HUTECH
1
KHO SÁT NHăHNG CA BIU GIÁ TOU LÊN TIÊU TH IN
SURVEY EFFECTION OF TOU PRICING ON DEMAND SIDE Quách Minh Th Phan Th Thanh Bình*

Khoa in ậ in T Trng Cao ng K Thut Lý T Trng TP. HCM, Vit nam
*Khoa in ậ in T, i hc Bách Khoa TP. HCM, Vit nam TÓM TT

Ti Vit Nam, tình trng thiu đin là mt vn đ nghiêm trng. Giá theo thi gian s dng
(TOU: Time-Of-Use) là mt trong nhng phng pháp quan trng ca DSM (Demand Side
Manegerment). Thông qua TOU khách hàng s phn ng vi giá, và s thay đi hình dng ca đ th
ph ti. Chìa khóa ca vic thc hin giá TOU là thit lp giá hp lý. Da trên phân tích d liu ti,
mô hình quyt đnh giá TOU đa mc tiêu đc trình bƠy, vƠ mt phng pháp m đc s dng đ
gii quyt mô hình đa mc tiêu. Thut toán Gen di truyn (GA) đc s dng đ gii quyt vn đ.
Các d liu ca mt khách hàng thc t đc s dng đ kim tra tính kh thi ca mô hình đ xut.

ABSTRACT

In Viet Nam, the electricity shortage is a serious problem. Time of use (TOU) is one of the
important DSM methods. Through TOU the demand side will respond to the price, and will change the
shape of the demand curve. The key of implementing TOU is reasonable setting TOU price. Based on
the analysis on historical load data, a multi-object TOU price decision model based on the demand
side price response model is presented, and a fuzzy method is used to deal with this multiple objects
model. Genetic algorithm (GA) is used to solve the problem. The data of a practical customer is used
to test the feasibility of the proposed model.

đó lƠ gim thiu ti đa công sut tiêu th  gi
cao đim và gim thiu ti đa s chênh lch
công sut tiêu th gia gi cao đim và gi
thp đim.
Hàm phn ng ca khách hàng trong thi
gian s dng giá TOU là mt hàm s đi vi
véc t giá G và tng đin nng tiêu th A.

(1) o p, m, j i, ; A) (G,f X
ii
Ta có:
(2) o p, m, j i, ;dG
X
dX
j
j
j
i
i





G
Gi s A là hng s, t (1) và (2) ta có:


là phn ng hin ti
ca khách hàng; G
T
là vector giá trung bình có
tính theo trng s trong khong thi gian quan
sát hin ti; G
R
là giá TOU cn xác đnh cho
thi gian tip theo.
T (3) ta có:

o p, m, j i,
(4)
G
GG

X
XX

R
RT
ij
R
i
R
i
T
i
j


RT
ij
T
i
R
i
j





j
ơy lƠ hƠm phn ng khách hàng mà ta
cn thit lp cho mô hình tính toán giá TOU.

2.2 Mô hình tiăuăgiáăTOUătrênăquană
đimăđiu phi s dngăđin

2.2.1 Mô hình toán

Da trên đ th ph ti, mc tiêu mà ta
cn xây dng đó lƠ ti thiu ti đnh  gi cao
đim và ti thiu chênh lch gia ti đnh và
ti thp đim.
Hàm mc tiêu:


X
R
RT
ij
T
i
R
i
j





j


(9) XXX
(8) GG
max
R
min
imax
R
imin

 GBiu thc (7) lƠ hƠm đa mc tiêu,  đơy ta

: là giá cc tiu; G
imax
: là giá
cc đi.
- X
imin
: lƠ lng tiêu th đin  thi
đim giá cc tiu; X
imax
: lƠ lng tiêu
th đin  thi đim giá cc đi.

2.2.2 Xây dng hàm thành viên

Ràng buc (7) là hàm bc hai ca giá G
R
.
Áp dng phng pháp m đ gii quyt bài
toán trên. Trc tiên, ti u tng mc tiêu mt
cách riêng bit và nhn đc kt qu tng mc
tiêu, sau đó tìm kt qu hàm mc tiêu. Bng
cách m hóa các mc tiêu. Phng pháp ti đa
hàm thành phn m đc s dng. Sau đó tha
mãn tt c các điu kin ca bài toán.
Hàm thành viên m cho điu kin ti
thiu ti đnh  gi cao đim: HUTECH
3

cxfc
xf
cxf
xf

Hình 1: Hàm thành viên m cho điu kin ti
thiu ti đnh  gi cao đim
.

