電力用戶側需求響應優化及行為研究

沈錢鋒 孫瑋澤

摘要：隨著人們生活水平的逐漸升級，電子信息技術、智能家居以及汽車配電系統的層出不窮，人們對于電力資源、穩定性以及安全性等相關需求越愛越多，傳統的電力系統受到了嚴重的挑戰。基于此，對電力用戶側需求響應進行積極優化，不僅能夠在政策、技術更新的依托下逐漸升級電力系統，滿足用戶用電需求的同時，為社會的發展和進步也帶來了積極的影響。本文主要研究電力用戶側需求響應優化及行為。

關鍵詞：電力用戶側需求;響應優化;行為

前言：能源危機的出現雖然在一定程度上造成了社會的恐慌，但是也在各領域中也催生出更多的機遇。尤其是電網系統在面對此類挑戰的過程中，通過積極響應電力用戶的側需求，不斷開發新的電力能源，催生新的電力系統優化技術，不僅可以在一定程度上促進電力系統的優化升級，還能促進一些新興產業的萌芽發展，為社會的進步提供堅實的電力保障。

一、電力用戶側需求響應的基本概念

電力用戶側需求響應的概念是對需求響應理念和電力需求測管理理念的集合，由美國電力科學研究院率先提出，直到20世紀70年代末期在全世界得到了積極的討論和響應。而電力用戶側需求響應，即對應電力需求測管理要求，使電力用戶能夠對電力系統的發展和用電行為進行一定的、必須的反應。尤其在當前技術條件、環保壓力以及市場環境不斷變化的情況下，依托《電力需求側優化》的管理方案，在進行用戶行為優化的過程中，可以通過與電力公司簽訂協議的方式，來減小電網的小峰谷差，進而使每一位用戶都能得到電力保障。或者是積極鼓勵用戶采取節能環保的用電設備和措施，科學用電，以最低的能耗提供最大的電力需求，從而保障定力系統的有序發展[1]。

二、電力用戶側需求行為模式基本研究

（一）影響用戶行為的基本因素分析

首先，從經濟發展的角度來講。用戶的經濟收入水平不同，在用電方面的需求也各有差異。一般情況下，一個家庭的收入越高，所購買的汽車或其他大型智能電器的需求也就越大，用電需求也就越高，再加上家庭成員數量、房屋結構、用戶年齡的不同，所使用的電器型號也各有差異，這些都是影響用戶用電行為的主要因素。

其次，從地理位置的角度來講。不用的用戶在選擇住宅的時候，需求以及思想動向都不同。因此其居住環境所受的光照條件、溫度條件也會各有差異，在選擇一些恒溫、加濕或者采暖制冷設備的時候，用電需求也不盡相同。

再次，從工作類型的角度來講。如果用戶屬于上班族群體，其在周末的時候用電需求量相對較大。但是也不乏一些居家辦公的用戶，白天在家的時間長，所需用電量也會相對較大一些。

最后，從自然月份的角度來講。在一年四季當中，不同地區不同月份，其光照強度以及溫度變化都是各有差異的。北方地區由于冬季集中供暖，所以空調用電在夏季才是高峰。但南方一年四季對于空調等制冷制暖設備的需求都相對較大，用電量可想而知。再加上地形等自然因素的不同，各地區用戶所需用電量也各有差異，需要進行規律的匯總和分析，以此來對其行為進行判斷。

（二）用電行為的模型分析

首先是能夠凸顯價格彈性的矩陣模型。電網公司工作人員在對電力用戶的側需求行為進行分析的過程中，通過構建價格彈性矩陣模型，能夠更為客觀且高效地了解到該地電力市場的用電供需關系，并在規律的總結中意識到影響用戶行為的要點和要素，以此來進行優化和升級。具體來講，該類模型的建立，需要在分析電量與電費之間關系的基礎上得出結論，并充分有效地驗證短期電價與用電需求之間是否存在一定的價格彈性關系。例如，用電需求是否會影響價電價，如果電價上漲，人們是否會減少用電等。在充分論證和走訪的情況下，需要分析人員建立相對獨特的價格彈性矩陣函數，從而出具一套更高效、更完整的電力需求效益關系網。

其次是依照用戶的相關需求響應行為進行建模。隨著能源市場的發展變動，電網企業在處理電力需求相關問題的過程中，通常都會分析電力用戶的側需求響應行為，并以此為特征進行更為科學有效的建模處理。基于此，國內外很多專家學者紛紛響應，以電力用戶側需求行為為特征建立了相對完善的人工智能模型、最優化理論模型、用戶心理學行為模型以及電價彈性模型等，為匯總出更優質的用戶行為規律提供了理論保障[2]。

三、激勵行電力需求響應優化策略

電力企業想要創新，并實現社會效益和經濟效益的和諧統一，除了要在電價以及市場機制方面進行積極調整和優化之外，還需要激勵用戶對其電力需求進行響應。而這種激勵型的電力需求響應模式，從專業技術的角度來講要基于統一的電力負荷管理模式下，將已經中斷了的符合方式，轉變為能夠對負荷進行自動化控制的方式，以此來實現更多元化的變化模式。具體來講包括如下操作步驟：

首先，技術人員需要確定所有用電類型用戶的各類資源參數，并細化數據，包括電力系統維護所需要的費用、電力系統運行管理時間和持續時間、電力系統保修提前通知的時間、響應的速度以及系統容量上限等。將這些數據整理之后，在計算機系統中進行測算和模型分析，為后續的研究提供原始數據依據。

其次，技術分析人員需要依照用戶的用電需求，建立供電成本以及電力收入之間的關系，然后再將利潤進行細化，以此形成整體的需求模型。同時，也需要根據用戶參與和激勵的響應需求，在量化模型的引導下對其可行性進行分析，以此來得出具體的結論和依據，如，通過分析電力彈性函數，可以得到在哪個時間段，用戶用電量最為集中;或者是在哪個季節，用戶的用電行為最頻發等。

再次，通過分析成本和利潤的最大值，能夠得到具有綜合性的側需求響應可靠指標，然后再利用最開始搜集到的資源參數，對各個指標進行細化分類，以此形成不同集群用戶，多樣化的用電需求特征，從而為其提供更有效的電力需求保障[3]。

最后，技術人員還對一些特殊的數據進行特殊處理。例如，針對模型中一些高峰數據，要進行細致的分析。如在周末的時候，尤其是在每個月月末的周末時間段，電力用戶的用電量是最集中的。根據調查數據顯示，在這個時間段，很多家庭會進行一次集中的清掃，因此各種如洗衣機、掃地機器人以及其他智能電器就會隨之開始工作，所耗費的用電量是最為集中的。因此，技術人員就可以在該時間段進行一個供電調整，或者是加大力度集中供電，或者是在該時間段自動擴容，以滿足用戶需求，以此來提供更為完善且合理的供電服務。

四、結束語

對電力用戶側需求響應進行優化，需要電力企業或者電網公司，及時地對電力用戶的用電需求進行模型構建和數據分析，了解影響電力用戶用電需求的各類因素，并通過數據的對比得到相應的函數模型，以此來為電力用戶提供更為完善且人性化的供電服務。

參考文獻：

[1]唐中強.電力用戶側需求響應優化及行為研究[J].居業，2018（07）：153-154.

[2]劉洋. 電力用戶側需求響應優化及行為研究[D].上海電力學院，2017.

[3]孫虹，李新家，王成亮.基于需求響應的大用戶電力負荷模糊綜合預測研究[J].自動化與儀器儀表，2019（12）：188-191.