技术领域
[0001] 本
发明涉及需求响应的技术领域，更具体地，涉及一种面向需求侧主动响应的电量套餐优化设计方法。
背景技术
[0002] 近年来，随着产业结构调整和人民生活
水平的日益提高，高峰时段电
力供给不足问题日益突出。间歇性
可再生能源的大规模并网和电动
汽车的大量接入，意味着我国能源结构向绿色化、清洁化、低
碳化方向转变，同时也对
电网的运行和管理提出了更高的要求。电力供应的季节性紧缺和时段性紧缺导致供需矛盾越来越大，甚至会给电网的安全稳定运行造成严重威胁。引入需求响应是解决上述问题的重要途径，通过调动需求侧资源解决电力供需
不平衡问题，改善电网的经济运行效率，促进资源的合理配置。电力需求响应工作的开展刻不容缓，但是我国还没有完善的市场环境和市场机制，技术水平也有待提高，这成为制约需求响应项目实施的关键因素。针对我国需求响应技术不够成熟、电力市场开放程度不高、电力定价行政化、不能充分反映边际成本变化的特点，本发明提出了一种适合我国当前市场机制和技术水平的需求侧主动响应策略——电量套餐。
[0003] 套餐的概念在电信、保险等行业应用广泛，资费套餐是一种为满足市场需要，以获得最佳经济利益为目的的组合营销方式，即将各种业务进行组合，以满足不同消费层次的目标客户群需求，使用户获得资费优惠的同时增强了企业的盈利能力。套餐本质上是一种以用户群为
基础的差异化营销方式。应用于电力行业，电力套餐是售电商或电网公司为了满足用户的不同需求和特点的而推出的多样化电费计价方式。国外的售电市场已经比较成熟且竞争充分，用户已有自由选择供电商和电力套餐的权利。各售电商为了保持用户粘性，制定了各具特色的(居民)电力套餐方案，按照购买形式分为标准套餐(Standard plans)和市场零售套餐(Market retail offers)，按合同期内费率是否可变分为固定费率套餐(Fixed rateplans)和可变费率套餐(Variable rate plans)，按电价结构可分为均一电价(Singles rate tariff)套餐和阶梯电价套餐(Block electricity rate)，按电价是否随时间变化分为固定电价(flat rate tariffs)、峰谷电价(off-peak tariff)和分时电价(time-of-use tariff)，按支付方式可分为直接账户付款(Direct Debit)、标准信用付款(Standard credit)、预付费(Pre-payment meters)，售电商通常将上述内容进行组合以形成个性化套餐，并附加一些优惠条款，用户在合同期内符合条款要求则可以获得相应的优惠。除此之外，通常还设有绿色电力套餐(green electricity tariff)、电动汽车电力套餐(Electric Vehicle Price Plan)、直接控制负荷电力套餐、在线套餐(online electricity plans)、电气同购套餐(dual fuel plans)等。新一轮电力体制改革以来我国涌现出大批售电公司，在中长期交易的背景下，目前售电公司的业务主要是面向大工业用户，目前常见的电力套餐类型有：固定价差模式、优惠分成模式、区间收费模式、偏差考核值与分成比例相结合、长协均价与集中竞价相结合、保底套餐、
煤电联动模式等。我国
云南省在全国范围内首次推出居民用户电力套餐，促进云南省过剩电力的消纳，但其仅针对年用电量超过4000千瓦时的用户，
覆盖面不广，仅占用户总数的5％左右。
发明内容
[0004] 为克服上述
现有技术中存在的
缺陷，本发明提供一种面向需求侧主动响应的电量套餐优化设计方法。
[0005] 本发明所采用的技术方案如下：
