一种基于回归分析法的基线负荷模型的负荷辨识方法技术

技术编号:22567540 阅读:57 留言:0更新日期:2019-11-16 13:07
本发明专利技术涉及一种基于回归分析法的基线负荷模型的负荷辨识方法,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。与现有技术相比,本发明专利技术具有准确率高,适用性针对性强等优点。

A load identification method of baseline load model based on regression analysis

The invention relates to a load identification method of baseline load model based on regression analysis method. The method comprises the following steps: Step 1: classify the power user data according to the user type and the region; step 2: select the power load data of individual users and the data of relevant influencing factors for each type of power user data after classification to establish regression formula ; step 3: further obtain the baseline load of other users in the demand response period according to the regression formula; step 4: identify the potential load of peak staggering using the baseline load obtained. Compared with the prior art, the invention has the advantages of high accuracy, strong applicability and pertinence.

【技术实现步骤摘要】
一种基于回归分析法的基线负荷模型的负荷辨识方法
本专利技术涉及电网错峰调度
,尤其是涉及一种基于回归分析法的基线负荷模型的负荷辨识方法。
技术介绍
随着国民经济的快速发展、产业结构的升级调整、人民生活水平的不断提高,社会各方面对电力的需求急剧增大,而当前电力的供应远远跟不上建设发展的需要,导致电力供需矛盾的不断加剧,进一步增加了电网的运行风险及运行成本。同时,由于各种新型用电设备的不断涌现,居民降温取暖电器的拥有率及使用率逐年上升,各用电客户的用电负荷特性也产生了诸多变化,用电结构发生了重大变化,这一切都对当前供电企业的运行和管理工作提出了新的要求。当前的错峰计划大都由技术人员手工编制而成,响应速度慢、编制工作量大、缺乏系统的管理。在以前的实际用电管理工作中,往往是在电力紧缺的情况下,进行错峰调度管理,对供电用户实行错峰、避峰、限电、拉闸等措施,来抑制高峰负荷。随着智能电网的建设和需求侧管理相关研究的深入以及需求侧管理相关应用的逐步成熟,面向智能电网的需求侧管理开始在削峰填谷、提高能效、节能减排等方面发挥其不可忽视的作用。目前,电力需求侧管理在移峰填谷方面的应用主要是通过对工商业用户实行分时计量电量,实行尖峰、峰谷平分时电价措施引导工商业用户调整生产运行方式,转移高峰时刻的用电负荷,降低高峰用电需求,从而提高电网供电设备的负荷率和利用率,缓和高峰时刻的供用电矛盾。错峰用电管理属于需求侧管理的一部分,科学合理地开展错峰用电,可以在减小波峰负荷的同时增加波谷负荷,达到削峰填谷的最佳效果。现有错峰用电管理在安排用户错峰时通常不考虑用户的实际用电特点,主要是根据用户的用电性质和负荷等级进行优先排序,这样相对粗放的安排方式往往会使得错峰效果不佳。而且,由于我国错峰用电管理是在电力的紧张形势下兴起的,因此很多电力部门仅将它当成缺电期间的短期工作来对待,单纯依靠行政手段实施错峰,没有真正认识错峰用电管理的关键和重要性。其实无论是电力过剩时期还是电力紧缺时期,我们都应从长远的角度来出发,坚持完善错峰用电工作。而且,随着智能表计大规模应用和系统接入,用电信息数据资源开始急剧增长并形成了一定的规模,我国电力行业开始步入大数据时代。通过大数据技术的引入和应用,可以释放“大数据”的业务潜力,应用到错峰用电领域,可以实现错峰用电管理应用的实用化、精益化、高效化。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于回归分析法的基线负荷模型的负荷辨识方法。本专利技术的目的可以通过以下技术方案来实现:一种基于回归分析法的基线负荷模型的负荷辨识方法,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。进一步地,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。进一步地,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。进一步地,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。进一步地,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。进一步地,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。进一步地,所述的步骤3中的回归式中的敏感分量,其计算公式为:p1s=β0+β1×WTHI1式中,p1s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。进一步地,所述的步骤3中的需求响应期基线负荷,其计算公式为:pn,j=pn,jb+pn,js式中,pn,j表示需求响应期基线负荷,pn,jb表示需求响应期基线负荷的基本分量,pn,js表示需求响应期基线负荷的敏感分量。与现有技术相比,本专利技术具有以下优点:(1)本专利技术提出的回归分析法的基于典型日、行业电价、空调负荷基线的错峰潜力量化负荷辨识方法能够精确衡量用户、行业及区域参与各类负荷错峰措施的适合程度和贡献程度,实现电力用户的可错峰调控能力量化评估,为有序用电方案智能化编制、自动化执行提供依据,确保有序用电工作科学、合理的开展,适用性针对性好。(2)本专利技术回归分析法运用统计学理论,基于负荷数据和影响负荷变化的影响因素数据(气温、湿度等)建立回归模型,并采用电力用户参与需求响应当日的影响因素数据计算电力用户未参与需求响应情况下的负荷曲线,即基线负荷,与日期匹配法相比,计算过程相对复杂,但在历史负荷数据不完整、数据记录错误等因素导致历史负荷数据质量不高时,运用回归分析方法能够提高基线负荷计算的准确性。附图说明图1为本专利技术的方法流程图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术的一部分实施例,而不是全部实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本专利技术保护的范围。实施例如图1所示为本专利技术一种基于回归分析法的基线负荷模型的负荷辨识方法的方法流程图,其具体步骤本文档来自技高网
...

【技术保护点】
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:/n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;/n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;/n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;/n步骤4:利用获得的基线负荷辨识错峰潜力负荷。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员:沈泉江解梁军郭乃网宋岩庞天宇陈睿杨栋陈开能唐丽娜
申请(专利权)人:国网上海市电力公司华东电力试验研究院有限公司星环信息科技上海有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 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。

1