考虑精细化潜力评估的负荷聚合商优化调度

负荷聚合商可以聚合用户负荷,实现需求响应,缓解电网压力。为了减轻用户需求响应能力差异和响应行为不确定对负荷聚合商响应特性的影响,构建了需求响应潜力评估模型并提出基于精细化潜力评估的负荷聚合商优化调度模型。首先设计使用4个指标,建立基于用户历史用电数据的需求响应潜力精细化评估模型,将需求响应潜力的评估精细到设备级,研究在不同经济激励下的用户及设备的需求响应潜力。然后将需求潜力评估模型与负荷聚合商的优化调度模型相结合,求得最优的调度结果。仿真结果表明,设计的模型能精确反应用户及设备的需求响应潜力,将此模型和负荷聚合商的优化调度模型结合可以充分发挥用户的需求响应能力,提高用户满意度,调动用户的积极性,从而提高负荷聚合商的可靠性和整体的经济性。     

基于高斯过程回归的工业用户需求响应潜力评估方法

精确的用户需求响应潜力评估有助于电力公司或者负荷聚合商合理调用需求侧资源,提高需求响应的实施成效,以及降低电力系统的负荷峰谷差。在此背景下,针对用电容量大且负荷规律性强的工业用户,提出了一种基于高斯过程回归的需求响应潜力评估方法。首先,构建了基于时序分解算法的工业用户负荷分解模型,并提出了负荷趋势性和周期性分量的可中断负荷特征提取方法以及工业用户的需求响应意愿特征提取方法;然后,基于提取的特征,构建了基于高斯过程回归的工业用户需求响应潜力评估模型;最后,以浙江省工业用户的实际需求响应数据为例,对所提需求响应潜力评估方法的有效性进行验证。仿真结果表明所提方法可以较为准确地评估工业用户的需求响应潜力,为电力公司或者负荷聚合商制定需求响应方案提供参考。     

需求侧灵活性资源参与调频辅助服务的备用优化与实时调度

需求侧资源有潜力通过其灵活性缓和系统的短期功率不平衡,但也会面临用电不确定性的挑战。文中面向用户侧用电不确定性及调频备用需求,以含电动汽车、温控负荷的聚合商为例,建立了参与调频辅助服务的备用优化与实时调度模型。在日前市场上报阶段,基于电量空间对实时运行的风险成本进行评估,实现能量和备用联合优化;在实时控制阶段,基于电量空间对各个用电方进行功率分配,满足用电需求的同时,提高聚合商响应系统功率调整的能力。仿真分析验证了将不同负荷聚合进行联合调度的可行性,以及聚合负荷在功率互支撑、提高总体运行效率方面的作用。     

基于用户用电数据分析的需求侧响应潜力评估方法

为适应广东省电力供需形势发展和国家整体能源调整定位,从激励型需求侧响应出发,通过采集与分析电力用户历史用电数据,建立电力用户需求侧响应潜力测算模型,利用历史用电数据对用户响应程度和负荷可调能力进行分析。算例分析证明售电公司(负荷聚合商)通过该方法对用户进行量化评估,根据评估结果,可以初步筛选优质用户,提高调研针对性,由此节约调研的时间成本,为售电公司(负荷聚合商)提前研判电力用户需求响应规模及电力用户开发方向提供参考。     

基于多源异构数据关联规则分析的需求响应潜力居民用户辨识方法

精准辨识需求响应潜力居民用户群体，形成一定规模的聚合资源参与电网互动可以进一步发挥需求响应调节能力。针对当前辨识研究仅采用负荷数据挖掘，难以精准识别需求响应潜力居民用户的不足，提出了一种基于多源异构数据关联规则分析的潜力用户辨识方法。首先，针对负荷形态辨识中负荷类别划分精细化程度较低的问题，采用双向门控循环单元网络针对用户典型日负荷曲线进行分类，并依据各类用电负荷峰谷幅值及时段分布特征，实现需求响应潜力用户的初步选择。其次，针对用户潜力评估指标维度单一、指标权重同质化的不足，融合多源异构数据进行关联规则分析，构建多维需求响应潜力评估指标体系，并基于相关性与冗余性分析赋予指标客观权重，利用逼近理想解排序算法求解用户潜力值排序。最后，通过算例验证了所提方法的有效性。     

基于区块链的中小型电力用户自动需求响应系统设计

中小型电力用户单体负荷容量虽小但数量众多、用电灵活性强,是潜力可观的需求响应资源.设计了基于区块链技术的需求响应系统解决方案,创新需求响应聚合商运行模式,为中小型用户参与需求响应事件提供可行路径,以期促进未来需求响应业务的发展.利用区块链技术实现需求响应交易数据存证与交易结算服务,保障聚合商与用户之间的需求响应交易数据...     

