基于多场景评估的区域电网需求响应潜力

李亚平，王珂，郭晓蕊，曾丹，毛文博

（1.河海大学能源与电气学院，江苏南京 210098；2.中国电力科学研究院，江苏南京 210003）

需求响应（Demand Response，DR）是需求侧管理（DSM）在竞争性电力市场中的最新发展，也是智能电网的重要组成部分[1-2]，智能电网重要特征之一的互动性主要是通过部署各类DR项目来实现的。自20世纪90年代DSM引入我国以来，已经取得了一定的成绩，但是由于我国尚无健全有效的DSM组织体系和运作机制、缺乏开放的电力市场环境和灵活的电价机制等原因[3-4]，导致DR在我国实施过程中仍然存在许多障碍，当前实际开展的DR项目还较少。

国外尤其是美国对于DR的潜力评估和相关实践做了大量的研究，也取得了良好的成果[5]。美国联邦能源管理委员会（FERC）指出，为了在批发市场中制定传输DR的合理费率并准确计量和验证参与容量市场的需求侧资源，需要向市场操作员提供DR潜力评估和预测值[6]。根据美国各个ISO/RTO的统计，在2006年夏季高峰负荷时期，通过实施DR降低了系统1.4% ～4.1%的高峰负荷[7]。2008年参与各类DR的用户在负荷高峰时最多可减少38 GW的负荷[8]。FERC在2009发布了美国《需求响应潜力报告》，该报告提出了在常规、扩展、可实现和全参与这4种方案下，2019年可以分别削减38 GW、82 GW、138 GW和188 GW不等的高峰负荷，即分别相当于高峰负荷的4%、9%、14%和20%。其中全参与方案可以削减的高峰负荷量相当于全美2009年—2019年10 a内的电力需求增长[9]。

在DR潜力评估方法上，负荷用电特性调研是基础，现有评估多是基于历史数据的建模分析。文献[9]在评估美国全国DR潜力时采用了价格弹性方法，弹性系数通过负荷历史用电数据分析获得，同时利用回归的思想分析了州用电量与节假日、温度、中央空调使用率之间的关系，建立了各个州用电量的面板回归模型；文献[10]为掌握居民用户的DR潜力，运用傅里叶变换和Welch算法对15户家庭连续270 d的用电量数据进行频域分析，提取了能够反映居民用电特性的特征值。

受制于我国电价机制及DR发展现状，国内尚缺乏各行业电价弹性系数的数据，DR潜力评估工作一直未能有效开展，相关研究也较少。文献[11]从负荷整形、用户节能、低碳减排3个方面建立了传统DSM、智能互动、电动汽车并网及其组合场景下潜力评估的数学模型，并对广东电网DR潜力进行了评估。文献[12-13]分别对山东潍坊绿色照明项目、河北省工商业的DSM潜力进行了分析测算。但整体而言，由于需求侧资源数量多、分布广，针对整个区域电网的DR潜力研究还较为少见，评估方法还在不断探索中。

本文在调研某区域电网负荷用电特性及DR实施现状的基础上设计了反映我国未来DR发展不同阶段的场景，提出了针对不同类型DR项目的潜力评估方法，并对该区域未来10 a的DR潜力进行了评估。

1 评估范围及场景设计

1.1 评估用户选择

依据国际通用的“三次产业”划分法，将待评估用户分为第一、二、三产业以及居民用户4类。第二产业用户进一步分为重工业、轻工业、建筑业3类；第三产业用户进一步分为交通运输类、信息传输类、公共事业及管理组织、商业以及金融、房地产及居民服务业5类。

1.2 DR项目选择

现阶段，我国基于电价的DR项目包括分时电价TOU和尖峰电价（CPP），TOU已经广泛应用于我国第二、三产业大中型用户和经济发达地区的居民用户中[14-16]，某些电力紧张地区夏季7、8、9月份会在第二、三产业的大型用户中执行CPP[17]，以缓解电力危机；基于激励的DR项目主要是可中断负荷（IL），通常用于对供电可靠性要求不高的大型工业用户[18]。此外，有序用电也是我国目前广泛采用的需求侧管理手段，它是一种行政调节手段，只适用于DR实施初期阶段，根据“五个保障，两个优先”的原则，可用于第一产业的灌溉控制，第二、三产业中的照明、空调、工业生产控制等。