[0006] 一种面向需求侧主动响应的电量套餐优化设计方法，该方法包括以下步骤：
[0007] S1：借鉴电信行业移动资费套餐设计，提出一种面向需求侧主动响应的电量套餐；
[0008] S2：在综合考虑电费支出和用电方式对用户决策的影响的基础上，构建用户选择电量套餐的综合效用模型；
[0009] S3：基于多项Logit模型构建用户对电量套餐的选择行为模型；
[0010] S4：基于电量套餐实施前后对用户用电行为的分析，构建用户对电量套餐的响应模型；
[0011] S5：建立以最小化系统峰谷差为优化目标的电量套餐设计的优化模型。
[0012] 上述技术方案中，作为优选，S1中借鉴电信行业移动资费套餐设计，提出一种面向需求侧主动响应的电量套餐，具体实现方法如下：
[0013] 需求响应的开展方式与市场环境密切相关，在不同的市场环境下，需求响应的实施对象、市场手段和执行方式都不相同，尽管国外开展需求响应的经验丰富，但不能生搬硬套。针对我国需求响应技术不够成熟、电力市场开放程度不高、电力定价行政化、不能充分反映边际成本变化的特点，提出面需求侧主动响应的电量套餐作为一种新型需求响应策略。电量套餐可认为其属于基于价格型的需求响应，也可认为其属于基于激励型的需求响应。
[0014] 电量套餐借鉴移动资费套餐的设计，利用电力用户节约用电
费用的心理，将一定的高峰电量与低谷电量打包向用户出售。类似于分时电价，用电高峰时段单位电量费用高而低谷时段单位电量费用低。在用户典型负荷曲线的基础上，建立奖惩机制：减少高峰时段用电量且增加低谷时段用电量的条件下，用户以相同的费用可以购买更多电量，以鼓励用户将部分高峰时段负荷转移到低谷时段，起到
削峰填谷的作用，从而节约发电成本，提高资源利用率。同时，与原先的收费标准相比，用户对单位电量所支付的费用减少，即电量套餐实施对用户也产生一定的经济效益。
[0015] 将电量套餐划分为J个分档，对于套餐j，用户需支付的基本资费为Cj。电量套餐的每个分档中包含两个基本属性：峰时段电量和谷时段电量。每个基本属性下有一个属性赠送量，即在该套餐下可免费使用的电量，峰时段电量为Qpj，谷时段电量为Qvj。套餐j包含的电量为Qj＝Qpj+Qvj。当用户的用电量在此范围内，在支付了基本资费的基础上，不再进行计费。此外，考虑到在电量套餐的推行初期，为了鼓励用户选用套餐，不对其超用电量进行惩罚，即当用户的用电量超过套餐内包含的属性赠送量时，按照当前的峰谷电价机制来计费。
[0016] 面向
需求侧响应的电量套餐的设计问题是站在供电公司的
角度，以现行的峰谷电价为基础，以削峰填谷、改善负荷曲线形状为目的，在给定套餐分档的个数的前提下，设计出最优的电量套餐方案，即确定电量套餐的基本资费和基本属性的属性赠送量。通过引导用户改变用电方式，挖掘其削峰填谷的潜力，以降低峰荷、减小电力缺口，提高谷荷、减少夜间弃
风量。
[0017] 作为优选，S2中在综合考虑电费支出和用电方式对用户决策的影响的基础上，构建用户选择电量套餐的综合效用模型，具体实现方法如下：
[0018] 每个套餐分档必须对用户产生一定的效用，用户才有选择该套餐的动力。一方面，当套餐包含的峰时段电量较少，谷时段电量较多时，该套餐的基本资费相对较低，用户选择套餐的效用越大；另一方面，当峰时段电量过少，谷时段电量过多，与用户的用电习惯有较大出入时，将会对用户的用电行为产生较大的影响，甚至导致用户无法进行正常的生活生产活动，则用户选择套餐的效用减少。因此，本发明从电费支出效用和用电方式效用这两个方面来衡量套餐对用户产生的效用。电费支出效用用以衡量电费支出的减少给用户带来的效用，用电方式效用用以衡量用户用电方式发生改变的效用。
