不同切片的不同价格：基于时间的电价的元分析

Jenya Kahn-Lang，Yuqi Zhu，Karen Palmer，和 Peter Cappers 关于作者 詹雅·卡恩-朗是一位经济学家，同时也是未来资源研究所（RFF）的资深研究员。她的研究主要关注市场对公平气候转型所设的障碍及其相关政策解决方案。她的专长在电力领域，其研究和咨询服务涵盖了公用事业监管、零售电力市场、批发电力市场设计、分布式能源资源、零售电价设计和燃料转换。 俞琪·朱是一位高级研究助理，于2022年加入RFF，此前他在哈佛肯尼迪学院获得了公共政策硕士学位。在研究生院之前，他在丹佛的一家媒体和通信控股公司Liberty Media的企业发展部门工作。 卡伦·帕尔默是RFF的高级研究员，也是电力行业环境、气候和公共事业监管经济学领域的专家。她的工作旨在改善该领域环境和技术法规的设计，以及开发新机构以帮助引导电力行业的持续转型。为此，她研究气候政策设计，分析促进使用可再生能源和其他清洁电力来源的有效方法，并探讨新的市场设计、电力定价的新方法和监管改革，以开辟电力供应长期脱碳和能源经济电气化的道路。 彼得·卡佩斯他是一位贝克斯特劳布实验室电力市场和政策部门的职员科学家和战略顾问。凭借超过20年的经验，Cappers为地区、州、联邦和国际监管机构及政策制定者提供了关于电力公用事业监管、商业模式、定价和费率设计、需求响应、可再生能源以及能源效率和市场政策问题的研究和技术援助。 致谢 本研究中描述的工作由美国能源部能源效率和可再生能源办公室在劳伦斯伯克利国家实验室合同号DE-AC02-05CH11231的资助下进行。本文的摘要和引言是在ChatGPT的帮助下撰写的。所有结果、文献综述和错误均为我们自己的。 关于RFF 未来资源研究所（RFF）是一家位于华盛顿特区的独立、非营利性研究机构。其使命是通过公正的经济研究和政策参与，改善环境、能源和自然资源决策。RFF致力于成为最具广泛信赖的研究洞察和政策解决方案的来源，以实现健康的环境和繁荣的经济。 工作论文是由作者为信息交流和讨论目的而传播的研究材料。它们不一定经过正式的同行评审。这里表达的观点属于个人作者，可能与其他RFF专家、其官员或其董事的观点不同。 分享我们的工作 我们的作品可在Attribution-NonCommercial-NoDerivatives 4.0 International（CC BY-NC-ND 4.0）许可下分享和改编。您可以在任何媒介或格式中复制和重新分发我们的材料；您必须提供适当的信用，提供指向许可的链接，并指明是否进行了更改，且不得施加额外限制。您可以在任何合理的方式下进行，但不能以任何方式暗示许可方支持您或您的使用。您不得将材料用于商业目的。如果您混搭、转换或基于该材料进行创作，您不得分发修改后的材料。如需更多信息，请访问：https://creativecommons.org/licenses/by-nc-nd/4.0/. 不同切片的差异化定价：基于时间电价的时间序列分析元分析 2024年12月31日 摘要 在许多美国地区试图实现激进的电力行业脱碳目标之际，公用事业公司和政策制定者对基于时间的电价作为管理峰值需求、鼓励节能和转变消费模式的一种工具重新产生了兴趣。我们对美国居民基于时间的电价的文献进行了严谨的元分析。我们重点关注对峰值需求和高峰时段使用的影响。通过回顾不同公用事业的经验，我们确定了影响电价设计有效性的关键因素，并对注册和需求响应异质性提供了洞察。我们还突出了研究中的空白，并讨论了可以改进电价设计政策的额外探索领域。1 1 引言 作为向高可再生能源电网过渡的一部分，住宅基于时间的电价设计可能是一种有用且高效的工具，用于鼓励需求侧灵活性。这些电价设计激励消费者在可再生能源发电量少且成本高的时段减少能源使用，从而有助于电网可靠性并有效降低发电成本。尽管许多公用事业试点和大量关于这些电价设计的研究，但关于消费者响应的范围和性质仍存在疑问。 我们旨在回答两个广泛的研究问题： 1. 过去在实施居民时间分段电价中，哪些经验可以为未来电价设计实施提供启示？ 2. 我们对基于时间的住宅费率注册和响应的理解中，还存在哪些关键差距？ 通过文献的荟萃分析，本文提供了关于顾客对基于时间的费率反应异质性的驱动因素的新见解，并确定了需要更多研究来指导费率设计和能源政策的关键领域。我们回顾了超过100份公用事业评估报告和期刊文章，并从通过我们质量和资格筛选的39篇论文中的140个分析中得出结论。 平均而言，我们估计基于时间的费率会导致每个参与者的峰值需求减少16%，但这种反应高度异质。个体估计范围从增长在高峰需求期间，需求量减少超过50%。即使在遵循方法论最佳实践的研究中，这种大的异质性仍然存在，这表明异质性源于不同利率设计和试点特征之间的真实差异。我们探讨了这种异质性的驱动因素，并发现从特定的利率设计元素、伴随干预措施、招募策略和客户人口统计特征等方面存在显著差异。 本文为时间基础费率合成文献的两个关键领域做出了贡献。首先，我们增加了统计严谨性。大量文献记录了影响客户对时间基础费率反应的潜在驱动因素（例如，Star等人，2010年；Joskow，2012年；Gyamfi等人，2013年；Baatz，2017年；Siddiqui，2021年）。然而，大多数文献都是定性的，通常只引用少数论文来支持每个发现。只有少数研究（Faruqui和Palmer，2012年；Faruqui和Sergici，2013年；Davis等人，2013年；Nicolson等人，2018年），2报告他们估计的精度 或者另行指定不确定性。类似地，只有少数几项元分析（Davis等，2013年；DOE，2016年）详细记录了他们所考虑的论文中估计的评估设计和实施质量的谨慎关注。相比之下，我们进行了一项严格的元分析，评估了每项研究中这些因素。并且量化我们估计的精确度。 