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.     

基于二次聚类的综合能源用户需求响应潜力分析

随着综合能源系统的迅速发展,用户侧从单一的电负荷转变为冷热电多能耦合负荷,而针对多能负荷特性及需求响应潜力的研究也越来越受到电力公司的重视,因此提出了一种基于两阶段聚类分析的综合能源用户需求响应潜力分析方法。首先进行考虑用户典型负荷曲线的一次聚类,对数据进行特征提取与降维,并在此基础上进行考虑用户用能模式的二次聚类。最后通过仿真分析表明该方法能较好地深入挖掘综合能源系统的用能负荷特性和需求响应潜力,为综合能源系统需求响应规划的制定提供了新的思路。     

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。     

基于模糊优化集对分析理论的需求响应潜力评估

以负荷聚合商为中间商的需求响应（demand response, DR）运营模式可以充分挖掘需求侧资源潜力,实现综合优化配置。针对该模式下需求响应潜力评估的问题,提出一种基于模糊优化集对分析理论的需求侧用户响应潜力评估方法。通过分析影响该模式下用户参与响应的因素,建立用户评估指标体系。在此基础上,对集对分析理论进行模糊优化,建立潜力评估的量化模型,实现对用户响应潜力的初步量化。通过模拟聚合商与用户之间的负荷分配仿真实验,验证该评估方法在提高聚合商削减负荷任务分配的准确性及任务完成率方面的有效性。     

新型电力系统下电力用户的需求响应潜力评估

需求响应(Demand Response, DR)是在用户进行电力消费环节,通过价格信号或激励措施使得用户改变用电模式,对推动电力市场化改革、减少电网供电压力意义重大。文章分析总结了新型电力系统下需求响应的特点,在此基础上从用户负荷、用户参与意愿度、智能化水平和经济性4个维度构建了DR潜力评估指标体系;利用层次分析法和CRITIC法来确定各指标的主观权重和客观权重,求取组合权重;建立改进物元可拓模型,并应用所建立指标体系和评估模型对实际调研的10个用户响应潜力进行评估排名,证明了所提方法的科学性与有效性。采用简化后的模型对96个用户进行潜力评估,并比较在不同补贴激励下的潜力大小。结果表明,对于价格敏感性用户,补贴激励越高,用户的响应潜力越大。     

耦合聚类基线及舒适度的居民负荷需求响应评估方法

空调负荷虽然是参与需求响应的主力,但由于其所具有的高度分散特性导致需求响应能力很难被发现。建立了空调负荷的TCLs近似聚合功率模型;提出了基于温度设定值调整的TCLs负荷控制方法,结合用户舒适度的影响,分析调节特性,并通过考虑温度特征聚类的改进匹配日基线算法,对TCLs响应潜力进行评估。通过陕西某小区的实际数据来仿真不同温度调整量、不同典型日时间尺度下该小区的响应潜力,验证了所提模型和潜力评估方法的有效性。     

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。     

基于二次聚类的工业用户负荷可调节潜力特征提取与综合评估方法

随着新能源发电占比增加,发电侧的调节能力降低,挖掘负荷侧的可调节潜力是新型电力系统电力供需平衡的必然选择。针对工业用户,提出了一种基于二次聚类的可调节潜力特征提取与综合评估方法。综合考虑工业用户的可中断性、可转移性和生产属性,建立了负荷可调节潜力评估指标体系。首先,采用近邻传播(affinity propagation, AP)聚类-k均值(k-means)聚类的二次聚类方法挖掘用户可调节潜力特征,计算可调节指标。其次,基于相关性定权(criteria importance through intercriteria correlation, CRITIC)法和多准则妥协解排序(vlsekriterijumska optimizacija I kompromisno resenje, VIKOR)法分别评估工业用户可中断潜力、可转移潜力和生产潜力。然后,利用集对分析(set pair analysis, SPA)-可变模糊集(variable fuzzy set, VFS)法评估工业用户负荷综合可调节潜力,并得到优先级排序。最后,根据某地区9户工业用户历史负荷监测数据进行可调节潜力评估,通过对不同聚类方法、不同指标体系以及不同评估算法结果的对比分析,验证了所提方法在特征提取、指标定义以及评估合理性方面的优势。     

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。     

面向电力需求侧响应的用电负荷聚类策略研究

地市供电公司通过归类分析进而准确、快速、有效地发掘用户侧需求响应潜力是缓解高峰时期供电压力和保障电网安全运行的重要举措。因此,构建了基于客户用电负荷大数据的清洗、插值、归一化预处理流程,确立了区分用户生产班制的负荷数据判别方法,建立了匹配用户典型用电负荷曲线的模糊C均值聚类算法模型,用以描述单个用户负荷曲线与地区负荷曲线的近似度,并运用戴维森堡丁指数(DBI)作为聚类结果判据,最后通过对华东某地市用户负荷曲线的需求响应潜力分类算例证明了该归集策略的有效性。