苗曉峰，張 利，陳云龍，程婷婷

（1.電網(wǎng)智能化調(diào)度與控制教育部重點實驗室（山東大學(xué)），濟南 250061；2.國網(wǎng)山東省電力公司 電力科學(xué)研究院，濟南 250061）

1 背景

隨著智能電網(wǎng)的發(fā)展，電力需求側(cè)管理在提高電網(wǎng)運行效率，保證電網(wǎng)安全、穩(wěn)定運行方面發(fā)揮著越來越重要的作用[1]。電力用戶基準負荷作為評估需求側(cè)管理的一種重要手段，被廣泛的采用。通過計算電力用戶基準負荷與實際負荷的差值，即可得到電力用戶在參與需求側(cè)管理過程中負荷的實際削減/轉(zhuǎn)移量。因此，電力用戶基準負荷的準確計算，對于需求側(cè)管理的評估具有重要的意義。

電力用戶基準負荷的計算方法主要分為2類：基于統(tǒng)計學(xué)原理的基準計算[2—8]和基于回歸分析的基準計算[9—11]。基于統(tǒng)計學(xué)原理的計算方法，主要通過計算所選取的歷史負荷數(shù)據(jù)的平均值來得到預(yù)測基準負荷，其值往往要比實際負荷偏低。因此，為了更好的反映事件日當天各因素（如：氣溫）對負荷造成的影響，需對預(yù)測基準負荷進行調(diào)整，調(diào)整系數(shù)可通過將事件時刻前幾小時的負荷數(shù)據(jù)和預(yù)測基準負荷同時段的負荷相比較求得?；诨貧w分析的基準負荷計算，以電力用戶的歷史負荷數(shù)據(jù)為基礎(chǔ)，建立電力用戶的負荷與各影響因素（如：氣溫）之間的關(guān)系。采用線性回歸模型時，由于實際中各影響因素難以完全分析清楚且它們與負荷間也并非線性關(guān)系，因此計算精度有待提高；而過于復(fù)雜的非線性回歸模型雖可提高精度但不利于工程實踐。同時，回歸分析方法需要大量的歷史負荷數(shù)據(jù)，過多的數(shù)據(jù)收集與處理也是造成其不便于工程應(yīng)用的重要原因。

鑒于基于統(tǒng)計學(xué)原理計算方法簡單、可操作性強的特點，它在工程實際中得到了較好的應(yīng)用。美國多個電力市場實施了各自的實用基準負荷方法，這些方法經(jīng)多年應(yīng)用，積累了豐富的經(jīng)驗，但效果仍未完全滿意。因此，文獻[12]提出，在計算電力用戶的基準負荷時給歷史負荷數(shù)據(jù)設(shè)定權(quán)值，使越靠近事件日的歷史負荷數(shù)據(jù)具有越大的權(quán)值，從而提高了在一些氣候變化較大或者負荷變化較大情況下的計算精度。隨著我國對有序用電[13]工作的進一步重視，各方面的理論研究有待開展[14—16]，探討實用的基準負荷方法也是亟待解決的問題。

本文立足于工程計算問題，在對上述實用方法進行詳細探討的基礎(chǔ)上，以山東省某地區(qū)礦物制品業(yè)中的2類用戶為例，進行了各方法的仿真計算，并基于對結(jié)果和誤差的分析比較，總結(jié)了每種方法在應(yīng)用上的優(yōu)缺點及提高計算精度的改進方向。

2 基準負荷法

基準負荷是指在沒有實施任何需求側(cè)管理措施的情況下電力用戶的負荷。通過將實際負荷與基準負荷對比，即可確定各種需求側(cè)管理措施的實施效果，如圖1所示。

圖1 實施需求側(cè)管理措施后負荷的變化

基準負荷值與電力用戶實際負荷測量值的差值即為電力用戶的負荷削減/轉(zhuǎn)移量，因而準確的計算基準負荷是評估需求側(cè)管理措施的關(guān)鍵?？紤]電力用戶負荷固有的波動性和不確定性，因此為盡可能的實現(xiàn)準確的計算，基準負荷計算方法需要滿足以下幾點要求：

