技术领域
[0001] 本发明涉及电力运维技术领域，尤其涉及一种基于动态电碳因子的用户多目标需求响应策略生成方法。
相关背景技术
[0002] 在当前电力系统低碳转型背景下，需求响应策略的应用愈发广泛。需求响应策略主要通过激励用户在电网负荷高峰期减少用电，以实现电力系统的负荷平衡和碳减排目
标。近年来，分时电价机制在需求响应策略中被广泛应用。其通过在用电高峰和低谷期设定
不同的电价，鼓励用户在电价较低时段用电，从而降低用电成本。此外，部分电力系统中还
引入了电碳因子，用以衡量单位电力消耗所产生的碳排放量，从而量化用户的碳排放。
[0003] 在现有需求响应策略中，分时电价和需求响应激励措施已被电力公司广泛采用，以有效地在负荷高峰期间引导用户减少用电。此类需求响应技术帮助电力系统平衡负荷，
尤其是在需求高峰期，通过改变用户的用电时间来削峰填谷，从而在一定程度上缓解了电
力供需压力。同时，分时电价机制为用户提供了在低谷期使用较低电价的激励，降低了用户
的用电支出。然而，这种分时电价策略主要集中于负荷平衡和经济性优化，较少将碳减排纳
入决策过程。尤其在低碳转型的要求下，仅凭电价信号难以推动有效的碳排放优化。
[0004] 为了进一步支持低碳发展，一些地区的电力系统引入了电碳因子，试图通过对不同时段的单位电力碳排放进行标注来影响用户的用电选择。然而，在现有需求响应策略中，
电碳因子的应用尚未形成统一标准，往往作为附加的监控参数使用。电碳因子目前多用于
提供碳排放信息，而不是作为需求响应的关键决策指标。这使得电碳因子在用户用电行为
调节中的作用仍然较为有限。
[0005] 此外，现有的需求响应策略通常未能将电价与电碳因子系统性地结合。虽然有部分技术方案提出了基于电碳因子的需求响应情景模型，但其多是静态模型，未能充分考虑
电碳因子的动态变化。例如，在风电、光伏等可再生能源出力波动较大时，电碳因子会随之
波动，但现有模型并未能实时反映电碳因子的变化，从而影响碳减排的效率。
[0006] 现有需求响应策略在实际应用中存在多项问题和缺陷，具体包括以下几个方面：
[0007] 1、缺乏综合考虑电价和电碳因子对需求响应的多目标优化模型：现有的需求响应情景模型主要依赖于分时电价机制进行负荷引导，而对电碳因子的使用较为单一。大多数
模型在设计时只关注电价信号的引导作用，而未能同时将电价与电碳因子结合，以实现用
户响应时的经济成本和碳排放的双重优化。由于碳排放在不同时间段具有明显波动，仅靠
分时电价难以有效引导用户在低碳时段用电，影响了需求响应对低碳转型的贡献。因此，当
前技术尚未建立起一个完整的、多目标的需求响应情景模型，无法满足低碳电力系统发展
的要求。
[0008] 2、难以适应电碳因子的动态变化：电碳因子会因电力系统中可再生能源发电比例、负荷需求、气候条件等多种因素的变化而发生波动，且这种波动在短时间内也可能较
大。但现有需求响应策略大多基于静态的电碳因子假设，未能灵活调整响应策略，忽视了电
碳因子动态变化的现实情况。
[0009] 3、无法在保证用户负荷曲线约束的情况下兼顾成本和碳排放最小化：在需求响应实践中，用户的用电需求具有一定的刚性，并不能完全依赖电价或碳因子进行自由调整。例
如，工业用户和商业用户通常有较为严格的生产计划，负荷曲线较为稳定，难以大幅改变其
用电行为。此外，一些用户对于舒适度的要求较高，例如居民的空调负荷，具有一定的温控
需求。因此，在需求响应中，用户负荷曲线的约束性使得现有策略难以有效平衡成本和碳排
放，特别是在碳因子变化幅度较大的情景下，模型的适应性较差。
[0010] 现有需求响应技术主要存在以下问题：
[0011] 1、缺乏碳排放因素的考虑：在电力系统的低碳转型背景下，仅依赖电价来激励需求响应已不再足够。传统需求响应情景模型主要考虑电价的变化，用户根据分时电价曲线
选择在电价较低时段用电，以减少电费支出。这种模式虽然在一定程度上达到了优化电力
