一种负荷模式变化特征提取方法、系统、设备和介质与流程

本发明属于系统需求响应领域，具体涉及一种负荷模式变化特征提取方法、系统、设备和介质。

背景技术：

1、需求响应是提升系统灵活调节能力的重要手段之一，其旨在通过发布电价信号或激励信号引导用户改变用电模式，使用户在系统负荷高峰时段削减或者转移负荷进而实现削峰填谷的目的。根据需求响应具体发布信号类型不同，可以将需求响应分为价格型需求响应和激励型需求响应。价格型需求响应是指提前发布电价信息来引导用户在高电价时减少用电量，在低电价时增加用电量，例如峰谷分时电价，尖峰电价和实时电价；激励型需求响应是指与用户事先签订合同，使用户在系统需要的时段改变用电行为。随着市场化进程不断推进，全国多省颁布分时电价政策，用户参与分时电价项目已成为常态。但在不同电价场景下用户所受的激励程度不同，从而呈现出不同的响应深度。用户负荷曲线多样性和用户用电模式随机性大大增加。科学分析分时电价政策对用户用能行为的影响，准确提取分时电价作用下的用户负荷模式变化特征为分时电价政策制定提供数据支撑，对需求响应项目的推广实施有重要意义。

2、目前，现有的分时电价政策对用户用能行为影响的研究中，其中关键参数多采用假设或让用户填写调查报告的形式确定，这种方法难以精确反映用户对电价的影响程度，无法保证对用户负荷模式变化特征提取的准确可靠。

技术实现思路

1、本发明提出一种负荷模式变化特征提取方法、系统、设备和介质，以解决现有技术中，关键参数多用假设或让用户填写调查报告的形式确定，难以保证对用户负荷模式变化特征提取准确可靠的问题。

2、为达上述目的，本发明提出技术方案如下：

3、一种负荷模式变化特征提取方法，包括如下步骤：

4、步骤1，获取用户负荷数据及分时电价信息，计算用户典型日负荷曲线；

5、步骤2，统计分时电价实施前后的用户日用电总量变化比例，根据用户典型日负荷曲线和用户日用电总量变化比例，拟合用户价格弹性系数矩阵，获得拟合结果；

6、步骤3，获取用户参与分时电价的每日负荷数据，根据用户价格弹性系数矩阵的拟合结果和用户负荷数据，计算出分时电价影响下用户负荷变化量，基于分时电价影响下用户负荷变化量提取负荷模式变化特征。

7、优选的，步骤1中，所述用户负荷数据包括用户参与分时电价前后的历史负荷数据；所述分时电价信息包括峰谷平时段划分和分时电度电价。

8、优选的，步骤1中，计算用户典型日负荷曲线的具体流程为：

9、根据用户负荷数据及分时电价信息，计算各用户各小时负荷平均值，根据各用户各小时负荷平均值，得到用户典型负荷曲线，结果表示为：

10、

11、式中，为用户n的典型负荷曲线在t时刻的值，为用户n在历史上的第d天t时刻的负荷值，d为历史天数。

12、优选的，步骤2中，统计分时电价实施前后的用户日用电总量变化比例具体流程为：

13、计算日用电总量变化量，结果表示为：

14、δl＝lbefore-lafter

15、式中，lbefore和lafter分别表示分时电价实施前后用户平均日负荷总量，

16、统计分时电价实施前后用户日用电总量变化比例，结果表示为：

17、α＝δl/lbefore

18、式中，α为分时电价实施前后的用户日用电总量变化比例。

19、优选的，步骤3中，具体为：利用价格弹性矩阵拟合结果和用户参与分时电价的每日负荷数据，求解出用户如果不参与分时电价时的负荷，并与电表实测负荷做差计算出每日分时电价影响下用户负荷变化量。

20、优选的，步骤3中，采用k-means聚类算法提取负荷模式变化特征；在采用k-means聚类算法提取负荷模式变化特征过程中，将各时段用户负荷变化量视作连贯曲线进行聚类。

