一种计及用户停电损失的可靠性电价定价方法和系统技术方案

技术编号:25045413 阅读:18 留言:0更新日期:2020-07-29 05:35
本发明专利技术公开了一种计及用户停电损失的可靠性电价定价方法和系统,属于电力领域。包括:根据历史数据,获取各可靠性电价用户月度用电行为特征矩阵和用户侧营收;根据不同的可靠性电价体系,计算各用户月度可靠性电费;基于训练好的第一LSTM模型,预测各用户目标粒度时间可靠性电费,基于训练好的第二LSTM模型,预测各用户目标粒度时间可靠性营收;以可靠性电价各用户月度用电行为特征矩阵和月度可靠性电费为依据,对各用户进行聚类,每一类用户可靠性电价费率不同;根据可靠性电价费率、目标粒度时间可靠性电费和可靠性营收,计算每类中每个用户的供电侧收益和成本,以成本收益均衡为目标,得到不同负荷和可靠性等级下的可靠性电价费率。

【技术实现步骤摘要】
一种计及用户停电损失的可靠性电价定价方法和系统
本专利技术属于电力
,更具体地,涉及一种计及用户停电损失的可靠性电价定价方法和系统。
技术介绍
可靠性电价是指根据用户对供电可靠性的不同要求而制定的差别电价。在我国电价制度中,反映供电可靠性的电价是十分必要的,这样用户可选择支付较高的电费获取较高供电可靠性的电能,让供电企业来承担停电给用户造成的损失,也可以选择较低可靠性的供电,少支出电费,自己承担中断电的损失。高可靠性电价的实施对电力公司产生的影响可以体现在以下两方面:通过收取高可靠性电价使公司的收入有了明显的增加,从而使企业的利润有了明显的提高;二是对系统供电可靠性负有更大的责任,因为收取了用户的费用就一定要为用户提供合适的供电可靠性,否则会造成用户方不满。高可靠性电价的实施对用户产生的影响也可以从两个方面说明:一是用户通过区别供电,获得其所需的供电可靠性。电力公司按用户用电特点不同,为其提供不同的供电方式,从而使不同用户的供电可靠性产生差异,这样可以在用户之间形成区别供电。这不仅减少了第可靠性用户的用电成本,同时也可以确保高可靠性用户的供电可靠性,使用户的利益得以维护。二是用户通过支付高可靠性电价,获得高水平的供电可靠性,从而减少了用户的停电损失。现有计及可靠性电价大多从供给侧的发电、输配电和维护成本入手,采用容量成本分摊法、可靠性容量池化方法、可靠性增量价值分时方法、节点边际成本价格等方法来制定相应的定价体系。由于缺乏用户需求响应,导致可靠性保障成本过高,低可靠性用户平摊了相关成本,导致用户满意度下降。越来越多的可靠性定价体系开始引入用户需求响应,引入需求响应不一致的罚款和需求减少的损失,从而减少对参与者的激励奖金,这些需求响应变化本质上仍统一为供电侧的可靠性保障成本,并未真实反映用户的停电损失。
技术实现思路
针对现有技术的缺陷和改进需求,本专利技术提供了一种计及用户停电损失的可靠性电价定价方法和系统,其目的在于沿用当前定价体系,仅考虑可靠性变化部分的增量电价,约减了发电和输配电各种复杂成本的计算。为实现上述目的,按照本专利技术的第一方面,提供了一种计及用户停电损失的可靠性电价定价方法,该方法包括以下步骤:S1.根据历史数据,获取各可靠性电价用户月度用电行为特征矩阵和用户侧营收;根据不同的可靠性电价体系,计算各用户月度可靠性电费;S2.基于训练好的第一LSTM预测模型,预测电网中各用户的目标粒度时间可靠性电费,基于训练好的第二LSTM预测模型,预测电网中各用户的目标粒度时间可靠性营收;S3.以可靠性电价各用户月度用电行为特征矩阵和月度可靠性电费为依据,对电网中各用户进行聚类划分,每一类用户对应的可靠性电价费率不同;S4.