董曉天,周 全,繆瑞峰,邱林泉,孟 萍,王紹平

(國(guó)網(wǎng)合肥供電公司，安徽 合肥 230000)

0 引言

近年來,我國(guó)城市經(jīng)濟(jì)建設(shè)成績(jī)斐然。經(jīng)濟(jì)的發(fā)展離不開電力的支撐,而隨著電力需求不斷增大,尤其是2022年夏季,我國(guó)大部分地區(qū)出現(xiàn)了短暫性電力短缺現(xiàn)象,供電穩(wěn)定性受到挑戰(zhàn),影響群眾生產(chǎn)生活用電。如何有效推動(dòng)電力需求側(cè)改革,引導(dǎo)用戶改變用電模式,保障供需平衡,近年來越來越受到研究者關(guān)注[1]。2023年,安徽省能源局印發(fā)《關(guān)于進(jìn)一步做好電力需求響應(yīng)工作的通知》(皖能源電調(diào)函〔2023〕37號(hào)),進(jìn)一步增強(qiáng)電力系統(tǒng)應(yīng)急調(diào)節(jié)能力,鼓勵(lì)具備省內(nèi)獨(dú)立電力營(yíng)銷戶號(hào),符合37號(hào)文件規(guī)定條件的各類用戶參與[2]。隨著各種類型電力用戶參與,電力需求響應(yīng)主體越發(fā)多元化,使得在出現(xiàn)電力缺口時(shí),無法綜合考慮到各參與用戶主體實(shí)際需求響應(yīng)潛力,尚未做到對(duì)資源的最優(yōu)利用,影響用戶參與需求響應(yīng)的積極性。

國(guó)內(nèi)外研究者對(duì)需求響應(yīng)決策做了大量研究,包括需求響應(yīng)負(fù)荷優(yōu)化控制模型、需求側(cè)競(jìng)價(jià)決策模型、柔性可調(diào)負(fù)荷控制模型。其中,由于國(guó)外已形成完善的電力交易市場(chǎng),因此國(guó)外研究更多側(cè)重于通過市場(chǎng)手段來引導(dǎo)用戶對(duì)需求響應(yīng)措施產(chǎn)生反應(yīng),從而實(shí)現(xiàn)負(fù)荷調(diào)控的目的[3]。文獻(xiàn)[4]通過市場(chǎng)的杠桿作用,建立了供電企業(yè)與用戶的協(xié)作模型,實(shí)現(xiàn)了需求側(cè)負(fù)荷資源的管理。我國(guó)目前尚處于電力市場(chǎng)改革的起步階段,需求側(cè)負(fù)荷資源的研究更多關(guān)注通過峰谷電價(jià)、政策激勵(lì)等手段引導(dǎo)用戶行為[5]。文獻(xiàn)[6]提出一種基于改進(jìn)的遺傳算法的用戶負(fù)荷調(diào)峰計(jì)劃模型,通過進(jìn)行網(wǎng)絡(luò)重構(gòu),實(shí)現(xiàn)企業(yè)聯(lián)合負(fù)荷調(diào)峰。文獻(xiàn)[7]對(duì)用戶進(jìn)行了負(fù)荷分類,提出了用戶參與調(diào)峰的模型。文獻(xiàn)[8]從時(shí)間和空間兩個(gè)角度出發(fā),考慮了用戶用電過程中的網(wǎng)損,實(shí)現(xiàn)對(duì)用戶的需求響應(yīng)決策進(jìn)行優(yōu)化。

綜上,現(xiàn)有文獻(xiàn)均是從用戶的角度出發(fā),偏向于保證用戶的個(gè)體利益,并沒有實(shí)現(xiàn)對(duì)需求資源的利用和用戶參與滿意度最大化,并且在實(shí)際開展需求響應(yīng)過程中,也從未考慮用戶參與需求響應(yīng)的實(shí)際意愿和生產(chǎn)情況?；诖?本文提出了基于用戶畫像的企業(yè)調(diào)峰輪休的分組算法,根據(jù)不同用戶的需求響應(yīng)潛力、實(shí)際生產(chǎn)情況對(duì)用戶進(jìn)行分組,在考慮用戶滿意度的基礎(chǔ)上,實(shí)現(xiàn)對(duì)需求響應(yīng)資源的利用最大化,從而對(duì)用戶參與響應(yīng)提供指導(dǎo),保障需求響應(yīng)效果,盡可能提高用戶參與響應(yīng)的補(bǔ)貼。

