張鐵峰，姜喜燕，張灝璠

（華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 071003）

0 引言

需求響應(yīng)（demand response，DR）指用戶(hù)在系統(tǒng)釋放價(jià)格信號(hào)或激勵(lì)信號(hào)的影響下改變用電習(xí)慣，參與系統(tǒng)調(diào)度，作為一種靈活性高、零排放的用戶(hù)側(cè)資源，在系統(tǒng)調(diào)峰、降低碳排放、消納風(fēng)電等方面有著巨大潛力［1—3］，即用戶(hù)參與響應(yīng)調(diào)整負(fù)荷的能力，包括負(fù)荷削減和負(fù)荷轉(zhuǎn)移2種調(diào)整方向［4］。

從系統(tǒng)調(diào)度來(lái)看，負(fù)荷聚合商（load aggregator，LA）是實(shí)施需求響應(yīng)，調(diào)用負(fù)荷側(cè)資源的必要環(huán)節(jié)［5］，可以整合分散的需求響應(yīng)資源來(lái)參與電力系統(tǒng)運(yùn)營(yíng)［6］?，F(xiàn)有文獻(xiàn)多側(cè)重于LA的運(yùn)營(yíng)機(jī)制［7］和優(yōu)化調(diào)度［8］，采用傳統(tǒng)的基于確定性DR 優(yōu)化調(diào)度模型，忽略了用戶(hù)響應(yīng)行為的不確定問(wèn)題。由《關(guān)于做好2018年有序用電和需求響應(yīng)有關(guān)工作的通知》（蘇經(jīng)信電力〔2018〕107 號(hào)）文件可知，提升用戶(hù)層面上的DR 精細(xì)化程度，可以提高電網(wǎng)及聚合商的整體利益。

國(guó)外對(duì)于居民DR 的潛力評(píng)估做了大量的研究，也取得了良好的成果，并把潛力評(píng)估精細(xì)到設(shè)備級(jí)別。文獻(xiàn)［9］研究表明推遲住宅單元中的單個(gè)負(fù)荷的總貢獻(xiàn)可以促進(jìn)高峰需求的減少；文獻(xiàn)［10］對(duì)荷蘭的188戶(hù)家庭進(jìn)行了一項(xiàng)DR潛力評(píng)估實(shí)驗(yàn)，結(jié)果顯示實(shí)驗(yàn)組家庭可以在晚高峰時(shí)期減少31%的用電量，但只適用于智能洗衣機(jī)；文獻(xiàn)［11］利用單個(gè)負(fù)載的用電特性，提出了一種設(shè)備級(jí)的DR 潛力評(píng)估方法，但沒(méi)有考慮設(shè)備的調(diào)峰速率問(wèn)題。

我國(guó)居民的實(shí)際需求響應(yīng)潛力巨大，若區(qū)域電網(wǎng)能充分發(fā)揮需求響應(yīng)潛力，可以達(dá)到替代系統(tǒng)負(fù)荷備用的目的［12］。但受制于我國(guó)的電力市場(chǎng)環(huán)境和電價(jià)機(jī)制，居民需求響應(yīng)潛力的評(píng)估工作尚未全面展開(kāi)。文獻(xiàn)［13］從需求響應(yīng)能力和速度兩個(gè)角度定義了用戶(hù)每個(gè)時(shí)段的需求響應(yīng)潛力，利用分時(shí)電價(jià)對(duì)需求響應(yīng)潛力進(jìn)行量化，該類(lèi)方法得到的潛力為基于價(jià)格彈性的響應(yīng)極限；文獻(xiàn)［14］利用用戶(hù)歷史參與DR任務(wù)的情況，考慮用戶(hù)實(shí)時(shí)狀態(tài)、滿意度的特性，建立響應(yīng)評(píng)估模型；文獻(xiàn)［15］首次系統(tǒng)地提出精細(xì)化需求響應(yīng)的概念，利用長(zhǎng)短期記憶網(wǎng)絡(luò)分析用戶(hù)的響應(yīng)行為，但也需要用戶(hù)參與DR 的歷史數(shù)據(jù)，可操作性差。

