售电市场环境下电力用户选择售电公司行为研究

0 引言

放开售电市场,引入竞争,形成“多买方-多卖方”的市场新格局,是我国售电侧改革的发展方向[1]。竞争性售电市场的一个重要特征是用户拥有自主选择权,能够自由选择售电公司[2]。这一特征在国外售电市场发展中已有体现,英国在1999年引入了完全竞争的电力零售市场,在2000年初,超过300万用户更换了电力供应商;美国德州ERCOT电力零售市场在2002年正式开放,即使是大型售电公司在激烈的市场竞争中也曾出现大量流失客户情况;葡萄牙售电市场中用户在2014年的售电公司更换率超过30%[3-4]。随着我国参与市场化交易的售电公司数量不断增多,用户将面临多样的选择,用户的选择结果将直接决定售电公司的市场份额,从而影响售电公司售电策略。因此,分析影响用户选择售电公司的因素,以及在此基础上如何模拟用户选择售电公司的过程,是值得研究的问题。

作者：孙云涛1, 宋依群1, 姚良忠2, 严正

1.上海交通大学 电子信息与电气工程学院,上海市 闵行区 200240

2.新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)

目前国内外已经对售电市场放开后用户参与售电市场的具体问题展开了研究。文献[5]针对电力零售市场交易进行研究,考虑电力用户对售电公司不同零售价格的响应,基于用电成本最小建立用户用电模型,但仅仅从用电成本角度分析用户对售电公司的选择。文献[6-9]构建了用户用电效用关于用电量的函数,基于用户用电效用分析用户对不同电价的响应,从而得到用户的售电公司选择结果和相应的最优用电量,但忽略了用电量之外的其他因素对用户用电效用的影响。文献[10]构建了用户、售电公司和发电商共同参与的分层电力市场模型,用户和售电公司均通过自己选择的售电公司或发电商购电,最终实现电力供需平衡。文献[11]构建了用户与电网公司、新增实体间的3方静态非合作博弈模型,其中用户根据电价及地理位置选择供电方。文献[12]建立用户选择售电公司的效用模型,并基于logit模型得到售电公司市场份额与电价之间的静态函数关系,但未对实际售电市场运营中用户选择的动态过程进行建模。

本文采用演化博弈理论分析用户选择售电公司行为,考虑不同类型用户的用电特性,计及可中断负荷、用户分布式可再生能源的影响,建立用户选择售电公司的效用模型,并从不同类型用户群体的角度出发,建立了用于分析用户选择售电公司行为的演化博弈模型。算例结果表明所提模型的有效性,并能够为售电公司制定竞争策略提供参考。

1 演化博弈

与古典博弈理论相比较,演化博弈假设参与人是有限理性的,参与人会根据自己和他人的经验选择自己的策略;另一方面,演化博弈以参与人群体为研究对象,研究群体内部个体间行为的相互影响以及不同群体的个体间行为的相互影响[13]。一般地,演化博弈假设个体有有限个纯策略。记一个特别的个体用第k个纯策略的时间比例为sk,或者说是它在给定的时间里用第k个纯策略的概率。在混合策略模型中,个体的策略为一个概率向量,为

式中：s称为个体策略;m表示个体的纯策略数。

在一个总体规模很大的群体中,每个个体策略集相同,从群体中随机选取两个个体进行博弈,对任意一个个体,他与从总体中随机选取的个体博弈,和与采用混策略的个体博弈是等价的,群体的总体状态在形式上等同于混策略[7]。

售电市场环境下,电力用户无法对信息变化做出迅速的最优化反应,其选择是“有限理性”的[14]。另外,售电市场环境下,相对于某个用户的行为,更加关注区域用户群体的行为。售电市场中,同一区域存在多种类型用户,同种类型用户可看作一个用户群体,假设区域内共有J家售电公司和I种类型用户,售电市场中用户间的博弈可用多群体演化博弈来描述：