[0019] 通常情况下，用户在峰时段的用电需求比较大，而谷时段的用电需求小。电量套餐在减少峰时段电量的同时，增加谷时段的电量，使得在满足用户总用电需求的前提下，用户的电费支出减少，对用户而言是有利的，所以对用户产生了电费支出减少的效用。用户电费支出的效用具体表示为：
[0020]
[0021] 式中：θij表示第i类用户选择第j个套餐的电费支出效用；Ci0是实行电量套餐之前第i类用户的电费支出；Cij是实行电量套餐之后第i类用户选择了第j个套餐的电费支出。
[0022] 实行电量套餐之前第i类用户的月度峰时段电量为Qpi0，谷时段电量为Qvi0；实行电量套餐之后选择了第j个套餐的第i类用户的月度峰时段电量为Qpij，谷时段电量为Qvij。则有：
[0023] Ci0＝Qpi0×Pp+Qvi0×Pv
[0024] Cij＝Cj+|Qpij-Qpj|+×Pp+|Qvij-Qvj|+×Pv
[0025] 式中：|x|+表示当x的值大于零时，表达式的值即为x；当x的值小于等于零时，表达式的值为零。
[0026] 在实行套餐电价之前，用户按照自己的生产生活方式来安排电力消费；实行电量套餐之后，用户做出响应，改变自己的用电消费习惯来获取一定的经济效益。用电方式的改变也会对用户选用套餐的效用产生影响，用户的用电方式效用表示为：
[0027] εij＝-(|Qpij-Qpi0|+|Qvij-Qvi0|)
[0028] 式中：εij表示第i类用户选择第j个套餐的用电方式效用。当用户的各时段用电量与实行电量套餐之前的用电量对应相等时，用户按照最舒适的方式安排生产生活用电，效用最大为0；当各时段的用电量发生变化时，给用户带来不便，对用户的效用为负；各时段的用电量变化越大，则用户的用电方式效用越小。
[0029] 综合考虑用户用电方式效用和电费支出效用两方面，套餐分档对用户的效用套餐分档对用户的效用为：
[0030] Vij＝λ1θij+λ2εij
[0031] λ1+λ2＝1
[0032] 式中：Vij表示第i类用户选择第j个套餐的效用，其中λ1为用户电费支出效用的权值，λ2为用户用电方式效用的权值。λ1、λ2对于不同的用户群可设置不同的数值，以体现用户对用电方式和电费支出的不同重视程度。
[0033] 作为优选，S3中基于多项Logit模型构建用户对电量套餐的选择行为模型，具体实现方法如下：
[0034] 在电量套餐的设计过程中，分析用户对套餐的选择决策行为是至关重要的一个环节。基于效用最大化理论的离散选择模型。适用于分析决策者的选择行为，在交通需求问题、教育及职业的选择、消费者商品的需求等方面广泛采用。本发明采用离散选择模型中应用最广泛的MNL模型来预测用户选用某一电量套餐的概率。根据MNL模型，用户选择某一套餐的概率可由其效用的来确定。因此，完全理性的典型用户i选择套餐j的概率为：
[0035]
[0036] 式中：Pij表示第i类用户选择第j个套餐的概率。μ是一个比例参数，当其数值比较大时，该模型接近于确定性选择规则，即用户只选择效用最大的套餐；当其数值近于零时，该模型近似于均匀分布。μ的数值可以通过市场调研和分析合理地确定。
[0037] 作为优选，S4中基于电量套餐实施前后对用户用电行为的分析，构建用户对电量套餐的响应模型，具体实现方法如下：
[0038] 用户在选择了某一个分档的电量套餐之后，其用电行为会受到该套餐分档的约束。假设用户选择电量套餐之后，用电总需求不变，只是用电时间发生转移，即用户受到电量套餐的约束，将部分峰时段电量转移到低谷时段使用，而总的用电量不变。用户选择套餐之后，优先使用套餐内的免费电量。若用户的用电需求小于套餐电量，则用户会遵循套餐设置来使用电量；当用户用电需求大于套餐电量时，多的部分按照用户原来的用电习惯使用，即多的部分原来在高峰时段使用，则仍然在高峰时段使用，低谷时段亦然。以Qpi0和Qvi0分别表示第i类用户原始的峰时段和谷时段用电量，则实行电量套餐前总用电量为Qi0＝Qpi0+Qvi0。以Qpij和Qvij分别表示第i类用户选择电量套餐j之后的峰时段用电量和谷时段，则其总用电量为Qi＝Qpij+Qvij。