Trong hình 1:
-
0101

c
: lƠ đnh ti cc đi.
-
01

: là mc gim ti ti đa đc
d kin.
Hàm thành viên m cho điu kin ti thiu
chênh lch gia ti đnh và ti thp đim:

(11)
)( , 0
)( ,
)(c

Hình 2: Hàm thành viên m cho điu kin ti
thiu gia ti đnh và ti thp đim

Trong hình 2:
-
0202

c
: là s sai bit gia ti cao
nht  gi cao đim và ti thp nht  gi
thp đim cc đi
-
02

: là mc gim ti đa s chênh lch
d kin.
Tng quát ta đt: X
R
= P’; X
T
= P
Khi đó ta có:

tb
T
tbmin
T

max
max













P
PPP
PP
PP
PP
P
tb
tb
tb
Trong đó:
- f
1













PP
PPP
PPP
PPP
P
PP
tb
Trong đó:
- f
2
(x) = P’
max
ậ P’
min
:  chênh lch

S.t.
M max
2
1
M
fM
fM



Hay:









10
)(
)(

S.t.
M max
0202022
0101011
M
cMxf


Hình 4:  th ph ti ca 10 ngày quan sát

 thun li cho vic quan sát vƠ đánh
giá t s liu ph ti, tính P_tb ca ph ti ca
HUTECH
5
10 ngày trên. Trên nguyên tc tính trung bình
công sut các gi.

24 , 2, 1, i ;
10
),(
P_tb(i)
10
1


j
jiP
Hình 5:  th ph ti Q_tb ca 10 ngày quan
sát

Khi thc hin giá TOU, ta cn xác đnh và
phân vùng thi gian. Qua quan sát đ th ph
ti, ta có th phân chia vùng thi gian nh sau:





i
ii
p
P
PG
G
vi i là các gi cao đim;
-



i
ii
m
P
PG
G
vi i là các gi bình thng
-



i
ii
0
P
PG

5.846
5
7.913
6.457
4.700
6
8.736
7.907
5.550
7
8.924
8.057
5.663
8
8.692
7.985
5.466
9
7.983
7.392
5.507
10
8.039
7.052
4.816

3.2 Kt qu mô phng h s phn ng
khách hàng:

Khi thc hin mô phng ta s dng h s

, G
T
, G
R
lƠ các đi lng trung bình quy
v 3 thi đim cao đim, bình thng, thp
đim, t ph ti tiêu th ca 24h trong 10 ngày
quan sát. Ta có:

o m, p, j 10,n ;
n
j)P_tong(i,
X
n
1j
T
i




Vi P_tong là tng đin tiêu th ti các
thi đim cao đim, bình thng, thp đim.
X
T
sau tinh toán có giá tr:

X
T
=[ 2.8260 2.0636 1.9829]*10

3.3 Kt qu mô phng sau khi tiăuăbng
thut toán GA:

X
T
max_cu = 2.8260* 10
5
(MW)

Delta_max_cu = 8.4307 *10
4
(MW)

X
R
=[ 2.7889 2.0433 2.0594]*10
5
(MW)

X
R
max_moi = 2.7889*10
5
(MW)

Delta_max_moi = 7.4562 *10
4
(MW)

X = 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0

- Công sut tiêu th 24 gi ca mô hình
đánh giá theo TOU X
R
tdmoi:

X
R
tdmoi=[ 2.9179 2.6943 2.5580
2.4787 2.4261 2.4150
2.4650 2.6385 2.7604
2.8557 2.9789 3.0157
3.0016 2.9970 2.8947
2.8622 2.8605 2.9480
3.1963 3.2525 3.2477
3.2281 3.1123 3.1099]*10
4

(MW)

 th ph ti P_tb 24 gi ca mi ngày
quan sát và 24 gi ti u theo TOU: Hình 6:  th ph ti trc và sau khi thc
hin giá TOUng đt nét là ph ti tng đng ca
10 ngƠy quan sát vƠ đng lin nét là ph ti
theo TOU.


o m, p, j i, ;
n
G
GG
1
X
X
R
i
R
i
T
i
j
ij
T
i
R
i




Ta nhn đc giá tr ca XR
11
nh sau:

Mt mô hình tính toán giá TOU đc xem
xét trong chng γ, vƠ da trên kt qu mô
phng trong chng 4 ta có kt lun:
- Nu bit trc h s phn ng ca khách
hƠng 
ij
thì ta tìm đc giá TOU ti u nht
da trên c s d liu ca khách hàng.
- Mô hình tính toán giá TOU đc xem xét
phi lƠ mô hình đa mc tiêu gm gim ti đnh
 gi cao đim và gim chênh lch gia ti
đnh và ti thp đim.
- Gii bài toán ti u giá TOU bng thut
toán Gen di truyn.
- Ví du ng dng cho thy tính kh thi ca
mô hình.
- Nu giá đin m rng theo 24 gi thì mô
hình trên vn đáp ng đc.

TÀI TIU THAM KHO

[1]. Ngô Minh K (2011). “Kho sát phn
ng khách hƠng lên giá đin TOU” Lun
Vn Tt Nghiêp, Trng i hoc Bách
Khoa TP.HCM.
[2]. J N. Sheen, C S. Chen, et al. (1995).
"Response of large industrial customers
to electricity pricing by voluntary time-
of-use in Taiwan " IEEE: 157 ậ 166.
[3]. Wu Jun., Tu Guangyu, et al. (2003).

