[发明专利]一种基于数据挖掘的居民用户多目标优化用电策略及系统

说明书

本发明提供的技术方案一种基于数据挖掘的居民用户多目标优化用电策略，包括：获取居民用户原始用电数据；将所述数据提取用户典型日用电曲线，分析用户用电特征；基于所述用电特征建立多目标用电模型；采用遗传算法求解多目标用电模型，得到保证用户用电舒适度并有效降低用电峰谷差的最优用电策略；本发明提供的技术方案有效保证用户用电舒适度的同时降低峰谷差，使发电、用电趋于平衡，降低用电高峰的供电压力从而解决了用电负荷的不断增长，极大的影响了电网的可靠运行，峰谷差变大的问题。

技术领域

本发明涉及电力需求响应领域，具体涉及一种基于数据挖掘的居民用户多目标优化用电策略及系统。

背景技术

目前，随着智能电网进程的提出和不断推进，众多信息系统和平台在有效管理各类智能设备促进智能电网建设、提升公司电网运营管理水平的同时，电网企业存储了海量数据，这些数据直观上没有表现出其信息价值。随着大数据技术的不断发展，数据挖掘技术受到越来越多的关注，用户用电行为分析的重要性日益凸显，采用数据挖掘的方法，用户用电数据中隐藏的信息可以被有效提取出来。同时，随着经济水平提高，居民的生活用电在社会用电中占有的比重呈现逐年上升的趋势。用电负荷的不断增长，带来的峰谷差变大的问题，极大的影响了电网的可靠运行。在智能电网环境下，为了构建一个满足用户需要的、安全、有效、舒适、便捷的互动用电体系，必须整合用户侧资源，实施需求侧管理，通过灵活的电价和激励政策引导用户参与从而实现负荷转移、削峰填谷。现有居民用电行为的研究中，大都着眼于利用电价机制，电网通过提供灵活的电价政策，激励用户参与需求响应，实现用电优化。

发明内容

本发明提供的技术方案是：

一种基于数据挖掘的居民用户多目标优化用电策略，包括：

获取居民用户原始用电数据；

将所述数据提取用户典型日用电曲线，分析用户用电特征；

基于所述用电特征建立多目标用电模型；

采用遗传算法求解多目标用电模型，得到保证用户用电舒适度并有效降低用电峰谷差的最优用电策略。

优选的，所述获取居民用户原始用电数据，之后还包括：

针对原始数据中出现的缺失值，利用近两年同一天同一时刻的负荷值累加求和取平均对缺失数据补齐；

对补齐后的原始数据进行归一化处理。

优选的，所述多目标用电模型，包括：

以负荷峰谷差最小且用户用电舒适度最佳为目标的多目标函数和以用户用电特征约束的约束条件；

所述用户用电特征，包括：可转移负荷和可中断负荷；

所述约束条件包括：可中断负荷约束条件和可转移负荷约束条件。

优选的，所述多目标函数如下式所示：

式中，T为优化后负荷峰谷差；L_new为用户用电优化后负荷值；d_com为用户用电舒适度；为t时刻用电设备i优化前的用电计划；S_i(t)为t时刻用电设备i优化后的用电计划，工作时取值为1，不工作时为0。

优选的，所述多目标用电模型还包括；

所述可中断负荷约束条件如下所示：

式中，为优化用电设备最早允许开启时间；为优化用电设备最晚允许开启时间；为用电设备开启时间；表示用户允许可中断负荷的工作区间；S_TL(t)为可中断负荷在t时刻有无启动状态；τ为可中断负荷完成任务所需的总的工作时间；