[0039] 基于以上分析，可以得到所有电力用户的月度峰时段电量Qp和谷时段电量Qv为：
[0040]
[0041]
[0042] 式中：I表示用户类别数；Si表示第i类用户的数量。
[0043] 作为优选，S5中建立以最小化系统峰谷差为优化目标的电量套餐设计的优化模型，并对此优化模型进行求解，具体实现方法如下：
[0044] 步骤1：构建电量套餐优化设计的目标函数：
[0045] 电量套餐的目的是削峰填谷，引导用户在高峰时期少用电，低谷时期多用电，使负荷曲线变平坦，增大负荷率，故面向需求侧主动响应的电量套餐设计的优化模型如下式所示，其决策变量为每个套餐分档的基本资费Cj、包含的高峰时段电量Qpj和低谷时段电量Qvj。
[0046]
[0047] 式中：P(t)为日负荷曲线上第t小时的负荷， 表示日负荷曲线上的最高负荷， 表示日负荷曲线上的最小负荷， 表示日负荷曲线的峰谷差。
[0048] 步骤2：构建电量套餐优化设计的约束条件
[0049] (1)电网公司实施电量套餐的收益约束
[0050] 从电网公司的角度考虑，实行电量套餐之后电网公司必须有所收益，至少不能亏损，否则电网公司没有实行电量套餐的动力。一方面，实行电量套餐之后，电网公司的电费收入减少为：
[0051]
[0052] 另一方面，电网公司实现削峰填谷之后可以减少一些供电成本，减少的成本即为收益，包括可避免容量收益、可避免电量收益和系统可靠性效益。
[0053] 可避免容量收益是指电网公司因为最高峰负荷降低可以减少的
变压器、输电线路等供电设备的平均投资费用。可以表示为：
[0054] B1＝GΔV
[0055]
[0056] 式中：B1为可避免容量效益，ΔV为可避免容量，G为电网公司变压器、输电线路等供电设备平均单位造价。ΔPi表示第i个用户在高峰时段所降低的峰荷值，I表示参与削峰填谷的用户总数，σ表示用户同时系数，λ表示系统的备用容量系数，α表示电网的配电损失系数。
[0057] 可避免电量收益是指电网公司减少购买高峰电量所节省的费用。可以表示为：
[0058] B2＝ρΔQ
[0059] ρ＝fpg-fvg
[0060] 式中：ρ为高峰时段平均上网电价与低谷时段平均上网电价的差值，ΔQ为从高峰时段转移到低谷时段的电量。fpg为高峰时段平均上网电价，fvg为低谷时段平均上网电价。
[0061] 系统可靠性收益是指电网公司实施电量套餐项目后，降低了停电概率，系统供电可靠性提升，购买旋转备用的费用减少。可以表示为：
[0062] B3＝ΔQ×LOLP×(VOLL-SMP)
[0063] 式中：ΔQ为可避免的高峰电量，LOLP为实行电量套餐之前电力系统失负荷的概率，单位为“天/年”，VOLL表示失负荷价值，SMP为平均上网电价。
[0064] 电网公司实行电量套餐之后可避免的成本为：
[0065] B＝B1+B2+B3
[0066] 基于以上电量套餐的成本效益分析，要保证电网公司不亏损，约束条件可以表示为：
[0067] B≥ΔC
[0068] (2)峰时段与谷时段最高负荷约束
[0069] 电量套餐设计优化的目的是减小峰谷差，增大负荷率，使日负荷曲线变平坦。在根据目标函数进行优化求解时，要避免出现用户过度响应套餐电价的情况出现：高峰时期向低谷时期转移的负荷过多，使得在原来的峰时段出现了新的谷负荷，在原来的谷时段出现了新的峰负荷，有违实行电量套餐的初衷。为了防止用户过度反应的情况出现，该约束可以表示为：
