[发明专利]一种基于大数据的用户侧需求响应决策建议方法

权利要求书

1.一种基于大数据的用户侧需求响应决策建议方法，其特征在于，包括：

获取电力系统内外部数据并进行预处理；

基于预处理后的电力系统内外部数据，构建削峰填谷潜力分析模型，并计算得到高削峰响应潜力用户及高填谷响应潜力用户；

获取高削峰响应潜力用户及高填谷响应潜力用户的负荷曲线数据，构建需求侧响应邀约客户预评估模型对负荷曲线数据进行响应负荷达标条件分析，得到需求侧响应的决策建议；

所述基于预处理后的电力系统内外部数据，构建削峰填谷潜力分析模型，并计算得到高削峰响应潜力用户及高填谷响应潜力用户包括：

获得用户负荷特征曲线；

基于用户负荷特征曲线获得用电高峰负荷的基准值；

基于电高峰负荷的基准值获得用电高峰时段及对应平均负荷、用电低谷时段及对应的平均负荷；

构建削峰填谷潜力分析模型；

基于用电高峰时段及对应平均负荷计算削峰响应潜力，并利用削峰填谷潜力分析模型确定用户削峰响应潜力等级，得到高削峰响应潜力用户；

基于用电低谷时段及对应平均负荷计算填谷响应潜力，并利用削峰填谷潜力分析模型确定用户填谷响应潜力等级，得到高填谷响应潜力用户；

所述基于用电高峰时段及对应平均负荷计算削峰响应潜力，并利用削峰填谷潜力分析模型确定用户削峰响应潜力等级，得到高削峰响应潜力用户包括：

计算早高峰响应潜力：

；

其中，表示早高峰平均负荷，滑动4个点的平均负荷，表示峰个数；

计算午高峰响应潜力：

；

其中，表示早高峰平均负荷，滑动4个点的平均负荷,表示峰个数；

计算削峰响应潜力P：

；

确定用户削峰响应潜力等级：

；

其中是削峰响应潜力大于零用户的削峰相应排名；

所述构建需求侧响应邀约客户预评估模型对负荷曲线数据进行响应负荷达标条件分析包括：响应负荷达标条件分析：

若待响应类型为削峰：削峰达标上限、下限计算如下：

；

；

其中，为待响应日期待响应时段各点的基线负荷；

若待响应类型为填谷：填谷达标上限、下限计算如下：

；

；

所述基于用电低谷时段及对应平均负荷计算填谷响应潜力，并利用削峰填谷潜力分析模型确定用户填谷响应潜力等级，得到高填谷响应潜力用户包括：

计算折算前凌晨低谷响应潜力：

；

其中表示第j个峰时段的平均负荷值，，表示峰个数；

计算折算前中午低谷响应潜力：

；

其中表示第j个峰时段的平均负荷值，表示中午低谷平均负荷，表示峰个数；

计算折算前填谷响应潜力：

；

计算填谷响应潜力折算系数：

；

收集n个已参与填谷响应用户的填谷响应负荷，表示第i个已参与填谷响应用户的填谷响应负荷，表示第i个已参与填谷响应用户的折算前填谷响应潜力；

计算填谷响应潜力基准负荷：

；

其中表示第j个峰时段的平均负荷值，表示折算前填谷响应潜力，表示填谷响应潜力折算系数；

计算凌晨低谷响应潜力：

；

计算中午低谷响应潜力：

；

计算填谷响应潜力G：

；

确定填谷响应潜力等级：

；

其中是填谷响应潜力大于零用户的填谷相应排名。

2.根据权利要求1所述的一种基于大数据的用户侧需求响应决策建议方法，其特征在于，所述获取电力系统内外部数据并进行预处理包括：

获取待分析的负荷数据集，根据具体日期衍生出节假日指标；

基于业务目标，剔除节日、假日数据，保留工作日、调休上班对应的数据集；

基于业务逻辑，对小于等于0的数据置空；

确定数据集突增下限、突减上限；

大于等于突增下限、小于等于突减上限的数据置空；

统计数据集的空值占比，借鉴帕累托法则制定占比阈值0.2；

占比小于阈值0.2的数据通过前后第一个非空数值的均值填充。