实施灵活需求：实时价格vs.市场整合

9不要对这两种状态进行任何比较（这一结论可以从图5中得出）。相反，图9说明了特殊制度下两种不同类型用户之间的内部关系。虽然大量的灵活性增加了TRP制度的总体成本，但与普通用户相比，个人消费者变得灵活仍然是有益的。在综合制度中，我们看到，即使是对于高比例的灵活用户，收益也相对较低，个人收益也在减少。在图10中，我们模拟了添加间歇可再生0%50%100%0102030成本增加（/MWh）RTPInt的效果。RTP带ren。内景w/ren。0%50%100%灵活峰值负荷RTP vs Int.basecase with renew。0%50%100%，带vs，不带renewRTPInt。图10：在每个模拟日（峰值高达2 GW）随机提供的间歇性可再生能源的影响，具有一定的预测误差。左图：RTP和有无间歇可再生能源的综合制度的灵活用户比例与成本增加的对比。中心：RTP制度相对于无可再生能源和有可再生能源的综合制度的成本增加。右图：同一制度中有无可再生能源的综合制度的成本增加。从左图中可以看出，中间的图是有和没有可再生能源的曲线之间的差距，而右图是基本情况和有可再生能源的曲线之间的差距。系统的源代码。更具体地说，我们增加了一家生产商，该生产商将在白天的随机时段提供2 GW的电力。周期的持续时间和形状也是随机的。此外，实现的输出与预测的输出不同。我们确定了此类来源存在的以下影响。在可再生能源可用期间，由于需要调度的常规电力较少，因此前一天的市场价格会下降。

然后，需要更多的平衡能力来弥补可再生能源预测与实际产出之间的差异。对于实时定价下的系统，我们预计会产生更大的影响，即在灵活用户比例较低的情况下，drasticcost会增加，因为公用事业公司不会根据这些可再生能源的可用性进行预测。图10中的结果证实了这一观点，因为我们看到30%的灵活用户的成本增加幅度更大。在比较各个制度中有无可再生能源的系统时，我们验证了可再生能源带来的成本优势在综合制度中是持续的，而在RTP制度中则有显著差异。总的来说，增加可再生能源带来的成本降低大于灵活性带来的收益。此外，灵活性并不能为可再生能源系统带来更大的效益。4、讨论尽管可变定价方案已经实施了相当长的一段时间，但直到最近，研究人员才开始发现当它们被大量用作转移灵活负载的指南时可能出现的问题。例如，文献[46]中提出了与市场不稳定性相关的问题，而文献[47]中讨论了由于这些影响而导致的物理电网的不稳定性。在[48]中，独立代理之间的不良需求同步已通过一个简单的基于代理的模型和外部价格信号得到证明。以电动汽车为例，[49]的工作显示了一种“雪崩效应”，即所有车辆的充电时间都在低价时间同步。通过这项工作，我们希望说明同一领域中的问题，但有不同的、非常具体的工作机制，以及这个问题的现有解决方案。

我们将电力系统视为一个整体，因此每个元素都会相互影响，遵循市场当前存在的监管结构和许多欧盟国家已经实施的客户定价模式。与其他模型一样，我们的模型也建立在许多简化基础上[50]；事实上，我们认为所提出的模型是最简单但功能最强大的版本，可以证明前面讨论的效果。然而，应检查其中一些简化，以更好地理解结果的有效性。最明显的简化可能是假设正弦荷载曲线仅在一维内可变。实际上，负荷曲线由安装在家庭或商业建筑中的许多设备组成。每个设备都有非常独特的消费模式和灵活性。因此，家庭内部的优化将在多个维度上改变负荷曲线，并可能在每一天都收敛到不同的最优值。不过，如果在负荷建模中考虑更多细节和自由度，我们预计结果不会有任何根本性变化。即使在每个消费者都能够自由决定其消费的极端情况下（例如，有足够的本地存储），系统也不太可能在RTP制度中收敛到更有利的状态。价格上的微小差异总是会刺激负荷曲线，而不是用户试图通过利用低价格小时数和避免高价格小时数而获得的曲线。另一方面，假设更详细的负荷模型将增强某些影响可能是合理的。例如，如果像家用洗碗机这样的单一灵活设备在日前价格后优化自身使用，那么它就会通过相应地分配活动来尽量降低成本。

