基于“分层-汇集”模型的短期电力负荷预测

针对目前短期电力负荷预测方法未充分利用电力用户用电特征,以及预测精度不高等问题,提出了"分层-汇集"模型。首先,对电力用户按用电特征"分层",得到表征不同类型电力用户用电特征的层负荷特性曲线,并将层负荷特性曲线作为构造总负荷曲线的属性因子;之后,"汇集"不同日的层负荷特性曲线,结合实时负荷训练模型;最后,进行回归预测。以某区域实际电力负荷数据为算例,基于所提出的预测方法进行负荷预测。结果显示,基于"分层-汇集"模型的短期电力负荷预测在平均百分误差(mean absolute percentage error,MAPE)、均方根误差(root-mean-square error,RM SE)以及Pearson(皮尔逊)相关系数3项评价指标上均优于一般的回归预测方法,验证了模型的有效性;在"分层"和"汇集"阶段采用不同算法组合,"分层-汇集"模型均具有较好的预测效果,验证了模型的鲁棒性。使用"分层-汇集"模型可以提高负荷预测的精度,为短期电力负荷预测提供了一种新思路。     

基于非侵入式负荷监测的用户行为精细化分析

随着非侵入式电力负荷监测的发展,如何利用用户负荷用电细节信息,分析用户用电行为特征成为重要的研究方向。本文提出了基于非侵入式负荷监测的用户行为精细化分析方法,根据历史数据建立用户行为特性指标,提出基于因子分析与支持向量机的用户聚类方法。在此基础上,建立基于精细化负荷数据的用户需求响应潜力评估指标。算例结果表明,所研究内容可以准确分析用户行为,为电力公司施行需求侧管理提供科学指导。     

面向需求侧主动响应的工商业用户电力套餐优化设计

电力需求响应是应对电网峰谷差持续拉大、间歇性可再生能源大规模并网、能源结构转变等问题的有效方法。为此,提出了一种新的需求侧主动响应策略——面向工商业用户的电力套餐,并对电力套餐的设计问题进行了优化研究。首先,采用基于特性指标降维的负荷聚类方法辨识工商业用户的负荷特征,为电力套餐的设计进行市场细分;其次,在综合考虑电费支出满意度和用电方式满意度对用户决策的影响的基础上,基于多项Logit模型构建用户对电力套餐的选择行为模型;接着,构建基于成本—效益分析的电力套餐综合评估模型,以衡量电力套餐的经济价值;然后,在此基础上,提出以最大化益本比为优化目标的电力套餐设计的优化模型。算例采用某地区工商业用户的实际数据,结果显示了所提电力套餐的经济价值及其调动需求侧主动参与负荷管理的效果。     

能源互联网背景下园区用户画像及成熟度评价模型研究

随着能源互联网建设的不断深入,中国能源相关行业从上到下均积极创新,促进能源的高效、合理利用发展,园区用户作为能源消费的重点以及能源互联网技术集中应用地,是能源革命的重要前沿阵地。如何高效深入挖掘海量数据蕴含的价值信息,刻画园区用户的用能特征为用户、电网及更多市场主体提供价值服务是能源互联网建设的重要内容与研究方向。基于用户画像技术,基于用户负荷水平、用户日常用电行为、用户多元互动能力等因素,构建多个维度用户特征的园区用户三级标签体系,并以此构建了园区用户成熟度评价模型,分别从负荷水平、用电行为、互动能力三个维度对用户的用电特性进行评价。实例分析表明该模型有助于区域电网运营商快速直观掌握电力用户的负荷行为模式以及电量需求规律,进而高效开展精准的供电及增值服务。     

低压配电网非侵入式电力负荷异常数据辨识方法

针对传统低压配电网中传统的电力负荷异常辨识方法中存在的辨识结果正确率低,影响用电设备正常运行的问题,开展了对电力负荷异常数据辨识方法研究。通过负荷事件检测、选择符合异常特征量、基于特征匹配的异常数据辨识,提出了一种低压配电网非侵入式电力负荷异常数据辨识方法。通过实验证明,该方法与传统方法相比有效提高了辨识结果的正确率,更加满足用户对用电设备电力负荷状态的辨识要求。     

电力用户异常用电的深度神经网络检测方法

以电力用户异常用电为代表的电力系统非技术性损耗通常会造成供电公司运营成本的显著性上升。首先,提出一种电力用户异常用电的深度神经网络检测方法,根据电力用户用电负荷特性采用深度置信网络（DBN）对原始的电力负荷数据进行特征提取并获取符合特征,其次,基于极限学习机（ELM）完成特征分类,从而建立电力用户异常用电检测基础模型。最后,提出一种采用改进果蝇优化算法（IFOA）对DBN的网络权重与层间偏置参数进行寻优,由此获得基于IFOA-DBN-ELM的电力用户异常用电检测模型。实验结果表明：所提方法的准确率、精确度和检出率显著高于其他方法,误检率低于其他方法,能够较为准确地检测出具有异常用电行为的电力用户,有助于降低供电公司的运营成本。     

