[发明专利]事件过程多设备同时投切决策的混合整数规划计算方法

说明书

本发明提供一种事件过程多设备同时投切决策的混合整数规划计算方法，将事件过程从开始到进入稳态的这一暂态过程提取出来，通过对有功功率负荷特征建立功率向量，引入二维0‑1变量建立混合整数规划计算方法(MILP)，将负荷设备功率组合与实测值进行比较，使用Cplex优化得出该事件的负荷模型。

技术领域

本发明涉及负荷识别技术领域，尤其是一种事件过程多设备同时投切决策的混合整数规划计算方法。

背景技术

负荷识别是NILD的关键技术之一，常见的负荷识别方法有数学优化和模式识别。数学优化即是把负荷识别问题转为0-1规划问题，该方法计算效率是一大难题，且负荷特征库需要完备；模式识别通过有监督学习和无监督学习两种方式实现，此种方法需要提前学习负荷特征，应用受限。其中设备状态的投切，有些可以在2秒内完成(如吹风机、烤箱等)，而有些设备(如变频空调)需要5分钟以上的时间才能完成投切动作。现有负荷识别的文献中对长事件过程中多设备同时投切的识别没有较好的解决办法，识别准确度受限。

发明内容

为了解决上述现有技术中存在的问题，本发明提供一种事件过程多设备同时投切决策的混合整数规划计算方法，将事件过程从开始到进入稳态的这一暂态过程提取出来，通过对有功功率负荷特征建立功率向量，引入二维0-1变量建立混合整数规划计算方法(MILP)，将负荷设备功率组合与实测值进行比较，使用Cplex优化得出该事件的负荷模型。

本发明解决其技术问题所采用的技术方案是：事件过程多设备同时投切决策的混合整数规划计算方法，混合整数规划计算公式为：

y1_i，τ1表示状态集Q中第i个状态，在时刻τ1是否开启，为投入状态0-1变量，y1_i，τ1＝1表示第i个状态从时刻τ1开始投入，y1_i，τ1＝0表示第i个状态在τ1时刻没有投入；y2_i，τ2表示第i个状态，在时间τ2是否切除，为切除状态0-1变量，y2_i，τ2＝1表示第i个状态从τ2时刻开始切除，y1_i，τ2＝0表示第i个状态在τ2时刻没有切除。

P_i，t为状态i在事件窗内在时刻t的功率；

设用户的电力入口处测得的负荷特征由P(t)给出，对于每个时间t，负荷分解问题可以表示为式(1-1)；在本发明中，NILM负荷识别方法是将P(t)分解为若干个功率状态；i∈{1，2，...，n}，n是所有用电设备功率状态总数；

所有设备共有n个非OFF状态，记为状态集Q，i∈{1，2，...，n}；Q_i为第i个非OFF状态，第i个状态从启动到稳态所需的时间记为t1_i，从切除到稳态所需的时间记为t2_i；事件窗内，第i个状态可能的投入时刻集合记为S1_i，切除时刻集合记为S2_i；P_i为第i个非OFF状态的稳态值；通过第三章双边累计和事件检测方法检测到的任意一个事件开始时刻记为T_start，事件进入稳态的时刻记为T_stable，整个事件窗记为时间集

每个用电设备都有相应的功率状态，开关型(ON-OFF)负载用一个功率状态来表示；有限状态型负载由多个功率状态来表示，此种类型负载的功率特征随时间变化；最终，NILM负荷识别问题可以转化为经典的组合优化(CO)问题(式1-2)；其中x_i(t)是表示功率状态i的状态的0-1变量，1表示功率状态i在t时刻运行，相应的0表示该状态不运行；