假设所有洗碗机的这一阶段都相当相似，那么优化过程将导致所有洗碗机在一天中的同一小时内被激活。事实上，很可能所有洗碗机都会在同一时间的同一秒开机，以便根据实时tari-off数据，在能量便宜的情况下最佳地利用时间。这将导致能源消耗急剧增加，能源平衡需求集中，可能（而且很可能）会进一步增加系统成本。【47】中描述了加热的类似效果。最后一个示例还说明了关于loadmodeling的另一个假设。我们认为，转移能源并不涉及任何成本，这与通常的假设相反。事实上，这可能会因设备而异，因为储能会带来机会成本或周期成本，而洗碗机可以在预定的时间范围内随时开机。然而，我们认为，大多数灵活的设备更像洗碗机，而不是电池，因为考虑到节省的钱很少，消费者似乎不愿意用舒适换取金钱[51，52]。即使是为电动汽车电池充电，用户也可能只担心电池在早上和下午的往返工作时间充满电。因此，与实际需求相比，优化处理的机会成本更少。同样，消费者可能愿意将加热设定值上调或下调一到两度，因为这几乎是不可察觉的，但不能容忍房子感觉有多暖和，因为节省下来的钱最多只能达到每天一位数的欧元。假设没有转移成本可能会产生重要影响。

首先，它可能会导致更不稳定的系统行为，因为即使是很小的价格差异也有可能被利用。其次，这可能会导致系统缺乏适应因素，无法收敛到稳定的价格均衡（如果使用更为合理的分析方法）。就我们的结果而言，这两个因素都不应该受到关注，因为价格差异相当大，用户行为的改变每天只发生一次，因此，在这里，抑制一天中的用户行为波动不是问题。此外，我们相信，几乎所有消费的变化都将通过自动化实现，而不是通过人类行为或常规的变化（即高峰时间与工作日密切相关，因此人类驱动的消费模式遵循日常规律：起床、吃饭、洗澡等）。这意味着，如果消费的变化是由人类行为驱动的，那么它们对短期变化的反应将更慢、更少。如果设备自动对某个外部信号做出反应，则用户可能不会对该信号有任何区别。总而言之，如果洗碗机通过定价信息或遥控信号打开驱动器，从用户的角度来看，这是无法区分的，因为他或她不会对其中任何一个产生直接影响。另一个具有上述许多特性的网格元素是充电期间的电动汽车。由于充电在开始时间和持续时间上都是灵活的（因此峰值功耗），因此它可能会对配电网产生巨大影响【53、54、55】。正如【56】中所指出的，最有可能需要的是一种协调充电的集中解决方案，以确保所有网络参数都得到考虑，这将符合EXG集成方法。另一个问题可能与实用程序预测用户行为的能力有关。

首先，人们可能会认为，可以通过更复杂的学习算法更好地预测用户对价格的反应。虽然这在一定程度上可能是正确的，但我们模型中的几个假设阻止了从这个角度获得任何重大收益。需要考虑的重要部分是市场、用户和公用事业之间的反馈回路。该反馈回路在任何给定的一天内都不会关闭，因为公用事业公司必须在市场关闭时间之前（即运营日开始之前）对用户行为做出预测。然而，用户可以根据运营日市场阶段的结果改变其行为。换句话说，在公用事业公司公布了他们的预测之后，用户总是可以改变他们的行为。公用事业公司改善结果的另一种方式似乎是价格相关订单。其想法如下：公用事业公司可以了解其用户的灵活性，然后向市场投标价格相关的订单，这反映出价格高，消耗的能源少，反之亦然。我们没有在建模中包括这些，因为它们对解决之前解释的情况没有显著的改善。每小时价格相关订单不能正确反映需求的变化。如果价格低，将购买更多的能源，但这并不一定意味着一天中另一部分时间的需求减少。这种机制适用于工业消费者，如果价格较低，他们可能会增加产品产量；如果价格足够高，他们可能会依赖内部发电，因为这些过程通常没有时间联锁（例如，产量可以在一个小时内增加，而无需在另一个小时内减少）。

此外，依赖价格的订单与此处所做的假设不符，需求的变化可能不是基于绝对价格，而是基于相对价格（如自动洗碗机，只寻找最便宜的时间，而不是特定的价格）。在工业、私营部门和家庭中有许多这样的过程，它们只运行一次，即使有更便宜的电力也无法再次运行。需要指出的是，这里提出的模型还表明，RTPreTime中灵活的用户可以带来好处，但只有当他们的规模有限时，才能带来好处，如图所示。5和图7。在这种情况下，公用事业公司可以正确预测灵活用户的价格依赖行为，并应实现RTP与灵活组合的所有假定利益。这一问题似乎可以通过使用比日前价格更接近实际时间的价格来解决，即日内价格或平衡价格。例如，尽管在[46]中已经证明了这种系统的不稳定性，但也有逻辑上的论点反对它。每个市场阶段都以有约束力的结算为基础。如果投标或报价被接受，则生产或消耗一定数量的电力是一种和解。在实时定价机制中，没有具有约束力的协议。这尤其有问题，因为价格是唯一可用的信息；然而，按照这个价格，只能生产有限的电力——尽管从客户角度来看，这似乎是无限的。当然，这在任何市场都是不正确的。以“股价”购买一家公司的全部股票是不可能的。股票价格要么显示为出价与出价之间的差距，要么显示为最后一次成功交易。这两者都不是你目前可以购买股票的价格。