基于细粒度用电数据的用电消费行为特征分析

居民负荷的高速增长给供给侧带来越来越大的压力,需求侧响应是解决这一问题的有效措施,但依赖于需求侧的全息数据和用电行为的深度挖掘。随着非介入负荷辨识、随器量测等技术的发展,对居民用户数据的感知能力显著提升,为需求侧响应带来了条件。基于高级量测体系提供的居民细粒度用电数据,从价格敏感性、消费周期性和消费内容的角度分析居民用电消费行为,以此为基础提供基于消费行为的需求响应高潜力用户选择指标,从而为需求侧响应的优质潜力用户选择提供数据支撑。将该研究应用于含761户的典型小区,通过案例分析验证所提指标能有效提升需求侧响应优质潜力用户的选择效率。     

基于非侵入式负荷监测的居民侧灵活性资源评估方法

居民用户具备巨大的灵活性潜力,充分挖掘并合理利用居民侧灵活性资源有助于提升电网的灵活性。本文利用低频功率数据和深度学习模型,提出了一种基于非侵入式负荷监测的居民侧灵活性资源评估方法。首先,采用功率波动-跳变事件检测算法,实现对电器用电事件的定位和功率数据获取。其次,将时域卷积网络(Time Convolutional Networks,TCN)和门控循环单元(Gated Recurrent Unit,GRU)相结合,借助TCN的数据特征提取能力和GRU的非线性拟合能力,构建TCN-BiGRU负荷识别算法,以有效区分不同电器的用电负荷。然后,利用负荷识别结果对用户总功率信号进行分解,建立设备状态矩阵、设备概率矩阵和设备习惯使用区间矩阵,获取各个电器的用电信息,分析用户用能行为,得到居民侧灵活性资源评估详细结果。最后,通过实际居民用户数据验证了所提出方法的实际有效性。基于本方法所得的灵活性资源评估结果可为居民需求侧响应提供辅助决策。     

居民用户需求响应行为影响因素辨识与响应特性提取

制定基于分时电价的需求响应激励策略需要充分掌握居民用户的用电特性。针对此问题,该文建立了基于蒙特卡洛方法的需求响应行为影响因素评估模型,基于此模型分析居民用户用电数据和调查问卷,得到了居民用户需求响应行为的主要影响因素。基于主成分分析和逐步线性回归建立了用电设备负荷曲线提取算法,剥离了与需求响应行为有较强相关性用电设备负荷曲线,提取了居民用户对分时电价机制的响应特性。与测量数据的对比表明,负荷曲线提取算法是准确和有效的。基于负荷曲线提取算法分析分时电价机制下负荷曲线的演变特性,可为峰时电价制定、需求响应等提供有效的数据支撑。     

居民温控负荷聚合功率及响应潜力评估方法研究

温控负荷是参与电网功率平衡的一类有效资源,在电网紧急事故下有助于快速维持系统的频率稳定。但由于其分散分布特性造成调度中心难以直接获得其聚合功率及响应潜力。为引导温控负荷参与电网调控运行,建立了温控负荷的近似聚合模型,能够较为方便地确定其聚合功率的估计值及上下限范围。基于该模型,提出了一种计及响应不确定性的温控负荷聚合响应潜力评估方法,对温控负荷的聚合响应潜力及其分布特性进行了评估。通过仿真,验证了近似聚合模型和潜力评估方法的有效性。     

区域尺度住宅建筑日用电负荷模型构建方法研究

面对新时代能源发展形势,有效整合电力用户、电网企业及供应商信息,全面深度分析“源网荷储”特性是推进能源互联网发展的重要举措,模拟建筑用电这一典型负荷已尤为重要。关注区域规模居民用电负荷,提出用电负荷数据预处理分析方法和区域尺度住宅建筑日用电负荷模拟方法。区域尺度的用电数据在空间规模和时间跨度上均具有高维特征,分析大量数据并再现区域规模用电负荷是其主要难点。为此,提出结合自编码和k近邻算法的数据异常值剔除方法。在数据预处理的基础上,提出基于聚类分析的区域尺度住宅日用电负荷模型和模型检验方法,以单个住户的日均用电和全年最大日负荷为指标聚类,基于聚类分析结果提出随机用电模型,模拟区域尺度住宅建筑逐户逐日用电负荷。应用华东某重点城市智能电表采集的整年居民用电数据开展研究分析案例,实现区域住宅建筑居民日用电负荷的模拟再现。提出“数据异常值预处理、聚类分析、模型构建和检验”系列研究分析方法,可有效满足能源互联网建设对大量末端用户用电负荷的模拟分析需求。     

智能小区居民用电负荷特征权重分析

以往对智能小区居民用电行为聚类分析时,存在着负荷特征选择与权重计算描述不足的问题。为了提高居民用电行为聚类分析的准确率,降低聚类分析运行时间,提出一种基于ReliefF算法建立的以峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期数、日最小负荷率等特征的数据模型。该模型可以对海量居民用电行为数据进行处理,并通过k-means算法对其进行聚类分析。实验数据来源为已建成的智能小区,结果准确率达94.61%,证明了基于ReliefF算法建立的特征数据模型在居民用电行为类分析中是有效的。     

