基于用戶(hù)分類(lèi)的綜合能源系統(tǒng)低碳運(yùn)行策略

張春雁, 竇真蘭, 白冰青, 王玲玲, 蔣傳文, 熊 展

(1.國(guó)網(wǎng)上海綜合能源服務(wù)有限公司,上海200023; 2.上海交通大學(xué) 電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室,上海 200240)

隨著碳達(dá)峰、碳中和目標(biāo)的提出,作為碳排放主要來(lái)源之一的電力行業(yè)正積極響應(yīng)“雙碳”目標(biāo),主動(dòng)降低碳排放水平[1-2].綜合能源系統(tǒng)(Integrated Energy System,IES)是實(shí)現(xiàn)“雙碳”目標(biāo)的重要支撐,可以提高能源利用效率,促進(jìn)可再生能源消納,從而降低用戶(hù)用能過(guò)程中的碳排放水平[3-4].而用戶(hù)作為IES中的重要組成部分,其建模方式和行為規(guī)律是影響IES運(yùn)行的重要方面[5].在此背景下,從用戶(hù)行為分析出發(fā),研究IES低碳運(yùn)行策略具有現(xiàn)實(shí)意義.

目前IES中對(duì)用戶(hù)行為的研究主要集中于需求側(cè)響應(yīng)(Demand Response,DR)的建模上[6].傳統(tǒng)的DR包括價(jià)格型和激勵(lì)型兩種響應(yīng)形式[7-8].IES具有多能耦合的特點(diǎn),可以進(jìn)一步進(jìn)行綜合需求側(cè)響應(yīng)(Integrated DR,IDR),同步調(diào)節(jié)系統(tǒng)內(nèi)的多元能源應(yīng)對(duì)負(fù)荷調(diào)節(jié)需求.文獻(xiàn)[9]中將電負(fù)荷分為純電負(fù)荷和電制熱負(fù)荷來(lái)實(shí)現(xiàn)熱電負(fù)荷的聯(lián)合調(diào)度,但能源轉(zhuǎn)換形式比較單一;文獻(xiàn)[10]中基于綜合需求響應(yīng)和主從博弈構(gòu)建IES調(diào)度模型,論證了博弈均衡解的存在,驗(yàn)證了IDR機(jī)制的價(jià)值;文獻(xiàn)[11]中在IES的IDR建模中考慮了熱網(wǎng)氣網(wǎng)的管網(wǎng)動(dòng)態(tài)特性,動(dòng)態(tài)模型相比穩(wěn)態(tài)模型反映工況更加準(zhǔn)確;文獻(xiàn)[12]中在IDR的基礎(chǔ)上考慮了多主體間的博弈關(guān)系,通過(guò)聯(lián)盟博弈實(shí)現(xiàn)用戶(hù)間的制約平衡;文獻(xiàn)[13]中基于演化博弈分析用戶(hù)DR的行為,討論用戶(hù)用能行為可能造成的影響.上述文獻(xiàn)均利用DR體現(xiàn)用戶(hù)用能可采取的行為,但對(duì)用戶(hù)行為這一概念沒(méi)有明確定義,用戶(hù)在IES中處于被動(dòng)接受的定位.文獻(xiàn)[14-15]中提出用戶(hù)行為的建模,但和傳統(tǒng)DR的模式表述一致,尚未對(duì)用戶(hù)行為進(jìn)行分類(lèi)分析.因此需要系統(tǒng)性地提出IES中用戶(hù)行為的分析建模方法,作為IES用戶(hù)研究的理論依據(jù).

目前對(duì)IES低碳運(yùn)行方面的研究,主要考慮碳交易機(jī)制和系統(tǒng)的碳排放水平.文獻(xiàn)[16-17]中在模型的目標(biāo)函數(shù)中考慮CO2排放量,提出了含熱電聯(lián)產(chǎn)(Combined Heat and Power,CHP)機(jī)組的低碳經(jīng)濟(jì)調(diào)度方案.文獻(xiàn)[18]中在綜合能源的調(diào)度模型中考慮碳排放目標(biāo)約束,有效降低了碳排放水平.文獻(xiàn)[19]中在電能量和旋轉(zhuǎn)備用市場(chǎng)的背景下,將階梯式碳交易引入模型,分析電-熱IES的低碳優(yōu)化運(yùn)行方案.文獻(xiàn)[20]中考慮高比例新能源,進(jìn)行多能源園區(qū)低碳經(jīng)濟(jì)調(diào)度,提高能源利用率和調(diào)度靈活性.文獻(xiàn)[21]中運(yùn)用生命周期分析折算IES的碳排放,利用碳市場(chǎng)交易機(jī)制促使IES主動(dòng)降低碳排放水平.盡管上述研究中對(duì)碳排放的計(jì)量和低碳運(yùn)行策略進(jìn)行了一系列研究,但沒(méi)有考慮用戶(hù)行為在IES低碳運(yùn)行中可能發(fā)揮的作用.在碳達(dá)峰、碳中和背景下,有必要深入研究考慮用戶(hù)行為的IES低碳運(yùn)行策略.

