کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5106184 1481256 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A field study using an adaptive in-house pricing model for commercial and industrial customers in Korea
ترجمه فارسی عنوان
مطالعهی میدانی با استفاده از مدل سازگاری قیمتگذاری در خانه برای مشتریان تجاری و صنعتی در کره
ترجمه چکیده
برنامه های پاسخگویی به تقاضا، مشتریان را با انگیزه های اقتصادی برای کاهش بار در زمان های قیمت بالای بازار و محدودیت های قابلیت اطمینان سیستم، فراهم می کنند. یک نوع برنامه پاسخگویی به تقاضا، برنامه مبتنی بر قیمت، باعث شده مشتریان به تغییرات در نرخ محصول پاسخ دهند. با این حال، برخی از مشتریان در مقیاس بزرگ، تغییر الگوهای مصرف برق خود را، حتی با تغییرات نرخ، دشوار است، زیرا تقاضای برق آنها تجاری و صنعتی است. این مطالعه پیشنهاد مدل سازگاری قیمت گذاری در خانه را برای مشتریان در مقیاس بزرگ، به ویژه کسانی که دارای امکانات تجاری متعدد هستند، برای برنامه تنظیم قیمت خود تنظیم می کند. مدل سازگاری قیمت گذاری در خانه هزینه های بالاتری را به مشتریان با عوامل بار پایین تر با استفاده از نسبت استفاده از حداکثر به پائین به منظور کاهش مصرف در زمان قیمت های بالا در هر یک از تاسیسات را اتهام. این مطالعه الگوهای الگوهای مصرف برق روزانه مشتریان بزرگ را با استفاده از یک آزمایشگاه میدان مدل پیشنهادی قیمت گذاری در یک شرکت مخابراتی با 447 دفتر و محل کار برای یک ماه تجزیه و تحلیل می کند. نتایج نشان می دهد که مدل قیمت گذاری با میانگین کاهش در مدت زمان تقاضای پیک تقاضا برای 4 نوع مختلف از مکان های کاری، 65/54 تا 28/69 درصد است. با این حال، کاهش مصرف برق در طول دوره های غیرفعال اختلاف قابل توجهی را نشان نمی دهد. نتایج این مطالعه ثابت می کند که این مدل قیمت گذاری پیشنهاد شده می تواند به طور موفقیت آمیزی برای عملیات در مقیاس بزرگ مورد استفاده قرار گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
چکیده انگلیسی
Demand response programs provide customers with economic incentives for load reductions at times of high market prices and system reliability constraints. One type of demand response programs, price-based program, induces customers to respond to changes in product rates. However, some large-scale customers find it difficult to change their electricity consumption patterns, even with rate changes, because their electricity demands are commercial and industrial. This study proposes an adaptive in-house pricing model for large-scale customers, particularly those with multiple business facilities, for self-regulating price-based program. The adaptive in-house pricing model charges higher rates to customers with lower load factors by employing a peak-to-off-peak usage ratio in order to reduce usage at times of high prices at each facility. This study analyzes the daily electricity consumption patterns of large-scale customers through a field trial of the proposed pricing model at a telecom company with 447 offices and worksites for one month. The results show that the pricing model corresponds to average reductions of 3.54-28.69% during peak-demand times for four different types of workplaces. However, reductions in electricity consumption during off-peak periods did not show a significant difference. The results of this study prove that this proposed pricing model can be successfully applied to large-scale operations.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Policy - Volume 102, March 2017, Pages 189-198
نویسندگان
,