華北電力大學電氣與電子工程學院、中國長江三峽集團公司的研究人員舒雋、關睿、韓冰，在2018年第7期《電工技術學報》上撰文指出，分時電價是需求側管理的有效手段。綜合考慮售電公司和工業大用戶雙方利益，提出了一種分時電價制定的雙層優化模型。

該模型的上層模型以售電公司銷售收益最大為目標函數，下層模型以工業大用戶用電成本最小為目標函數，并考慮了大用戶自備電廠生產調度、可調度負荷以及售電公司的購售電特性等因素。

針對該模型的復雜性，提出遺傳算法和混合整數規劃法相結合的混合優化算法，在采用遺傳算法解決上層優化模型的同時，利用代數技術將下層模型中非線性部分等價線性化后，使用商用混合整數線性規劃求解器求解，并嵌入到遺傳算法中，高效地實現了工業大用戶分時電價的上、下層協調優化。

算例表明，該方法有利于提高售電公司收益及大用戶用電方式的調整。

隨著各國電力體制改革的推進，實時電價[1]和分時電價[2]得到廣泛關注。實時電價可以最好地發揮電價的各項作用，實現社會效益的最大化，但實時電價復雜，實施難度大，分時電價可以平衡電價制定可操作性和效率之間的矛盾[3]。

文獻[3,4]對大工商業用戶的峰谷電價響應進行了分析，認為合理的峰谷電價結構對負荷曲線起到較好的調整效果。合理的峰谷分時電價結構取決于合理的峰谷時段劃分和相應的峰谷電價[5]。不少地區在實行峰谷電價時，只是簡單地將峰、平和谷均分為8小時[6]，同時設置峰谷電價比為3:1，即峰時電價在基礎電價上上浮50%，谷時電價下浮50%，平時電價保持基礎電價。

目前已有不少研究對峰谷分時電價結構的制定進行優化和改進[7-14]。在時段劃分上，文獻[7,8]采用模糊聚類的方法對峰、平、谷時段進行劃分。在電價制定上，文獻[9]從發電企業與電網企業平衡分配分時電價所帶來的利益的角度，提出了峰谷分時電價聯動模型。

文獻[10]建立了發電側與售電側峰谷分時電價聯合設計模型以實現平均發電能耗成本最低。文獻[11]討論了分時電價對電源及負荷側的影響機理，實現了發電調度效益最大化。文獻[12,13]基于用戶反映度，以削峰填谷效果最優確定峰、平、谷時段電價。

可見，這些對峰谷電價制定策略的研究，如果是從發電側角度出發，則只能保證發電企業或電網公司收益，從需求側角度出發，大都是以優化負荷曲線形狀為目標，無法兼顧售電公司的售電收益和用戶的用電成本。文獻[14]則利用博弈論同時優化了電網公司收益和不同種類用戶的用電成本。

然而，以上研究還忽略了兩個問題：

①與居民用電問題不同，工業大用戶的生產任務不可中斷但能轉移，分時電價下工業大用戶生產任務調度問題是一個離散組合優化問題[15-17]，假設工業大用戶對分時電價的響應為連續函數將帶來優化結果的偏差；

②對于具有自備電廠的工業大用戶來說，應該同時優化其分時電價和自備電廠上網電價，引導大用戶自備電廠優化調度，進一步提高售電公司收益。

文獻[15]在文獻[16]的基礎上建立了高耗能企業自發電和生產任務一體化調度模型，但該文獻是一個單層的優化調度問題，并未考慮雙層的電價優化制定。另外，文獻[15,16]均無法準確計算生產任務的開始時間，而工業環境中往往需要做到毫秒級的控制[18]。

針對以上問題，本文改進了現有工業大用戶調度模型[15,16]，使其能夠準確計算生產任務的開始時間。在此基礎上，考慮售電公司的購售電特性，建立了大用戶分時電價雙層優化模型。

該模型的上層模型以售電公司收益最大化為目標函數，同時優化分時電價和大用戶自備電廠上網電價，利用遺傳算法優化求解；下層模型以大用戶的用電成本最小為目標函數，其中的非線性表達式等價線性化后，采用商用混合整數線性規劃求解器進行求解。算例表明本文優化模型制定的分時電價在保證了大用戶用電成本不增加的同時，有效提高了售電公司收益。

圖1 任務時段關系示意圖

圖2 混合優化算法流程

結論

本文建立了分時電價和自備電廠上網電價的雙層優化模型，并采用遺傳算法和混合整數線性規劃法相結合的混合優化算法進行求解。通過算例結果的對比，得到以下結論：

1）改進后的下層大用戶優化調度模型對生產任務開始時間進行了精確的線性化建模，從而能夠準確計算生產任務的轉移費用。

2）本文所制定的優化分時電價可以有效引導企業將負荷從峰時向谷時段轉移，有利于提高售電公司的利益。

3）同時優化分時電價和自備電廠分時上網電價時，可以充分利用自備電廠的調整能力，進一步提高售電公司的收益。

4）本文的優化結果可以保證大用戶的用電成本不增加，但大用戶用電成本的降低并不明顯，將來可以考慮設計大用戶和售電公司利益分成方案，提高大用戶的參與積極性，實現雙方共贏。