[0001] 本发明提供了一种考虑售电收益和用户效用的柔性负荷协同控制方法，属于需求侧资源优化控制技术领域。

[0002] 随着风电、光伏等新能源大规模并网，电力系统调峰能力不足的问题日益突出。为了满足电力供需平衡，缓解电力系统调峰压力，提升电力系统运行的安全性，需求侧灵活性资源的调节控制已经成为电力行业发展的必然趋势。

[0003] 目前，基于电价的需求响应控制方法主要有分时电价、动态电价和峰值电价三种方法，且都是以售电公司作为用户与电力批发商之间的联络点。但是从不同的角度出发，最终实现的目标是不同的。如从售电公司角度出发，将充分考虑售电收入、现货市场购电成本，动态调整不同时段电力价格，以期实现售电收益最大化；而从用户角度出发，将尽可能多地将供暖（供冷）所需的电力成本转移到低价格时期，且尽量不影响舒适度，以期实现用户效益最大化。

[0004] 因此，如何建立一种考虑售电收益和用户效用的需求侧资源双层优化控制模型，既能以售电公司利益最大化为目标来确定动态电价定价策略，又能以用户效用最大化为目标来确定用户用电量决策，成为提升电网安全运行和灵活性水平亟待解决的问题。

[0020] 如图1至图5所示，本发明提供了一种考虑售电收益和用户效用的柔性负荷协同控制方法，包括以下步骤：S10：获取电力用户温控型负荷、可中断负荷、电动汽车等柔性负荷的用电历史数据；
S20：采用改进层次聚类算法进行负荷聚类，分析用户用电习惯和偏好等特征，将聚类后的负荷划分为不同灵活性的柔性负荷集群；
S30：综合考虑售电公司利益最大化与电力用户效用最大化，根据售电电价和用电电量之间的耦合关系，建立需求侧资源协同控制的双层优化模型；
S40：将需求侧资源协同控制的双层优化模型转化为单层混合整数线性规划模型，形成双层优化模型的求解方法，确定柔性负荷集群参与调峰的具体控制策略。

[0021] 其中改进层次聚类算法能够引入带有类信息的反馈机制；改进层次聚类算法的输入部分包括N组负荷样本数据集、目标簇数量K、可合并类簇的初始最小相似性度指标d，输出部分为目标簇数量K，即K个类簇，改进层次聚类算法具体实现的步骤如下：1）初始化：将每个负荷样本数据集作为一个单独的类簇X，则共有N个负荷样本数据集；
2）计算相似度：通过欧几里得距离计算簇间的相似度D，并与可合并类簇间的最小相似性度指标d比较；
3）合并聚类：如果D>d，则合并最相似的两个类簇；否则转到下一步，并更新最小相似性度指标d，形成信息反馈机制；
4）迭代：更新新的类簇中心，重复步骤2）和3），直到达到了预设的目标簇数量K。

[0022] 其中，最小相似性度指标d采用余弦相似度的绝对值表示，其计算公式如下：（1）；
上式中：X(i)为第i个类簇的变量平均值，X(j)为第j个类簇的变量平均值。

[0023] 需求侧资源协同控制的双层优化模型包括售电层模型和用户层模型。

[0024] 其中售电层模型考虑售电收入、现货市场购电成本、正偏差购电成本和负偏差购电费用，目标函数f1(x，y)是最大化售电公司的预期效益，其表达式如下：（2）；
上式中：x是售电公司的决策变量集，y是电力用户的决策变量集，T是总时间段，即优化周期； ， 表示时段t售电公司向客户出售的电价， 表示售电公
司时段t在现货市场上的购电价格， 表示售电公司时段t在现货市场购买的电量； 表示电力用户时段t的正偏差电量，即电力用户实际用电量超出现货市场购电量的部分，表示电力用户时段t的负偏差电量，即现货市场购电量满足电力用户实际需求后的剩余部分； ，LF,t是电力用户时段t的柔性负荷量，LR,t是电力用户时段t的刚性负荷量；
是时段t正偏差电量在实时市场上的结算价格， 是时段t负偏差电量在实时市场上的结算价格；
售电层模型的交易电价约束如下：
（3）；
（4）；
上式中： 为售电公司的最低售电价格； 是售电公司的最高售电价格；
是日平均动态售电价格。

[0025] 用户层模型同时考虑电力采购成本和偏离舒适区的程度，优化目标是最大限度地提高用户效用，目标函数如下：（5）；
上式中：x是售电公司的决策变量集，y是电力用户的决策变量集，T是总时间段，即优化周期， ， 表示时段t售电公司向客户出售的电价， ，LF,t是电
力用户时段t的柔性负荷量，TCOM表示室内温度偏离舒适温度带的程度；表示偏离室内温度舒适带的惩罚系数；且用户层模型满足三阶离散状态空间模型，如下：
（6）；
上式中：TR,t、TF,t、TW,t是三个状态变量，其中TR,t表示时段t的室内温度，TF,t表示时段t的地板温度，TW,t表示时段t与热泵直接连接的水箱内的温度；TR,t‑1、TF,t‑1、TW,t‑1分别表示在时段t‑1三阶离散状态空间模型中室内温度、地板温度和与热泵直接连接的水箱内的温度；TA,t‑1是室外温度，属于随机扰动；α、β和γ 是系数矩阵，均为常数。

[0026] 用户层模型的用户电量约束如下：（7）；
上式中：Lt,min表示时段t电力用户的最小柔性负荷，Lt,max表示时段t电力用户的最大柔性负荷。

[0027] 若用户室内温度高于舒适温度上限或低于舒适温度下限，则将受到惩罚；因此，用户层模型的温度偏差要满足一定的约束，如下：（8）；
（9）；
上式中：TR,low和TR,high分别表示室内温度舒适区的下限和上限。

