[发明专利]一种基于负荷特性的大用户业扩辅助分析方法和装置

说明书

本申请涉及一种基于负荷特性的大用户业扩辅助分析方法和装置，首先从电网公司获取大用户历史负荷用电数据；再通过模糊C均值聚类提取已有用户的典型负荷模式，建立大用户负荷特征库；再通过梯度提升树模型建立了负荷模式识别方法，基于用户负荷特性，以负荷特征库中对应的用电模式模拟新用户用电行为；最终提出业扩报装供电方案优化模型，确定最优供电方案。本申请的方法和装置可解决大用户报装接入点峰谷差率大，电力系统运行效率低的问题，提高电力系统安全稳定性。

技术领域

本申请属于电力业扩报装技术领域，尤其是涉及一种基于负荷特性的大用户业扩辅助分析方法和装置。

背景技术

业扩报装是供电公司面向用电客户的关键业务之一。通过业扩报装，电力系统营销部门可及时把握客户用电需求，结合电网网架结构及客户位置等实际情况，制定科学合理的供电方案，满足客户用电需求。当前供电方案的制定一般只考虑用户的最大负荷，较少精细地考虑负荷特性。相似负荷特性的大用户若集中接入同一供电点，将增大供电接入点的峰谷差率，降低电力系统运行效率与经济效益。

在制定用户供电方案时考虑负荷的时序特性是业扩报装的新思路，该方法利用用户负荷特性的互补性，将负荷曲线峰谷互补的用电客户接入相同电源点，使电源点负荷曲线更平缓，从而降低电源点负荷峰谷差率，提高电力系统安全稳定性。但是由于新装用户无历史运行数据，供电企业无法直接获取新装用户负荷特性。随着电力系统遥测、遥信技术的发展，用户历史负荷数据的采集变得更简洁方便；随着大数据技术的发展，学术界关于利用大数据技术进行负荷模式识别及模拟的研究日趋成熟。这些都为大用户负荷模式识别奠定了基础，也为业扩报装供电方案制定中利用大数据进行分析提供了方法。

发明内容

本发明要解决的技术问题是：为解决现有技术中的不足，从而提供一种基于负荷特性的大用户业扩辅助分析方法，用以解决大用户报装接入点峰谷差率大，电力系统运行效率低的问题。

本发明解决其技术问题所采用的技术方案是：

一种基于负荷特性的大用户业扩辅助分析方法，包括以下步骤：

S1：从电网公司获取大用户历史负荷用电数据；

S2：通过模糊C均值聚类提取已有用户的典型负荷模式，建立大用户负荷特征库；

S3：通过梯度提升树模型建立了负荷模式识别方法，基于用户负荷特性，以负荷特征库中对应的用电模式模拟新用户用电行为；

S4：提出业扩报装供电方案优化模型，确定最优供电方案。

优选地，本发明的基于负荷特性的大用户业扩辅助分析方法，S1步骤中，用电分属多个行业的多个用户，且采集每个用户典型日的至少96点负荷数据，形成日负荷曲线。

优选地，本发明的基于负荷特性的大用户业扩辅助分析方法，S2步骤具体包括：

S21：计算大用户历史用电数据，具体公式为：

U＝[U₁ U₂ … U_i … U_N]^T

U_i＝[u_i,1 u_i,2 … u_i,j … u_i,96]

式中:U_i—第i条历史用电数据；u_i,j—第i条历史用电数据中第j时段的有功功率；

S22：对第i条历史用电数据进行归一化处理，具体公式如下：

S23：计算聚类中心矩阵X，具体公式为：