1)参与者群体。不同类型的用户群体i∈Ii∈I。

2)策略。从售电公司j∈Jj∈J选择一家售电公司。

3)效用。i类型用户选择售电公司j所获效用。

采用演化博弈理论分析用户选择售电公司的行为,需要基于用户选择售电公司的效用建立用户行为的演化动态,从而建立用户演化博弈模型。

2 用户选择售电公司的效用分析

2.1 用户选择售电公司影响因素分析

售电公司是售电市场中购售电环节的主要承担者,为电力用户提供电力及相关增值服务[15]。在国外售电市场的发展中,有学者对用户选择行为进行了研究。2014年,葡萄牙售电市场中的电力用户受用电成本上涨驱使开始在放开的售电市场中寻找新的售电公司作为电力供应商,其中大部分用户更偏向于选择更加著名和可靠的葡萄牙电力公司下属的售电公司[4]。通过对瑞典居民用户的问卷调查发现,用户对售电公司的选择同时受经济因素和心理因素影响,除了考虑用电成本,市场上售电公司的口碑和服务也会影响用户的选择[14]。

2.2 用户效用指标体系构建

结合国际售电市场经验,从经济和心理因素出发,分析影响用户选择的因素有3方面：售电合同、公司品牌、供电服务。售电公司在3方面的竞争力决定了用户选择该售电公司的效用,为了量化用户效用,进一步分析得到影响用户效用的5个指标为：售电合同竞争力(平均用电价格B1、合同结构B2)、公司品牌竞争力(市场占有率B3)、供电服务竞争力(供电可靠率B4、附加增值服务B5)。

1)平均用电价格。

用户在所有可选售电公司中选择一家时,可通过该售电公司的电价形式计算得出平均用电价格,通过比较选择不同售电公司时的平均用电价格,可以比较不同选择的经济性。设研究周期为T,在研究周期内i类型用户若选择售电公司j,则i类型用户选择售电公司j的平均用电价格为

此外,分布式发电(distributed generation,DG)和可中断负荷(interruptible load,IL)是智能电网的两种重要资源[16]。本文考虑不同类型用户拥有的IL资源和分布式可再生能源,分析其对用户选择售电公司后的用电成本和实际用电负荷的影响。

若售电公司j提供IL合同,对用户被中断的负荷量按一定补偿价格提供补偿,则用户能够通过参与IL合同获得收益。本文基于用户参与IL项目的心理活动,采用韦伯-费希纳定律构建用户参与IL的模型[3],认为不同类型用户参与IL的可中断容量占原始负荷的比例是补偿价格的对数函数：

2)合同结构。

在售电侧市场开放的情况下,售电公司提供的售电合同向着多样化的方向发展。售电合同除了传统的供用电合同外,还可包括可中断负荷合同、用户分布式发电上网收购合同。此外,合同结构的另一个体现为电力用户是否能够自主选择合同期限。售电合同结构越丰富,对用户吸引程度越高。针对售电公司是否提供传统供用电合同、可中断负荷合同、用户分布式发电上网收购合同,以及是否可由电力用户自主选择合同期限,将售电公司合同结构分为4档,根据以上4个条件满足的个数确定售电公司合同结构的档次,其中满足4条为第1档,满足3条为第2档,以此类推,从第1档至第4档该指标评分分别为9、7、5、3分。

3)市场占有率。

售电公司市场占有率影响用户心目中售电公司的品牌形象,本文假定售电公司市场占有率信息的发布有以下2种方式：

①信息发布方式1。售电公司发布同类型用户中的市场占有率。若xijxji表示i类型用户中选择售电公司j的比例,则xijxji即为售电公司j在i类型用户中的市场占有率。

