韓精藝+代業(yè)明

摘要： 輸配電價(jià)改革是我國電力體制改革的關(guān)鍵環(huán)節(jié)，其重要內(nèi)容之一是調(diào)整電網(wǎng)盈利模式。文章在智能電網(wǎng)環(huán)境下提出多個(gè)電力零售商之間基于需求側(cè)管理的Stackelberg博弈模型，并進(jìn)行模型分析與求解，然后根據(jù)實(shí)際情況進(jìn)行仿真模擬。結(jié)果表明：根據(jù)用戶需求量變化反映出的信息，文章所提出的實(shí)時(shí)定價(jià)機(jī)制，不僅能夠緩解電力供需矛盾，而且能為所有電力零售商提供了一種利潤最大化定價(jià)策略。

Abstract： Transmition and distribution reform is the crucial aspect of the power price reform in China， and one of its important content is the earning model. The paper introduced a stackelberg model under the smart grid condition， which was based on the demand-side management between all electricity retailers， and analyzed the model and solve it， then simulate and imitate the result with datum based on the real situation. The result shows that， according to the information that reflected by the changes of consumers demand， the real-time pricing model provided by this paper not only could help releasing the contradiction between the amount of demand and supply of power， but also could provide a profit maximization strategy for electricity retailers.

關(guān)鍵詞： 智能電網(wǎng)；實(shí)時(shí)定價(jià)；Stackelberg博弈；需求側(cè)管理

Key words： smart grid；real-time pricing；Stackelberg game；demand-side management

中圖分類號(hào)：F426 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2016）29-0080-03

0 引言

隨著電器種類增多和電力需求量增大，對(duì)傳統(tǒng)電網(wǎng)的挑戰(zhàn)逐漸加劇，特別是一些發(fā)達(dá)地區(qū)的發(fā)電量已無法滿足用電高峰時(shí)期的電力需求。需求側(cè)管理（Demand-side Management，DSM）作為一種提高電網(wǎng)可靠性的重要機(jī)制，可通過電力需求的動(dòng)態(tài)變化來優(yōu)化電力基礎(chǔ)設(shè)施的運(yùn)行和管理，實(shí)時(shí)定價(jià)是DSM的重要策略之一[1-4]，通過實(shí)時(shí)告知電力用戶電價(jià)，使用戶根據(jù)自己的需求和意愿選擇用電方式，實(shí)現(xiàn)用戶主動(dòng)調(diào)節(jié)負(fù)荷，削峰填谷，達(dá)到資源的優(yōu)化配置。

近年來國內(nèi)外學(xué)者對(duì)智能電網(wǎng)的推廣應(yīng)用研究已有很多[5-11]，與博弈理論結(jié)合解決了各種決策問題。當(dāng)一個(gè)地區(qū)同時(shí)存在兩個(gè)或多個(gè)電力零售商時(shí)，一個(gè)零售商的決策在受到了其他零售商決策影響的同時(shí)，也影響其他零售商的決策。文獻(xiàn)[8]中未將用戶的行為量化成需求函數(shù)，而是提出了一個(gè)電器水平的跟隨者的博弈模型，文獻(xiàn)[9-11]提出幾種不同的實(shí)時(shí)定價(jià)算法，在保持消耗總電量低于發(fā)電能力前提下可以最大化系統(tǒng)總所有用戶收益和最小化電力供應(yīng)商成本。文獻(xiàn)[5]中將不同區(qū)域中的不同電力零售商抽象為領(lǐng)頭零售商和尾隨零售商兩類，建立相應(yīng)的Stackelberg博弈模型，分析二者在智能電網(wǎng)實(shí)時(shí)定價(jià)中的策略互動(dòng)。

然而，受電力市場改革進(jìn)程影響，針對(duì)多個(gè)零售商共存在同一地區(qū)時(shí)如何制定最優(yōu)的定價(jià)策略的研究依然不多，并且缺乏考慮對(duì)零售商之間價(jià)格差異如何影響用戶的電力需求量。本文在文獻(xiàn)[5]的基礎(chǔ)上進(jìn)行拓展，建立多個(gè)零售商之間一主多從的stackelberg博弈模型，研究電力市場中零售商們之間的相互影響，并通過零售商之間單位價(jià)差導(dǎo)致用戶需求的轉(zhuǎn)移量來刻畫價(jià)差的影響，然后進(jìn)行模型分析與求解，得到能夠使各電力零售商獲得的利潤最大化定價(jià)策略。下面首先對(duì)基本變量進(jìn)行假設(shè)，然后針對(duì)多個(gè)零售商建立一主多從的stackelberg博弈模型，之后對(duì)模型進(jìn)行求解得到最優(yōu)決策，最后得到相應(yīng)的結(jié)論并對(duì)以后的研究方向進(jìn)行展望。

1 模型準(zhǔn)備

1.1 基本假設(shè)

定義G零售商的策略空間，即G=[p1，p2，…ph，…，pH]，其中ph代表在h時(shí)的電力價(jià)格，pH代表在H時(shí)的電力價(jià)格。同時(shí)，記先行零售商為FL，所有跟隨零售商都包含在集合U中，即U=（F1，F(xiàn)2，…，F(xiàn)n），則Fi∈U，i=1，2，…，n。