（1）準確性：即基準負荷值與電力用戶實際負荷的差值要盡可能等于電力用戶的真實削減值，避免僅從電力用戶的報裝容量來計算負荷削減而帶來的誤差。

（2）完整性：計算結(jié)果應(yīng)全面的反映電力用戶負荷曲線的整體特性，避免受電力用戶故意增加用電等不合理用電行為的影響。

（3）可操作性：基準的計算方法應(yīng)該簡便易行，這將更有利于政策的透明化，方便電網(wǎng)公司和電力客戶應(yīng)用。

（4）適用性：方法應(yīng)滿足電網(wǎng)公司不同需求側(cè)管理目標的計算需要，可方便地根據(jù)實際情況進行基準的調(diào)整，以更真實的反映電力用戶的負荷情況。

合適的基準負荷計算方法應(yīng)在平衡這4點要求的基礎(chǔ)上進行選擇。

3 各種算法的探討

實施需求側(cè)管理的日期本文稱為事件日，記為T。預(yù)測基準負荷（predicted baseline load，PBL）通過計算事件日T前n-m+1天各天負荷L(T-i)的平均值來得到，如公式（1）所示

以工作日基準負荷計算為例，表1示意了m=1、n=10時的歷史數(shù)據(jù)的選取，其中斜體日期表示事件日；灰色背景表示數(shù)據(jù)采集日，其選取不包括節(jié)日、周末、事件日。

表1 基準負荷計算所需歷史數(shù)據(jù)列表

前n-m+1天的數(shù)據(jù)可以全部采用，也可以僅采用其中負荷較高的x天的負荷數(shù)據(jù)?？紤]到實施需求側(cè)管理的目的在于負荷高峰時期引導(dǎo)用戶合理的安排用電，選取負荷較高的幾天來計算基準負荷可以有效的減少預(yù)測值較低的現(xiàn)象，從而使計算結(jié)果更接近實際。

考慮事件日當天各因素對用戶負荷的影響，將有助于提高計算精度，因此需要據(jù)此對預(yù)測基準負荷進行調(diào)整。設(shè)aT，t為調(diào)整系數(shù)，用來調(diào)整預(yù)測基準負荷。以事件時刻t前一定時段（定義為調(diào)整時段）的測量負荷C（時刻t-b到t-e間的負荷）來確定。調(diào)整策略分為加法調(diào)整和乘法調(diào)整，系數(shù)的計算方法分別如公式（2）、公式（3）所示

、分別表示事件日T事件時刻t時的加法和乘法調(diào)整系數(shù)。關(guān)于調(diào)整時段的選擇，可根據(jù)所實施需求側(cè)管理措施的具體特點，排除事件時刻t前兩三個小時來確定。

預(yù)測基準負荷PBL通過加法或者乘法調(diào)整后，所得結(jié)果稱為用戶基準負荷CBL。加法調(diào)整和乘法調(diào)整分別如公式（4）、公式（5）所示

由此，實施需求側(cè)管理期間用戶的負荷變化就可以由公式（6）計算得到

DT，t大于 0 時，表示t時刻負荷削減；DT，t小于 0時，表示t時刻負荷增加。

基于上述分析，對文獻[2]—文獻[8]中采用的工作日基準負荷計算方法進行了歸納總結(jié)，各方法的原理基本相同，如公式（1）—公式（5）所示，不同點在于數(shù)據(jù)采集日、調(diào)整時段以及調(diào)整系數(shù)的選擇，如表2所示。

表2 各種基準負荷計算方法

說明：

（1）因為工作日與非工作日的負荷性質(zhì)有很大不同，而且工作日負荷更高，實施需求側(cè)管理措施的概率更大，因此計算基準負荷所需數(shù)據(jù)不包括周末、節(jié)假日以及事件日的負荷數(shù)據(jù)。

（2）乘法調(diào)整系數(shù)的取值范圍為[0.8～1.2]。

（3）新英格蘭電力市場有2種不同的方法，區(qū)別表示為NEISO-1和NEISO-2。其中，NEISO-1方法所用數(shù)據(jù)中排除了與預(yù)測基準負荷有25%偏差的負荷數(shù)據(jù)；NEISO-2方法的基準負荷由90%的預(yù)測基準負荷與10%事件日負荷（含事件時刻負荷）組成。

