电力市场环境下大用户的经济用电
发布时间：2021-04-07 07:08
随着电力市场化改革的不断深入,各省市电力交易中心的建立标志着售电业务由过去的电网公司垄断经营变成了电网公司与发电企业及售电公司共同参与,电力大用户优先参与市场交易能够享受到更为优惠的电力价格。市场的导向使电力大用户越来越重视经济用电,将降低用电成本作为提高市场竞争力的有效手段。但是大用户经济用电不单单要考虑电价的问题,还要考虑如何组织生产,如何进行节能改造以实现经济用电。过去由于大用户缺乏专业的经济用电管理人员以及设备技术水平受限,导致很多大用户用电成本较高;现在大用户进入电力市场后,由于交易规则复杂,大用户依靠自己的力量难以解决经济用电问题。随着各地方的电力市场投入运行,大量的售电公司在主营电力交易代理业务的同时也提供用电咨询服务,电网公司也开始为大用户提供经济用电方案。本文基于实际现场调研获得的真实数据,从大用户执行电价、组织生产决策、投资新能源设备三个方面入手对大用户用电进行优化并分析大用户降低用电成本的潜力。首先本文研究在电力市场化之前大用户经济用电存在的普遍问题,在原有的电价结构基础上分析大用户可降低电费的用电行为及如何合理选择计费方式,对电网公司平衡点负载率计算方法中没有考...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图２－２最大需量优化运算流程图??
所示。??表２－７大用户５－７月最大需量模型优化值??￣￣?优化后月基本电费￣优化后申报需量值￣优化后月基本电费总额??月份?一．?一???７Ｃ?ｋＷ?７Ｃ???５?１４０６００??６?１４０６００?３７００?４５９８００???７?１７８６００???３．结果分析：经程序优化计算最大需量申报３７００ｋＷ时最为经济，下面对程??序计算结果进行验证，分别求出最大需量申报值在３５００ｋＷ－４２００ｋＷ时基本电费??总额，如图２－３所示，通过图形可以直观看出，最大需量值为３７００ｋＷ时基本电??费总额最校能够省下的费用在〇．８３％－－－４．１３％之间。??４８００００?：?????＊??—??????ｉ?議??４７５０００?；??－?Ｉ??＾?４７００００?ｒ?—．…＾??’参?Ｅ?１??＾?４６５０００?｜?—?????－?画．?．?．．??Ｉ?Ｉ?４６００００！?Ｉ?ｒ?Ｉ＾１?１＾????????????????－???????ＳＨＩ???４Ｓ００００?＊■??????????????３５００?３６００?３７００?３８００?３９００?４０００?４１００?４２００??申报需量值（ｋＷ）??图２－３最大需量优化模型基本电费变化图??４．对比传统算法分析：按照此用户本模型中的用电参数，电网公司常见的算??法，以不超过用户最大需量值为原则，表２－８为计算结果。本算例中考虑最大需??量优化模型的算法相比传统算法大用户每季度可节省１９０００元，按此数据一年可??节省７６０００元。??
?山东大学硕士学位论文???户负荷特性。??／丨二：丄??／?＇ｖ?＇?１??／??图３－１负荷特性指标分类图??在电力系统中，负荷曲线是描述电力负荷随时间变化的曲线。忽略无功损耗，??本章研宄大用户的有功功率曲线。根据用户用电类别不同、温度和节假日，负荷??曲线会有所不同。按照时间段划分，可以分为日负荷、年（月）平均日负荷曲线、??年负荷曲线等等［２７］。??１．年负荷曲线：统计全年中每日最大负荷绘制而成的曲线。通过年负荷曲线??可找出年最大及最小负荷发生的时间，辅助分析负荷变化规律。??２．年（月）平均日负荷曲线：以一天内所有计数时间点为横坐标轴，一年（月）??内每天每个计数时间点上的负荷值取均值为纵坐标轴绘制的负荷曲线。通过年??（月）平均日负荷曲线可以分析负荷的周期特性。??３．日负荷曲线：统计１天２４小时内负荷随时间变化的曲线。通过日负荷曲??线可分析负荷每日变化规律。??３．２．２大用户负荷曲线选取原则??曰负荷是研宄长期负荷特性的基矗月平均日负荷能够反映出一段时期大用??户的用电特点，能够更准确的分析其用电规律。由于作者所在Ｊ市供电公司电力??２２??
