CN104218683B - 一种闭环自学习需求响应系统及方法 - Google Patents

Abstract

本发明公开了一种闭环自学习需求响应系统及方法，系统包括DR服务端、DR客户端和智能电表；DR服务端中电力公司分发最新电能信息、服务控制信息以刺激DR客户端进行电力负荷设备调度；DR客户端采用一种多输入单输出网络对输入数据电能信息、电力负荷设备功率进行分类、分级处理，并基于规则对电力负荷设备的使用计划不断进行学习和决策，预测电力需求信息，并汇聚至DR服务端形成闭环，刺激电力公司就需求信息进行整理、清洗、挖掘，并基于处理结果进行日后DR规划、调度、控制以及产生新的信息。本发明能够及时有效地均衡电网负荷、并提醒用户进行电能切换、减少用户费用支出以及提高电网稳定性的优点。

Description

一种闭环自学习需求响应系统及方法

技术领域

本发明涉及智能电网领域，具体涉及一种闭环自学习需求响应系统及方法。

背景技术

中国是电力消费大国，电力资源分配不均，电能浪费较大，电能利用率不高。近年来，我国电力缺口日益增大，据估计，到2015年，我国电力缺口预计达到1亿千瓦，峰谷负荷差日益扩大，电力电网需求与响应过程延迟加大，在一定程度上加剧了电力用户对电力资源的争夺和电力电网负荷的不均衡。因此越来越多的研究者致力于电力市场研究，以期从电力需求侧、发电侧出发，将电力资源的社会化效益最大化，同时在不新增发电设备的情形下，利用需求响应来调整电网负荷，使已有电能尽力满足电力用户的需求。

目前在电力市场需求响应研究方面，主要有直接负荷调度、需求响应、以及高级计量体系精准采集用户积极参与的发电前电力日负荷需求等研究成果，上述成果在能够减少备用发电设备的投入，增加了设备的运行效率。

如公开号CN102738801A公开了一种电力需求响应方法和响应系统，该专利申请只是针对重点用户、重点负荷类型的用电负荷设备数据采集信息和负载特性精细化分析，不能对普通用户每个用电负荷设备用电、其他电能类型的电价、电能质量信息进行采集，其所述系统并不产生二次刺激和响应，不能实时均衡电网负荷；又如公开号CN103269070A公开了一种自动需求响应系统和自动需求响应方法，该专利申请包含了用户自设的控制策略，该策略会随着用户的喜好而改变，不具备自动学习能力，用户的频繁输入容易造成电网波动，且不能对电力用户的安全用电进行检测和监视，进而不能很好地及时准确地均衡电网负荷和预警。

发明内容

本发明的目的是提供一种闭环自学习需求响应系统及方法，能快速响应均衡电网负荷，且自愈性强。

本发明所述的闭环自学习需求响应系统，包括DR服务端、DR客户端和智能电表，DR服务端、DR客户端和智能电表三者之间均通过RS485总线、微功率无线电波、电力线载波三者中的任一种进行通信，

所述DR服务端包括电力公司、分发装置和汇聚装置，电力公司通过分发装置⑵向智能电表分发最新的电能信息、服务控制信息，以刺激DR客户端进行电力负荷设备的调度；

DR客户端采用多输入单输出网络对输入的电能信息以及电力负荷设备的功率进行分类、分级处理，并基于规则对电力负荷设备的使用计划不断进行学习和决策，预测出电力负荷设备的电力需求信息，并通过汇聚装置汇聚至DR服务端形成闭环，刺激电力公司就电力需求信息进行整理、清洗、挖掘，并基于处理结果进行日后DR规划、调度、控制以及产生新的电能信息和服务控制信息，刺激DR客户端响应。

