不完全信息下考虑锚定-棘轮效应的综合需求响应优化建模

莫鑫蓬; 郑顺林; 张旭东; 刘欣雅; 孙毅; 孙艺超

doi:10.7500/AEPS20250521009

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

不完全信息下考虑锚定-棘轮效应的综合需求响应优化建模

学术研究 | 更新时间：2026-09-22

- 不完全信息下考虑锚定-棘轮效应的综合需求响应优化建模
- Optimization Modeling of Integrated Demand Response Considering Anchoring and Ratchet Effects Under Incomplete Information
- 电力系统自动化 2026年50卷第18期页码：80-96
- 作者机构：
  
  1.华北电力大学电气与电子工程学院，北京市 102206
  2.国网河北省电力有限公司，河北省石家庄市 050000
- 作者简介：
  
  莫鑫蓬(2001—)，男，硕士研究生，主要研究方向：综合需求响应优化策略。E-mail：simplemo417@163.com
  郑顺林(1994—)，男，通信作者，博士，讲师，主要研究方向：综合能源系统运行优化、综合需求响应、电力系统状态估计。E-mail：zhengshunlin@foxmail.com
  张旭东(1974—)，男，正高级工程师，主要研究方向：需求侧管理、电力营销数字化。E-mail：zxd@he.sgcc.com.cn
- 基金信息：
  
  国家电网有限公司总部管理科技项目：“基于省级智慧能源服务平台的低碳园区能碳智能运行关键技术研究及应用项目”(5400-202413216A-1-1-ZN)
- DOI：10.7500/AEPS20250521009
  中图分类号：
- 收稿：2025-05-21，
  
  修回：2025-09-14，
  
  网络首发：2025-12-12，
  
  纸质出版：2026-09-25
- 稿件说明：
移动端阅览
莫鑫蓬,郑顺林,张旭东等.不完全信息下考虑锚定-棘轮效应的综合需求响应优化建模[J].电力系统自动化,2026,50(18):80-96.

MO Xinpeng,ZHENG Shunlin,ZHANG Xudong,et al.Optimization Modeling of Integrated Demand Response Considering Anchoring and Ratchet Effects Under Incomplete Information[J].Automation of Electric Power Systems,2026,50(18):80-96.
莫鑫蓬,郑顺林,张旭东等.不完全信息下考虑锚定-棘轮效应的综合需求响应优化建模[J].电力系统自动化,2026,50(18):80-96. DOI： 10.7500/AEPS20250521009.

MO Xinpeng,ZHENG Shunlin,ZHANG Xudong,et al.Optimization Modeling of Integrated Demand Response Considering Anchoring and Ratchet Effects Under Incomplete Information[J].Automation of Electric Power Systems,2026,50(18):80-96. DOI： 10.7500/AEPS20250521009.

摘要

综合需求响应(IDR)是新型电力系统背景下实现供需平衡的有效手段。为提高IDR用户响应模型的准确性

以便综合能源系统服务商(IESP)制定更为经济有效的激励策略，文中考虑了用户锚定效应和棘轮效应对其响应行为的影响。首先，建立锚定效应矩阵以实现用户锚定效应的有效建模。然后，通过在传统用户模型中引入棘轮系数实现了用户棘轮效应的有效建模。同时，建立了考虑不完全信息的IESP优化模型。该模型基于极大似然理论和牛顿迭代原理，解决了因用户棘轮系数不可观测所带来的不完全信息。所提模型被建立为一个以用户、IESP为主体的双层优化问题，并被转化为一个单层优化问题进行求解。仿真结果表明，所提模型能够提高用户参与IDR的效益、减少IESP成本以及降低电网功率不平衡风险，不仅能有效表征用户的锚定效应和棘轮效应，还能够处理用户侧的不完全信息。

Abstract

Integrated demand response (IDR) serves as an effective means to achieve the supply-demand balance in the context of the new power system. To improve the accuracy of user response models for IDR and enable integrated energy system providers (IESPs) to formulate more economical and efficient incentive strategies

this paper incorporates the influences of users’ anchoring effect and ratchet effect on their response behaviors. First

an anchoring effect matrix is established to effectively model the user anchoring effect. Then

ratchet coefficients are introduced into the conventional user response model to characterize the ratchet effect. Meanwhile

an IESP optimization model considering incomplete information is constructed. Based on the maximum likelihood theory and the Newton iteration principle

the proposed model addresses the incomplete information problem caused by the unobservability of user ratchet coefficients. The proposed model is established as a bi-level optimization problem with users and IESPs as the two decision-making subjects

which is further transformed into a single-level optimization problem for solution. Simulation results demonstrate that the proposed model can improve the benefits of users participating in IDR

cut down the operational cost of IESPs

and mitigate the power imbalance risk of the power grid. It can not only effectively characterize users’ anchoring and ratchet effects but also efficiently handle the incomplete information on the user side.

