[发明专利]基于城市能源大数据的负荷及其可调潜力协同聚类方法

说明书

本发明提供了一种基于城市能源大数据的负荷及其可调潜力协同聚类方法。包括：采集城市能源用户的用电负荷数据；对用电负荷数据进行归一化处理，计算用电负荷数据的调节能力，得到用电负荷数据的时序序列和负荷可调能力时序序列；将用电负荷数据的时序序列和负荷可调能力时序序列以复数形式进行耦合并同时映射到复数域，得到复数域待聚类用电负荷数据集；对复数域待聚类用电负荷数据集进行聚类处理，得到分类后的用电负荷数据。本发明方法通过细分不同负荷组成，提出其由“负荷特性”及“功率可调节潜力”共同组成的负荷特性数据，将两者耦合为复数数据点进行聚类分析，从而细分不同负荷的特性现状并更加精确深度挖掘不同负荷间的可调节潜力。

技术领域

本发明涉及电力负荷聚类技术领域，尤其涉及一种基于城市能源大数据的负荷及其可调潜力协同聚类方法。

背景技术

传统的电力系统的负荷聚类是根据各行业日负荷曲线特点，选取合适的聚类指标，采用一定的聚类算法，将电力系统负荷进行分类的过程。其目的是合理有效地划分电力负荷，通过聚类分析不同类型负荷之间的联系和不同地区负荷之间的差别，从中发现数据之间隐藏的关联性和规律性。从负荷聚类结果中，可以得到变电站供电对象及负荷变化趋势，进而进行负荷预测及电力系统的运行控制，对电力系统的安全稳定运行具有重大意义。

随着灵活可调负荷大量接入电网，目前，现有技术中的电力系统的负荷聚类分析仅仅对负荷进行归类，并分行业进行电力负荷处理已经无法满足电力负荷精细化管理的要求。例如，电动汽车的负荷可调潜力巨大，甚至可以通过V2G技术实现向电网倒送功率。

发明内容

本发明的实施例提供了一种基于城市能源大数据的负荷及其可调潜力协同聚类方法，以实现对用户的用电负荷数据进行精细化分类。

为了实现上述目的，本发明采取了如下技术方案。

一种基于城市能源大数据的负荷及其可调潜力协同聚类方法，包括：

采集城市能源用户的用电负荷数据；

对所述用电负荷数据进行归一化处理，计算用电负荷数据的调节能力，得到用电负荷数据的时序序列和负荷可调能力时序序列；

将所述用电负荷数据的时序序列和负荷可调能力时序序列以复数形式进行耦合并同时映射到复数域，得到复数域待聚类用电负荷数据集；

对所述复数域待聚类用电负荷数据集进行聚类处理，得到分类后的用电负荷数据。

优选地，所述的采集城市能源用户的用电负荷数据，包括：

对城市能源中每一类行业用户，选取若干较有代表性的用户进行调查，采集指定时间段内各行业典型用户的用电负荷数据及其可调能力数据，确定各行业用户的用电负荷的构成情况以及各行业用电负荷组分所占比例。

优选地，所述的对所述用电负荷数据进行归一化处理，计算用电负荷数据的调节能力，得到用电负荷数据的时序序列和负荷可调能力时序序列，包括：

对所述用电负荷数据进行最大值归一化处理，设定待聚类的负荷点共有N个，第n个负荷的用电负荷数据的时序序列为{P_ni},i＝1,2,…,K，其中K为时序用电负荷数据中的时间断面数量，以{P_ni},i＝1,2,…,K中的最大值P_n,max为参考值，将所述时序序列中的序列值映射转换到[0,1]之间，对P_ni进行下述归一化处理：

a_ni表示在第i个时间断面上的归一化负荷特性；