基于非侵入式负荷辨识的聚合负荷需求响应能力在线评估

用户侧负荷资源数量众多、容量不均,分布零散,响应潜力强,具备参与电网调节的能力。基于负荷工作时功率、电流等特征差异,建立负荷特征指纹库,提出面向居民电器的非侵入式负荷辨识方法,实现居民用能的在线分解。基于同类电器特征相似的特点,在同一台区下,提出由下至上的台区负荷需求响应能力在线聚合监测方法,实现台区负荷资源参与需求响应能力的评估。在通过REDD数据集和某台区拓扑的测试,表明该方法对居民负荷具有较好的辨识度,对台区负荷资源需求响应能力很好地监测,为未来负荷侧泛在资源的整合及协调利用提供了方式和途径。#$NL关键词：非侵入式; 负荷辨识; 需求响应; 聚合监测#$NL中图分类号：TM73     

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。     

基于多元特征分析的居民非侵入式相似电器辨识算法

在面向居民的非侵入式负荷辨识场景中,存在部分电路结构、功率相近的相似电器。对于这些电器,现有算法辨识成功率较低。为提高对居民相似电器辨识的准确率,提出了一种基于多元特征分析的非侵入式相似电器辨识算法。该算法使用一对多维的低频电器特征数据进行分析,先将特征规范化,计算两种电器特征间马哈拉诺比斯距离,用以判断两种电器是否相似,再对原始特征使用主成分分析,以提取相似电器的主特征,最后将主特征输入多元高斯模型,得到辨识结果,判断电器运行状态,并分项计量电器能耗。使用实测电器数据与居民实际用电数据进行验证,并与其他模型进行对比。结果显示,该算法可有效提高相似电器辨识的准确性。