新型电力系统下电力用户的需求响应潜力评估.pdf

第6 0 卷第8 期2023年8 月15日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.8Aug.15,2023新型电力系统下电力用户的需求响应潜力评估王樊云,刘敏,李庆生,陈巨龙,李震（1.贵州大学电气工程学院，贵阳550 0 2 5；2.贵州电网有限责任公司电网规划研究中心，贵阳550 0 0 0）摘要：需求响应（Demand Response,DR）是在用户进行电力消费环节，通过价格信号或激励措施使得用户改变用电模式，对推动电力市场化改革、减少电网供电压力意义重大。文章分析总结了新型电力系统下需求响应的特点，在此基础上从用户负荷、用户参与意愿度、智能化水平和经济性4个维度构建了DR潜力评估指标体系；利用层次分析法和CRITIC法来确定各指标的主观权重和客观权重，求取组合权重；建立改进物元可拓模型,并应用所建立指标体系和评估模型对实际调研的10 个用户响应潜力进行评估排名，证明了所提方法的科学性与有效性。采用简化后的模型对9 6 个用户进行潜力评估,并比较在不同补贴激励下的潜力大小。结果表明，对于价格敏感性用户，补贴激励越高，用户的响应潜力越大。关键词：DR；潜力评估；层次分析法；CRITIC方法；物元可拓模型D0I:10.19753/j.issn1001-1390.2023.08.018中图分类号：TM73Evaluation of demand response potential of power users in novel power system(1.School of Electrical Engineering,Guizhou University,Guiyang 550025,China.2.Power Grid Planning and Research Center,Guizhou Power Grid Co.,Ltd.,Guiyang 550000,China)Abstract:Demand response(DR)is to make users change their electricity consumption mode through price signal or in-centive measures in the electricity consumption link,which is of great significance in promoting the power market reformand reducing the power supply pressure of the power grid.Based on the analysis of the characteristics of demand responseunder the novel power system,the DR potential evaluation index system is constructed from four aspects of user load,userwillingness to participate,intelligent level and economy.The analytic hierarchy process(AHP)and CRITIC are used todetermine the subjective weight and objective weight of each index,and the combined weight is calculated.An improvedmatter-element extension model is established to evaluate the DR potential of each user.The established index system andevaluation model are used to evaluate and rank the DR potential of 10 users,which proves the scientificity and effective-ness of the proposed method.The simplified model is used to evaluate