编者按
在“市场化手段为主，行政手段保底”需求管理演进大背景下，如何结合电网公司或负荷聚合商开展市场化负荷聚合业务的实际需求，精准发掘需求侧资源，以更灵活高效的资源配置方式促进电网安全平稳运行？今天刊发的文章做出了探索性解答，为开展商业用户可调负荷挖潜、负荷聚合及运行调控等业务提供了可探讨的模型优化思路。
（来源：微信公众号“朗新研究院” 作者：张威、吕璇）
背景分析
新型电力系统建设和电力体制改革背景下，传统以行政手段（有序用电）为主的需求响应模式已无法适应新能源瞬时消纳和电网大规模平抑要求，需求侧管理亟待向市场机理推动的“主动响应”模式转变。
电网公司也在探索需求侧管理新模式，通过强化负荷资源管理系统运行，提升需求侧资源实时监测和调度指挥能力，推动电力用户主动参与电力需求响应。
如湖南建设源荷聚合互动响应系统，深挖多类可调节负荷潜力；江苏扩容可中断、可调节负荷资源库，实现负荷资源可观可测和高效可调；天津深化省级智慧能源服务平台和负控系统应用，为需求侧管理提供数据服务和平台支撑等。
但从实际情况来看，目前还存在着需求侧资源潜力未充分挖掘、负荷聚合与调控策略无法满足海量可调负荷资源的高效配置需求、市场化负荷聚合业务模式滞后市场演进等问题。
负荷聚合业务正逐步形成庞大市场，对于电网公司或市场化负荷聚合商来讲，如何挖掘可调负荷潜力资源，高效聚合可调资源并高频运行调优，将成为取得未来市场竞争优势的关键。
基于此，文章对市场化需求响应业务两大核心能力（可调负荷挖潜、负荷聚合及运行优化）进行了探讨，以期沉淀可调负荷聚合和挖潜成熟模型算法，同时对市场化负荷聚合业务的逻辑进行了初步构想，为电网公司或负荷聚合商新型业务拓展提供路径参考或启发。
如何精准发掘需求侧可调负荷潜力
可调负荷资源挖潜是基于客户历史运行数据构建潜力分析模型，计算客户响应调节能力的上下限，通常涉及响应容量、响应时间等多个数据项。
业内关于响应调节能力的理论模型已经开展了诸多研究，本文将在此基础上推荐一种考虑多重影响因素的客户侧可调负荷挖潜方法。
（一）分析对象
通过调研获悉，工、商业用户虽然同为可调负荷重要群体，但在负荷挖潜方面存在较大差异。基于经济技术性考虑，文章选取商业用户作为分析对象，持续沉淀可调负荷挖潜模型和方法，未来逐步扩展至工业用户。
图1 工商业用户可调负荷挖潜差异
（二）模型构建
文章关于商业用户可调负荷挖潜模型的构建思路是在商业用户负荷曲线聚类分析的基础上，筛选出用电规律性强、用电高峰在高峰时段的商业用户[1]；
然后，基于所选商业用户可调设备的基础物理模型，建立各类可调设备的近似聚合模型，获取各类可调设备的聚合功率，并结合用户舒适度、意愿度、可控度等因素，评估设备级可调负荷潜力；
最后，将各类设备的可调负荷潜力汇总，形成用户级可调负荷潜力[2]。
图2 设备-用户逐级分析可调负荷潜力框架图
下面将以商业用户空调为例，重点介绍设备级负荷潜力分析部分。
1、建立单个设备基础物理模型
空调一般采用等效热参数模型建立用电功率与温度、能效、时间等变量的关系[2]：
2、建立同类设备近似聚合模型
空调聚合功率因其周期性启停特征只与处于开机状态的空调有关，因此需要先获取每台空调处于开机状态的概率[3]，然后根据不等式变换和大数定律，建立空调近似聚合模型，求解空调聚合功率区间[4]。
图3 设备级负荷近似聚合功率区间