基于我国DR发展的实际情况并展望未来DR发展前景，本文主要评估TOU、CPP、实时电价（RTP）、有序用电、DLC、IL6类DR项目的负荷优化潜力。目前正在我国居民用户中推广的阶梯电价是根据用户用电量设计的阶梯式递增电价，主要作用是节能，对于削减高峰负荷并不会产生明显效果，因此不在本文的评估范围内。

1.3 DR场景设计

DR项目的推广应用需要随着不同阶段市场条件的逐渐完善而进化，具有阶段发展特性。针对我国电力工业市场化的改革进程、智能电网建设的发展阶段和DR项目的实施程度，本文将DR在我国的发展划分为3个阶段：市场初期阶段，市场成长阶段和市场成熟阶段。

1）市场初期阶段，即我国现阶段。基于价格型的DR项目主要有TOU和CPP，基于激励型的DR项目主要是有序用电，各项目的参与率即为当前水平。

2）市场成长阶段，是指在市场初级阶段的基础上积累了一定的DR项目经验且取得了一定的用户认可度，为DR项目的开展创造了更为有利的条件。价格型的DR项目主要有TOU和CPP，激励型的DR项目主要包括DLC和IL。在市场成长阶段，随着用户对DR认知的逐步理性化，有些DR项目的用户参与率可能会出现“饱和”或者经历“增—减—相对稳定”的“S形曲线”，这在传统的DLC、IL等项目中较为常见。因此，在市场成长阶段，用户参与率会在一定范围内变化。

3）市场成熟阶段，此时市场化程度较高，价格机制健全，RTP将作为默认电价在所有用户中广泛推行，此外，在第二、三产业中保留部分IL和DLC项目。各类DR项目发展成熟，用户的参与率也基本稳定。

2 DR潜力评估方法

DR潜力即需求侧的响应量，可以根据需求侧响应高电价或者激励信号而产生的短期负荷削减量来衡量，政策制定者需要在某一特定市场或特定条件下提供一整套配套的DR选项以实现这一预期目标[19]。

根据美国能源部的分类，DR可以分为价格型DR和激励型DR 2类。因此，针对不同的项目类型，单个用户的DR潜力评估方法也分为2类。

2.1 价格型DR项目潜力评估方法

作为我国DR项目的核心措施，用户侧分时电价早在20世纪80年代试行，并于2003年广泛推行于全国各省级电网，从2004年开始，我国部分省（直辖市）也陆续开始实行尖峰电价。追踪2008—2012年多个地区TOU和CPP政策变化和调整情况，各行业不同电压等级的电价政策呈现以下3个特点，即：

1）峰谷电价比值逐年拉大，同时作为基数的平时段电价随着电能成本的上升不断提高，实际峰谷电价价差逐年增大。

2）高峰电价上浮比例高于低谷电价下浮比例，且呈现扩大趋势。

3）尖峰电价执行标准一般是在峰时段电价基础上再上浮10%。

理论上，根据电价变化和用户用电需求的价格弹性，能够有效评估电价型DR项目的实施效果和影响[20-22]。本文选取调研区域2010年1月—2013年3月间各行业用电数据，采用对数据依赖程度较小的弧弹性对TOU的价格弹性进行计算。

对应时段i，实行TOU期间的平均电价pi和 总电量Qi分别为

式中：S为售电收入；Q为售电量；下标p、f、v分别为峰、平、谷时段。

假设研究时间范围内峰、平、谷时段保持不变，TOU价格弹性计算公式为

式中：Qi2和分别为评估年（算例中为2012年）第i个月执行TOU的电量和电价平均值；Qi1和分别为基准年（算例中为2010年）第i个月执行TOU的电量和电价平均值。

