[发明专利]一种基于回归分析法的基线负荷模型的负荷辨识方法

说明书

本发明涉及一种基于回归分析法的基线负荷模型的负荷辨识方法，该方法包括以下步骤：步骤1：对电力用户数据根据用户类型和所在地区进行分类；步骤2：针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式；步骤3：根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷；步骤4：利用获得的基线负荷辨识错峰潜力负荷。与现有技术相比，本发明具有准确率高，适用性针对性强等优点。

技术领域

本发明涉及电网错峰调度技术领域，尤其是涉及一种基于回归分析法的基线负荷模型的负荷辨识方法。

背景技术

随着国民经济的快速发展、产业结构的升级调整、人民生活水平的不断提高，社会各方面对电力的需求急剧增大，而当前电力的供应远远跟不上建设发展的需要，导致电力供需矛盾的不断加剧，进一步增加了电网的运行风险及运行成本。同时，由于各种新型用电设备的不断涌现，居民降温取暖电器的拥有率及使用率逐年上升，各用电客户的用电负荷特性也产生了诸多变化，用电结构发生了重大变化，这一切都对当前供电企业的运行和管理工作提出了新的要求。

当前的错峰计划大都由技术人员手工编制而成，响应速度慢、编制工作量大、缺乏系统的管理。在以前的实际用电管理工作中，往往是在电力紧缺的情况下，进行错峰调度管理，对供电用户实行错峰、避峰、限电、拉闸等措施，来抑制高峰负荷。随着智能电网的建设和需求侧管理相关研究的深入以及需求侧管理相关应用的逐步成熟，面向智能电网的需求侧管理开始在削峰填谷、提高能效、节能减排等方面发挥其不可忽视的作用。目前，电力需求侧管理在移峰填谷方面的应用主要是通过对工商业用户实行分时计量电量，实行尖峰、峰谷平分时电价措施引导工商业用户调整生产运行方式，转移高峰时刻的用电负荷，降低高峰用电需求，从而提高电网供电设备的负荷率和利用率，缓和高峰时刻的供用电矛盾。错峰用电管理属于需求侧管理的一部分，科学合理地开展错峰用电，可以在减小波峰负荷的同时增加波谷负荷，达到削峰填谷的最佳效果。现有错峰用电管理在安排用户错峰时通常不考虑用户的实际用电特点，主要是根据用户的用电性质和负荷等级进行优先排序，这样相对粗放的安排方式往往会使得错峰效果不佳。而且，由于我国错峰用电管理是在电力的紧张形势下兴起的，因此很多电力部门仅将它当成缺电期间的短期工作来对待，单纯依靠行政手段实施错峰，没有真正认识错峰用电管理的关键和重要性。其实无论是电力过剩时期还是电力紧缺时期，我们都应从长远的角度来出发，坚持完善错峰用电工作。而且，随着智能表计大规模应用和系统接入，用电信息数据资源开始急剧增长并形成了一定的规模，我国电力行业开始步入大数据时代。通过大数据技术的引入和应用，可以释放“大数据”的业务潜力，应用到错峰用电领域，可以实现错峰用电管理应用的实用化、精益化、高效化。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于回归分析法的基线负荷模型的负荷辨识方法。

本发明的目的可以通过以下技术方案来实现：

一种基于回归分析法的基线负荷模型的负荷辨识方法，该方法包括以下步骤：

步骤1：对电力用户数据根据用户类型和所在地区进行分类；

步骤2：针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式；

步骤3：根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷；

步骤4：利用获得的基线负荷辨识错峰潜力负荷。

进一步地，所述的步骤1中的电力用户数据包括执行需求响应前多日与需求响应期同时段的用户实际用电负荷以及对应的影响用户用电负荷的影响因素数据和执行需求响应当日，按设定周期采集需求响应期前多个小时内各时刻用户实际用电负荷数据以及对应的影响用户用电负荷的影响因素数据。

进一步地，所述的步骤2包括以下分步骤：