[发明专利]一种基于大数据视角的需求响应削负荷量的测量方法

摘要

本发明公开了一种基于大数据视角的需求响应削负荷量的测量方法，包括以下步骤：1）确定影响用户日负荷曲线的待分析因素，形成待分析因素集合；2）采集用户历史非需求响应日的96点负荷数据，并获取非需求响应日待分析因素集合中各因素对应的数据；3）利用主成分分析法，从待分析因素集合中提取影响用户日负荷曲线的主要因素，作为特征量；4）利用灰色关联度分析方法，根据用户需求响应日特征量的观测值，从历史非需求响应日中提取相似日；5）根据相似日负荷，来测算需求响应日的基线负荷：6）测算需求响应削负荷量。该测量方法实现需求响应削负荷量的精细化测算，实现有限电能资源的高效利用，提高终端用电效率。

主权项

一种基于大数据视角的需求响应削负荷量的测量方法，其特征在于，该测量方法包括以下步骤：1)确定影响用户日负荷曲线的待分析因素，形成包含有n个待分析因素的待分析因素集合Ω；n为大于2的整数；2)采集用户历史非需求响应日的96点负荷数据，并获取非需求响应日待分析因素集合Ω中各因素对应的数据；采集的用户历史非需求响应日的天数为m；m为大于2的整数；3)利用主成分分析法，从待分析因素集合Ω中提取影响用户日负荷曲线的主要因素，作为特征量；4)利用灰色关联度分析方法，根据用户需求响应日特征量的观测值，从历史非需求响应日中提取N个相似日；5)根据相似日负荷，利用式(1)来测算需求响应日的基线负荷P_basic(t)：$P_{\mathrm{basic}}\left(t\right)=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_k{P}_{\mathrm{simi},k}\left(t\right)$   式(1)式中，P_simi,k(t)为用户第k个相似日的96点实际负荷，t＝1、2、…、96，N为提取的相似日天数；ω_k为第k个相似日的加权系数；k≤N；6)利用式(2)测算需求响应削负荷量：P_DR(t)＝P_basic(t)‑P_real(t)   式(2)式中，P_DR(t)为用户的需求响应削负荷量；P_real(t)为用于实施需求响应后的96点实际负荷，t＝1,2,……96。