the potential of 96 users and compare the potentialunder different subsidy incentives.The results show that for price sensitive users,the higher the subsidy incentive,thegreater the response potential of users.Keywords:DR,potential assessment,AHP,CRITIC method,matter-element extension model05引言双碳目标的提出，使得传统的电力系统向新型电力系统转变成为必然。在新型电力系统下，电网的调控模式变为“源荷互动 模式2 1。需求侧资源以其响应灵活、成本低廉的优点受到各学者的重视，对需求侧管理的研究也在逐步开展。DR作为需求侧管理的有效措施之一，日益受到学术界各学者的重视3 4。0目前,DR在我国得到大力推广，但对其潜力评估基金项目：贵州省科技计划资助项目（黔科合支撑2 0 2 1 一般40 9)文献标识码：AWang Fanyun,Liu Min,Li Qingsheng,Chen Julong,Li Zhen?文章编号：10 0 1-13 9 0(2 0 2 3)0 8-0 10 5-0 9的研究尚且不足。文献5在对用户历史用电数据进行分析的基础上根据拓扑结构层层叠加计算，实现了对用户DR潜力的量化评估。文献6 则是基于用户的基本用电信息,结合经济学中的价格弹性系数来评估电力用户参与DR潜力的大小，但无法保证用户的价格弹性系数在缺少负荷级特征信息时是准确的。文献7-9则是通过非侵入式等技术来获取用能设备的用电数据,并针对不同的用能设备进行分类建模。但是在建模时,为了提高模型的精确度，需要对大量的历史用能数据进行拟合或者训练。上述文献所述的方法均一 10 5 一第6 0 卷第8 期2023年8 月15日基于用户历史用电数据来评估用户DR潜力,对数据的完整性和可靠性有很高的要求。为克服数据缺失或者数据不足的情况，文献10 针对数据不足的温控负荷群提出了概率密度估计方法来评估其响应潜力。文献11 针对DR聚合商缺少用户历史用电数据情况，提出了基于深度子领域自适应的用户DR潜力评估方法。除了通过建立模型，计算用户可参与DR的负荷量来衡量DR潜力大小。还有少许学者通过建立评估指标体系，结合综合评价方法来评估用户的DR潜力。如文献12 提出了多元用户电/热综合DR模型及方法，定义了可削减量、可控度、用户接受度、经济敏感度等指标;文献13 从三个维度建立了评估指标体系,并提出基于模糊优化集对分析理论的需求侧用户响应潜力评估方法。但以上研究中所建立的电力用户DR潜力评估指标体系不够完善，缺乏对用户自身意愿度以及自身响应能力的考虑。在评估时也缺乏对各类用户的综合评估对比,导致有效性评估不足,规划目标偏离实际情况等。因此,迫切需要开展DR的基本理论和对DR潜力评估的相关研究，建立一套完整DR潜力的评估指标体系,并提出有效评估潜力大小的方法模型。基于此，文中立足于对用户的实地调研，从用户负荷情况、用户参与意愿情况、智能化水平及经济性等方面建立评估指标体系，并提出一种组合赋权-改进物元可拓模型的DR潜力评估方法，通过所建立的模型,评估了用户在现行补贴激励与提高补贴激励下的响应潜力。不仅能充分反映出需求侧主动参与DR的水平,而且能提升用户通过参与电网的互动获取经济效益的意愿，有利于电网选择参与DR的用户、制定DR方案。1新型电力系统下DR潜力评估指标体系构建1.1新型电力系统下的DR新型电力系统下，高比例新能源大量接人系统，导致系统的不稳定性增加14。传统火电机组作为电力调节主力军,在新型电力系统中的占比持续下降，已无法应对新能源与负荷双侧叠加的波动。而电力需求侧大量的柔性资源一直以来都没有很好的被利用，这方面的潜力还有待挖掘。其中，需求响应在政策的成熟度、用户准入门槛等方面的要求相对较低，并且随着新型电力系统中需求侧数字化、智能化水平的快速提升，需求响应必将得到快速发展。新型电力系统下的需求响应特征可以概括为规模化、常态化、轻量化、趣味化15。目前，在不同类型的需求响应中能够全部满足这些特点的是文献16 中所提的准线型需求响应。准线型需求响应是指用户根据电力部门发布的负荷准线来调整自身的用电行为。