[发明专利]一种大规模需求响应能力量化方法、介质、装置及设备

权利要求书

1.一种大规模需求响应能力量化方法，其特征在于，包括以下步骤：

步骤1、采集每个试点用户历史响应数据、响应模型死区和饱和区拐点，基于矩不确定分布鲁棒对随机参数进行建模，计算其响应模型线性区随机参数的均值与方差；

步骤2、计算响应模型线性区随机参数的基准值与模糊值，作为该行业用户响应模型的共性特征；

步骤3、采集试点用户日常用电曲线，计算其用电特征指标值，基于主成分分析与最小二乘拟合得到响应模型确定参数与用电特征之间的关系；

步骤4、采集一般用户日常用电曲线，计算其用电特征指标值，结合该行业确定参数与用电特征指标之间的关系，得到该用户的确定参数值，作为该用户响应特性的个性特征；

步骤5、结合行业共性特征与用户个性特征，得到基于试点用户小样本的一般用户“死区+线性区+饱和区”的响应特性建模，并实现大规模的响应能力量化。

2.根据权利要求1所述的一种大规模需求响应能力量化方法，其特征在于，所述步骤1具体建模方法如下：

(1)建立响应模型

将用户参与需求响应的响应率与激励强度的关系描述为一个分段线性函数，随着激励强度的增大，用户响应行为会经历由死区到线性区再到饱和区的变化，当激励强度处于死区与饱和区时，用户的响应随机性较小；当激励强度处于线性区时，用户的响应随机性呈现出先增大后减小的规律；

考虑用户只在线性区具有明显的响应随机性，将死区与饱和区的相关参数建模为确定参数，包括死区拐点的横坐标r₁,饱和区拐点的横坐标r₂和纵坐标r₃；将线性区响应曲线建模为二次函数，若已知死区拐点(r₁,0)与饱和区拐点(r₂,r₃)，得到线性区响应特性：

将r₄建模为随机参数，则根据r₄可刻画线性区响应随机特性，因此，用户需求响应模型最终由确定参数r₁、r₂和r₃与随机参数r₄共同构建；

(2)矩不确定分布鲁棒随机参数建模

考虑电力用户在线性区的响应具有较大的随机性，采用分布鲁棒优化对线性区随机参数进行建模，考虑用户响应线性区随机参数满足正态分布，并基于盒式方法确定模糊集，可表示为：

式中，δ为激励强度，r₁,r₂,r₃为已知的确定参数，r₄满足均值为μ、标准差为σ的正态分布，μ₀、σ₀为均值与方差的基准值，Δμ、Δσ为均值与方差的偏差，μ_e、σ_e为均值与方差的模糊值，对于给定激励强度用户响应率满足：

3.根据权利要求1所述的一种大规模需求响应能力量化方法，其特征在于，所述步骤2中响应模型线性区随机参数的基准值与模糊值概计算方法如下：

采用矩不确定分布鲁棒表征随机参数，其均值与方差的取值如下：

式中，为该行业一般用户满足的均值与方差基准值，为均值与方差模糊值，不同行业用户的线性区随机参数具有不同的基准值与模糊值，根据行业试点用户线性区参数的分布去定义该行业一般用户随机参数的取值，分别计算行业不同试点用户随机参数的均值，求其平均值与标准差，并以此定义对应行业一般用户随机参数均值的基准值与模糊值，即：

μ_i为该行业第i个试点用户随机参数的均值，对于方差采取同样的处理方式，即：

σ_i为该行业第i个试点用户随机参数的方差。