目前學(xué)者對(duì)需求響應(yīng)潛力的評(píng)估多從用戶(hù)完成DR 后入手，不能準(zhǔn)確評(píng)估用戶(hù)參與DR 的潛力。本文從用戶(hù)參與DR 前入手，利用用戶(hù)實(shí)際歷史用電數(shù)據(jù)構(gòu)建DR 潛力精細(xì)化評(píng)估模型，并在此基礎(chǔ)上，研究不同經(jīng)濟(jì)激勵(lì)下用戶(hù)及設(shè)備的DR 潛力。最后，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證本文精細(xì)化評(píng)估模型的可操作性及優(yōu)越性。

1 基于負(fù)荷聚合商的需求響應(yīng)架構(gòu)

負(fù)荷聚合商可以通過(guò)經(jīng)濟(jì)激勵(lì)的方式將中小型用戶(hù)的可調(diào)度負(fù)荷聚合起來(lái)［16］，利用經(jīng)濟(jì)激勵(lì)和其向電網(wǎng)的售電價(jià)格之間的差值獲得利益。若負(fù)荷聚合商未完成電網(wǎng)下發(fā)任務(wù)，負(fù)荷聚合商還要繳納一定的懲罰費(fèi)用。所以負(fù)荷聚合商對(duì)用戶(hù)需求響應(yīng)潛力的精細(xì)化評(píng)估顯得尤為重要。

圖1 給出了基于負(fù)荷聚合商的需求響應(yīng)架構(gòu)圖。電網(wǎng)公司下發(fā)計(jì)劃響應(yīng)量給LA，并提供相應(yīng)的購(gòu)電、懲罰及過(guò)度響應(yīng)時(shí)的費(fèi)用等，LA 通過(guò)經(jīng)濟(jì)激勵(lì)引導(dǎo)用戶(hù)參與DR，用戶(hù)根據(jù)自身情況上傳響應(yīng)信息，LA 則依據(jù)用戶(hù)的DR 潛力分配給用戶(hù)不同的計(jì)劃削減量，并將信息上傳給電網(wǎng)公司。

圖1 基于負(fù)荷聚合商的需求響應(yīng)架構(gòu)Fig.1 Demand response architecture based on load aggregator

2 需求響應(yīng)潛力評(píng)估指標(biāo)及模型

2.1 評(píng)估指標(biāo)

本文將DR 潛力量化定義為潛力得分，根據(jù)用戶(hù)的歷史用電數(shù)據(jù)計(jì)算用戶(hù)設(shè)備的潛力得分。定義潛力得分為Sxy，其中x為用戶(hù)編號(hào)，y為設(shè)備編號(hào)。為了將用戶(hù)的潛力量化，設(shè)計(jì)4個(gè)指標(biāo)如下。

（1）使用的一致性：用戶(hù)設(shè)備的啟停是否在同一時(shí)間段，用來(lái)衡量用戶(hù)設(shè)備運(yùn)行的確定性。

（2）使用頻率：用戶(hù)設(shè)備在測(cè)試天數(shù)中使用的頻率，用來(lái)衡量用戶(hù)設(shè)備在一定時(shí)間內(nèi)被使用的概率。

（3）峰時(shí)用電量：用戶(hù)設(shè)備在高峰時(shí)間段的用電量，用來(lái)衡量用戶(hù)設(shè)備的調(diào)峰能力。

（4）調(diào)峰速率：用戶(hù)設(shè)備在高峰時(shí)間段用電量的變化率，用來(lái)衡量用戶(hù)設(shè)備的調(diào)峰速率。

這4個(gè)指標(biāo)都是通過(guò)用戶(hù)設(shè)備的歷史用電數(shù)據(jù)Pxyk獲得的。Pxyk為用戶(hù)x的設(shè)備y在第k天的用電功率。

