一种面向需求响应的高潜力工业用户优选方法技术

本发明专利技术公开了一种面向需求响应的高潜力工业用户优选方法，将用户群体日前前一段时间的历史负荷数据作为潜力评估的数据源，所述方法包括：第一步：基于用户用电时的相对稳态情况确定负荷台阶，提取负荷台阶信息矩阵；第二步：在负荷台阶信息矩阵的基础上，通过负荷台阶的工业用户多时间尺度需求响应潜力指标体系，计算初始潜力矩阵，并用指数化熵权法对指标体系配置指标权重，结合逼近理想解排序量化日前轮休潜力、日内移峰潜力和实时削峰潜力的数值；第三步：基于前面获得的三类潜力值，利用k‑均值聚类算法进行群体识别，实现需求响应场景下对不同用户响应能力的排序和划分，实现高潜力用户的优选。

【技术实现步骤摘要】

本专利技术涉及一种面向需求响应的高潜力工业用户优选方法。

技术介绍

1、在未来高比例新能源渗透下，供需平衡不确定性逐步增加，需求响应是通过挖掘用户侧灵活性资源保障系统电力电量平衡的重要手段。在电力部门进行需求响应工作时，需要使用历史数据来初步评估负荷响应潜力，以便选择潜力高的用户并展开动员工作。工业用户的用能特性差异来自于不同行业的生产特性差异、行业内部的生产规模差异、同一用户的生产计划随时间的演变等方面。这些用能特性差异自然会体现在用户的历史负荷数据中，因此可以基于历史负荷数据深入分析和挖掘工业用户的用能特性和响应潜力，从而量化用户参与需求响应在实时、日内和日前的响应潜力，优选出高响应潜力的群体。

2、目前面向需求响应的高潜力工业用户优选方法，往往是构建用户的特征数据集与响应潜力之间映射关系，通过对应的潜力评估实现高潜力用户群体挑选，通常有机理分析和数据驱动两类方法。来自东南大学的研究人员在2022年(王蓓蓓,胥鹏,王宣元,等.需求响应分布鲁棒建模及其大规模潜力推演方法[j].电力系统自动化,2022,46(3):33-41.)中，采用试点用本文档来自技高网...

【技术保护点】

1.一种面向需求响应的高潜力工业用户优选方法，将用户日前一段时间的历史负荷数据作为响应潜力评估的数据源，其特征在于，所述方法包括：

2.根据权利要求1所述的高潜力工业用户优选方法方法，其特征在于：所述日前一段时间的历史负荷数据：是用户参与需求响应日前15天、采样频率为15min/次的日负荷数据。

3.根据权利要求1所述的高潜力工业用户优选方法方法，其特征在于：所述负荷台阶是用户的日负荷曲线中一段超过1小时以上的局部变化率低于一定数值的稳定负荷。

4.根据权利要求3所述的高潜力工业用户优选方法方法，其特征在于，所述局部变化率小于3为稳定负荷，定义表示为：...

【技术特征摘要】

1.一种面向需求响应的高潜力工业用户优选方法，将用户日前一段时间的历史负荷数据作为响应潜力评估的数据源，其特征在于，所述方法包括：

2.根据权利要求1所述的高潜力工业用户优选方法方法，其特征在于：所述日前一段时间的历史负荷数据：是用户参与需求响应日前15天、采样频率为15min/次的日负荷数据。

3.根据权利要求1所述的高潜力工业用户优选方法方法，其特征在于：所述负荷台阶是用户的日负荷曲线中一段超过1小时以上的局部变化率低于一定数值的稳定负荷。<...

【专利技术属性】
技术研发人员：郭鸿业，苏湘波，白云龙，吕睿可，郑元杰，王小明，赵广文，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院，
类型：发明
国别省市：