中国能源资讯网研究背景
由于风电、光伏等能源的随机性、波动性、间歇性，大量的接入会给系统安全稳定运行带来压力。为保障系统的安全稳定运行，往往需要常规机组配合并增加备用容量，因此增加了系统运行成本。需求侧资源是除常规机组外的另一重要资源，需求响应可在不同的时间尺度上参与系统运行。为了更加充分消纳风电等新能源，可根据各项需求响应措施时间尺度进行合理配置。电价手段尤其是分时电价因调整范围广、幅度大、实施时间长，可作为其他措施的基础。分时电价一旦确定往往需要持续一个月或数个月，可有效地改变用户的用电行为，促使用户调整用电时段或采用更加节能的产品。
主要创新点
在对风电、用户用电量、用户的需求价格弹性特性分析的基础上，通过蒙特卡洛模拟生成了不确定场景，并进行了场景缩减以减轻计算负担。采用聚类分析方法优化了不确定条件下的峰谷平时段划分，以系统净负荷期望值峰谷差最小为目标函数，建立了用户侧的分时电价定价模型。
解决的问题和意义
现有研究主要集中于采用单一确定性场景方法制定用户侧分时电价，在只考虑用户负荷时，由于其不确定性较小，该方法尚能处理。分时电价主要按月度或季度制定，当风电接入尤其是大量接入时，由于风电预测误差尤其是长时间尺度预测误差较大，系统的不确定性急剧增加，直接影响分时电价实施效果。单一场景的确定性模型已无法有效应对分时电价尤其是含不确定性风电系统分时电价的制定，分时电价制定中需要充分利用风电出力及负荷特性优化时段划分。
本文提出了不确定条件下含风力发电的用户侧分时电价定价模型。模型中较为详尽地考虑了风电出力、用户用电量、用户需求价格弹性等不确定性因素，采用聚类分析方法在峰谷平时段优化划分的基础上以系统净负荷期望值峰谷差最小为优化目标构建模型。本文工作将为考虑不确定因素的分时电价的制定提供参考。
后续研究
后续研究方向为多时间尺度下分时电价与不同种类需求响应资源的协调优化。
重要图表
用户侧分时电价制写流程基本框图
峰谷平时段的划分
分时电价前后系统净负荷期望值曲线
不同时段划分个数下系统净负荷期值曲线对比
不同让利系数下系统负荷期望值曲线对比
