[发明专利]一种网-荷智能互动方法及装置

说明书

技术领域

本发明涉及电力领域，更具体的说是涉及一种网-荷智能互动方法及装置。

背景技术

电能是指电以各种形式做功的能力，由于现时还没有经济有效的大容量存储电能的手段，因此电的发生和消费必须随时保持平衡。通常，一年之中的大部分时间，电力需求都在平均需求的上下进行波动，但在一天、一季或一年之内的某些时段，电力需求远远高出平均需求，也即电网负荷曲线的峰谷差较大。因此，如何从用户侧着手，通过电网与终端用户的互动，改善电力负荷曲线特性，提高电网资源利用率是未来电网面临的挑战之一。

峰谷分时电价是一项有效的需求侧管理措施，它通过价格机制鼓励用户合理安排用电时间、自行控制电力费用。但是，这种方式下电网与用户侧之间缺乏直接、充分的信息沟通，难以有效实现用户侧负荷资源与电网可用电量之间的精确匹配。

发明内容

有鉴于此，为了解决现有用户侧负荷资源与电网可用电量之间难以精确匹配的问题，提供一种网-荷智能互动方法，技术方案如下：

一种网-荷智能互动方法，包括：

获取多个电力用户的历史负荷曲线，分别根据所述历史负荷曲线得到典型日负荷曲线；

对所述典型日负荷曲线进行聚类负荷分类；

建立互动控制模式提取决策模型，通过所述互动控制模式提取决策模型对所述聚类负荷分类后的负荷类别进行分析和判别，得到不同负荷类别适用的控制方式；

将所述控制方式向所述电力用户推送。

优选的，在上述的方法中，所述获取多个电力用户的历史负荷曲线，分别根据所述历史负荷曲线得到典型日负荷曲线，包括：

获得多个电力用户一定时间段内的历史用电负荷数据，对所述历史用电负荷数据进行归一化处理，按一天24小时得到日历史负荷曲线；

采用智能算法计算并提取各电力用户的典型日负荷曲线。

优选的，在上述的方法中，所述对所述典型日负荷曲线进行聚类负荷分类，包括：

采用最优层次聚类方法对所述典型日负荷曲线进行分类，将具有相似负荷波动特性的用户归为一类。

优选的，在上述的方法中，所述采用最优层次聚类方法对所述典型日负荷曲线进行分类，包括：

根据最优样本距离和类间距离计算方法组合对所述典型日负荷曲线进行分类。

优选的，在上述的方法中，所述建立互动控制模式提取决策模型，包括：

根据用户负荷特性指标判别体系，结合所述电力用户所在地的负荷高峰、低谷所处时间段以及用户生产作息机制，建立互动控制模式提取决策模型。

本发明实施例还提供一种网-荷智能互动装置，包括：

典型日负荷曲线获取单元，用于获取多个电力用户的历史负荷曲线，分别根据所述历史负荷曲线得到典型日负荷曲线；

负荷分类单元，用于对所述典型日负荷曲线进行聚类负荷分类；

控制方式确定单元，用于建立互动控制模式提取决策模型，通过所述互动控制模式提取决策模型对所述聚类负荷分类后的负荷类别进行分析和判别，得到不同负荷类别适用的控制方式；

推送单元，用于将所述控制方式向所述电力用户推送。

优选的，在上述的装置中，所述典型日负荷曲线获取单元，包括：

日历史负荷曲线确定模块，用于获得多个电力用户一定时间段内的历史用电负荷数据，对所述历史用电负荷数据进行归一化处理，按一天24小时得到日历史负荷曲线；

典型日负荷曲线确定模块，用于采用智能算法计算并提取各电力用户的典型日负荷曲线。

优选的，在上述的装置中，所述负荷分类单元，包括：

分类确定模块，用于采用最优层次聚类方法对所述典型日负荷曲线进行分类，将具有相似负荷波动特性的用户归为一类。

优选的，在上述的装置中，所述分类确定模块，包括：

分类确定子模块，用于根据最优样本距离和类间距离计算方法组合对所述典型日负荷曲线进行分类。

优选的，在上述的装置中，所述控制方式确定单元，包括：

模型建立单元，用于根据用户负荷特性指标判别体系，结合所述电力用户所在地的负荷高峰、低谷所处时间段以及用户生产作息机制，建立互动控制模式提取决策模型。

上述技术方案中具有如下有益效果：