1 用戶畫像建模

參與需求響應(yīng)的主體存在多種類型,電網(wǎng)公司通過對(duì)多用戶發(fā)起需求響應(yīng)邀約開展調(diào)峰調(diào)控。為不同的類型的用戶主體構(gòu)建評(píng)價(jià)指標(biāo),設(shè)置用戶標(biāo)簽,確定用戶畫像,可以為后續(xù)開展需求響應(yīng)負(fù)荷資源提供確切指導(dǎo)。本文基于參與用戶實(shí)際負(fù)荷數(shù)據(jù),提出基于k-means的用戶畫像算法。

本文為用戶共設(shè)定4個(gè)用戶標(biāo)簽類型,來構(gòu)建負(fù)荷資源庫,分別為自身用電負(fù)荷時(shí)段特性標(biāo)簽、檢修安排方式標(biāo)簽、最小停電時(shí)段標(biāo)簽、可降負(fù)荷潛力標(biāo)簽。其中,自身用電負(fù)荷時(shí)段特性標(biāo)簽表示用戶日常高峰負(fù)荷的所處時(shí)段,根據(jù)用戶實(shí)際負(fù)荷情況,分為全天型生產(chǎn)類用戶、白天和晚高峰型生產(chǎn)用戶、白天型生產(chǎn)類用戶;檢修安排方式標(biāo)簽表示用戶的檢修計(jì)劃安排方式,根據(jù)用戶生產(chǎn)檢修計(jì)劃開展方式,分為固定檢修計(jì)劃用戶與非固定檢修計(jì)劃用戶,固定檢修計(jì)劃用戶在安排停休時(shí)需要按照要求提前數(shù)天通知;最小停電標(biāo)簽表示用戶在被安排停休時(shí),最小和最大的停電天數(shù);可降負(fù)荷潛力標(biāo)簽表示用戶理論上可停休的最大負(fù)荷,該類型標(biāo)簽往往需要通過用戶經(jīng)理上門走訪摸排商談確認(rèn)。

根據(jù)用戶的4個(gè)數(shù)據(jù)標(biāo)簽,開展k-means數(shù)據(jù)聚類形成不同用戶畫像,流程如圖1所示,步驟如下:

圖1 k-means算法訓(xùn)練流程圖

1)輸入n個(gè)樣本為S=x1,x2,…,xn,每個(gè)樣本代表一個(gè)用戶,每個(gè)用戶數(shù)據(jù)具有上述四個(gè)標(biāo)簽作為數(shù)據(jù)特征,隨機(jī)選取k(k≤n)個(gè)點(diǎn)μ1、μ2、…、μk作為聚類中心,k代表所希望的用戶類別數(shù)量,需要根據(jù)實(shí)際情況和畫像結(jié)果進(jìn)行篩選;

2)計(jì)算每個(gè)點(diǎn)分別到k個(gè)聚類中心的距離,然后將該點(diǎn)分到最近的聚類中心,這樣就形成了k個(gè)簇,即:

(1)

3)再重新計(jì)算每個(gè)簇的質(zhì)心(均值),即:

(2)

4)重復(fù)以上第(2)～(4)步,直到所設(shè)定的聚類中心數(shù)據(jù)不再發(fā)生變化或者迭代次數(shù)滿足設(shè)定要求,視為對(duì)用戶已實(shí)現(xiàn)了用戶畫像[9]。

2 企業(yè)調(diào)峰輪休分組建模

調(diào)峰用電是指根據(jù)電網(wǎng)負(fù)荷周期波動(dòng)特性,通過行政、技術(shù)、經(jīng)濟(jì)等手段將電網(wǎng)用電高峰時(shí)期的部分負(fù)荷轉(zhuǎn)移到用電低谷時(shí)期,從而減少電網(wǎng)的峰、谷負(fù)荷落差,均衡電網(wǎng)負(fù)荷,提高發(fā)供電設(shè)備的利用率,優(yōu)化資源的配置,提高電網(wǎng)的經(jīng)濟(jì)性和安全性[10]。在我國(guó)需求響應(yīng)的實(shí)踐中,經(jīng)常采取錯(cuò)開用戶工作日期的輪休計(jì)劃方案,即根據(jù)需要提前數(shù)天通知一部分用戶集中休息,并選擇適當(dāng)天數(shù)與其他用戶進(jìn)行換休,從而實(shí)現(xiàn)調(diào)峰的目的,進(jìn)一步緩解電力緊缺。

