一种用户侧可调资源参与调峰辅助服务的方法及系统技术方案

本发明专利技术公开了一种用户侧可调资源参与调峰辅助服务的方法及系统，包括：获取单个用户的所有可调资源的配置信息、用电信息和成本信息；利用预先确定的计算模型计算得到每个可调资源的调节成本；基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；以用户利益最大化为目标进行量价申报。优点：结合用户侧历史用电负荷数据和聚类算法进行可调资源分组负荷预测，同时基于可调资源配置及用电信息及成本信息对可调资源的运行成本进行分析，基于可调资源负荷预测结果和成本分析结果，以申报方式，辅助用户侧可调资源参与调峰辅助服务，能够缓解峰谷差，降低交易风险，提高电网资产利用率。提高电网资产利用率。提高电网资产利用率。

【技术实现步骤摘要】
一种用户侧可调资源参与调峰辅助服务的方法及系统


[0001]本专利技术涉及电力辅助服务调峰
，尤其涉及一种用户侧可调资源参与调峰辅助服务的方法及系统。

技术介绍

[0002]近年来，随着人民生活水平的不断提高和产业结构的不断转型，电力需求季节性差异日益凸显，用电负荷逐年攀升，用电尖峰越发显著。传统依靠电源侧深度调峰改造或新建电厂来解决的方式无法满足现有需求，不仅电网投资大，而且存在峰谷差较大的问题。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种用户侧可调资源参与调峰辅助服务的方法及系统，一方面可以缓解峰谷差，提高电网安全、稳定、经济运行能力，另一方面可以提高电网资产利用率，延缓或减少电网投资。
[0004]为解决上述技术问题，本专利技术提供一种用户侧可调资源参与调峰辅助服务的方法，包括：
[0005]获取单个用户的所有可调资源的配置信息、用电信息和成本信息；
[0006]将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
[0007]基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
[0008]根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
[0009]进一步的，所述计算模型为：
[0010][0011]其中，C
iv
为第i个用户的第v个可调资源调节成本，i∈{m1,...,m
d
}，v∈{m
i，1
,...,m
i,n
}，{m1,...,m
d
}表示共d个用户，{m
i，1
,...,m
i,n
}表示每个用户共n个可调资源，n为变量，β
iv
为第i个用户的第v个可调资源的调节成本权值，α为聚合商补贴比例，C
si
为用户投资硬件设备成本，C
oi
为用户投资软件系统成本，C
yi
为系统年运行管理成本，T为项目实施年数，C
xio
为用户第o年向聚合商缴纳的年项目管理费用。
[0012]进一步的，所述基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值，包括：
[0013]获取用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据；
[0014]分别对用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据的异常数据和不良数据进行辨识并修正；
[0015]基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用K
‑
means聚类算法提取各类别可调资源典型曲线和聚类中心；
[0016]基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线；
[0017]计算每个可调资源负荷曲线与聚类中心的各类别可调资源典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷，基于分组负荷的用电规律确定对应的负荷预测算法和预测日对每个可调资源进行负荷预测，得到预测日的每个可调资源的负荷预测值。
[0018]进一步的，所述修正后的用户侧所有可调资源的历史96点用电负荷数据为包括用户名称，所有可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件；
[0019]所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据为包括用户名称，单个可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件。
[0020]进一步的，所述基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用K
‑
means聚类算法提取各类别可调资源典型曲线和聚类中心，包括：
[0021](7)确定聚类簇数k；
[0022](8)初始化k个聚类中心μ1,...,μk；
[0023](9)计算样本到每个聚类中心之间的距离，将每个样本分配到最近的聚类中心，其中所述的样本为用户侧每个可调资源历史96点负荷曲线数据；所述样本指的是历史96点用电负荷数据；
[0024](10)根据各簇样本，更新各簇的聚类中心
[0025](11)迭代(3)～(4)步，直至K
‑
means聚类的相似性度量函数开始收敛为止；
[0026]所述K
‑
means聚类的相似性度量函数表达式为：
[0027][0028]其中，E是所有样本的平方误差和，k为聚类簇数，C
i
为第i簇，p是聚类空间中的样本点，μ
i
是第i簇的聚类中心；
[0029](12)基于步骤(5)的收敛结果确定收敛的聚类中心以及以各个聚类中心为基础的可调资源的典型负荷曲线。
[0030]进一步的，所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线，包括：
[0031]将基于修正后的用户侧每个可调资源的历史负荷数据取96点均值，并进行归一化处理，确定每个可调资源负荷曲线。
[0032]进一步的，所述根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报，包括：
[0033]获取调峰辅助服务交易公告信息，向可调资源所属用户发送信息，获取可调资源所属用户反馈的可调资源用电信息及可调节信息；
[0034]基于可调资源用电信息、可调节信息以及每个可调资源的调节成本、每个可调资源的负荷预测值，对可调资源进行聚类；
[0035]根据聚类的结果在考虑用户综合收益最大化的基础上按照比例经验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型方式对可调资源参与调峰辅助服务进行量价
的申报，具体报价方式如下：