成本的效果，但在低碳发展目标逐渐清晰和严格的形势下，单纯考虑电价忽视了用户的碳
排放成本，没有充分激励用户在碳密集时段减少用电或转向低碳时段用电。因此，碳排放因
子需要作为需求响应策略中的关键因素加以考虑，进一步推动需求响应的低碳转型。
[0012] 2、未涵盖不同季节和时段特性的多情景建模：在需求响应优化中，未能涵盖不同季节和时段特性的多情景建模，限制了响应模型在实际应用中的灵活性和有效性。负荷特
性会随着季节和时段的变化而发生显著波动，例如，夏季和冬季的空调、采暖需求较高，而
春秋季的用电负荷相对较低。此外，不同的峰谷期、电价曲线和用户行为习惯也对负荷响应
产生不同的影响。因此，为了更精准地控制成本和碳排放，需求响应情景模型需要能够适应
多种情景，灵活调整响应策略。负荷特性随季节变化。在低碳转型的背景下，需求响应情景
模型引入多情景建模以涵盖不同季节和时段特性的需求已成为关键一步。通过灵活适应负
荷特性、峰谷期、电价曲线以及用户行为变化，多情景建模为电网系统的经济性和低碳性提
供了有力支持，推动电力行业的可持续发展。
[0013] 3、忽视电网指令响应的动态性：在需求响应实践中，电网在不同时间段会发出功率调控指令，以应对负荷波动或保障电网的稳定性。然而，现有的需求响应情景模型通常未
能充分考虑这些电网指令的动态性，缺乏对响应前后用电量变化情况的实时分析和灵活调
整。这种忽视动态调控的局限性使得需求响应策略难以在实际应用中有效满足电网实时调
控的需求，从而可能导致响应滞后或不稳定的电网运行情况。需求响应情景模型需要在响
应前后灵活调整负荷需求，建立实时反馈和优化机制，并在负荷恢复过程中进行分层次调
控。这些改进将大幅提升需求响应情景模型的适应性和灵活性，不仅满足电网实时调控需
求，还为电力系统的低碳发展提供有力支持。
[0014] 针对以上问题，本发明是一种基于动态电碳因子的用户多目标需求响应策略生成方法，旨在实现电力系统负荷平衡、成本降低和碳排放减少的多目标优化。
[0015] 以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
具体实施方式
[0082] 为详细说明本申请可能的应用场景，技术原理，可实施的具体方案，能实现目的与效果等，以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于
更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范
围。
[0083] 在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代
相同的实施例，亦不特别限定其与其它实施例之间的独立性或关联性。原则上，在本申请
中，只要不存在技术矛盾或冲突，各实施例中所提到的各项技术特征均可以以任意方式进
行组合，以形成相应的可实施的技术方案。
[0084] 除非另有定义，本文所使用的技术术语的含义与本申请所属技术领域的技术人员通常理解的含义相同；本文中对相关术语的使用只是为了描述具体的实施例，而不是旨在
限制本申请。
[0085] 在本申请的描述中，用语“和/或”是一种用于描述对象之间逻辑关系的表述，表示可以存在三种关系，例如A和/或B，表示：存在A，存在B，以及同时存在A和B这三种情况。另
外，本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。
[0086] 在本申请中，诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何实际的数
量、主次或顺序等关系。
[0087] 在没有更多限制的情况下，在本申请中，语句中所使用的“包括”、“包含”、“具有”或者其他类似的表述，意在涵盖非排他性的包含，这些表述并不排除在包括所述要素的过程、方法或者产品中还可以存在另外的要素，从而使得包括一系列要素的过程、方法或者产