根据可靠性电价费率、目标粒度时间可靠性电费和目标粒度时间可靠性营收,计算每个类别中每个用户的供电侧收益和成本,以成本收益均衡为目标,得到不同负荷和可靠性等级条件下的可靠性电价费率;其中,所述第一LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和月度可靠性电费训练得到,所述第二LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和用户侧营收训练得到。优选地,步骤S1中,可靠性电价用户i月度用电行为特征矩阵Ui(t)=[Li(t),Ii(t)],其中,Li(t)表示用户i月度t用电量,Ii(t)表示用户i月度t用电中断数据,t=1,…,T,T为定价周期。优选地,Li(t)=[Loi(t),Lpi(t),Lbi(t),Lri(t)],Ii(t)=[Ifi(t),Idi(t),Igi(t),Ili(t)],其中,Loi(t)表示用户i月度t总有功电量,Lpi(t)表示用户i月度t峰值有功电量,Lbi(t)表示用户i月度t峰谷有功电量,Lri(t)表示用户i月度t总无功电量;Ifi(t)表示用户i月度t停电次数,Idi(t)表示用户i月度t平均停电时间,Igi(t)表示用户i月度t主动让电次数,Ili(t)表示用户i月度t平均让电时间。优选地,用户i月度可靠性电费Fi(t)计算公式如下:Fi(t)=α*FBi(t)+β*FEi(t)+γ*FLi(t)FBi(t)=FBi*(Capi-maxxi(t))FEi(t)=FEi*Capi/Ti(t)FLi(t)=FLi*Loi(t)其中,FBi为基础电价费率,Capi为可靠性电价用户i备用线路的报装容量,maxxi(t)为备用线路上最大功率,FEi为高可靠性费率,Ti(t)为上次报装截止到当前的时间周期,FLi为高可靠性电度电价费率,Loi(t)为月度总有功电量。优选地,步骤S3包括以下子步骤:S31.将用户i一年的用电行为特征矩阵和目标粒度时间可靠性电费Fi*(t′)压缩降维为K维特征向量[Xij],j=0,1,…,K-1;S32.以特征向量[Xij]为基础,采用K均值聚类,对所有用户的可靠性缴费行为进行聚类,最终形成K类用户;S33.以形成的用户分类为基础,用户i属于分类k,则第k类的可靠性电价费率rk,k=0,1,…,K-1。优选地,用于特征压缩降维的自编码器包括3层编码器和3层解码器,第一层编码器将输入层的108维数据扩展至512维,第二层进一步扩展至1024维,第三层则压缩至8维;解码器则相反;将编码器第三层的数据输出。优选地,步骤S4包括以下子步骤:S41.对于每类用户,根据可靠性电价费率rk等级、目标粒度时间可靠性电费Fi*(t′)和目标粒度时间可靠性营收Ri*(t′),建立目标函数和约束条件;所述目标函数如下:argminSRi(t′)=argmin(Si(t′)-Ci(t′))=argmin(rk*L0i(t′)-Fi*(t′))=argmin[(W1i*Pi(t′)+W2i*Hi(t′)+B)*L0i(t′)-Fi*(t′)]所述约束条件如下:Ratioi-rk≥0其中,rk表示第k类的可靠性电价费率,是最大负载Pi(t′)=maxLi(t′)和可靠性Hi(t′)的函数;Loi(t′)表示用户i的目标粒度时间总有功电量,Fi*(t′)表示用户i的目标粒度时间可靠性电费,单位电量收益比S42.采用神经网络方法,求得优化后的rk及对应的P和H区间;S43.对rk、P和H进行装箱合并和量化,确定最终的费率规则。为实现上述目的,按照本专利技术的第二方面,提供了一种计及用户停电损失的可靠性电价定价系统,该系统采用如第一方面所述的计及用户停电损失的可靠性电价定价方法。总体而言,通过本专利技术所构思的以上技术方案,能够取得以下有益效果:本专利技术通过引入用户停电的实际损失及其在不同负荷和可靠性条件下的损失容忍度模型,基于用户停电损失、用户可靠用电收益和用户停电损失容忍度模型、电网停电损失、可靠性保障增量成本及电网可靠性收益等建立供需双方的可靠性本文档来自技高网
...