基于以上分析,提出IES的用戶(hù)行為建模方法,從主體、環(huán)境、手段、結(jié)果、客體5個(gè)維度構(gòu)建IES用戶(hù)行為的數(shù)據(jù)特征,輸入卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN) 后實(shí)現(xiàn)用戶(hù)類(lèi)型分類(lèi).分析IES參與碳交易和其他能源市場(chǎng)的機(jī)制,建立考慮碳交易和用戶(hù)分類(lèi)IES決策模型,通過(guò)多次迭代模擬IES的交易過(guò)程.在算例中分析不同方案下IES收益的變化,驗(yàn)證基于用戶(hù)分類(lèi)運(yùn)行策略的有效性.

1 IES用戶(hù)分類(lèi)

1.1 用戶(hù)行為模型

用戶(hù)行為模型主要用于分析用戶(hù)的用電活動(dòng)規(guī)律和意愿,是電力系統(tǒng)的重要研究方向.IES中用戶(hù)的能源需求包括電、熱、氣等多種形式,能源間存在轉(zhuǎn)化關(guān)系,用戶(hù)行為模型更為復(fù)雜.同時(shí),IES代表用戶(hù)參與碳市場(chǎng)時(shí)需要考慮用戶(hù)滿(mǎn)意度.因此,需要對(duì)用戶(hù)行為進(jìn)行建模分析,如圖1所示.

圖1 IES用戶(hù)行為模型

在社會(huì)學(xué)領(lǐng)域中,可以將人的行為分為主體、環(huán)境、手段、結(jié)果、客體5個(gè)部分[22].在IES中,同樣可以采用該方法分析能源用戶(hù).行為主體指能源用戶(hù)自身,包含其個(gè)人信息;行為環(huán)境指IES中的價(jià)格、氣象、網(wǎng)絡(luò)通暢情況等;行為手段指用戶(hù)在能源系統(tǒng)運(yùn)行過(guò)程中對(duì)自身用能的調(diào)整;行為結(jié)果指最終的能源需求和供給情況;行為客體指用能行為執(zhí)行過(guò)程中受到操作的部分.

(1) 行為主體建模.IES的用戶(hù)主體可以使用一系列的用戶(hù)屬性表示,包括年齡、家庭成員、用能習(xí)慣等信息,分別將其編碼化計(jì)入數(shù)據(jù)庫(kù),如下式所示:

(1)

式中:B為主體矩陣;Bi為第i種用戶(hù)屬性,每種屬性有ni種情況,用(0,1,…,ni)中的整數(shù)表示,其中0代表該屬性未知.

(2) 行為環(huán)境建模.對(duì)IES用戶(hù)所處的環(huán)境建模,用戶(hù)行為環(huán)境包括外部和內(nèi)部環(huán)境,其中外部環(huán)境指用戶(hù)的用能價(jià)格、能源供應(yīng)方式等;內(nèi)部環(huán)境包括用戶(hù)自身具有的能源設(shè)備、經(jīng)濟(jì)水平、基礎(chǔ)負(fù)荷曲線.行為環(huán)境問(wèn)題是系統(tǒng)運(yùn)行的初始化條件,可以認(rèn)為短時(shí)間內(nèi)不會(huì)發(fā)生突變,環(huán)境矩陣表示為

(2)

式中:Ein為內(nèi)部環(huán)境,其中ein,i為對(duì)應(yīng)變量的取值;Eout為外部環(huán)境,其中eout,i為對(duì)應(yīng)變量的取值.