所述DR客户端包括：

电力负荷设备；

数据采集模块，用于采集数据；

数据处理模块，用于对数据采集模块采集的数据进行分类、分级处理，同时作为多输入单输出网络分级接口；

规则模块，用于提供多输入单输出网络的决策规则，该决策规则包括电力电气强制规则、电力用户制定的规则和经济性规则；

回归校正模块，用于提供置信参数；

电气安全检测模块，基于电力电气强制规则实时检测并监视电力负荷设备、执行模块的电气安全特性，并生成监视信息；

EMLI模块，即能量管理学习和推断模块，用于对已分级数据进行学习决策，预测电力负荷设备在不同电能类型下的使用计划，生成对应的调度信息及电力需求信息，同时，基于电力用户制定的规则、经济性规则对电力负荷设备的使用计划进行学习和决策；

需求调度模块，根据EMLI模块输出的使用计划生成需求调度队列，不同队列里记载了电力负荷设备的用电计划、与电力电气强制规则相对应的限制需求、以及与用户制定的规则相对应的用户制定的限制条件；

执行模块，用于执行需求调度模块生成的执行指令，包括电力负荷设备的通断时间、时长和即时强制中断工作。

所述电能信息包括电能类型、对应电能类型各时段电价类型及持续时间、电能质量信息；

所述电能类型包括常规火电电能、常规水电电能、常规可再生电、常规核能电能以及常规蓄能电能；

所述电价类型包括阶梯电价、分时电价、实时电价和其他电价类型；

所述电能质量包括电压质量、电流质量、供电质量、用电质量、相电压偏差信息、功率因子和视在功率。

DR客户端具有多输入分级处理接口、单输出接口以及决策层；EMLI模块依赖于规则模块的决策规则、数据处理模块分级处理后的输入数据、回归校正模块中的置信参数；其自学习过程为：DR客户端根据规则模块所设立决策规则、对分级数据进行推理，并利用置信参数调整分级处理结果使学习决策能力不断完善,使DR客户端、DR服务端电力需求动态平衡。

所述数据采集模块用于采集智能电表、电力负荷设备、执行模块的数据，其中，智能电表对应的数据有：电能类型、电价信息、电价持续时间；电力负荷设备对应的数据有：额定电压、额定电流、额定功率、最大承受压力、极限工作温度；执行模块对应的数据有：当前执行模块的状态。

本发明所述的闭环自学习需求响应方法，采用如权利要求1至5任一所述的闭环自学习需求响应系统，包括以下步骤：

步骤一、DR服务端根据最新电力需求信息，制定最新的电能信息和服务控制信息，并通过分发装置分发至DR客户端，其中电能信息作为DR客户端输入数据用以驱动EMLI模块、输出处理模块⑹和需求调度模块产生电力负荷设备的用电使用计划；服务控制信息用以限制电力负荷设备使用计划内用电可中断时长总和不超过约定的可中断时长；所述最新电能信息包括电能类型、电价信息、电价持续时间以及电能质量信息，该服务控制信息包括可中断时长、控制方式和操作类型；

步骤二、DR客户端划分数据集并分级

DR客户端接收并存储DR分发装置输出的最新电能信息，并将该最新电能信息中电价信息按照电价切换时间进行划分，得到不同电价对应的持续时间段及分级值；同时将电力负荷设备按额定功率进行划分为常规功耗设备和可调度设备，其中，可调度设备中可按功率间隔再次区分可调度设备的权值，不同权值与不同持续时间段的分级值进行处理后得到经济性值；

步骤三、生成决策规则

DR客户端按照规则模块中的经济性规则对不同电价对应的持续时间段、电力负荷设备的权值进行优先级处理，生成对应的决策规则，该决策规则按照优先级由高到低依次为电力电气强制规则、电力用户指定的规则、经济性规则；首先判断电力负荷设备是否满足电力电气强制规则，不满足则不产生调度需求，若满足，优先调度用户制定的用电需求，最后根据经济性规则择优；

