一种空调负荷聚合需求响应潜力评估方法及装置制造方法及图纸

本发明专利技术公开了一种空调负荷聚合需求响应潜力评估方法及装置，该方法包括：获取用户的用电数据，并基于阈值判断法从用电数据中识别空调用电事件集；根据空调用电事件集，通过第一次聚类获得聚类个数和与聚类个数对应的初始质心；根据聚类个数和初始质心，通过第二次聚类获得用户的空调使用行为时间段；根据空调使用行为时间段，计算用户的负荷聚合结果，并基于负荷聚合结果计算用户的需求响应潜力。采用本发明专利技术实施例，通过获取空调用电事件集，减少了进行需求响应潜力评估所需的数据种类；此外，还通过第一次聚类确定聚类个数，避免在后续的聚类过程中人为对聚类个数进行指定，提高了聚类结果的精度，从而提升了需求响应潜力评估的准确性。估的准确性。估的准确性。

【技术实现步骤摘要】
一种空调负荷聚合需求响应潜力评估方法及装置


[0001]本专利技术涉及智能电网领域，尤其涉及一种空调负荷聚合需求响应潜力评估方法及装置。

技术介绍

[0002]目前需求响应实施主要在工商业等大型电力用户或地区试点工程，还尚未在居民用户中普及，但随着用电比例逐渐增加，居民空调负荷的急剧增长已成为夏季电网负荷特性恶化和电力紧缺的重要原因；空调负荷具有响应时间快、可控性强等需求响应特性，在缓解供需压力、维护电力系统稳定等方面潜力巨大。同时，空调负荷具有单体容量小、数量众多、分散分布、响应随机性强的特点，因此不易获得其聚合用电功率和相应的响应潜力信息，对电网公司如何利用这部分需求响应资源带来困难。

