3. 需求响应潜力评估方法

需求响应潜力评估回答的是一个非常具体的问题：在给定时间窗口内，某批用户究竟能提供多少可调负荷，以及这种调节在多大程度上是可靠的。它不是一个单一数字，而是一组由基线负荷、负荷曲线分解、潜力指标和参与度共同支撑的估算结果。评估链条的起点是“如果没有需求响应事件，用户本来会怎么用电”，也就是基线负荷；终点是“在考虑用户实际响应意愿后，可被调用的容量是多少”。

一、基线负荷计算：先确定“本来会怎么用”

基线负荷是需求响应潜力评估的参照系。它代表在未发生响应事件时，用户在对应时段本应出现的负荷水平。常用的工程方法包括：

• 平均法：取事件前若干相似日同时段的平均值，例如前5个非事件工作日同一时段的平均负荷。实现简单，但对天气突变和用户行为变化不敏感。
• 回归法：以温度、湿度、工作日类型等为自变量，建立负荷与气象/日历变量的回归模型，再代入事件日的气象预报值得到基线。适合空调负荷占比高的用户。
• 匹配日法：从历史日中挑选与事件日气象、日期类型最接近的若干天，加权平均得到基线。对商业和居民用户较稳健。
• 控制组法：选取一组未参与响应的相似用户，用其同时段负荷变化修正参与用户的基线，可有效抵消系统性天气偏差。

以某工业园区用户为例，假设事件时段为14:00—16:00，采用前5个非事件工作日同时段平均法，得到基线负荷为 8.6 MW。若事件日实际负荷降至 6.9 MW，则响应量约为 1.7 MW。这里必须注意：基线是估算值，不是实测值，因此需要设置合理性校验，例如与近30天同时段负荷的分布区间对比，剔除明显偏离的异常日。

二、负荷曲线分解：把总负荷拆成可解释的成分

仅知道总负荷不足以判断哪些部分可调。负荷曲线分解的目标是把总负荷拆分为刚性负荷、可转移负荷、可削减负荷和可中断负荷等成分。常用做法包括：

• 按设备/回路分解：从计量层级入手，将总表负荷拆到空调、照明、动力、充电桩等分项回路，再按设备特性归类。
• 按时间特性分解：识别持续平稳的基荷、具有明显峰谷的周期性负荷，以及随机波动负荷。
• 按可调性分解：将负荷划分为不可调、可平移、可短时削减、可中断四类，并标注每类的最大调节深度和持续时间约束。

例如，某商业综合体总负荷 5.2 MW，分解后得到：空调主机及末端约 2.4 MW，其中可短时削减约 0.8 MW；照明约 0.6 MW，可削减约 0.15 MW；电梯与水泵等动力负荷约 0.9 MW，基本不可调；充电桩约 0.7 MW，可平移约 0.5 MW；其余为不可调基荷。分解结果直接决定了后续潜力指标的计算口径。

三、响应潜力指标：把“能调多少”量化成可比较的参数

潜力指标需要同时描述容量、时间和速度三个维度，否则不同用户的潜力无法横向比较。常用指标包括：

• 可削减容量：在事件时段内可减少的有功功率，单位 MW。
• 可持续时长：在不超过设备约束和用户舒适度边界的前提下，可维持削减的时间长度。
• 响应速率：从接到指令到达到目标削减量所需的时间，反映爬坡能力。
• 恢复特性：事件结束后负荷反弹的幅度和持续时间，反弹过大可能造成新的高峰。
• 可靠性系数：综合考虑设备可用率、通信成功率和用户履约率后的折减系数，通常取 0.8～0.95。

仍以上述用户为例，若可削减容量为 1.7 MW，可持续 2 小时，响应速率约 10 分钟，恢复反弹约 0.3 MW 持续 30 分钟，可靠性系数取 0.9，则可用于调度的有效潜力约为 1.53 MW。若考虑用户参与度 0.72，则期望可调用潜力约为 1.10 MW。这两个数字的差异说明：技术潜力与市场可调用潜力必须分开表达。

四、用户参与度估计：从“能调”到“愿意调”

参与度估计的核心是预测用户在给定补偿条件下实际参与响应的概率和比例。常用方法包括：

• 历史响应率法：统计用户过去若干次事件中的实际响应次数与受邀次数之比，作为基础参与度。
• 分层估计法：按行业、负荷规模、补偿方式、历史履约情况分层，分别估计各层参与度后加权汇总。
• 意愿调查法：通过问卷或选择实验获取用户对不同补偿水平、通知提前量、事件时长的接受意愿。
• 行为模型法：以补偿价格、事件频次、舒适度损失等为变量，建立参与概率模型。

参与度不是固定值。若某用户历史受邀 20 次、实际响应 14 次，则基础参与度约为 0.70；若近期补偿价格提高且通知提前量从 2 小时延长到 4 小时，参与度可上调至 0.80 左右。评估时应给出参与度的区间和敏感因素，而不是只给一个点估计。

五、数据需求与质量校验

上述四类计算都依赖数据。最低数据需求包括：15 分钟级或更细的负荷曲线、分项计量或设备台账、气象与日历数据、历史事件响应记录、用户补偿协议与设备约束参数。数据质量校验应重点关注时间对齐、缺失率、异常值和口径一致性。例如，若某用户负荷曲线缺失率超过 10%，基线计算结果应标注为低置信度；若分项计量与总表存在明显不平衡，应先排查计量问题再进入潜力计算。

综合来看，需求响应潜力评估是一条从数据到指标的完整链路：基线负荷确定参照系，负荷曲线分解识别可调成分，潜力指标量化容量、时长和速度，参与度估计把技术能力折算为实际可调用能力，数据需求与质量校验则为整条链路提供可信输入。只有这五个环节口径一致、时间对齐、假设透明，评估结果才能真正用于调度决策和补偿结算。