王韻楚，張 智，盧 峰，李 磊，蘆鵬飛，林振智，4

（1. 浙江大學(xué)電氣工程學(xué)院，浙江省杭州市 310027；2. 國網(wǎng)浙江省電力有限公司，浙江省杭州市 310063；3. 杭州凱達電力建設(shè)有限公司自動化運維分公司，浙江省杭州市 311100；4. 山東大學(xué)電氣工程學(xué)院，山東省濟南市 250061）

0 引言

電網(wǎng)公司通過定向邀約或組織競價等方式與電力用戶或負荷聚合商達成需求響應(yīng)（demand response，DR）約定，可在一定程度上促使需求側(cè)提供與電源側(cè)對等的調(diào)節(jié)資源，這對緩解電力供需緊張態(tài)勢、促進可再生能源消納具有重要意義。目前，各國陸續(xù)建立了需求響應(yīng)資源參與市場的相關(guān)規(guī)則，如2020 年美國PJM（Pennsylvania-New Jersey-Maryland）電力市場共有6 800 MW 的需求側(cè)資源參與容量市場，占尖峰負荷的3.4%［1］。

近年來，中國各省相繼開展了差異化需求響應(yīng)試點，但在需求響應(yīng)市場初期，廣泛存在響應(yīng)規(guī)模偏小、響應(yīng)意愿低、經(jīng)濟補償機制不健全等問題［2］。如浙江省于2020 年8 月進行了3 次全省范圍的需求響應(yīng)競價交易，累計出清并調(diào)用負荷5 373 MW，但實際響應(yīng)負荷與出清負荷之比均未達到50%，最低僅7.63%。因此，在需求響應(yīng)機制實施初期，用戶響應(yīng)行為存在強不確定性，有部分試點地區(qū)根據(jù)需求響應(yīng)機制運行經(jīng)驗提出了應(yīng)對措施，如廣州市規(guī)定日前邀約量為負荷缺口需求量的150%［3］；江蘇省、浙江省僅對日前約定量80%～120%范圍的響應(yīng)量進行補貼［4-5］，天津市則以20%折扣價對低于約定量80%的部分加以激勵［6］，但需求響應(yīng)機制參數(shù)仍為經(jīng)驗值。如何對需求響應(yīng)調(diào)用策略和激勵機制進行優(yōu)化和驗證，引導(dǎo)用戶積極、有效地參與需求響應(yīng)，是中國需求響應(yīng)試點中亟待解決的問題。文獻［7］總結(jié)了浙江省競價型需求響應(yīng)的實踐經(jīng)驗，指出響應(yīng)過程中存在競價機制不完善、事前用戶響應(yīng)潛力不準確、有效響應(yīng)比例較低等問題。文獻［8］分析了國內(nèi)外不同市場環(huán)境下電力需求響應(yīng)的開展情況，設(shè)計了適應(yīng)中國電力市場改革的兩階段需求響應(yīng)商業(yè)模式和市場框架。在需求響應(yīng)資源購買和補貼優(yōu)化方面，文獻［9］設(shè)計了面向安徽省電力供需情況的需求響應(yīng)市場機制，以不同方法計算削峰、填谷需求響應(yīng)的補償標準。文獻［10］研究了現(xiàn)貨市場環(huán)境下用戶響應(yīng)能力和響應(yīng)成本對售電商需求響應(yīng)收益影響，構(gòu)建了基于主從博弈的售電商激勵型需求響應(yīng)優(yōu)化策略模型。文獻［11］結(jié)合價格型與激勵型需求響應(yīng)措施，構(gòu)建了電動汽車負荷聚合商固定簽約策略與靈活簽約策略優(yōu)化模型。文獻［12-13］提出了基于優(yōu)惠券的激勵型需求響應(yīng)機制，構(gòu)建了考慮需求響應(yīng)價格彈性的社會效益最大化的優(yōu)惠券價格優(yōu)化模型。以上文獻中提出的激勵型需求響應(yīng)的價格制定和購買策略優(yōu)化方法，在直接負荷控制的前提下可實現(xiàn)電網(wǎng)公司的激勵效果最優(yōu)，但并未考慮用戶的主動響應(yīng)行為。

