La tarification de l'électricité au jour le jour est une stratégie importante pour les fournisseurs d'électricité afin d'améliorer la stabilité du réseau grâce à la planification de la charge. Dans cet article, nous examinons un cadre général pour modéliser les prix de détail de l'électricité en fonction de la demande de charge et des informations sur les prix du marché. Sans aucune connaissance a priori, nous avons considéré une approche à temps fini avec des entrées système dynamiques. Notre objectif est de minimiser le coût moyen du système et les pics de rebond grâce au prix d'approvisionnement en énergie, à la planification de la charge et à l'intégration des sources d'énergie renouvelables (SER). Dans un premier temps, le coût de la consommation d'énergie est calculé en fonction du prix de compensation du marché et de la charge prévue. Ensuite, grâce à la reformulation et à la modification ultérieure du problème d'optimisation, nous utilisons une information de prix à un jour pour construire des profils de prix individualisés pour chaque utilisateur, respectivement. Pour analyser l'applicabilité de la politique de tarification proposée, une solution analytique est obtenue qui est ensuite validée par comparaison avec la solution obtenue à partir de l'algorithme génétique (GA). D'après les résultats, il est observé que la politique de prix proposée est de nature non discriminatoire et que chaque utilisateur a obtenu un tarif d'électricité équitable plutôt qu'un prix journalier, qui est basé sur la demande de charge et la variation de consommation des autres utilisateurs. Nous montrons également que le problème d'optimisation est résolu séquentiellement avec une garantie de performance limitée et une optimalité asymptotique. Enfin, les simulations sont effectuées dans différents scénarios ; charge agrégée et prix du marché, et charge agrégée, charge individualisée, prix du marché et prix proposé. Les résultats révèlent que notre mécanisme proposé peut facturer le prix à chaque utilisateur avec une diminution de 23,77 % ou une augmentation de 5,12 % en fonction des exigences du système.

El precio diario de la electricidad es una estrategia importante para que los proveedores de electricidad mejoren la estabilidad de la red a través de la programación de la carga. En este documento, investigamos un marco general para modelar los precios minoristas de la electricidad en función de la demanda de carga y la información de los precios de mercado. Sin ningún conocimiento a priori, hemos considerado un enfoque de tiempo finito con entradas dinámicas del sistema. Nuestro objetivo es minimizar el costo promedio del sistema y los picos de rebote a través del precio de adquisición de energía, la programación de carga y la integración de fuentes de energía renovables (RES). Inicialmente, el coste de consumo de energía se calcula en función del precio de compensación del mercado y la carga programada. Luego, a través de la reformulación y la posterior modificación del problema de optimización, utilizamos una información de precios del día anterior para construir perfiles de precios individualizados para cada usuario, respectivamente. Para analizar la aplicabilidad de la política de precios propuesta, se obtiene una solución analítica que se valida aún más mediante la comparación con la solución obtenida del algoritmo genético (GA). A partir de los resultados, se observa que la política de precios propuesta es de naturaleza no discriminatoria y cada usuario obtuvo una tarifa eléctrica justa en lugar de un precio diario, que se basa en la demanda de carga y la variación de consumo de otros usuarios. También mostramos que el problema de optimización se resuelve secuencialmente con garantía de rendimiento limitada y optimalidad asintótica. Finalmente, las simulaciones se realizan en diferentes escenarios; carga agregada y precio de mercado, y carga agregada, carga individualizada, precio de mercado y precio propuesto. Los resultados revelan que nuestro mecanismo propuesto puede cobrar el precio a cada usuario con una disminución del 23,77% o un aumento del 5,12% en función de los requisitos del sistema.

Day-ahead electricity pricing is an important strategy for electricity providers to improve grid stability through load scheduling. In this paper, we investigate a general framework for modelling electricity retail pricing based on load demand and market price information. Without any a priori knowledge, we have considered a finite time approach with dynamic system inputs. Our objective is to minimize the average system cost and rebound peaks through energy procurement price, load scheduling and renewable energy source (RES) integration. Initially, the energy consumption cost is calculated based on market clearing price and scheduled load. Then, through reformulation and subsequent modification of optimization problem, we utilize a day-ahead price information to construct individualized price profiles for each user, respectively. To analyse the applicability of proposed pricing policy, analytical solution is obtained which is further validated through comparison with solution obtained from genetic algorithm (GA). From results, it is observed that proposed price policy is non-discriminatory in nature and each user obtained a fair electricity tariff rather than a day-ahead price, which is based on load demand and consumption variation of other users. We also show that optimization problem is sequentially solved with bounded performance guarantee and asymptotic optimality. Finally, simulations are carried in different scenarios; aggregated load and market price, and aggregated load, individualized load, market price and proposed price. Results reveal that our proposed mechanism can charge the price to each user with 23.77% decrease or 5.12% increase based on system requirements.

يعد تسعير الكهرباء اليومي استراتيجية مهمة لمزودي الكهرباء لتحسين استقرار الشبكة من خلال جدولة الأحمال. في هذه الورقة، نقوم بالتحقيق في إطار عام لنمذجة تسعير التجزئة للكهرباء بناءً على معلومات الطلب على الحمولة وسعر السوق. بدون أي معرفة مسبقة، فكرنا في نهج زمني محدود مع مدخلات نظام ديناميكية. هدفنا هو تقليل متوسط تكلفة النظام والارتداد إلى الذروة من خلال سعر شراء الطاقة وجدولة الأحمال وتكامل مصادر الطاقة المتجددة (RES). في البداية، يتم حساب تكلفة استهلاك الطاقة بناءً على سعر مقاصة السوق والحمل المجدول. بعد ذلك، من خلال إعادة الصياغة والتعديل اللاحق لمشكلة التحسين، نستخدم معلومات الأسعار اليومية لإنشاء ملفات تعريف أسعار فردية لكل مستخدم، على التوالي. لتحليل قابلية تطبيق سياسة التسعير المقترحة، يتم الحصول على حل تحليلي يتم التحقق منه بشكل أكبر من خلال المقارنة مع الحل الذي تم الحصول عليه من الخوارزمية الجينية (GA). من النتائج، لوحظ أن سياسة الأسعار المقترحة غير تمييزية بطبيعتها وحصل كل مستخدم على تعريفة كهرباء عادلة بدلاً من سعر يومي، والذي يعتمد على طلب الحمولة وتباين الاستهلاك لدى المستخدمين الآخرين. نوضح أيضًا أن مشكلة التحسين يتم حلها بالتتابع مع ضمان الأداء المحدود والأمثلية المقاربة. أخيرًا، يتم إجراء عمليات المحاكاة في سيناريوهات مختلفة ؛ الحمل الإجمالي وسعر السوق، والحمل الإجمالي، والحمل الفردي، وسعر السوق والسعر المقترح. تكشف النتائج أن آليتنا المقترحة يمكن أن تفرض السعر على كل مستخدم مع انخفاض بنسبة 23.77 ٪ أو زيادة بنسبة 5.12 ٪ بناءً على متطلبات النظام.