4. 电价型需求响应策略设计

电价型需求响应（Price-Based Demand Response，PBDR）不依赖调度指令，而是通过价格信号改变用户用电成本结构，让用户“自愿”调整负荷。虚拟电厂（VPP）在其中扮演的角色，是把分散的用户价格响应聚合为可预测、可交易的负荷曲线变化，并从批发市场价差或容量收益中获取聚合收益。本节围绕三种典型电价机制——分时电价（TOU）、实时电价（RTP）、尖峰电价（CPP）——建立用户响应模型，并给出VPP聚合收益的分析方法。

一、三种电价机制的价格信号特征

分时电价把一天划分为峰、平、谷若干时段，各时段电价固定，用户提前知晓，适合可计划转移的负荷。实时电价按小时或更短周期发布，价格随供需波动，用户响应不确定性高但理论效率最高。尖峰电价在TOU基础上叠加“尖峰事件”，仅在系统紧张日的高峰时段触发高电价，事件前通常提前数小时至一天通知，用于削减极端峰荷。

三者的核心差异在于价格信号的确定性、时变频率与触发条件。TOU是静态分段，RTP是连续随机，CPP是“基准TOU + 条件触发”。这一差异直接决定了用户响应模型的建模方式：TOU适合用时段转移比例建模，RTP适合用价格弹性建模，CPP适合用事件响应率建模。

二、用户响应模型：从价格到负荷变化

分时电价下的时段转移模型。设用户峰时段基准负荷为 L_peak，谷时段为 L_valley，峰谷价差为 Δp = p_peak − p_valley。用户将峰时段负荷按转移比例 α 移至谷时段，则峰时段负荷变为 L_peak(1−α)，谷时段负荷变为 L_valley + α·L_peak。α 与价差正相关，可用线性近似 α = k·Δp，其中 k 为用户价格敏感系数，典型居民用户 k 约在 0.02～0.08 /(元·kWh⁻¹) 量级（示例假设值，实际需按用户历史数据标定）。

实时电价下的价格弹性模型。采用自弹性与交叉弹性描述：某时段负荷变化率等于自弹性系数乘以该时段价格变化率，加上交叉弹性系数乘以相邻时段价格变化率。工程上常简化为 ΔL_t / L_t = ε_tt · Δp_t / p_t + Σ_{s≠t} ε_ts · Δp_s / p_s。自弹性 ε_tt 通常为负（价格升、负荷降），交叉弹性 ε_ts 为正（替代时段价格升、本时段负荷增）。居民用户自弹性典型值约 −0.1～−0.3，工业用户可达 −0.5 以上。

尖峰电价下的事件响应模型。CPP事件日，用户响应量 ΔL = β · L_base · I_event，其中 I_event 为事件指示变量（事件时段取1，否则取0），β 为事件响应率。β 受通知提前量、事件持续时间、用户舒适度约束影响。经验上，提前4小时通知、持续3小时的CPP事件，居民用户 β 约 5%～15%，商业用户约 10%～25%（示例假设值）。

三、VPP聚合收益分析

VPP的聚合收益来自三个部分：一是价差收益，即VPP在日前市场以 λ_DA 购电、在实时市场以 λ_RT 售电（或反向），利用用户响应形成的负荷削减 ΔL 在价差为正时获利；二是容量收益 R_cap，VPP以可削减容量参与容量市场或需求响应招标获得；三是补偿成本 C_comp，VPP需向参与响应的用户支付补偿或电价折扣。

聚合收益可写为：R = Σ_t (λ_DA,t − λ_RT,t) · ΔL_VPP,t + R_cap − C_comp。其中 ΔL_VPP,t 是各用户响应量之和。关键判断依据是：只有当单位响应量的价差收益与容量收益之和大于单位补偿成本时，VPP才应组织响应。即边际条件 (λ_DA − λ_RT) + r_cap > c_comp 成立时，扩大响应规模才有利可图。

四、策略设计要点

• TOU设计：峰谷时段划分应与系统负荷曲线匹配，价差需足够覆盖用户转移成本，否则α趋近于0。
• RTP设计：需设置价格上限保护用户，同时用价格预测模型降低用户响应不确定性。
• CPP设计：事件触发阈值、通知提前量、事件时长三者共同决定β，需在削减效果与用户接受度间平衡。
• VPP聚合：应优先聚合响应弹性高、补偿要求低的用户群，并按边际收益排序组织响应规模。

三种机制并非互斥，实际VPP常采用“TOU打底 + CPP削峰 + RTP优化”的组合策略，用TOU覆盖日常转移，用CPP应对极端峰荷，用RTP捕捉实时价差机会，从而在用户接受度与聚合收益之间取得平衡。