在建立調(diào)峰輪休計(jì)劃時(shí),由于參與響應(yīng)主體的生產(chǎn)設(shè)備存在停休要求,需要結(jié)合用戶檢修計(jì)劃提前數(shù)天進(jìn)行通知,用戶生產(chǎn)設(shè)備停電后也存在一個(gè)最小停電時(shí)間,因此為用戶安排合適的調(diào)峰輪休計(jì)劃十分復(fù)雜?；诖?本文基于用戶畫像的結(jié)果,構(gòu)建調(diào)峰輪休的分組數(shù)學(xué)模型。

1)目標(biāo)函數(shù)。該模型以對(duì)全天型用戶影響最小化最為目標(biāo)函數(shù),以減少社會(huì)損失,公式如下。

(3)

2)功率約束。對(duì)于任意時(shí)段,用戶停電負(fù)荷與需求響應(yīng)負(fù)荷之和應(yīng)大于負(fù)荷缺口,公式如下。

(4)

3)停電通知約束。用戶參與調(diào)峰停電時(shí),需要按照提前接到停電通知,在接到通知當(dāng)天,用戶仍會(huì)正常用電,公式如下。

(5)

(6)

(7)

4)停電約束。調(diào)峰停電時(shí)間需要考慮到用戶開展檢修計(jì)劃時(shí)至多的停電天數(shù)和需求響應(yīng)執(zhí)行天數(shù)。用戶接到通知后,在第二天會(huì)開啟調(diào)峰停電,按調(diào)峰分組要求要求進(jìn)行停電或停電至需求響應(yīng)結(jié)束,公式如下。

(8)

(9)

(10)

(11)

(12)

(13)

其中,EDi表示用戶i檢修計(jì)劃中一次停電至多可以持續(xù)的天數(shù)。

5)邏輯約束。在本次調(diào)峰輪休中,用戶僅存在兩種狀態(tài),即停電狀態(tài)和生產(chǎn)狀態(tài),僅存在兩種狀態(tài)變化,即停電狀態(tài)恢復(fù)為生產(chǎn)狀態(tài)和生產(chǎn)狀態(tài)轉(zhuǎn)變?yōu)橥ｋ姞顟B(tài),公式如下。

(14)

(15)

(16)

(17)

(18)

(19)

3 調(diào)峰輪休方案實(shí)施

本文提出的調(diào)峰輪休方案實(shí)施如圖2所示。

圖2 調(diào)峰輪休方案實(shí)施流程圖

1)確定電力負(fù)荷缺口,確定需求響應(yīng)負(fù)荷檔級(jí),檔級(jí)決定了本次參與的用戶清單;

2)根據(jù)需求響應(yīng)通知,確定本次需求響應(yīng)開展的時(shí)間段、持續(xù)天數(shù),并立即向清單內(nèi)的用戶發(fā)起需求響應(yīng)通知;

3)利用用戶畫像算法對(duì)清單內(nèi)的用戶進(jìn)行數(shù)據(jù)分析,形成用戶標(biāo)簽;

4)使用用戶調(diào)峰輪休分組算法進(jìn)行用戶優(yōu)化計(jì)算,確定用戶的調(diào)峰輪休排班表,實(shí)現(xiàn)對(duì)需求響應(yīng)負(fù)荷的最優(yōu)調(diào)控;

5)根據(jù)調(diào)控結(jié)果,向用戶發(fā)起邀約和建議。

4 算例分析

本文選取某省某市32家企業(yè)實(shí)際參與需求響應(yīng)數(shù)據(jù)進(jìn)行算例分析。在該算例中,全天型負(fù)荷的用戶16家,為用戶1～用戶16;其他型負(fù)荷的用戶8家,為用戶17～用戶24;白天型負(fù)荷的用戶8戶,為用戶25～用戶32。每個(gè)用戶按照自身生產(chǎn)要求、設(shè)備要求等因素,上報(bào)了停電需要的提前通知天數(shù)與最大停電持續(xù)天數(shù)。算例中的用戶具體數(shù)據(jù)如表1所示,設(shè)定每個(gè)用戶在接到通知前均處于正常用電狀態(tài)。