CPP在我国实施较少，RTP还尚未施行，因此长期以来反映用户对CPP和RTP等DR项目响应结果的数据积累不足。本文在参考美国等DR发展较为成熟国家案例的基础上，对TOU价格弹性进行适当调整，得到CPP和RTP等项目的价格弹性，如表1所示。在评估过程中，假设这些弹性系数长期保持不变。

表1 价格型DR项目价格弹性系数Tab.1 Price elasticity of different price-based DR

单个用户参与价格型DR项目后负荷削减潜力计算公式为

式中：Pdr为峰荷削减量；Ppeak为实施DR前用户峰荷（kW或MW）；σ为价格弹性系数为未实施DR期间平均电价为实施DR期间平均电价。

2.2 激励型DR项目潜力评估方法

对于一个含重工业和轻工业比例较高的地区来说，通过实施可中断负荷来改善负荷曲线是一种可行的方案。可中断负荷量与用户用电模式和生产工艺过程特点紧密相关，最大可中断容量一般保持不变。表2对所调研区域几类适宜参与可中断的重工业和轻工业行业用户参与可中断的特性进行了统计[23-24]，其中考虑到我国实际生产情况为8 h工作制，为方便合理安排生产计划，可中断负荷中断时间采用4 h、8 h 2种时间机制方式。

表2 工业用户参与可中断特征表Tab.2 Interruptible characteristics of industrial users

单个用户参与可中断项目的负荷削减潜力计算公式为

式中：△Pdr为峰荷削减量；Ppeak为实施可中断前峰荷（kW或MW）；γ为最大中断容量（占比）；ζ为用户响应度。

最大负荷和最大中断比例是用户的固有负荷特性，通过调研可以获得，而用户响应度主要与可中断补偿电价有关，一般通过电价折扣率来体现。评估中假设可中断补偿电价符合用户满意度水平，用户响应度为100%。以调研地区某日产400 t的水泥厂为例，其最高负荷达37 MW，在生产淡季给予一定的激励措施后，可获得21 MW的可中断量。

对于DLC，目前尚未在我国普遍施行，评估中认为DLC主要用于大中型商业用户的空调轮停，单个用户的负荷削减潜力约为最大负荷的50%。

3 DR潜力评估流程

本文采用的是“自下而上”的统计评估方法，其核心在于通过评估单个典型用户[25]的DR潜力汇总得到整个区域的DR潜力。评估流程大致分为3步：

1）执行DR项目前，单个典型用户峰荷评估。评估过程分成当前年份平均峰荷估算和未来年份峰荷增长率预测2大部分。整个区域的当前峰荷及峰荷增长率可以直接从当地调度中心获取，对于典型用户的当前峰荷及其增长率预测则需要结合负荷形状和行业总用电量进行综合分析，流程图如图1所示。

图1 实施DR项目前典型用户的峰荷评估Fig.1 Typical user’s peak load assessment before the implementation of DR projects

2）执行DR项目后，单个典型用户峰荷变化量评估。根据式（4）和式（5）分别计算价格型和激励型DR项目的峰荷削减量，流程图如图2所示。

图2 执行DR项目后典型用户峰荷变化量评估Fig.2 Typical user’s peak load change assessment after the imp lementation of DR projects

3）评估用户数量及参与率，整个区域的DR潜力由单个用户潜力“自下而上”汇总得到。

4 算例分析

4.1 算例数据

本文以我国某区域电网为例，该地区2012年度最大负荷出现在12月26日上午11:00，最大负荷量为10052.9 MW。参考该地区最大负荷历史增长率数据，并考虑到我国经济的快速增长，预计未来5 a，该地区最大负荷年增长率为10%，5 ～10 a间最大负荷年增长率为5%。该地区当前在第一、二、三产业中施行TOU，居民中实施阶梯电价，目前的峰谷比在（2.4 ～3）∶1之间。

该地区既包括传统重工业基地，也包括以商业和居民负荷为主的地区，负荷特性多样，且近年来最大负荷不断攀升，电网峰谷差日益加大。因此，通过实施DR，引导合理用电，大有潜力可挖。结合当地负荷特性，针对DR发展的3个不同阶段设计的项目类型及用户参与率如表3所示。