用戶在參與主動需求響應(yīng)的過程中存在一定有限理性和不確定性行為［14］，文獻［15］構(gòu)建了考慮削減總需求機會約束的不確定性可中斷負荷優(yōu)化調(diào)度模型。文獻［16-17］分別構(gòu)建了考慮需求響應(yīng)不確定性風(fēng)險的需求響應(yīng)資源激勵和規(guī)劃模型，研究在不同電力市場需求響應(yīng)場景下的負荷聚合商最優(yōu)策略。上述文獻多采用多場景模擬和隨機優(yōu)化方法解決不確定性優(yōu)化問題，充分討論了負荷波動及市場環(huán)境的不確定性對需求響應(yīng)調(diào)用的影響，但未考慮需求響應(yīng)機制實施初期用戶較多的不響應(yīng)、少響應(yīng)行為。文獻［18-19］研究了激勵水平對需求響應(yīng)量、響應(yīng)波動量、波動范圍等參數(shù)的影響，構(gòu)建了響應(yīng)概率分布函數(shù)隨激勵價格變化的需求響應(yīng)不確定性模型。文獻［20］提出了主動響應(yīng)量和實際響應(yīng)量的概念以分析用戶的動態(tài)響應(yīng)特性。文獻［21］構(gòu)建了考慮用戶是否響應(yīng)和響應(yīng)量的多重不確定性的需求響應(yīng)隨機規(guī)劃模型。文獻［22-23］研究了用戶負荷削減量與用戶參與熱情和用電不滿意度的相關(guān)性，構(gòu)建了考慮用戶受相鄰時段補貼價格差影響的需求響應(yīng)激勵價格優(yōu)化策略。文獻［24］采用用戶價格彈性和消費者心理學(xué)理論模擬了零售環(huán)節(jié)中用戶的合同類型選擇與可中斷負荷響應(yīng)行為。文獻［25］分析了用戶在激勵型需求響應(yīng)中的有限理性行為，基于Stackelberg 博弈模型研究了用戶行為對負荷聚合商利潤的影響。上述文獻僅對激勵價格進行優(yōu)化，也未考慮激勵形式對用戶響應(yīng)行為的引導(dǎo)作用。

在此背景下，本文分析用戶在日前需求響應(yīng)競價市場下的決策行為，考慮主動響應(yīng)行為和負荷波動的多重不確定性，以電網(wǎng)公司為實施主體提出階梯式需求響應(yīng)激勵機制；然后，在給定激勵參數(shù)下，構(gòu)建了考慮需求響應(yīng)激勵成本、尖峰機組成本和售電損失的需求響應(yīng)最優(yōu)調(diào)用裕度模型；構(gòu)建了多場景下用戶積極性最高且單位響應(yīng)量激勵成本最小的階梯激勵系數(shù)多目標優(yōu)化模型。最后，基于中國浙江省實際需求響應(yīng)數(shù)據(jù)，驗證了階梯式需求響應(yīng)激勵機制對提高需求響應(yīng)機制實施效果的有效性，研究了用戶行為不確定程度對多場景調(diào)用裕度和最優(yōu)階梯式激勵系數(shù)的影響。

1 階梯式需求響應(yīng)激勵機制設(shè)計

1.1 需求響應(yīng)日前競價機制

需求響應(yīng)日前競價機制是指在響應(yīng)日前一天按照邊際出清方式，確定需求響應(yīng)補貼單價和用戶中標容量的市場化競價機制。在需求響應(yīng)競價機制中，電網(wǎng)公司需確定響應(yīng)前的調(diào)用規(guī)模和響應(yīng)后的激勵機制。

1）調(diào)用規(guī)模

電網(wǎng)公司根據(jù)日前預(yù)測短時尖峰負荷缺額發(fā)布需求響應(yīng)調(diào)用規(guī)模Pclr，以單邊邊際出清的方式確認中標用戶J和出清價格ρclr。