基于改进卷积神经网络的非侵入负荷辨识方法研究

非侵入式负荷监测作为客户侧泛在电力物联网重要技术之一,不仅有助于电力公司加强负荷管理,还可以引导用户合理安排负荷的使用,为实现以家庭电力用户为主体的需求侧响应和满足居民用户对精准精益用电服务需求提供了重要的技术支持。对非侵入式负荷监测中低频采样信号分辨率低,负荷特征易重叠,以及卷积神经网络不能有效辨识具有相似波形特征负荷的问题,提出了融合暂态电流波形和时域特征的改进方法,将暂态电流值均方根融合到电流波形图像以提升相似波形特征负荷的辨识正确率。通过实测数据和负荷识别参考数据集(REDD)测试,验证了所提方法的可行性和有效性。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

负荷数据特征分析的用户集群需求响应潜力预测方法

随着电力市场改革的逐步推进,需求响应将在未来新型电力系统中发挥越来越重要作用。针对目前DR潜力计算过程繁琐、用户数据不足的问题,提出了一种基于用户历史负荷、气温和电价数据的用户集群DR潜力预测方法。首先,通过对用户的历史负荷曲线进行数据处理和信息提取,从月负荷规律性、日负荷波动性、峰谷一致性3个方面对各用户的用电行为进行特征值计算,形成评估用户类型的指标体系。继而,提出基于时序带有外部输入的非线性自回归神经网络的用户负荷和DR潜力预测方法。最后,以工业用户为例采用Meanshift算法实现用户集群划分,并对通用零部件制造行业的DR调节功率进行预测,经与实际调节功率数据进行对比分析,验证了本文所提方法的有效性。     

考虑多元用户报价的交直流混合配电网动态经济调度

针对交直流混合配电网中多元用户灵活互动的问题,提出一种考虑多元用户报价的交直流混合配电网动态经济调度策略模型。根据用户类别分别建立各类用户参与电网互动的模型,将储能按资产归属不同分为用户拥有的储能和电网公司拥有的储能,拥有储能的用户根据自身电能供应和需求可作为电能的供应者和需求者,向电网公司申报价格和电量来参与经济调度;以配电网购电成本最低为目标,考虑潮流约束,建立交直流混合配电网多时段动态经济调度模型,并采用内点法进行优化求解。基于一个交直流混合配电网算例进行仿真分析,结果表明所提模型能够降低电网公司购电成本,促进多元用户灵活互动及交直流配电网间的互动。     

计及能量互保行为的综合能源园区多时间尺度调度

综合能源园区的运行控制应兼顾多方市场主体利益诉求,针对不同类型园区的供能差异化需求,提出计及用户诉求的日前调度与实时调度相结合的综合能源园区多时间尺度优化调度策略。首先,构建包含智能用电管理单元、电—气耦合联供单元、电动汽车(EV)充电单元和用户电—冷用能调度单元的园区基本架构,并分析市场环境下的园区运行方法;其次,在日前调度中建立以运营商利润和用户评价为目标的园区非合作博弈模型,确定园区能价和用能安排;再次,针对日前购电偏差问题,建立考虑不同类型用户用能诉求的含能量互保行为的实时能量偏差应对模型;最后,以14节点配电网和7节点天然气管网组成的微能源网为场景,对所提模型进行仿真验证,证明所提模型的有效性。结果表明,所提多时间尺度优化调度策略能够提升园区多方市场主体经济效益,以及兼顾用户多样化用能需要的可行性。     

省级电网公司促进用户侧节能减排的思路分析

介绍了促进用户侧节能减排的政策环境,提出了省级电网公司用户侧节能潜力评估方法以及可采取的重点措施,主要包括:应用合同能源管理,应用电力需求侧管理技术,以及促进电动汽车发展,给出了广东电网公司的实例分析,为省级电网公司促进用户侧节能减排提供参考。     

乡村配电网供能范围与负荷调控技术协同优化方法

乡村用户较为分散、用电负荷密度低,其配电网设备利用率远低于城镇。各用户负荷曲线的波动特征不同,不同用户组合后总负荷曲线的平准化程度不同,对配电网的供能范围进行优化具有提升线路和设备利用率的潜力。同时,各类需求侧负荷调控技术的应用也可调整用户的负荷曲线,减小各用户的供电峰谷差。为实现乡村配电网规划和需求侧负荷调控方案协同优化,在对农村配电网构建成本、用户需求侧负荷调控成本进行数学描述的基础上,构建了用户聚合和各用户需求侧负荷调控协同优化模型,对各用户需求调控和配网线路供能范围进行综合优化。案例研究表明,对配电网供能范围和用户需求侧负荷调控措施进行协同优化,可以明显提升农网线路及附属设备的平均利用率,减少农村电网建设成本。     