(3) 行為手段建模.用戶(hù)手段包含改變自身設(shè)備出力,通過(guò)改變儲(chǔ)能、分布式能源的工作狀態(tài),修改自身的負(fù)荷需求,在系統(tǒng)能源價(jià)格變化時(shí)進(jìn)行需求響應(yīng).手段矩陣表示為

(3)

(4) 行為結(jié)果建模.行為結(jié)果包含用戶(hù)的用能成本和用能體驗(yàn).對(duì)用戶(hù)而言,決定自身用能方案和完成用能體驗(yàn)不同步.一般而言,用戶(hù)先完成用能決策,用能完成后獲得全部體驗(yàn),從而得到滿(mǎn)意度.結(jié)果矩陣表示為

(4)

(5) 行為客體建模.包括用戶(hù)負(fù)荷和設(shè)備的數(shù)學(xué)建模,負(fù)荷模型包括用戶(hù)自調(diào)節(jié)負(fù)荷和系統(tǒng)調(diào)節(jié)負(fù)荷模型;設(shè)備模型包括用戶(hù)自身具有的分布式光伏儲(chǔ)能等設(shè)備.

1.2 基于CNN的用戶(hù)類(lèi)型分類(lèi)

不同類(lèi)型的用戶(hù)對(duì)用能感知不同,需要對(duì)用戶(hù)進(jìn)行分類(lèi)從而設(shè)計(jì)合適的能源套餐.考慮用戶(hù)信息種類(lèi)繁多,常規(guī)聚類(lèi)方法難以發(fā)揮全部信息的作用,因此基于CNN進(jìn)行用戶(hù)分類(lèi)從而區(qū)分用戶(hù)的交易意愿和風(fēng)險(xiǎn)偏好.

1.2.1神經(jīng)網(wǎng)絡(luò)建模 CNN設(shè)計(jì)的參數(shù)如表1所示,其中“空白”表示無(wú)該數(shù)據(jù).輸入信息包括IES用戶(hù)信息,即用戶(hù)行為模型中主體矩陣、環(huán)境矩陣和手段矩陣,其中涉及個(gè)人信息的方面主要通過(guò)問(wèn)卷獲取.輸出信息為不同用戶(hù)類(lèi)型的概率.

表1 CNN參數(shù)

輸入信息需要對(duì)原始數(shù)據(jù)進(jìn)行處理,包括數(shù)據(jù)清洗和編碼化.數(shù)據(jù)來(lái)自愛(ài)爾蘭電力智能計(jì)量技術(shù)試驗(yàn)[22],以問(wèn)卷形式的信息為主,包含用戶(hù)的性別、家庭、收入等基礎(chǔ)信息,家用設(shè)備的種類(lèi)和數(shù)量等設(shè)備信息,用能態(tài)度和用能習(xí)慣等生活信息.問(wèn)卷信息中存在問(wèn)題未回答的現(xiàn)象,將這一類(lèi)缺失數(shù)據(jù)統(tǒng)一設(shè)定為-1,其他已回答的問(wèn)題,根據(jù)答案編號(hào)進(jìn)行編碼,主要分為以下5種情況:①對(duì)于“是”和“否”類(lèi)型等二元答案分別按照2和1編碼,拒絕回答按照0編碼;②對(duì)于存在多個(gè)選項(xiàng)的答案分別按照1-n′編碼,拒絕回答按照0編碼;③對(duì)于數(shù)量類(lèi)的答案按照實(shí)際數(shù)量編碼,拒絕回答按照0編碼;④對(duì)于態(tài)度類(lèi)型的答案按照強(qiáng)烈同意、一般同意、中立、一般反對(duì)、強(qiáng)烈反對(duì)從1～5編碼,拒絕回答按照0編碼;⑤對(duì)于文字類(lèi)回答不進(jìn)行編碼,不輸入神經(jīng)網(wǎng)絡(luò).

1.2.2用戶(hù)特征區(qū)分 傳統(tǒng)DR形式從綜合能源商的需求角度分為價(jià)格型和激勵(lì)型,通過(guò)不同響應(yīng)形式實(shí)現(xiàn)綜合能源商對(duì)用戶(hù)的影響.從用戶(hù)行為角度出發(fā),將用戶(hù)分為保守型和激進(jìn)型,用戶(hù)特征如下.

(1) 保守型用戶(hù)(A).保守型用戶(hù)行為主體參與市場(chǎng)意愿低,對(duì)電價(jià)敏感度不高,調(diào)節(jié)自身負(fù)荷意愿低,為其提供的套餐峰谷價(jià)差小,每一時(shí)段的價(jià)格波動(dòng)也更低,受環(huán)境影響負(fù)荷變化小.

