基于双层博弈的居民家电负荷聚合测试方法

随着中国电力尖峰负荷不断攀升,居民家庭负荷参与需求响应的重要性日益增加。针对居民家电缺少通用互操作标准,与电网负荷互动难的问题,采用了基于聚类结果的双层博弈方法来进行居民家电负荷聚合测试。通过基于模糊C均值的聚类方法对居民家庭负荷进行聚类,并建立居民环境与温度自动控制、智慧厨房、智能居民家庭影院、智能电器远程控制等场景。依据电网需求响应要求,通过下层能量博弈模型求解最优居民家电用能策略;依据聚类后建立的居民家庭负荷应用场景,通过上层聚合价值需求博弈模型求解最优的居民家电互操作测试方法。在某城市小区中进行了应用测试,其测试准确率达97.2%。应用结果表明：该方法提升了居民家电负荷的互操作性的同时,也提升了居民家电与电网负荷的互动水平。     

计及用户响应行为差异性的区域电采暖负荷特性建模

多样化的用户需求及差异化的响应行为对计及需求响应的"煤改电"负荷特性造成了较大影响。为精细地刻画不同用户需求响应行为,提出了一种考虑需求和响应行为双重差异性的区域电采暖负荷特性建模方法。首先考虑用户自身特性与外界环境因素,提出差异化用户热舒适温度模型,并结合建筑空气温度时变方程提出了热负荷特性建模方法;其次采用多目标优化方法和基于离散选择模型的决策方法,来模拟用户的差异化响应行为,以求得单类用户的电负荷特性。最后根据热需求与响应行为的影响因素建立区域用户分类标准,提出多类型用户聚合负荷特性建模方法。通过算例分析验证了模型在提高负荷特性求解精度方面的有效性。     

考虑双尺度相似性的负荷曲线集成谱聚类算法

负荷聚类可以依据形态特性差异对负荷曲线进行归类,实现用户用能行为规律分析,为需求侧响应、电网客户服务等提供重要的决策信息。文中提出一种考虑双尺度相似性的负荷曲线集成谱聚类算法。首先,为了克服欧氏距离在负荷特性相似程度度量上的局限,基于负荷差分向量的余弦距离实现负荷形态变化的相似性度量,提出一种双尺度相似性度量方式;然后,基于双尺度相似性与谱聚类算法,建立差异化基聚类模型;最后,依据聚类评价指标自适应计算基聚类模型权重,以加权一致性矩阵与谱聚类实现聚类集成。算例结果证明,所提方法可有效挖掘负荷形态特性差异,在不同数据集中性能表现稳定,具有显著的聚类有效性和鲁棒性。     

考虑贡献度的聚合商需求响应精准评估与动态激励决策

在双碳战略和缺煤背景下,针对现有需求响应评估激励机制相对粗放,存在邀约冗余度过大、优质用户难以挖掘等问题,提出了考虑贡献度的聚合商需求响应精准评估与动态激励决策方法。该方法首先建立了考虑静动态过程的需求响应精准评估体系,其中静态评估延续现有需求响应评估方案,动态评估关注每时段实际负荷与目标负荷的吻合度;进一步地,从经济和负荷维度提出了用户贡献度指标,设计了结合静动态评估的需求响应两部制激励结算方案,并据此建立了考虑贡献度的聚合商需求响应动态激励决策模型。最后,通过算例验证了所提模型可在不影响现有需求响应体系前提下,实现优质用户的定向激励,提升需求响应互动品质和降低邀约冗余度。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

基于高斯混合模型的居民聚合响应潜力多重置信评估

针对居民用电负荷与源端出力多变背景下传统电力系统运行灵活性不足的现实问题,需求响应可有效提高系统运行灵活性与安全经济效益,价值尤为凸显,其中响应潜力的精细化评估是其重要基础支撑。文章提出一种在缺少历史响应数据支撑时基于高斯混合模型的聚合响应潜力评估方法。首先通过家庭及相似日的两次聚类分析选取典型样本数据,强化数据的代表性;然后引入高斯混合模型精准挖掘家庭用电行为的概率分布,形成单个家庭的响应潜力;最后自下而上加权汇总,实现多重置信情景下聚合需求响应潜力的评估。实证分析表明该方法能够仅从历史用电数据中挖掘出小时级的居民需求响应潜力信息,充分反映用电负荷分布及响应潜力分布特征,并通过对比分析验证了两次聚类选取典型样本数据的有效性。     

基于加权表决集成聚类的居民用电行为回归分析

居民用电行为分析是深度挖掘居民需求响应潜力,提升精准电力服务水平的基础。针对居民用户电力日负荷曲线数据,提出一种基于加权表决的集成聚类方法。将4种常用聚类算法视作选民成员进行投票表决,并根据聚类有效性指标赋权从而集成成员算法的聚类结果,以结合不同算法的性能优势。提取负荷曲线特性指标对居民负荷曲线加权表决聚类得到6种典型用电模式,采用多元逻辑回归方法分析居民用电模式与其家庭特征之间的驱动联系。案例分析结果表明所提方法提高了负荷曲线聚类效果,鲁棒性更优,且用电模式与多项家庭特征间表现出显著的正或负相关联系。     