品中不仅可以包括那些限定的要素，而且还可以包括没有明确列出的其他要素，或者还包
括为这种过程、方法或者产品所固有的要素。
[0088] 与《审查指南》中的理解相同，在本申请中，“大于”、“小于”、“超过”等表述理解为不包括本数；“以上”、“以下”、“以内”等表述理解为包括本数。此外，在本申请实施例的描述中“多个”的含义是两个以上(包括两个)，与之类似的与“多”相关的表述亦做此类理解，例如“多组”、“多次”等，除非另有明确具体的限定。
[0089] 在本申请实施例的描述中，所使用的与空间相关的表述，诸如“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“垂直”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等，所指示的方位或位置关系是基于具体实施例或附图所示的方位或位置关系，仅是为了便于描述本申请的具体实施例或便于读者理
解，而不是指示或暗示所指的装置或部件必须具有特定的位置、特定的方位、或以特定的方
位构造或操作，因此不能理解为对本申请实施例的限制。
[0090] 除非另有明确的规定或限定，在本申请实施例的描述中，所使用的“安装”“相连”“连接”“固定”“设置”等用语应做广义理解。例如，所述“连接”可以是固定连接，也可以是可拆卸连接，或成一体设置；其可以是机械连接，也可以是电连接，也可以是通信连接；其可以
是直接相连，也可以通过中间媒介间接相连；其可以是两个元件内部的连通或两个元件的
相互作用关系。对于本申请所属技术领域的技术人员而言，可以根据具体情况理解上述用
语在本申请实施例中的具体含义。
[0091] 请参考附图1，为本发明实施例提供的一种基于动态电碳因子的用户多目标需求响应策略生成方法的流程示意图，该方法适用于需要通过需求响应策略来优化电力系统运
行、降低成本和减少碳排放的场景，该方法由需求响应策略生成系统来执行，该需求响应策
略生成系统可以由软件和/或硬件实现。该方法具体包括如下步骤：
[0092] S10：季节性负荷响应建模：根据不同季节的用户负荷特性，建立若干不同的需求响应情景模型；
[0093] 在每个季节下，用户负荷自动需求响应的运行诉求可划分为以下4种情景。
[0094] 情景1：不考虑电网功率指令响应，且用户的整体用电量在响应前后不发生改变。该情况的需求响应情景模型可描述如下：
[0095] （1）
[0096] 其中： 为对应t时段的用户负荷需求响应后的用电功率， 为用户负荷在t时段的原有用电功率； 为t时段的电价； 为对应t时段的用户负荷开
关控制策略； 为t时段的碳价； 为t时段的动态电碳因子数值； 为园区负
荷在t时段的最大削减比例； 表示用户负荷的最大用电功率；T为用电时段数量。
[0097] 为最终输出的用户负荷的响应用电曲线； 为最终输出的基于动态电碳因子得到的用户负荷的响应碳排放曲线（后面三种情景中 、 表示含义相同，后面将不在阐释）
[0098] 情景2：不考虑电网功率指令响应，且用户的整体用电量在响应前后可发生改变。该情况的需求响应情景模型可描述如下：
[0099] （2）
[0100] 其中： 为价格惩罚系数，其单位为货币单位与电价单位相同；第一部分表示总用电成本；第二部分 表示的是
总负荷削减成本。
[0101] 情景3：考虑电网功率指令响应，且用户的整体用电量在响应前后不发生改变。该情况的需求响应情景模型可描述如下：
[0102] （3）
[0103] 其中：TC为电网指定的响应时段集合，例如峰期时段集合； 表示电网发送的用电量指令。
[0104] 情景4：考虑电网功率指令响应，且用户的整体用电量在响应前后可发生改变。该情况的需求响应情景模型可描述如下：
[0105] （4）
