本发明属于电网调度领域，涉及有序用电，尤其涉及一种精细化有序用电管理的方法。
背景技术：
随着我国经济的高速发展，电力需求持续胚盛，使得部分地区电力供需紧张问题周期性出现。峰谷电价政策虽然能够在一定程度缓解高峰时期用电紧张，但由于用户分散决策和自主响应的不确定性，未来一段时间内有序用电仍将作为移峰填谷的主要手段。
目前颁布的有序用电工作办法只给出操作流程，并未对实施细节做出规定。因此在实施过程中，部分地区执行较粗放，精细化程度不高。存在的问题主要有：1)我国有序用电工作中行政色彩较重，用户在有序用电工作中的主动作用不明显，还处于被动参与状态；2)有序用电工作的用户调研没有很好的开展，对参与有序用电的用户用电特点、负荷特征跟踪不及时；3)有序用电工作宣传不到位，目前许多用户并不清楚日常避峰、紧急避峰的概念和工作要求，只是遵照经贸委的发文执行；4)信息系统支撑不到位。用户负荷管理系统的建设还不完善，部分用户检测不到位。
以上问题的出现，对有序用电工作提出了更高的要求，使得未来的研究重点趋向于有序用电工作的精细化发展。
技术实现要素：
本发明针对上述的上述技术问题，提出一种设计合理、方法简单且能够根据不同的用户特点实施精细化用电管理的精细化有序用电管理的方法。
为了达到上述目的，本发明采用的技术方案为，本发明提供一种精细化有序用电管理的方法，包括以下有效步骤：
a、数据获取：获取需要有序用电用户的历史用电信息以及用户自身信息，并编号；
b、数据筛选：根据获取的用户的历史用电信息，筛选出对需求侧管理有益的信息；
c、数据处理：将筛选得到的有益信息填补空白值并剔除异常点；
d、构建负荷曲线聚类：通过聚类算法对处理后的数据进行负荷曲线聚类，获得用户典型日负荷形态、非典型日负荷形态及异常负荷形态；
e、构建需要有序用电用户综合评价指标体系：根据需要有序用电用户的用户用电、用户信用以及用户潜力三方面因素构建需要有序用电用户综合评价指标体系，并获得用户的用电价值系数；
f、构建有序用电决策模型：决策模型的目标函数式为：
其中，N为参与有序用电的总数，n为参与有序用电用户的编号，ζn,h为参与有序用电编号为n的大用户在预案日第h时段由于负荷转移引起电力公司的售电收益变化量，θn,h为为参与有序用电编号为n的用户在预案日第h时段削峰应获得的经济补偿，λ为用户n的用电价值系数，ψtrans、ψshift、ψclip分别为时段错峰、移峰填谷、避峰的控制成本，λ1为负荷备用率惩罚因子，pplanday为有序用电后该地区电网在预案日的预期负荷备用率惩罚函数，pweekend为为有序用电后该地区电网在周末的预期负荷备用率惩罚函数，μsubs为变电站过载惩罚项；
g、制备一周内用电管理方案：根据有序用电模型制备地区一周内有序用电方案。
作为优选，所述步骤a中，通过现有的电网计量自动化系统、电能量数据中心以及SACDA获取有序用电用户的历史用电量信息以及主配网实时数据；通过电力营销系统获取电价信息；通过营销数据中心获取用户的自身相关信息，所述用户自身相关信息保护用户的规模、所处行业、信用等级信息。
作为优选，所述步骤b中，所述需求侧管理有益的信息包括用户实际日负荷运行数据、变电站与用户所属关系。
作为优选，所述步骤d中，通过K-means聚类算法对处理后的数据进行负荷曲线聚类。
与现有技术相比，本发明的优点和积极效果在于，
1、本发明通过提供一种精细化有序用电管理的方法，改变传统行政色彩较重的有序用电管理，结合供电公司利益以及用电侧利益，使本发明提供的方法精确到各个用户的用电方式，解决了传统盲目用电管理，进一步改善系统负荷率，增强电网峰荷运行安全性与稳定性。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开说明书的具体实施例的限制。
实施例1，本实施例提供一种精细化有序用电管理的方法
在电力紧张的局面下，加强电力需求侧管理，开展有序用电工作，可大幅减少拉闸限电次数，力争做到限电而不拉路，这在很大程度上降低了缺电对社会经济发展的影响，基于此，本实施例提供了一种精细化有序用电管理的方法。
