一种基于小波分解的需求响应回弹时长分析方法及系统与流程

本发明涉及电力系统需求响应领域，具体为一种基于小波分解的需求响应回弹时长分析方法及系统。

背景技术：

1、随着新能源机组不断增加的占比，压缩了具有良好调峰能力的火电机组在电力系统当中的比例。由于新能源本身的不确定性，借助以“源随荷动”为原则的电力系统平衡策略难以为继。如何确保新能源占比逐渐提高的新型电力系统中的功率平衡，提升电力系统的稳定性，是我国电力行业亟待解决的问题。这一问题的有效解决方案之一是从源荷两端着手，通过需求响应的方式，通过“源荷联动”的策略，确保电网中的负荷平衡。

2、需求响应通过激励用户减少尖峰负荷的方式，确保电力系统功率平衡，在提升电网安全稳定的基础上，降低电网运行维护的操作成本。需求响应的两种最基本形式是价格型需求响应和激励型需求响应，其中激励型需求响应通常通过签订电网和用户之间的合同，在需求响应事件结束之后，电网会将需求响应期间用户削减负荷的多少，对用户进行经济补偿。

3、为了更加合理的确定对于用户经济补偿的多少，需要知道用户在未参加任何需求响应计划的前提下，其本应消耗的负荷。从而获得更加准确的负荷削减量，提升用户经济补偿的合理性，从而使更多用户有意愿参与到激励型需求响应项目中来。

4、影响用户基线负荷估计结果准确性的因素有很多，其中一个重要的影响因素是回弹效应，回弹效应是指用户的用电负荷在需求响应事件结束之后，由于需求响应期间削减了用电负荷，导致在需求响应结束后的时段出现的负荷反弹回升现象。

5、小波分析是考虑傅里叶分解无法分析时域成分的特点而开发出来的一种信号分析方法。小波变换尤其擅长处理在非平稳信号的分析，因此受到了各界的广泛应用。小波分析被广泛应用于数学领域、量子力学、控制论、计算机识别、医学成像与诊断等领域。在电力领域，小波分析也被用于负荷数据纠错与平滑，电机故障监测等方向。

6、目前关于需求响应回弹效应方面的研究大多基于模型的角度，从分析电网调度或者负荷性质的角度出发，使用模拟案例的方式进行研究，分析在回弹效应发生之前对电网和负荷的调度方法和策略。但是，使用数据驱动的方式，对已经发生的回弹效应进行识别，从而修正回弹效应造成的影响方面的研究仍属空白，同时将小波分析方法应用于电力系统需求响应当中，特别是电力系统需求响应回弹效应辨识方面的研究仍有待开展。

7、回弹效应的存在会使非dr时段的负荷数据受到dr时段负荷削减过程的干扰，使非dr时段负荷发生改变，负荷估计过程因此受到了dr时段的影响。导致回弹效应的时长无法进行正确的估计，进而降低了各类基线负荷估计方法的估计精度，使基线负荷估计结果出现过大偏差，使得电网在需求响应期间对用户进行经济补偿出现误差，产生经济问题。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于小波分解的需求响应回弹时长分析方法及系统，能够对回弹效应的时长进行正确的估计，提升了各类负荷估计方法的估计精度，避免最终的负荷估计结果出现偏差，使得电网在需求响应期间能够按照正确的规划对用户进行经济补偿。

2、为了实现上述目的，本发明采用了如下技术方案：

3、本发明提出了一种基于小波分解的需求响应回弹时长分析方法，包括，

4、获取电力系统中的各类灵活性负荷以及对应的负荷曲线；

5、通过对各类灵活性负荷的负荷曲线进行需求响应潜力分析，生成各类灵活性负荷对应的考虑回弹效应的需求响应事件；

6、针对一类灵活性负荷，设置对应的小波基，根据预设的小波分解模型对一类灵活性负荷对应的考虑回弹效应的需求响应事件进行小波分解，得到回弹效应事件对应的近似小波系数can和不同尺度的细节小波系数；根据预设的小波处理模型，将近似小波系数can和不同尺度的细节小波系数中的低频部分置零，得到回弹效应对应的小波系数；所述预设的小波重构模型，对回弹效应对应的小波系数进行重构，得到重构后的负荷曲线；通过设置阈值分析重构后的负荷曲线回弹效应的开始时刻和结束时刻，得到回弹效应辨识时长指标；

