面向需求响应的数据驱动零售电价定价策略

需求响应旨在削峰填谷和改善负荷轮廓,以提升电力系统运行的安全性和经济性。合理的电力零售定价有助于引导用户调整用能行为,促进需求响应。在此背景下,提出一种用能行为学习模型和一种个性化零售定价方案。首先,分析用能行为特征,利用基于多类注意力机制的长短期记忆网络提取特征关联性,构建用能行为学习模型。然后,考虑价格风险,以最大程度开发用户需求响应潜力为目标,建立个性化零售定价模型。算例仿真结果验证了所采用的学习模型相对传统深度学习模型的优势,提出的个性化零售定价方案可开发时变需求响应潜力,且能有效规避零售商收益风险和用户购电成本风险。