【技术实现步骤摘要】
本专利技术属于负荷聚合商调控，尤其涉及一种基于机器学习的社区级负荷聚合商调控方法及系统。
技术介绍
1、当前社区级负荷调节面临以下情况：从电力供给端来看，新能源装机规模及占比不断提升；从需求端来看，上海用电负荷不断上升，电网负荷峰谷差逐年加大，新型电力系统中需求侧资源调节十分迫切，亟需通过网荷互动等方式实现资源调节，保障电力系统灵活性和运行稳定性。
2、此外，目前的负荷调节资源主要以工商业用户为主，用户负荷调节主要通过调整负荷功率、调整发电机输出功率、调整电压和频率、调整电力拓扑结构等实现，主要通过有序用电、虚拟电厂等方式进行。然而，相比工业企业等大体量负荷调节个体，以居民为基础单位的社区负荷调节方面更为灵活，从国外的实践来看，通过需求响应调节居民侧用电可有效降低负荷，但在国内，居民负荷调节潜力尚未充分挖掘，仍需要进一步研究和实践。
3、针对现有网荷互动在社区负荷聚合商调控方面的应用不足，亟需探索一种新的社区级负荷聚合商调控方法，实现居民侧可转移负荷调控，促进电网可调节能力的提升。
技<本文档来自技高网...
【技术保护点】
1.一种基于机器学习的社区级负荷聚合商调控方法，其特征在于，所述社区级负荷聚合商调控方法的实施包括以下步骤：
2.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述获取社区居民用电数据，根据所述社区居民用电数据通过居民用电负荷识别模型得到居民用电负荷信息包括：
3.根据权利要求2所述的社区级负荷聚合商调控方法，其特征在于，所述根据所述社区居民用电数据通过改进GWO算法求解负荷设备运行目标函数得到居民用电负荷信息包括：
4.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述根据所述居民用电负荷信息通过居民成本最...
【技术特征摘要】
1.一种基于机器学习的社区级负荷聚合商调控方法，其特征在于，所述社区级负荷聚合商调控方法的实施包括以下步骤：
2.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述获取社区居民用电数据，根据所述社区居民用电数据通过居民用电负荷识别模型得到居民用电负荷信息包括：
3.根据权利要求2所述的社区级负荷聚合商调控方法，其特征在于，所述根据所述社区居民用电数据通过改进gwo算法求解负荷设备运行目标函数得到居民用电负荷信息包括：
4.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述根据所述居民用电负荷信息通过居民成本最小化建模得到居民成本目标函数包括：
5.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述根据所述市场电价信息通过负荷聚合商收益最大化建模得到负荷聚合商收益目标函数包括：
6.根据权利要求1所述的社区级负荷聚合商调控方法，其特征在于，所述通过双目标优化...
【专利技术属性】
技术研发人员：刘鑫，顾闻，沈京京，王寅超，韩东，蒋本建，俞俊霞，沈会，王骏，黄雅君，
申请(专利权)人：国网上海市电力公司，
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。