[0070] max Pp(t)＞max Pv(t)
[0071] 式中：max Pp(t)表示高峰时段的最高负荷，max Pv(t)表示低谷时段的最高负荷。
[0072] (3)用户效用值约束
[0073] 在对各个市场的用户设计针对性的套餐分档时，要防止高分档的用户选择低分档的电量套餐，即用电量大的用户选择了赠送电量小的套餐分档，由于其原来峰时段电量和谷时段电量均高于套餐分档所赠送的电量，故该用户不会改变其用电行为，导致该用户对削峰填谷的目标没有贡献，却因为选择了低分档的套餐而获利。设置约束条件如下：
[0074] Vii＞Vij(j≠i) (i＝1,2,...,I；j＝1,2,...,J)
[0075] 式中：Vii为第i个市场的用户选择针对其设计的第i个套餐分档的效用值，Vij为第i个市场的用户选择第j个套餐分档的效用，则该约束保证了用户选择其对应套餐分档时的效用值是最大的。在用户为理性的前提下，用户选择效用值最大的套餐分档的概率最大，防止高分档用户选择低分档套餐而平白获利的现象。
[0076] 本发明提供的技术方案的有益效果：
[0077] 本发明所提出的面向需求响应的电量套餐能有效调动需求侧资源的主动性和
互动性，提升电网的经济运行水平和可靠性，具有良好的经济性和实际应用价值；本发明构建的基于套餐效用的用户选择决策模型有助于套餐制定者预测用户对套餐的选择行为并预估各套餐的市场份额，面向需求侧主动响应的电量套餐优化设计模型能够辅助决策者进行电量套餐设计。
附图说明
[0078] 图1是本发明的整体流程示意图。
[0079] 图2是实行电量套餐前后的系统负荷曲线。
具体实施方式
[0080] 附图仅用于示例性说明，不能理解为对本
专利的限制；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述
位置关系仅用于示例性说明，不能理解为对本专利的限制。
[0081] 本发明的一种面向需求侧主动响应的电量套餐优化设计方法，如图1为其实现流程，具体包括以下步骤：
[0082] S1：借鉴电信行业移动资费套餐设计，提出一种面向需求侧主动响应的电量套餐，具体实现方法如下：将电量套餐划分为J个分档，对于套餐j，用户需支付的基本资费为Cj；电量套餐的每个分档中包含两个基本属性：峰时段电量和谷时段电量，每个基本属性下有一个属性赠送量，即在该套餐下可免费使用的电量，峰时段电量为Qpj，谷时段电量为Qvj；套餐j包含的电量为Qj＝Qpj+Qvj，当用户的用电量在此范围内，在支付了基本资费的基础上，不再进行计费，此外，考虑到在电量套餐的推行初期，为了鼓励用户选用套餐，不对其超用电量进行惩罚，即当用户的用电量超过套餐内包含的属性赠送量时，按照当前的峰谷电价机制来计费。
[0083] 表1电量套餐的基本结构
[0084]
[0085] S2：在综合考虑电费支出和用电方式对用户决策的影响的基础上，构建用户选择电量套餐的综合效用模型，具体实现方法如下：
[0086] 每个套餐分档必须对用户产生一定的效用，用户才有选择该套餐的动力。一方面，当套餐包含的峰时段电量较少，谷时段电量较多时，该套餐的基本资费相对较低，用户选择套餐的效用越大；另一方面，当峰时段电量过少，谷时段电量过多，与用户的用电习惯有较大出入时，将会对用户的用电行为产生较大的影响，甚至导致用户无法进行正常的生活生产活动，则用户选择套餐的效用减少。因此，本发明从电费支出效用和用电方式效用这两个方面来衡量套餐对用户产生的效用。电费支出效用用以衡量电费支出的减少给用户带来的效用，用电方式效用用以衡量用户用电方式发生改变的效用。