【技术保护点】
1.一种计及用户停电损失的可靠性电价定价方法,其特征在于,该方法包括以下步骤:/nS1.根据历史数据,获取各可靠性电价用户月度用电行为特征矩阵和用户侧营收;根据不同的可靠性电价体系,计算各用户月度可靠性电费;/nS2.基于训练好的第一LSTM预测模型,预测电网中各用户的目标粒度时间可靠性电费,基于训练好的第二LSTM预测模型,预测电网中各用户的目标粒度时间可靠性营收;/nS3.以可靠性电价各用户月度用电行为特征矩阵和月度可靠性电费为依据,对电网中各用户进行聚类划分,每一类用户对应的可靠性电价费率不同;/nS4.根据可靠性电价费率、目标粒度时间可靠性电费和目标粒度时间可靠性营收,计算每个类别中每个用户的供电侧收益和成本,以成本收益均衡为目标,得到不同负荷和可靠性等级条件下的可靠性电价费率;/n其中,所述第一LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和月度可靠性电费训练得到,所述第二LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和用户侧营收训练得到。/n

【技术特征摘要】
1.一种计及用户停电损失的可靠性电价定价方法,其特征在于,该方法包括以下步骤:
S1.根据历史数据,获取各可靠性电价用户月度用电行为特征矩阵和用户侧营收;根据不同的可靠性电价体系,计算各用户月度可靠性电费;
S2.基于训练好的第一LSTM预测模型,预测电网中各用户的目标粒度时间可靠性电费,基于训练好的第二LSTM预测模型,预测电网中各用户的目标粒度时间可靠性营收;
S3.以可靠性电价各用户月度用电行为特征矩阵和月度可靠性电费为依据,对电网中各用户进行聚类划分,每一类用户对应的可靠性电价费率不同;
S4.根据可靠性电价费率、目标粒度时间可靠性电费和目标粒度时间可靠性营收,计算每个类别中每个用户的供电侧收益和成本,以成本收益均衡为目标,得到不同负荷和可靠性等级条件下的可靠性电价费率;
其中,所述第一LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和月度可靠性电费训练得到,所述第二LSTM预测模型是根据电网中所有可靠性电价用户的月度用电行为特征矩阵和用户侧营收训练得到。


2.如权利要求1所述的方法,其特征在于,步骤S1中,可靠性电价用户i月度用电行为特征矩阵Ui(t)=[Li(t),Ii(t)],其中,Li(t)表示用户i月度t用电量,Ii(t)表示用户i月度t用电中断数据,t=1,…,T,T为定价周期。


3.如权利要求2所述的方法,其特征在于,Li(t)=[Loi(t),Lpi(t),Lbi(t),Lri(t)],Ii(t)=[Ifi(t),Idi(t),Igi(t),Ili(t)],
其中,Loi(t)表示用户i月度t总有功电量,Lpi(t)表示用户i月度t峰值有功电量,Lbi(t)表示用户i月度t峰谷有功电量,Lri(t)表示用户i月度t总无功电量;Ifi(t)表示用户i月度t停电次数,Idi(t)表示用户i月度t平均停电时间,Igi(t)表示用户i月度t主动让电次数,Ili(t)表示用户i月度t平均让电时间。


4.如权利要求1至3任一项所述的方法,其特征在于,用户i月度可靠性电费Fi(t)计算公式如下:
Fi(t)=α*FBi(t)+β*FEi(t)+γ*FLi(t)









FBi(t)=FBi*(Capi-maxxi(t))
FEi(t)=FEi*Capi/Ti(t)<...

【专利技术属性】
技术研发人员:莫益军李满君刘华
申请(专利权)人:华中科技大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1