(5)

行為結(jié)果包括保守型用戶(hù)的用能成本和滿(mǎn)意度:

(6)

(7)

(2) 激進(jìn)型用戶(hù)(C).激進(jìn)型用戶(hù)參與市場(chǎng)意愿比較強(qiáng)烈,部分用戶(hù)配置了分布式發(fā)電設(shè)備,以分布式光伏為主,配合少量?jī)?chǔ)能.該類(lèi)行為主體在市場(chǎng)中交易行為較多,對(duì)價(jià)格敏感度高,調(diào)節(jié)自身負(fù)荷的意愿高,為其提供的套餐峰谷價(jià)差大,每一時(shí)段的價(jià)格波動(dòng)也更大.

(8)

行為結(jié)果包括激進(jìn)型用戶(hù)的用能成本和滿(mǎn)意度:

(9)

(10)

2 IES建模

2.1 IES結(jié)構(gòu)

IES結(jié)構(gòu)如圖2所示.運(yùn)營(yíng)商從外部購(gòu)入電力和天然氣,參與碳市場(chǎng)交易,對(duì)內(nèi)和用戶(hù)簽訂供能協(xié)議,為用戶(hù)提供多種能源.在IES中,外網(wǎng)的電、氣經(jīng)過(guò)傳輸端口進(jìn)入系統(tǒng),共同構(gòu)成輸入能源集合.系統(tǒng)通過(guò)風(fēng)力發(fā)電、光伏提供清潔電能,通過(guò)CHP機(jī)組熱電聯(lián)供,通過(guò)燃?xì)忮仩t和電鍋爐產(chǎn)熱.

圖2 IES結(jié)構(gòu)

隨著“雙碳”目標(biāo)的逐步推進(jìn),IES在未來(lái)會(huì)參與碳市場(chǎng)交易.參考目前碳市場(chǎng)交易規(guī)則[23],根據(jù)IES因自身的電熱負(fù)荷水平獲得一定的初始碳配額,外購(gòu)電和系統(tǒng)燃?xì)鈾C(jī)組運(yùn)行中產(chǎn)生的碳排放會(huì)消耗碳額度,額度不足時(shí)需向碳市場(chǎng)購(gòu)買(mǎi),額度充足時(shí)剩余額度可以參與碳市場(chǎng)交易獲得收益.

2.2 IES運(yùn)營(yíng)商運(yùn)行模型

2.2.1目標(biāo)函數(shù) IES運(yùn)營(yíng)商優(yōu)化目標(biāo)為經(jīng)濟(jì)效益最高,目標(biāo)函數(shù)f包括系統(tǒng)供能成本C1,棄光成本C2和參與碳市場(chǎng)的碳交易成本C3,R為售能收益,表示為

(11)

2.2.2約束條件

(1) 電力約束,包括電功率平衡約束和機(jī)組出力約束:

(12)

(2) 熱力約束,包括熱功率平衡約束和機(jī)組產(chǎn)熱約束:

(13)

(3) 用戶(hù)相關(guān)約束:

(14)

2.3 IES運(yùn)營(yíng)商的交易策略

2.3.1用戶(hù)套餐制訂 運(yùn)營(yíng)商依據(jù)用戶(hù)分類(lèi)結(jié)果為不同的IES用戶(hù)設(shè)計(jì)供能套餐.不同套餐的供熱價(jià)格相同,保證用戶(hù)基礎(chǔ)熱需求,并允許實(shí)際供熱量10%以?xún)?nèi)的波動(dòng).供電套餐如表2所示,其中23:00—8:00為谷時(shí),17:00—20:00為峰時(shí),剩余時(shí)段為平時(shí).針對(duì)保守型用戶(hù),考慮其用能情況不受價(jià)格波動(dòng)影響,為其提供峰谷價(jià)差小的能源套餐;針對(duì)激進(jìn)型用戶(hù),考慮其在應(yīng)對(duì)價(jià)格波動(dòng)時(shí)積極響應(yīng),會(huì)主動(dòng)調(diào)節(jié)用量,為其提供峰谷價(jià)差大的能源套餐.考慮IES中存在新接入的用戶(hù)或拒絕提供個(gè)人信息的用戶(hù),無(wú)法進(jìn)行用戶(hù)分類(lèi),因此為其提供介于保守和激進(jìn)之間的過(guò)渡型套餐.套餐中每時(shí)段的價(jià)格存在波動(dòng),用戶(hù)負(fù)荷會(huì)相應(yīng)變化.