基于NILE算法量化热水器参与需求响应的灵活性

居民电热水器(EWH)因其功耗与日负荷模式高度相关且占家庭负荷比重高等特点,在需求响应(DR)市场中极具潜力。识别住宅侧EWH集群的负荷模式及量化其参与DR的灵活性有助于电网运营商制定合理的调控策略。首先,对居民EWH不同时间类型下的负荷模式(用电事件的起止时间和用电时长)建立了概率统计模型。然后,提出了一种基于负荷印记和功率块极值的无训练过程的非侵入式负荷提取(NILE)算法,其可自动分离不同额定功率的EWH负荷。最后,建立了电价激励的DR模型以优化EWH的负荷模式,根据其在优化前后使用行为的变化情况量化其灵活性。此外,在真实数据集上验证了所提算法的有效性,并基于分离的负荷数据在不同情况下量化了EWH集群参与DR的灵活性。     

基于负荷分解的居民差异化用电行为特性分析

针对智能电网建设过程中需要准确掌握居民用电特性的要求,将居民负荷分解为基本负荷和季节性负荷。基于自适应模糊c均值算法,分别对居民日基本负荷和夏季降温设备日负荷进行聚类分析。根据分类结果进行负荷特性分析,并在此基础上提出一种用户分类的方法,实现对居民用电行为特性的差异化分析。实验结果表明,基于该分类方法能够准确地描述用户用电行为特性,为需求响应如峰时电价制定、错峰管理、负荷调控等提供了有效的数据支撑。     

基于改进GMM-CNN-GRU混合的非侵入式负荷监测方法研究

为挖掘用户侧节能减排潜力,对用户用电行为进行精细化分析和管理,提升电能利用效率,提出了一种基于高斯混合模型聚类和深度神经网络相结合的非侵入式负荷监测方法。首先,针对同一电器常出现功率相近但运行状态不一致问题,利用高斯混合模型聚类算法中“软分类”和类簇灵活的优势,对负荷工作状态进行精细分类,形成负荷用电设备实际运行情况的负荷状态特征库。其次,针对常见的应用于非侵入式负荷监测模型的深度神经网络在多标签分类时存在识别精度低等问题,提出卷积神经网络与门控循环单元混合的深度神经网络模型。最后,综合考虑外部环境数据对家庭用户用能习惯的影响,在AMPds2数据集上开展验证分析,并与其他模型进行对比。结果表明,所提的非侵入式负荷监测模型具有较高的准确性。     

计及价格要素的城市公共建筑群虚拟电厂负荷聚类分析研究

价格机制是引导城市公共建筑调整用电行为的手段之一。为评估价格对城市公共建筑用电行为的影响及进一步挖掘城市公共建筑群作为可控负荷式虚拟电厂能源资源参与到电力调度或电力市场交易中,文章通过引入分时电价机制和用户心理学模型,对城市建筑日负荷曲线进行调整,形成考虑价格要素的日计价拟合负荷曲线;采用结合了聚合聚类法和模糊C均值法的两阶段聚类分析算法,对调整后的日负荷曲线进行聚类分析。根据上述方法,通过对100个典型负荷的聚类分析,验证了文章所选算法的有效性,并进一步探讨了通过价格机制引导不同的城市建筑负荷调整用电行为的潜力,为利用价格手段深入挖掘城市公共建筑群作为虚拟电厂资源提供依据。     

基于模糊聚类的电力客户用电行为模式画像

随着电力客户数据采集频度不断提高、数据分析维度不断扩展,客户的用电行为变得更加复杂。客户标签和画像技术的发展,给客户用电行为分析带来了更直观、简洁的表现方式。论文基于海量的客户档案、负荷、电量数据,综合考虑客户用电特征、影响因素,建立了客户用电行为标签库,并采用模糊聚类算法进行客户用电模式分析,实现不同类型客户的用电行为模式画像。某地区20 000户工商业客户的用电行为模式画像分析结果表明:文中选取的用电行为标签合理有效、采用的聚类算法效果显著、客户画像精准,能够为电力公司掌握客户用电习性、挖掘客户需求、提高服务水平提供有力支撑。     

基于用电行为数字特征画像的电力用户两阶段分类方法

对用户开展精细化用电行为画像及分类,是电力企业精准掌握用户用电规律、提升服务水平和市场竞争力的关键因素之一.针对当前电力用户分类研究中用户用电行为画像结果片面、集成学习负荷分类研究中的基分类器冗余问题及负荷类别不平衡问题,提出一种基于用电行为数字特征画像的电力用户两阶段分类算法.第一阶段,提出一种结合谱聚类和集成强基分...     

基于调节潜力指标的用户用电行为聚类分析算法研究

摘 要：针对柔性负荷不断接入背景下,用户参与电网调节潜力能力的持续提升,基于负荷用户的调节潜力大小对用户的用电行为进行聚类分析。在峰谷分时电价背景下,基于用户心理学原理构建基于峰谷分时电价的负荷转移率模型,以该模型为基础构建基于峰谷分时电价的用户调节潜力指标,并利用该指标对负荷用户的用电行为进行聚类分析,通过与传统基于日负荷曲线以及典型负荷特性指标的聚类算法进行结果对比,证明了该算法聚类结果的有效性与正确性,同时通过对大规模用户的用电行为进行聚类分析,证明基于调节潜力指标的聚类分析算法的聚类效果更佳。