【参考文献】：
期刊论文
[1]基于电力市场环境的机组组合优化运行研究[J]. 王力,杜济园. 电气技术. 2019(08)
[2]线性化机组组合短期最优经济调度[J]. 包岱远,潘俊涛. 广西电力. 2018(05)
[3]考虑风-光-荷联合时序场景的分布式电源接入容量规划策略[J]. 陈碧云,闭晚霞,李欣桐,李翠珍,周恒旺. 电网技术. 2018(03)
[4]基于大用户经济用电的服务模式探索与创新[J]. 黄金贤,赵磊,杨乐怡,赵罡. 电力需求侧管理. 2017(S1)
[5]可选择两部制电价定价模型及其方法[J]. 张粒子,张伊美,叶红豆,程瑜. 电力系统自动化. 2016(03)
[6]自动需求响应系统的需求及架构研究[J]. 张晶,孙万珺,王婷. 中国电机工程学报. 2015(16)
[7]创新金融产品在电力企业价格风险管理中的运用[J]. 胡震. 金融经济. 2015(12)
[8]典型用户负荷特性及用电特点分析[J]. 陈伟,乐丽琴,崔凯,李敬如. 能源技术经济. 2011(09)
[9]无功补偿原理及应用效果[J]. 苏敏. 中国新技术新产品. 2011(06)
[10]低电价与高赔偿2种可中断负荷的协调[J]. 罗运虎,薛禹胜,Gerard LED WICH,刘华伟,胡伟. 电力系统自动化. 2007(11)
博士论文
[1]电力系统发储共体电站运行优化及储能容量配置研究[D]. 王永灿.华中科技大学 2019
[2]面向复杂不确定性的电力系统运行优化研究[D]. 王颖.东南大学 2018
[3]含风电电力系统优化调度策略研究[D]. 季峰.哈尔滨工业大学 2018
[4]考虑需求响应的电力系统优化调度模型与方法研究[D]. 周树鹏.华北电力大学(北京) 2017
[5]多电压源型微源组网的微电网运行控制与能量管理策略研究[D]. 鲍薇.中国电力科学研究院 2014
[6]电价规制方法与应用研究[D]. 范斌.华北电力大学（北京） 2010
硕士论文
[1]含风电的电力系统灵活经济调度研究[D]. 金转婷.西安理工大学 2019
[2]含风储联合单元的电力系统日前调度优化研究[D]. 王振.山西大学 2019
[3]综合考虑规划和运行的电网侧储能优化配置研究[D]. 郑雪媛.郑州大学 2019
[4]含价格型需求响应的配电公司短期决策方法研究[D]. 冯帆.东北电力大学 2019
[5]含风电并网的输配协同优化调度方法研究[D]. 张旭.山东大学 2019
[6]含风电的机组组合和运行优化策略研究[D]. 庞文涛.浙江大学 2019
[7]市场化条件下可再生能源发电经济性分析[D]. 吴杨琰.华北电力大学(北京) 2019
[8]不确定环境下数据中心微网的资源优化调度研究[D]. 解力也.华北电力大学(北京) 2019
[9]唐山市电力用户负荷特性分析及应用[D]. 云飞.华北电力大学 2018
[10]市场化环境下的需求侧响应策略研究[D]. 郭曼兰.华南理工大学 2018
本文编号：3123032
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图２－２最大需量优化运算流程图??
所示。??表２－７大用户５－７月最大需量模型优化值??￣￣?优化后月基本电费￣优化后申报需量值￣优化后月基本电费总额??月份?一．?一???７Ｃ?ｋＷ?７Ｃ???５?１４０６００??６?１４０６００?３７００?４５９８００???７?１７８６００???３．结果分析：经程序优化计算最大需量申报３７００ｋＷ时最为经济，下面对程??序计算结果进行验证，分别求出最大需量申报值在３５００ｋＷ－４２００ｋＷ时基本电费??总额，如图２－３所示，通过图形可以直观看出，最大需量值为３７００ｋＷ时基本电??费总额最校能够省下的费用在〇．８３％－－－４．１３％之间。??４８００００?：?????＊??—??????ｉ?議??４７５０００?；??－?Ｉ??＾?４７００００?ｒ?—．…＾??’参?Ｅ?１??＾?４６５０００?｜?—?????－?画．?．?．．??Ｉ?Ｉ?４６００００！?Ｉ?ｒ?Ｉ＾１?１＾????????????????－???????ＳＨＩ???４Ｓ００００?＊■??????????????３５００?３６００?３７００?３８００?３９００?４０００?４１００?４２００??申报需量值（ｋＷ）??图２－３最大需量优化模型基本电费变化图??４．对比传统算法分析：按照此用户本模型中的用电参数，电网公司常见的算??法，以不超过用户最大需量值为原则，表２－８为计算结果。本算例中考虑最大需??量优化模型的算法相比传统算法大用户每季度可节省１９０００元，按此数据一年可??节省７６０００元。??
