[发明专利]一种应用于能源控制器的网荷协同控制方法

说明书

本申请实施例提供一种应用于能源控制器的网荷协同控制方法，涉及电网控制技术领域。该网荷协同控制方法包括：获取用户用电信息；根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据；获取历史日数据；根据所述用户画像数据和所述历史日数据生成分析预测模型；根据所述分析预测模型获得可调负荷预估数据。该网荷协同控制方法可以实现网荷协同的技术效果。

技术领域

本申请涉及电网控制技术领域，具体而言，涉及一种应用于能源控制器的网荷协同控制方法。

背景技术

目前，源网荷储是一种包含“电源、电网、负荷、储能”整体解决方案的运营模式，可精准控制社会可中断的用电负荷和储能资源，提高电网安全运行水平；在当前的电网改革中，源网荷一体化互动是一个重要的方向。对于网荷协同的方面有着很大的市场愿景，并且该技术对电网的平稳运行和能源有效利用有着重要的作用。

现有技术中，在网荷协同过程中对于负荷分析和负荷控制的问题较大，现阶段的负荷控制的手段单一，负荷识别的能力很弱，没办法很好的对电网中的可调负荷进行智能化的调控。

发明内容

本申请实施例的目的在于提供一种应用于能源控制器的网荷协同控制方法，可以对电网中的可调负荷进行智能化的调控，实现网荷协同的技术效果。

第一方面，本申请实施例提供了一种应用于能源控制器的网荷协同控制方法，包括：

获取用户用电信息；

根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据；

获取历史日数据；

根据所述用户画像数据和所述历史日数据生成分析预测模型；

根据所述分析预测模型获得可调负荷预估数据。

在上述实现过程中，该应用于能源控制器的网荷协同控制方法通过预设K均值聚类算法和预设用户簇群算法对用户用电信息进行分析，生成用户画像数据，从而对用户画像和可调负荷可以做出较为精准的预测；同时根据所述用户画像数据和所述历史日数据生成分析预测模型，并在此基础上实现对负荷的精准控制，一是对现有的可调负荷的情况进行估计，二是对日前用电和日内用电的情况进行优化，达到良好的网荷协同的目的；从而，该网荷协同控制方法可以对电网中的可调负荷进行智能化的调控，即实现网荷协同的技术效果。

进一步地，所述获取用户用电信息的步骤，包括：

根据非侵入式负荷识别模块和/或侵入式负荷识别模块获取所述用户用电信息。

在上述实现过程中，通过非侵入式负荷识别模块、侵入式负荷识别模块可以准确的获得用户用电信息，即电压电流信息、负荷种类信息、使用时间信息等，从而进行负荷分析并进行用户画像测绘。

进一步地，所述用户用电信息包括细粒度数据，所述根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据的步骤，包括：

根据所述细粒度数据分析用户的用电特征、行为特征以及消费习惯，生成标签模型；

根据所述预设K均值聚类算法和所述预设用户簇群算法处理所述标签模型，生成所述用户画像数据。

在上述实现过程中，在细粒度数据的基础上分析用户的用电特征、行为特征以及消费习惯，以这三个方面为基础来创建标签模型，最后使用改进K均值聚类算法和用户簇群分析来创建用户的综合画像，从而生成用户画像数据。

进一步地，所述获取历史日数据的步骤，包括：

获取粗粒度数据，所述粗粒度数据包括历史日中的环境因素相关联的变量数据；

根据所述粗粒度数据进行模糊聚类分析，生成所述历史日数据。

进一步地，所述根据所述用户画像数据和所述历史日数据生成分析预测模型的步骤，包括：