基于用户用电特性及供电成本分摊的销售侧电价机制研究

针对现行销售电价机制中用户分类不够科学规范、繁简不当的问题,借助模糊C均值算法,根据用户的典型日负荷曲线对用户进行分类并得到了典型用户负荷率曲线及用电参数。在此基础上,考虑用户需求响应建立了分时电价的最优化模型,分别计算分析了在峰荷最小、谷荷最大和峰谷差最小三种优化目标下的负荷曲线及各方收益变化。结果表明,在执行所设计的分时电价后,削峰填谷、改善负荷曲线的目标得以实现,有效缓解了电力供应高峰时段的负荷缺口,同时各方收益也得到了保证。     

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。     

基于减法聚类的FCM算法在电力负荷分类中的应用

针对目前在电力负荷分类中应用较多的模糊C均值聚类算法(FCM)的不足之处,提出了一种基于减法聚类改进的算法(SUB-FCM)。该算法运用减法聚类来初始化聚类中心矩阵,解决了FCM算法随机初始化的问题,且提高了算法的全局搜索能力,避免陷入局部最优解。由实验算例分析发现,该算法还能加快收敛速度,且收敛效果也较好,能有效应用于电力负荷分类。     

计及时滞指标综合灵敏度的用户电价响应模式划分方法

基于电量电价弹性矩阵,提出了电价响应时滞性的概念与数学模型,研究了时滞响应的稳定状态,量化了时滞性指标。结合需求响应弹性系数,对335个用户进行需求响应分析,采用模糊C均值聚类方法,将具有共同电价响应特征的用户分类,并用不同用户时间断面负荷曲线验证了该分类结果的有效性。结合需求响应弹性系数,利用综合灵敏度矩阵对多个用户进行分析,将具有共同响应特征的用户分类,扩大了响应矩阵的维度,扩展了用户的响应信息。算例结果表明,该时滞性指标能快速找出对电价调整有响应的用户,并对用户响应时滞性能做出评价。该方法对减小响应不确定性,修正购售电计划、调度方式、交易计划有积极意义。     

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。     

基于自适应模糊C均值算法的电力负荷分类研究

针对当前负荷建模中存在的负荷时变性问题,提出了基于自适应模糊C均值聚类的电力负荷动特性分类方法。探讨了聚类分析方法在负荷动特性分类中的应用,包括聚类特征向量的选取和分类方法研究两个方面。对原始模糊C均值聚类算法中的聚类数 进行了研究,在原始算法中融入新的聚类有效性函数,对算法进行了改进,改进算法不需要预先选择类的数目作为先验值。通过动模实验数据的负荷分类实例,表明该方法可自动获取最佳分类数,且分类效果要好于原始算法。     

基于自适应模糊C均值算法的电力负荷分类研究

针对当前负荷建模中存在的负荷时变性问题,提出了基于自适应模糊C均值聚类的电力负荷动特性分类方法.探讨了聚类分析方法在负荷动特性分类中的应用,包括聚类特征向量的选取和分类方法研究两个方面.对原始模糊C均值聚类算法中的聚类数进行了研究,在原始算法中融入新的聚类有效性函数,对算法进行了改进,改进算法不需要预先选择类的数目作为先验值.通过动模实验数据的负荷分类实例,表明该方法可自动获取最佳分类数,且分类效果要好于原始算法.     

模糊聚类在电力用户分类中的应用

将模糊聚类方法应用于电力销售领域．利用负荷曲线特征实现对电力用户分类,可以为售电企业的合理定价和有效实施负荷管理提供参考。介绍了利用模糊C均值聚类方法实现用户分类的原理和步骤及聚类完成后的有效性检验指标的计算方法。算例表明了该方法的可行性和有效性。     

基于欠完备自编码器的用户用电行为分类分析方法

针对电力大数据背景下用户用电行为复杂多变、分析困难的问题,提出了一种基于欠完备自编码器的用户用电行为分类分析方法。首先,通过欠完备自编码器对智能电表数据进行编码,实现对原始数据的特征抽取,并使用反向传播(BP)神经网络进行用户用电行为分类分析;然后,对最佳编码比率进行优选,并结合用户的典型用电特征作为神经网络的输入,提高了分类准确率;最后,在爱尔兰智能电表数据集上进行了仿真实验,并与直接使用BP神经网络进行对比,分析表明,文中所提出的用户用电行为分类分析方法不仅可以提高检测准确率,帮助电力公司更好地掌握用户用电规律,辅助需求响应实施,还能显著降低算法的运行时间。     

基于多维特征分析与动态定权聚类的电力居民用户分类

由于居民用户用电需求的高度随机性和不规则性,亟需详细的数据分析来定义用户的行为特征,以提供更加合理的用电建议和需求响应潜力。为了进一步挖掘非介入式辨识数据的价值,提出一种基于多维用电行为数据的电力居民用户分类方法。首先通过非介入式智能电表获取居民细粒度用电数据,分析用户的用电行为,寻找到关键用电特征量;接着使用CRITIC权重法自适应配置各指标权重,通过6类聚类评价指标,对4种聚类算法和3个数据距离计算进行对比,实现最优聚类方法和聚类数目的选择。通过某小区实际数据验证了本文所提用电特征量以及定权聚类方法的有效性,将居民用户群体分成用电行为差异明显的两类。     