2）激勵機制

中標用戶在響應(yīng)日按中標容量進行響應(yīng)，電網(wǎng)公司按照用戶實際響應(yīng)量評估用戶響應(yīng)有效性，一般采用等額激勵對有效響應(yīng)用戶發(fā)放補貼，超額部分不予補貼。因此，以用戶j的激勵系數(shù)ωj換算后的補貼單價為ωj ρclr，用戶j的需求響應(yīng)補貼Rj可表示為:

式 中:PDR，j和PB，j分 別 為 用 戶j的 實 際 響 應(yīng) 電 量 和 中標響應(yīng)電量；δ0和δk分別為達標比例和封頂比例，其中k為封頂階梯數(shù)。國內(nèi)試點一般取達標比例為80%，封頂比例為120%［3-5］。

1.2 用戶實際需求響應(yīng)行為分析

在需求響應(yīng)日前競價機制下，用戶自主控制用電設(shè)備啟?；蛉嵝哉{(diào)節(jié)負荷，用戶因在日前競價時對響應(yīng)日的負荷使用情況預(yù)測不準確或用戶對需求響應(yīng)契約不夠重視，會導(dǎo)致實際響應(yīng)量與競價中的報量信息存在較大偏差。用戶的主動需求響應(yīng)行為如附錄A 圖A1 所示。

假設(shè)不考慮用戶在日前競價階段的策略性競價行為，需求響應(yīng)用戶均根據(jù)自身需求響應(yīng)預(yù)期響應(yīng)效用進行報價，除切負荷經(jīng)濟成本外，在一定程度上也體現(xiàn)了用戶對負荷中斷或轉(zhuǎn)移滿意度的等效價值，根據(jù)對次日需求響應(yīng)的預(yù)測值進行報量。用戶在響應(yīng)日對實際需求響應(yīng)的預(yù)測更加精準，若因用電設(shè)備使用情況變化導(dǎo)致響應(yīng)量未達標而無法獲得需求響應(yīng)補貼，此時，用戶可選擇不切除負荷，進而在負荷響應(yīng)時段，因用戶負荷波動的不確定性導(dǎo)致實際響應(yīng)量出現(xiàn)偏差。例如，在浙江省，需求響應(yīng)競價用戶數(shù)占比86.6%的制造業(yè)中存在較多沖擊性負荷［26］，造成用戶實際響應(yīng)需求量的波動，有效響應(yīng)用戶僅占24%。

1.3 階梯式需求響應(yīng)激勵機制

在用戶參與積極性不高、響應(yīng)行為與日前中標電量偏差較大的情況下，提出核算需求響應(yīng)補貼的階梯式激勵機制，根據(jù)該用戶響應(yīng)電量與日前中標電量的比例，確定不同的補貼價格折扣。該用戶響應(yīng)電量與日前中標電量的偏差越大，階梯補貼單價就越低，如圖1 所示。因此，用戶需求響應(yīng)階梯激勵系數(shù)ωj可表示為:

圖1 階梯式需求響應(yīng)激勵機制示意圖Fig.1 Schematic diagram of stepwise incentive mechanism of demand response

式中:Fω(PDR，j，PB，j)為階梯式需求響應(yīng)激勵機制函數(shù)；yi為第i段階梯區(qū)間的需求響應(yīng)激勵系數(shù)；δi-1和δi分別為第i段階梯區(qū)間左、右邊界；yk為封頂需求響應(yīng)激勵系數(shù)。

響應(yīng)電量與日前中標電量的比例越接近100%，階梯激勵系數(shù)就越大。當(dāng)激勵區(qū)間i的右邊界大于100% 時，階梯激勵系數(shù)滿足yi≥yi+1，反之，yi≤yi+1。為提高機制結(jié)算效率并避免用戶策略性行為，階梯式需求響應(yīng)激勵系數(shù)按照以100%為中心對稱設(shè)計，用戶實際響應(yīng)量與報量的正、負偏差的折扣系數(shù)相同［27］，另設(shè)達標比例和封頂比例。因此，階梯激勵系數(shù)應(yīng)滿足以下約束:

