【技术实现步骤摘要】
本专利技术涉及电力系统负荷调控，并且更具体地，涉及一种多场景下的柔性负荷调控方法、装置、介质及设备。
技术介绍
1、作为国民经济中的关键产业，电力工业不仅对人们的日常生活至关重要，更是维系社会稳定所必须的基础设施。目前我国已经采取了一系列措施来促进新能源电力的发展，以此来推动电力供给结构性改革的实现，具有显著的效果。然而，随着大规模并网使用新能源电力，不可避免地带来了电力系统调度运行难度增加的问题，造成了发电备用资源匮乏、调峰容量不足等困扰。
2、而随着社会经济的迅猛发展，产业结构快速升级，用电结构和供需形势也不断发生变化，尤其是第三产业和居民生活用电比重逐渐加大，从而使得社会各界对于电力供应的需求早已今非昔比，电力供需矛盾已日渐显露，电网最大负荷持续快速增长，峰谷差增大，供电可靠性的要求也不断提高，极大地增加了电网运行的风险和成本。
3、现有技术中存在针对电网供需平衡的改进技术，但所述改进技术存在一定的技术问题：
4、公开号为cn111244948a的中国专利文件公开了一种基于nsga2算法的微电网优化调度方法，具体公开了建立包含风电机组发电模型、光伏发电模型、储能模型的微电网系统模型、建立所述微电网系统模型的柔性负荷调整策略，并建立微电网系统模型的优化函数、通过nsga2算法求解所述优化函数，获取微电网系统模型的最佳调节因子。但是，该现有技术所使用的优化函数需要对曲线进行调整，对算力要求较高，且对于微小干扰的反馈增益较大，存在因微小扰动而产生较大的数据漂移甚至结果发散的风险。
6、当前的用电情况，负荷刚性调节、简单切除等传统方法已经无法满足智能用电的需求。
技术实现思路
1、针对现有技术的不足，本专利技术提供一种多场景下的柔性负荷调控方法、装置、介质及设备。
2、根据本专利技术的一个方面，提供了一种多场景下的柔性负荷调控方法，包括：
3、采集目标区域预定时间段内的用户用电信息；
4、将所述用户用电信息输入至预先构建的负荷模型结构中，输出所述目标用户的负荷预测结果，其中所述负荷模型结构为综合zip模型、clm模型和slm模型的负荷模型结构构成；
5、基于不同负荷模式下的柔性负荷的控制方式和目标函数，根据所述负荷预测结果及利用改进的联合相似度推荐算法，确定所述目标用户的多场景下的柔性负荷调控策略；
6、根据所述柔性负荷调控策略生成对应的控制指令，实现所述目标用户的多场景下的柔性负荷调控策略。
7、可选地，所述用户用电信息包括所述目标用户当前正在使用的负荷调控设备的负荷和负荷调控设备的设备类型信息，所述负荷调控设备的负荷包括家用电器负荷、智慧楼宇负荷、智慧园区负荷。
8、可选地，所述不同负荷模式下的柔性负荷包括基于电价的负荷模式、基于合同约定的负荷模式、基于需求侧竞价的负荷模式、基于有序用电的负荷模式、基于参与备用计划的负荷模式及基于参与频率控制的负荷模式，其中，
9、所述基于电价的负荷模式的柔性负荷控制方式为根据电价的变化来控制柔性负荷的使用，目标函数为最小化总用电成本或最大化负荷响应程度；
10、所述基于合同约定的负荷模式的柔性负荷控制方式为通过与电力市场签订合同的方式来控制柔性负荷的使用，目标函数为最大化售电收益或最小化可中断负荷的补偿成本；
11、所述基于有序用电的负荷模式的柔性负荷控制方式为根据用电的优先级来控制柔性负荷的使用，目标函数为最大化关键负荷的供电可靠性或最小化用电的中断风险；
12、所述基于需求侧竞价的负荷模式的柔性负荷控制方式为通过参与电力市场的需求侧竞价来控制柔性负荷的使用，目标函数为最大化负荷的收益或最小化负荷的成本；
13、所述基于参与备用计划的负荷模式的柔性负荷控制方式为根据电网运营商发出的备用容量需求通知，选择符合要求的柔性负荷参与备用计划，目标函数为最大化参与备用计划的柔性负荷量或最小化实施备用计划时对用户的影响；
14、所述基于参与频率控制的负荷模式的柔性负荷控制方式为选择可参与主动式频率控制的柔性负荷，根据电网频率的实时变化自动调整用电，帮助维持系统频率的稳定，目标函数为最大化参与频率控制的柔性负荷量或最小化频率波动导致的负荷调节次数。
15、可选地，所述负荷预测结果包括所述预定时间段内不同时间节点的多个时间节点负荷预测结果，并且基于不同负荷模式下的柔性负荷的控制方式和目标函数，根据所述负荷预测结果及利用改进的联合相似度推荐算法，确定所述目标用户的多场景下的柔性负荷调控策略，包括：
16、获取目标用户的历史用电数据和当前时间节点负荷预测结果；
17、利用改进的蜂群优化算法对目标用户的历史用电数据进行聚类，得到不同负荷模式下的聚类中心；
18、利用集成学习方法将多个相似度算法进行集成，得到最终的相似度矩阵；