基于负荷数据分析的用户侧用电感知与失电影响评估方法研究

提出一种基于调度侧配电网负荷数据分析进行负荷性质辨识与用户侧用电感知、失电影响评估的方法。利用调度自动化系统中的负荷数据,首先通过基于时间序列趋势的模糊C均值聚类方法求解馈线负荷曲线与典型负荷曲线的隶属度,判断馈线负荷性质;然后利用用户侧多维系统中历史数据,通过基于用电量积分的概率谱方法,分析线路负荷异常波动对应的用户侧实际用电感知及故障影响。实际案例分析表明:该方法能够根据调度侧负荷数据分析,正确辨识配电线路的负荷性质,精准评估用户侧失电影响,建立配网运行数据与客户用电感知之间的实时映射,辅助配网调控人员根据用户需求开展方式调整与故障处置。     

基于成本—效益分析的温控负荷需求响应模型与方法

传统的需求响应研究基于经济学中的需求价格弹性系数,而由于历史数据匮乏,该系数难以准确获取,难以准确反映用户的响应行为。为此,文中提出基于成本—效益分析的经济驱动需求响应模型与方法,以制冰蓄冷设备为例,研究温控负荷用户中长期需求响应的投资决策行为。根据历史运行数据,辨识用户消费粘性参数,建立经济驱动的需求响应模型,基于年度多场景用电曲线开展投资优化决策。通过场景削减技术,提取年度典型场景,有效降低模型维数,提升优化求解效率。精细分析用户参与需求响应的成本效益,生成用户的需求响应函数,从而精准判断用户的响应行为。基于某地区工业用户投资制冰蓄冷设备的算例分析表明,所提出的模型与方法能够辨识用户粘性参数,生成需求响应函数,反映用户真实响应行为,实现用户中长期需求响应投资的科学决策。     

考虑光伏发电功率波动性的AGC备用容量分析方法

提出了基于自回归模型的频谱分析方法来分析光伏发电功率的波动特性。为获取足够分辨率的数据,以美国可再生能源实验室(NREL)的气象数据模拟仿真光伏阵列的出力,并用于分析不同时间尺度和空间尺度的光伏发电站的波动特性,确定光伏发电波动分量集中的时间尺度。研究表明,不同时间尺度的光伏发电波动量受天气影响显著,且随着光伏电站的规模扩大,不同光伏电站的整体出力也趋于平滑;此外,光伏发电波动主要集中在5min的时间尺度。在此基础上,验证了采用t分布拟合关键时间尺度光伏发电波动量的概率分布效果良好,通过滚动平均法分离关键时间尺度的功率波动分量,并量化分析光伏发电并网引发的自动发电控制(AGC)备用需求。     

基于戴蒙德模型的用户响应行为分析

针对传统的需求价格弹性理论仅考虑到需求与价格之间的关系,无法同时考虑到用户的意愿和反映用户对于分时电价的真实响应情况等问题,提出了基于戴蒙德模型的同时,可考虑价格与用户意愿的响应行为分析方法。首先,结合需求价格弹性、相对风险厌恶不变函数,考虑价格与用户意愿等因素对用户响应行为进行建模;其次以效用函数最大为目标,结合各时段的用电约束,构建了用户优化决策模型,继而进行优化求解,模拟用户的最优决策行为;最后通过算例验证了该模型改善了居民用户的用电曲线,降低了居民用户的电费成本,可以模拟拥有不同意愿的用户响应情况。     

基于改进模糊C均值算法的电力电子电路故障诊断

针对目前电力电子电路故障诊断方法存在的缺陷,结合模糊聚类分析方法,采用改进模糊C均值算法,对Cuk电路故障进行分析,使之不仅达到更好的分类效果,同时还适用于样本分类不均衡的聚类问题,具有较高的诊断率和较低的误诊断率,且故障诊断的时间比较短,为电力电子电路故障的初期诊断和故障数据处理提供了一个有效的方法和途径。     

基于NILM数据的电力用户能效量化分析方法

随着节能减排理念的普及,通过大数据技术分析用户用电情况,引导用户改善用电习惯、提高用电效率、降低用电成本已成为趋势.本文通过分析影响电力用户能效的因素,结合非侵入式负荷监测NILM(non-intru?sive load monitoring)技术可获得的数据,构建了易于获取和量化的家庭能效评估指标体系.在上述基础上提...     

基于信用等级的虚拟电厂需求响应效果后评估

激励需求响应虚拟电厂(incentive-based demand response based virtual power plant,IBDR-VPP)是包含众多激励型需求响应用户的集合。按照用户参与方式,激励型需求响应(IBDR)可分为紧急型需求响应和经济型需求响应。需求响应事件触发前,虚拟电厂内部需筛选整合用户并分配响应容量,考虑到用户响应行为的不确定性,虚拟电厂倾向于调用历史响应良好的用户,以减少响应不确定造成的经济损失,因此亟需一种有效的响应效果评估方法为评估和筛选用户提供指导。从国内外文献中提取出4个响应效果的基础评估指标,针对紧急型和经济型需求响应对各基础指标的不同倾向,提出单次响应效果综合评估系数这一综合指标,在此基础上设计了用户的信用等级评估体系。算例结果证明提出的响应效果后评估方法具有良好的用户筛选效果。     

基于密度聚类技术的电力系统用电量异常分析算法

如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。     

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。