其中负荷准线是根据调节需求制定的，一般而言，可在扣一10 6 一电测与仪 表Electrical Measurement&Instrumentation除新能源出力后将净负荷曲线翻转，并取其轮廓线的形状作为准线。用户在准线的引导下来响应，可有效的调节自身用电行为使其负荷曲线尽量接近准线。目前，需求响应在我国还处于试行阶段，那么电力决策者如何准确快速的选择适合的用户参与响应是需要考虑的。未来,处在新型电力系统中每个用户都可参与、皆参与需求响应,那么用户又该如何衡量自己是否有能力去参与响应。这两个问题都可通过对用户的潜力进行评估得到解决。1.2指标体系构建评价指标体系是指由表征评价对象各方面特性及其相互联系的多个指标所构成的具有内在结构的有机整体。根据上述分析，遵循指标构建原则,结合影响用户参与DR的因素。从“用户负荷情况、用户参与意愿情况、智能化水平、经济性”4个维度构建用户需求响应潜力评估指标体系，分为目标层、准则层和指标层。其中准则层包含4项一级指标，指标层包含13 项二级指标。该指标体系根据对现下需求响应的特点，从4个不同方面来表现用户潜力大小，指标间没有高度的相关性,并且指标涵义清晰、数据可以获得，各层级间指标的逻辑关系也清楚准确，满足指标构建合理性的要求。1.2.1 负荷情况在对用户进行负荷情况评估时，大多考虑用户参与响应带来的削峰填谷效果,直接将用户的峰谷负荷差作为表征用户负荷响应能力大小的依据5,17 ，缺乏对用户负荷不同角度响应能力的评估。文中所构建的负荷情况指标则包含了6 个二级指标，分别为可中断负荷比、可平移负荷比、可削减负荷比、负荷可中断时间、负荷可平移时间、负荷可削减时间。不区分时段，分别从负荷大小、响应容量、响应持续时间等方面来表现不同用户负荷参与DR的能力。1.2.2参与意愿度在以往的指标体系中,对用户参与意愿度,通常在0-1之间随机取值以保证用户参与的不确定性3 18,而文中则是基于实地调研结果分析用户参与需求响应的影响因素，主要有电费支出占成本支出比例、用户舒适度要求、用户经济水平、用户对供电可靠性要求等，所以用户参与意愿度指标分别为电费支出占成本支出比例、用户舒适度要求、用户经济水平、用户对供电可靠性要求。1.2.3智能化水平目前，在需求响应潜力评估领域，还没有人考虑到用户智能化用电相关指标。但是随着科技的发展,用电设备自动化程度日益提高，具有开展智能化用电的良好基础。所以文中引人了智能化水平指标，分别为智能电表覆盖率、通信数据网覆盖率。表征用户在参与DR的过程中能否及时接受接收信号并判断自身用Vol.60 No.8Aug.15,2023第6 0 卷第8 期2023年8 月15日能情况的能力，从而做到准确快速的接收DR信号。1.2.4 经济性对响应潜力的评估不能仅局限于对响应容量等直观效果的评价，还应考虑付出的经济代价。电网对参与响应的用户需要支付相应的经济补偿，而用户参与响应的成本则体现在调整用电行为上。经济性指标是Tab.1Evaluation index system目标层标准层负荷情况需求响应潜力评估2评估指标权重确定指标的权重大小反映了各指标对评估对象的影响程度。权重大小的确定作为评估流程中的关键环节,其计算方法直接影响到评估结果的合理性与准确性。文中采用组合赋权的方式,将层次分析法确定的主观权重与CRIT-IC法确定的客观权重结合，既能满足电力用户的主观愿望,又能充分利用客观数据反映各指标的重要性19-12.1层次分析法确定主观权重文中所建立的DR潜力指标体系共三层。为了体现指标权重选取的主观性，采用层次分析法对各指标进行自下而上赋权，步骤如下：(1)构造判断矩阵。根据表2 所给出的19 标度对应表,结合专家意见，将指标进行两两比较，对比出各指标对上层指标的重要性,并用相应的比值表示判断结果,建立完整的判断矩阵。表2 判断矩阵1 9 标度对应表Tab.2 Judgment matrix 1 9 scale correspondence table取值135792,4,6,8电测与仪表Electrical Measurement&Instrumentation指单位响应容量所获收益。文中取单位响应容量所获补偿与单位响应容量成本的差值。文中所构建需求响应潜力评估指标体系覆盖全面，既包含了需求响应潜力评估的部分经典指标，又采用了反映现代用电智能化水平的新颖指标，各指标具体说明如表1所示。