[发明专利]一种基于回归分析法的基线负荷模型的负荷辨识方法

权利要求书

1.一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，该方法包括以下步骤：

步骤1：对电力用户数据根据用户类型和所在地区进行分类；

步骤2：针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式；

步骤3：根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷；

步骤4：利用获得的基线负荷辨识错峰潜力负荷。

2.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤1中的电力用户数据包括执行需求响应前多日与需求响应期同时段的用户实际用电负荷以及对应的影响用户用电负荷的影响因素数据和执行需求响应当日，按设定周期采集需求响应期前多个小时内各时刻用户实际用电负荷数据以及对应的影响用户用电负荷的影响因素数据。

3.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤2包括以下分步骤：

步骤21：将用户在典型日或典型小时内的每一个用电负荷数据拆分成基本分量和受气温和湿度影响的敏感分量；

步骤22：根据不同情况获取所有用电负荷数据的需求响应期各个时刻的用户负荷基本分量；

步骤23：根据不同情况通过回归式获取所有用电负荷数据的需求响应期各个时刻的用户负荷敏感分量。

4.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤3具体包括：对步骤2获得的需求响应期各时刻基本分量、敏感分量进行求和，得到不同时刻基线负荷值并由此进一步得到需求响应期用户基线负荷。

5.根据权利要求3所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤22具体包括：如果利用典型日内有关数据计算需求响应期用户负荷基本分量，则利用典型日内与需求响应期对应时刻的历史负荷数据基本分量平均值，作为需求响应期各个时刻的用户负荷基本分量；

如果利用典型小时有关数据计算需求响应期用户负荷基本分量，则利用典型小时内不同时刻历史负荷数据基本分量平均值，作为需求响应期各个时刻的用户负荷基本分量。

6.根据权利要求3所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤23具体包括：如果利用典型日内有关数据计算需求响应期用户负荷敏感分量，则利用各典型日内同一时刻历史负荷数据敏感分量、影响因素数据的加权值建立回归式，求得回归式的回归参数，然后将需求响应期对应时刻的影响因素数据加权值代入回归式，求得相应时刻用户负荷敏感分量，最后按照上述方法求得需求响应期不同时刻的用户负荷敏感分量；

如果利用典型小时内有关数据计算需求响应期用户负荷敏感分量，则利用典型小时内不同时刻历史负荷数据敏感分量及相应的影响因素数据加权值建立回归式，求得回归式的回归参数，然后将需求响应期各个时刻影响因素数据加权值代入回归式，求得需求响应期不同时刻用户负荷敏感分量。

7.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤3中的回归式中的敏感分量，其计算公式为：

p_1s＝β₀+β₁×WTHI₁

式中，p_1s表示回归式中的敏感分量的集合，β₀和β₁表示回归式参数，WTHI₁表示用户在某时刻的气温、湿度影响因素的加权指标的集合。

8.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法，其特征在于，所述的步骤3中的需求响应期基线负荷，其计算公式为：

p_n,j＝p_n,jb+p_n,js

式中，p_n,j表示需求响应期基线负荷，p_n,jb表示需求响应期基线负荷的基本分量，p_n,js表示需求响应期基线负荷的敏感分量。