表2 能源套餐

2.3.2交易流程 IES交易流程如圖3所示,運(yùn)營(yíng)商通過(guò)問(wèn)卷和智能儀表收集用戶(hù)信息,輸入神經(jīng)網(wǎng)絡(luò)初步判斷用戶(hù)類(lèi)型,為用戶(hù)提供能源套餐推薦;待用戶(hù)選擇后,綜合能源運(yùn)營(yíng)商根據(jù)套餐執(zhí)行供能方案.同時(shí)考慮基于CNN的用戶(hù)分類(lèi)方法存在誤差,運(yùn)營(yíng)商在系統(tǒng)的實(shí)際運(yùn)行中可根據(jù)運(yùn)行結(jié)果修訂用戶(hù)信息和分類(lèi),修改能源套餐推薦,提高用戶(hù)和綜合能源運(yùn)營(yíng)商的收益.

圖3 交易流程

每日的運(yùn)行中首先輸入原始日負(fù)荷數(shù)據(jù),根據(jù)用戶(hù)套餐的價(jià)格區(qū)間選擇用能單價(jià),考慮用戶(hù)的負(fù)荷需求變化和機(jī)組約束計(jì)算收益,多次修訂價(jià)格后選擇收益最高的方法運(yùn)行.

2.3.3迭代求解 IES的交易分為兩個(gè)迭代過(guò)程.一種是在每日運(yùn)行中的迭代,需要多次計(jì)算用能單價(jià),并更新價(jià)格變化對(duì)負(fù)荷水平的影響,確定日運(yùn)行方案;另一種一般以月度為單位更換用戶(hù)信息,為用戶(hù)提供新的用能套餐,確定價(jià)格區(qū)間.

3 算例分析

3.1 算例基本參數(shù)設(shè)置

為驗(yàn)證考慮用戶(hù)分類(lèi)的IES低碳運(yùn)行方法的有效性,設(shè)計(jì)如下算例:用戶(hù)數(shù)據(jù)采用文獻(xiàn)[24]中提供的問(wèn)卷信息和負(fù)荷曲線,分為保守型和激進(jìn)型兩種,如圖4所示.部分激進(jìn)型用戶(hù)設(shè)有分布式光伏和儲(chǔ)能,光伏自發(fā)自用,余量不上網(wǎng),用戶(hù)儲(chǔ)能容量為系統(tǒng)儲(chǔ)能的1/10.IES設(shè)備參數(shù)參考文獻(xiàn)[25],并根據(jù)用戶(hù)負(fù)荷水平修改設(shè)備配置,得到本文電熱氣IES的相關(guān)參數(shù),如表3所示.

表3 系統(tǒng)參數(shù)

圖4 用戶(hù)初始負(fù)荷 (P)

3.2 用戶(hù)分類(lèi)精度分析

IES的用戶(hù)分類(lèi)基于1.2節(jié)中設(shè)計(jì)的CNN進(jìn)行.數(shù)據(jù)來(lái)自愛(ài)爾蘭電力智能計(jì)量技術(shù)試驗(yàn),共 4 232 組實(shí)驗(yàn)前問(wèn)卷和 3 423 組實(shí)驗(yàn)后問(wèn)卷.數(shù)據(jù)處理后統(tǒng)計(jì)實(shí)驗(yàn)前后一致且有效回答的用戶(hù)共 2 446 戶(hù).根據(jù)用戶(hù)在實(shí)驗(yàn)后用電量的變化情況,將其分為保守型和激進(jìn)型用戶(hù).選用其中 2 000 組作為訓(xùn)練集,446組作為測(cè)試集,迭代200次進(jìn)行訓(xùn)練.

由圖中可以看出,用戶(hù)分類(lèi)的精度可達(dá)到0.825.神經(jīng)網(wǎng)絡(luò)在迭代100次前處于0.600～0.700的精度,觀察數(shù)據(jù)集后發(fā)現(xiàn),此時(shí)輸出的用戶(hù)分類(lèi)結(jié)果均為同一用戶(hù),因此該精度沒(méi)有意義.迭代150次后神經(jīng)網(wǎng)絡(luò)基本收斂,此時(shí)可以實(shí)現(xiàn)大部分用戶(hù)分類(lèi).