②信息发布方式2。售电公司发布区域内所有类型用户中的市场占有率。根据各类型用户选择售电公司j的比例可得到售电公司j在整个区域内的市场占有率为

式中DiDi为研究周期内i类型用户的总负荷。

不同的信息发布方式下,用户能够感知的同一售电公司市场占有率不同,因此用户的效用也会变化,选择售电公司的策略也将受影响。售电公司可据此选择有利的信息发布方式。

4)供电可靠率。

供电可靠率是衡量售电公司供电服务品质的关键,关系到电力用户的正常生活和生产运营,是用户选择售电公司的重要依据。在统计周期内,售电公司的可靠供电时间越长,停电时间越短,其供电可靠率越高。

5)附加增值服务。

随着售电市场的发展,用户除了基本的用电需求外,对电力服务的需求比重将逐渐提高。售电公司将为用户提供用电信息和用电资讯发布服务、用电设备健康和能效管理服务、用电方案优化服务等,通过提升附加增值服务水平提高竞争力。

2.3 基于层次分析法的用户效用模型

算法的计算流程如下：

1)初始化各类型用户群体状态。

2)计算i类型用户选择售电公司j的效用。

3)利用式(13)计算修正协议,利用式(15)更新用户群体状态并更新售电公司市场占有率。

4)判断是否达到演化均衡。若达到演化均衡,求解结束;若没有达到演化均衡,利用用户群体状态计算售电公司市场占有率,回到第2)步。

3.3 考虑用户忠诚度的模型修正

在售电市场实际运营中,售电公司可通过采取各类营销手段增加用户黏性[20],在用户自由选择的过程中,售电公司客户中存在忠诚用户不更改自身策略。用选择售电公司j的用户中不愿意更改策略的用户比例rjrj表征售电公司j的用户忠诚度,则在演化过程中,选择售电公司j的用户中有(1−rj)(1−rj)比例的用户会“反思”自身策略,进而依据修正协议调整自身策略。考虑用户忠诚度后,基于logit修正协议的演化动态变为

4 算例分析

4.1 基础数据

假设在某区域有I=3种类型用户和J=3家售电公司。以1d为研究周期,3种用户类型分别为工业用户、居民用户和商业用户,用户的原始负荷如图1所示。对用户参与IL的意愿,工业用户g=0.07,h=0.3;居民用户g=0.02,h=0.1;商业用户g=0.01,h=0.05。各类型用户对售电公司各项指标敏感度不同,基于用户效用层次结构,构建判断矩阵,得到各类型用户评价指标权重如表1所示。

本文假定区域内工商业用户均装有分布式光伏发电设备,各类型用户分布式光伏电源出力曲线如图2所示。

区域内3家售电公司按照其组建来源和资质能力分别属于不同类型[14]：售电公司1为配电型零售商,具备电网运营权;售电公司2为发电型零售商,

具备发电能力及新增配网运营权;售电公司3为社会型零售商,不具备电网运营权和发电能力。假定售电公司1合同结构评分处于第1档,售电公司2、3处于第2档,基于3家售电公司的特点,其各指标值(除平均用电价格和市场占有率外)评估分值如表2所示。

为分析不同售电合同对结果的影响,假设3家售电公司分别以均一电价、峰谷电价和保底封顶电价售电,如表3所示。

4.2 算法有效性和稳定性分析

假定所有用户均愿意调整策略,即所有售电公司均不拥有忠诚用户(rj=0,j∈Jrj=0,j∈J),且售电公司发布其在整个区域的市场占有率,不考虑可中断负荷和用户分布式电源。此时在售电公司初始市场占有率相同(0.33,0.33,0.33)以及不同(0.50,0.30,0.20)两种初始状态下用户选择结果如图3所示。

由图3可以看出用户对售电公司选择的动态收敛过程,3类用户均很快收敛到演化稳定策略且最终结果与初始状态无关。通过各类用户选择结果可得到3家售电公司的区域市场占有率分别为0.413、0.280和0.307,不同类型用户对售电公司选择结果存在较大差异,这主要是由不同类型用户的用电特性以及售电公司选择偏好不同导致的。