表3 不同场景下DR项目及用户参与率假设Tab.3 Key assumptions of DR projects and participation rate in different scenarios %

基于我国现行电价政策，市场成长阶段和市场成熟阶段场景下不同的电价设计原则分别为：

1）TOU电价模式下，考虑电能成本的上升，认为作为基数的平时段电价逐年提高，平时段电价每年提高10%，峰时段每年提高20%，峰谷差逐年拉大。

2）CPP电价模式下，尖峰电价在峰值电价的基础上上调50%。

3）RTP电价模式下，高峰时段的价格是非高峰时段价格平均值的4倍。

4.2 评估结果

按照本文所提方法，对该区域电网2013—2022年DR潜力进行了评估，评估结果如表4所示。

从表4可以看出，在不考虑DR情形下，2022年整个区域最大负荷将超过20 GW。在市场初期阶段场景下，最大负荷的增长速率将与不考虑DR情形时保持一致，但整体上将降低1.39%，到2022年可削减0.288 GW。在市场成长阶段场景下，到2022年最大负荷可减少1.987 GW，即9.62%。在市场成熟阶段场景下，由于电价灵活可控，该场景下的削峰潜力最大，到2022年可削减最大负荷约2.969 GW，削峰比例可以达到14.37%。其中，市场成长阶段场景无须对我国现行电价政策进行调整，具有一定的推广价值。

表4 某地区2013—2022年不同场景下DR潜力评估结果Tab.4 DR potential assessment of a regional power grid from 2013 to 2022

需要说明的是，该评估中尽管已经考虑了DR项目的用户参与率会趋于饱和甚至是“S形曲线”的假设，但由于评估中认为随着我国经济的高速发展，第二、三产业将持续繁荣，从事第二、三产业的用户数量将不断攀高，有些行业的年均增长率甚至可达10% ～20%。因此，随着用户基数的增加DR削峰潜力持续增加，没有出现明显的拐点。

根据上文所提方法，本文对华北分部所辖区域内所有区域电网的DR潜力进行了评估。通过评估可以发现，在市场成长阶段场景下，到2020年，典型地市级城市的需求响应潜力约为9%，典型区域电网的需求响应潜力约为7%。根据《电力系统技术导则》规定，负荷备用容量为最大发电负荷的2% ～5%，低值适用于大系统，高值适用于小系统。因此，区域电网内充分发挥DR潜力完全可以达到替代系统负荷备用、缓解调峰压力的目的。

从国家层面上，保守估计需求响应可以削减尖峰负荷的潜力为5%。据预测，2020年全社会用电量将达到7.7万亿kW·h左右，最大负荷将达到12.7亿kW。通过实施需求响应，可以降低最大负荷约63500 MW，假设一个典型的调峰电厂容量约为75 MW，相当于可少建800多座调峰电厂。由此可见，在国家层面实施需求响应将产生十分可观的社会效益。

5 结论

需求响应是实现节能、环保、安全、可靠、经济用电的重要措施。潜力评估是制定DR规划的基础，也是推广实施DR项目的前提，评估并掌握需求侧资源潜力对于指导我国电力DSM工作具有重要意义。本文提出了一套DR潜力评估方法，并据此对某区域电网的DR潜力进行了评估。通过评估得：

1）影响DR潜力的主要因素有负荷特性影响和DR项目影响2大类。负荷特性影响主要包括用户构成（用户分类、数量、用电量）、参与率等；DR项目影响主要包括电价信息、价格弹性系数等。

2）我国DR潜力巨大。评估发现，到2020年，典型地市级城市的需求响应潜力约为9%，典型区域电网的需求响应潜力约为7%，完全可以达到替代系统负荷备用的目的，同时也将产生十分可观的节能减排和社会效益。

3）现阶段，我国DR潜力还没有完全发挥。尽管我国DSM取得了巨大的成绩，但是由于电力市场体制尚未完全建成、缺乏灵活的电价机制等原因，当前我国的DR项目还比较少，用户的参与率较低，大大抑制了DR潜力的发挥。