如果不使用CNN的方法進(jìn)行分類(lèi),交由用戶(hù)自身判斷,通過(guò)對(duì)比用戶(hù)在實(shí)驗(yàn)前后的問(wèn)卷信息,選擇在實(shí)驗(yàn)前后用戶(hù)判斷自身用電變化的一欄,則用戶(hù)判斷成功率為 0.523 6.通過(guò)分析數(shù)據(jù)集可以發(fā)現(xiàn),多數(shù)用戶(hù)在實(shí)驗(yàn)開(kāi)始前認(rèn)為自己是激進(jìn)型用戶(hù),可以根據(jù)電價(jià)調(diào)整自身用電量,但實(shí)驗(yàn)后激進(jìn)型用戶(hù)的比例并沒(méi)有預(yù)期高,因此交由用戶(hù)自身判斷適合的套餐精度具有局限性,而使用本文方法能夠提升系統(tǒng)用戶(hù)分類(lèi)的精度,服務(wù)系統(tǒng)運(yùn)行.

3.3 用戶(hù)分類(lèi)的影響分析

方案1系統(tǒng)運(yùn)營(yíng)初期,用戶(hù)信息不充分,用戶(hù)偏好不確定,用戶(hù)全部選擇過(guò)渡型.

方案2用戶(hù)分類(lèi)錯(cuò)誤,用戶(hù)偏好不符合能源套餐.

方案3用戶(hù)分類(lèi)正確,用戶(hù)偏好符合能源套餐.

其中,保守型、過(guò)渡型、激進(jìn)型用戶(hù)分別簡(jiǎn)稱(chēng)為A、B、C類(lèi)用戶(hù).

3.3.1經(jīng)濟(jì)性分析

(1) 成本收益分析.IES在3種模式下的成本收益如表4所示.運(yùn)營(yíng)商在方案1中所獲收益最高,這是因?yàn)榇藭r(shí)用戶(hù)對(duì)自身信息不完全了解,用戶(hù)選擇過(guò)渡型套餐后,系統(tǒng)運(yùn)營(yíng)商可以借助用戶(hù)的認(rèn)知缺陷獲得超額收益,導(dǎo)致用戶(hù)的能源成本較高.方案2中用戶(hù)所選套餐同自身偏好相反,導(dǎo)致用戶(hù)用能成本急劇上升,用戶(hù)付出了更多成本,IES運(yùn)營(yíng)商的收益沒(méi)有上升,是一種雙輸?shù)木置?說(shuō)明用戶(hù)正確分類(lèi)對(duì)運(yùn)營(yíng)商和用戶(hù)都十分重要.方案3中,用戶(hù)的用能成本最低,說(shuō)明在正確進(jìn)行用戶(hù)分類(lèi)后,通過(guò)讓用戶(hù)選擇正確的套餐可以有效降低用戶(hù)用能,提高用能體驗(yàn).而對(duì)于運(yùn)營(yíng)商而言,方案3所獲收益相比用戶(hù)分類(lèi)錯(cuò)誤的方案2更高,說(shuō)明正確的分類(lèi)對(duì)運(yùn)營(yíng)商和用戶(hù)都有益處.同時(shí)方案3相比過(guò)渡態(tài)的方案1收益下降了2%,下降程度比較低,屬于提高用戶(hù)體驗(yàn)可接受的代價(jià),且方案1的超額收益來(lái)自系統(tǒng)初期的過(guò)渡階段,是不可持續(xù)的收益,過(guò)渡到方案3符合IES的發(fā)展規(guī)律.

表4 3種方案的成本收益參數(shù)

(2) 價(jià)格迭代分析.以過(guò)渡型為例,修訂價(jià)格前后的能源套餐對(duì)比如表5所示.可以看到通過(guò)價(jià)格修訂,運(yùn)營(yíng)商收益明顯上升,用戶(hù)購(gòu)電成本反而略微下降,這是因?yàn)橥ㄟ^(guò)價(jià)格的調(diào)整使得用戶(hù)主動(dòng)調(diào)整其用電曲線,總用電量下降,最終通過(guò)能源套餐的變化使運(yùn)營(yíng)商和用戶(hù)獲得雙贏.