[0036]P
apply
＝ηP
allow_max
[0037]考虑到日前辅助服务报价，由此报价约束：
[0038]C
i,all
/365≤P
apply
[0039]其中，P
apply
为单个用户可调资源申报价格，P
allow_max
为交易规则规定的最大申报价格，η为调整系数，C
i,all
为单个用户的可调资源每年的调节成本，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1；基于用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数进行可调资源辅助服务市场交易的量价申报。
[0040]一种用户侧可调资源参与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户侧可调资源参与调峰辅助服务的方法，其特征在于，包括：获取单个用户的所有可调资源的配置信息、用电信息和成本信息；将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。2.根据权利要求1所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述计算模型为：其中，C
iv
为第i个用户的第v个可调资源调节成本，i∈{m1,...,m
d
}，v∈{m
i，1
,...,m
i,n
}，{m1,...,m
d
}表示共d个用户，{m
i，1
,...,m
i,n
}表示每个用户共n个可调资源，n为变量，β
iv
为第i个用户的第v个可调资源的调节成本权值，α为聚合商补贴比例，C
si
为用户投资硬件设备成本，C
oi
为用户投资软件系统成本，C
yi
为系统年运行管理成本，T为项目实施年数，C
xio
为用户第o年向聚合商缴纳的年项目管理费用。3.根据权利要求1所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值，包括：获取用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据；分别对用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据的异常数据和不良数据进行辨识并修正；基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用K
‑
means聚类算法提取各类别可调资源典型曲线和聚类中心；基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线；计算每个可调资源负荷曲线与聚类中心的各类别可调资源典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷，基于分组负荷的用电规律确定对应的负荷预测算法和预测日对每个可调资源进行负荷预测，得到预测日的每个可调资源的负荷预测值。4.根据权利要求3所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述修正后的用户侧所有可调资源的历史96点用电负荷数据为包括用户名称，所有可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件；所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据为包括用户名称，单个可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件。5.根据权利要求3所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用K
‑
means聚类算法提取各类别可调资源典型曲线和聚类中心，包括：(1)确定聚类簇数k；
(2)初始化k个聚类中心μ1,...,μk；(3)计算样本到每个聚类中心之间的距离，将每个样本分配到最近的聚类中心，其中所述的样本为用户侧每个可调资源历史96点负荷曲线数据；所述样本指的是历史96点用电负荷数据；(4)根据各簇样本，更新各簇的聚类中心(5)迭代(3)～(4)步，直至K
‑
means聚类的相似性度量函数开始收敛为止；所述K
‑
means聚类的相似性度量函数表达式为：其中，E是所有样本的平方误差和，k为聚类簇数，C
i
为第i簇，p是聚类空间中的样本点，μ
i
是第i簇的聚类中心；(6)基于步骤(5)的收敛结果确定收敛的聚类中心以及以各个聚类中心为基础的可调资源的典型负荷曲线。6.根据权利要求3所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线，包括：将基于修正后的用户侧每个可调资源的历史负荷数据取96点均值，并进行归一化处理，确定每个可调资源负荷曲线。7.根据权利要求4所述的用户侧可调资源参与调峰辅助服务的方法，其特征在于，所述根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报，包括：获取调峰辅助服务交易公告信息，向可调资源所属用户发送信息，获取可调资源所属用户反馈的可调资源用电信息及可调节信息；基于可调资源用电信息、可调节信息以及每个可调资源的调节成本、每个可调资源的负荷预测值，对可调资源进行聚类；根据聚类的结果在考虑用户综合收益最大化的基础上按照比例经验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型方式对可调资源参与调峰辅助服务进行量价的申报，具体报价方式如下：P
apply
＝ηP
allow_max
考虑到日前辅助服务报价，由此报价约束：C
i,all
/365≤P
apply
其中，P
apply
为单个用户可调资源申报价格，P
allow_max
为交易规则规定的最大申报价格，η为调整系数，C
i,all
为单个用户的可调资源每年的调节成本，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1；基于用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数进行可调资源辅助服务市场交易的量价申报。8.一种用户侧可调资源参与调峰辅助服务的系统，其特征在于，包括：第一获取模块，用于获取单个用户的所有可调资源的配置信息、用电信息和成本信息；第...

【专利技术属性】
技术研发人员：周光，滕贤亮，郑涛，曹敬，金玉龙，徐立中，张思，曹建伟，杨宇峰，周竞，王珂，郭晓蕊，柳纲，肖徐兵，程炜，汪海耀，徐飞鸿，
申请(专利权)人：国网浙江省电力有限公司湖州供电公司国网电力科学研究院有限公司中国电力科学研究院有限公司国网浙江省电力有限公司国电南瑞南京控制系统有限公司，
类型：发明
国别省市：