[发明专利]一种激励型需求响应下的用户响应可靠性评估方法有效
申请号: | 201811141307.8 | 申请日: | 2018-09-28 |
公开(公告)号: | CN109344895B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 吴红斌;任印泽;夏勇;陈振宇;栾开宁;杨世海;曹晓冬 | 申请(专利权)人: | 合肥工业大学;国网江苏省电力有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/06;G06Q50/06 |
代理公司: | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人: | 陆丽莉;何梅生 |
地址: | 230009 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 激励 需求 响应 用户 可靠性 评估 方法 | ||
1.一种激励型需求响应下的用户响应可靠性评估方法,其特征是按如下步骤进行;
步骤一、获取居民用户的历史用电数据,包括:用户第n次响应当天的前x天的用电负荷数据、用户前n-1次响应时的日负荷数据和最大响应日负荷数据;
获取电网给定的用电负荷曲线,包括:用户前n-1次响应时电网给定的用电负荷数据、电网对用户响应激励政策的相关参数;
步骤二、建立用户的响应行为模型,利用最小二乘法计算用户的响应行为模型参数:
步骤2.1、利用式(1)建立激励政策下的用户的响应行为模型:
式(1)中:R为用户总体的响应程度,K为响应的收益率,cK为响应行为模型的线性区斜率,Rmax为用户总体响应的最大值,Kmin和Kmax分别为用户响应行为模型的死区阈值和饱和区阈值;
步骤2.2、将一天中电网要求用户响应的时间区间分为h个响应时段,共有k个用户参与响应,则根据用户第n次响应当天的前x天的负荷数据,利用式(2)计算第n次响应当天第i个用户在第t个响应时段的基准功率P0(n),i(t),从而得到第n次响应当天第i个用户在所有h个响应时段的基准功率{P0(n),i(1),P0(n),i(2),…,P0(n),i(t),…,P0(n),i(h)},进而得到第n次响应当天k个用户在所有h个响应时段的基准功率1≤i≤k,1≤t≤h:
式(2)中,P0(n),i(-d,t)为第n次响应当天第i个用户在前d天当天的第t个响应时段的实际功率;
步骤2.3、利用式(3)计算第n次响应当天用户总体在第t个响应时段的基准功率P0(n)(t),从而得到第n次响应当天用户总体在所有h个响应时段的基准功率{P0(n)(1),P0(n)(2),…,P0(n)(t),…,P0(n)(h)}:
步骤2.4、根据第n次响应当天所有h个响应时段用户总体的基准功率、电网给定的用电标准负荷功率和用户的最大响应负荷功率,利用式(4)计算第n次响应当天第t个响应时段用户总体的标准响应程度αb(n)(t),从而得到第n次响应当天所有h个响应时段的标准响应程度{αb(n)(1),αb(n)(2),…,αb(n)(t),…,αb(n)(h)}:
式(4)中:Pb(n)(t)为第n次响应当天第t个响应时段电网给定的用电负荷功率;Pmax(n)(t)为第n次响应当天第t个响应时段用户的最大响应负荷功率;
步骤2.5、根据前n次响应中每次响应当天用户的实际负荷数据,利用式(5)计算第m次响应当天第t个响应时段用户总体的实际响应程度α(m)(t),从而得到第m次响应当天所有h个响应时段用户总体的实际响应程度{α(m)(1),α(m)(2),…,α(m)(t),…,α(m)(h)},进而得到前n次响应中每次响应当天所有h个响应时段用户总体的实际响应程度1≤m≤n:
式(5)中:P(m)(t)为第m次响应当天第t个响应时段用户总体的实际功率,P0(m)(t)为第m次响应当天第t个响应时段用户总体的基准功率;Pmax(m)(t)为第m次响应当天第t个响应时段用户总体的最大响应负荷;
步骤2.6、利用式(5)计算第m次响应当天用户总体的标准平均响应程度从而得到前n次响应中每次响应当天用户总体的标准平均响应程度
步骤2.7、利用式(7)计算第m次响应当天用户总体的平均响应程度从而得到前n次响应中每次响应当天用户总体的平均响应程度
步骤2.8、利用式(8)计算第m次响应当天用户总体的响应完成度R(m),从而得到前n次响应中每次响应当天用户总体的响应完成度{R(1),R(2),…,R(m),…,R(n)}:
步骤2.9、利用式(9)计算第m次响应当天用户总体的最大响应完成度Rmax(m),从而得到前n次响应中每次响应当天用户总体的最大响应完成度{Rmax(1),Rmax(2),…,Rmax(m),…,Rmax(n)}:
步骤2.10、利用式(10)计算第m次响应当天用户总体的响应完成率L(m),从而得到前n次响应中每次响应当天用户总体的响应完成率{L(1),L(2),…,L(m),…,L(n)}:
步骤2.11、利用式(11)计算第m次响应当天的响应收益率K(m),从而得到前n次响应中每次响应当天的响应收益率{K(1),K(2),…,K(m),…,K(n)}:
式(11)中:αmin(m)表示第m次响应当天激励政策奖励的响应程度起始阈值,αmid(m)表示第m次响应当天激励政策奖励的响应程度中间值,αmax(m)表示第m次响应当天激励政策奖励的响应程度饱和阈值;k1(m)表示第m次响应当天激励政策奖励线性区间(αmin(m),αmid(m))的斜率,k2(m)表示第m次响应当天激励政策奖励线性区间(αmid(m),αmax(m))的斜率;
步骤2.12、利用式(12)计算前n-1次响应的响应完成度和响应收益率的均值