表5 能源套餐變化

3.3.2系統(tǒng)工況分析 圖5為系統(tǒng)在方案1、2、3下各設(shè)備的運(yùn)行結(jié)果.由圖可知,3種方案下IES運(yùn)行策略基本一致,系統(tǒng)內(nèi)光伏得到全額消納,CHP機(jī)組基本滿(mǎn)發(fā),全程保持額定功率發(fā)熱發(fā)電.燃?xì)忮仩t作為供熱的補(bǔ)充手段,在3個(gè)供熱高峰期工作,儲(chǔ)能主要根據(jù)外購(gòu)電的價(jià)格波動(dòng)削峰填谷,同時(shí)配合消納多余的光伏發(fā)電.

圖5 系統(tǒng)設(shè)備出力(Poutput)

3種方案的不同之處在于外購(gòu)電的水平不同.在方案1下,因?yàn)橛脩?hù)選擇了過(guò)渡型,實(shí)際負(fù)荷水平處于中間態(tài),外購(gòu)電曲線比較低,系統(tǒng)成本相對(duì)可控,所獲收益也最高.在方案2下,用戶(hù)偏好選擇判斷錯(cuò)誤,導(dǎo)致套餐同用戶(hù)適配性很差,用戶(hù)實(shí)際負(fù)荷水平高,導(dǎo)致外購(gòu)電量很多,用戶(hù)成本和系統(tǒng)成本上升,整體收益下降.在方案3下,得益于用戶(hù)的正確分類(lèi),用戶(hù)實(shí)際用電量最低,IES在滿(mǎn)足用戶(hù)用能需求的同時(shí),也有效降低了用能成本,從而提高系統(tǒng)收益,是運(yùn)營(yíng)商合理的運(yùn)營(yíng)策略.

3.3.3用戶(hù)工況分析 系統(tǒng)熱負(fù)荷供應(yīng)在3種套餐相同,以滿(mǎn)足用戶(hù)熱負(fù)荷基礎(chǔ)需求為準(zhǔn),允許上下限浮動(dòng),因此主要關(guān)注套餐中不同的電負(fù)荷.

3種方案的用戶(hù)電負(fù)荷水平如圖6所示,其中方案1和3的負(fù)荷水平區(qū)別不大,說(shuō)明用戶(hù)選擇中間的過(guò)渡型套餐和適配自身的套餐對(duì)負(fù)荷影響較小,主要影響用能成本.可以看出,在17:00—20:00的電價(jià)峰值區(qū),方案3的用電量明顯低于方案1,說(shuō)明適合用戶(hù)的能源套餐有助于負(fù)荷曲線優(yōu)化,從而提高用戶(hù)體驗(yàn)和運(yùn)營(yíng)商收益.而方案2因?yàn)閷?duì)用戶(hù)類(lèi)型判斷錯(cuò)誤,導(dǎo)致負(fù)荷變化較大,用戶(hù)體驗(yàn)和運(yùn)營(yíng)商收益都有所下降,說(shuō)明用戶(hù)分類(lèi)需要足夠的準(zhǔn)確度,否則會(huì)對(duì)IES運(yùn)營(yíng)策略的制定產(chǎn)生不利影響.

圖6 用戶(hù)電負(fù)荷

用戶(hù)的儲(chǔ)能和光伏工作情況如圖7所示.用戶(hù)光伏實(shí)現(xiàn)全額消納,用戶(hù)儲(chǔ)能在15:00—20:00電價(jià)高的時(shí)間段內(nèi)以釋放電能為主,在其他電價(jià)低的時(shí)間段內(nèi)以存儲(chǔ)電能為主,同時(shí)幫助修正用戶(hù)負(fù)荷曲線,起到了削峰填谷的作用.

圖7 用戶(hù)設(shè)備使用情況

用戶(hù)滿(mǎn)意度水平如表6所示,其中用電總量的參考值取用戶(hù)初始負(fù)荷,用電成本和用熱成本的參考值參考過(guò)渡型用戶(hù)數(shù)值,式(7)和(10)中的b1、b2、b3分別取0.8、0.5和0.6.可以看出方案2中用戶(hù)的用能滿(mǎn)意度最低,說(shuō)明錯(cuò)誤的用戶(hù)分類(lèi)會(huì)降低用戶(hù)體驗(yàn).方案1的滿(mǎn)意度也低于方案3,雖然方案1運(yùn)營(yíng)商可獲利潤(rùn)更高,但考慮方案1狀態(tài)的不可持續(xù)和利潤(rùn)差距僅為2%,提高用戶(hù)滿(mǎn)意度的方案3更符合長(zhǎng)久運(yùn)營(yíng)觀念.方案3中,運(yùn)營(yíng)商可獲得較高收益,用戶(hù)也有最高的滿(mǎn)意度,實(shí)現(xiàn)了用戶(hù)和運(yùn)營(yíng)商的雙贏.

