[发明专利]一种实现电网侧和用户侧交互的家庭能量双层优化方法

权利要求书

1.一种实现电网侧和用户侧交互的家庭能量双层优化方法，其特征在于：包括如下步骤：

S1：读取用户的日负荷曲线，基于特征指标将高维的负荷数据降维，获取到降维曲线；

S2：基于FCM模糊聚类算法计算降维曲线的隶属度，根据隶属度完成日负荷曲线的分类；

S3：通过日负荷曲线的分类结果，对居民用户进行分类，针对每一类居民用户设计电力套餐，用于获取满足发电侧、电网侧和环境三侧的效益最好与用户电费支出最少的峰谷电量系数标准值和电价折扣系数；

S4：根据峰谷电量系数模拟日前负荷曲线，并且利用非侵入式优化模型对用户家电进行实时监测和负荷分解；

S5：判断是否有计划外用电行为发生，如果没有，按照原计划，即日前负荷模拟曲线执行用电；如果有，计算包含计划外用电的峰谷电量系数，判断该峰谷电量系数是否超过标准值，如果没有超过，按照原计划执行用电，如果超过，则依据用户家电的动态优先级，动态调整峰谷电量系数，直至峰谷电量系数不超过标准值；当满足峰谷电量系数标准值时，给予该用户对应的电价折扣系数。

2.根据权利要求1所述的一种实现电网侧和用户侧交互的家庭能量双层优化方法，其特征在于：所述步骤S2中降维曲线的隶属度的计算方法为：

假设待聚类数据集为X＝{x₁,x₂,...,x_n}，按特征指标降维得到数据集Y＝{y₁,y₂,...,y_n}，其中y_j＝(y_j1,y_j2,...,y_j6)^T为特征属性向量，每个样本对应具有6个特征属性；y_kj为特征向量y_k的第j维特征量；FCM算法利用模糊划分矩阵对聚类结果进行表示，即

式中，c为拟分类数；u_ij表示第j(j＝1,2,…,n)个数据样本属于第i(i＝1,2,…,c)类的隶属度，且满足以下条件：对对其中代表任意的i和任意的j。

3.根据权利要求2所述的一种实现电网侧和用户侧交互的家庭能量双层优化方法，其特征在于：所述步骤S2中采用Silhouette指标来评价聚类质量，确定居民日负荷曲线的最佳聚类数；Silhouette指标的定义如下：

已知总样本数为n，拟分类数c，对于第i类中的样本j，定义d_i(j)为样本j与类内所有其他样本的平均距离，表征类内紧密程度；定义d_o(j)为样本j到非同类所有样本的平均距离，表征类间分散程度，样本j的Silhouette指标J_Sil(j)表示为：

则所有样本的Silhouette指标均值J_Silmean表示为：

J_Silmean最大值对应的类数即为最佳聚类数。