2.1.1 使用的一致性

此指標(biāo)用于衡量用戶(hù)設(shè)備的運(yùn)行是確定的還是隨機(jī)的，一致性越高的設(shè)備，潛力得分越高，即DR潛力越大。

將使用一致性的潛力得分量化在［0,1］區(qū)間內(nèi)，定義如下式中：為標(biāo)準(zhǔn)化的使用一致性潛力得分；RSME*xy為標(biāo)準(zhǔn)化的均方根誤差；RSMExy為未標(biāo)準(zhǔn)化的均方根誤差，用于測(cè)量觀察值與預(yù)測(cè)值的偏差，均方根誤差越小，說(shuō)明設(shè)備使用的一致性越高，潛力得分越高。本文所有的標(biāo)準(zhǔn)化都采用最大-最小值標(biāo)準(zhǔn)化，K為測(cè)試的歷史天數(shù)；為用戶(hù)x設(shè)備y第k天在t時(shí)刻的標(biāo)準(zhǔn)化觀察值，kW。具體表示如下

2.1.2 使用頻率

用戶(hù)的某個(gè)設(shè)備每次使用都是在相同的時(shí)間段，但是可能不會(huì)每天使用此設(shè)備，因此本研究在［0,1］之間量化了使用頻率。使用頻率越高的設(shè)備，潛力得分越高。具體表示如下

2.1.3 峰時(shí)用電量

峰時(shí)用電量描述的是可以削減或者轉(zhuǎn)移負(fù)荷的大小，峰時(shí)用電量越高，潛力得分就越高。假設(shè)用電高峰時(shí)段為[t1,t2] ，則峰時(shí)用電量的潛力得分可以表示如下

對(duì)每個(gè)用戶(hù)的每個(gè)設(shè)備峰時(shí)用電量潛力得分進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后的峰時(shí)用電量表示如下

2.1.4 調(diào)峰速率

類(lèi)比發(fā)電機(jī)組爬坡率的概念，用戶(hù)負(fù)荷在高峰時(shí)段用電量的變化率越大，則在需求響應(yīng)激勵(lì)機(jī)制下的響應(yīng)速度越大，潛力得分越高。具體表示如下

式中：SSxy為調(diào)峰速率的潛力得分；為在用電高峰時(shí)段，用戶(hù)x設(shè)備y第k天的用電功率在t時(shí)刻取到的極大值，kW；為用電高峰前Δt1時(shí)刻的用電功率，kW；為用電高峰時(shí)段后Δt2時(shí)刻的用電功率，kW；Δt1、Δt2分別為上升、下降的時(shí)間間隔，h。將調(diào)峰速率潛力得分標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后的調(diào)峰速率表示如下

2.2 綜合需求響應(yīng)潛力

將總的潛力得分標(biāo)準(zhǔn)化處理，以獲得標(biāo)準(zhǔn)化后的設(shè)備級(jí)潛力得分，具體如下

根據(jù)設(shè)備級(jí)的綜合DR潛力值可以得到用戶(hù)和設(shè)備的DR潛力值，如下

式中：Sx為用戶(hù)x的綜合DR潛力值；Y為用戶(hù)x總的設(shè)備數(shù)；Sy為設(shè)備y的綜合DR潛力值；X為擁有設(shè)備y的用戶(hù)數(shù)。分別對(duì)Sx和Sy進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化后的用戶(hù)和設(shè)備的需求響應(yīng)潛力得分和，如下所示

3 基于需求響應(yīng)潛力的負(fù)荷聚合商優(yōu)化調(diào)度模型

3.1 不同經(jīng)濟(jì)激勵(lì)下用戶(hù)的計(jì)劃響應(yīng)量

LA 通過(guò)經(jīng)濟(jì)激勵(lì)的方式引導(dǎo)用戶(hù)參與DR，但用戶(hù)對(duì)經(jīng)濟(jì)激勵(lì)的不確定性、響應(yīng)疲勞［17］和設(shè)備故障等因素會(huì)造成用戶(hù)響應(yīng)行為的不確定性，使其不能完成LA 分配的計(jì)劃削減量，導(dǎo)致LA 的可靠性降低。本文主要討論用戶(hù)對(duì)經(jīng)濟(jì)激勵(lì)響應(yīng)的不確定性問(wèn)題，第2 部分是在經(jīng)濟(jì)激勵(lì)最大時(shí)用戶(hù)及設(shè)備的綜合DR潛力值，則在經(jīng)濟(jì)激勵(lì)水平j(luò)下用戶(hù)和設(shè)備的綜合需求響應(yīng)潛力可分別如下