同样，一个人不能以一家特定超市列出的价格购买无限量的黄油：只能购买其仓库中的数量。还应注意，发送到设备的远程控制信号可以有多种形式。例如，公用事业公司可能对所有参与的设备进行了内部拍卖，或者可能有内部定价方案。【57，58】中描述了类似的情况。无论哪种方式，公用事业公司都需要对自动化设备进行某种调度，至少在一定程度上是这样。否则，可能会出现有关同步及其不良后果的问题。鉴于这些简化和局限性，我们意识到，我们目前的结果不能作为RTP系统安全规模的预测指标。然而，它显示了这种广泛推广的解决方案的系统性缺点和市场集成解决方案的优势（如果实施得当）。我们进一步认为，在讨论该主题时，应考虑对当前提议的RTP解决方案的一些严重误解，如下所示：o与名称所示相反，价格并不像我们通常理解的那样实时更新，而是在运营时间前36小时内确定价格反映了市场上具有约束力的结算。贪婪时间表的改变会破坏合同由于订单已经关闭，所以不知道在给定的价格下有多少电力可用，这使得优化调度变得不可能。此外，值得指出的是，对家庭客户需求响应和RTP的研究通常发现，对客户的益处很小[59,52]。

在芝加哥实施RTP的相关案例研究中【60】，作者发现，计量基础设施的成本可能超过效率所带来的效益：“更重要的是，尽管存在显著的不确定性，但这些效率的提高似乎并没有压倒对节约能源或安装先进计量基础设施成本的合理估计。这些结果并不能为可选或全人口的住宅实时定价提供有力依据。”作为讨论的最后一点，我们想指出基于EXGs的市场集成解决方案的一个缺点。由于标书和订单的匹配本质上是一个优化问题，例如，在考虑多个边界条件（如传输约束）的情况下，选择社会福利最高的集合是一项巨大的计算任务。解决这一问题所需的计算能力对于欧洲市场来说已经相当大：所有订单（NordPool和EPEX的组合）都只放在一个订单簿中，以便可以优化传输约束。优化问题的规模导致市场发现的解决方案缺乏透明度，这正成为人们日益关注的问题[43]。添加更多所谓的复杂订单（如拟议的独家大宗订单）将显著增加优化问题的计算复杂性，从而降低市场解决方案的透明度。结论在本文中，我们对[19]中提出的基于代理的现货和平衡市场模型进行了扩展，以包括灵活的消费者。作为Nord Pool的一部分，该模型被校准为类似于芬兰电力系统的代表。从该模型中，我们分析了需求响应的两种不同机制，即“实时定价”和集成定价的影响。

在第一种情况下，消费者根据当天的现货市场价格向其收取费用的塔里费计划优化其消费。在第二种情况下，消费者的灵活性被整合到市场中，方法是在效用水平上进行聚合，然后根据市场接受的情况安排灵活的使用。我们表明，在市场区域内灵活消费者的一定比例以上，实时定价制度会导致公用事业公司无法正确预测其用户的实际消费。我们认为，这种能力是一种系统性特征，可以通过使用现有市场产品和更直接地控制灵活性的综合解决方案加以纠正。我们的研究结果还表明，间歇性可再生能源的存在可以降低电价，但不会改变两种研究制度的定性行为。所提出的模型是开源的，可在线访问[42]。致谢这项工作部分由战略研究委员会/又名BCDC Energia（n.292854）和欧盟委员会通过P2P智能项目（n.646469）资助。附录A.适用性建模为了评估拟议简化负荷文件的一致性，我们设计了一个实验，以测试在使用更真实的负荷曲线时，RTP的缺点是否仍然有效。与本文主体部分所采用的设置相比，我们以完全不同的方式设置了一个系统。与正弦负荷曲线不同，我们依赖以下需求模型：Everyuutility有一个代理，其负荷曲线在一天中有两个峰值，一个在上午，一个在晚上，如图所示。A、 11在右侧。该代理的唯一任务是表示某种形式的基本负载。