4.3 用户选择行为的影响因素分析

4.3.1 信息发布方式

基于2.2节提出的售电公司发布其市场占有率信息的两种方式,当负荷中工业用户负荷占比逐渐增加时,比较两种方式下区域用户选择结果如图4所示。

由图4可以看出,售电公司1采取信息发布方式1,即公布各细分市场的市场占有率,能够吸引到更多用户;而售电公司2、3采取信息发布方式2,即选择公布该公司在整个市场的占有率,更有利。

4.3.2 用户忠诚度

假定售电公司2、3的用户忠诚度均为0%,当售电公司1的用户忠诚度变化时,用户对各售电公司的选择结果如图5所示。

4.3.3 售电公司售电价格

假定售电公司的购电价格与区域用户的总负荷呈正相关,分析售电公司1调整居民电价对市场占有率和利润的影响如图6所示。

由图6可以看出,随着售电公司逐渐提高电价,其市场占有率逐渐降低,利润则先增后降,因此若售电公司以盈利为目的,可适当提高定价水平,若以抢占市场份额为目的,可适当采取低价策略。

4.3.4 可中断负荷合同

假定售电公司1提供IL合同供用户选择,IL补偿电价为0.40元/(kW‧h),则售电公司1实施IL合同前后的用户选择结果如图7所示。

由图7可以看出,售电公司实施IL合同后,能够提高其在各类用户中的市场份额,尤其是工业用户参与IL意愿较强,工业用户中市场份额提升较为明显。

4.4 光伏占比逐渐提高时的用户选择行为分析

维持各类型用户负荷水平不变,以工商业用户分布式光伏出力曲线为基准,逐步调整工商业用户分布式光伏发电量在负荷中的占比,分析以下两种场景下的用户选择结果与光伏发电占比之间的关系如图8所示。

1)场景1,售电公司1、2、3针对用户分布式发电上网收购价均为0.80元/(kW‧h)。

2)场景2,售电公司1、2、3针对用户分布式发电上网收购价分别为0.90、0.80、0.70元/(kW‧h)。

由图8可以看出,考虑用户分布式光伏电源后,随着光伏发电占比不断提高,售电公司3的市场份额有所增加。这是由于光伏电源出力集中在白天,用户“自发自用”后的总的等效负荷需求减小,由于集中市场价格与区域用户总负荷呈正相关,因此对应时段集中交易价格降低,此时保底封顶实时电价相较其他电价形式具有价格优势。但随着光伏发电占比进一步提高,售电公司3电价达到保底电价,电价优势不再增加,此时随着用户白天等效负荷需求继续减小,售电公司2峰谷电价的谷时段电价优势得到体现,因此市场份额逐渐增加。另一方面,随着光伏发电占比增加,用户开始通过“余量上网”获得收益,对比场景1和场景2可知,售电公司在用户光伏发电占比较高时通过提高分布式光伏收购价有利于吸引用户。

5 结论

售电市场环境下电力用户选择权放开给市场运行带来了新的变化,本文采用演化博弈理论分析用户选择售电公司行为,建立了用户选择售电公司的效用模型。从不同类型用户群体的角度出发,考虑售电公司用户忠诚度,构建了用户选择行为的演化动态过程,从而建立了用于分析用户选择售电公司行为的演化博弈模型,提出了相应求解算法并证明了模型稳定性。算例分析表明了所提模型和算法的有效性和稳定性,并从多维度分析了用户选择结果的影响条件,为不同场景下售电公司制定竞争策略提供参考。

参考文献

[1]中共中央,国务院.关于进一步深化电力体制改革的若干意见(中发[2015]9 号)[Z].2015.

[2]张晓萱,薛松,杨素,等.售电侧市场放开国际经验及其启示[J].电力系统自动化,2016,40(9):1-8.ZhangXiaoxuan,XueSong,YangSu,et al.International experience and lessons in power sales side market liberalization[J].Automation of Electric Power Systems,2016,40(9):1-8(in Chinese).

[3]罗琴.市场环境下售电公司购售电策略研究[D].上海:上海交通大学,2014.