[0087] 通常情况下，用户在峰时段的用电需求比较大，而谷时段的用电需求小。电量套餐在减少峰时段电量的同时，增加谷时段的电量，使得在满足用户总用电需求的前提下，用户的电费支出减少，对用户而言是有利的，所以对用户产生了电费支出减少的效用。用户电费支出的效用具体表示为：
[0088]
[0089] 式中：θij表示第i类用户选择第j个套餐的电费支出效用；Ci0是实行电量套餐之前第i类用户的电费支出；Cij是实行电量套餐之后第i类用户选择了第j个套餐的电费支出。
[0090] 实行电量套餐之前第i类用户的月度峰时段电量为Qpi0，谷时段电量为Qvi0；实行电量套餐之后选择了第j个套餐的第i类用户的月度峰时段电量为Qpij，谷时段电量为Qvij。则有：
[0091] Ci0＝Qpi0×Pp+Qvi0×Pv
[0092] Cij＝Cj+|Qpij-Qpj|+×Pp+|Qvij-Qvj|+×Pv
[0093] 式中：|x|+表示当x的值大于零时，表达式的值即为x；当x的值小于等于零时，表达式的值为零。
[0094] 在实行套餐电价之前，用户按照自己的生产生活方式来安排电力消费；实行电量套餐之后，用户做出响应，改变自己的用电消费习惯来获取一定的经济效益。用电方式的改变也会对用户选用套餐的效用产生影响，用户的用电方式效用表示为：
[0095] εij＝-(|Qpij-Qpi0|+|Qvij-Qvi0|)
[0096] 式中：εij表示第i类用户选择第j个套餐的用电方式效用。当用户的各时段用电量与实行电量套餐之前的用电量对应相等时，用户按照最舒适的方式安排生产生活用电，效用最大为0；当各时段的用电量发生变化时，给用户带来不便，对用户的效用为负；各时段的用电量变化越大，则用户的用电方式效用越小。
[0097] 综合考虑用户用电方式效用和电费支出效用两方面，套餐分档对用户的效用套餐分档对用户的效用为：
[0098] Vij＝λ1θij+λ2εij
[0099] λ1+λ2＝1
[0100] 式中：Vij表示第i类用户选择第j个套餐的效用，其中λ1为用户电费支出效用的权值，λ2为用户用电方式效用的权值。λ1、λ2对于不同的用户群可设置不同的数值，以体现用户对用电方式和电费支出的不同重视程度。
[0101] S3：基于多项Logit模型构建用户对电量套餐的选择行为模型，具体实现方法如下：
[0102] 在电量套餐的设计过程中，分析用户对套餐的选择决策行为是至关重要的一个环节。基于效用最大化理论的离散选择模型。适用于分析决策者的选择行为，在交通需求问题、教育及职业的选择、消费者商品的需求等方面广泛采用。本发明采用离散选择模型中应用最广泛的MNL模型来预测用户选用某一电量套餐的概率。根据MNL模型，用户选择某一套餐的概率可由其效用的来确定。因此，完全理性的典型用户i选择套餐j的概率为：
[0103]
[0104] 式中：Pij表示第i类用户选择第j个套餐的概率。μ是一个比例参数，当其数值比较大时，该模型接近于确定性选择规则，即用户只选择效用最大的套餐；当其数值近于零时，该模型近似于均匀分布。μ的数值可以通过市场调研和分析合理地确定。
[0105] S4：基于电量套餐实施前后对用户用电行为的分析，构建用户对电量套餐的响应模型，具体实现方法如下：
