[发明专利]公变台区需求响应成效预测模型构建方法及装置

说明书

本发明属于供电需求管理技术领域，公开了一种公变台区需求响应成效预测模型构建方法及装置，结合历史需求响应开展情况，分析影响需求响应效果的因素，确定输入量和输出量；基于改进PSO算法和SVR模型搭建改进PSO‑SVR需求响应效果预测模型；输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；构建最优改进PSO‑SVR需求响应效果预测模型并进行训练和预测。本发明考虑了需求响应方案对居民用户需求响应成效的影响，使用改进PSO算法对SVR模型关键参数寻优，提升了收敛速度和寻优效果。

技术领域

本发明属于供电需求管理技术领域，具体涉及一种公变台区需求响应成效预测模型构建方法及装置。

背景技术

随着全球经济发展和用电量的快速攀升，电力行业面临化石燃料短缺和生态保护压力日益增大。仅考虑电源侧的调节资源已难以满足电力系统安全高效的运行需求，亟需释放需求侧资源的灵活性调节能力。需求响应作为电力需求侧管理一种重要手段，即通过电价调整或给予用户激励，促使用户调整特定时间段用能行为，从而改变负荷曲线，促使电网供需平衡，发挥削峰填谷的作用。需求响应资源作为一种高效灵活的可调节资源，相比于建设发电厂和储能电厂，在经济型和调节速度上由具有一定优势。随着人民生活质量不断提升，公变台区季节性尖峰负荷矛盾突出，台区过载、重载比例持续增加，针对公变台区开展需求响应有较为紧迫的需求，亟需需求响应效果预测模型辅助电网公司在公变台区开展需求响应，从而解决台区重过载问题，为需求响应方案设计提供数据支撑。

发明内容

本发明的目的在于提供一种公变台区需求响应成效预测模型构建方法及装置，以解决上述背景技术中提出的问题。

为实现上述目的，本发明采用的技术方案如下：公变台区需求响应成效预测模型构建方法，包括以下步骤：

步骤1、结合历史需求响应开展情况，分析影响需求响应效果的因素，确定改进PSO-SVR需求响应效果预测模型的输入量和输出量；

步骤2、基于改进PSO算法和SVR模型搭建改进PSO-SVR需求响应效果预测模型；

步骤3、向改进PSO-SVR需求响应效果预测模型输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；

步骤4、构建最优改进PSO-SVR需求响应效果预测模型并进行训练和预测：基于最优的惩罚函数和最优核参数，构建最优改进PSO-SVR需求响应效果预测模型，并使用历史数据对最优改进PSO-SVR需求响应效果预测模型进行训练；向训练后的最优改进PSO-SVR需求响应效果预测模型输入用户需预测的数据，最优改进PSO-SVR需求响应效果预测模型输出预测结果。

进一步优选，步骤2中的改进PSO算法为：

式中，为学习因子；为0到1之间相互独立的随机值；为惯性权重因子，为非负常数；表示第个粒子下一时刻的速度；表示第个粒子当前时刻的速度；为当前粒子最优解；为种群最优解；为自然常数，为当前迭代次数，为最大迭代次数，代表第个粒子的位置。

进一步优选，步骤2中所述SVR模型选用核函数为径向基核函数：

式中为两个特征向量之间的平方的欧几里得距离，为输入特征向量，为核参数中心值，为径向基核函数，为核参数；

SVR模型的损失度函数公式如下：

式中，和是超平面的参数，为偏差常量，是的超平面，T表示矩阵转置；

所述SVR模型如下所示：

式中，为第个第一容忍因子，为第个第二容忍因子，n为样本数量，为惩罚函数。