步骤2.13、利用式(13)计算响应行为模型参数的线性区斜率c和死区阈值Kmin;
步骤三、制定用户响应的可靠性指标,利用主成分分析法将响应的可靠性指标标准化:
步骤3.1、利用式(14)计算第n次响应当天第t个响应时段的响应权重系数b(n)(t),从而计算所有h个响应时段的响应权重系数{b(n)(1),b(n)(2),…,b(n)(t),…,b(n)(h)}:
步骤3.2、利用式(15)计算第n次响应当天第i用户第t个响应时段的响应率从而获得第n次响应当天所有k个用户第t个响应时段的响应率进而获得第n次响应当天所有k个用户的所有h个响应时段的响应率
式(15)中:计算第n次响应当天第i个用户的第t个响应时段的响应率;
步骤3.3、利用主成分分析法将用户的响应可靠性指标标准化;
步骤3.3.1、利用式(16)计算第n次响应当天第t个响应时段用户响应率的均值从而获得第n次响应当天所有h个响应时段的用户响应率的均值
步骤3.3.2、利用式(17)计算第n次响应当天第t个响应时段用户总体的响应率方差s(n)(t),从而获得第n次响应当天所有h个响应时段用户总体的响应率方差{s(n)(1),s(n)(2),…,s(n)(t),…,s(n)(h)}:
步骤3.3.3、利用(18)将第n次响应当天第i个用户第t个响应时段的响应率标准化,得到第n次响应当天第i个用户第t个响应时段标准化的响应率从而得到第n次响应当天第i个用户所有h个响应时段标准化的响应率进而得到第n次响应当天所有k个用户所有h个响应时段标准化的响应率,并以矩阵的形式表示记为
步骤3.3.4、利用式(19)计算所有h个响应时段响应率的关联矩阵G(n):
步骤3.3.5、计算关联矩阵G(n)的k个特征值,并将其中大于0的特征值按降序排列,记为{λ1(n),λ2(n),…,λp(n),…,λq(n)},1≤p≤q,并计算q个特征值分别对应的特征向量,记为{ξ1(n),ξ2(n),…,ξp(n),…,ξq(n)};
步骤3.3.6、计算前v个主成分使得累计方差贡献率u(n)(v)达到定值u时的最小v值;
步骤3.3.6.1、令v=1;
步骤3.3.6.2、利用式(20)计算前v个主成分的累计方差贡献率u(n)(v):
步骤3.3.6.3、判断满足u(n)(v)≥u是否成立,若成立,则转至步骤3.3.7,否则将v+1赋值给v,转到步骤3.3.6.2;
步骤3.3.7、将步骤3.3.5中所求得的特征向量中的前v个特征向量单位正交化,得到单位正交化后的v个特征向量,记为{ξ'1(n),ξ'2(n),…,ξ'p′(n),…,ξ'v(n)},1≤p′≤v,并以矩阵的形式表示为并有:其中表示矩阵A(n)的第t行第p’列的元素;
步骤3.3.8、利用式(21)计算前p’个主成分的方差贡献率up′(n),从而得到前v个主成分的方差贡献率{u1(n),u2(n),…,up′(n),…,uv(n)}:
步骤3.3.9、利用式(22)计算第n次响应当天第t个响应时段的综合响应率系数wt(n),从而得到第n次响应当天所有h个响应时段的综合响应率系数{w1(n),w2(n),…,wt(n),…,wh(n)}:
步骤3.4、利用式(23)计算第n次响应当天第i个用户的标准响应评价指标y(n)(i),从而得到第n次响应当天所有k个用户标准响应评价指标{y(n)(1),y(n)(2),…,y(n)(i),…,y(n)(k)}:
步骤四、结合用户响应行为模型和用户响应可靠性指标,根据前n-1次的用户实际响应功率,计算第n次用户响应后负荷功率的预测值;根据用户第n次实际响应的功率大小,计算用户响应的可靠性:
步骤4.1、利用式(24)计算第n次响应当天用户总体的响应完成度预测值Rre(n):
步骤4.2、判断是否满足Rre(n)≥Rmax(n),若满足,则将Rmax(n)赋值给Rre(n),并转到步骤4.3;否则,直接转到步骤4.3;
步骤4.3、利用式(25)计算在第n次响应当天在响应完成度预测值Rre(n)下所预测的第t个响应时段的用户总体响应程度预测值αre(n)(t),从而获得第n次响应当天所有h个响应时段的用户总体响应程度预测值{αre(n)(1),αre(n)(2),…,αre(n)(t),…,αre(n)(h)}:
步骤4.4、利用式(26)计算第n次响应当天第t个响应时段用户响应后的负荷功率预测值Pre(n)(t),从而获得第n次响应当天所有h个响应时段用户响应后的负荷功率预测值{Pre(n)(1),Pre(n)(2),…,Pre(n)(t),…,Pre(n)(h)};
Pre(n)(t)=P0(n)(t)-αre(n)(t)(P0(n)(t)-Pmax(n)(t)) (26)
步骤4.5、计算第n次响应当天用户总体的响应可靠性指标;
步骤4.5.1、利用式(27)计算用户响应成功率CSRFI:
式(27)中:D(n)(t)表示第n次响应当天第t个响应时段的响应情况,D(n)(t)=1表示第t个响应时段的响应满足响应要求,D(n)(t)=0表示第t个响应时段的响应不满足响应要求;
步骤4.5.2、利用式(28)计算用户平均响应程度CARDI:
步骤4.5.3、利用式(29)计算用户平均响应完成度CARCI:
步骤4.5.4、利用式(30)计算用户平均负荷转移率CALTR:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学;国网江苏省电力有限公司,未经合肥工业大学;国网江苏省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811141307.8/1.html,转载请声明来源钻瓜专利网。