負(fù)荷轉(zhuǎn)移量Fig.4 Transfer volume of user load

根據(jù)電力用戶選擇售電套餐的負(fù)荷轉(zhuǎn)移情況，計(jì)算出3類電力用戶選擇4種售電套餐的電費(fèi)節(jié)省滿意度和用電方式滿意度，如表3和表4所示。由表3和表4可知，電力用戶選擇套餐4的電費(fèi)節(jié)省滿意度最高，選擇套餐1的電費(fèi)節(jié)省滿意度最低。而選擇套餐4的用電方式滿意度最低，選擇套餐1的用電方式滿意度最高。

表3 電力用戶電費(fèi)節(jié)省滿意度Table 3 Satisfaction of power userswith electricity charges

表4 電力用戶用電方式滿意度Table 4 Satisfaction situation of power users

根據(jù)每一類用戶轉(zhuǎn)移負(fù)荷導(dǎo)致的電費(fèi)節(jié)省滿意度的提高和用電方式滿意度的下降，計(jì)算每一類用戶的效用，并得到3類用戶的套餐決策情況，如表5所示。

表5 電力用戶的套餐決策Table 5 Package decision of power users %

由表5可知，第1類電力用戶作為早高峰型用戶，其用戶效用更注重用電方式滿意度，選擇套餐2的概率最大。第2類電力用戶作為晚高峰型用戶，其用戶效用均衡考慮用電方式滿意度和電費(fèi)節(jié)省滿意度，選擇套餐3的概率最大。第3類電力用戶作為雙峰型用戶，其用戶效用注重電費(fèi)節(jié)省滿意度，選擇套餐4的概率最大。

4.4 售電商的套餐優(yōu)化的利益驅(qū)動(dòng)分析

谷時(shí)段加權(quán)系數(shù)a影響著用戶的負(fù)荷轉(zhuǎn)移情況，a越大，電力用戶的峰谷負(fù)荷轉(zhuǎn)移量越大。通過(guò)改變系數(shù)a的取值，計(jì)算售電商的利益驅(qū)動(dòng)量，得到利益驅(qū)動(dòng)量隨系數(shù)a的變化情況如圖5所示。由圖5可知，當(dāng)系數(shù)a增長(zhǎng)時(shí)，電力用戶偏向于將負(fù)荷往谷時(shí)段轉(zhuǎn)移，這樣不但能節(jié)省更多的電費(fèi)，還可以最低限度地改變用電方式。但是當(dāng)a>0.9時(shí)，電力用戶想要獲得套餐激勵(lì)需要向谷時(shí)段大量轉(zhuǎn)移用電負(fù)荷，導(dǎo)致用電方式滿意度過(guò)低而使用戶的負(fù)荷轉(zhuǎn)移積極性下降，用戶將更愿意選擇原套餐，售電商的利益驅(qū)動(dòng)量快速下降。售電商設(shè)計(jì)售電套餐時(shí)需要注意指標(biāo)的制定，避免損害售電商和電力用戶的利益。

圖5 售電商利益驅(qū)動(dòng)量Fig.5 Profit-driven volume of sellers

5 結(jié)語(yǔ)

文中從售電商參與現(xiàn)貨市場(chǎng)交易的角度提出一種提高售電商利益的方法。首先，從用戶側(cè)出發(fā)，分析了電費(fèi)支出和用電方式對(duì)用戶效用的影響，并以此建立用戶的售電套餐決策模型。然后，分析售電商優(yōu)化套餐的利益驅(qū)動(dòng)，以此為目標(biāo)函數(shù)優(yōu)化設(shè)計(jì)多種售電套餐，促使電力用戶積極轉(zhuǎn)移負(fù)荷，提高售電商的利益，并減小用戶負(fù)荷曲線的峰谷差，實(shí)現(xiàn)削峰填谷。這為售電服務(wù)的發(fā)展提供可靠的依據(jù)和實(shí)際參考，為售電商開(kāi)展業(yè)務(wù)提供新的思路。同時(shí)，文中在分析現(xiàn)貨市場(chǎng)價(jià)格的實(shí)時(shí)電價(jià)情況時(shí)存在一定的局限性，忽略了現(xiàn)貨市場(chǎng)價(jià)格的波動(dòng)對(duì)售電套餐優(yōu)化的影響。未來(lái)可以利用大數(shù)據(jù)對(duì)現(xiàn)貨市場(chǎng)的實(shí)時(shí)電價(jià)進(jìn)行預(yù)測(cè)，建立實(shí)時(shí)電價(jià)的動(dòng)態(tài)指標(biāo)，通過(guò)預(yù)測(cè)的實(shí)時(shí)電價(jià)優(yōu)化設(shè)計(jì)售電套餐。

本文得到江蘇省高校哲學(xué)社會(huì)科學(xué)研究重點(diǎn)項(xiàng)目(2018SJZDI097)，江蘇省高校哲學(xué)社會(huì)科學(xué)優(yōu)秀創(chuàng)新團(tuán)隊(duì)建設(shè)項(xiàng)目(2017ZSTD025)資助，謹(jǐn)此致謝！