式中：j=Mt Mmax；Mmax為DR規(guī)定的最大經(jīng)濟(jì)激勵(lì)價(jià)格，元/kWh；Mt為t時(shí)刻的經(jīng)濟(jì)激勵(lì)價(jià)格，元/kWh。

假設(shè)電網(wǎng)公司下發(fā)給LA計(jì)劃響應(yīng)量為P(t)，LA給予用戶(hù)的經(jīng)濟(jì)激勵(lì)水平為j，則若想精準(zhǔn)的完成響應(yīng)量P(t)，則需要根據(jù)式（1）—式（18），基于上傳響應(yīng)信息的用戶(hù)歷史用電數(shù)據(jù)，計(jì)算用戶(hù)在經(jīng)濟(jì)激勵(lì)水平j(luò)下的需求響應(yīng)潛力得分值，最后根據(jù)計(jì)算的潛力得分值精準(zhǔn)地分配給用戶(hù)不同的響應(yīng)量，如下所示

3.2 用戶(hù)對(duì)經(jīng)濟(jì)激勵(lì)響應(yīng)的不確定性

建立居民用戶(hù)的負(fù)荷削減率和經(jīng)濟(jì)激勵(lì)水平之間的關(guān)系如圖2 所示。d1、d2、d3 分別表示用戶(hù)差異性大、中、小3種情況。同時(shí)文獻(xiàn)［18］提出用戶(hù)在經(jīng)濟(jì)激勵(lì)水平j(luò)下的實(shí)際負(fù)荷削減量如下

圖2 基于用戶(hù)不確定性的負(fù)荷響應(yīng)程度曲線Fig.2 Load response degree curves based on user uncertainty

由圖2看出，經(jīng)濟(jì)激勵(lì)水平較低時(shí)，用戶(hù)響應(yīng)程度較低，隨著經(jīng)濟(jì)激勵(lì)水平的提升，用戶(hù)的響應(yīng)程度逐漸增大，到一定經(jīng)濟(jì)激勵(lì)水平，用戶(hù)的負(fù)荷響應(yīng)程度接近其響應(yīng)的極限。且每一經(jīng)濟(jì)激勵(lì)水平j(luò)下，用戶(hù)的負(fù)荷削減率都有上界g1(j)和下界g2(j)，本文假設(shè)用戶(hù)響應(yīng)程度的不確定性滿足上下界之間的均勻分布，如下所示

3.3 基于需求響應(yīng)潛力的負(fù)荷聚合商優(yōu)化調(diào)度模型

LA的經(jīng)濟(jì)效益模型如下

式中：BLA為L(zhǎng)A的效益，元；、P分別為L(zhǎng)A實(shí)際、計(jì)劃響應(yīng)量，kW；I1、I2、I3分別為電網(wǎng)公司支付給LA在計(jì)劃響應(yīng)量?jī)?nèi)的費(fèi)用、過(guò)度響應(yīng)費(fèi)用和響應(yīng)不足的懲罰費(fèi)用，元/kWh；ΔT為響應(yīng)的時(shí)間，h；W為L(zhǎng)A支付給用戶(hù)的成本，元；具體表示如下

式中：M為L(zhǎng)A 給予用戶(hù)的經(jīng)濟(jì)激勵(lì)價(jià)格，元/kWh；γLA(j)為在經(jīng)濟(jì)激勵(lì)水平j(luò)下負(fù)荷聚合商的可靠性。

由于LA 分配響應(yīng)量的合理性影響著用戶(hù)的滿意度和積極性，所以應(yīng)該將用戶(hù)的滿意度考慮在內(nèi)，滿意度計(jì)算如下

式中：ηx為用戶(hù)x的滿意度，分配給用戶(hù)的響應(yīng)量和用戶(hù)實(shí)際響應(yīng)量越接近，用戶(hù)x的滿意度越高，這就要求LA精準(zhǔn)地分配給用戶(hù)合理的響應(yīng)量。