其次，我们在关于此响应异质性的关键驱动因素文献基础上进行深入研究。特别是，我们在文献的某些争议领域提供了新的发现，为解释已知驱动因素的影响提供了见解，并识别了一些之前未曾研究的新异质性驱动因素，据我们所知，包括高峰时段电费的高价期和太阳能光伏所有权的时机。随着电力行业日益脱碳，这些特征可能变得越来越重要。 2 背景 基于时间段的电价设计方案与传统的不变时间设计不同，在于价格随消费时间的变化而变化。每千瓦时（kWh）的能源价格或每千瓦（kW）的需求价格可能因一天中的时间、一周中的某一天或一年中的某一天而异。因此，基于时间段的电价设计可以使零售价格更好地与波动的批发供应成本相匹配。电力公司越来越多地利用这些电价设计方案作为一种鼓励更有效电消费的工具。特别是，基于时间段的电价可能会减少高峰需求、将使用时间转移到低成本时段，或者激励能源效率投资或电力节约。 我们的审查考察了以下五种基于时间的费率类型： •时段电价（TOU）: TOU rates feature energy or demand charges thatvary across specific, predetermined periods, usually defined by certain hours of the day and days of the week, such as weekdays from 4 to 8 p.m. Although the terms utilities use to describe these periods vary, we define the highest- and lowest-priced periods as “on-peak” and “off-peak,” respectively, throughout this analysis. •实时定价（RTP）在实时电价制度下，能源费用按小时变动，价格通常与批发市场价格挂钩。最常见的是，公用事业部门提前一天设定每小时价格，使价格能够反映市场动态信息。 •关键峰值定价（CPP）: CPP是一种“事件率”，在一年中的少数几个小时内，零售能源价格特别高。这些时期被称为“事件”或“关键峰值时段”，通常发生在电网面临最高需求时。 •高峰时段折扣（PTR）PTRs，也称为关键峰值回扣，是一种事件率。它们采用基于奖励的结构，并为在事件期间将耗用量降至预设基准以下消费者提供财务回扣。 •可变峰值定价（VPP）VPP结合了分时电价和事件电价的特点。与分时电价类似，这些电价提供了稳定的峰时和谷时时段。然而，公用事业公司会动态设定峰时电价，同时保持谷时电价恒定。 关于基于时间的费率影响的综合文献通常发现，这些费率会导致高峰需求。并且高峰时段使用量的减少。然而，这些影响的估计幅度差异很大。本文献的一个重点是确定影响异质性的关键驱动因素。以下段落中，我们总结了关于这些驱动因素的知识现状。 研究文献综述表明，探讨影响客户对基于时间的电价响应因素的文献在几个关键的影响异质性驱动因素上达成共识。普遍认为，提供控制技术，如可编程恒温器，可以提升基于时间的电价设计在降低高峰需求方面的有效性（Faruqui和George 2002；Faruqui和Sergici 2008；Faruqui和Wood 2008；Faruqui和Sergici 2010；Newsham和Bowker 2010；Stromback等人 2011；Faruqui等人 2012；Faruqui和Palmer 2012；Joskow 2012；美国能源部 2016；Dutta和Mitra 2017；Harding和Sexton 2017）。类似地，较小的文献数量显示，向客户提供实时使用反馈，如通过家庭显示屏，可以增强高峰需求减少并降低总体消费（Stromback等人 2011；Joskow 2012；Davis等人 2013）。在基于事件的电价，如CPP和PTR，相对于TOU电价能导致更大的高峰需求减少方面，也普遍达成一致（Faruqui和George 2002；Faruqui和Wood 2008；Newsham和Bowker 2010；Stromback等人 2011；Faruqui和Palmer 2012；Joskow 2012）。然而，Stromback等人（2011）指出，TOU电价在一年中减少高峰使用的相对效益方面具有优势。 更有限证据表明其他设计选择的影响，尤其是可能影响入学和平均客户反应的设计方面。例如，Newsham和Bowker（2010）以及DOE（2016）发现： CPP设计在降低每位客户峰值需求方面优于PTR设计，尽管DOE（2016）显示PTR设计可能产生更高的客户留存率。同样，opt-out登记模型相比opt-in模型实现了显著更高的参与率（DOE 2016；Nicolson等人，2018），但可能与每位客户较小的需求减少相关（DOE 2016）。Nicolson等人（2018）还发现了一些有说服力的证据表明账单保护增加了采用率，但他们得出结论认为需要更多研究，并且没有分析对电力使用的影响。 仍有一些潜在因素可能会影响对基于时间的费率反应的异质性，这些因素在研究中产生了混合的结果。例如，尽管一些研究表明，随着峰谷价格比的增加，高峰需求或高峰时段使用量的减少幅度更大（Stromback等人，2011；Faruqui和Palmer，2012；DOE，2016），但Newsham和Bowker（2010）发现这种比率与高峰需求减少之间没有明显的关系。关于低收入家庭对高收入家庭反应较小的证据也是混合的，一些研究发现反应较小，而另一些则发现没有显著差异（Faruqui等人，2012；Faruqui和Tang，2023）。总体而言，这些发现强调了需要进一步研究以阐明这些关系及其背后的异质性驱动机制。 很少有关注高峰时段使用影响的研究。然而，有一些证据表明，消费者主要通过降低其使用量来对基于时间的费率做出反应，