表1评估指标体系指标层可中断负荷比A,（%）可平移负荷比A2（%）可削减负荷比A（%）负荷可中断时间A4（m i n）负荷可平移时间A，（mi n）负荷可削减时间A（m i n）电费支出占成本支出比例A（%）用户舒适度要求A：（%）参与意愿度用户经济水平A（%）供电可靠性要求Aio（%）智能电表覆盖率An（%）智能化水平通信数据网覆盖率A12（%）经济性单位响应容量所获收益A3（元/（Kwh）重要程度同等重要略微重要一般重要非常重要极端重要左边两相邻判断的中值Vol.60 No.8Aug.15,2023指标说明指标类型反映用户可以中断使用的设备容量情况正指标反映用户可以平移到另一个时段使用的设备容量情况正指标反映用户可以削减负荷的设备容量情况正指标反映用户在一天2 4h中可以将负荷切断的时间情况正指标反映用户在一天2 4h中可以将负荷平移的时间情况正指标反映用户在一天2 4h中可以将负荷削减的时间情况正指标反映用户生产经济情况负指标反映用户的用电行为情况负指标反映用户生产经营的经济情况负指标反映用户对电网供电能力的要求负指标反映用户自动响应的能力正指标反映用户能否及时收DR信号的能力正指标反映用户参与DR所得到的收益正指标(2)一致性检验。根据步骤(1)中所得判断矩阵的最大特征根与唯一非零特征根求出一致性比率CR,如式(1）、式(2)所示。当CR0.1时,认为判断矩阵的不一致性在允许范围内，通过一致性检验。入-nCI：n-1CR=CIRI式中入为最大特征根;n为唯一非零特征根;CI为一致性指标;RI为随机一致性指标。(3)求解主观权重对步骤(2)通过一致性检验的矩阵进行特征向量求解，并将其特征向量进行归一化后作为权向量，即主观权重;(j=1,2,n)。2.2CRITIC法确定客观权重CRITIC法由熵权法改进而来,同样也是通过指标数据包含信息量的大小来确定权重。信息量的大小则是由指标间的相关系数和标准差来表示，充分表现出了各指标间的关联性与差异性。利用CRITIC法确定客观权重的步骤如下：(1)指标无量纲化处理。将指标矩阵X(维数为mn,m为样本数,n为指标数)进行无量纲化处理后得到标准化矩阵X。其中,正向指标和逆向指标得无量纲化处理式分别为：一 10 7 一(1)(2)(13)第6 0 卷第8 期2023年8 月15日x;-min(x,)max(x,)-min(x,)max(x,)-Xijx=max(x,)-min(x,)式中i，j为指标矩阵中的第i行,第i列。(2)相关系数及标准差的确定。标准化矩阵X中各指标的标准差与相关系数计算式分别如下：m1(xf-x)2;j=1,2,nin台Ti=cov(X,X)/(St,S,);l,j=1,2,n式中S,、S,分别为第li个指标的标准差；x为经过无量纲化处理后的指标矩阵中第j列值的平均值；Ti为第l个指标与第j个指标间的相关系数；X,X,分别为标准化矩阵X的第li列。(3)求解客观权重。第j个指标所包含信息量大小C,计算式为：C,=s,Z(1-rs)C,越大,第j个评价指标对目标层的影响越大,就应该给其分配更多的权重。所以第i个指标的客观权重;计算式如下：n9,=C/C,=2.3 组合权重由于单一采用主观赋权或客观赋权的方式来确定权重会存在偏向性和主观性的问题。为解决该问题，选择组合赋权的方法来确定最终权重。为了尽量降低主观权重、客观权重与组合权重之间的差异，采取式(10)来确定组合权重：W,=;中;最终得到组合权重为：WT=(W,W,W,)T3基于改进物元可拓模型评估方法物元可拓模型是以物元理论及扩展理论为理论依据，确定节域、经典域及评价等级，根据待评价对象的实测数据计算待评价对象与各等级的关联度，从而确定评价对象的等级大小。但是，当评价对象的实测数据不在节域范围时，无法计算其与各等级的关联度。为了解决该问题,文中采用改进的物元可拓模型2 ,步骤如下：一10 8 一电测与仪表Electrical Measurement&Instrumentation(1)待评物元的确定。(3)完成电力用户DR潜力评估指标体系的建立后，计算出各项指标对应的数值,完成对DR潜力子指标及对(4)应量值的确认，确定待评估物元，具体表示方式如下：NciUC2U2R=：Un式中N为待评价用户；Ci,C2，,c n 为用户意愿度(5)水平,用户响应配合度，,单位响应容量成本等指标；U1,U2，,U,为待评价用户N关于每项指标c,的量值。(6)(2)经典域及节域的确定。(7)对于每个用户来说，每个评价等级i关于评价特点c,的量值范围为X,=（a m，b m），即为经典域。