（4）ERCOT方法排除最高和最低日負荷，采用余下8天的數(shù)據(jù)。

（5）ENERNOC方法調(diào)整系數(shù)按照公式（7）進行計算

上述各計算方法本質(zhì)上都是通過求取歷史數(shù)據(jù)的平均值來得到基準負荷，但也各具特點。

從歷史數(shù)據(jù)窗口的長度看，PJM和NEISO-2方法是5天，其余方法是10天。根據(jù)計算原理，較短的時間窗口不利于平抑近期負荷波動，適當?shù)脑黾託v史負荷數(shù)據(jù)的窗口長度，可以降低近期負荷波動的影響。但時間窗口的選擇也并不是越長越好，因為過長的時間窗口會掩蓋負荷近期變動的趨勢。

從數(shù)據(jù)篩選機制看，CAISO，NEISO-1，NEISO-2方法不對歷史數(shù)據(jù)進行篩選；PJM方法是剔除負荷最低的一天；ERCOT方法則是剔除最高和最低負荷；ENERNOC和NY-ISO方法是選取10天中負荷最高的5天。鑒于需求響應(yīng)措施一般作用于高峰負荷時刻，因此適當?shù)倪M行數(shù)據(jù)篩選可以有效地避免基準負荷計算值偏低。

調(diào)整時段與調(diào)整系數(shù)的選擇體現(xiàn)了計算方法中對實施需求響應(yīng)措施前實際負荷與歷史負荷之間差異的考慮。在特定的需求響應(yīng)項目中，措施實施前往往需要提前通知用戶，因而一些方法如PJM，CAISO，ERCOT，NYSIO等在計算調(diào)整系數(shù)時避開了提前通知時間，從而減小了用戶刻意在措施實施前提高負荷等投機行為的影響。在沒有電力用戶投機的情況下，則選取越靠近事件時刻的負荷值，越能更好的反映負荷的變化趨勢。

4 仿真分析

本節(jié)基于電力用戶實測數(shù)據(jù)對上述表2中的7種方法進行仿真計算，并通過對計算結(jié)果進行對比分析，總結(jié)了各方法的特點。

4.1 仿真數(shù)據(jù)

仿真數(shù)據(jù)選取為山東省某地區(qū)礦物制品業(yè)中2類用戶2011年8月的負荷數(shù)據(jù)，為行業(yè)用戶每小時的總負荷數(shù)據(jù)。2類用戶由于實施不同的電價政策因此有不同的負荷特點，其8月平均日負荷曲線如圖2所示。這樣可便于比較各方法在不同負荷特性下的計算精度。

圖2 平均日負荷曲線

為清楚起見，圖3、圖4給出了8月15日—8月19日，8月22日—8月26日，8月29日—8月31日各日13：00～17：00的負荷數(shù)據(jù)，以便更好的反映事件時刻和調(diào)整時段中負荷的變化趨勢。需求側(cè)管理措施的實施主要發(fā)生在負荷高峰日，因而本文選取數(shù)據(jù)集中負荷最高的31日作為事件日進行仿真計算，事件時刻設(shè)為17：00。

圖3 第一類電力用戶的歷史負荷數(shù)據(jù)

圖4 第二類電力用戶的歷史負荷數(shù)據(jù)

以山東省為例，實施需求側(cè)管理主要發(fā)生在工作日，因而周末、節(jié)假日的數(shù)據(jù)參考意義較低，本文對其進行了排除。

4.2 結(jié)果分析

各方法的計算結(jié)果見表3。表中PJM+和PJM*分別代表采用加法調(diào)整和乘法調(diào)整的PJM方法，1和2分別代表第一類電力用戶和第二類電力用戶，加法調(diào)整系數(shù)的單位為MW，乘法調(diào)整系數(shù)無量綱。在不同負荷特性下，各方法的計算誤差見圖5。

由圖5可以看出：無論對于第一類還是第二類用戶，誤差最大的計算方法都為NEISO-2方法，說明它在不同的負荷特性下都不能得到滿意的結(jié)果，不宜采用。沒有進行數(shù)據(jù)篩選，同時將事件時刻的負荷值納入了修正計算（此時電力用戶已進行負荷削減），是該方法會產(chǎn)生較大負誤差的主要原因。

