[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

说明书

本发明属于电力技术领域，具体涉及一种基于大数据的用户侧需求响应决策建议方法，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。本发明采用的技术方案，具有如下有益效果：实现客户侧需求响应潜力客户精准筛选，提升客户侧高潜力需求响应资源识别的精准性；为用户需求响应成功提供强有力的支持和保障，从而提高用户需求响应的成功的概率。

技术领域

本发明属于电力技术领域，具体涉及一种基于大数据的用户侧需求响应决策建议方法。

背景技术

近年来，随着我国经济发展进入新常态，全社会用电增速逐步放缓，电力供需失衡状态地区差异明显，加上可再生能源消纳矛盾日益突出。为促进电力供需平衡和保障重点用户用电，如何对客户侧需求响应资源精准唤醒及科学培育，促进可再生能源消纳，持续提升需求响应客户的参与度和获得感，成为当前需求侧响应工作的重要挑战。

目前较多的需求响应分析主要针对“基于价格的需求侧响应”，即实施分时电价后对用户负荷曲线的变化进行研究，也有相关学者提出相关需求潜力评估的方法，如行业电力需求侧响应削峰潜力评估方法，基于模糊优化集对分析理论的需求响应潜力评估，但未明确至用户层面的响应潜力能力评估，需求侧响应过程中响应预评估等方法。

发明内容

为解决上述技术问题，本发明提出一种基于大数据的用户侧需求响应决策建议方法。

一种基于大数据的用户侧需求响应决策建议方法，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。

优选的，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θ_upper、突减上限θ_lower；

大于等于突增下限θ_upper、小于等于突减上限θ_lower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。

优选的，所述确定数据集突增下限θ_upper、突减上限θ_lower包括：

运用箱型图异常值检测方法，统计有效数据集上限θ_up1、下限θ_low1、异常值占比R_error1；

运用聚类算法将数据集划为n类，统计首尾两个类别的上限/下限、数据集占比，得到首类上限θ_up2、尾类下限θ_low2；

基于正态分布原理，制定异常值占比阈值5％，结合上述统计指标对突增下限、突减上限进行动态调整：