3.3.4低碳運(yùn)行分析 3種方案中,方案3的碳交易成本即碳排放水平最低.這是因?yàn)镮ES中碳排放的主要來(lái)源為燃?xì)鈾C(jī)組和外購(gòu)電,3種方案的燃?xì)鈾C(jī)組水平基本相同,方案3因?yàn)閷?duì)用戶(hù)的用電情況掌握最好,通過(guò)正確的用戶(hù)分類(lèi),有效降低了用戶(hù)的用電量,提高用電效率,從而降低了綜合能源系的碳排放水平,符合當(dāng)前的發(fā)展趨勢(shì).

3.4 套餐修訂的影響

IES在系統(tǒng)運(yùn)行初期,對(duì)用戶(hù)信息掌握不完全,存在部分用戶(hù)拒絕提供個(gè)人信息或者提供信息有誤的情況,此時(shí)推薦此類(lèi)用戶(hù)選擇過(guò)渡型套餐;當(dāng)系統(tǒng)經(jīng)過(guò)一段時(shí)間運(yùn)行后,獲得了足夠信息,可為用戶(hù)提供新一輪的套餐選擇.因此,可分為以下兩個(gè)階段:

階段1系統(tǒng)運(yùn)行初期,假設(shè)其中50%用戶(hù)選擇過(guò)渡型套餐,50%用戶(hù)提供個(gè)人信息后,參與綜合能源運(yùn)營(yíng)商的用戶(hù)分類(lèi),根據(jù)3.2中的計(jì)算結(jié)果,分類(lèi)準(zhǔn)確度為82.5%,該類(lèi)用戶(hù)根據(jù)綜合能源運(yùn)營(yíng)商推薦選擇用能方案.

階段2經(jīng)過(guò)月度運(yùn)行后,綜合能源運(yùn)營(yíng)商獲得所有用戶(hù)的信息,根據(jù)用戶(hù)信息再次進(jìn)行用戶(hù)分類(lèi),為用戶(hù)提供新的能源套餐,分類(lèi)準(zhǔn)確度同樣取82.5%.

不同階段的運(yùn)行結(jié)果如表7所示.可知,經(jīng)過(guò)階段1到階段2的轉(zhuǎn)變,運(yùn)營(yíng)商收益基本不變,用戶(hù)購(gòu)能成本和系統(tǒng)碳交易成本明顯下降.由此說(shuō)明綜合能源運(yùn)營(yíng)商可以通過(guò)對(duì)用戶(hù)信息的數(shù)據(jù)挖掘,為用戶(hù)提供更精確的套餐,從而提高收益.

表7 兩個(gè)階段的成本收益參數(shù)

4 結(jié)論

基于用戶(hù)行為分析,提出IES的用戶(hù)分類(lèi)方法,并在碳交易的背景下建立考慮用戶(hù)分類(lèi)的IES決策模型,研究IES的運(yùn)行策略,得出以下結(jié)論:

(1) 用戶(hù)行為模型和CNN可以構(gòu)成高精度的用戶(hù)分類(lèi)技術(shù).通過(guò)對(duì)用戶(hù)行為進(jìn)行分析,總結(jié)包含用戶(hù)行為特征的數(shù)據(jù)結(jié)構(gòu),輸入CNN訓(xùn)練后可以得到高精度的IES用戶(hù)分類(lèi).

(2) 用戶(hù)分類(lèi)是IES運(yùn)行中的重要環(huán)節(jié).用戶(hù)對(duì)自身用能偏好的認(rèn)知存在缺陷,需要運(yùn)營(yíng)商通過(guò)精準(zhǔn)的用戶(hù)分類(lèi),為用戶(hù)提供合適的能源套餐,從而有效降低用戶(hù)用能成本,提高IES的經(jīng)濟(jì)效益.

(3) IES的碳排放主要來(lái)自外購(gòu)電和燃?xì)鈾C(jī)組,參與碳市場(chǎng)后,為控制碳交易成本,需要盡可能消納可再生能源,減少系統(tǒng)用電量,從而在保護(hù)環(huán)境的同時(shí)提高系統(tǒng)收益.