?山东大学硕士学位论文???户负荷特性。??／丨二：丄??／?＇ｖ?＇?１??／??图３－１负荷特性指标分类图??在电力系统中，负荷曲线是描述电力负荷随时间变化的曲线。忽略无功损耗，??本章研宄大用户的有功功率曲线。根据用户用电类别不同、温度和节假日，负荷??曲线会有所不同。按照时间段划分，可以分为日负荷、年（月）平均日负荷曲线、??年负荷曲线等等［２７］。??１．年负荷曲线：统计全年中每日最大负荷绘制而成的曲线。通过年负荷曲线??可找出年最大及最小负荷发生的时间，辅助分析负荷变化规律。??２．年（月）平均日负荷曲线：以一天内所有计数时间点为横坐标轴，一年（月）??内每天每个计数时间点上的负荷值取均值为纵坐标轴绘制的负荷曲线。通过年??（月）平均日负荷曲线可以分析负荷的周期特性。??３．日负荷曲线：统计１天２４小时内负荷随时间变化的曲线。通过日负荷曲??线可分析负荷每日变化规律。??３．２．２大用户负荷曲线选取原则??曰负荷是研宄长期负荷特性的基矗月平均日负荷能够反映出一段时期大用??户的用电特点，能够更准确的分析其用电规律。由于作者所在Ｊ市供电公司电力??２２??
【参考文献】：
期刊论文
[1]基于电力市场环境的机组组合优化运行研究[J]. 王力,杜济园. 电气技术. 2019(08)
[2]线性化机组组合短期最优经济调度[J]. 包岱远,潘俊涛. 广西电力. 2018(05)
[3]考虑风-光-荷联合时序场景的分布式电源接入容量规划策略[J]. 陈碧云,闭晚霞,李欣桐,李翠珍,周恒旺. 电网技术. 2018(03)
[4]基于大用户经济用电的服务模式探索与创新[J]. 黄金贤,赵磊,杨乐怡,赵罡. 电力需求侧管理. 2017(S1)
[5]可选择两部制电价定价模型及其方法[J]. 张粒子,张伊美,叶红豆,程瑜. 电力系统自动化. 2016(03)
[6]自动需求响应系统的需求及架构研究[J]. 张晶,孙万珺,王婷. 中国电机工程学报. 2015(16)
[7]创新金融产品在电力企业价格风险管理中的运用[J]. 胡震. 金融经济. 2015(12)
[8]典型用户负荷特性及用电特点分析[J]. 陈伟,乐丽琴,崔凯,李敬如. 能源技术经济. 2011(09)
[9]无功补偿原理及应用效果[J]. 苏敏. 中国新技术新产品. 2011(06)
[10]低电价与高赔偿2种可中断负荷的协调[J]. 罗运虎,薛禹胜,Gerard LED WICH,刘华伟,胡伟. 电力系统自动化. 2007(11)
博士论文
[1]电力系统发储共体电站运行优化及储能容量配置研究[D]. 王永灿.华中科技大学 2019
[2]面向复杂不确定性的电力系统运行优化研究[D]. 王颖.东南大学 2018
[3]含风电电力系统优化调度策略研究[D]. 季峰.哈尔滨工业大学 2018
[4]考虑需求响应的电力系统优化调度模型与方法研究[D]. 周树鹏.华北电力大学(北京) 2017
[5]多电压源型微源组网的微电网运行控制与能量管理策略研究[D]. 鲍薇.中国电力科学研究院 2014
[6]电价规制方法与应用研究[D]. 范斌.华北电力大学（北京） 2010
硕士论文
[1]含风电的电力系统灵活经济调度研究[D]. 金转婷.西安理工大学 2019
[2]含风储联合单元的电力系统日前调度优化研究[D]. 王振.山西大学 2019
[3]综合考虑规划和运行的电网侧储能优化配置研究[D]. 郑雪媛.郑州大学 2019
[4]含价格型需求响应的配电公司短期决策方法研究[D]. 冯帆.东北电力大学 2019
[5]含风电并网的输配协同优化调度方法研究[D]. 张旭.山东大学 2019
[6]含风电的机组组合和运行优化策略研究[D]. 庞文涛.浙江大学 2019
[7]市场化条件下可再生能源发电经济性分析[D]. 吴杨琰.华北电力大学(北京) 2019
[8]不确定环境下数据中心微网的资源优化调度研究[D]. 解力也.华北电力大学(北京) 2019
[9]唐山市电力用户负荷特性分析及应用[D]. 云飞.华北电力大学 2018
[10]市场化环境下的需求侧响应策略研究[D]. 郭曼兰.华南理工大学 2018
本文编号：3123032
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3123032.html
