[论文解读] Demand Response in the Smart Grid: the Impact of Consumers Temporal Preferences

Paulin Jacquot, Olivier Beaude+2 more|arXiv (Cornell University)|Nov 30, 2017

Smart Grid Energy Management参考文献 22被引用 18

一句话总结

本文将居民需求响应建模为博弈论框架，其中消费者因偏离理想负荷调度而产生不适成本。结果表明，无论消费者对时间调度的偏好如何变化，按小时计价的机制始终优于按天计价的机制，能更有效地最小化系统成本与低效性（社会福利损失系数，PoA）。在所有偏好水平下，按小时计价机制的PoA保持在1.0015以下，且PoE显著更低。

ABSTRACT

In Demand Response programs, price incentives might not be sufficient to modify residential consumers load profile. Here, we consider that each consumer has a preferred profile and a discomfort cost when deviating from it. Consumers can value this discomfort at a varying level that we take as a parameter. This work analyses Demand Response as a game theoretic environment. We study the equilibria of the game between consumers with preferences within two different dynamic pricing mechanisms, respectively the daily proportional mechanism introduced by Mohsenian-Rad et al, and an hourly proportional mechanism. We give new results about equilibria as functions of the preference level in the case of quadratic system costs and prove that, whatever the preference level, system costs are smaller with the hourly mechanism. We simulate the Demand Response environment using real consumption data from PecanStreet database. While the Price of Anarchy remains always close to one up to 0.1% with the hourly mechanism, it can be more than 10% bigger with the daily mechanism.

研究动机与目标

• 分析消费者时间偏好如何影响需求响应均衡结果。
• 在消费者因偏离调度而产生不同程度不适的条件下，比较两种动态定价机制（按天比例定价与按小时比例定价）的效率。
• 利用社会成本、系统成本、社会福利损失系数（PoA）和效率损失系数（PoE）等指标评估系统性能。
• 基于PecanStreet数据库的真实居民负荷数据验证理论结果。
• 证明按小时计价机制在消费者偏好变化时仍能保持低低效性与低系统成本，具备鲁棒性。

提出的方法

• 构建博弈论模型，其中每位消费者的成本包含基于偏离理想负荷曲线的二次不适项。
• 引入参数α以表示消费者成本函数中时间偏好的权重，从而分析不同偏好水平下的影响。
• 将系统成本定义为总负荷的二次函数，社会成本定义为系统成本与消费者不适成本之和。
• 使用社会福利损失系数（PoA）和一种新型效率损失系数（PoE）分别衡量低效性与提供方成本的低效性。
• 采用150次迭代的最佳响应动态（BRD）方法，计算31天真实数据中每个α值下的纳什均衡。
• 使用CPLEX 12.6求解所得的二次优化问题，仿真在8核Intel Xeon系统上运行。

实验结果

研究问题

• RQ1 消费者对时间调度的偏好水平如何影响需求响应均衡的效率？
• RQ2 在不同偏好水平下，按天比例定价与按小时比例定价这两种动态定价机制中，哪种能产生更低的系统成本与更低的低效性（PoA）？
• RQ3 效率损失系数（PoE）如何随消费者偏好变化？这对提供方成本意味着什么？
• RQ4 简化模型中的理论结果在使用真实居民负荷数据的现实场景中是否依然成立？
• RQ5 按小时比例定价机制对消费者偏好的变化是否具备鲁棒性，特别是在保持低低效性与低系统成本方面？

主要发现

• 按小时比例定价（HP）机制的社会福利损失系数（PoA）在所有偏好水平α下均低于1.0015，表明其效率接近最优。
• 相比之下，按天比例定价（DP）机制的PoA在α ≈ 0.06时达到峰值1.122，表明其相对于最优社会成本存在12.2%的低效性。
• 在α的广泛范围内，HP机制的PoE显著低于DP机制，两条曲线仅在α ≈ 3×10⁻⁴处相交。
• 当α > 3×10⁻⁴时，HP机制为提供方带来的系统成本低于DP机制，从运营商视角看更具效率。
• 当α从0增至1时，均衡状态下的聚合负荷曲线变化超过15%，表明DP机制对偏好水平变化高度敏感。
• 当α → 1时，两种机制的均衡负荷曲线均趋近于理想负荷曲线（ˆℓ），证实模型与理论预期一致。