[发明专利]一种基于细粒度用户数据的需求侧响应方法

说明书

本发明提供一种基于细粒度用户数据的需求侧响应方法，首先通过细粒度的用户分项数据获取调控潜力、拟合用户电量响应曲线；然后以激励补偿成本最小为目标，满足用户调控潜力、用户电量响应曲线和电压的约束，基于粒子群优化算法计算配电线路各节点的最优需求侧响应激励定价序列，实现最经济的需求侧响应调控；最后根据调控后获取的最新“激励定价和负荷转移率”样本更新用户电量响应曲线参数。该方法能够利用细粒度用户数据评价确定对象响应程度的能力，通过优化算法实现调控的经济最优，且用户电量响应曲线参数的优化机制具备自学习能力，能够不断地提高需求侧响应方法的性能。

技术领域

本发明涉及一种需求侧响应方法，具体涉及一种利用细粒度用户分项数据评价确定对象响应程度的能力，通过优化算法计算各配电节点最优激励定价的需求侧响应方法。

背景技术

电力系统要时刻保持供需平衡，传统的做法是在负荷需求高时增加发电机组出力，但负荷高峰时段往往持续时间较短，为了满足这部分需求而增加的发电和输配电投资利用率很低，而且调峰机大多是成本高、不环保的火电机组，因此可以通过减少或者延迟需求侧的电力负荷来实现供需平衡，这就是需求侧响应(Demand Response)。

需求侧响应策略主要分为两种:基于价格和基于激励。其中基于价格的需求侧响应策略分为分时电价、尖峰电价和实时电价。但是，所有需求侧响应价格和激励的制定难度在于需要结合用户的可调节响应能力。

随着非侵入量测技术的成熟和推广，用户细粒度分项数据的识别能力得到有力的提升。利用该能力可以有效的评估特定对象是否可以参与需求侧响应、参与需求响应的潜力如何以及是否已经响应了需求侧响应。从而基于激励电价的策略有了应用的环境，以达到负荷最大程度、最大精细化的参与电网优化运行的目标。但是现有技术缺乏基于细粒度用户数据的需求侧响应方法。

发明内容

针对现有技术存在的问题，本发明提供一种基于细粒度用户数据的需求侧响应方法。首先通过细粒度的用户分项数据获取调控潜力、拟合用户电量响应曲线；然后以激励补偿成本最小为目标，满足用户调控潜力、用户电量响应曲线和电压的约束，基于粒子群优化算法计算配电线路各节点的最优需求侧响应激励定价序列，实现最经济的需求侧响应调控；最后根据调控后获取的最新“激励定价和负荷转移率”样本更新用户电量响应曲线参数。

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节点电压、节点个数、节点间的线路参数、以及各用户与节点的对应关系。结束后至步骤2。

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。结束后至步骤3。

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。结束后至步骤4。

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，并将对应节点的定价序列发送到响应的节点用户以等待用户接受响应，开始激励核算。结束后至步骤5。

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。结束后进入步骤3。

1)用户电量响应能力曲线参数初始化方法

用户电量响应能力曲线参数是反应需求侧响应激励定价与负荷转移率的数值关系曲线。数值关系满足以下公式：