表1 某省某市32家企業(yè)實(shí)際參與需求響應(yīng)數(shù)據(jù)表

設(shè)定本次需求響應(yīng)每天的缺口負(fù)荷大小相同,為第一檔級(jí),缺口負(fù)荷大小為5 000 kW,持續(xù)天數(shù)設(shè)為周一至周五,共5天。以對(duì)全天型負(fù)荷最小化為目標(biāo)開展需求響應(yīng)負(fù)荷資源的最優(yōu)化調(diào)度,算例結(jié)果如表2所示。從全天型用戶的算例結(jié)果可知,在本次需求響應(yīng)過程中,全天型的用戶沒有收到邀約,全程正常進(jìn)行生產(chǎn)安排,符合算法預(yù)期。

表2 全天型用戶調(diào)峰輪休排班表

其他型用戶的算例結(jié)果見表3。從表3可知,在本次需求響應(yīng)過程中,用戶17～用戶22共有6位參與了需求響應(yīng),用戶23和用戶24沒有參與需求響應(yīng)邀約。邀約結(jié)果表明,該調(diào)峰輪休安排均滿足每個(gè)用戶的提前通知天數(shù)和最大持續(xù)停電時(shí)間。

表3 其他型用戶調(diào)峰輪休表

用戶17、用戶18和用戶19需要提前的通知時(shí)間較短,且持續(xù)停電時(shí)間較長(zhǎng),因此在開始需求響應(yīng)后立刻接收到邀約并按照計(jì)劃控制負(fù)荷。用戶23和用戶24要求提前通知天數(shù)較長(zhǎng),分別為4天與5天,因此并沒有對(duì)兩位用戶進(jìn)行需求響應(yīng)邀約。

白天型用戶的算例結(jié)果見表4。從表4可知,在本次需求響應(yīng)過程中,用戶25～用戶30共有6位參與了需求響應(yīng),用戶31和用戶32沒有參與需求響應(yīng)邀約。邀約結(jié)果表明,該調(diào)峰輪休安排均滿足每個(gè)用戶的提前通知天數(shù)和最大持續(xù)停電時(shí)間。

表4 白天型用戶調(diào)峰輪休表

用戶25、用戶26、用戶27和用戶28需要提前的通知時(shí)間較短,且持續(xù)停電時(shí)間較長(zhǎng),因此在開始需求響應(yīng)后立刻接收到邀約并按照計(jì)劃控制負(fù)荷。用戶31和用戶32要求提前通知天數(shù)較長(zhǎng),分別為4天與5天,因此并沒有對(duì)兩位用戶進(jìn)行需求響應(yīng)邀約。

表5為需求響應(yīng)缺口填補(bǔ)情況表。根據(jù)表5的結(jié)果可知,本次調(diào)峰輪休安排可以很好地填補(bǔ)需求響應(yīng)的缺口,滿足了需求響應(yīng)的負(fù)荷要求。結(jié)合表2的結(jié)果,可以發(fā)現(xiàn)該調(diào)峰輪休安排實(shí)現(xiàn)了對(duì)全天型用戶的影響最小化,符合算法預(yù)期。

表5 需求響應(yīng)缺口填補(bǔ)情況表

5 結(jié)論

本文提出的基于用戶畫像的用戶調(diào)峰輪休分組算法,通過綜合考慮用戶的自身用電負(fù)荷時(shí)段特性標(biāo)簽、檢修安排方式標(biāo)簽、最小停電時(shí)段標(biāo)簽、可降負(fù)荷潛力標(biāo)簽四類標(biāo)簽對(duì)用戶進(jìn)行數(shù)據(jù)聚類。并基于數(shù)據(jù)聚類結(jié)果對(duì)用戶建立調(diào)峰輪休安排表,在對(duì)全天型用戶影響最小的前提下,實(shí)現(xiàn)對(duì)需求響應(yīng)負(fù)荷資源的最優(yōu)調(diào)控,極大地減少對(duì)于用戶生產(chǎn)的影響。算例的結(jié)果表明該方法是可行的。

本文解決了用戶調(diào)峰輪休算法問題,但在用戶畫像標(biāo)簽設(shè)定的標(biāo)簽較少,僅僅選取了4個(gè)進(jìn)行數(shù)據(jù)分析,在后續(xù)的研究中還可以考慮用戶生產(chǎn)成本等多種因素,增加用戶數(shù)據(jù)特征。