一种低压用户负荷调控方法及装置制造方法及图纸

本申请公开一种低压用户负荷调控方法及装置，通过获取多个低压用户的用电消费信息以及多个低压用户参与需求响应的行为信息，并确定对应的特征数据；利用预先训练的多任务行为理论模型处理特征数据，以得到与多个低压用户对应的预测行为信息；制定面向低压需求响应的市场交易规则以及差异化积分机制；再确定与多个低压用户对应的初始积分激励机制；模拟多个低压用户、电网公司、聚合商参与需求响应过程，并得到实施效果；基于实施效果对积分激励机制进行偏差优化调整，得到目标积分激励机制，以实现低压用户的负荷调控。从而有效的实现低压用户的负荷调控，有效解决电力负荷系统与低压用户之间的矛盾，可以使低压用户充分发挥交易自主性。自主性。自主性。

【技术实现步骤摘要】
一种低压用户负荷调控方法及装置


[0001]本申请涉及负荷调控
，具体涉及一种低压用户负荷调控方法及装置。

技术介绍

[0002]如今，我国居民用电需求日益增大，加之现有电力能源结构不合理、利用率低，深化了电力负荷系统与分布式低压电网用户之间的矛盾。通过推行需求响应机制能够从电力资源配置的需求侧实现用电优化，可以解决局部电力供需紧张的问题，并为电力系统经济、安全、稳定运行提供新的调控手段。目前主要的激励机制是通过补贴方式，参照需求响应的负荷数据来确定补贴额度。
[0003]但是目前这种激励机制不能给低压用户和电网公司带来双向价值和收益们，不能充分发挥低压用户的交易自主性，并不能彻底有效的解决电力负荷系统与分布式低压电网用户之间的矛盾。

技术实现思路

[0004]有鉴于此，本申请提供了一种低压用户负荷调控方法及装置，用于解决目前这种激励机制不能给低压用户和电网公司带来双向价值和收益们，不能充分发挥低压用户的交易自主性，并不能彻底有效的解决电力负荷系统与分布式低压电网用户之间的矛盾的问题。
[0005]为实现以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低压用户负荷调控方法，其特征在于，包括：获取多个低压用户的用电消费信息以及多个所述低压用户参与需求响应的行为信息，并确定与所述用电消费以及行为信息对应的特征数据；利用预先训练的多任务行为理论模型处理所述特征数据，以得到与多个所述低压用户对应的预测行为信息；其中，所述多任务行为理论模型是以特征数据样本为训练样本，以与多个所述低压用户对应的真实行为信息为训练标签训练得到；制定面向低压需求响应的市场交易规则以及差异化积分机制；基于所述市场交易规则以及差异化积分机制确定与多个所述低压用户对应的初始积分激励机制；利用所述预测行为信息以及初始积分激励机制，模拟所述多个低压用户、电网公司、聚合商参与需求响应过程，并得到实施效果；基于所述实施效果对所述积分激励机制进行偏差优化调整，得到目标积分激励机制，以实现低压用户的负荷调控。2.根据权利要求1所述的方法，其特征在于，所述用预先训练的多任务行为理论模型处理所述特征数据，以得到与多个所述低压用户对应的预测行为信息，包括：利用所述多任务行为理论模型中的特征筛选模块，对所述特征数据进行筛选，得到各个目标特征；利用所述多任务行为理论模型中的表示模块，对各个所述目标特征进行第一转化操作，得到第一矩阵；利用所述多任务行为理论模型中的用电消费预测模块，获取各个所述低压用户在第一预设时间段内的用电消费金额，并对各个所述低压用户在第一预设时间段内的用电消费金额进行第二转化操作，得到目标向量；利用所述多任务行为理论模型中的需求响应预测模块，对所述第一矩阵进行第三转化操作，得到各个第一序列；利用所述多任务行为理论模型中的多任务学习模块，将所述第一矩阵、目标向量以及各个所述第一序列结合预测，以得到与多个所述低压用户对应的预测行为信息。3.根据权利要求2所述的方法，其特征在于，所述利用所述多任务行为理论模型中的特征筛选模块，对所述特征数据进行筛选，得到各个目标特征，包括：利用所述多任务行为理论模型中的特征筛选模块，采用特征提取的方法获取各个所述低压用户的用电消费特征集；将所述用电消费特征集转化为特征矩阵；所述特征矩阵包含有各个实例和各个第一特征；采用协同聚类方法将所述特征矩阵在行方向上划分为各个第一类簇，并将各个所述第一类簇转化为列划分矩阵；采用协同聚类方法将所述特征矩阵在列方向上划分为各个第二类簇，并将各个所述第二类簇转化为行划分矩阵；确定所述特征矩阵中各个特征元素与所述特征矩阵的聚类中心之间的欧式距离；基于所述行划分矩阵、列划分矩阵以及所述欧式距离求解出列权重矩阵；对所述列权重矩阵进行结构化排序，得到各个目标特征。
4.根据权利要求3所述的方法，其特征在于，所述对所述列权重矩阵进行结构化排序，得到各个目标特征，包括：利用范数结构化表示所述列权重矩阵在空间中的大小值；利用预设的参数权重确定与每一个所述第二类簇所对应的簇权重；利用所述簇权重对每一个所述第二簇中的每一个特征元素进行几何减小；并利用所述大小值，将所述列权重矩阵中的几何减小后的各个特征进行降序排列；设定第一数值N，按照所述降序排列选取前N个特征，以得到各个目标特征。5.根据权利要求2所述的方法，其特征在于，所述利用所述多任务行为理论模型中的表示模块，对各个所述目标特征进行第一转化操作，得到第一矩阵，包括：利用所述多任务行为理论模型对各个所述目标特征进行编码，得到编码向量；连接各个所述编码向量，以组成低维矩阵；将所述用电消费信息与所述低维矩阵进行串联组合，得到第一矩阵。6.根据权利要求2所述的方法，其特征在于，所述利用所述多任务行为理论模型中的用电消费预测模块，获取各个所述低压用户在第一预设时间段内的用电消费金额，并对各个所述低压用户在第一预设时间...

【专利技术属性】
技术研发人员：蒋雯倩，钱斌，黄柯颖，唐建林，陈珏羽，张帆，林秀清，周密，唐志涛，林晓明，颜丹丹，李金瑾，包岱远，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：