表3 各基準方法計算結(jié)果

圖5 不同負荷特性下各基準方法的計算誤差

4.2.1 各方法計算效果

（1）各方法在同一負荷特性下計算精度不同。對第一類電力用戶，PJM*方法計算誤差絕對值最大，為9.64%；NEISO-1方法計算誤差絕對值最小，為3.76%。對第二類電力用戶，NY-ISO方法計算誤差絕對值最大，為5.37%，NEISO-1方法誤差絕對值最小，為0.61%。由圖3、圖4可見，本文算例的2類用戶事件時刻（17：00）和事件前一時刻（16：00）的負荷規(guī)律都比較一致，因此充分考慮緊鄰事件時刻負荷進行調(diào)整的NEISO-1方法有最好的表現(xiàn)，而采用乘法調(diào)整系數(shù)的PJM*方法，以及調(diào)整時段較遠離事實時刻的NY-ISO方法，未能很好的把握2類用戶的特征，導(dǎo)致較大的誤差。

（2）同一種方法在不同負荷特性下其計算精度也不同。如PJM*方法，針對第一類電力用戶其計算誤差為9.64%，而對于第二類電力用戶其計算誤差僅為3.5%，圖3、圖4可以看出，在負荷歷史數(shù)據(jù)窗口內(nèi)，第二類電力用戶各日負荷的規(guī)律一致性較第一類電力用戶強，因而應(yīng)用乘法調(diào)整系數(shù)會有比第一類電力用戶更好的計算效果。

（3）ENERNOC、NEISO-1等方法的計算誤差和平均誤差都在5%以內(nèi)，說明這2種方法對不同負荷特性的適應(yīng)性較強。而PJM+、CAISO、ERCOT等方法雖然平均誤差也在5%以內(nèi)，但在不同的負荷特性下其計算精度相差很大。從方法的計算原理來看，調(diào)整階段的選擇是造成如此差別的主要原因。對本文算例而言，ENERNOC和NEISO-1方法都很好地利用了緊鄰事件時刻的負荷數(shù)據(jù)，從而計算效果更好。若在NEISO-1方法中采用與CASIO方法相同的調(diào)整時段，則對第一類用戶其誤差就由0.61%變?yōu)?.45%，對第二類用戶其誤差由3.76%變?yōu)?.43%。其他方法都是利用距事件時刻較早的數(shù)據(jù)進行基準的調(diào)整，因而計算結(jié)果的偏差有所增大。

合適的基準負荷計算方法應(yīng)在平衡準確性、完整性、可操作性以及適用性這4點要求的基礎(chǔ)上進行選擇。

4.2.2 提高基準負荷計算精度的改進方向

（1）準確性。本文所選取的數(shù)據(jù)為電力用戶每小時負荷數(shù)據(jù)，可能因小時內(nèi)負荷的變化過大而產(chǎn)生較大的計算誤差。如果采用每15 min或者每5 min的負荷數(shù)據(jù)，電力用戶負荷變動的概率大為減小，計算精度會進一步的提高。另外，選取計算所用歷史數(shù)據(jù)時，如果盡可能選取相似日的負荷數(shù)據(jù)，即歷史負荷的規(guī)律與事件日負荷的規(guī)律最大限度的保持一致，則會更有利于計算精度的提高。

（2）完整性。為避免受電力用戶在事件時刻前故意增加用電從而多獲補償?shù)牟缓侠碛秒娦袨橛绊?，?yīng)在算法中增設(shè)負荷限值的檢測。如：對實施需求側(cè)管理期間的電力用戶負荷值異常變動進行檢查，從而抑制電力用戶不合理用電行為的發(fā)生，并有效減少其影響。

（3）可操作性。為保證方法的計算精度，應(yīng)對采集的歷史負荷數(shù)據(jù)是否能夠反映事件日電力用戶的負荷規(guī)律進行判別。對此，可采用文獻[12]提出的方法給各歷史數(shù)據(jù)設(shè)置權(quán)值。

（4）適用性。在基準負荷的計算過程中，應(yīng)反映環(huán)境氣候、行業(yè)政策等對電力用戶負荷的影響，文中討論的各方法利用事件時刻前的數(shù)據(jù)對預(yù)測基準負荷進行修正，雖一定程度上反映了各因素的影響，但針對極端氣候天氣或者用戶受行業(yè)政策影響負荷變化較大的情況時，應(yīng)予以額外的調(diào)整。

