WXRedian | CES电气 | 华北电力大学杨雪莹、祁琪等：奖励机制与用户意愿结合的高峰期负荷博弈调度策略

用电高峰时段，居民制冷/制热负荷占尖峰负荷的比重不断攀升，影响了低压配电网的优化运行。本文提出了一种奖励机制与用户意愿结合的高峰期负荷博弈调度策略，在遵从用户调控意愿的同时，有效平抑用电高峰期负荷波动，减小峰谷差。

研究背景

随着制冷/制热负荷数量大幅增长，居民集中用电时段极易造成负荷尖峰，特别是负载率高的老旧小区，影响了配电网安全稳定运行。由于传统电力系统仅依靠供给侧资源的调节方式已无法满足现阶段的灵活调控需求，因此引导用户侧可调资源规模化地参与电网供需互动，已成为削减用电高峰期负荷峰值的有效手段。

论文所解决的问题及意义

1、传统补贴机制下用户参与响应的积极性不足，削峰效果与预期存在差距。

2、现有研究中用户参与调控的意愿通常由数学表达式得到，然而多重影响因素与用户意愿的关系复杂且非线性，通过数学表达式难以表述，且公式的制定缺乏相关依据。

3、现有研究对象多为单功率级制冷/制热设备，较少对单功率-多功率级负荷的联合精细化调控开展研究。

论文方法及创新点

1、基于负载率-奖励函数的奖励机制

图1 负载率-奖励曲线

依据用户对设备的调控意愿，将高峰时段的用电负荷动态划分为3类：1）需要提升功率的制冷/制热负荷，记为L-load，将多个L-load构成的负荷群记为L-loads，在尚未满足基本用能需求时，用户对该类负荷有较强的开启意愿。2）具有灵活削减能力的制冷/制热负荷，记为F-load，将多个F-load构成的负荷群记为F-loads。3）基础负荷。

由于变压器负载率能够直观地反映当前小区的用电水平，同时考虑到用户对L-loads与F-loads的用能需求各异，本文提出了一种基于负载率-奖励函数的差异化补贴机制，旨在激发用户参与调控的积极性，使变压器负载率稳定在合理区间，有效削减高峰期负荷。

2、基于MCME模型的设备动作意愿求解

图2 MCME网络结构

本文提出了一种多通路混合专家(Multi-channel mixture-of-experts,MCME)网络模型，用以评估设备的动作意愿。该模型综合考虑了当前时段的PMV值、舒适温度偏差、单位奖励以及设备的冷热类型等因素。由于制热、制冷设备的舒适度和单位奖励与动作意愿之间的关系存在差异，若构建统一的网络，则两类设备的特有规律无法被充分利用；若分别针对制热/制冷设备构建独立网络，则导致单个网络的可学习样本数量下降、网络总优化参数增加、不同类型设备间的共性规律无法被学习。

因此本文采用独立-共享-独立的网络结构，引入混合专家系统，提出MCME网络。该网络既包含同类设备的独立结构与参数，又包含不同类型设备之间的共享参数与结构，通过学习设备在冷/热模式下影响因子与动作意愿关联的特性规律与共性规律，有效提升模型性能。

3、奖励机制与用户意愿结合的高峰期负荷博弈调度策略

图3 奖励机制与用户意愿结合的高峰期负荷博弈调度框架

在日内优化阶段，本文引入主从博弈理论解决负荷群之间的用能决策问题，提出Stackelberg博弈下的高峰期负荷优化调度方法，在保证博弈双方效益的同时求解其最优用电策略，有效平抑了高峰期的负荷波动。基于聚合商发布的负载率-奖励机制，L-loads通过调整功率增长量使自身消费者剩余最大化，F-loads基于L-loads提供的功率增长信号，求解使其调控效益最大化的功率削减量。

在实时控制阶段，本文利用MCME模型求解用户对设备的动作意愿，提出基于用户意愿的单功率-多功率级负荷联合控制策略，从而确定设备的动作顺序，实现负荷的实时精细化调控。

4、实验结果

图4 用电高峰期负荷优化结果

社区内采用800kVA的箱式变压器，功率因数为0.85，用电高峰期负荷日内优化结果如图4所示。可知本文策略下负荷曲线的标准差、峰谷差、负荷峰值最小，各时段的变压器负载率均处于理想区间。

