用户电力负荷实时调度方法及系统、电子设备、存储介质技术方案

本发明专利技术公开了一种用户电力负荷实时调度方法及系统、电子设备、存储介质，该方法在监测到台区变压器出现过载情况时，通过构建以影响最少用户数量和每个用户最小影响量为优化目标的优化问题，将台区的用户电力负荷调度问题转化为多目标优化求解的数学模型，并通过多目标粒子群算法对数学模型进行求解，可以得到一组可行解，用户可根据实际情况从一组可行解中选取符合要求的一种调度方案进行调度，容错能力更强，并且在调度过程中可以最小程度地减少参与调度的用户数量，同时使得参与调度的用户的负荷调整最小，调度任务对台区下用户的影响最小，用户满意度最好。用户满意度最好。用户满意度最好。

【技术实现步骤摘要】
用户电力负荷实时调度方法及系统、电子设备、存储介质


[0001]本专利技术涉及电力物联网
，特别地，涉及一种用户电力负荷实时调度方法及系统、电子设备、计算机可读取的存储介质。

技术介绍

[0002]在加速建设新型电力系统的背景下，企业级实时量测中心汇聚了电网各环节的数据，从而为各类业务提供数据支持。在台区负载监控上，企业级实时量测中心可汇聚10kV线路、台区变压器、用户的各类实时运行数据，从而监测到台区的实时负荷情况。然而，据统计，每年台区变压器会出现上千次重过载，进而出现区域性停电。特别地，在春节期间，许多农村台区变压器因为返乡人群增多更容易出现重过载，而在迎峰度夏期间，城市空调负荷大大增加，也会造成城区台区变压器重过载。当前虽然已经有一些监测台区重过载的手段，但都只能从变压器延伸到线路再延伸到台区变。目前，尚无数字化手段感知台区变重过载具体是哪些用户负荷增加所致，无法进行针对性干预，被迫拉闸限电，使得台区下所有的用户受到影响。
[0003]当台区变压器出现重过载时，以往的调度方法是基于人工经验去找那些用电负荷过高的用户，然后，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户电力负荷实时调度方法，其特征在于，包括以下内容：实时采集台区变压器下接入的各用户的电力负荷数据；对台区变压器的功率负荷进行实时监测，当监测到台区变压器出现过载情况时，以影响最少用户数量和每个用户最小影响量为优化目标构建优化问题，并采用多目标粒子群算法对优化问题进行求解；基于求解结果对用户电力负荷进行实时调度。2.如权利要求1所述的用户电力负荷实时调度方法，其特征在于，所述优化问题为：P1:s.t.s.t.C3:x
n
∈{0,1}C4:y
n
∈[L
n
,H
n
]其中，X＝{x1,x2,...,x
N
}，表示调整功率的二进制集合，N表示用户数量，x
n
为1则表示用户n需要调整功率，x
n
为0则表示用户n不用调整功率，Y＝{y1,y2,...,y
N
}，表示调整后的功率集合，y
n
为用户n调整后的功率负荷值，K表示进行功率调整的用户数量上限值，γ表示台区变压器的功率安全阈值，L
n
和H
n
分别表示用户的最低功率取值和最高功率取值，λ
n
表示用户n的权重系数，P
n
表示用户n的实时功率负荷值，T
n
表示用户n在接入电网时上报的包装容量。3.如权利要求2所述的用户电力负荷实时调度方法，其特征在于，所述采用多目标粒子群算法对优化问题进行求解的过程包括以下内容：初始化粒子群规模为Np，随机生成每个粒子的初始位置，粒子的位置表示为{X,Y}＝{x1,x2,...,x
N
,y1,y2,...,y
N
}；计算粒子群中每个粒子的适应度值，其中，按照优化问题中两个目标函数的定义计算出两个函数的值作为一个粒子的适应度值；初始化粒子的历史最优位置、全局最优位置和初始存档；更新每个粒子的速度和位置，其中，速度更新方程为v
i
＝ω
×
v
i
+c1×
r1×
(pbset
i
‑
z
i
)+c2×
r2×
(gbest
‑
z
i
)，位置更新方程为z
i
＝z
i
+v
i
，ω表示惯性因子，c1和c2表示加速因子，r1和r2表示(0,1)之间的随机数，z
i
表示第i个粒子的位置，pbset
i
表示第i个粒子的历史最优位置，gbest表示全局最优位置，v
i
表示第i个粒子的速度；当生成的随机数大于扰动概率，则对新粒子进行随机扰动生成扰动粒子，否则该粒子不进行随机扰动；
对新粒子和扰动粒子进行修剪以使粒子满足约束条件；计算每个粒子下一个位置的适应度值和对应扰动粒子的扰动位置，并根据适应度值更新历史最优位置、全局最优位置和存档；不断迭代，直至达到...

【专利技术属性】
技术研发人员：祝视，林海，李浩志，张宇翔，王建辉，徐宁，孙富强，
申请(专利权)人：国网湖南省电力有限公司信息通信分公司国家电网有限公司，
类型：发明
国别省市：