居民用户参与电网调峰激励机制及优化用电策略研究

随着居民用电占比的不断提升,以及智能电表和智能家电在居民用户中的普及,开发居民用户的需求响应潜力对提高电网灵活调节能力是非常必要的。该文以居民负荷参与电网调峰为切入点,首先建立兼顾用户用电舒适度的居民用户各类电器的负荷模型;其次,基于现有分时电价机制不足以调动居民用户参与电网调峰的积极性及可能形成新的负荷高峰的情况,从居民负荷与系统负荷的相关性出发,提出了反映居民用电对电网调峰贡献度的调峰激励机制,并进行了合理性证明;最后综合考虑用电成本、舒适度和调峰激励建立了居民用户用电优化策略。仿真分析表明,所提出的调峰激励机制能够兼顾居民用户和电网的利益,是一种对现有固定/分时电价有效补充的激励机制,能进一步减少居民用户用电成本,降低其负荷峰值,响应电网削峰填谷的需要,实现居民用户与电网的友好互动。     

计及用电满意度优先级划分的负荷聚合商调度策略研究

为实现大规模海量居民柔性负荷有序参与需求响应,可以利用负荷聚合商对居民柔性负荷进行聚合调度。为了降低负荷聚合商需求响应调度对居民用户的影响,首先,根据居民用户用能诉求对柔性负荷进行聚类;其次,构建用电满意度函数对各类柔性负荷进行调度优先级划分,并通过设置不同补偿价格来实现优先调度级别高的负荷;最后,以负荷聚合商收益最大为目标构建调度决策模型。仿真结果表明,所提方法可以有效降低电网负荷需求峰谷差,还可以降低需求响应对用户用电满意度的影响。     

基于EEMD-FCM的需求响应用户负荷曲线分类研究

需求响应(DR)作为电力需求侧管理(DRM)的重要措施,对提升电网安全、优化电力资源配置具有重要意义,目前已得到深化应用.为明确各类用户负荷特性和评估其参与DR的潜力,需要对电力用户进行分类.首先,综合考虑用户属性、用电时间规律等因素,建立基于集合经验模态分解(EEMD)和模糊C均值聚类(FCM)的需求响应用户负荷曲线分类模型.利用EEMD将某电网82组负荷数据分别分解为本征模态分量和趋势分量;然后,采用FCM对平稳的本征模态分量进行聚类.结果表明:EEMD-FCM模型在迭代12次后目标函数值稳定收敛于69.87,与传统FCM聚类相比,收敛值更小,求解时间更快,此外,EEMD-FCM在用户分类上比传统FCM更加精确;最后,基于用户用电负荷曲线分类结果提出不同的需求响应策略,为电网实施精准需求响应提供理论支撑.     

基于优先级队列的居民需求响应策略自趋优方法

居民负荷是电网季节性尖峰负荷的重要构成之一,同时具有巨大的需求响应（Demand Response, DR）潜力,但其随机性和分散性也限制了其灵活参与需求响应互动的能力。针对居民负荷的特点及其响应行为的不确定性,以负荷曲线特征、历史DR参与情况和响应程度为参数建立居民负荷模型,并以实际居民数据集为依据辨识分布参数,进而提出一种基于历史响应效果形成优先级队列的方法。在此基础上建立居民需求响应成本模型,以成本最小化为目标优化得出最优居民需求响应策略,在精确达成负荷削减目标的前提下,合理控制DR成本。优先级队列在多次DR事件中逐次更新修正,从而实现响应策略自趋优。最后通过算例验证了提出的居民负荷模型及居民需求响应策略自趋优方法的有效性。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

基于区块链的负荷聚合商及居民用户多方共治交易模式

居民用户以负荷聚合商为中介参与需求响应,在交易中往往不具有话语权和选择权,由此产生信息不透明、第三方权力过大等信任问题;同时,居民用户因信息获取能力差以及负荷实时控制能力弱,难以在聚合响应中享受平等决策权、知情权和话语权。因此,基于区块链技术设计负荷聚合商及居民用户多方共治交易模式,针对包含3类柔性负荷的居民用户及聚合商的区块链节点,以自治共享为基本原则建立区块链节点模型和配置方法;基于负荷聚合商及居民用户节点间的聚合响应新模式,构建了基于聚合商非合作博弈、居民用户间演化博弈及聚合商与居民用户间主从博弈的激励机制,设计了激励相容的智能合约算法和区块数据结构,并提出响应标识因数和激励理性系数来评估所提交易模式的有效性;最后,经算例仿真验证表明,所提交易模式在保证各交易节点效用的基础上,可确保聚合服务高效可信,有利于唤醒海量需求侧沉睡资源。     