步骤四、学习和决策

EMLI模块基于电能信息不断调整置信参数,输出电力负荷设备的使用计划,并基于经济性规则建议电力用户在高峰时段或峰值时刻调整用户的用电计划，缓解电网负荷；

步骤五、汇聚电力需求信息和监视信息

DR客户端汇聚EMLI模块所预测电力负荷设备在各时段的对应使用计划下的电力需求信息及当前时段内所有监视信息，该电力需求信息为电力负荷设备工作时功率与其工作时间的乘积；

步骤六、DR服务端分发最新的电能信息及服务控制信息

DR服务端根据汇聚装置汇聚的电力需求信息、监视信息，分发最新的电能信息、服务控制信息及经济刺激因素。

所述步骤二中，所述电价和电力负荷设备的额定功率的分级处理过程由数据处理模块在规则模块的支撑下完成，不同电价对应不同时段，不同额定功率按照功率间隔进行分级，其分级后所产生的经济性规则数为电价时段数与功率间隔数的乘积。

EMLI模块学习决策的输出是电力负荷设备的使用计划，该使用计划为不同功率下的工作时长；DR客户端的输出是在最近一次电能信息、服务控制信息约束下电力负荷设备的电力需求信息。

本发明的有益效果：

(1)通过利用电力电价信息刺激影响电力用户主动参与电力需求侧DR管理和调度，电力用户根据自身需求进行电力电能消费，在节约电费支出的同时均衡电网负荷；

(2)在不改变电力用户自身用电习惯的情景下，利用电力电价信息、电力负荷设备自身特性，对电力负荷设备的用电模式进行预测，并根据电力用户已有电力负荷设备使用计划进行动态调整，进一步提升电网负荷的均衡能力和适应能力；

(3)DR客户端汇聚到DR服务端的电力需求信息，可刺激电力公司调整电能类型、电价持续时间，进行多种电力资源的调度，提高管理电力资源利用率，最大化社会效益；

(4)本发明并未限定电力用户类型，在电能电价模式不唯一情形下，对大工业用户，普通商业用户、普通居民用户均能很好地支持，具有很强的闭环自学习扩展能力。

附图说明

图1为本发明的结构示意图；

图2为本发明的电价分级处理过程图；

图3为本发明的电力负荷设备额定功率分级处理过程图；

图4为本发明的多输入单输出网络学习决策图；

图5为本发明的执行电力负荷模块需求调度流程图。

具体实施方式

下面结合附图对本发明作进一步说明；

如图1和图2所示的闭环自学习需求响应系统，包括DR服务端、DR客户端和智能电表4，DR服务端、DR客户端和智能电表4三者之间均通过RS485总线、微功率无线电波、电力线载波三者中的任一种进行通信。所述DR服务端包括电力公司1、分发装置和汇聚装置3，电力公司1通过分发装置2向智能电表4分发最新的电能信息、服务控制信息，以刺激DR客户端进行电力负荷设备10的调度。DR客户端采用多输入单输出网络对输入的电能信息以及电力负荷设备10的功率进行分类、分级处理，并基于规则对电力负荷设备10的使用计划不断进行学习和决策，预测出电力负荷设备10的电力需求信息，并通过汇聚装置3汇聚至DR服务端形成闭环，刺激电力公司1就电力需求信息进行整理、清洗、挖掘，并基于处理结果进行日后DR规划、调度、控制以及产生新的电能信息和服务控制信息，刺激DR客户端响应。最新的电能信息、服务控制信息、电力需求信息、监视信息均通过加密方式进行传输。

本发明通过对发电侧电能供给和用户侧负荷需求进行分析，调度，直接引导用户参与需求响应和电网负荷均衡管理，实现自动获取电能信息、电力需求信息、自动调节电网负荷，引导用户参与节约能源，智慧用电。