19、针对不同的负荷模式，对每个负荷模式下的聚类中心和相似度矩阵进行特征提取和降维处理，得到每个负荷模式下的特征向量；
20、将当前时间节点负荷预测结果进行聚类，并利用最小距离法计算每个负荷模式下的所述当前时间节点负荷预测结果与聚类中心的距离，得到每个负荷模式下的权重向量；
21、利用目标用户的历史用电数据和每个负荷模式下的权重向量，计算目标用户与每个负荷模式下的特征向量之间的相似度；
22、将相似度与权重向量进行加权求和，得到目标用户的最终推荐结果，并根据最终推荐结果为目标用户推荐相应的柔性负荷调控策略。
23、可选地，利用改进的蜂群优化算法对目标用户的历史用电数据进行聚类，得到不同负荷模式下的聚类中心，包括：
24、步骤1，分别设定跟随蜂和引领蜂的数量且相等，并设置最大迭代次数、控制参数和类别数；
25、步骤2，初始化蜂群，随机产生若干个初始蜂群，并对各个蜜蜂的适应度值进行计算；
26、步骤3，对适应度值进行排序，并对半分为引领蜂和跟随蜂；
27、步骤4，通过引领蜂邻域搜索的方式得到新蜜源，当新蜜源的适应度大于旧蜜源时则利用新蜜源替换旧蜜源，并在所有的引领蜂完成领域搜索时计算引领蜂被跟随的概率；
28、步骤5，在完成跟随蜂对引领蜂的选择后，通过邻域搜索的方式来寻找新的蜜源位置；
29、步骤6，使用新的本文档来自技高网...
【技术保护点】
1.一种多场景下的柔性负荷调控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述用户用电信息包括所述目标用户当前正在使用的负荷调控设备的负荷和负荷调控设备的设备类型信息，所述负荷调控设备的负荷包括家用电器负荷、智慧楼宇负荷、智慧园区负荷。
3.根据权利要求1所述的方法，其特征在于，所述不同负荷模式下的柔性负荷包括基于电价的负荷模式、基于合同约定的负荷模式、基于需求侧竞价的负荷模式、基于有序用电的负荷模式、基于参与备用计划的负荷模式及基于参与频率控制的负荷模式，其中，
4.根据权利要求1所述的方法，其特征在于，所述负荷预测结果包括所述预定时间段内不同时间节点的多个时间节点负荷预测结果，并且基于不同负荷模式下的柔性负荷的控制方式和目标函数，根据所述负荷预测结果及利用改进的联合相似度推荐算法，确定所述目标用户的多场景下的柔性负荷调控策略，包括：
5.根据权利要求4所述的方法，其特征在于，利用改进的蜂群优化算法对目标用户的历史用电数据进行聚类，得到不同负荷模式下的聚类中心，包括：
6.根据权利要求4所述的方
7.根据权利要求4所述的方法，其特征在于，将相似度与权重向量进行加权求和，得到目标用户的最终推荐结果，并根据最终推荐结果为目标用户推荐相应的柔性负荷调控策略，包括：
8.一种多场景下的柔性负荷调控装置，其特征在于，包括：
9.根据权利要求8所述的装置，其特征在于，所述负荷预测结果包括所述预定时间段内不同时间节点的多个时间节点负荷预测结果，并且确定模块，包括：
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一所述的方法。
11.一种电子设备，其特征在于，所述电子设备包括：
...【技术特征摘要】
1.一种多场景下的柔性负荷调控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述用户用电信息包括所述目标用户当前正在使用的负荷调控设备的负荷和负荷调控设备的设备类型信息，所述负荷调控设备的负荷包括家用电器负荷、智慧楼宇负荷、智慧园区负荷。
3.根据权利要求1所述的方法，其特征在于，所述不同负荷模式下的柔性负荷包括基于电价的负荷模式、基于合同约定的负荷模式、基于需求侧竞价的负荷模式、基于有序用电的负荷模式、基于参与备用计划的负荷模式及基于参与频率控制的负荷模式，其中，
4.根据权利要求1所述的方法，其特征在于，所述负荷预测结果包括所述预定时间段内不同时间节点的多个时间节点负荷预测结果，并且基于不同负荷模式下的柔性负荷的控制方式和目标函数，根据所述负荷预测结果及利用改进的联合相似度推荐算法，确定所述目标用户的多场景下的柔性负荷调控策略，包括：
5.根据权利要求4所述的方法，其特征在于，利用改进...
【专利技术属性】
技术研发人员：祝恩国，刘岩，赵兵，张海龙，郑国权，郜波，张双沫，成倩，卢继哲，侯帅，任毅，李然，陆春光，王朝亮，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
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。