基于电能量数据的电压偏低型隐性缺供电量估算方法

针对电压质量影响着用户负荷的正常释放的问题,为了定量衡量电压质量对用户负荷的影响程度,本文提出了一种基于电能量数据的电压偏低型隐形缺供电量估算方法。首先,从电量的角度探讨了电压偏差与用户侧供电可靠性的关联关系,阐述了隐性缺供电量的概念和价值;其次,提出了电压偏低型隐性缺供电量的估算方法,考虑了行业用户负荷的时变性和电能质量敏感度,从时间和电压两个维度上构建了不同类型用户的分时段静态有功负荷模型;然后,利用这一负荷模型估算各类用户的隐性缺供电量和失电量比指标,用于衡量用户侧供电可靠性受电压偏低的影响程度;最后,通过算例分析,验证了本文方法的可行性和合理性。     

基于用户特征聚类的综合能源套餐推荐方法

针对庞大的综合能源用户群体在购买能源服务套餐时难以选择的问题,提出一种基于用户特征聚类的综合能源套餐推荐方法,以提高用户粘性。首先,将收集的综合能源用户信息进行知识图谱构建,对缺失的用户信息进行补充完善,同时分析用户之间的关系。然后,采用谱聚类的方法对构建好的用户知识图谱进行图谱分割聚类,进行用户之间的相似度计算,提取代表综合能源用户用能行为多样性的兴趣特征。最后,通过随机森林模型计算综合能源用户对各能源服务套餐的预测评分,将预测评分进行排序后,取评分最高的部分套餐通过线上平台为用户呈现套餐服务内容,实现对用户的精准推荐。将所提套餐推荐模型与传统推荐模型进行比较分析,结果表明基于用户特征聚类的综合能源套餐推荐方法能够为综合能源服务公司实现有效的用户精准化能源服务推荐,有利于提升能源服务公司的市场竞争力,同时为电力企业向综合能源服务提供商转型提供技术支撑。     

用户供电质量需求识别与优质供电增值服务策略

优质供电的增值服务是电力公司提高售电竞争力的一项重要途径。优质供电是一个定性概念,采用供电质量指标进行定量刻画时,不同用户对优质供电的需求差异很大,供电企业不可能对每个用户提供完全不同的供电,基于对优质供电的需求类别,提供增值服务是更可行的方式。首先,研究用户对优质供电的多样性需求和供电公司的服务愿望,提出电能质量分类指标体系,包括用户价值指标和电能质量效用指标,刻画用户的电能质量需求;其次,基于所提的指标体系和各指标重要程度,建立用户供电质量需求类别识别模型,采用定性与定量相结合的方式,对用户供电质量类别进行划分,并设计了优质供电差异化增值服务套餐;最后,提出增值服务套餐成本-收益模型,实现对单个用户的增值服务内容的确定和增值服务价格的计算。实例分析证明了所提方法的合理性和有效性,为售电企业吸引新用户、开展差异化增值服务提供了参考。     

考虑省间交易与源荷互动协调的新能源消纳机制

为解决因新能源迅速发展和电网调峰能力不足所引发的新能源消纳问题,提出了一种考虑月度省间交易与源荷互动协调的新能源消纳优化模型.首先,从交易上报、出清、结算分摊3个角度,设计了用户参与新能源消纳的省间交易机制.其次,综合考虑电价因素与社会因素对用户需求响应能力的影响,提出一种考虑社会环境因素的用户需求响应模型.然后,精细...     

基于剪枝策略和密度峰值聚类的行业典型负荷曲线辨识

辨识不同行业的典型负荷曲线对于配售电公司的运行调度、售电决策和风险管理均有重要意义.鉴于此,提出了一种基于剪枝策略和密度峰值聚类的行业典型负荷曲线辨识方法.首先,提出了衡量负荷曲线位移变化后相似性程度的快速动态时间扭曲(FDTW)距离指标,进而提出了一种搜索FDTW距离的剪枝策略,以实现对负荷曲线间形态差异的精准高效量...     

基于Stacking模型融合的专变用户电费回收风险识别方法

针对当前电力公司面临的专变用户电费回收风险,提出一种基于Stacking模型融合的专变用户电费回收风险识别方法。对专变用户数据进行特征处理、特征构造与特征筛选,从样本分布和特征属性上优化模型的泛化性能;利用Stacking模型融合多个基学习器,构建专变用户电费回收风险识别模型。实验结果表明,相较于其他常用的分类算法,所提方法具有更优的精确率、召回率、P-R调和均值、AUC值以及模型泛化性能,对专变风险用户的识别率也更高。