如图1所示，所述DR客户端包括电力负荷设备10、数据采集模块7、数据处理模块6、规则模块5、回归校正模块12、电气安全检测模块11、EMLI模块13(即能量管理学习和推断模块)、需求调度模块8和执行模块9，需求调度模块8、数据处理模块6、规则模块5、回归校正模块12分别与EMLI模块13连接，规则模块5与数据处理模块6连接，数据采集模块7分别与数据处理模块6、执行模块9、电力负荷设备10以及智能电表4连接，执行模块9分别与需求调度模块8、电力负荷设备10以及电气安全检测模块11连接，电气安全检测模块11与电力负荷设备10连接。其中：数据采集模块7用于采集智能电表4、电力负荷设备10、执行模块9的数据，其中，智能电表4对应的数据有：其中，智能电表对应的数据有：电能类型、电价信息、电价持续时间；电力负荷设备对应的数据有：额定电压、额定电流、额定功率、最大承受压力、极限工作温度；执行模块对应的数据有：当前执行模块的状态。数据处理模块6用于对数据采集模块7采集的数据进行分类、分级处理，同时作为多输入单输出网络分级接口。规则模块5用于提供多输入单输出网络的决策规则，该决策规则包括电力电气强制规则、电力用户制定的规则和经济性规则。回归校正模块12用于提供置信参数。电气安全检测模块11基于电力电气强制规则实时检测并监视电力负荷设备10、执行模块9的电气安全特性(包括是否产生过压、过流、漏电、超限额温度等工作情形。)，并生成监视信息。EMLI模块13用于对已分级数据进行学习决策，预测电力负荷设备10在不同电能类型下的使用计划，生成对应的调度信息及电力需求信息，同时，基于电力用户制定的规则、经济性规则对电力负荷设备10的使用计划进行学习和决策。需求调度模块8根据EMLI模块13输出的使用计划生成需求调度队列，不同队列里记载了电力负荷设备10的用电计划、与电力电气强制规则相对应的限制需求、以及与用户制定的规则相对应的用户制定的限制条件。执行模块9用于执行需求调度模块8生成的执行指令，包括电力负荷设备10的通断时间、时长和即时强制中断工作。

DR客户端具有多输入分级处理接口、单输出接口以及决策层；EMLI模块13依赖于规则模块5的决策规则、数据处理模块6分级处理后的输入数据、回归校正模块12中的置信参数；其自学习过程为：DR客户端根据规则模块5所设立决策规则、对分级数据进行推理，并利用置信参数调整分级处理结果使学习决策能力不断完善,使DR客户端、DR服务端电力需求动态平衡。

参见图1，数据处理模块6将数据采集模块7采集到的信息，进行分类处理，并存储在本地系统中，将电能信息中的电能类型和电能电价按时间分布存储，并形成对应电能类型的电价分布。电能电价在不同时刻其电价值不同，当存在多种电能选择时，用户可根据自身选择进行电力消费，因此即平段电价与峰值电价、低估电价、以及高峰电价会存在某种函数比例关系，不同电价表明该电价情况下电网电力负荷不同，因此将电价按峰值电价、高峰电价、平段电价和低谷电价进行优先级划分，并赋予一定的优先级权值，如分别赋予权值1、2、3、4。因此电价分级处理的方法为：输入某一电价，分级后对应到不同的时段，该时段可能处于0-24h的任意时刻，从而实现电价的分级处理。

如2和图3所示，不同电能类型电价信息的分级处理、电力负荷设备10的分级处理过程。数据处理模块6作为多输入单输出网络的分级处理接口，将采集到的火电电能的电价存储在本地，将电价分级为四个电价，即尖峰电价、高峰电价、平段电价和低谷电价，上述电价通常会提前一个工作周周期经电力公司分发至分发装置2，且对应不同的时段，如图2所示，本实例中电价分级情形，表(1)反应了电价与对应时段的分级处理过程。

表(1)电价-时段分级

如图3所示，本实例中电力负荷设备额定功率分级处理情形，电力负荷设备10的功率属于连续变量(统一设备的功率可能是离散变量)，其分级处理过程，通常借助某种分级函数，须知道，不同的分级函数具有不同的分级效果，本实例中用分级函数①,本发明仅以实现对功率优先级的分级处理。

