摘要：基于需求响应的智能电网实时电价定价机制是调节电力供需平衡的理想手段，其实施必然对用户的用电行为和电网的运行与管理产生深远影响．本文考虑用户用电的前后关联性，给出一个基于马尔可夫决策过程并且考虑用电周期的社会福利最大化模型．根据求解该模型制定的实时电价定价策略，用户可以更加理性，更加贴近实际制定用电计划．所建立的模型考虑了状态转移概率矩阵中的参数已知和未知两种情况．相同类型用户根据用电量之间具有相互影响和相互制约的关联性给出电价策略；不同类型用户设置不同电力价格进行区分．最后针对参数已知和未知两种情况设计集中式和分布式定价策略的改进模拟退火算法，模拟仿真验证了模型的合理性和算法的可行性．

摘要：智能电网社会福利最大化模型中,目前主要使用二次效用函数,对数效用函数等来刻画用户的用电满意程度。这些效用函数对不同的用户偏好来说不具备一般性,在求解时需要分类进行讨论。针对此问题,提出一个具有一般性质、更加贴近实际的分片线性效用函数。对分片线性效用函数进行光滑化,将社会福利最大化模型转化为可微的凸优化问题。针对此问题设计对偶次梯度算法求出实时电价,并通过数值仿真验证了所建模型的合理性以及算法的有效性和可行性。

摘要：作为智能电网需求响应管理(demand response management,DRM)的关键组成部分,实时电价定价机制已经成为近年来研究热点之一。为更好地优化能源消费,针对智能电网中多个电力零售商和多个用户之间的策略互动行为,运用博弈方法建立一个多主多从的Stackelberg博弈模型进行实时电价研究,证明和分析了Stackelberg均衡的存在性,并设计分布式算法以求解仅具有局部信息情形下的博弈均衡解。此外,提出一个用于调节零售商实时电价信息的激励因子来用于分析电力系统运行稳定性及电力供需平衡状态。仿真模拟结果验证了所提算法可以快速收敛,并且适当的激励可以提高用户满意度。