(2007). "A Game Model of Time-of-Use
Electricity Pricing and Its Simulation "
IEEE: 5050 - 5054.
[11]. Shaolun Zeng, Jun Li, et al. (2008).
"Research of Time-of-Use Electricity
Pricing Models in China: A Survey."
IEEE: 2191 ậ 2195.
[12]. Saba Kauser M.Shaikh, Anjali A.
Dharme. (2009). "Time of Use Pricing
ậ India, a Case Study." IEEE.
[13]. Weihao Hu, Zhe ChenHu, et al. (2010).
"Optimal Load Response to Time-of-
Use Power Price for Demand Side
Management in Denmark " IEEE.
[14]. Yu Cheng, Nana Zhai. (2010).
"Evaluation of TOU Price Based on
Responses of Customer " IEEE: 1977 -
1981
[15]. Liao Yingchen, Chen Lu, et al. (2011).
"An Efficient Time-of-Use Pricing
Model for a Retail Electricity Market
Based on Pareto Improvement." IEEE.
[16]. Anyou Dong, Zhongfu Tan, et al.
(β011). “Two layers optimization model
for time-of-use price based on fuel
saving and emission reducing”. IEEE:
7427 ậ 7430.
HUTECH
 TÀI:
HVTH: QUÁCH MINH TH

4/20
HUTECH
15) - (3 o p, m, j i, ;
G
G
1
X
X
R
RT
ij
T
i
R
i
j





j
G

- P
R
lƠ giá TOU cn xác đnh cho thi gian tip theo. - X
R
lƠ phn ng ca khách hƠng sau khi đánh giá
giá TOU

i
R
i
XXf
X
17) - (3 o p, m, j i, ;
G
GG
1
X
X
R
RT
ij
T
i
R
i
j





j

19) - (3 XXX
18) - (3 GGG
max
R










cxf
cxfc
xf
cxf
xf
HƠm thƠnh viên m cho điu kin ti thiu ti đnh
 gi cao đim
2.2 Xơy dng hƠm thƠnh viên
NI DUNG LUN VN:
2. Mô hình ti u giá TOU trên quan đim điu phi s
dng đin
21) - (3
)( , 0
)( ,
)(c
)( , 1
))((
02022
0202202
02
20202

tbmin
T
minmax
T
max
,
min
R
min
,
max
R
max
PX ; PX ; PX
PX ; X

 P
22)- (3
' , 0
' ,
'
'P , 1
)'(
maxmax
maxmax
max
maxmax
max
max


2.2 Xơy dng hƠm thƠnh viên
NI DUNG LUN VN:
Hàm thành viên (3 ậ 21) tr thƠnh:
23) - (3
)P - ()'P '( , 0
)P - ()'P '( ,
P)(
)'P '()P (
P ' ' , 1
)''(
minmaxminmax
minmaxminmax
tbminmax
minmaxminmax
tbminmax
minmax













PP

dng đin
2.2 Xơy dng hƠm thƠnh viên








10
)(
)(
0202022
0101011
M
cMxf
cMxf


Mmax
Hay:
St:
VƠ rƠng buc v giá: G
imin
≤ G ≤ G
imax
NI DUNG LUN VN:
8/20
HUTECH

5h)

Bng 4 - 1: Phơn chia vùng thi gian
1. S liu quan sát
CÁC KT QU MÔ PHNG

11/20
HUTECH
 th P_tb ca 10 ngƠy quan sát:
Hình 4 - 2:  th ph ti P_tb ca 10 ngƠy quan sát
1. S liu quan sát
CÁC KT QU MÔ PHNG

12/20
HUTECH
Ngày Cao im
Bình

thng
Thp

đim
1 8.273 6.877 5.256
2 8.662 6.771 4.895
3 8.798 8.116 5.596
4 8.023 6.550 5.846
5 7.913 6.457 4.700
6 8.736 7.907 5.550
7 8.924 8.057 5.663
8 8.692 7.985 5.466









0.03420.10690.1405
0.09230.10840.0170
0.06970.0107 0.0593


4. Kt qu mô phng
CÁC KT QU MÔ PHNG

15/20
HUTECH
Hình 4 - 3:  th ph ti trc vƠ sau khi thc hin giá TOU
4.1 Kt qu mô phng sau khi ti u bng thut toán GA
4. Kt qu mô phng
CÁC KT QU MÔ PHNG

16/20
HUTECH
Nhn xét 1:
- Ti tiêu th vƠo các gi cc đi đƣ gim t
2.8260*10
5
(MW) xung 2.7889*10

- X
R
11
= [2.8696 1.9953 1.9941]*10
5
(MW)
17/20
HUTECH
Hình 4 - 5:  th ph ti ngƠy th 11 vƠ ph ti theo TOU
4. Kt qu mô phng
CÁC KT QU MÔ PHNG

18/20