求解过程其中：（1）为t时刻空调的聚合功率；（2）为室内设置温度；（3）为第i台空调的用电功率；（4）占空比为空调开机时长占开停机总时长的比重；（5）单台空调的用电功率、开机时长和停机时长可通过其物理模型获取。
3、建立考虑多重因素的潜力评价模型
对用户舒适度、意愿度等因素对室内设置温度的影响进行量化分析，获取温度可调裕度，并结合用户可控度和近似聚合模型，求解空调聚合功率的可调区间和最大降负荷潜力。
最大降负荷潜力，即室内设置温度达到可调上限时，与初始聚合功率相比所减少的负荷[4]。
上述理论模型主要考虑了在温度控制模式下空调集群的可调负荷潜力，后续还需要在实践中迭代验证和优化。
如何高效负荷聚合及调控建模
在可调负荷挖潜基础上，电网公司或负荷聚合商需要更为高效的负荷聚合流程和方法，将数量庞大、分散存在、特性各异的设备级可调负荷进行日前聚合和日内调度优化，以实现总响应成本最小、客户满意度最高、电网安全平稳运行目标。
（一）负荷聚合及运行优化流程和方法
通过文献综述和方法对比选型，负荷聚合及运行优化的关键步骤如图5所示：
图5 可调负荷资源运行优化配置流程和方法
其中，根据需求响应运行调控目的（削峰、填谷或清洁能源消纳）和具体调控手段选择（消减、平移及储能应用等）的不同，可以对基线负荷、负荷准线分析方法以及需求响应事件参数设置做适当调整。
但需要具体需求响应场景和实证研究才能具象验证，调控目的和手段的差异对于文中日前负荷聚合和日内运行优化模型的构建无影响，因此步骤1、2仅对负荷资源配置关键指标进行初步讨论；步骤3、4涉及可调负荷日前聚合和日内运行调优核心方法和模型构建，是文章重点讨论的内容。
（二）负荷聚合及运行配置关键指标
通常，负荷设备资源主要包括三类基础信息，分别为可调负荷基础数据项、可调负荷潜力信息数据项、可调负荷资源运行调配指标项[5]。
图6 负荷聚合及运行配置关键指标
其中，可调负荷资源运行调配指标项将作为日前负荷聚合和日内运行优化的关键指标纳入模型，而可调负荷基础数据项和可调负荷潜力数据项则是可调负荷资源运行调配指标的基础数据参数。
（三）负荷聚合及运行目标函数
基于电网公司或负荷聚合商参与市场化负荷聚合业务需要，文章基于削峰需求响应场景，以负荷消减调控为例，选择总响应成本最小为目标构建可调负荷运行优化配置模型。
为简化计算过程，缩小运算规模，提高模型精度，引入最小化决策模型为目标函数，通过反复迭代优化求解得到更优结果。
该模型为典型0-1规划模型，由决策变量为每个负荷资源的聚合体分配归属、响应时段和调用优先级。
根据可调负荷响应成本最小总体配置目标，负荷聚合商参与响应过程中，平均成本更低、技术性能更优的聚合体或可调负荷设备资源应优先被调用。
如何开展市场化负荷聚合业务
借鉴行业实践和前人研究成果，负荷聚合及运行调控核心业务逻辑纵向可分为3层（电网调度层、负荷聚合层、用户层）；
横向包括3个过程，分别为负荷聚合调控计划生成、调控计划分解负荷反聚合、调控计划执行实时监控；
总体实现客户侧可调负荷的分层、分区聚合调控。[7]
图7 负荷聚合及运行调控业务逻辑
负荷聚合调控计划生成：
用户层评估可调负荷潜力并上报负荷聚合商；负荷聚合商汇总其代理用户可调负荷潜力，综合评价代理用户基线负荷、可调节潜力、调节成本等，生成负荷聚合方案，并参与竞价投标；