[4]Ghazvini MA,RamosS,SoaresJ,et al.Toward retail competition in the Portuguese electricity market[C]//International Conference on the European Energy Market.Portuguesa:IEEE,2016:1-5.

[5]CarrionM,Arroyo JM,Conejo AJ.A Bilevel stochastic programming approach for retailer futures market trading[J].IEEE Transactions on Power Systems,2009,24(3):1446-1456.

[6]MaharjanS,ZhuQ,ZhangY,et al.Dependable demand response management in the smart grid:a Stackelberg game approach[J].IEEE Transactions on Smart Grid,2013,4(1):120-132.

[7]ChaiB,ChenJ,YangZ,et al.Demand response management with multiple utility companies:a two-level game approach[J].IEEE Transactions on Smart Grid,2014,5(2):722-731.

[8]AlshehriK,LiuJ,ChenX,et al.A Stackelberg game for multi-period demand response management in the smart grid[C]//Conference on Decision and Control.Japan:IEEE,2015:5889-5894.

[9]YangZ,WangL.Demand response management for multiple utility companies and multi-type users in smart grid[C]//Chinese Control Conference.China:IEEE,2016:10051-10055.

[10]杨婕.基于实时电价的智能电网需求响应与能量调度策略研究[D].天津:天津大学,2014.

[11]张忠会,刘故帅,谢义苗.基于博弈论的电力系统供给侧多方交易决策[J].电网技术,2017,41(6):1779-1785.ZhangZhonghui,LiuGushuai,XieYimiao.A game theory approach to analyzing multi-party electricity trading on supply side[J].Power System Technology,2017,41(6):1779-1785(in Chinese).

[12]罗琴,宋依群,徐剑,等.基于AHP-Logit模型的竞争性售电公司决策研究[J].华东电力,2013,41(11):2373-2377.LuoQin,SongYiqun,XuJian,et al.AHP-Logit based decision-making scheme for competitive electricity retailer[J].East China Electric Power,2013,41(11):2373-2377(in Chinese).

[13]马洪宽.博弈论[M].上海:同济大学出版社,2015.

[14]EkK,SöderholmP.Households’ switching behavior between electricity suppliers in Sweden[J].Utilities Policy,2008,16(4):254-261.

[15]胡晨,杜松怀,苏娟,等.新电改背景下我国售电公司的购售电途径与经营模式探讨[J].电网技术,2016,40(11):3293-3299.HuChen,DuSonghuai,SuJuan,et al.Preliminary research of trading approach and management modes of Chinese electricity retail companies under new electricity market reform[J].Power System Technology,2016,40(11):3293-3299(in Chinese).

[16]杨彦,陈皓勇,张尧,等.计及分布式发电和不完全信息可中断负荷选择的电力市场模型[J].中国电机工程学报,2011,31(28):15-24.YangYan,ChenHaoyong,ZhangYao,et al.An electricity market model with distributed generation and interruptible load under incomplete information[J].Proceedings of the CSEE,2011,31(28):15-24(in Chinese).

[17]邱腾飞,曹潇,郭雅娟,等.考虑不同补贴方式的分布式光伏运维模式决策[J].电力需求侧管理,2017,19(3):5-9.QiuTengfei,CaoXiao,GuoYajuan,et al.Decision on operation and maintenance modes for distributed PV power generation considering different subsidies[J].Power DSM,2017,19(3):5-9(in Chinese).

[18]乔根•W•威布尔.演化博弈论[M].上海:上海人民出版社,2015.

[19]肖海燕.交通规划中的几类博弈问题研究[D].武汉:武汉大学,2010.

[20]段银斌.市场化售电主体运营模式及关键业务研究[J].电力需求侧管理,2016,18(3):41-45.DuanYinbin.Research on the operation mode and key business of the market of the main electricity market[J].Power DSM,2016,18(3):41-45(in Chinese).

[21]LakshmikanthamV,LeelaS,Martynyuk AA.Stability analysis of nonlinear systems[M].Germany:Springer International Publishing,2015.