7、通过调整小波基或者阈值，得到不同类型的回弹效应辨识时长指标，通过预设的辨识检验模型，判断出准确性最优的回弹效应辨识时长指标，得到最优的回弹效应辨识时长指标中对应的小波基和阈值，以小波基和阈值作为对基于小波分解的需求响应回弹时长分析的最优结果。

8、优选的，所述灵活性负荷包括典型负荷和非典型负荷；

9、所述考虑回弹效应的需求响应事件包括考虑回弹效应的典型需求响应事件和考虑回弹效应的非典型需求响应事件。

10、优选的，所述对各类灵活性负荷的负荷曲线进行需求响应潜力分析包括对典型负荷的负荷曲线和非典型负荷的负荷曲线进行分析；

11、通过对典型负荷的负荷曲线进行分析，得到对应的潜力分析结果；

12、所述典型负荷包括温控负荷和电动汽车负荷；

13、所述温控负荷进行需求响应潜力分析的公式如下：

14、

15、式中，troom表示室内温度，t0表示环境温度，r表示建筑等效热阻，c表示建筑等效热容，q表示等效热率，δt表示时刻t和相邻下一时刻t+1之间的时间长度，t表示时间；

16、所述电动汽车负荷进行需求响应潜力分析的公式如下：

17、(socdrend-socdrstart)×c＝pevpot×(tdrend-tdrstart)；

18、(socneed-socdrend)×c＝pcv×(tdrop-tdrend)；

19、式中，socdrstart表示电动汽车蓄电池在dr时段开始时刻的荷电状态，socdrend表示电动汽车蓄电池在dr时段结束时刻的荷电状态，pevpot为电动汽车响应潜力，tdrstart表示dr时段的开始时间，tdrend表示dr时段的结束时间；

20、根据潜力分析结果生成对应的考虑回弹效应的典型需求响应事件；

21、所述非典型负荷类型通过切比雪夫定理生成对应的考虑回弹效应的非典型需求响应事件。

22、优选的，所述对应的小波基从预设的各类小波中选择与灵活性负荷的负荷曲线的形状最相似的小波。

23、优选的，所述预设的小波分解模型的公式如下：

24、

25、

26、式中，i为节点号，j为分解级数，k为对应的各个负荷时刻，n表为分解的小波层数，ψ(t)为小波母函数，h(n)和g(n)＝(-1)nh(1-n)为一对正交镜像滤波器，为小波分解系数。

27、优选的，所述根据预设的小波分解模型对一类灵活性负荷对应的考虑回弹效应的需求响应事件进行小波分解，得到回弹效应事件对应的近似小波系数can和不同尺度的细节小波系数具体包括，

28、第一次分解得到第一层级的近似小波系数ca1和细节小波系数cd1；

29、将第一层级的近似小波系数ca1进行分解，得到第二层级的近似小波系数ca2和细节小波系数cd2；

30、不断分解上一层级的近似小波系数can-1，得到本层级的近似小波系数can和细节小波系数cdn；

31、所述不同尺度的细节小波系数包括第一层级的细节小波系数cd1、第二层级的细节小波系数cd2以及第n层级的细节小波系数cd。

32、优选的，所述通过设置阈值分析重构后的负荷曲线回弹效应的开始时刻和结束时刻，得到回弹效应辨识时长指标具体包括，

33、通过设置阈值tthre划定重构后回弹效应识别的范围为从需求响应结束时刻tend到阈值对应时刻tend+tthre，在重构后回弹效应识别的范围中找到负荷最大值对应的时刻tmax；

34、回弹效应时长辨识指标为在tmax的附近得到最近的前零点和后零点，所述前零点作为重构后的回弹效应事件开始时刻trebst，所述后零点重构后的回弹效应事件结束时刻trebed。