有序用电管理要做精做细离不开大量的数据支持，随着我国智能电网的快速发展，这对本实施例在获取数据上提供了及其便利条件，首先通过现有的计量自动化系统、电能量数据中心、SACDA(数据采集与监视控制系统)获得需要进行有序管理用户的历史电能量数据以及主、配网实时数据，在这里需要说明的是，精细化有序用电管理是针对企业和大规模用电户而设计，不针对住宅和商业用电设计，所以也就有了需要有序用电管理用户这一说法，通过电力营销系统和营销数据中心获取企业的自身信息，这包含计量点、变压器和客户之间的关系、用户的规模、所处行业、信用等级信息、税收等等跟企业挂钩的一些信息，当然这里的信息获取需要政府部门的一定的支持，根据获得的这些信息，然后，筛选出对需求侧管理的有益信息，即用户实际日负荷运行数据、变电站与用户所示关系的信息，并将所获得的信息按照用户进行编号，然后，对筛选出的数据进行预处理，主要包括填补空白值及剔除异常点。
这这里需要说明的是，由于所获取的信息来自不同的系统，这些系统可能对这些数据的格式有着不同的要求，因此，在数据获取整理的过程中，需要先对数据进行一个初步的整理，确保数据格式的准确性。
填补空白值主要是通过整理后的数据可能会出现部分负荷数据值连续为0或NON,说明具有一定量的空缺值，本实施例采用的办法是线性拟合填充，即若第a个数据值为Xa，中间空缺n-1个值，第a+n个数据值为Xa+n。此时中间空缺的n-1个数值填充为：
剔除异常数据采用人工识别方式，对用户的日负荷数据进行检测，找出数据异常点并对比该用户其他日期同时段负荷水平，确定是否属于异常数据。
然后，通过K-means聚类算法对处理后的数据进行负荷曲线聚类，获得用户典型日负荷形态、非典型日负荷形态及异常负荷形态。
K-means聚类算法是划分方法中较经典的聚类算法之一，故在本实施例中，只讲述大概的过程，不再描述详细的计算过程。
由于K-means聚类算法的效率高，所以在对大规模数据进行聚类时被广泛应用。K-means聚类算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。
具体的说，首先从n个数据对象中任意选择k个作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中必的相似度(距离)，分别将它们分配给与其最相似的(聚类中必所代表的)聚类；然后再计算每个所获新聚类的聚类中必(该聚类中所有对象的均值)；不断重复这一过程直到标准测度函数开始收敛为止，即可获得用户典型日负荷形态、非典型日负荷形态及异常负荷形态。
由于不同的用户产生的社会价值也不同，因此，在有序用户管理过程中，应当综合考虑用电比重、产业结构、多项考核指标如平均负荷指标、节能考核排名指标和单位电耗指标等及错峰用电政策的影响，进而精细编制有序用电方案，形成客户用电安排表，引导落实有序用电方案实施。
在本实施例中，为了达到上述目的，引入了用户的用电价值系数λ，λ将决定优先用电的优先级，为了获得λ，在本实施例中，构建需要有序用电用户综合评价指标体系，具体的说，根据需要有序用电用户的用户用电、用户信用以及用户潜力三方面因素构建需要有序用电用户综合评价指标体系，并获得用户的用电价值系数。
更为具体的说，可以从产值电耗、单位电耗税收、电费收益率、购电量比率、节电设备比例、违约用电行为、本期实际缴费率、累计缴费率、有序用电配合度、客户满意度、购电量增长率、节电设备比例增长率、网损率、典型负荷形态相似度、保温负荷比例、网络电压分布正效应、客户意愿度水平等因素制定相应的有序用电用户综合评价指标体系，当然，这个指标体系可以根据实际情况进行删减，在本实施例中，用电价值系数的计算公式为：
用电价值系数＝指标体系各项得分之和除以指标体系各项总分之和
具体在制定得分时，不同的地区可以根据不同的情况来进行设置，也可以代入环境因素和就业人数等因素进行计算，以获得用电价值系数。
有序用电常规负荷管理手段从其作用时间尺度可划分为两类，一类是周调度的轮休错峰手段，另一类是曰调度的时段错峰移峰填谷与避峰手段。有序用电的首要目的是消纳电力缺口，满足这一要求的有序用电方案往往有许多种，不同方案对用户满意度、电网运行安全性和经济性均有不同影响。通过协调负荷管理手段进行多目标决策优化，将有助于制定更具公平性和科学性的有序用电方案。
负荷管理手段协调调度的原则为：
1、为尽可能保证用户正常用电，减少用户电量损失，应优先调用不减少用户总用电量的错峰类手段，次之带来电量损失的避峰手段。
2、为尽可能少地改变用户用电习惯，应优先调用对用户正常生活与工作模式影响较小的手段。同种手段间，时段错峰小时数少的方式优先调用，移峰填谷操作难度小、转移电量少的方式优先调用，轮休错峰天数少的方式优先调用，避峰电量少的方式优先调用。