在供電量充足的條件下，假定電力用戶是理性的，可以根據(jù)先行商和跟隨商的定價(jià)靈活地選擇使用哪一家的電力，并根據(jù)需求和成本控制做出正確的決策。電力用戶可以根據(jù)智能電表上顯示的某時(shí)段的電價(jià)，選擇是否使用某些電器。如果用戶覺得某一時(shí)段的電價(jià)太高，而某些電器是可以改變使用時(shí)間或者直接減少使用，則可以通過選擇電價(jià)較低的時(shí)段來使用這些電器，并且每一個(gè)用戶每次只能選擇使用某一家零售商的電力。

1.2 基本函數(shù)

圖2顯示的是當(dāng)各零售商的進(jìn)電價(jià)p的取值區(qū)間為[0，0.5]時(shí)，各零售商的電力定價(jià)決策是如何變化的，可以看出先行者零售商制定的電價(jià)高，若進(jìn)電價(jià)p越低，在同等用電量水平上成本越低，則各零售商制定的電價(jià)也會(huì)越低，同時(shí)受電價(jià)為零時(shí)用戶需求量多寡的影響，各跟隨者零售商之間的價(jià)格也不盡相同。

圖3顯示的是當(dāng)各零售商的需求彈性？孜的取值區(qū)間為[-15，15]時(shí)，各零售商的電力定價(jià)決策是如何變化的，發(fā)現(xiàn)除了先行者零售商的電價(jià)高，需求價(jià)格彈性？孜越小，各零售商制定的電價(jià)越低，而且各零售商的電價(jià)高低也受電價(jià)為零時(shí)用戶需求量多寡的影響。

3 結(jié)論和展望

本文從電力需求側(cè)管理出發(fā)，通過對(duì)智能電網(wǎng)實(shí)時(shí)定價(jià)問題進(jìn)行建模研究，發(fā)現(xiàn)電力零售商通過科學(xué)合理的實(shí)時(shí)定價(jià)可以實(shí)現(xiàn)利潤最大化，用戶可以通過智能電表和轉(zhuǎn)移用電時(shí)間來有效控制用電成本，保證低收入家庭的用電需求和生活質(zhì)量，同時(shí)還能有助于節(jié)能減排的實(shí)現(xiàn)。此外，各零售商在制定各自的電力價(jià)格時(shí)，需要考慮單位價(jià)差導(dǎo)致的用戶需求轉(zhuǎn)移量、進(jìn)電價(jià)以及電力的需求價(jià)格彈性三方面因素的影響，然后制定相應(yīng)的利潤最大化策略。

由于本文主要是針對(duì)多個(gè)零售商之間的價(jià)格競爭進(jìn)行探討，沒有考慮到不同電器分類對(duì)電力定價(jià)的影響，所以進(jìn)一步的拓展研究可以向多個(gè)電力零售商和多個(gè)用戶之間的互動(dòng)博弈以及考慮到電器分類的影響等方向進(jìn)行。

參考文獻(xiàn)：

[1]T Jin， M Mechehoul. Ordering electricity via internet and its potential for smart grid systems[J]. IEEE transactions on Smart Grid， 2010， 1（3）： 302-310.

[2]A H Mohsenian-Rad， V W S Wong， J Jatskevich， et al. Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid[J]. IEEE Transactions on Smart Grid， 2010， 1（3）： 320-331.

[3]P Samadi， R Schober， V W S Wong. Optimal energy consumption scheduling using mechanism design for the future smart grid[C] // IEEE International Conference on Smart Grid Communications （SmartGridComm）， 2011： 369-374.

[4]S R Bu， F R Yu， P X Liu. A game-theoretical decision-making scheme for electricity retailers in the smart grid with demand-side management[J]. In： 2011 IEEE international conference on smart grid communications （SmartGridComm）， 2011， 387-391.

[5]代業(yè)明，高巖.基于智能電網(wǎng)需求側(cè)管理的多零售商實(shí)時(shí)定價(jià)策略[J].中國電機(jī)工程學(xué)報(bào)，2014，34（25）：4244-4249.

[6]F L Meng， X J Zeng. A stackelberg game-theoretic approach to optimal real-time pricing for the smart-grid[J]. Methodologies and application， 2013， 17（12）： 2365-2380.

[7]C Chen， S Kishore， L Snyder. An innovative rtp-based residential power scheduling scheme for smart grids[J]. In： Acoustics， speech and signal processing （ICASSP）， 2011 IEEE international conference on IEEE， 2011， 5956-5959.

[8]A H Mohsenian-Rad， A Leon-Garcia. Optimal residential load control with price prediction in real-time electricity pricing environments[J]. IEEE Transactions on SmartGrid， 2010，1（2）： 120-133.

[9]W Saad， Z Han， H Poor， et al. Game-theoretic methods for the smart grid： An overview of microgrid system demand-side management， and smart grid communications[C]//IEEE Signal Processing Magazine， 2012， 29（5）： 86-105.

[10]代業(yè)明，高巖.具有多類資源多類用戶智能電網(wǎng)實(shí)時(shí)定價(jià)決策[J].系統(tǒng)工程理論與實(shí)踐，2015（09）：2315-2323.

[11]代業(yè)明，高巖.分布式發(fā)電系統(tǒng)動(dòng)態(tài)定價(jià)決策[J].系統(tǒng)工程，2016（02）：70-75.