[发明专利]一种售电商可调负荷决策方法及系统

权利要求书

1.一种售电商可调负荷决策方法，其特征在于，所述方法包括：

采集各可调负荷用户的历史需求响应信息以及预测的市场电价；

基于所述采集到的历史需求响应信息、预测市场电价信息和预先构建的售电商可调负荷决策模型得到售电商可调负荷决策方案；

所述售电商可调负荷决策模型包括用户响应偏差的风险价值和市场电价预测的风险价值。

2.如权利要求1所述的售电商可调负荷决策方法，其特征在于，所述售电商可调负荷决策模型的构建包括：

基于可调负荷用户需求响应信息计算可调负荷用户需求响应概率分布，并将所述可调负荷用户分为至少一类可调负荷集群；

计算给定置信度基础上可调负荷集群中所有用户响应偏差的风险价值；

基于市场电价计算市场电价的预测概率分布；

计算给定置信度基础上市场电价预测的风险价值；

根据所述用户响应偏差的风险价值和所述市场电价预测的风险价值预先构建售电商可调负荷决策模型。

3.如权利要求2所述的售电商可调负荷决策方法，其特征在于，所述基于可调负荷用户需求响应信息计算可调负荷用户需求响应概率分布，并将所述可调负荷用户分为至少一类可调负荷集群包括：

基于各可调负荷用户的历史响应数据计算响应偏差率；

根据所述响应偏差率计算可调负荷用户响应特性参数；

根据所述可调负荷用户响应特性参数将可调负荷用户分为至少一类可调负荷集群；

根据所述可调负荷用户集群，计算可调负荷集群响应特性参数；

根据所述可调负荷集群响应特性参数，计算所述可调负荷集群响应偏差率的概率密度函数；

根据所述概率密度函数，确定可调负荷用户的响应偏差率分布。

4.如权利要求3所述的售电商可调负荷决策方法，其特征在于，所述响应偏差率按下式计算：

式中：δ^P：响应偏差率；ε^P：响应偏差量；Q₀：期望动作量；Q：实际动作量。

5.如权利要求4所述的售电商可调负荷决策方法，其特征在于，根据所述响应偏差率计算可调负荷用户响应特性参数包括：偏差率均值和方差；

分别按下式计算：

式中：用户i的偏差率均值；用户i的方差；N_i：用户i参与需求响应的样本个数；用户i在第t个样本中的动作量期望值；用户i在第t个样本中的实际动作量；t：样本编号，t∈N_i。

6.如权利要求3所述的售电商可调负荷决策方法，其特征在于，所述将可调负荷用户分为至少一类可调负荷集群包括：

根据所述可调负荷用户的偏差率均值和方差将可调用户分为三类可调负荷集群，其中：

第I类可调负荷集群包括：当且或且

第II类可调负荷集群包括：当且且或且

第III类可调负荷集群包括：且

7.如权利要求6所述的售电商可调负荷决策方法，其特征在于，所述计算可调负荷集群响应特性参数如下式所示：

式中：包含用户1～s的负荷集群v偏差率均值；用户i的偏差率均值；N_i：用户i参与需求响应的样本个数；包含用户1～s的负荷集群v方差；v：可调负荷集群；N₁、N₂、...、N_s：集群中各用户参与需求响应的样本个数。

8.如权利要求7所述的售电商可调负荷决策方法，其特征在于，所述可调负荷集群响应偏差率的概率密度函数为