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。     

智能用电用户行为分析特征优选策略

针对大数据应用背景下用户智能用电行为分类的计算复杂性和特征选择有效性的问题,提出一种基于特征信息量的特征优选策略。首先,以用电特征的互信息量与相关系数作为特征有效性和关联性判据,设计用电特征优选准则。然后,提出一种该准则下的用电行为特征优选策略,通过减少特征间的分类信息冗余实现高维特征的降维,并选取有效独立的特征,从而构建用户用电行为聚类精简特征集。最后,基于特征优选策略实现了一种特征自适应的用户用电行为分析方法,完成优化的用户用电行为分析。通过电网实际用电数据验证了所提策略能提高聚类准确率和减少计算复杂性的有效性。     

计及用户参与不确定性的需求响应策略优化方法

针对智能电网环境下,各类不确定因素对电网需求响应调度策略的实施效果存在较大影响的问题,提出一种计及用户参与不确定性的用户响应模型,将用户参与度和电网侧激励间的关系用不确定性模型来表征。考虑到电网侧对负荷削峰填谷的要求,构造了基于负荷波动程度的需求响应目标函数。对于参与响应的用户部分,其调度策略采用有序用电调度,无响应用户部分采用无序用电。算例通过实验仿真,分析验证了在计及参与不确定性的需求响应模型下,用户侧存在着使得电网侧调度策略实施最优的日最佳参与率,也即电网侧对应存在着最优激励政策。实验仿真结果表明了计及用户参与不确定性的需求响应优化策略具有有效性和实际优越性,能为电网侧提供更全面的用电信息,电网公司从而能够针对性提高需求响应策略实施效果。