促进用户负荷特性优化的分时电价机制设计方法

TM73; 在电力供应结构和消费方式变化背景下,提出一种分时电价机制设计方法,旨在改善用户负荷特性,促进电网削峰填谷.根据工业、商业和居民三类用户的负荷分布特性,通过分层聚类方法对不同季节的峰谷时段进行重新划分,并引入深谷时段,解决原有分时电价机制时段划分不准确的问题.在满足覆盖发电成本前提下,通过减少用户用电成本与扩大峰谷价差,进一步激励用户调整用电行为,并采用量子遗传算法(quantum genetic algorithm,QGA)对时段电价制定的优化问题进行求解.通过实际算例,计算用户响应改进后分时电价机制前后的削峰量和填谷量,验证所设计的分时电价机制可以降低用户用电成本,并有效转移电网...

Full description

Saved in:
Bibliographic Details
Published in山东电力技术 Vol. 51; no. 4; pp. 36 - 46
Main Authors 王坤, 李树旭, 李俊杰, 李知艺
Format Journal Article
LanguageChinese
Published 国网浙江省电力有限公司经济技术研究院,浙江 杭州 310000%浙江大学工程师学院,浙江 杭州 310058 2024
浙江大学电气工程学院,浙江 杭州 310027%浙江大学电气工程学院,浙江 杭州 310027
Subjects
load characteristics
user elasticity
用户弹性
quantum genetic algorithm
分时电价
负荷特性
time-of-use tariff
hierarchical clustering
量子遗传算法
分层聚类
Online AccessGet full text
ISSN1007-9904
DOI10.20097/j.cnki.issn1007-9904.2024.04.004

Cover

More Information
Summary:TM73; 在电力供应结构和消费方式变化背景下,提出一种分时电价机制设计方法,旨在改善用户负荷特性,促进电网削峰填谷.根据工业、商业和居民三类用户的负荷分布特性,通过分层聚类方法对不同季节的峰谷时段进行重新划分,并引入深谷时段,解决原有分时电价机制时段划分不准确的问题.在满足覆盖发电成本前提下,通过减少用户用电成本与扩大峰谷价差,进一步激励用户调整用电行为,并采用量子遗传算法(quantum genetic algorithm,QGA)对时段电价制定的优化问题进行求解.通过实际算例,计算用户响应改进后分时电价机制前后的削峰量和填谷量,验证所设计的分时电价机制可以降低用户用电成本,并有效转移电网高峰时段负荷,缓解时段性、季节性的供电压力问题.
ISSN:1007-9904
DOI:10.20097/j.cnki.issn1007-9904.2024.04.004