关键词

Keywords

references

武昭原，周明，王剑晓，等 . 双碳目标下提升电力系统灵活性的市场机制综述［J］. 中国电机工程学报， 2022 ， 42 （ 21 ）： 7746 - 7764 .

Wu Zhaoyuan ， Zhou Ming ， Wang Jianxiao ， et al . Review on market mechanism to enhance the flexibility of power system under the dual-carbon target ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 21 ）： 7746 - 7764 .

Li K ， Ye N ， Li S Z ， et al . Distributed collaborative operation strategies in multi-agent integrated energy system considering integrated demand response based on game theory ［J］. Energy ， 2023 ， 273 ： 127137 .

Zheng S L ， Sun Y ， Li B ， et al . Stochastic programming model for incentive-based demand response considering complex uncertainties of consumers ［J］. IET Generation ， Transmission & Distribution， 2020 ， 14 （ 20 ）： 4488 - 4500 .

戴逢哲，姜飞，陈磊，等 . 价格-积分联合激励下考虑消费舒适度的居民需求响应优化策略［J］. 电网技术， 2024 ， 48 （ 2 ）： 819 - 833 .

Dai Fengzhe ， Jiang Fei ， Chen Lei ， et al . Optimization strategy of residential demand response considering consumption comfort under price-score joint incentive ［J］. Power System Technology ， 2024 ， 48 （ 2 ）： 819 - 833 .

He C ， Zhang X P ， Liu T Q ， et al . Distributionally robust scheduling of integrated gas-electricity systems with demand response ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 5 ）： 3791 - 3803 .

崔杨，李崇钢，赵钰婷，等 . 考虑风-光-光热联合直流外送的源-网-荷多时段优化调度方法［J］. 中国电机工程学报， 2022 ， 42 （ 2 ）： 559 - 573 .

Cui Yang ， Li Chonggang ， Zhao Yuting ， et al . Source-grid-load multi-time interval optimization scheduling method considering wind-photovoltaic-photothermal combined DC transmission ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 2 ）： 559 - 573 .

赵海彭，苗世洪，李超，等 . 考虑冷热电需求耦合响应特性的园区综合能源系统优化运行策略研究［J］. 中国电机工程学报， 2022 ， 42 （ 2 ）： 573 - 589 .

Zhao Haipeng ， Miao Shihong ， Li Chao ， et al . Research on optimal operation strategy for park-level integrated energy system considering cold-heat-electric demand coupling response characteristics ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 2 ）： 573 - 589 .

Cai Q R ， Qing J ， Xu Q Y ， et al . Techno-economic impact of electricity price mechanism and demand response on residential rooftop photovoltaic integration ［J］. Renewable and Sustainable Energy Reviews ， 2024 ， 189 ： 113964 .

葛少云，范庆飞，刘洪，等 . 计及激励型响应不确定性的变电站规划分布鲁棒优化方法［J］. 电力系统自动化， 2023 ， 47 （ 24 ）： 80 - 89 .

Ge Shaoyun ， Fan Qingfei ， Liu Hong ， et al . Distributionally robust optimization method for substation planning considering incentive-based response uncertainty ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 24 ）： 80 - 89 .

周鑫，韩肖清，李廷钧，等 . 计及需求响应和电能交互的多主体综合能源系统主从博弈优化调度策略［J］. 电网技术， 2022 ， 46 （ 9 ）： 3333 - 3346 .

Zhou Xin ， Han Xiaoqing ， Li Tingjun ， et al . Master-slave game optimal scheduling strategy for multi-agent integrated energy system based on demand response and power interaction ［J］. Power System Technology ， 2022 ， 46 （ 9 ）： 3333 - 3346 .

崔杨，张家瑞，王铮，等 . 计及价格型需求响应的风-光-光热联合发电系统日前调度策略［J］. 中国电机工程学报， 2020 ， 40 （ 10 ）： 3103 - 3114 .

Cui Yang ， Zhang Jiarui ， Wang Zheng ， et al . Day-ahead scheduling strategy of wind-PV-CSP hybrid power generation system by considering PDR ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 10 ）： 3103 - 3114 .

