居民用户精细化需求响应建模及其激励策略

居民用户有着巨大的需求响应潜力,通过激励等手段,售电公司可以引导居民用户参与电力市场需求响应业务。然而居民用户的需求响应有着难以量化的特点,不同的用户在不同场景下的响应趋势大相径庭,导致售电公司很难将居民用户的需求响应能力利用起来。针对这一问题,本文首先构建了居民用户精细化需求响应模型,其次为了正确反映不同用户的需求响应特征,构建了两个长短期记忆神经网络(long short-term memory,LSTM)来对需求响应效益系数进行计算,在此基础上利用精细化需求响应模型来计算针对不同用户的最优激励,得到最经济的激励策略。仿真实验表明,所建立的需求响应系数能正确地反应用户的需求响应习惯,利用精细化需求响应模型售电公司可以充分发挥用户侧需求响应,并降低需求响应成本,提高整体经济性。

考虑用户差异性的售电公司需求响应电价模型

随着售电市场的放开,大量社会资本进入电力市场,售电公司数量急剧增加。在激烈的市场竞争下,如何保证自身收益的同时,提高用户的用电满意度,是售电公司亟待解决的问题。为此,构建了基于电力用户用电差异性的售电侧定价策略。首先,根据负荷曲线,分析不同用户用电行为的相似性和差异性,对用户进行细分;然后,为获得售电公司及其用户收益最大化的最优定价策略,构建定制化的分时电价模型;最后,通过电力用户的实际负荷数据,利用遗传算法和纵横交叉算法对模型进行求解,对比证明所提的电价决策模型的有效性。