[发明专利]一种基于电力大数据的电网友好型负荷响应方法

说明书

本发明属于电网控制技术领域，尤其是一种基于电力大数据的电网友好型负荷响应方法，包括响应用户选取、负荷预测单元、响应策略流程和仿真分析；采用K‑means聚类方法进行响应用户选取，负荷预测单元预测所述响应用户选取传送来的用户用电信息；响应策略根据所述负荷预测单元的结果作出响应动作。该基于电力大数据的电网友好型负荷响应方法，通过提出预见性响应策略与实时响应策略相结合的电网友好型负荷响应策略，以缓解负荷变化对系统稳定运行造成的影响；然后依据负荷预测单元结果分析该策略的基本原理及实现方法；最后通过仿真验证了该响应策略的合理性与可行性，从而实现预见性响应策略与实时响应策略相结合的电网友好型负荷响应方法。

技术领域

本发明涉及电网控制技术领域，尤其涉及一种基于电力大数据的电网友好型负荷响应方法。

背景技术

随着智能电网的规模不断扩大，各类电力负荷快速增长，给电网的安全稳定运行带来了挑战。大量波动性用电负荷同时接入电网，极易造成电网超负荷运行，甚至导致电网崩溃，由此而引发的大停电事故频频发生。构建安全、稳定、高效、经济的智能电网是其发展的主要驱动力和目标之一，在智能电网的推动发展下，″电网友好″的负荷需求响应策略越来越受到重视。

但是在高比例新能源渗透电网中，当面对冲击负荷或负荷瞬时波动率较大，加之负荷响应具有一定延时特性，因此实时调整策略难以及时应对，这时就增加了电网事故的可能性。为了应对这种延时特性，电网友好响应策略应具有一定的超前效应，因此，预见性响应策略与实时响应策略相结合的电网友好技术具有重要的研究意义。

发明内容

基于现有的在高比例新能源渗透电网中，面对冲击负荷或负荷瞬时波动率较大而产生负荷响应具有延时特性的技术问题，本发明提出了一种基于电力大数据的电网友好型负荷响应方法。

本发明提出的一种基于电力大数据的电网友好型负荷响应方法，包括响应用户选取、负荷预测单元、响应策略流程和仿真分析；

所述响应用户选取采用K-means聚类方法提取响应用户；

所述负荷预测单元预测所述响应用户选取传送来的用户用电信息；

所述响应策略根据所述负荷预测单元的结果作出响应动作；

所述仿真分析对经过所述响应策略的结果数据进行仿真验证。

优选地，所述响应用户选取采用K-means聚类方法提取出可响应用户，所述K-means聚类方法的流程为从数据集中选取K个点，每个点初始地代表每个簇的聚类中心，然后计算剩余各个样本到聚类中心的距离，将它赋给最近的簇，接着重新计算每一簇的平均值，整个过程不断重复，若相邻两次调整都没有变化，则数据聚类形成的簇已经收敛；该算法的一个特点是在每次迭代中都要考察每个样本的分类是否正确，若不正确，就需调整，在全部样本调整完后，再修改聚类中心，进入下一次迭代。

优选地，所述不断重复所述K-means聚类方法直到满足终止条件，所述终止条件为：

(1)没有对象被重新分配给不同的聚类；

(2)聚类中心不再发生变化；

(3)误差平方和局部最小。

优选地，所述终止条件的算法步骤为：

(1)从N个数据对象任意选择K个对象作为初始聚类中心；

(2)循环(3)到(4)直到每个聚类不再发生变化为止；

(3)根据每个聚类对象的均值(中心对象)，计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；

(4)重新计算每个聚类的均值(中心对象)，直到聚类中心不再变化；这种划分使得下式最小：