技术实现思路

[0003]本专利技术提供了一种空调负荷聚合需求响应潜力评估方法及装置，以解决现有技术难以获得准确的空调负荷需求响应潜力的技术问题。
[0004]为了解决上述技术问题，本专利技术实施例提供了一种空调负荷聚合需求响应潜力评估方法，包括：
[0005]获取用户的用电数据，并基于阈值判断法从所述用电数据中识别空调用电事件集；
[0006]根据所述空调用电事件集，通过第一次聚类获得聚类个数和与所述聚类个数对应的初始质心；
[0007]根据所述聚类个数和所述初始质心，通过第二次聚类获得用户的空调使用行为时间段；
[0008]根据空调使用行为时间段，计算用户的负荷聚合结果，并基于负荷聚合结果计算用户的需求响应潜力。
[0009]本专利技术通过阈值判断法从用电数据中获取空调用电事件集，减少了进行需求响应潜力评估所需的数据种类；此外，还通过第一次聚类确定聚类个数，避免在后续的聚类过程中人为对聚类个数进行指定，提高了聚类结果的精度，从而提升了需求响应潜力评估的准确性。
[0010]进一步地，获取用户的用电数据，并基于阈值判断法从所述用电数据中识别空调用电事件集，包括：
[0011]通过空调智能终端，获取区域电网各供电节点下各用户的空调用电数据；
[0012]基于电流阈值和时间间隔阈值对所述用电数据进行滚动识别，获得所述空调用电事件集。
[0013]本专利技术通过电流阈值和时间间隔阈值对空调用电数据进行滚动识别，以获得完整的空调用电事件集，其用于后续的空调需求响应潜力的评估，有效聚集用户空调能够参与
需求响应的集中时间段，以便后续计算得到更准确的空调负荷的需求响应潜力。
[0014]进一步地，基于电流阈值和时间间隔阈值对所述用电数据进行滚动识别，获得所述空调用电事件集，包括：
[0015]从所述用电数据中筛选出电流大于所述电流阈值的用电数据，得到若干个筛选后的用电数据；
[0016]将时间间隔小于所述时间间隔阈值的任意两个筛选后的用电数据划分到同一次用电事件，得到所述空调用电事件集。
[0017]进一步地，根据所述空调用电事件集，通过第一次聚类获得聚类个数和与所述聚类个数对应的初始质心，包括：
[0018]计算所述空调用电事件集的所有样本点的平均差异度，并基于所有样本点的平均差异度计算每个样本点的密度；
[0019]选择密度最大的样本点作为第一中心点，删除距离所述第一中心点小于平均差异度的样本点，并从剩余样本中选择欧氏距离最大的样本点作为第二中心点；
[0020]根据所述第一中心点和所述第二中心点，通过最大原则和最小原则计算得到若干个中心点；
[0021]计算所述若干个中心点中相邻两个中心点之间的深度，得到所述聚类个数和所述初始质心。
[0022]本专利技术在两次聚类过程的第一次聚类中采用最小原则和最大原则，对空调使用事件进行粗聚类，得到后续聚类所需的聚类个数和对应的质心，从而避免了事先指定聚类个数，提高了空调需求响应潜力的估算精度。
[0023]进一步地，根据所述第一中心点和所述第二中心点，通过最大原则和最小原则计算得到若干个中心点，包括：
[0024]第一步骤：根据最大原则，计算剩余的每个样本点至到已知中心点的最短距离最小值；其中，所述已知中心点包括：所述第一中心点、所述第二中心点和更新后的中心点；
[0025]根据最小原则，选择最短距离最小值最大的样本点作为更新后的中心点，并计算所述更新后的中心点对应的Canopy；
[0026]返回第一步骤，直至剩余的每个样本点均被标记。
[0027]进一步地，计算所述若干个中心点中相邻两个中心点之间的深度，得到所述聚类个数和所述初始质心，包括：
[0028]依次计算每个中心点与前一个中心点的欧氏距离最小值，得到第一最小值；依次计算每个中心点与后一个中心点的欧氏距离最小值，得到第二最小值；
[0029]将第一最小值和第二最小值之和最大的中心点对应的序数作为所述聚类个数，并获取与所述聚类个数对应的初始质心。
[0030]进一步地，根据空调使用行为时间段，计算用户的负荷聚合结果，并基于负荷聚合结果计算用户的需求响应潜力，包括：
[0031]根据所述空调使用行为时间段，筛选出满足需求响应时间要求的用户，并计算所述满足需求响应时间要求的用户的负荷聚合结果；
[0032]根据所述负荷聚合结果，计算每个用户的峰荷削减量，叠加每个用户的峰荷削减量得到所述需求响应潜力。
[0033]进一步地，根据所述负荷聚合结果，计算每个用户的峰荷削减量，叠加每个用户的峰荷削减量得到所述需求响应潜力，包括：
[0034]根据所述负荷聚合结果，获取每个满足需求响应时间要求的用户的典型日负荷曲线；
[0035]获取每个典型日负荷曲线的峰值，并根据所述每个典型日负荷曲线的峰值，计算每个峰值对应的峰荷削减量；
[0036]叠加每个用户的峰荷削减量，得到所述需求响应潜力。
[0037]进一步地，根据所述聚类个数和所述初始质心，通过第二次聚类获得用户的空调使用行为时间段，包括：
[0038]将与所述聚类个数对应的中心点作为聚类中心；
[0039]距离计算：计算所述空调用电事件集中的每个样本点到当前的聚类中心的距离，并将每个样本点划分至距离最近的当前质心的簇内；所述当前质心包括：所述初始质心和更新后的质心；
[0040]计算每个簇中的各样本点到所述当前的聚类中心的均值，并将所述均值设置为更新后的质心；
[0041]返回距离计算步骤，直至质心不在移动或达到预设迭代次数；
[0042]根据与所述聚类个数对应的簇，获取所述空调使用行为时间段。
[0043]另一方面，本专利技术实施例还提供了一种空调负荷聚合需求响应潜力评估装置，包括：事件集生成模块、第一聚类模块、第二聚类模块和潜力评估模块；
[0044]其中，所述事件集生成模块用于获取用户的用电数据，并基于阈值判断法从所述用电数据中识别空调用电事件集；
[0045]所述第一聚类模块用于根据所述空调用电事件集，通过第一次聚类获得聚类个数和与所述聚类个数对应的初始质心；
[0046]所述第二聚类模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空调负荷聚合需求响应潜力评估方法，其特征在于，包括：获取用户的用电数据，并基于阈值判断法从所述用电数据中识别空调用电事件集；根据所述空调用电事件集，通过第一次聚类获得聚类个数和与所述聚类个数对应的初始质心；根据所述聚类个数和所述初始质心，通过第二次聚类获得用户的空调使用行为时间段；根据空调使用行为时间段，计算用户的负荷聚合结果，并基于负荷聚合结果计算用户的需求响应潜力。2.如权利要求1所述的空调负荷聚合需求响应潜力评估方法，其特征在于，获取用户的用电数据，并基于阈值判断法从所述用电数据中识别空调用电事件集，包括：通过空调智能终端，获取区域电网各供电节点下各用户的空调用电数据；基于电流阈值和时间间隔阈值对所述用电数据进行滚动识别，获得所述空调用电事件集。3.如权利要求2所述的空调负荷聚合需求响应潜力评估方法，其特征在于，基于电流阈值和时间间隔阈值对所述用电数据进行滚动识别，获得所述空调用电事件集，包括：从所述用电数据中筛选出电流大于所述电流阈值的用电数据，得到若干个筛选后的用电数据；将时间间隔小于所述时间间隔阈值的任意两个筛选后的用电数据划分到同一次用电事件，得到所述空调用电事件集。4.如权利要求1所述的空调负荷聚合需求响应潜力评估方法，其特征在于，根据所述空调用电事件集，通过第一次聚类获得聚类个数和与所述聚类个数对应的初始质心，包括：计算所述空调用电事件集的所有样本点的平均差异度，并基于所有样本点的平均差异度计算每个样本点的密度；选择密度最大的样本点作为第一中心点，删除距离所述第一中心点小于平均差异度的样本点，并从剩余样本中选择欧氏距离最大的样本点作为第二中心点；根据所述第一中心点和所述第二中心点，通过最大原则和最小原则计算得到若干个中心点；计算所述若干个中心点中相邻两个中心点之间的深度，得到所述聚类个数和所述初始质心。5.如权利要求4所述的空调负荷聚合需求响应潜力评估方法，其特征在于，根据所述第一中心点和所述第二中心点，通过最大原则和最小原则计算得到若干个中心点，包括：第一步骤：根据最大原则，计算剩余的每个样本点至到已知中心点的最短距离最小值；其中，所述已知中心点包括：所述第一中心点、所述第二中心点和更新后的中心点；根据最小原则，选择最短距离最小值最大的样本点作为更新后的中心点，并计算所述更新后的中心点对应的Canopy；返回第一步骤，直至剩余的每个样本点均被标记。6.如权利要求4所述的空调负荷聚合需求响应潜力评估方法，其特征在于，计算所述若干个中心点中相邻两个中心点之间的深度，得到所述聚类个数和所述初...

【专利技术属性】
技术研发人员：刘佳乐，孟子杰，程章颖，蔡新雷，李超，黎可，李欢欢，高宜凡，陈敏，陈露，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：