式中:iC為階梯式需求響應(yīng)激勵機制中央?yún)^(qū)間序號；χ為階梯序號與中央?yún)^(qū)間序號的距離。

在放寬響應(yīng)有效性判定的標準后，可提高用戶在響應(yīng)日決策階段的響應(yīng)參與率，但同時也可能增加電網(wǎng)公司的需求響應(yīng)補貼成本。因此，電網(wǎng)公司需要選取合理的階梯區(qū)間和激勵系數(shù)，優(yōu)化階梯式激勵機制實施效果。

2 考慮多重不確定性的階梯式需求響應(yīng)激勵機制雙層隨機優(yōu)化模型

考慮需求響應(yīng)日前競價市場用戶的不確定性，構(gòu)建階梯式需求響應(yīng)激勵機制的雙層隨機優(yōu)化模型，如圖2 所示，其中，M為長時間尺度下典型負荷缺額場景數(shù)目。以需求響應(yīng)用戶為主體構(gòu)建切負荷行為和負荷波動的多重不確定性模型，向電網(wǎng)公司傳遞多負荷缺額場景下的響應(yīng)負荷和激勵成本；基于雙層隨機規(guī)劃優(yōu)化電網(wǎng)公司的階梯激勵系數(shù)和調(diào)用裕度，上層為兼顧用戶積極性和機制經(jīng)濟性的階梯式需求響應(yīng)激勵機制多目標優(yōu)化模型，向下層模型以及用戶需求響應(yīng)模型傳遞階梯需求響應(yīng)階梯區(qū)間及激勵系數(shù)δ0，δ1，…，δk及y1，y2，…，yk；下層構(gòu)建考慮需求響應(yīng)達標機會約束的電網(wǎng)公司需求響應(yīng)裕度調(diào)用模型，求解各場景下的調(diào)用裕度，并向用戶傳遞市場信息，向上層模型傳遞各負荷缺額場景下用戶的總實際響應(yīng)量和總響應(yīng)補貼。

圖2 階梯式需求響應(yīng)激勵機制隨機優(yōu)化模型框架Fig.2 Framewok for stochastic optimization model of stepwise incentive mechanism of demand response

2.1 考慮切負荷行為和負荷波動多重不確定性的用戶響應(yīng)模型

考慮用戶在響應(yīng)日決策階段和負荷響應(yīng)時段的不確定性行為，構(gòu)建用戶切負荷行為和負荷波動的多重不確定性模型。

在響應(yīng)日決策階段，用戶主動參與需求響應(yīng)，切負荷行為不受電網(wǎng)公司直接控制，而用戶在響應(yīng)日的預(yù)測響應(yīng)能力為隨機變量，在考核需求響應(yīng)有效性的等額激勵機制或階梯式激勵機制下，用戶是否切負荷的行為取決于實際響應(yīng)補貼是否高于用戶預(yù)期響應(yīng)效用，以0-1 變量表示用戶負荷切除行為，可表示為:

在用戶決定是否切負荷后，用戶期望的需求響應(yīng) 量 為aj PF，j，當(dāng)aj和PF，j取 不 同 值 時，可 認 為 用 戶采用了不同的切負荷模式，由于在各負荷曲線波動模式下的實際響應(yīng)負荷仍存在不確定性，一般認為用 戶 的 實 際 響 應(yīng) 負 荷PDR，j服 從 期 望 值 為aj PF，j、方差為σ2B，j的正態(tài)分布［28-29］，可表示為:

式 中:Pd，j，t為 用 戶j在d日t時 刻 的 負 荷 功 率；Pˉd，j為用戶j在d日需求響應(yīng)時段的平均負荷；tst為響應(yīng)開始時間；tdly為響應(yīng)持續(xù)時間；DBSL為需求響應(yīng)基線參考日的集合；NBSL為需求響應(yīng)基線參考日的數(shù)目。