[0106] 用户在选择了某一个分档的电量套餐之后，其用电行为会受到该套餐分档的约束。假设用户选择电量套餐之后，用电总需求不变，只是用电时间发生转移，即用户受到电量套餐的约束，将部分峰时段电量转移到低谷时段使用，而总的用电量不变。用户选择套餐之后，优先使用套餐内的免费电量。若用户的用电需求小于套餐电量，则用户会遵循套餐设置来使用电量；当用户用电需求大于套餐电量时，多的部分按照用户原来的用电习惯使用，即多的部分原来在高峰时段使用，则仍然在高峰时段使用，低谷时段亦然。以Qpi0和Qvi0分别表示第i类用户原始的峰时段和谷时段用电量，则实行电量套餐前总用电量为Qi0＝Qpi0+Qvi0。以Qpij和Qvij分别表示第i类用户选择电量套餐j之后的峰时段用电量和谷时段，则其总用电量为Qi＝Qpij+Qvij。用户i选择套餐j后其用电量变化情况如表2所示。
[0107] 表2用户选择套餐后用电行为变化
[0108]
[0109] 基于以上分析，可以得到所有电力用户的月度峰时段电量Qp和谷时段电量Qv为：
[0110]
[0111]
[0112] 式中：I表示用户类别数；Si表示第i类用户的数量。
[0113] S5：建立以最小化系统峰谷差为优化目标的电量套餐设计的优化模型，并对此优化模型进行求解，具体实现方法如下：
[0114] 步骤1：构建电量套餐优化设计的目标函数：
[0115] 电量套餐的目的是削峰填谷，引导用户在高峰时期少用电，低谷时期多用电，使负荷曲线变平坦，增大负荷率，故面向需求侧主动响应的电量套餐设计的优化模型如下式所示，其决策变量为每个套餐分档的基本资费Cj、包含的高峰时段电量Qpj和低谷时段电量Qvj。
[0116]
[0117] 式中：P(t)为日负荷曲线上第t小时的负荷， 表示日负荷曲线上的最高负荷， 表示日负荷曲线上的最小负荷， 表示日负荷曲线的峰谷差。
[0118] 步骤2：构建电量套餐优化设计的约束条件
[0119] (1)电网公司实施电量套餐的收益约束
[0120] 从电网公司的角度考虑，实行电量套餐之后电网公司必须有所收益，至少不能亏损，否则电网公司没有实行电量套餐的动力。一方面，实行电量套餐之后，电网公司的电费收入减少为：
[0121]
[0122] 另一方面，电网公司实现削峰填谷之后可以减少一些供电成本，减少的成本即为收益，包括可避免容量收益、可避免电量收益和系统可靠性效益。
[0123] 可避免容量收益是指电网公司因为最高峰负荷降低可以减少的变压器、输电线路等供电设备的平均投资费用。可以表示为：
[0124] B1＝GΔV
[0125]
[0126] 式中：B1为可避免容量效益，ΔV为可避免容量，G为电网公司变压器、输电线路等供电设备平均单位造价。ΔPi表示第i个用户在高峰时段所降低的峰荷值，I表示参与削峰填谷的用户总数，σ表示用户同时系数，λ表示系统的备用容量系数，α表示电网的配电损失系数。
[0127] 可避免电量收益是指电网公司减少购买高峰电量所节省的费用。可以表示为：
[0128] B2＝ρΔQ
[0129] ρ＝fpg-fvg
[0130] 式中：ρ为高峰时段平均上网电价与低谷时段平均上网电价的差值，ΔQ为从高峰时段转移到低谷时段的电量。fpg为高峰时段平均上网电价，fvg为低谷时段平均上网电价。
[0131] 系统可靠性收益是指电网公司实施电量套餐项目后，降低了停电概率，系统供电可靠性提升，购买旋转备用的费用减少。可以表示为：
[0132] B3＝ΔQ×LOLP×(VOLL-SMP)
[0133] 式中：ΔQ为可避免的高峰电量，LOLP为实行电量套餐之前电力系统失负荷的概率，单位为“天/年”，VOLL表示失负荷价值，SMP为平均上网电价。
[0134] 电网公司实行电量套餐之后可避免的成本为：
[0135] B＝B1+B2+B3
[0136] 基于以上电量套餐的成本效益分析，要保证电网公司不亏损，约束条件可以表示为：
[0137] B≥ΔC
[0138] (2)峰时段与谷时段最高负荷约束