根據(jù)式（20）和式（22），可知在電網(wǎng)公司下發(fā)的計(jì)劃響應(yīng)量P確定的情況下，在某一經(jīng)濟(jì)激勵(lì)水平j(luò)下的LA的收益是確定的，所以?xún)?yōu)化時(shí)主要考慮提高用戶(hù)的滿意度，從而提高用戶(hù)參與的積極性，間接提升LA的可靠性及收益。負(fù)荷聚合商優(yōu)化目標(biāo)函數(shù)為

約束為

4 算例分析

本文收集了5 類(lèi)典型用戶(hù)涉及的5 種設(shè)備的用電數(shù)據(jù)，采樣的時(shí)間間隔為15 min。5 類(lèi)用戶(hù)有各自的特征，其中有2 類(lèi)用戶(hù)是上班族，2 類(lèi)用戶(hù)是居家型，1類(lèi)用戶(hù)是經(jīng)常外出型。5種設(shè)備分別是電動(dòng)汽車(chē)（electric vehicles，EV）、洗衣機(jī)、洗碗機(jī)、烘干機(jī)和熱水器。

4.1 最大經(jīng)濟(jì)激勵(lì)水平下的需求響應(yīng)潛力分析

本文選擇了用戶(hù)六月份的用電數(shù)據(jù)，即K=30，根據(jù)觀察的數(shù)據(jù)，決定設(shè)備運(yùn)行的最小功率εy，分別將1 kW、0.2 kW、0.4 kW、0.8 kW、0.5 kW用于EV、洗衣機(jī)、洗碗機(jī)、烘干機(jī)和熱水器5種設(shè)備。

圖3為5類(lèi)用戶(hù)5種設(shè)備的潛力得分值，其中橫軸表示5類(lèi)用戶(hù)，縱軸為潛力得分值，每條曲線表示不同指標(biāo)的潛力得分，每個(gè)子圖代表一種用電設(shè)備。第三類(lèi)用戶(hù)的EV 使用一致性指標(biāo)得分較高，其他3個(gè)指標(biāo)的得分都很低，結(jié)合其他4個(gè)子圖，發(fā)現(xiàn)第3 類(lèi)用戶(hù)其他用電設(shè)備的評(píng)價(jià)指標(biāo)得分普遍低，可以推斷第三類(lèi)用戶(hù)是經(jīng)常外出型。第一類(lèi)用戶(hù)和第五類(lèi)用戶(hù)的EV 使用一致性指標(biāo)得分較高，第二類(lèi)用戶(hù)和第四類(lèi)用戶(hù)的EV使用一致性指標(biāo)得分為0，說(shuō)明第一類(lèi)用戶(hù)和第五類(lèi)用戶(hù)能在相對(duì)固定的時(shí)間段使用EV，而第二類(lèi)用戶(hù)和第四類(lèi)用戶(hù)使用EV 的時(shí)間不固定；結(jié)合洗衣機(jī)子圖，發(fā)現(xiàn)第一、五類(lèi)用戶(hù)比第二、四類(lèi)用戶(hù)的峰時(shí)用電量指標(biāo)得分高，說(shuō)明第一類(lèi)用戶(hù)和第五類(lèi)用戶(hù)總是在用電高峰期使用洗衣機(jī)，可以推斷第一類(lèi)用戶(hù)和第五類(lèi)用戶(hù)是上班族，第二類(lèi)用戶(hù)和第四類(lèi)用戶(hù)則是居家型。推斷結(jié)果與采集的用戶(hù)類(lèi)型相吻合，驗(yàn)證了本文所設(shè)計(jì)的指標(biāo)可以實(shí)現(xiàn)用戶(hù)的分類(lèi)。

圖3 設(shè)備級(jí)的各個(gè)指標(biāo)潛力得分Fig.3 Device-level potential scores for each indicator

