一种电力用户个性化增值体验方案的生成方法及系统技术方案

本发明专利技术公开了一种电力用户个性化增值体验方案的生成方法，包括：从分布式采集终端及业务平台采集获得原始数据；对所述原始数据进行预处理；面向应用需求对所述经过预处理后的数据进行数据重组，提取应用本身所需的子模型及对应数据，并将结构化数据和非结构化数据分别进行组织与储存；根据所述重组的数据，提取不同类型用户的消费特征，并评估每一类型用户的用户调节潜力，根据所述用户调节潜力，自动生成所述类型用户对应的用户个性化增值体验方案。本发明专利技术还提供了相应的系统。实施本发明专利技术，可以有效对海量用户数据进行管理，并能实现用户

【技术实现步骤摘要】
一种电力用户个性化增值体验方案的生成方法及系统


[0001]本专利技术涉及新型电力系统供电
‑
用电双向互动
，特别涉及一种电力用户个性化增值体验方案的生成方法及系统。

技术介绍

[0002]新型电力系统开始向源网荷储一体化和多能互补的业态新模式发展，从而进一步驱动柔性负荷与分布式电源在配电网中的协同交互，推动清洁能源就地生产和就近消纳，提高能源综合利用效率、降低损耗。在新型电力系统中，期望用户(包括柔性负荷、电动汽车充电桩等)能够主动参与能源的生产和电力平衡，实现与电网的双向互动。当前用户参与电网互动通常通过需求侧响应等技术进行互动，这种方式较为适合大功率用户，对于小规模用户的普遍参与具有相当的限制性，主要存在如下的问题：
[0003]第一、用户参与困难。
[0004]单体用户(如单个负荷、单个电动汽车充电桩)功率小，且用能具有盲目性，用户参与辅助服务市场需要相当的专业知识，难以被大家所普遍接受，即使当前用户有节能与降碳需求，在缺乏有效引导的情况下，仍然导致用户参与困难。
[0005]第二、电网管理困难。
[0006]受用户数量庞大、设备多样化影响，电网侧采集到的数据种类多、类型庞杂，海量用户数据可通过终端、电表等多种类型装置进行采集。系统数据来源多，类型杂，包括结构化和非结构化等多种数据，且缺乏有效应用手段，导致当前电网对海量用户数据只能采用被动管理的方式，难以主动反馈。