[0139] 电量套餐设计优化的目的是减小峰谷差，增大负荷率，使日负荷曲线变平坦。在根据目标函数进行优化求解时，要避免出现用户过度响应套餐电价的情况出现：高峰时期向低谷时期转移的负荷过多，使得在原来的峰时段出现了新的谷负荷，在原来的谷时段出现了新的峰负荷，有违实行电量套餐的初衷。为了防止用户过度反应的情况出现，该约束可以表示为：
[0140] max Pp(t)＞max Pv(t)
[0141] 式中：max Pp(t)表示高峰时段的最高负荷，max Pv(t)表示低谷时段的最高负荷。
[0142] (3)用户效用值约束
[0143] 在对各个市场的用户设计针对性的套餐分档时，要防止高分档的用户选择低分档的电量套餐，即用电量大的用户选择了赠送电量小的套餐分档，由于其原来峰时段电量和谷时段电量均高于套餐分档所赠送的电量，故该用户不会改变其用电行为，导致该用户对削峰填谷的目标没有贡献，却因为选择了低分档的套餐而获利。设置约束条件如下：
[0144] Vii＞Vij(j≠i) (i＝1,2,...,I；j＝1,2,...,J)
[0145] 式中：Vii为第i个市场的用户选择针对其设计的第i个套餐分档的效用值，Vij为第i个市场的用户选择第j个套餐分档的效用，则该约束保证了用户选择其对应套餐分档时的效用值是最大的。在用户为理性的前提下，用户选择效用值最大的套餐分档的概率最大，防止高分档用户选择低分档套餐而平白获利的现象。
[0146] 下面结合实例说明
[0147] 本发明以我国某城市的某综合区域内的544个用户为研究对象。当地高峰时段为7:00-22:00，低谷时段为22:00-次日7:00，高峰时段电价为fp＝0.96元/千瓦时，低谷时段电价为fv＝0.43元/千瓦时。取电费支出效用系数为λ1＝0.5，用电方式效用系数为λ2＝0.5，MNL模型中比例参数μ设置为5。采用K-means
算法对用户的日负荷曲线进行聚类以提取用户的典型负荷模式，对市场进行细分，为电网公司针对不同类型用户科学合理地制定套餐提供参考。聚类结果如表3所示。
[0148] 表3用户日负荷曲线的聚类结果
[0149]
[0150] 本发明的优化模型属于复杂的带约束非线性规划问题，难以依靠传统的解析方法求解，由于
遗传算法具有全局性和鲁棒性等特点，本发明研究中采用遗传算法进行优化求解。六种不同类型的用户群体得到的最优电量套餐方案如表4所示。对比市场现行的峰谷电价，套餐分档折扣系数在0.85～0.90之间变化，给予用户一定的优惠折扣，使得用户选择相应套餐的效用值为正，用户有选择电量套餐的动力。同时总电量需求越大的用户，其削峰填谷的效果越明显，对削峰填谷的目标贡献越大，所以分档越高，折扣力度越大。
[0151] 表4套餐设计模型最优解
[0152]
[0153] 附图2所示为实行电量套餐前后用户日负荷曲线的对比。由附图2可见，实行电量套餐后，用户的总日负荷曲线趋于平滑，峰谷差明显减小，削峰填谷效果较为明显。
[0154] 表5给出了实行电量套餐前后用户的负荷特征。从表5可以看出，实施电量套餐后，负荷峰值的下降量为14.12MW，为原始总负荷峰值的10.6％，系统日峰谷差率为32.02％，相比原始数据下降了22.1％。
[0155] 表5最优电量套餐实行前后用户负荷特征
[0156]
[0157] 表6给出了电网公司实施电量套餐后其成本与效益的变化。通过实施电量套餐，电网公司减少的电费收入为614.00万元，其可避免容量收益、可避免电量收益、系统可靠性收益分别为132.40万元、323.93万元、273.27万元，总利润为115.61万元。这表明电量套餐产生的效益大于投入的成本，面向需求侧主动响应的电量套餐具有一定的实际应用价值。
[0158] 表6电网公司实施电量套餐的成本-效益分析
[0159]