孙毅，胡亚杰，郑顺林，等 . 考虑用户响应特性的综合需求响应优化激励策略［J］. 中国电机工程学报， 2022 ， 42 （ 4 ）： 1402 - 1413 .

Sun Yi ， Hu Yajie ， Zheng Shunlin ， et al . Integrated demand response optimization incentive strategy considering users’ response characteristics ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 4 ）： 1402 - 1413 .

Zheng S L ， Sun Y ， Li B ， et al . Incentive-based integrated demand response for multiple energy carriers under complex uncertainties and double coupling effects ［J］. Applied Energy ， 2021 ， 283 ： 116254 .

Zheng S L ， Sun Y ， Li B ， et al . Incentive-based integrated demand response for multiple energy carriers considering behavioral coupling effect of consumers ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 4 ）： 3231 - 3245 .

Zheng S L ， Sun Y ， Qi B ， et al . Incentive-based integrated demand response considering S&C effect in demand side with incomplete information ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 6 ）： 4465 - 4482 .

Zheng S L ， Qi Q ， Sun Y ， et al . Integrated demand response considering substitute effect and time-varying response characteristics under incomplete information ［J］. Applied Energy ， 2023 ， 333 ： 120594 .

Ruan J Q ， Liu G L ， Qiu J ， et al . Time-varying price elasticity of demand estimation for demand-side smart dynamic pricing ［J］. Applied Energy ， 2022 ， 322 ： 119520 .

Ma S Y ， Liu H ， Wang N ， et al . Incentive-based integrated demand response with multi-energy time-varying carbon emission factors ［J］. Applied Energy ， 2024 ， 359 ： 122763 .

Good N . Using behavioural economic theory in modelling of demand response ［J］. Applied Energy ， 2019 ， 239 ： 107 - 116 .

Hahnel U J J ， Chatelain G ， Conte B ， et al . Mental accounting mechanisms in energy decision-making and behaviour ［J］. Nature Energy ， 2020 ， 5 （ 12 ）： 952 - 958 .

Ray M ， Chakraborty B . Impact of demand response on escalating energy access with affordable solar photovoltaic generation in the Global South ［J］. Renewable and Sustainable Energy Reviews ， 2021 ， 143 ： 110884 .

Li Z Y ， Long M ， Huang S S ， et al . Effects of inertia and switching costs on customer retention： a study of budget hotels in China ［J］. International Journal of Contemporary Hospitality Management ， 2023 ， 35 （ 3 ）： 1030 - 1050 .

Yang M Q ， Lin B Q . The development of consumer preferences for electric vehicle charging infrastructure in China： Evidence from a questionnaire survey with a four-year interval ［J］. Energy ， 2024 ， 307 ： 132671 .

Henderson C M ， Steinhoff L ， Harmeling C M ， et al . Customer inertia marketing ［J］. Journal of the Academy of Marketing Science ， 2021 ， 49 （ 2 ）： 350 - 373 .

Shi R W ， Jiao Z B . Individual household demand response potential evaluation and identification based on machine learning algorithms ［J］. Energy ， 2023 ， 266 ： 126505 .

Kong X Y ， Kong D Q ， Yao J T ， et al . Online pricing of demand response based on long short-term memory and reinforcement learning ［J］. Applied Energy ， 2020 ， 271 ： 114945 .

Alfaverh F ， Denaï M ， Sun Y C . Demand response strategy based on reinforcement learning and fuzzy reasoning for home energy management ［J］. IEEE Access ， 2020 ， 8 ： 39310 - 39321 .

周杨泽，苏运，姚睿洋，等 . 用电大数据共享关键技术与研究展望［J］. 中国电机工程学报， 2026 ， 46 （ 4 ）： 1364 - 1383 .

Zhou Yangze ， Su Yun ， Yao Ruiyang ， et al . Key technologies and research prospects of smart meter data sharing ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 4 ）： 1364 - 1383 .

Zhang Z ， Lu F ， Lin Z Z ， et al . Two-stage characteristic recognition of demand side resource for load aggregator based on bias-SVD matrix factorization and Bayesian inference ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 4 ）： 3401 - 3412 .

Khezeli K ， Bitar E . Risk-sensitive learning and pricing for demand response ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 6 ）： 6000 - 6007 .

刘旭旺，张玉洁，齐微，等 . 基于销量更新规则和锚定效应的在线产品动态定价研究［J］. 中国管理科学， 2026 ， 34 （ 1 ）： 200 - 211 .