[0106] S20：构建各所述需求响应情景模型的约束条件，并针对每一所述约束条件转引入对应的惩罚函数；
[0107] 约束1：功率约束
[0108] （5）
[0109] （6）
[0110] 约束2：负荷平衡约束
[0111] (7)
[0112] （8）
[0113] 约束3：碳排放约束
[0114] （9）
[0115] （10）
[0116] 约束4：电力成本约束
[0117] （11）
[0118] （12）
[0119] 约束5：开关状态约束
[0120] （13）
[0121] 其中， 表示在每个时刻满足总负荷需求， 和 表示碳排放量和电力成本不超过最大允许值， ‑ 依次表示各约束条件对应的惩罚系数;开关状态取0为关、
取1为开。
[0122] S30：将图2所示的多目标麻雀优化算法集成到需求响应情景模型中，以优化所述需求响应情景模型；
[0123] S301：种群初始化
[0124] 初始化一组解，定义每个解为包含用户的开启状态，功率的向量。对于每只麻雀，定义其包含的状态为：
[0125] （14）
[0126] S302：适应度评估
[0127] S3021：在每次迭代中，需要对每个个体 计算适应度函数值。适应度函数由两个目标函数 、 组成，形式如下：
[0128] (15)
[0129] （16）
[0130] S3022：计算每个解 的目标函数值，目标是最小化目标函数 ：
[0131] （17）
[0132] S303：选择领导者
[0133] 为了选择领导者，使用Pareto最优解概念。对于两个解 和 ，定义：
[0134] 如果 （18），
[0135] 则 优于 ，如果 优于 ，就将 视为非劣解。通过这种方法，可以找到一组Pareto最优前沿解，称之为领导者。
[0136] S304：位置更新
[0137] 在麻雀优化算法中，麻雀会根据领导者和其他解的位置来更新自己的位置。具体的更新规则如下：
[0138] （19）
[0139] 式中， 表示第i只麻雀在第t+1代的解， 表示当前迭代中的领导者解（即Pareto最优解集合中的一个）， 是随机选择的另一个解，用于增加解的多样性，
r1,r2是在区间[0,1]内的随机数，分别控制麻雀向领导者解和随机解的学习程度。
[0140] S305：迭代与收敛
[0141] 经过多次迭代后，种群会逐步收敛到Pareto最优解，即可完成需求响应情景模型的优化，此时，使用该需求响应情景模型对电力系统进行自动调度，即可实现电力系统负荷
平衡、成本降低和碳排放减少的多目标优化。设置最大迭代次数Tmax为收敛标准,最终解的
形式为：
[0142] （20）
[0143] 当多目标优化算法达到Pareto最优解时，可以认为需求响应情景模型已经通过这些最优解得到了优化。以下是这个过程的具体解释：
[0144] （1）需求响应情景模型优化：
[0145] 需求响应情景模型是一种模拟工具，它可以根据不同的电力市场需求和供应情况，预测用户的用电行为和电力系统的响应。
[0146] 通过应用多目标优化算法，我们找到了一组最优解（Pareto最优解集），这些解代表了在考虑负荷平衡、成本降低和碳排放减少等多个目标时的最佳策略组合。
[0147] （2）完成优化：
[0148] 当算法收敛到Pareto最优解时，意味着我们已经找到了在给定的需求响应情景下，能够平衡多个目标的一系列策略。
[0149] 这些策略考虑了电价变化、用户需求、电网状况等因素，因此它们是针对特定需求响应情景的优化结果。
[0150] （3）模型应用与自动调度：
[0151] 一旦获得了最优解，就可以将这些解集成到需求响应情景模型中，用于指导实际的电力系统调度。
[0152] 通过实施这些最优策略，电力系统可以进行自动调度，以实现以下目标：
[0153] 负荷平衡：通过调整用户用电行为，减少高峰时段的负荷，增加低谷时段的用电，从而平衡电网负荷。