对每一个评价特点cn,均对应一个取值范围X=（a n，b n）,即为节域。经典域和节域各自表示为：N;ci(ali,bi.)R二(8)NC1PC2(a2,b2)R：Cn(a6.(9)(3)标准化处理。在物元可拓方法的基础上，将经典域和待评物元进行标准化化处理，如下式所示：aliN;ci61a2iR;=2(10)N;ci(11)b2R=C262C元6元（4)关联度及等级变量特征值确定。各指标与各等级的关联度和指标取值点到各等级经典域及节域区间的距离有关，所以构造的关联度函Vol.60 No.8Aug.15,2023(12)C2(a2 i,b2;)：(ami,bmi)(a1,b,)b2b2.ain(14)(15)(16)第6 0 卷第8 期2023年8 月15日数如下所示：p(v;,V.)o(,V)-p(o,V),p(o,V)*p(u,)k;(cn)-p(u;,V)V式中：p(ui,V.)二二V;=ani-bmiV,=an-bn待评估用户对各潜力等级的关联度K即为各指标的权重向量W,乘以各指标与各等级的关联度矩阵,即：ki(ct)k(ci):kg(c)7ki(c2)k2(c)K-W.,W.,s ：Lki(ci3)k2(ci3)Ki K2 K,K4根据上述所得关联度K,可以确定用户DR潜力等级。当K；=m a x(K）,则待评估用户DR潜力属于等级。当用户潜力等级相同时，可通过计算等级变量特征值*来评估相同等级下的用户潜力大小，其计算式如下：A1A2A3A4AsA6A7A8A。A10A11A12A13NO.113151512090150985 75 8895950.5NO.215NO.32.57197018012059365801001003.5NO.44.5112550180120893809370503.5R=NO.5NO.6NO.7NO.8NO.9NO.102233030507938090 50602.5(1)指标权重。不相同，按从大到小顺序为：Ag、A 4、A、A 13、A，、A 12、根据上述层次分析法与CRITIC法得到指标的主Aio、A s、A、A、A 7、A 2、A。总体来说,这些指标间权观权重与客观权重如表4及图1所示。从图1中可以重差异较小，说明所选指标能够准确反映电力用户需看出，用户舒适度要求（A。）的权重最大，为0.2 0 2 52，求响应特征。所以该指标对潜力的影响最大。而智能电表覆盖率传统的组合赋权法为了表示主观与客观的均衡（A）的权重最小,为0.0 2 3 8 1。其余各指标的权重各性,通常选择0.5作为主客观权重的权重系数2 41一10 9 一电测与仪 表Electrical Measurement&InstrumentationK;-min(K,)k,=mmax(k,)-min(K.)2xK4p(vi,V,)=p(vi,V)1*(17)4算例分析中国某城市的DR项目中,采用调研及问卷调查相amibm+6ni2a,+bn2817210 21021020 85 70 80 60501.542.52.56060609905090100992.541.83303090890 50 90 60972.5221.2303030993809750984.5851.79030 3020937090 70994.534.52505060893 709380804.5Vol.60 No.8Aug.15,2023(23)(24)4ani(18)2b,-an2：结合的方式对地区各行业电力用户的负荷情况、自身情况、智能化水平、参与需求响应的经济性进行了调查。共发放问卷150 余份，收回13 0 份，其中有效问卷(19)有9 6 份，文中选取了该DR项目中的10 个用户进行详(20)细的算例分析。对这10 个用户按照从110 的顺序(21)编号，各行业类别的用户数量具体如表3 所示。表3 用户基本信息Tab.3Basic information of users行业类型用户类型水泥厂k(c2)工业用户：k4(cis)(22)用户编号1建材厂2物业管理公司3商业用户电信分公司普通居民2中学教学楼老师发展中心卫生所公用设施疾病预防控制中心根据所建立的DR潜力评估指标体系建立得到各用户各指标的数据矩阵R.如下：45-678910第6 0 卷第8 期2023年8 月15日文中将所提的组合赋权法（方法1）与传统组合赋权法（方法2)进行比较，结果如图2 所示。