【技术实现步骤摘要】
本专利技术涉及电力系统控制领域，具体涉及一种电力市场环境下负荷零售商的最优 购电方法。
技术介绍
为了更合理地配置资源，提高资源利用率，促进电力工业与社会、经济、环境的协 调发展，目前，许多国家的电力工业都在进行打破垄断、解除管制、引入竞争、建立电力市场 的电力体制改革。在我国，电力工业快速发展的同时，电力体制改革也逐步深入，在发电领 域已经逐步引入了竞争机制，即各发电公司按电价竞争上网的市场机制，即形成了初步的 电力市场化。 而随着改革的推进，售电侧也将逐步放开，引入竞争。在竞争性电力市场中，由于 交易费用的存在，大多数中小用户会向零售商购电，由零售商代表他们在批发市场上购电。 零售商通过与发电企业签订远期合同来保障用户大部分用电需求，不足部分在现货市场进 行购买。 另一方面，由于用户生产班制、设备启停时间等原因，用户的日负荷曲线总是波动 的，而不同用户间的负荷可能存在时序上的互补性，这种互补性有可能使不同用户的负荷 曲线相叠加后的负荷最大值要远小于这几个用户的最大负荷直接相加的结果。
技术实现思路
专利技术目的：为了解决现有技术的不足，本专利技术提供一种电力市场环境下负荷零售 商的最优购电方法，基于用户负荷特性的互补性对用户进行合理聚合，使每个聚合单元都 具有较大的负荷率，解决了现有技术的问题。 技术方案：，其特征在于：该方法包 括以下步骤： 1)零售商采集所辖用户的每日96点历史负荷数据； 2)数据预处理，剔除非正常数据； 3)基于时间维度选取各用户一年中每月的负荷数据为特征向量，将各月...
【技术保护点】
电力市场环境下负荷零售商的最优购电方法，其特征在于：该方法包括以下步骤：1)零售商采集所辖用户的每日96点历史负荷数据；2)数据预处理，剔除非正常数据；3)基于时间维度选取各用户一年中每月的负荷数据为特征向量，将各月负荷分别分类；4)根据聚类分析结果，抽取各用户的每月典型负荷曲线：Pijt=Pag,ikt,ifNijk=maxk(Nijk)---(1)]]>式中：Pijt为用户i在月份j的典型负荷曲线；Pag,ikt为用户i的第k类聚类结果；Nijk为用户i在j月份属于第k类的天数；5)考虑不同用户的负荷特性在时序上的互补性，确定m组用户负荷中每组成员的构成，建立基于长期合同的负荷优化聚合模型：maxΣmΣtΣiPijtxijm/96maxt(ΣiPijtxijm)---(2)]]>Psum,jmt=ΣiPijtxijm---(3)]]>Ppur,jm=196Σt=196Psum,jmt---(4)]]>s.t Ppur,jm≥Smin (5)式中：目标函数(2)为最大化m组用户的总负荷率，t为...
【技术特征摘要】
1. 电力市场环境下负荷零售商的最优购电方法，其特征在于：该方法包括以下步骤： 1) 零售商采集所辖用户的每日96点历史负荷数据； 2) 数据预处理，剔除非正常数据； 3) 基于时间维度选取各用户一年中每月的负荷数据为特征向量，将各月负荷分别分 类； 4) 根据聚类分析结果，抽取各用户的每月典型负荷曲线： Plfl=PlgMntf Nljk^nmx(Nijk) (1) 式中： Pijt为用户i在月份j的典型负荷曲线； Pa&ikt为用户i的第k类聚类结果； Nijk为用户i在j月份属于第k类的天数； 5) 考虑不同用户的负荷特性在时序上的互补性，确定m组用户负荷中每组成员的构 成，建立基于长期合同的负荷优化聚合模型：式中： 目标函数（2)为最大化m组用户的总负荷率，t为一天中每15分钟一个点的时刻计时， 总计96个时刻； Xijm为0-1优化变量，表示用户i的j月份负荷属于第m组； 月份第m组负荷曲线； Ppw为j月份第m组负荷的购电计划； Smin为购电合同的购电下限值。2. 根据权利要求1所述的电力市场环境下负荷零售商的最优购电方法，其特征在于： 所述步骤2)中数据预处理包括以下步骤： 2. 1)认为短时间即相隔15min内的连续3个数据相对稳定，没有突变，结合统计学原 理，利用样本统计指标与设定阈值判断是否有非正常数据： 将某负荷点附近连续5个数据平均化，形成平滑后的负荷序列：式中： Xi,n,t为用户i第n日t时刻的原始负荷数据； < .为用户i第n日t时刻经平滑后的负荷数据； 2. 2)如果原始数据与平滑后数据的误差满足|x,.w ，则用户i第n日t时 刻的负荷数据Xi,n,t为非正常数据,其中5为阈值，通常取〇.〇8?0.15; 2. 3)对非常数据进行如下修正：式中，为用户i第n日t时刻经修正后的负荷数据；a、P为自定义权值且a +3 =1。3. 根据权利要求1所述的电力市场环境下负荷零售商的最优购电方法，其特征在于： 所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。