技术实现思路

[0007]本专利技术所要解决的技术问题在于，提供一种电力用户个性化增值体验方案的生成方法及系统，可以有效对海量用户数据进行管理，并能实现用户
‑
电网双向互动，降低了用户参与互动的难度，可有效地实现降碳需求。
[0008]为了解决所述技术问题，本专利技术的一方面，提供一种电力用户个性化增值体验方案的生成方法，其至少包括如下步骤：
[0009]步骤S10，从分布式采集终端及业务平台采集获得原始数据，所述采集终端至少包括：变压器、分布式电源、电动汽车充电桩；所述业务平台至少包括：储能BMS系统、光伏管理系统以及电网营销系统；
[0010]步骤S11，对所述原始数据进行预处理，所述预处理包括筛选、提取、校正与补充中至少一个；
[0011]步骤S12，面向应用需求对所述经过预处理后的数据进行数据重组，提取应用本身所需的子模型及对应数据，并将结构化数据和非结构化数据分别进行组织与储存；
[0012]步骤S13，根据所述重组的数据，提取不同类型用户的消费特征，并评估每一类型用户的用户调节潜力，根据所述用户调节潜力，自动生成所述类型用户对应的用户个性化
增值体验方案。
[0013]优选地，所述步骤S13进一步包括：
[0014]步骤S130，计及用户行为偏好及影响用户满意度的关键因素，分别对不同类型用户的消费特征进行提取；所述不同类型用户至少包括：工业用户、居民用户、充电设施、户用储能以及户用光伏类型；
[0015]步骤S131，基于物理特性、价格响应、合同激励因素综合评估每一类型用户的用户调节潜力；
[0016]步骤S132，基于所述用户调节潜力，自动生成每一类型的用户个性化增值体验方案，以指导用户科学用能，并通过辅助服务市场，在参与辅助服务市场获取收益、降低用能费用的同时，削减电网峰谷差，提高电网运行整体稳定性。
[0017]优选地，所述步骤S130进一步包括：
[0018]基于历史用户信息、用户需求设定、用户偏好反馈，分别对不同类型用户的消费特征进行提取；其中，当用户频繁改变某一自动设定值时，可自动记录用户偏好。
[0019]优选地，所述步骤S131进一步包括：
[0020]确定所述用户调节潜力为受价格、激励等影响的动态函数，其潜力包括调节能力上下限，资源调节爬坡能力两方面；
[0021]其中，调节潜力评估的对象是用户侧的可调度资源，具有一定的价格弹性，其用电需求曲线表示为其中，c为电价；P为用电功率；ω为待定系数，由用户类型决定；ε为用户的电量价格弹性；
[0022]根据用户舒适度和用户经济效益率构建用户调节的满意度模型ζ，其约束如下：
[0023][0024]其中，为功率偏差导致的满意度变化，γ(c)为电价变化时用户经济效益率变化表达，该表达受合同激励补贴价格影响，α和β分别为舒适度和经济效益率所占的权重，ζ
min
为最小满意度。
[0025]优选地，所述步骤S132进一步包括：
[0026]根据每一用户类型的用电需求曲线以及满意度模型，确定每一类型用户的用户个性化增值体验方案；
[0027]其中，所述用户个性化增值体验方案的输入量为：响应价格c、合同激励补贴价格k、用户信息、历史信息、时间戳；其输出量为调节能力上下限，资源调节爬坡能力两个值。
[0028]优选地，所述步骤S132进一步包括：
[0029]用户个性化增值体验方案通过异构数据隐藏知识的大数据检索方法、深度强化学习理论与模型预测控制配合实现，具有动态校正控制效果并持续优化能力。
[0030]优选地，所述步骤S13进一步包括：
[0031]为所述用户个性化增值体验方案指定部分必须数据，并结合应用自身涉及数据类型及模型关系，采用知识图谱的方式进行筛选与补全，所述知识图谱主要通过数据挖掘及模型训练，实现隐藏模型关系的识别。
[0032]相应地，本专利技术的另一方面，还提供一种电力用户个性化增值体验方案的生成系
统，其至少包括感知层单元、融合层单元以及决策层单元，其中：
[0033]所述感知层单元，用于从分布式采集终端及业务平台采集获得原始数据，所述采集终端至少包括：变压器、分布式电源、电动汽车充电桩；所述业务平台至少包括：储能BMS系统、光伏管理系统以及电网营销系统；
[0034]所述融合层单元，用于对所述原始数据进行预处理，所述预处理包括筛选、提取、校正与补充中至少一个；
[0035]所述决策层单元，用于面向应用需求对所述经过预处理后的数据进行数据重组，提取应用本身所需的子模型及对应数据，并将结构化数据和非结构化数据分别进行组织与储存；以及根据所述重组的数据，提取不同类型用户的消费特征，并评估每一类型用户的用户调节潜力，根据所述用户调节潜力，自动生成所述类型用户对应的用户个性化增值体验方案。
[0036]优选地，所述决策层单元进一步包括：
[0037]消费特征提取单元，用于计及用户行为偏好及影响用户满意度的关键因素，分别对不同类型用户的消费特征进行提取；所述不同类型用户至少包括：工业用户、居民用户、充电设施、户用储能以及户用光伏类型；
[0038]用户调节潜力评估单元，用于基于物理特性、价格响应、合同激励因素综合评估每一类型用户的用户调节潜力；
[0039]方案生成单元，用于基于所述用户调节潜力，自动生成每一类型的用户个性化增值体验方案，以指导用户科学用能，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力用户个性化增值体验方案的生成方法，其特征在于，至少包括如下步骤：步骤S10，从分布式采集终端及业务平台采集获得原始数据，所述采集终端至少包括：变压器、分布式电源、电动汽车充电桩；所述业务平台至少包括：储能BMS系统、光伏管理系统以及电网营销系统；步骤S11，对所述原始数据进行预处理，所述预处理包括筛选、提取、校正与补充中至少一个；步骤S12，面向应用需求对所述经过预处理后的数据进行数据重组，提取应用本身所需的子模型及对应数据，并将结构化数据和非结构化数据分别进行组织与储存；步骤S13，根据所述重组的数据，提取不同类型用户的消费特征，并评估每一类型用户的用户调节潜力，根据所述用户调节潜力，自动生成所述类型用户对应的用户个性化增值体验方案。2.如权利要求1所述的方法，其特征在于，所述步骤S13进一步包括：步骤S130，计及用户行为偏好及影响用户满意度的关键因素，分别对不同类型用户的消费特征进行提取；所述不同类型用户至少包括：工业用户、居民用户、充电设施、户用储能以及户用光伏类型；步骤S131，基于物理特性、价格响应、合同激励因素综合评估每一类型用户的用户调节潜力；步骤S132，基于所述用户调节潜力，自动生成每一类型的用户个性化增值体验方案，以指导用户科学用能，并通过辅助服务市场，在参与辅助服务市场获取收益、降低用能费用的同时，削减电网峰谷差，提高电网运行整体稳定性。3.如权利要求2所述的方法，其特征在于，所述步骤S130进一步包括：基于历史用户信息、用户需求设定、用户偏好反馈，分别对不同类型用户的消费特征进行提取；其中，当用户频繁改变某一自动设定值时，可自动记录用户偏好。4.如权利要求3所述的方法，其特征在于，所述步骤S131进一步包括：确定所述用户调节潜力为受价格、激励等影响的动态函数，其潜力包括调节能力上下限，资源调节爬坡能力两方面；其中，调节潜力评估的对象是用户侧的可调度资源，具有一定的价格弹性，其用电需求曲线表示为其中，c为电价；P为用电功率；ω为待定系数，由用户类型决定；ε为用户的电量价格弹性；根据用户舒适度和用户经济效益率构建用户调节的满意度模型ζ，其约束如下：其中，为功率偏差导致的满意度变化，γ(c)为电价变化时用户经济效益率变化表达，该表达受合同激励补贴价格影响，α和β分别为舒适度和经济效益率所占的权重，ζ
min
为最小满意度。5.如权利要求3所述的方法，其特征在于，所述步骤S132进一步包括：根据每一用户类型的用电需求曲线以及满意度模型，确定每一类型用户的用户个性化增值体验方案；
其中，所述用户个性化增值体验方案的输入量为：响应价格c、合同激励补贴价格k、用户信息、历史信息、时间戳；其输出量为调节能力上下限，资源调节爬坡能力两个值。6.如权利要求5所述的方...

【专利技术属性】
技术研发人员：唐文俊，赵宇明，王静，陈飞，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：