电网调度层根据准线负荷、电网调控需求和清洁能源消纳需求，生成需求响应场景或事件并形成市场信息发布，根据聚合商投标情况进行日前市场预出清（准线负荷与负荷聚合商基线负荷拟合结果），发布聚合商计划调控目标。
涉及核心业务包括客户档案管理、可调负荷设备参数管理、负荷量测管理（侵入式或非侵入式负荷识别）、负荷特性分析、负荷基线预测、可调负荷潜力评估、需求响应能力评估等，提供可调负荷潜力和需求响应能力评估基本能力。
调控计划分解负荷反聚合：
负荷聚合商根据电网调度发布的计划调控目标，结合代理用户可调负荷潜力和调节收益，完成各代理用户调控目标和预期收益测算并发送用户；
用户在根据各自调控成本、调控舒适度等情况进行响应策略优化，并将结果反馈负荷聚合商；负荷聚合商汇总后再上报电网调度进行日内出清。
涉及核心业务包括历史响应数据统计、响应事件或场景设置、负荷准线预测、响应信息发布、响应申报组织、需求响应申报、申报结果查询、响应邀约、响应过程监控、响应反馈控制、响应补偿、响应效果评估等，提供市场化需求响应管理、需求响应过程监控和效益评估基本能力。[8]
调控计划执行实时监控：
需求响应过程中用户实时对生产环境、生产计划，设备运行参数等进行监测跟踪，并对响应策略进行实时动态优化，确保各自负荷曲线与调控目标偏差控制在市场出清协议范围；同时把实时负荷曲线按照分钟级或其他频度上报负荷聚合商和电网调度。
如果负荷曲线与调控计划出现较大偏差时，负荷聚合商首先在区域层级根据市场化聚合规则进行二次聚合和运行调优；如果出现区域级调控计划偏差时，则由电网调度采用行政手段进行调控策略调整，确保电网安全平稳运行[8]。
涉及核心业务包括可调负荷资源库、可调负荷聚合监测、可调负荷调控管理、聚合体方案配置、日前聚合管理、日内运行优化管理、聚合体调用优化、负荷聚合策略生成与下发、反聚合策略生成与下发等，提供可调负荷综合监管、日前聚合管理及日内运行策略优化基本能力。
总结展望
文章在借鉴前人研究基础上，结合市场化需求响应业务实际需要，为商业用户可调负荷挖潜、负荷聚合及运行调控提供了理论参考，未来需要在实践过程中不断验证、完善、迭代和细化。
另外，在“市场化手段为主，行政手段保底”需求管理演进大背景下，负荷聚合业务模式将不断成熟，业务规模也会持续扩大，我们也会持续关注负荷聚合商业务模式、运营模式等其他主题。
【参考文献】
[1]雷翔胜,伍子东,董萍,贾红舟.基于两阶段聚类分析的用电需求响应潜力评估方法[J].南方能源建设,2020,7(S2):1-10.[2]陈鹏.弹性负荷资源聚合及调节潜力预测模型研究[D].导师：李彬;龚世雄.华北电力大学(北京),2021.[3]司超然.微网温控负荷聚合建模与优化控制方法研究[D].导师：汪震.浙江大学,2021.[4]杨秀,傅广努,刘方,田英杰,徐耀杰,柴梓轩.考虑多重因素的空调负荷聚合响应潜力评估及控制策略研究[J].电网技术,2022,46(02):699-714.[5]张晓东，艾欣，潘玺安，考虑用户可调度潜力的负荷聚合商优化调度策略，华北电力大学学报(自然科学版)，2021年8月.[6]李明，,齐步洋，贺大玮，工业园区需求响应资源聚合优化配置方法，电网技术，2022年1月.[7]熊鹏宇，负荷聚合商需求响应管控平台开发与应用，电气时空，2021年11月.[8]犹锋，张华鲁，石杰，张春平，邓博雅，杨玉龙，基于云边协同技术的柔性负荷聚合调控系统设计，配电，2021年12月.
作者：张威、吕璇
部门：朗新科技集团业务研究中心