5 結(jié)論

基準負荷法在需求側(cè)管理措施實施效果評估中發(fā)揮著重要作用，是準確評估電力用戶負荷削減/轉(zhuǎn)移量的有效手段。本文對已有的基準負荷法進行了詳細的分析探討與仿真計算，可得出如下結(jié)論：

（1）由于采用的數(shù)據(jù)集和調(diào)整方法不同，各方在同一負荷特性下計算精度不同。

（2）在不同負荷特性下，同一方法的計算精度不同。

（3）合理選擇調(diào)整時段的方法具有最好的計算精度和平均精度。

可見，合適的基準負荷方法的選擇應(yīng)就需求側(cè)管理措施實施的具體情況進行具體分析。

最后，本文從基準負荷計算方法應(yīng)滿足的準確性、完整性、可操作性以及適用性這4點要求出發(fā)，對如何進一步提高方法的計算精度給出了改進的方向。

[1]王蓓蓓，李揚，高賜威.智能電網(wǎng)框架下的需求側(cè)管理展望與思考[J].電力系統(tǒng)自動化，2009，33（20）：17-22.

[2]ENERNOC.The demand response baseline[EB/OL].[2008-10-01].http：//www.naesb.org/pdf4/dsmee100608enernoc_2.pdf.

[3]PJM.Amended and Restated Operating Agreement of PJM Interconnection,L.L.C.[EB/OL].[2013-01-17].http：//pjm.com/～/media/documents/agreements/oa.ashx.

[4]J Pedersen,California ISO.Proxy Demand Resources Full Market Module[EB/OL].[2011-01-01].http：//www.caiso.com/275d/275d778249a30.pdf.

[5]ERCOT.EmergencyInterruptibleLoadServiceDefaultBaselineMethodologies[EB/OL].[2011-03-02].http：//www.ercot.com/content/services/programs/load/eils/keydocs/Default_Baseline_Methodologies_REVISEDFINAL.doc.

[6]NE-ISO.Demand Response ISO New England Markets[EB/OL].[2010-06-01].http：//www.isone.com/support/training/courses/wem101/16_demand_resources_in_new_mkts.pdf.

[7]NYISO.Manual 5:Day-Ahead Demand Response Program Manual[EB/OL].http：//www.nyiso.com/public/webdocs/documents/manuals/planning/dadrp_mnl.pdf.July 2003.

[8]Antunes P,Faria P,Vale Z.Consumers Performance Evaluation of the Participation in Demand Response Programs Using Baseline Methods[C]//PowerTech（POWERTECH）,2013 IEEE Grenoble.IEEE,2013:1-6.

[9]Yamaguchi N,Han J,Ghatikar G,et al.Regression Models for Demand Reduction based on Cluster Analysis of Load Profiles[C]//Sustainable Alternative Energy（SAE）,2009 IEEEPES/IASConference on.IEEE,2009:1-7.

[10]Grimm C.Evaluating baselines for demand response programs[C/OL].http：//publications.aeic.in/lrc/12_Evaluating_Baselines_for_Demand_Response_Programs_PA PER.pdf.

[11]Mathieu J L,Callaway D S,Kiliccote S.Variability in automated responses of commercial buildings and industrial facilities to dynamic electricity prices[J].Energy and Buildings,2011,43（12）：3 322-3 330.

[12]Wi Y M,Kim J H,Joo S K,et al.Customer Baseline Loa（CBL）Calculation using Exponential Smoothing Model with Weather Adjustment[C]//Transmission&Instribution Conference&Exposition:Asia and Pacific 2009.IEEE,2009:1-4.

[13]國家發(fā)展和改革委員會.有序用電管理辦法[L].2011.

[14]王志偉，薛亮，張國慶，等.山東省有序用電智能決策系統(tǒng)設(shè)計及應(yīng)用[J].電力需求側(cè)管理，2011，13（6）：52-54.

[15]高賜威，李倩玉，宋宏坤.基于用電權(quán)交易的有序用電新機制[J].電力需求側(cè)管理，2013，15（3）：5-10.

[16]李正明，張紀華，陳敏潔.基于層次分析法的企業(yè)有序用電模糊綜合評估[J].電力系統(tǒng)保護與控制，2013，41（7）：136-141.