3、为实现有限电力资源的优化配置，应优先调用用电价值评估较差用户的相应手段。
4、为减少高峰时段备用需求，提高电网运行安全性与稳定性，应优先调用有利于均衡化高峰用电负荷的手段。
5、为减少电力负荷峰谷差，提高电网运行效率，应优先调用有利于整体上提高系统负荷率的手段。
为了达到上述目的，本实施例构建的有序用电决策模型的目标函数为：
其中，N为参与有序用电的总数，n为参与有序用电用户的编号，ζn,h为参与有序用电编号为n的大用户在预案日第h时段由于负荷转移引起电力公司的售电收益变化量，θn,h为为参与有序用电编号为n的用户在预案日第h时段削峰应获得的经济补偿，λ为用户n的用电价值系数，ψtrans、ψshift、ψclip分别为时段错峰、移峰填谷、避峰的控制成本，λ1为负荷备用率惩罚因子，pplanday为有序用电后该地区电网在预案日的预期负荷备用率惩罚函数，pweekend为为有序用电后该地区电网在周末的预期负荷备用率惩罚函数，μsubs为变电站过载惩罚项。
通过K-means聚类算法，得到编号为n的用户预案日负荷曲线，其矩阵形式表示为：
即可获得用户负荷变化矩阵：
根据每个用户在高峰时段减少的电量使用将导致电为公司在该时段减少一定的售电收益，在低谷时段增加的电量使用将导致电力公司在该时段增加一定的售电收益，进而获得ζn,h：
其中，为编号为n的用户参与有序用电在第h时段的负荷变化值；为编号为n的用户在第h时段由于负荷减少导致供电公司售电收益的减少量；为编号为n的用户在第h时段由于负荷增加引起供电公司售电收益的增加量；Mn,h为编号为n的用户在第h时段的分时电价，分时电价根据不同的地区的安排来确定。
随着电力市场的逐步完善，电力公司应对参与有序用电并表现优异的用户给予合理的经济补偿，通常为给予用户部分电价折扣、出台可中断电价等，在本实施例中，以用户电度电价的20％作为该用户每千瓦时负荷削减量的补偿系数。故：
式中X便是补偿系统，这个补偿系数可以根据具体的供电公司来安排，Mn为编号为n的大用户的电度电价，为编号为n的用户参与有序用电在第h时段的负荷变化值。
式中，hmax为时段错峰最大小时数；utrans为0-1变量，取表示时段错峰h小时，h为正表示上班时间提前；ξtrans为时段错峰控制成本系数，在这需要说明的是时段错峰控制成本系数需要根据不同地区的，不同企业来具体设置。
式中，Smax为移峰填谷分档数；ushift为0-1变量，取1表示参与β档移峰填谷；Nt为时段数；Δpshift(t)为β档移峰填谷各时修正量，因填谷负荷为移峰负荷的平移，对应修正量幅值相同而符号相反，故为实际移峰量的2倍；ζshift为移峰填谷档控制成本系数，在这需要说明的是移峰填谷档控制成本系数需要根据不同地区的，不同企业来具体设置。
式中，ξclip为避峰控制成本系数；Cn.k为避峰级数；ΔPclip(t)为避峰各时段的单级修正量。在这需要说明的是避峰控制成本系数需要根据不同地区的，不同企业来具体设置。
λ1为负荷备用率惩罚因子，在计算时，可能根据实时得到的数据，进行调整。
式中，Pplandy,h为预案日第h时段的负荷预测值，Pmax为该地区最大供电能力，同理，可得pweekend的值。
由于变电站最大容量有限，有序用电前后需保证每个变电站的负荷均不能超过其最大容量限制。本文将全部变电站编号为1～I，则其中第i座变电站的负荷缺口矩阵Pigap为:
式中，Pi为有序用电方案执行后第i座变电站的总有功负载；PiMax为第i变电站的最大有功容量。全部变电站的总负荷缺口矩阵为：
将变电站过载惩罚项μsubs定义为：
变电站过载惩罚项的意义不同于备用容量惩罚项。变电站过载惩罚项无需通过惩罚因子的设置来调节惩罚项数值的大小，而仅考虑当出现过载情况时，该惩罚项直接趋于无穷，以此来严格限制变电站过载情况的出现。在实际应用中，可能会允许变电站短时间内过载。
通过有序用电决策模型的目标函数，采用MATLAB中应用遗传算法工具箱及自编工具包实现具体目标函数的具体流程。
由于避峰手段损失电量无法弥补，因此其调用优先级最低，其余三种手段，
从对用户用电习惯影响角度分析，一般而言，影响最小的是时段错峰，次之移峰填谷，最大是轮休错峰。综上所述，四种负荷管理手段的基本调用顺序为：时段错峰、移峰填谷、轮休错峰、避峰，然后，根据这个原则制备相应的有序用电方案。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。