本发明专利技术涉及一种改进的负荷可调能力聚类方法，包括以下步骤：步骤1、采集负荷数据，建立负荷用电行为特征指标，利用k‑means方法对具有相同用电特征的负荷进行一次聚类；步骤2、基于步骤1的对具有相同用电特征的负荷进行一次聚类的结果，对具有相同用电特征的负荷的可调能力进行量化,分析实际负荷可调能力的不确定置信度，基于负荷数据、可调能力和置信水平，采用模糊c均值算法对类内负荷可调能力进行聚类。本发明专利技术提高了负荷可调能力聚类的准确性和质量。
【技术实现步骤摘要】
本专利技术属于负荷聚类，涉及一种负荷可调能力聚类方法，尤其是一种改进的负荷可调能力聚类方法。
技术介绍
1、随着大量可再生能源的并网，发电的波动性给电网的稳定性带来了压力。如何高效利用负荷侧数据，有效提取负荷功率特性，研究负荷分类、控制并提高用户感知，积极参与调节，已经成为负荷侧研究的主要课题。
2、在建设中的负荷侧电力市场，电网调控、需求响应、电辅市场机制不断完善，但大多数负荷分类时忽视了不确定性因素，仅依赖于确定性的数据，对于负荷用电行为特征指标的描述和负荷可调能力的分析仍不够充分，应用于负荷聚类的算法相对有限与缺乏评价的反向校正已成为负荷参与电网调节的主要缺陷。
3、经检索，未发现与本专利技术相同或相似的现有技术的文献。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提出一种改进的负荷可调能力聚类方法，提高了负荷可调能力聚类的准确性和质量。
2、本专利技术解决其现实问题是采取以下技术方案实现的：
3、一种改进的负荷可调能力聚类方法，包括以下步骤：
4、步骤1、采集负荷数据，建立负荷用电行为特征指标，利用k-means方法对具有相同用电特征的负荷进行一次聚类；
5、步骤2、基于步骤1的对具有相同用电特征的负荷进行一次聚类的结果，对具有相同用电特征的负荷的可调能力进行量化,分析实际负荷可调能力的不确定置信度，基于负荷数据、可调能力和置信水平，采用模糊c均值算法对类内负荷可调能力进行聚类。
<
p>6、而且，所述步骤1的具体步骤包括：7、(1)采集负荷数据：获取实时智能电表的短期电力使用数据；
8、(2)基于采集的负荷数据建立负荷用电行为特征指标；
9、(3)基于负荷用电行为特征指标，采用k-means方法对具有相同用电特征的负荷进行一次聚类。
10、而且，所述步骤1第(2)步的负荷用电行为特征指标包括：
11、①负荷曲线：利用采集的负荷数据，求出负荷等效功率，再通过负荷等效功率得出负荷曲线；
12、其中，负荷等效功率表示为耗电量与发电量的差值，如式(1)所示:
13、
14、式中，pα(t)为t时刻负荷的等效功率。为t时刻负荷的耗电功率，为t时刻负荷的发电功率。
15、②峰谷比；③负荷因数；④用电时段；⑤负荷频率分布；⑥负荷持续时间曲线。
16、而且，所述步骤1第(3)步的具体步骤包括：
17、①使用肘部法则确定最优聚类数k；
18、②初始化k个聚类中心；对于具有n个负荷的样本，选择k种用电特征作为初始聚类中心；
19、③根据初始聚类中心对负荷数据进行聚类；对于每个样本点，找到最近的中心点，其与同一中心点最近的点为一个类；样本点到聚类中心的欧氏距离如下所示：
20、
21、式中，umn＝1表示负荷n属于类m，umn＝0表示负荷不属于该类。d2(cm,xn)是负荷样本xn与其类别的聚类中心cm之间的距离。
22、④判断聚类前后样本点的类别是否相同，如果相同，则终止算法；否则，进行第⑤步。
23、⑤基于每个类别的样本点，重新计算这些样本点的中心点，并将其作为该类的新聚类中心，进行第③步：
24、
25、给定n个样本点和k个初始聚类中心，将负荷分配给最近的聚类中心所表示的类，分配完所有点后，基于类中的所有点重新计算聚类中心；然后，迭代更新聚类中心，直到聚类中心的变化很小或达到指定的迭代次数；最后得到的聚类中心就是用电特征，每一类中包含的样本就是具有相同用电特征的负荷，即完成了对具有相同用电特征的负荷进行聚类。
26、而且，所述步骤2的具体步骤包括：
27、(1)基于步骤1的对具有相同用电特征的负荷进行一次聚类的结果，对具有相同用电特征的负荷可调能力进行量化；
28、(2)对负荷实际可调能力的不确定性进行置信度分析；
29、(3)基于负荷数据、可调能力和置信水平，采用模糊c均值算法对类内负荷的可调能力进行聚类；
30、而且，所述步骤1第(2)步的具体步骤包括：
31、首先，定量描述负荷的不确定性；置信水平定义为某一时刻理论数据与实际数据的差与理论数据之比，具体如下：
32、