35、优选的，所述通过预设的辨识检验模型判断出准确性最优的回弹效应辨识时长指标具体包括，

36、根据预设的重构前的回弹效应事件的开始时刻trebst_real和预设的重构前的回弹效应事件的结束时刻trebed_real建立回弹效应评价准确性评估指标，对回弹效应进行辨识，对应的公式如下：

37、maereb＝|trebst_real-trebst|+|trebed_real-trebed|；

38、式中，maereb表示回弹效应辨识准确度指标；

39、根据回弹效应辨识准确度指标分别判断不同类型的回弹效应辨识时长指标的准确度，得到准确度最高的回弹效应辨识时长指标。

40、本发明提出了一种基于小波分解的需求响应回弹时长分析系统，包括，

41、采集模块，获取电力系统中的各类灵活性负荷以及对应的负荷曲线；

42、生成模块，通过对各类灵活性负荷的负荷曲线进行分析，生成各类灵活性负荷对应的考虑回弹效应的需求响应事件；

43、小波分析模块，针对一类灵活性负荷，设置对应的小波基，根据预设的小波分解模型对一类灵活性负荷对应的考虑回弹效应的需求响应事件进行小波分解，得到回弹效应事件对应的近似小波系数can和不同尺度的细节小波系数；根据预设的小波处理模型，将近似小波系数can和不同尺度的细节小波系数中的低频部分置零，得到回弹效应对应的小波系数；所述预设的小波重构模型，对回弹效应对应的小波系数进行重构，得到重构后的负荷曲线；通过设置阈值分析重构后的负荷曲线回弹效应的开始时刻和结束时刻，得到回弹效应辨识时长指标；

44、辨识检验模块，通过调整小波基或者阈值，得到不同类型的回弹效应辨识时长指标，通过预设的辨识检验模型，判断出准确性最优的回弹效应辨识时长指标，得到最优的回弹效应辨识时长指标中对应的小波基和阈值,以小波基和阈值作为对基于小波分解的需求响应回弹时长分析的最优结果。

45、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1所述的一种基于小波分解的需求响应回弹时长分析方法。

46、与现有技术相比，本发明的有益效果在于：

47、本发明提出了一种基于小波分解的需求响应回弹时长分析方法，通过对各类灵活性负荷的负荷曲线进行分析，生成各类灵活性负荷对应的考虑回弹效应的需求响应事件；针对一类灵活性负荷，进行小波分解、小波处理和小波重构的操作，得到回弹效应辨识时长指标；通过调整小波基或者阈值，得到不同类型的回弹效应辨识时长指标，通过预设的辨识检验模型，判断出准确性最优的回弹效应辨识时长指标，得到最优的回弹效应辨识时长指标对应的小波基和阈值，以小波基和阈值作为对基于小波分解的需求响应回弹时长分析的最优结果。准确性最优的回弹效应辨识时长指标中对应的小波基和阈值是针对一类灵活性负荷准确度最优的分析结果，根据小波基和阈值能够指导实际应用中对回弹效应的时长进行正确的估计，得到准确度高的回弹效应时长，进而提升各类基线负荷估计方法的估计精度，避免最终的基线负荷估计结果出现过大偏差，使得电网在需求响应期间能够对用户进行合理的经济补偿。

48、进一步的，通过分别对典型负荷和非典型负荷的负荷曲线进行分析，得到各自对应的潜力分析结果，将灵活性负荷进行分类，使用不同的方法对不同的负荷曲线分析需求潜力分析结果，使产生的对应的考虑回弹效应的需求响应事件更加趋向于现实应用，提高后续对回弹效应进行分析的准确性。

49、本发明提出了一种基于小波分解的需求响应回弹时长分析系统，提高了辨识的准确度，根据准确度高的规划对用户分发经济补偿，进而激励用户减少尖峰负荷的方式，确保电力系统功率平衡，在提升电网安全稳定的基础上，降低电网运行维护的操作成本。