2.2 基于Pareto 最優(yōu)的長時間尺度階梯式激勵機制多目標優(yōu)化模型

電網(wǎng)公司需確定階梯式需求響應(yīng)激勵機制的激勵區(qū)間和各區(qū)間的激勵額度。以所有應(yīng)邀用戶的多場景響應(yīng)積極性最大和單位響應(yīng)量付出的激勵成本最小為目標，在長時間尺度需求響應(yīng)下，不同負荷缺額場景下調(diào)用的用戶范圍不同，用戶不確定性存在差異，構(gòu)建考慮多種負荷缺額場景的長時間尺度階梯激勵系數(shù)多目標優(yōu)化模型，優(yōu)化變量為各階梯區(qū)間的邊界δ0，δ1，…，δk和激勵系數(shù)y1，y2，…，yk。

1）用戶響應(yīng)積極性最大

以多種負荷缺額場景下所有應(yīng)邀用戶實際響應(yīng)量與總出清量的比例表示用戶響應(yīng)積極性，表示為:

2）單位激勵成本最小

實施階梯式需求響應(yīng)激勵機制后，電網(wǎng)公司為單位響應(yīng)負荷付出的激勵成本可表示為:

式 中:CD為 需 求 響 應(yīng) 的 平 均 單 位 激 勵 成 本；ρclr，m為場景m的出清價格；ωj，m為用戶j在場景m下的階梯激勵系數(shù)；ρMAX為用戶頂格限價，以ρMAX對單位激勵成本進行歸一化；f2為目標函數(shù)2。

Pareto 最優(yōu)解集是任何一個目標函數(shù)的值在不使其他目標函數(shù)劣化的條件下已不可能再進一步優(yōu)化的一組解。最優(yōu)解集在空間上形成的曲面稱為Pareto 前沿。Pareto 前沿中的所有解均可為電網(wǎng)公司提供參考，但實際運行時需合理平衡經(jīng)濟成本和響應(yīng)效果這2 個目標間的關(guān)系，可采用模糊決策技術(shù)分別表示每個Pareto 解中各個目標函數(shù)對應(yīng)的滿意度［30］，從而找到滿意度最大的最優(yōu)折中解。當(dāng)某個目標函數(shù)值大于f+i時，電網(wǎng)公司對該值完全滿意，若該值小于fi則滿意度為0，而當(dāng)目標函數(shù)值介于二者之間時，電網(wǎng)公司對該目標函數(shù)的滿意度可表示為模糊值，這樣的模糊隸屬度函數(shù)可表示為:

式中:fi為第i個目標函數(shù)值；f+i和fi分別為最大、最小滿意度對應(yīng)的目標函數(shù)值；ui為第i個目標函數(shù)值的滿意度。

對于Pareto 前沿中的每個解，求其標準化滿意度值，表示為:

式中:u為標準化滿意度；l為待優(yōu)化目標函數(shù)的個數(shù)。

2.3 計及響應(yīng)達標機會約束的電網(wǎng)公司需求側(cè)資源調(diào)用裕度優(yōu)化模型

由于用戶響應(yīng)行為存在不確定性，在日前競價交易時中標的用戶總響應(yīng)量一般會低于總出清量，因此，電網(wǎng)公司可在日前預(yù)測負荷缺額的基礎(chǔ)上疊加一定裕度確定需求響應(yīng)調(diào)用量。定義調(diào)用裕度αm為在場景m下的需求響應(yīng)出清量Pclr，m與日前預(yù)測負荷缺額Ptar，m之比，αm一般大于1，是電網(wǎng)公司需求響應(yīng)調(diào)用策略中的一個重要指標，表示為:

建立電網(wǎng)公司成本最小的需求響應(yīng)資源調(diào)用裕度優(yōu)化模型，決策變量為場景m中的需求響應(yīng)出清量和出清價格。電網(wǎng)公司在負荷缺額場景中總成本包括用戶需求響應(yīng)激勵成本、尖峰機組成本和售電收入損失，可表示為:

式 中:CDR，m、CL，m、CS，m分 別 為 場 景m的 需 求 響 應(yīng) 激勵成本、尖峰機組成本和售電收入損失；PL，m為場景m的尖峰機組購電量；cL為尖峰機組單位電量購電成本；ΔPS，m為場景m下電網(wǎng)公司減少的售電量；ρS為單位售電量平均收入。

模型的約束條件包括:

1）功率平衡約束

式中:N為用戶總數(shù)。

3）需求響應(yīng)達標機會約束

電網(wǎng)公司調(diào)用需求側(cè)不確定性資源時，需要保障實際響應(yīng)負荷能夠在一定概率λ上填補負荷缺口，即滿足需求響應(yīng)達標機會約束，可表示為:

式中:Pr(·)為概率函數(shù)。

采用內(nèi)點法將機會約束轉(zhuǎn)化為目標函數(shù)障礙項［31］，表示為:

式中:μ為很小的正數(shù)，當(dāng)πS接近邊界時，障礙項趨向正無窮，其他情況下則使函數(shù)取值近似原目標函數(shù)；πS為求取的概率值；[·]+為求取正值符號。

3 算例分析

以中國浙江省參與邀約負荷響應(yīng)的2 494 個用戶在8 月份的真實需求響應(yīng)數(shù)據(jù)進行仿真分析，用戶響應(yīng)參數(shù)如附錄A 表A1 所示。需求響應(yīng)日前競價報價限值為4 元/（kW·h）。需求響應(yīng)場景均選擇夏季用電高峰時段，結(jié)合文獻［32-33］場景數(shù)據(jù)及浙江省2020—2021 年歷史需求響應(yīng)情況設(shè)置各負荷缺額場景如表1 所示。階梯個數(shù)k=5，需求響應(yīng)達標機會約束為95%，單位尖峰機組成本為2.8 元/（kW·h）［9］。取用戶積極性VD的最大、最小滿意度對應(yīng)函數(shù)值分別為90%和40%，單位激勵成本CD的最大、最小滿意度對應(yīng)函數(shù)值分別為0.6 和1。本文基于MATLAB 2020a 編程和求解，調(diào)用第2 代非支配排序遺傳算法（non-dominated sorting genetic algorithm-Ⅱ，NSGA-Ⅱ）求解需求響應(yīng)階梯式激勵機制多目標優(yōu)化問題。

表1 典型負荷缺額場景Table 1 Typical scenarios of load deficit

為研究用戶響應(yīng)不確定程度對最優(yōu)需求響應(yīng)階梯激勵系數(shù)的影響，基于附錄A 表A1 中的用戶數(shù)據(jù)設(shè)置響應(yīng)不確定程度較高、適中、較低的3 組用戶群體，在各算例下優(yōu)化階梯式需求響應(yīng)激勵機制的階梯區(qū)間和激勵系數(shù)。

3.1 需求響應(yīng)階梯激勵系數(shù)優(yōu)化結(jié)果

采用NSGA-Ⅱ求解考慮多種需求響應(yīng)調(diào)用場景的階梯式需求響應(yīng)激勵機制的最優(yōu)階梯區(qū)間和激勵系數(shù)，如表2 所示。最優(yōu)達標比例為20%（0.20），封頂比例為230%（2.30），擴大了有效性判定的范圍；隨著階梯區(qū)間接近100%（1.00），激勵系數(shù)從最低的0.22 遞增到1.10，對用戶參與響應(yīng)、精準響應(yīng)均有引導(dǎo)作用。最優(yōu)折中解對應(yīng)的用戶積極性為68.72%，單位激勵成本為3.4 元/（kW·h），標準化滿意度為0.47。長時間尺度階梯式激勵機制多目標優(yōu)化模型的最優(yōu)解集如圖3 所示，最優(yōu)折中解與左側(cè)相鄰的Pareto 解相比，單位激勵成本f2的函數(shù)值幾乎不變，但用戶響應(yīng)積極性f1提高幅度較大，是單個目標增長的突變點，當(dāng)用戶響應(yīng)積極性和單位激勵成本的最大、最小滿意度對應(yīng)的函數(shù)值在10%范圍內(nèi)改變時，最優(yōu)折中解均可保持穩(wěn)定。

表2 需求響應(yīng)階梯式激勵機制優(yōu)化結(jié)果Table 2 Optimization results of stepwise incentive mechanism of demand response