考虑用户行为的居民空调负荷需求响应

居民侧需求响应是保持电力系统源荷供需平衡的重要补充手段，但用户行为的不确定性导致难以实现需求响应的精准控制。以居民空调负荷为研究对象，建立了完整的需求响应分布式控制模型，提出了针对空调负荷未知性、多变性问题的解决方案。首先将需求响应中的负荷控制建模为一个多周期随机过程，将用户参与需求响应的行为抽象为马尔可夫链。然后基于线性回归和高斯过程建立用户热动力学模型，归纳并定义了居民住宅舒适度，计算得到马尔可夫转移概率；针对集中式控制存在的高成本、隐私性差等问题，以削峰需求响应为经典目标设计了分布式控制算法。最后采用实际负荷数据验证算法，取得了良好的削峰效果。     

基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型

为解决低压变电站容量长期规划中,居民负荷的随机波动性导致峰值负荷难以准确估计问题,本文提出了一种基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型,此方法以解决以往确定性峰值负荷估计难以衡量估计误差问题。首先,根据家庭人口数将居民分为两大类,即中小规模居民和大规模居民;其次,基于K-means聚类算法多次迭代抽样,分别求取两类居民的标准多样性最大化需求曲线,即峰值负荷概率分布和居民人口数之间的函数关系;最后,根据新居民人口数确定两类居民的峰值负荷概率分布,分别乘以对应的贡献因子系数后再求取其联合概率分布,可得到新入住居民的总峰值负荷概率分布。仿真算例表明,本文提出的居民峰值负荷概率估计模型能较准确地新居民的总峰值负荷。     

面向分布式电源就地消纳的园区分时电价定价方法

在能源互联网的背景下,园区运营商首先对内利用分布式电源满足园区用电需求,然后对外进行不平衡能量交换。园区运营商通过制定差异化分时电价套餐,挖掘园区用户的需求响应潜力,能够促进分布式电源就地消纳,优化园区内外交换负荷,对此提出一种园区分时电价定价方法。首先,综合考虑园区用户的用电负荷和需求响应特征,基于谱聚类算法形成园区用户群体;然后,根据园区用户群体的用电负荷特征,基于k-means聚类算法确定分时时段;最后,构建园区分时电价定价优化模型,形成面向不同园区用户群体的差异化分时电价套餐。根据算例分析可知,基于该方法制定园区分时电价,能够有效提高园区分布式电源的就地消纳率和综合利用效率、与外部电网的友好程度和整体经济性。     

基于密度空间聚类和引力搜索算法的居民负荷用电模式分类模型

居民用户用电模式分类研究可为需求侧响应方案设计、负荷特性分析及其高精度预测提供支撑。首先,利用基于密度的空间聚类算法提取得到用户的典型用电模式;然后,考虑每天不同时段及季节变换对用户用电行为的影响,提取能够描述用户在不同时间尺度下用电行为的6个特征;在此基础上,提出了一种基于引力搜索算法的用户用电模式分类模型;最后,对实测居民用电数据进行聚类,并对各类用户的用电模式及其参与需求侧响应的潜力进行了分析。     

一种面向需求响应资源的模糊聚类算法

传统的依据工、商、居民等信息的资源分类方式,难以获得较高的资源响应达标率,降低了用户体验和系统效率。该文提出面向需求响应资源的聚类算法。该算法首先利用傅里叶级数,选取五维低频分量,进行负荷信息的压缩和提取。然后结合资源的出力特性、响应特性等,用向量形式表示需求响应资源,构建了响应资源的表示空间。进一步的,基于模糊C均值的资源聚类算法,对资源进行聚类。最后,算法对系统已执行的需求响应效果进行充分挖掘,利用老化函数、响应达标情况的评分,针对两种不同的达标情况表示方式,实现了资源聚类的修正。实验验证表明,该文所述算法,可以实现资源的聚类,从而显著提升需求响应的效率,提高资源的达标率。     

考虑需求响应的有源配电系统可靠性评估

提出一种考虑需求响应(demand response,DR)的配电系统可靠性评估算法。首先采用改进隶属度函数进行峰谷时段划分,并建立综合分时电价和激励机制的用户响应模型。为提高可靠性评估效率,提出基于阈值和最小距离的聚类方法产生年负荷的多状态模型。计及风力发电机出力的相关性,利用秩相关系数、拉丁超立方抽样和Cholesky分解获取风机输出功率的相关性样本。在此基础上,通过修正孤岛稳定运行概率对传统可靠性指标的影响,可实现考虑负荷响应的有源配电网可靠性分析。应用所述的方法对算例进行可靠性评估,结果表明需求响应策略能改善电网可靠性和提高电能利用率。     

计及负荷分类及其需求响应的配电网设备利用率提高方法

为提高配电网设备能源利用率,提出一种计及负荷分类及其需求响应的配电网设备能源利用率提高方法。采用LSTM自编码器对典型日负荷进行特征提取,再用改进Kmeans负荷聚类算法对特征序列进行聚类分析。基于负荷分类结果建立计及分类负荷分时需求响应的配电网设备能源利用率优化模型,该模型以设备能源利用率和用户满意度最大为目标。算例分析结果表明,所提方法能更好地激发各类负荷需求响应潜力,通过分类负荷分时需求响应引导用户削峰填谷,有效提高配电网能源利用率;通过合理设置能源利用率和用户满意度目标权重,实现系统能源利用率和用户满意度的平衡。