图5 博弈双方各类设备用能情况

博弈双方各类设备的用能情况如图5所示，可知本文提出的实时调控策略能够准确地匹配日内优化阶段求解的最优调控量。对于L-loads，不论是单功率级还是多功率级设备，负荷聚合商均按照用户对设备的增负荷意愿从大到小的顺序依次控制，直至达到日内优化阶段求解的最优功率增长量。对于F-loads，设备的动作顺序取决于减负荷意愿和设备功率档位，由于具有调控资格的单功率级设备优先于多功率级设备参与调控，因此部分时段多功率级设备削减量远小于单功率级设备。

图6 调控前后博弈双方PMV变化对比

图6对比了调控前后博弈双方负荷群的平均PMV变化，用以表征调控策略对L-loads与F-loads的冷热舒适度的影响。可知在利用本文策略调控后，L-loads与F-loads各时段的平均PMV更接近0，表明负荷群的整体冷热舒适度提高。这是由于策略在对L-loads调控时，优先调高室温较低设备的功率，在对F-loads调控时，优先削减室温较高设备的功率，从而使负荷群的平均室温更接近舒适温度。

结论

本文提出了一种奖励机制与用户意愿结合的高峰期负荷博弈调度策略，在充分调动用户积极性、遵从用户调控意愿的同时，有效减轻了高峰时段电网的供电压力，主要结论如下：

1、理论分析证明了本文主从博弈模型存在唯一的均衡解。仿真结果表明，基于奖励机制的负荷日内优化方法在保证博弈主体效益的同时，取得了显著的削峰与负荷波动平抑效果。

2、仿真结果表明本文提出的MCME模型能够有效学习数据中的共性规律和特性规律，并准确地求解用户对设备的动作意愿。

3、在实时控制阶段，本文提出的考虑用户意愿的单功率-多功率级负荷联合控制策略，在遵从用户对设备调控意愿的同时，实现了负荷的精细化调控。

团队介绍

华北电力大学“自动需求响应团队”致力于智能用电方向的研究，包括：1）电力需求响应、需求侧资源集群优化控制；2）能效监测与分析评估、智能电网用户侧接口；3）依托SAC/TC549国标委，进行需求响应国标、行标等标准的制定与验证。

团队在国内外权威期刊上发表SCI、EI检索论文200余篇；承担多项国家级、企业级科研项目；参加多项需求响应国际标准、国家标准、行业标准的制定工作。

团队负责人祁兵教授，博导，国际电工委员会IEC PC118标准化工作组专家，全国智能电网用户接口委员会SAC/TC549副秘书长，主要研究方向为智能电网自动需求响应以及用户信息交互接口设计。参编智能电网领域国家标准《电力需求响应系统通用技术规范》、《电力需求响应系统功能规范》、《电力用户需求响应节约电力测量与验证技术要求》等。主研及参与国家科技重大专项、国家863项目、国家自然科学基金项目、电网企业横向课题70余项。

杨雪莹

华北电力大学博士研究生，研究方向为需求响应、用户侧灵活性资源调控。

祁琪

华北电力大学电气与电子工程学院讲师。博士毕业于英国卡迪夫大学，清华大学电机系博士后。主要研究领域包括配电系统优化运行、智能用电、负荷特性与调控机制等，以第一/通信作者在Applied Energy、IEEE Trans.、中国电机工程学报等能源电气领域权威SCI/EI期刊上发表论文近30篇。主持/参与国家自然科学基金、教育部中央高校基本科研业务费专项资金、国家重点实验室、北京市重点实验室开放课题、国家自然科学基金-国家电网公司联合基金项目若干。

本工作成果发表在2024年第16期《电工技术学报》，论文标题为“奖励机制与用户意愿结合的高峰期负荷博弈调度策略“。本课题得到国家电网有限公司科技项目的支持。

引用本文

杨雪莹, 祁琪, 李启明, 杨春萍, 祁兵. 奖励机制与用户意愿结合的高峰期负荷博弈调度策略[J]. 电工技术学报, 2024, 39(16): 5060-5074. Yang Xueying, Qi Qi, Li Qiming, Yang Chunping, Qi Bing. Peak Load Game Scheduling Strategy Combining Reward Mechanism and User Willingness. Transactions of China Electrotechnical Society, 2024, 39(16): 5060-5074.

CES电气

华北电力大学杨雪莹、祁琪 等：奖励机制与用户意愿结合的高峰期负荷博弈调度策略

本工作成果发表在2024年第16期《电工技术学报》，论文标题为“奖励机制与用户意愿结合的高峰期负荷博弈调度策略“。本课题得到国家电网有限公司科技项目的支持。

华北电力大学杨雪莹、祁琪等：奖励机制与用户意愿结合的高峰期负荷博弈调度策略