[0154] 成本降低：利用分时电价机制，通过在电价较低时增加用电量，在电价较高时减少用电量，来降低用户的用电成本。
[0155] 碳排放减少：通过优化用电策略，减少高碳排放时段的电力消费，从而降低整体碳排放。
[0156] 总结来说，当多目标优化算法完成其任务并达到Pareto最优解时，这些解可以直接用于需求响应情景模型，以实现电力系统的多目标优化。这些优化后的模型和策略可以
用于实际的电力系统调度，以实现负荷平衡、成本降低和碳排放减少的目标。
[0157] 本实施例提供的基于动态电碳因子的用户多目标需求响应策略生成方法，能够实现电力系统负荷平衡、成本降低和碳排放减少的多目标优化，具体地：
[0158] （1）动态电碳因子和分时电价框架：
[0159] 动态电碳因子：该方案考虑了电力生成的碳排放强度随时间和电网条件的变化。通过动态调整电碳因子，可以更准确地反映电力消耗对环境的影响，从而在优化过程中优
先考虑低碳电力资源。
[0160] 分时电价：电价根据时间段的供需情况变化。通过在电价较低时鼓励用电，在电价较高时减少用电，可以有效地引导用户行为，减少电力系统的峰值负荷。
[0161] （2）多目标优化算法：
[0162] 多目标优化：该方案采用多目标优化算法，可以在多个相互冲突的目标之间找到最优平衡。例如，在降低成本的同时减少碳排放，而不是单一目标的优化。
[0163] 麻雀优化算法：这是一种基于群体智能的优化算法，它模拟了麻雀的觅食行为和反捕食行为，能够在复杂的搜索空间中找到高质量的解决方案。
[0164] （3）用户需求响应策略：
[0165] 需求响应：通过激励用户在电网高峰时段减少用电或在非高峰时段增加用电，可以有效地平衡电网负荷。
[0166] 策略生成：方案中生成了基于用户需求的多目标需求响应策略，这些策略考虑了用户的舒适度、成本敏感性和环保意识，使得用户在不牺牲太多便利的前提下参与需求响
应。
[0167] （4）约束条件与惩罚函数：
[0168] 约束条件：方案中考虑了电力系统的运行约束，如电网稳定性、设备容量等，确保生成的策略是可行的。
[0169] 惩罚函数：对于不满足约束条件的解，通过惩罚函数降低其适应度，从而引导算法搜索满足所有约束的最优解。
[0170] 综上所述，交底书中的方案能够实现多目标优化的原因在于它综合考虑了电力系统的动态特性、用户行为的可调节性、以及优化算法的先进性。通过这些手段，方案能够在
保证电力系统稳定运行的同时，有效地降低成本和碳排放，实现资源的优化配置。
[0171] 本实施例提供的基于动态电碳因子的用户多目标需求响应策略生成方法，具备以下优点：
[0172] 1、动态电碳因子的综合考虑：本发明采用了动态电碳因子，在需求响应优化中同时考虑分时电价与动态电碳因子的影响，使得生成的需求响应策略既能降低用电成本，又
能减少碳排放。区别于现有技术，该动态电碳因子可随时间波动，更真实地反映不同时间段
的碳排放强度。
[0173] 2、基于负荷曲线的用户建模与约束：本发明利用用户负荷曲线作为优化约束，以确保优化后的需求响应策略符合用户的实际用电需求。这种基于负荷曲线的用户建模手段
增强了需求响应策略的适用性。
[0174] 3、多目标优化算法的应用本发明使用多目标优化算法对需求响应策略进行生成和优化，所生成的策略能够在分时电价和电碳因子的综合影响下实现用户用电成本和碳排
放的最小化。本专利欲保护的是这一特定的多目标优化算法在动态电碳因子和分时电价框
架下的应用。
[0175] 最后需要说明的是，尽管在本申请的说明书文字及附图中已经对上述各实施例进行了描述，但并不能因此限制本申请的专利保护范围。凡是基于本申请的实质理念，利用本
申请说明书文字及附图记载的内容所作的等效结构或等效流程替换或修改产生的技术方
案，以及直接或间接地将以上实施例的技术方案实施于其他相关的技术领域等，均包括在
本申请的专利保护范围之内。