4）在我国现行电价机制下，通过在大中型工商业用户中适当调高峰谷电价平时段的基数、拉大峰谷比、提高尖峰电价、推进DLC、IL等DR项目可以大为激发DR潜力；如果电价机制放开，通过在用户侧推行RTP，DR的潜力还将进一步提高。

[1] 张钦，王锡凡，付敏，等.需求响应视角下的智能电网[J].电力系统自动化，2009，33（17）：49-55.ZHANG Qin，WANG Xifan，FU Min，et al.Smart grid from the perspective of demand response[J].Automation of Electric Power Systems，2009，33（17）：49-55（in Chinese）.

[2] 施婕，艾芊.智能电网实现的若干关键技术问题研究[J].电力系统保护与控制，2009，37（19）：1-4.SHI Jie，AI Qian.Research on several key technical problems in realization of smart grid[J].Power System Protection and Control，2009，37（19）：1-4（in Chinese）.

[3] 胡兆光.需求侧管理在中国的应用与实施[J].电力系统自动化，2001，1（10）：41-44.HU Zhaoguang.Application of demand side management in China[J].Automation of Electric Power Systems，2001，1（10）：41-44（in Chinese）.

[4] 曾鸣，王冬容，陈贞.需求侧响应的实施障碍[J].电力需求侧管理，2010，13（1）：8-11.ZENG Ming，WANG Dongrong，CHEN Zhen.Implementation obstacles of demand response[J].Power DSM，2010，13（1）：8-11（in Chinese）.

[5] 张国衡，张沛，张科.美国智能电网试点项目述评[J].南方电网技术，2013，7（4）：6-11.ZHANG Guoheng，ZHANG Pei，ZHANG Ke.Overview of the smart grid pilot projects in the united state[J].Southern Power System Technology，2013，7（4）：6-11（in Chinese）.

[6] STAFF REPORT.An assessment of demand response and smart metering[R].Federal Energy and Regulatory Commission，2009.

[7] Federal Energy Regulatory Commission.Assessment of demand response and advanced metering:2007 staff report[EB/OL].（2007-09-13）[2015-03-02].http://www.ferc.gov/legal/staff-reports/09-07-demand-response.pdf.

[8] Federal Energy Regulatory Commission.Assessment of demand response and advanced metering:2008 staff report[EB/OL].（2008-12-30）[2015-03-02].http://www.ferc.gov/legal/staff-reports/12-08-demand-response.pdf.

[9] Federal Energy Regulatory Commission.A national assessment of demand response potential:staff report[R/OL].（2009-06-18）[2015-03-02].http://www.ferc.gov/legal/staff-reports/06-09-demand-response.pdf.

[10] JOANA ABREU，FRANCISCO CAMARA PEREIRA，et al.An approach to discover the potential for demand response in the domestic sector[C]//2010 IEEE Conference on Digital Object Identifier:240-245.

[11] 潘璠，贾文昭，许柏婷，等.广东电网需求侧响应潜力分析[J].中国电力，2011，44（12）：21-25.PAN Fan，JIA Wenzhao，XU Baiting，et al.Analysis on demand-side response potential of Guangdong power grid[J].Electric Power，2011，44（12）：21-25（in Chinese）.

[12] 蔡光程，徐学栋，王志梁.DSM项目规划及其潜力分析[J].电力需求侧管理，2009，11（5）：24-26.CAI Guangcheng，XU Xuedong，WANG Zhiliang.DSM project program and potential analysis[J].Power DSM，2009，11（5）：24-26（in Chinese）.

[13] 王敬敏，温玉倩，陈琳.河北省电力负荷管理潜力分析及措施研究[J].电力需求侧管理，2009，11（1）：32-34.WANG Jingmin，WEN Yuqian，CHEN Lin.The potential analysis and measures research of Hebei electric power load management[J].Power DSM，2009，11（1）：32-34（in Chinese）.

