[发明专利]一种基于细粒度用户数据的需求侧响应方法有效

专利信息
申请号: 201910850866.4 申请日: 2019-09-10
公开(公告)号: CN110535130B 公开(公告)日: 2022-03-11
发明(设计)人: 徐涛;黄莉;朱明杰;李敏蕾;周赣;傅萌 申请(专利权)人: 国网江苏省电力有限公司苏州供电分公司;东南大学
主分类号: H02J3/00 分类号: H02J3/00
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 张红莲
地址: 215004 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 细粒度 用户 数据 需求 响应 方法
【权利要求书】:

1.一种基于细粒度用户数据的需求侧响应方法,其特征在于,包括以下步骤:

步骤1:配电线路参数获取:获取需求侧响应目标调控区域的首配电节点电压、配电节点个数、配电节点间的线路参数、以及各用户与配电节点的对应关系;

步骤2:用户电量响应能力曲线参数初始化:根据用户电量响应能力曲线参数初始化方法对用户电量响应能力曲线参数进行初始化,初始化的用户电量响应能力曲线参数能够反应确定的需求侧响应激励定价与负荷转移率的数值关系;

步骤3:基于细粒度分项电量的各用户可调控潜力计算:根据细粒度分项电量,通过用户可调控潜力计算方法,计算各配电节点的可调控潜力;包括:计算每个用户的各用电设备可减少功率;求和计算即为每个用户的可调控潜力;累加每个配电节点下所有用户的可调控潜力即为该配电节点可调控潜力;

步骤4:基于粒子群算法的最优激励定价序列求取并实施:按照基于粒子群的细粒度用户需求侧响应优化算法求得最优需求侧响应激励定价序列,并将对应配电节点的定价序列发送到相应的配电节点下的用户,以等待用户接受响应;包括:建立以激励补偿成本最小化为目标的优化目标函数,并将其作为适应度函数;以用户调控潜力、用户电量响应条件、以及配电节点电压为约束条件,求取各配电节点的最优定价,整合为最优激励定价序列;

步骤5:最新激励定价与负荷转移率的关系样本获取,用户电量响应能力曲线参数优化:根据1天内不同“激励电价”与“负荷转移率”的数据样本,根据用户电量响应能力曲线参数优化方法,重新对用户电量响应能力曲线参数进行优化。

2.根据权利要求1所述的一种基于细粒度用户数据的需求侧响应方法,其中步骤2所述的用户电量响应能力曲线限定为反应需求侧响应激励定价与负荷转移率的数值关系曲线,其数值关系满足以下公式:

其中λ为负荷转移率,s为激励电价,s1为激励电价第一阀值,s2为激励电价第二阀值,k为负荷转移响应斜率。

3.根据权利要求2所述的一种基于细粒度用户数据的需求侧响应方法,其中所述的用户电量响应能力曲线参数初始化的过程为通过采集的历史峰/谷差数据拟合获得s1、s2和k值的过程。

4.根据权利要求3所述的一种基于细粒度用户数据的需求侧响应方法,所述用户电量响应能力曲线参数初始化的具体方法包括:

(1)获取不同用户不同日的15分钟周期的分项电量数据;

(2)以峰/谷差转换时刻点为标点,计算步骤(1)获取的数据中,每个用户每天峰/谷差转换时刻点往谷时段计算半小时的电量数据,命名为该用户该天该时刻的谷时电量;以及峰/谷差转换时刻点往峰时段计算半小时的电量数据,命名为该用户该天该时刻的峰时电量;每用户每天共获得两组谷时电量和峰时电量;

(3)将每用户每天的两组谷时电量和峰时电量中,每组的谷时电量减去峰时电量,获得两组峰/谷电量差值;

(4)设定激励电价第一阀值s1为谷时电价乘以20%;以所有计算获得的峰/谷电量差值与峰/谷电价差值为样本,求解每个样本对应的样本负荷转移响应斜率,取平均值为负荷转移响应斜率k;设λ=1,根据已确定的s1和k,求得的s值即为s2

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司苏州供电分公司;东南大学,未经国网江苏省电力有限公司苏州供电分公司;东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910850866.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top