圖3 階梯式激勵機制最優(yōu)解集Fig.3 Optimal solution set of stepwise incentive mechanism

圖3 中的Pareto 前沿即模型最優(yōu)解集。由圖3可以看出，Pareto 前沿上用戶響應(yīng)積極性提高的同時必然會帶來單位激勵成本的升高，平面內(nèi)右側(cè)的解均比左側(cè)更優(yōu)越。當(dāng)電網(wǎng)公司采用等額激勵時，激勵范圍在80%～120% 內(nèi)的用戶積極性為32.32%，單位激勵成本為3.16 元/（kW·h），標準化滿意度為0.26，如圖3 中A點所示，該點在目標函數(shù)空間中分布在Pareto 前沿的左側(cè)，說明階梯式激勵優(yōu)于等額激勵。當(dāng)激勵成本保持不變時，用戶積極性可由30%提高至60%左右。

3.2 不同負荷缺額場景下的需求響應(yīng)裕度調(diào)用策略

在最優(yōu)需求響應(yīng)階梯激勵系數(shù)下，電網(wǎng)公司可在負荷缺額場景中選擇不同的需求響應(yīng)裕度調(diào)用策略，需求響應(yīng)達標機會約束中的參數(shù)λ指僅利用需求響應(yīng)即可完全填補負荷缺額的概率，當(dāng)λ的取值在95%～55%之間變化時，各場景下的需求響應(yīng)裕度調(diào)用策略如圖4 所示。

圖4 不同機會約束下的需求響應(yīng)裕度調(diào)用策略Fig.4 Dispatching margin strategy of demand response under different opportunity constraints

從圖4 可以看出，負荷缺額較小時，電網(wǎng)公司需設(shè)置較高的需求響應(yīng)調(diào)用裕度，隨著負荷缺口提高，需求響應(yīng)調(diào)用裕度可逐漸減小。在需求響應(yīng)競價機制下，需求響應(yīng)調(diào)用量越多，則市場出清價越高，預(yù)期響應(yīng)效用較低的用戶，即使實際響應(yīng)量落入激勵系數(shù)較低的階梯區(qū)間中，收到的補貼單價也高于其預(yù)期響應(yīng)效用。因此，在負荷缺額較高的場景下，報價較低的用戶響應(yīng)積極性較高。當(dāng)出清價格為2.0 元/（kW·h）時，報價低于1.5 元/（kW·h）的用戶響應(yīng)積極性為78.42%，而當(dāng)出清價格為3.8 元/（kW·h）時，這部分用戶的響應(yīng)積極性提高至92.19%。此時，電網(wǎng)公司可采用較低的需求響應(yīng)調(diào)用裕度以減少需求響應(yīng)成本和售電收入損失。

同時，同一負荷缺額下，隨著達標概率要求提高，多數(shù)情況下需求響應(yīng)調(diào)用裕度增大，當(dāng)調(diào)用用戶群體不確定性較低時，調(diào)用裕度可保持不變。電網(wǎng)公司在每次調(diào)用負荷決策時，可以確定不同的需求響應(yīng)達標概率，當(dāng)尖峰機組容量充足時，可適當(dāng)降低需求響應(yīng)達標概率，降低調(diào)用需求響應(yīng)負荷的比例，采用源-荷協(xié)調(diào)的方式保障電網(wǎng)供需平衡。注意到負荷缺額在60 MW 以下或100 MW 以上時，隨著機會約束的目標概率提高，調(diào)用負荷量有顯著增加，但負荷缺額在60～100 MW 時，機會約束變化對電網(wǎng)公司需求響應(yīng)調(diào)用比例的影響不大。這是由于不同負荷缺額下調(diào)用的用戶群體不確定性具有差異，用戶不確定性較高時，負荷調(diào)用裕度受達標概率的影響較大，負荷缺額在60～100 MW 時，出清價格為2.0～2.4 元/（kW·h），此范圍內(nèi)用戶日前響應(yīng)行為確定性較高，方差σ2A，j的平均值為1.12，而報價較高（3.0～3.8 元/（kW·h））時的用戶方差σ2A，j較大，平均值為7.19。