[0028] 其中，三阶离散状态空间模型可转化为约束条件，如下：（10）；
式中：
（11）；
（12）；
（13）。

[0029] 双层优化模型的求解方法可以用KKT互补松弛条件将用户层模型转换为售电层模型的约束，然后形成新的售电层模型的单层混合整数线性规划模型。

[0030] 其中，式（7）的对偶变量为 、 ；式（8）的对偶变量为 、 ；式（10）的对偶变量记为 、 、 ，转化得到KKT条件如下：（14）；
（15）；
（16）；
（17）；
（18）；
（19）；
（20）；
（21）；
（22）；
上式中：Lt,min表示时段t电力用户的最小柔性负荷，Lt,max表示时段t电力用户的最大柔性负荷。

[0031] 则新的售电层模型的目标函数和约束条件如下：（23）；
（24）；
上式中： 和 分别表示时段t售电公司存在电量偏差时每MW·h电力产生的额
外成本和收入损失，其表达式如下：
（25）；
（26）。

[0032] 结合KKT条件约束，新的售电层模型的单层混合整数线性规划模型的目标函数为：（27）；
上式中： 、 、 分别为TR,t、TF,t、TW,t三个状态变量的对偶变量初始值，TR,0为时段开始前的室内温度，TF,0为时段开始前的地板温度，TW,0为时段开始前与热泵直接连接的水箱内的温度，LF,0为时段开始前电力用户的柔性负荷量。

[0033] 综上，需求侧资源协同控制双层优化模型转化为单层混合整数线性规划模型，目标函数为式（27），约束条件为式（14）～（22）、（24）～（26）。

[0034] 下面根据具体实施例对本发明进行进一步说明。

[0035] 本实施例中采用改进层次聚类算法对电力用户样本集群后，可将电力用户分为三组，每组包含一定数量的温控负荷、可中断负荷、电动汽车和其他柔性负荷，且每组在供暖偏好、充电习惯等方面具有相似的行为。

[0036] 其中，第1组、第2组和第3组的柔性负荷比例分别为30%、40%和30%。

[0037] 以温控负荷为例，每组用户的具体舒适温度带如表1所示（单位为℃）。

[0038]

[0039] 表1。

[0040] 本实施例中三阶离散状态空间模型的参数分别为：；
；
。

[0041] 本实施例中，用户的最小柔性负荷Lt,min为0kW·h，用户的最大柔性负荷Lt,max为0.33kW·h；现货电价、偏差电量电价和、刚性负荷、环境温度如图3所示。

[0042] 本实施例中其余参数设置如下：优化周期T为24小时，售电公司的最低售电价格为0.34元/kW·h；售电公司的最高售电价格 是1.2元/kW·h；日平均动态售电价格是0.76元/kW·h。

[0043] 通过求解单层混合整数线性规划模型，可以得到本实施例中售电公司的最优市场策略和用电户的相应策略分别如图4和图5所示。

[0044] 从图4和图5中可以看出，售电公司在1～8h时段和21～24h时段内向电力用户提供较低的电力价格，用户出于自身成本考虑，更喜欢在较低价格期间购买柔性负荷。此外，1～8h时段和21～24h时段的室内温度相对较低，为了减少与舒适区的偏差，需要足够的负荷来控制这两个时间段的温度。比较三组的用电策略可以看出，第2组和第3组的用户灵活性较低，在电价较高的11～17h时段，出于必要仍然选择购买灵活负荷。

[0045] 此外，售电公司向客户销售的电力总量与售电公司在现货市场购买的电力量有相似的趋势，但由于正偏差电力的结算价格高于负偏差电力的清算价格，现货市场购电量在一定程度上增加。为了降低现货市场购电成本，现货市场购电量在1～6时段达到峰值。

[0046] 在3组电力用户总数不变的情况下，改变每组用户的比例，研究不同用户灵活性对优化结果的影响。以上第1组、第2组和第3组的用户比例按照30%、40%和40%配置，认为此时系统电力用户的灵活性适中；第1组、第2组和第3组的用户比例分别设置为60%、30%和10%时，此时系统电力用户的灵活性最高；第1组、第2组和第3组的用户比例分别设置为10%、30%和60%时，此时系统用户的灵活性最低。

[0047] 在高灵活性、中灵活性、低灵活性3类不同用户柔性水平下，售电公司的利益和用户的效用分布如表2所示（单位为万元）。

[0048]

[0049] 表2。

[0050] 从表2可以看出，在需求侧资源协同控制的双层优化模型下，用户的灵活性越高，售电公司的总收益越低。

[0051] 对于售电公司来说，用户灵活性的提高将降低公司在现货市场的购电成本和实时市场结算成本，但同时由于用户灵活性的增加，公司的售电收入也显著减少，而且由于售电收入的减少大于现货市场和实时市场成本的减少，公司的总效益仍在减少。

[0052] 对于电力用户来说，灵活性的增加导致柔性负载的购电成本显著降低，刚性负载的成本略有增加，从而导致购电总成本降低。因此，适当增加用电需求的灵活性，可以降低消费者自身的购电成本。

[0053] 综上所述，从本实施例中可以得出以下结论：在需求侧资源协同控制的双层优化模型下，电力用户将根据售电公司给出的价格
信号改变他们的用电特性，并更喜欢在售电价格较低的时候购买灵活的负载；
售电公司可以通过增加售电收入、降低现货市场购电成本和实时市场结算成本来
提高售电公司整体效率，但同时也有可能在一定程度上增加电力用户的购电成本；
用户组合的高度灵活性不仅有利于调峰填谷，还降低了用户灵活负荷的购电成
本。

[0054] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。