33、式中，r(t)为置信水平，a′k(t)为t时刻负荷的理论数据，ak(t)为t时刻负荷的实际数据。
34、采用粒子滤波算法对负荷的海量数据进行简化和预测，得到可调能力置信水平的估计值；负荷k在0～t时刻的负荷理论可调能力定义为输入a＝{ap,p＝0,...t}，在[amin,amax]范围内随机抽样n次时，负荷的实际可调能力定义为输出yt，形成抽样序列粒子，赋予任意抽样序列一个权重系数
35、
36、式中，为相似度，定义如下:
37、
38、其中为时间t对应的偏差，f(·)为输入与输出对应的函数关系；对加权粒子样本进行多项式重采样，得到相等的加权粒子样本进而，预测状态的估计值为：
39、
40、不确定性置信度根据以下不确定性状态定义:
41、
42、因此，t时刻调节能力不确定性的置信集为分别表示负荷的实际可调能力。
43、置信水平是一个量化值，用于表征时刻t的负荷可调能力：
44、
45、而且，所述步骤2第(3)步的具体步骤包括：
46、①设置聚类类别的个数k；
47、选取k'个负荷样本作为初始模糊聚类中心z＝{z1,z2,...,zk}∈r，设定目标函数的精度ε＞0。每个初始模糊聚类中心用当前负荷的可调能力指标来描述。模糊c均值聚类算法的目标函数为:
48、
49、式中，bi,j为负荷i属于j类的隶属度。d(c′m,x′n)为负荷样本x'n到其类别的聚类中心c′m的欧氏距离。
50、②用下式计算和更新隶属矩阵:
51、
52、式中，bij∈[0,1]，d(c′m,x′n)＝0，bij＝1，1≠j,bi1＝0
53、③更新聚类中心矩阵z
54、
55、式中，zj为j类的聚类中心向量，j＝1,2,…,k,xi为第i个负荷样本的特征参数向量，m(m＞1)为模糊指标。
56、④如果两次聚类计算的精度差小于ε，则聚类停止，输出负荷聚类中心的特征参数矩阵，否则，需要转到第②步。
57、而且，在所述步骤2之后还包括如下步骤：
58、步骤3、利用dbi和sc指标对步骤2的负荷可调能力的聚类结果进行评价。
59、而且，所述步骤3的具体步骤包括：
60、dbi表示类内的平均距离与两个类中心之间的距离之比的最大值，值越小，聚类效果越好：
6本文档来自技高网
...
【技术保护点】
1.一种改进的负荷可调能力聚类方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1的具体步骤包括：
3.根据权利要求2所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1第(2)步的负荷用电行为特征指标包括：
4.根据权利要求2所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1第(3)步的具体步骤包括：
5.根据权利要求1所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤2的具体步骤包括：
6.根据权利要求5所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1第(2)步的具体步骤包括：
7.根据权利要求5所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤2第(3)步的具体步骤包括：
8.根据权利要求1所述的一种改进的负荷可调能力聚类方法，其特征在于：在所述步骤2之后还包括如下步骤：
9.根据权利要求8所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤3的具体步骤包括：
【技术特征摘要】
1.一种改进的负荷可调能力聚类方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1的具体步骤包括：
3.根据权利要求2所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1第(2)步的负荷用电行为特征指标包括：
4.根据权利要求2所述的一种改进的负荷可调能力聚类方法，其特征在于：所述步骤1第(3)步的具体步骤包括：
5.根据权利要求1所述的一种改进的负荷可调能力聚类方法，其特...
【专利技术属性】
技术研发人员：尚兴明，葛磊蛟，徐熙臣，种菲，李昌原，钱欣，刘凯，王月，魏国华，赵春利，孔令宇，刘占戈，张昊，吴瞳，李博臻，高梓维，李德强，董航，李奔，白杰，吴一玄，叶鞠，
申请(专利权)人：国网冀北电力有限公司秦皇岛供电公司，
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。