21、优选的，在统计分时电价实施前后用户日用电总量变化比例过程中，获取用户参与分时电价前后各一个月的负荷数据；数据采样间隔为30分钟。

22、一种负荷模式变化特征提取系统，包括如下模块：

23、用户典型日负荷曲线计算模块，用于获取用户负荷数据及分时电价信息，计算用户典型日负荷曲线；

24、用户价格弹性系数矩阵拟合模块，用于统计分时电价实施前后的用户日用电总量变化比例，根据用户典型日负荷曲线和用户日用电总量变化比例，拟合用户价格弹性系数矩阵，获得拟合结果；

25、负荷模式变化特征提取模块，获取用户参与分时电价的每日负荷数据，根据用户价格弹性系数矩阵的拟合结果和用户负荷数据，计算出分时电价影响下用户负荷变化量，基于分时电价影响下用户负荷变化量提取负荷模式变化特征。

26、一种负荷模式变化特征提取设备，所述电子设备包括存储器、至少一个处理器、存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序及至少一条通讯总线。

27、存储器可用于存储所述计算机程序，所述处理器通过运行或执行存储在所述存储器内的计算机程序，以及调用存储在存储器内的数据，实现负荷模式变化特征提取方法的步骤。

28、一种负荷模式变化特征提取介质，所述介质包括一种计算机程序，所述计算机程序被处理器执行时实现负荷模式变化特征提取方法的步骤。

29、本发明的有益之处在于：

30、计算用户典型日负荷曲线，通过比较分时电价执行前后用户总用电量差异，拟合价格弹性矩阵，还原出用户如果不参与价格型需求响应时的负荷，从而计算出分时电价下用户负荷变化量，实现分时电价作用下的负荷模式变化特征准确提取，在电力系统领域的应用较为新颖，具有良好的应用效果。

31、本发明采用的用户负荷数据及对应分时电价信息相对容易获取，因而分时电价作用下的负荷模式变化特征提取具有成本低、原理简单、性能好、使用方便等优点。

技术特征：

1.一种负荷模式变化特征提取方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，步骤1中，所述用户负荷数据包括用户参与分时电价前后的历史负荷数据；所述分时电价信息包括峰谷平时段划分和分时电度电价。

3.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，步骤1中，计算用户典型日负荷曲线的具体流程为：

4.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，步骤2中，统计分时电价实施前后的用户日用电总量变化比例具体流程为：

5.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，步骤3中，具体为：利用价格弹性矩阵拟合结果和用户参与分时电价的每日负荷数据，求解出用户如果不参与分时电价时的负荷，并与电表实测负荷做差计算出每日分时电价影响下用户负荷变化量。

6.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，步骤3中，采用k-means聚类算法提取负荷模式变化特征；在采用k-means聚类算法提取负荷模式变化特征过程中，将各时段用户负荷变化量视作连贯曲线进行聚类。

7.如权利要求1所述的一种负荷模式变化特征提取方法，其特征在于，在统计分时电价实施前后用户日用电总量变化比例过程中，获取用户参与分时电价前后各一个月的负荷数据；数据采样间隔为30分钟。

8.一种负荷模式变化特征提取系统，其特征在于，包括如下模块：

9.一种负荷模式变化特征提取设备，其特征在于，所述电子设备(100)包括存储器(101)、至少一个处理器(102)、存储在所述存储器(101)中并可在所述至少一个处理器(102)上运行的计算机程序(103)及至少一条通讯总线(104)；

10.一种负荷模式变化特征提取介质，其特征在于，所述介质包括一种计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的负荷模式变化特征提取方法的步骤。

技术总结
本发明属于分时电价领域，具体涉及一种负荷模式变化特征提取方法、系统、设备和介质。首先计算用户典型日负荷曲线，通过比较分时电价执行前后用户总用电量差异，拟合价格弹性矩阵，还原出用户如果不参与价格型需求响应时的负荷，从而计算出分时电价下用户负荷变化量，实现分时电价作用下的负荷模式变化特征准确提取，在电力系统领域的应用较为新颖，具有良好的应用效果。本发明采用的用户负荷数据及对应分时电价信息相对容易获取，因而分时电价作用下的负荷模式变化特征提取具有成本低、原理简单、性能好、使用方便等优点。

技术研发人员：马利山,孙超,高胜强,王飞,黄志强,葛鑫鑫,赵钰,粱鑫源,马凯,马远啸
受保护的技术使用者：国网北京市电力公司
技术研发日：
技术公布日：2024/1/15