根據(jù)式（14）和式（16）得到如圖4 所示的5 種設(shè)備的DR潛力得分?？梢钥闯鯡V和熱水器的DR潛力較大，洗衣機(jī)和洗碗機(jī)的DR 潛力較小。主要原因是EV 的充電功率相對(duì)大且充電時(shí)間久，熱水器在六月份使用次數(shù)多，洗衣機(jī)和洗碗機(jī)不僅用電功率小，且在夏季使用頻率小。由于夏季基本不使用烘干機(jī)，導(dǎo)致烘干機(jī)需求響應(yīng)潛力得分最小。所得的潛力得分符合國(guó)內(nèi)實(shí)際情況，驗(yàn)證了本文所設(shè)計(jì)的指標(biāo)可以比較不同設(shè)備的DR潛力。

圖4 5種設(shè)備的需求響應(yīng)潛力得分Fig.4 Demand response potential scores for five devices

根據(jù)式（13）和式（15）得到每個(gè)用戶(hù)的綜合DR潛力，如圖5所示?？梢钥闯觯谝活?lèi)用戶(hù)和第五類(lèi)用戶(hù)的綜合潛力較大，第二類(lèi)用戶(hù)和第四類(lèi)用戶(hù)的綜合潛力較小，第三類(lèi)用戶(hù)綜合潛力最小。第一類(lèi)用戶(hù)、第三類(lèi)用戶(hù)和第五類(lèi)用戶(hù)是上班族，所以第一類(lèi)用戶(hù)和第五類(lèi)用戶(hù)基本在固定的時(shí)間段使用某些設(shè)備，導(dǎo)致潛力得分較高；而第三類(lèi)用戶(hù)則因經(jīng)常外出，所以潛力得分基本為0；第二類(lèi)用戶(hù)和第四類(lèi)用戶(hù)是居家型，所以使用設(shè)備的規(guī)律性小，且對(duì)耗電量最多的EV 的使用頻率較小，造成綜合潛力得分稍低于上班族。

圖5 每類(lèi)用戶(hù)的需求響應(yīng)潛力得分Fig.5 Demand response potential scores for each user

4.2 基于需求潛力的負(fù)荷聚合商優(yōu)化調(diào)度結(jié)果分析

本文僅考慮用戶(hù)負(fù)荷參與DR，并未考慮其他機(jī)組的作用，假設(shè)LA和電網(wǎng)公司簽訂的合同削減量P為50 kW，響應(yīng)時(shí)間為18:00—20:00。此次實(shí)驗(yàn)每類(lèi)用戶(hù)最大響應(yīng)量分別為38.2 kW、13.5 kW、10 kW、16 kW 及47.7 kW。需求響應(yīng)激勵(lì)價(jià)格設(shè)定為［15］：LA給用戶(hù)的最大經(jīng)濟(jì)激勵(lì)Mmax為0.8元/kWh，電網(wǎng)公司支付給LA 在計(jì)劃響應(yīng)量范圍內(nèi)的費(fèi)用I1為0.97元/kWh，過(guò)度響應(yīng)費(fèi)用I2為0.4元/kWh，懲罰費(fèi)用I3為0.6元/kWh。

為驗(yàn)證本文方法的優(yōu)越性，將本文方法和文獻(xiàn)［16］中提及的均分法在保證用戶(hù)分配量不超過(guò)其最大響應(yīng)量的前提下，將合同量均分到各類(lèi)最終參與的用戶(hù)進(jìn)行比較。由于LA 的效益及可靠性與用戶(hù)實(shí)際響應(yīng)量相關(guān)，而本文參照文獻(xiàn)［16］認(rèn)為由經(jīng)濟(jì)激勵(lì)水平和用戶(hù)最大響應(yīng)量決定，兩種方法下的LA效益及可靠性相同，但本文方法立足長(zhǎng)遠(yuǎn)目標(biāo)，將用戶(hù)的滿意度考慮在內(nèi)，從而保證用戶(hù)參與的積極性。

