[发明专利]基于电网峰谷差率的负荷侧交易方法、系统及相关设备在审
申请号: | 202210288451.4 | 申请日: | 2022-03-23 |
公开(公告)号: | CN114899830A | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 庄晓丹;沈广;骆希;金骆松;何洁;乔松博 | 申请(专利权)人: | 浙江电力交易中心有限公司 |
主分类号: | H02J3/14 | 分类号: | H02J3/14;H02J3/24;G06Q10/06;G06Q50/06;G06F17/18 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 李秋梅 |
地址: | 310000 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 电网 峰谷差率 负荷 交易 方法 系统 相关 设备 | ||
1.一种基于电网峰谷差率的负荷侧交易方法,其特征在于,包括:
S1,采集与负荷峰谷差相关的负荷指标数据、负荷指标体系以及获取历史统调负荷数据,并采用相关性分析法根据所述历史统调负荷数据分析所述负荷指标体系与负荷资源调节之间的相关性后,确定评价指标类型;
S2,根据所述评价指标类型建立负荷预测模型,所述负荷预测模型用于通过交易周期进行分解计算得到多场景交易规模、交易日期、得到月平均峰谷差率;
S3,获取当前的年度峰谷差率降低目标,并利用所述负荷预测模型对预定时间内的用电负荷进行预测后计算并输出计划平均峰谷差率;
S4,根据所述计划平均峰谷差率构建基于峰谷差率的自动交易计划模型并根据所述自动交易计划模型进行负荷交易;
其中,所述自动交易计划模型包括以参与负荷侧交易后的目标月平均峰谷差率与所述计划平均峰谷差率最小为目标函数及对应的约束条件,以交易日期、削峰容量、填谷容量为变量;
所述目标函数为:min|目标月平均峰谷差率-所述计划平均峰谷差率|;
所述约束条件包括日峰谷差率约束、目标月平均峰谷差率约束:
其中,所述日峰谷差率=【(日最大负荷-日削峰容量)-(日最小负荷-日填谷容量)】/(日最大负荷-日削峰容量);
所述目标月平均峰谷差率约束=Σ日峰谷差率/月天数。
2.如权利要求1所述基于电网峰谷差率的负荷侧交易方法,其特征在于,所述相关性分析方法包括比较分析法、结构分析法、趋势分析法和因素分析法。
3.如权利要求2所述基于电网峰谷差率的负荷侧交易方法,其特征在于,所述负荷指标数据为以负荷特性、负荷曲线变化、月负荷波动为维度构建后经过预设的典型负荷指标筛选的典型负荷指标数据。
4.如权利要求3所述基于电网峰谷差率的负荷侧交易方法,其特征在于,所述负荷指标数据包括年度最大负荷、年度最小负荷、日最大负荷、日最小负荷、年度最大峰谷差率、月度最大峰谷差率、年度平均峰谷差率、月度平均峰谷差率、日峰谷差率,所述负荷指标体系包括负荷维度和峰谷差维度;其中,所述负荷维度包括:年最大负荷、年最小负荷、日最大负荷和日最下负荷;所述峰谷差维度包括:年平均峰谷差率、年最大峰谷差率、月平均峰谷差率、月最大峰谷差率以及日峰谷差率。
5.如权利要求4所述基于电网峰谷差率的负荷侧交易方法,其特征在于,所述S4还包括:
采用逆序动态规划法或顺序动态规划法对所述自动交易计划模型求解。
6.一种基于电网峰谷差率的负荷侧交易系统,其特征在于,包括:
评价指标类型确定模块,用于采集与负荷峰谷差相关的负荷指标数据、负荷指标体系以及获取历史统调负荷数据,并采用相关性分析法根据所述历史统调负荷数据分析所述负荷指标体系与负荷资源调节之间的相关性后,确定评价指标类型;
负荷预测模型构建模块,用于根据所述评价指标类型建立负荷预测模型,所述负荷预测模型用于通过交易周期进行分解计算得到多场景交易规模、交易日期、得到月平均峰谷差率;
峰谷差率计算模块,用于获取当前的年度峰谷差率降低目标,并利用所述负荷预测模型对预定时间内的用电负荷进行预测后计算并输出计划平均峰谷差率;
自动交易计划模型构建模块,用于根据所述计划平均峰谷差率构建基于峰谷差率的自动交易计划模型并根据所述自动交易计划模型进行负荷交易;
其中,所述自动交易计划模型包括以参与负荷侧交易后的目标月平均峰谷差率与所述计划平均峰谷差率最小为目标函数及对应的约束条件,以交易日期、削峰容量、填谷容量为变量;
所述目标函数为:min|目标月平均峰谷差率-所述计划平均峰谷差率|;
所述约束条件包括日峰谷差率约束、目标月平均峰谷差率约束:
其中,所述日峰谷差率=【(日最大负荷-日削峰容量)-(日最小负荷-日填谷容量)】/(日最大负荷-日削峰容量);
所述目标月平均峰谷差率约束=Σ日峰谷差率/月天数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江电力交易中心有限公司,未经浙江电力交易中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210288451.4/1.html,转载请声明来源钻瓜专利网。