表4各指标权重值Tab.4Weight value of each indicator指标;A0.121 42A20.047 77A30.066 74A40.134 09As0.045 4A60.065 9A70.023 65A80.202.52Ag0.029 89A100.111 6All0.023.81A120.027 05A130.100 150.25,0.20.150.10.050ATA2A5A7A9A11A13A2A4A6A8A10A12指标图1指标组合权重Fig.1Index combination weight0.25方法1方法20.20.150.10.050A1A3A5A7A9A11A13指标图2不同方法所求权重对比权重Fig.2Comparison of weights obtained bydifferent methods从图2 中可以看出，方法1与方法2 所求权重在整体相差无几。其中，可中断负荷比、负荷可中断时间、用户舒适度要求及参与响应所获收益等指标权重占比较大，表明了用户的负荷情况、参与意愿及所获收益对其参与需求响应的潜力影响较大。在选择用户开一110 一电测与仪 表Electrical Measurement&Instrumentation展需求响应项目时可以事先开展调研，重点关注用户负荷、参与意愿以及所获收益情况。且采用文中所提赋权方法求出的可中断负荷比、用户舒适度要求及单位响应容量所获收益等指标权重均大于传统方法，符合现代需求响应对用户负荷的高要求、用户对用电舒W0.066 320.115 440.048 130.032 960.071 560.068 470.082.780.159 130.071 550.046 570.048 50.045 820.113 40.038 450.070 670.205 180.099 650.042.70.030 870.049 390.080.090.027 340.135 730.052 630.080 750.115 94Vol.60 No.8Aug.15,2023适度的高要求以及用户自身参与响应是否能获益的重要性。(2)经典域根据需求响应评价指标体系，将用户的需求响应潜力分为四个等级：低潜力用户（第I级）、较低潜力用户（第I级）、中潜力用户（第II级）和高潜力用户（第IV级）。第I级是潜力极低的用户,代表用户中需求响应水平最低的用户；第II级是一个潜力较低的用户，代表具有一般需求响应能力的用户;第I级是一个具有中等潜力的用户,代表着一个潜在的用户,具有相对较高的需求响应水平；第IV级是需求响应潜力很大的用户，代表用户中需求响应水平最高的用户。此外,四个级别的评估标准通过参考问卷调查所获得的数值范围及现有的需求响应潜力评估相关标准,并结合参与需求响应的用户的实际情况和特点来确定。各指标在4个等级下相应的经典域如表5所示。表5评估指标标准表Tab.5Evaluation index standard table指标指标（单位）范围第I级第级第I级第IV级A/%(0 100)A2/%(0 100)A3/%(0 100)A4/min(0 1 440)A,/min(0 1 440)Ag/min(0 1 440)A/%(0 100)A:/%(0 100)Ag/%(0 100)A10/%(0 100)A1/%(0 100)A12/%(0 100)A13/（元/(0 5)(kWh)(3）各用户所属等级根据式(17)分别计算出10 个用户的各指标与各等级的关联度。结合所求出的组合权重，根据式(2 2)将组合权重与每个用户各指标与各等级的关联度相乘并求和，可以得出这10 个用户与4个等级之间的关联度大小。再根据式（2 3）、式（2 4）可以计算出每个用户的等级变量特征值。如表6 所示，各用户各指标与各等级的联系度各不相同。以用户1为例,可中断负荷分类标准55 10551055 106060 120120 1806060 120120 1806060 1201010 309590959585 959080902525502525500112102010 2010 20120 18030 508595758570 8050 7550752320 10020 10020100180180180501000850 750 7075 10075 10035第6 0 卷第8 期2023年8 月15日比（A,）与四个等级的联系度分别为0.3 8 10、-0.1875、0.3 0 0 和-0.3 50 0。