Liu Xuwang ， Zhang Yujie ， Qi Wei ， et al . Study on dynamic pricing of online product based on sales update rule and anchoring effect ［J］. Chinese Journal of Management Science ， 2026 ， 34 （ 1 ）： 200 - 211 .

Shiu J Y ， Wei G H ， Chang H H . Impulse control during the online shopping frenzy in China： the role of consumer inertia ［J］. Humanities and Social Sciences Communications ， 2023 ， 10 ： 667 .

Bitterly T B ， Vanepps E M ， Schweitzer M E . The predictive power of exponential numeracy ［J］. Journal of Experimental Social Psychology ， 2022 ， 101 ： 104347 .

祁兵，郑顺林，孙毅，等 . 考虑需求侧动态及耦合特性的激励型综合需求响应优化建模［J］. 中国电机工程学报， 2022 ， 42 （ 5 ）： 1783 - 1799 .

Qi Bing ， Zheng Shunlin ， Sun Yi ， et al . A model of incentive-based integrated demand response considering dynamic characteristics and multi-energy coupling effect of demand side ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 5 ）： 1783 - 1799 .

Kyriakidis L ， Mendez M A ， BäHr M . A hybrid algorithm based on Bayesian optimization and interior point optimizer for optimal operation of energy conversion systems ［J］. Energy ， 2024 ， 312 ： 133416 .

李国庆，王冲，雷顺波，等 . 考虑碳捕集技术的电力系统双层优化配置［J］. 电力自动化设备， 2023 ， 43 （ 1 ）： 25 - 31 .

Li Guoqing ， Wang Chong ， Lei Shunbo ， et al . Bi-level optimal allocation of power system considering carbon capture technology ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 1 ）： 25 - 31 .

Wen C K ， Zhang S L ， Xie B ， et al . Design and verification innovative approach of dual-motor power coupling drive systems for electric tractors ［J］. Energy ， 2022 ， 247 ： 123538 .

Reinbold P A K ， Kageorge L M ， Schatz M F ， et al . Robust learning from noisy， incomplete， high-dimensional experimental data via physically constrained symbolic regression ［J］. Nature Communications ， 2021 ， 12 ： 3219 .

Rudy S H ， Brunton S L ， Proctor J L ， et al . Data-driven discovery of partial differential equations ［J］. Science Advances ， 2017 ， 3 （ 4 ）： e1602614 .

Liu N ， Cheng M Y ， Yu X H ， et al . Energy-sharing provider for PV prosumer clusters： a hybrid approach using stochastic programming and Stackelberg game ［J］. IEEE Transactions on Industrial Electronics ， 2018 ， 65 （ 8 ）： 6740 - 6750 .

Konda S R ， Panwar L K ， Panigrahi B K ， et al . Investigating the impact of load profile attributes on demand response exchange ［J］. IEEE Transactions on Industrial Informatics ， 2018 ， 14 （ 4 ）： 1382 - 1391 .

Aalami H A ， Pashaei-Didani H ， Nojavan S . Deriving nonlinear models for incentive-based demand response programs ［J］. International Journal of Electrical Power & Energy Systems ， 2019 ， 106 ： 223 - 231 .

Zeng H B ， Zhou J ， Dai H B . Natural gas bi-level demand response strategies considering incentives and complexities under dynamic pricing ［J］. Scientific Reports ， 2025 ， 15 ： 26998 .

Qi W ， Li N ， Wang J W ， et al . Pricing of product line along with its value-added services with consideration of effects of reference price ［J］. IEEE Transactions on Computational Social Systems ， 2025 ， 12 （ 1 ）： 447 - 462 .

Havranek T ， Rusnak M ， Sokolova A . Habit formation in consumption： a meta-analysis ［J］. European Economic Review ， 2017 ， 95 ： 142 - 167 .

别朝红，卞艺衡，张理寅，等 . 新型电力系统应对极端事件的风险防范与应急管理关键技术［J］. 中国电机工程学报， 2024 ， 44 （ 18 ）： 7049 - 7068 .

Bie Zhaohong ， Bian Yiheng ， Zhang Liyin ， et al . Key technologies of risk prevention and emergency management against extreme events for new power systems ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 18 ）： 7049 - 7068 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑网络动态特性与综合需求响应的综合能源系统协同优化

考虑灵活性资源的用户侧综合能源系统分层鲁棒强化学习方法

防御作弊行为的多区域含氢综合能源系统三重博弈鲁棒优化

负荷侧灵活性资源的价格响应调节意愿参数化估计

适应新型电力系统的广东电力市场机制构建与应用实践