[发明专利]一种基于大数据视角的需求响应削负荷量的测量方法

说明书

技术领域

本发明涉及电力系统及其自动化技术领域，具体来说，涉及一种基于大数据视角的需求响应削负荷量的测量方法。

背景技术

需求响应是发掘用户侧资源的重要技术手段，有利于缓解电力供应紧张的局面，消纳间歇式可再生能源出力波动性。需求响应削负荷量测量是实施需求响应项目的重要环节。

传统的需求响应削负荷量测量，往往是对需求响应日前的几日的负荷进行加权平均来计算需求响应日的基线负荷，然后以基线负荷与需求响应日实际负荷的差值作为需求响应削负荷量。事实上，当气象条件等对负荷有较大影响的因素发生明显变化时，用户的负荷与前几日相比会产生较大的差别，简单用前几日的负荷加权平均不能准确体现这种变化。总体而言，当前的需求响应削负荷量测量方法较为粗糙。另一方面，在大数据视角下，需求响应削负荷量测量方能够获得用户的海量数据信息，有助于从中挖掘影响负荷特性的因素。从负荷特性出发，寻找与需求响应日各方面条件尽可能相同的相似日，是获得较为精确的需求响应基线负荷，计算需求响应削负荷量的一条新途径。研究需求响应削负荷量的测量新技术有助于甄别电力用户需求响应潜力挖掘技术的优劣，有助于制定更能挖掘电力用户需求响应潜力的需求响应策略，制定更有效的电网调度计划，实现有限电能资源的高效利用，提高终端用电效率。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种基于大数据视角的需求响应削负荷量的测量方法，该测量方法从大数据视角出发，通过提取用户负荷特性的主要影响因素和关联分析确定相似日，实现需求响应削负荷量的精细化测算，实现有限电能资源的高效利用，提高终端用电效率。

技术方案：为解决上述技术问题，本发明采用的技术方案是：

一种基于大数据视角的需求响应削负荷量的测量方法，该测量方法包括以下步骤：

1)确定影响用户日负荷曲线的待分析因素，形成包含有n个待分析因素的待分析因素集合Ω；n为大于2的整数；

2)采集用户历史非需求响应日的96点负荷数据，并获取非需求响应日待分析因素集合Ω中各因素对应的数据；采集的用户历史非需求响应日的天数为m；m为大于2的整数；

3)利用主成分分析法，从待分析因素集合Ω中提取影响用户日负荷曲线的主要因素，作为特征量；

4)利用灰色关联度分析方法，根据用户需求响应日特征量的观测值，从历史非需求响应日中提取N个相似日；

5)根据相似日负荷，利用式(1)来测算需求响应日的基线负荷P_basic(t)：

Pbasic(t)=Σk=1NωkPsimi,k(t)]]>    式(1)

式中，P_simi,k(t)为用户第k个相似日的96点实际负荷，t＝1、2、…、96，N为提取的相似日天数；ω_k为第k个相似日的加权系数；k≤N；

6)利用式(2)测算需求响应削负荷量：

P_DR(t)＝P_basic(t)-P_real(t)    式(2)

式中，P_DR(t)为用户的需求响应削负荷量；P_real(t)为用于实施需求响应后的96点实际负荷，t＝1,2,……96。

进一步，所述的步骤3)包括以下步骤：