所以，可中断负荷比（A,）属于II级。类似的,也可以得到其他指标与各等级的联系度。对于同一个评价对象，不同的指标具有不同的联系度,说明各指标间具有不相容性，物元可拓评估模型正好解决了该问题，将最后的响应潜力水平综合了各个指标的联系度。对于不同的评估对象,不指标联系度1K(A,)-0.381 0K(A2)-0.400 0K(A,)-0.400 0K(A4)0.333 3K(As)-0.250 0K(A6)0.375 0K(A7)0.100 0K(As)-0.400 0K(Ag)-0.444 4K(A1o)-0.142.9K(A)-0.933 3K(A/2)-0.933 3K(A13)0.875 00.8等级0.40-0.4-0.8A1A2A3A4A5A6A7A8A9A10A11A12A13图3用户1各指标与各等级的联系度Fig.3Relationship between each index andeach grade of User 110个评估对象的响应潜力的评估结果及相应的评价等级如表7 和图4所示。这10 个用户中2 个工业用户DR潜力均为I级，即这2 个用户DR潜力相对较大,这也说明了工业用户的DR潜力较大，所以在实施DR时,应重点关注工业，这也证实了目前我国在试行DR时大多选择工业用户的正确性;3 号、4号和8 号用户DR潜力为I级，潜力不大。其余用户潜力均为I级，潜力极低。就居民用户来说，虽然单个用户相应潜力较低，但是由于我国需求侧居民用户负荷数量众多，将其聚合起来响应量也是相当可观的，但同时居民用户也存在容量不均、分布零散的问题,所以其响应潜力电测与仪 表Electrical Measurement&Instrumentation同指标的影响度表现出一定的差异，有助于确定影响各用户参与响应的主要因素，有针对性的提出改进措施。比如,从表6 中可以发现,1号用户的A,等指标属于I级,所以，想要提高用户参与响应的潜力,应重点提高用户的指标A7。从图3 中也可以看出，1号用户（水泥厂）各指标的联系度区间为1,0.0 6，波动较大。表6 指标联系度Tab.6 Index connection degree用户1各指标联系度IIII0.187 50.300 0-0.250 00.500 00.250 00.500 00.000 00.010 00.500 0-0.250 0-0.166 70.500 00.100 0-0.700 0-0.250 00.000 00.285 70.000 00.200 0-0.400 0-0.900 0-0.800 0-0.900 0-0.800 00.833 30.750 0等级等级1指标Vol.60 No.8Aug.15,2023各用户各指标等级IV1-0.350 0III-0.250 0II-0.250 0III0.333 3IIV-0.500 0IIV0.166 7II-0.820 00.000 00.000 0-0.600 00.200 00.200 00.250 0等级2IIIIIIVIIIIIVIVIVIIIIVIIIVIIVIV还有待开发,在未来的DR项目中需重点考虑和关注。在实地调研中发现了导致此次潜力评估等级偏低的原因，主要在于所给用户的激励补贴不足以促使用户改变自已的用电行为参与到需求响应中来。为了验证这个说法，我们在问卷调查中让用户填写了在不同激励下参与响应的负荷及自身参与意愿情况。由于调查用户较多,按照从1 9 6 的顺序对这9 6 个用户进行编号，各行业类别的用户数量具体如表8 所示。为了对这些用户进行潜力分析，简化了指标权重的求取方法，只采用层次分析法来确定权重，然后采用物元可拓评估模型分别计算出9 6 个用户各指标与各等级的关联度。结合所求出的指标权重，可以得出这96个用户与4个等级之间的关联度大小。再计算出每个用户的等级变量特征值，得出了在现有补贴激励下的响应潜力结果如图5所示。这9 6 个用户中，用户编号为55、56、6 9 三个用户响应潜力较高，这三个用户均为工业用户；用户编号为31的用户潜力中等，也是工业用户；用户编号为4、6 3、68的用户具有的需求响应潜力较低，分别为居民用电及工业用电；其余用户参与需求响应潜力极低，这部分用户有8 9 个，占总用户比例达到了9 2%。