[14] 胡兆光，陈铁成，纪洪，等.在北京地区实施需求侧管理的效益分析[J].电力系统自动化，1999，23（13）：22-25.HU Zhaoguang，CHEN Tiecheng，JI Hong，et al.Benefits analysis on application of demand-side management（DSM）in Beijing[J].Automation of Electric Power Systems，1999，23（13）：22-25（in Chinese）.

[15] 李媛，罗琴，宋依群，等.基于需求响应的居民分时阶梯电价档位制定方法研究[J].电力系统保护与控制，2012，40（18）：65-68.LI Yuan，LUO Qin，SONG Yiqun.Study on tiered level determination of TOU& tiered pricing for residential electricity based on demand response[J].Power System Protection and Control，2012，40（18）：65-68（in Chinese）.

[16] 高亚静，吕孟扩，王球，等.计及网损与电动汽车车主利益的分时电价研究[J].电力科学与工程，2014，30（7）：37-42.GAO Yajing，L譈 Mengkuo，WANG Qiu，et al.Research on time-of-use price considering power losses and the interest of electric vehicle owners[J].Electric Power Science and Engineering，2014，30（7）：37-42（in Chinese）.

[17] 张钦，王锡凡，王建学.尖峰电价决策模型分析[J].电力系统自动化，2008，32（9）：11-15.ZHANG Qin，WANG Xifan，WANG Jianxue.Decision model analysis of critical peak pricing[J].Automation of Electric Power Systems，2008，32（9）：11-15（in Chinese）.

[18] 向月，刘俊勇，魏震波，等.可再生能源接入下新型可中断负荷发展研究[J].电力系统保护与控制，2012，40（5）：148-155.XIANG Yue，LIU Junyong，WEI Zhenbo，et al.Research on development of new interruptible load with renewable energy access[J].Power System Protection and Control，2012，40（5）：148-155（in Chinese）.

[19] GOLDMAN C，HOPPER N，BHARVIRKAR R，et al.Estimating demand response market potential among large commercial and industrial customers:a scoping study[R].LBNL： Environmental Energy Technologies Division，January 2007.

[20] 林高翔，钱碧莆，郭亮，等.一种考虑居民经济承受力的生活用电电价可调整空间模型[J].电网与清洁能源，2014，30（11）：42-46.LIN Gaoxiang，QIAN Bifu，GUO Liang，et al.An adjustable space model of household electricity price with resident’s affordability considered[J].Power System and Clean Energy，2014，30（11）：42-46（in Chinese）.

[21] 时珊珊，董瑞安.智能社区（微网）电能质量信息集成系统研究[J].高压电器，2014，50（2）：12-17.SHI Shanshan，DONG Ruian.Study on power quality information integrated system in smart community（microgrid）[J].High Voltage Apparatus，2014，50（2）：12-17（in Chinese）.

[22] 刘观起，张建，刘瀚.基于用户对电价反应曲线的分时电价的研究[J].华北电力大学学报，2005，32（3）：23-27.LIU Guanqi，ZHANG Jian，LIU Han.Research on TOU pricing based on consumer response curve[J].Proceedings of the North China Electric Power University，2005，32（3）：23-27（in Chinese）.

[23] 赵鸿图，朱治中，于尔铿.电力市场中需求响应市场与需求响应项目研究[J].电网技术，2010，34（5）：146-153.ZHAO Hongtu，ZHU Zhizhong，YU Erkeng.Study on demand response markets and programs in electricity markets[J].Power System Technology，2010，34（5）：146-153（in Chinese）.

[24] 颜庆国，薛溟枫，范洁，等.有序用电用户负荷特性分析方法研究[J].江苏电机工程，2014，33（6）：48-50.YAN Qingguo，XUE Mingfeng，FAN Jie，et al.Load property analysis method for demanders participating orderly power utilization[J].Jiangsu Electrical Engineering，2014，33（6）：48-50（in Chinese）.

[25] 李翔，顾洁.运用聚类算法预测地区电网典型日负荷曲线[J].电力与能源，2013，34（1）：47-50.LI Xiang，GU Jie.Using the clustering algorithm forecast in the power grid typical daily load curve[J].Power&Energy，2013，34（1）：47-50（in Chinese）.