3.3 用戶行為不確定性對階梯式需求響應(yīng)激勵機制影響

對需求響應(yīng)市場初期用戶群體響應(yīng)不確定程度較高、適中、較低的3 組算例下，分別優(yōu)化階梯式需求響應(yīng)激勵機制的階梯區(qū)間和激勵系數(shù)，優(yōu)化結(jié)果如表3 所示。

表3 用戶群體不確定性對階梯式激勵機制的影響Table 3 Impact of uncertainty of user clusters on stepwise incentive mechanism

從表3 可以看出，隨著用戶群體不確定性降低，總體上激勵范圍縮小，中心階梯（最靠近響應(yīng)比例100% 的區(qū)間）的范圍由70%～130% 減至95%～105%。同時，激勵系數(shù)總體上呈上升趨勢，中心階梯的激勵系數(shù)由0.9 增至1.1，最低的激勵系數(shù)由0.15 提高至0.50。隨著用戶需求響應(yīng)經(jīng)驗的提高，用戶群體不確定性將逐漸降低，此時，應(yīng)適當(dāng)提高達標比例、降低封頂比例，并提高各階梯區(qū)間的激勵系數(shù)。階梯式需求響應(yīng)激勵機制的調(diào)整趨勢如圖5 所示。在需求響應(yīng)市場初期建設(shè)階段，參與競價的用戶數(shù)目逐年大幅增加，新用戶的出現(xiàn)也可能造成用戶群體不確定性升高，因此，應(yīng)基于用戶實際響應(yīng)數(shù)據(jù)制定合理的階梯式需求響應(yīng)激勵機制。

圖5 用戶群體不確定性降低時的階梯式激勵機制調(diào)整趨勢Fig.5 Adjustment trend of stepwise incentive mechanism with uncertainty decrease of user clusters

為研究階梯式需求響應(yīng)激勵機制對不同用戶的影響，在報量為1 000 kW、報價為2 元/（kW·h）的用戶中選取3 個典型用戶具體分析，用戶A、B、C 的響應(yīng)不確定性參數(shù)σ2A，j分別為0.276、1.003、1.753，各用戶在上述算例優(yōu)化的階梯式需求響應(yīng)激勵機制下的響應(yīng)量期望值和均方差如附錄A 圖A2 所示。在同一算例下，不確定程度越低的用戶響應(yīng)量期望值越高、響應(yīng)量波動越低。需求響應(yīng)階梯式激勵機制的調(diào)整能夠使不確定性較低的用戶響應(yīng)更穩(wěn)定，用戶A 的響應(yīng)量均方差可降低32.7%；而對于不確定性較高的用戶，雖然響應(yīng)量的波動幅度加大，但響應(yīng)量期望值提升更加明顯，用戶C 的響應(yīng)量均方差增長13.5%，響應(yīng)量期望值提高了55.7%。

4 結(jié)語

本文提出了一種考慮需求響應(yīng)市場初期用戶行為強不確定性的階梯式需求響應(yīng)激勵機制，在需求響應(yīng)建設(shè)推進過程中，用戶群體的日前競價行為確定性將逐漸提高，電網(wǎng)公司需逐漸減小階梯式激勵機制的激勵范圍，同時提高激勵額度，調(diào)整階梯式激勵機制適應(yīng)用戶不確定性變化。所提出的階梯式需求響應(yīng)激勵機制優(yōu)化模型以最大化用戶響應(yīng)積極性和激勵經(jīng)濟性為目標，結(jié)合用戶在日前競價式需求響應(yīng)中切負荷行為和負荷波動的多重不確定性，仿真分析了長時間尺度下的最優(yōu)需求響應(yīng)階梯激勵系數(shù)和各場景下的需求側(cè)資源裕度調(diào)用策略。算例結(jié)果表明，該階梯式需求響應(yīng)激勵機制能夠提高用戶參與需求響應(yīng)的積極性、降低激勵成本，改善了電網(wǎng)公司的需求響應(yīng)機制實施效果。本文設(shè)計并優(yōu)化了日前競價市場下的需求響應(yīng)激勵機制，未來也將結(jié)合日內(nèi)邀約、可中斷負荷等多時間尺度需求響應(yīng)交易，進一步完善需求響應(yīng)機制。

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。