根據(jù)3.3 節(jié)的約束，LA 拒絕第三類(lèi)用戶(hù)參與需求響應(yīng)，LA分配給各類(lèi)用戶(hù)計(jì)劃削減量如圖6（a）所示。按照經(jīng)濟(jì)激勵(lì)水平j(luò)=0.6，利用Matlab 仿真抽取在經(jīng)濟(jì)激勵(lì)水平j(luò)=0.6，用戶(hù)差異性為d1 情況下的用戶(hù)負(fù)荷削減率，為使其更符合均勻分布，仿真10000次，并確定每類(lèi)用戶(hù)的實(shí)際削減量，如圖6（a）黃色曲線所示。圖6（b）表征每類(lèi)用戶(hù)實(shí)際削減量與LA分配的削減量差值，差量大于0表示該類(lèi)用戶(hù)超額完成計(jì)劃削減量，小于0 表示該類(lèi)用戶(hù)未完成計(jì)劃削減量。

圖6 削減負(fù)荷完成情況Fig.6 The completion situation of load shedding

根據(jù)式（22）—式（24）算得LA 的效益為24 元，可靠性為0.85。本文方法的滿意度為0.86，傳統(tǒng)方法的滿意度為0.54，因此本文方法在保證LA效益及可靠性的同時(shí)，大大提高了用戶(hù)的滿意度，保證了用戶(hù)參與的積極性。在實(shí)際生活中，如LA不考慮用戶(hù)的DR 潛力進(jìn)行響應(yīng)量的分配，則用戶(hù)實(shí)際的響應(yīng)量和分配給用戶(hù)的響應(yīng)量之間的差量將太大，若差量小于0 較多，會(huì)使得LA 最終響應(yīng)不足，需要向電網(wǎng)公司交付懲罰費(fèi)用；若差量大于0部分較多，會(huì)使得用戶(hù)的舒適度降低，造成用戶(hù)響應(yīng)疲勞，用戶(hù)滿意度降低，長(zhǎng)此以往，導(dǎo)致用戶(hù)參與需求響應(yīng)的積極性降低，間接影響LA 的效益和可靠性，也會(huì)對(duì)電網(wǎng)的穩(wěn)定運(yùn)行產(chǎn)生一定影響。

5 結(jié)束語(yǔ)

本文針對(duì)用戶(hù)不確定性行為及需求響應(yīng)潛力的差異性會(huì)影響負(fù)荷聚合商的響應(yīng)特性，以及需求響應(yīng)的精細(xì)化評(píng)估多從需求響應(yīng)之后的用戶(hù)分析入手，造成需求響應(yīng)用戶(hù)及潛力把握不準(zhǔn)的問(wèn)題，設(shè)計(jì)了基于用戶(hù)實(shí)際用電數(shù)據(jù)的設(shè)備級(jí)需求響應(yīng)潛力評(píng)估模型，并提出了將此模型和負(fù)荷聚合商的優(yōu)化調(diào)度結(jié)合的方法。該方法具有以下特點(diǎn)：

本文設(shè)計(jì)的模型在用戶(hù)參與需求響應(yīng)前即可進(jìn)行，需要條件少，可操作性更強(qiáng)，能夠有效識(shí)別潛在參與用戶(hù)并評(píng)估其響應(yīng)潛力，為負(fù)荷聚合商響應(yīng)方案的制定提供科學(xué)依據(jù)；

建立包含使用一致性、使用頻率、峰時(shí)用電量和調(diào)峰速率4 個(gè)指標(biāo)的需求響應(yīng)潛力評(píng)估模型，并提出在不同經(jīng)濟(jì)激勵(lì)下的用戶(hù)和設(shè)備DR 潛力，使用戶(hù)及設(shè)備響應(yīng)潛力評(píng)估更加精細(xì)，通過(guò)對(duì)用戶(hù)及用電設(shè)備的響應(yīng)能力進(jìn)行評(píng)估，可量化不同用戶(hù)和設(shè)備在不同經(jīng)濟(jì)激勵(lì)時(shí)的需求響應(yīng)能力；

將需求響應(yīng)潛力評(píng)估模型和負(fù)荷聚合商的優(yōu)化調(diào)度結(jié)合，負(fù)荷聚合商可以針對(duì)用戶(hù)的潛力得分為其分配合理的響應(yīng)量，從而提高用戶(hù)參與的積極性。立足長(zhǎng)遠(yuǎn)目標(biāo)，可以提高LA 的收益及可靠性，維持電網(wǎng)的穩(wěn)定運(yùn)行。