一111一3IIIIIIIIII1IIVIIVIVI41IVIII1IIVIIVII5111III1I I11IIIIIIVIVIIIIVIIIIVII61117IIIIIIIIIVIIIIIIIIVIVI18I11I11IIV19IIIIIIIIIVIIV10I1I11IIIIIIIIII第6 0 卷第8 期2023年8 月15日用户10.446 764 13520.421 823 09630.203 941 48840.142 220 60850.133 717 41660.022 410 01670.153 949 3788-0.086 678 91690.067 971 020100.067 722 6110.4等级0-0.4-0.8No.1 No.2 No.3 No.4 No.5 No.6 No.7 No.8 No.9 No.10图4各用户与各等级关联度Fig.4 Relevance of each user and each level表8 用户基本信息Tab.8Basic user information用电类型用户数居民生活用电6一般非居民用电9一般工商业及其他用电15工业用电64农业生产用电2100806040200第级第级第级第IV级用户数量89图5评价结果图Fig.5 Assessment results chart在问卷中分别设置每度电补贴0.5元、1元、2 元、3元及3 元以上。经统计，9 6 个用户中有3 3 个用户对补贴价格较为敏感，响应潜力会随着补贴的变化而变化，其余用户的潜力等级不会受补贴变化的影响。这33个用户中仅有一般非居民用户、一般工商业用户、工业用户，其中工业用户有2 5个，是价格敏感型用户的一112 一电测与仪 表Electrical Measurement&Instrumentation表7 各用户与4个等级的关联度Tab.7Correlation between each user and the four levels第I级第I级-0.257 405 833-0.220 843 7500.026 345 3200.019 927 9170.193 471 0860.262 590 286-0.340 218 0000.002 359 933-0.185 457 6670.194 767 000等级I等级IV用户31Vol.60 No.8Aug.15,2023第I级第IV级-0.100 987 500-0.165 910 5000.003 263 3330.085 619 2920.265 374 722-0.451 151 2780.185 864 6670.497 771 2280.254 244 6330.484 617 0500.257 665 6000.517 606 5300.509 498 7000.702 990 7330.341 708 567-0.575 011 2310.424 926 8330.621 767 7780.260 417 6670.623 021 692主要组成部分。这些价格敏感型用户随着补贴价格的等级提高，潜力等级高的用户也越来越多。由于这3 3 个用户在不同激励下的潜力大小会有所波动，不同激励下不同潜力等级的用户数量如图6 所示。从图6 中可以看出，当激励价格达到3 元及3 元以上后，潜力等级为4的用户超过了一半。302520151050用户编号口等级11-6口等级2口等级3715口等级416-30图6不同补贴评价结果图31-94Fig.6Evaluation results chart of different subsidies95 965结束语在新型电力系统下，结合DR参与电力市场建设和改革的需要,开展了DR潜力评估的研究。建立了“用户负荷情况、用户参与意愿情况、智能化水平、经济性”4 个维度下的 DR 潜力评估指标体系,并提出了一种基于组合赋权和改进物元可拓模型的DR潜力评估方法，可为后续DR项目的实施提供科学依据，为用户是否参3与响应提供参考意见。结合问卷调查与实地调研可知，当前该地区处于需求响应起步阶段，需求响应的准备及实施等工作还未完善。对参与需求响应的用户所给予的单位电量补偿相较于国内其余地区较低，无法弥补用户在参与响应后产生的损失,所以大部分用户不愿意参与响应,这也是导致评估结果不理想的主要因素。参考文献1】王彩霞，时智勇，梁志峰，等。新能源为主体电力系统的需求侧资所属等级IIII111I110.5元1元3024161112等级变量特征值排名3.112 123.140 511.928 441.963