① $Z(P;a,b,c)=\left\{\begin{array}{cc}1& P\&le;a\\ \frac{1}{1+e^{\frac{x-b}{300}}}& a<P\&le;c\\ 0& c\&le;P\end{array}\right.$

其中a为常规功耗设备的平均功率值，b为家庭中可调度设备功率的平均值，c为可调度设备的极限阈值,a,b,c为该分级函数的已知参数，P为电力负荷设备⑽的功率值，其经分级函数①分级处理后，表(2)反应了功率与对应功率优先级的分级处理过程。

表(2)额定功率-功率优先级分级

如图4所示，多输入单输出网络输入数据经分级处理接口分级处理后，即生成对应的规则，“与层”表述了该经济性规则总数，该层经济性规则总数为各分级数据个数的乘积，本实施案例中，经济性规则总数即为学习决策优先级总数，即为20条。如当电力负荷设备⑽A、B的功率值分别为1600w，800w时，其功率优先级值为0.2,0.79,电力负荷设备A、B所对应的时段分别均有4个时段，不同时段优先级不同，则当学习决策优先级值不低于用户设定的可调度优先级(本实施例该值为经验值1)时，电力负荷设备⑽对于均衡电网负荷及减少用户支出均能满足。EMLI模块13执行多输入单输出网络或层、确信输出层推理决策功能，并通过回归校正模块12提供的校正因子，即置信参数W来实现确信输出，即当置信参数值不小于0.7时，多输入单输出网络能及时准确地预测DR负荷及电力负荷设备10的使用模式，学习决策优先级值为1.1，置信参数W＝0.8时，EMLI模块13即能预测该电力设备功率为1100-1200w间，所处时段为高峰时段，电力用户使用该设备则与需求侧管理方法一致，即高峰时段用减少使用高功率电力负荷设备10次数。当置信参数W值小于0.7时，表明DR客户端预测的电力负荷需求被电力用户改变，则应遵循电力用户优先级最高原则，对用户的用电模式进行学习，进一步更新置信参数，实现更精确地学习决策，实现对电网负荷的均衡能力。

如图5所示，EMLI模块13确信输出量为电力负荷设备10的使用模式，并生成对应的调度指令交由需求调度模块8进行调度，DR客户端对电力设备的调度与学习电力用户使用计划，并生成对应电能电价下DR客户端的负荷需求响应信息及监视信息汇聚至DR服务端。

本发明所述的闭环自学习需求响应方法，采用本发明所述的闭环自学习需求响应系统，包括以下步骤：

步骤一、DR服务端根据最新电力需求信息，制定最新的电能信息和服务控制信息，并通过分发装置分发至DR客户端，其中电能信息作为DR客户端输入数据用以驱动EMLI模块13、输出处理模块6和需求调度模块8产生电力负荷设备10的用电使用计划；服务控制信息用以限制电力负荷设备10使用计划内用电可中断时长总和不超过约定的可中断时长。

所述最新电能信息包括电能类型、电价信息、电价持续时间及电能质量信息。所述电能类型包括常规火电电能、常规水电电能、常规可再生电、常规核能电能以及常规蓄能电能；所述电价类型包括阶梯电价、分时电价、实时电价和其他电价类型；所述电能质量包括电压质量、电流质量、供电质量、用电质量、相电压偏差信息、功率因子和视在功率。电网中，不同电能类型的电能质量大致相同，但因电能类型不同，其电价会不相同。因此，当DR客户端电力负荷需求较大时，电力公司1可进行多种电能类型的调度，实现适应的需求管理。服务控制信息包括可中断时长、控制方式和操作类型。

步骤二、DR客户端划分数据集并分级

DR客户端接收并存储DR分发装置输出的最新电能信息，并将该最新电能信息中电价信息按照电价切换时间进行划分，得到不同电价对应的持续时间段及分级值；同时将电力负荷设备10按额定功率进行划分为常规功耗设备和可调度设备，其中，可调度设备中可按功率间隔再次区分可调度设备的权值，不同权值与不同持续时间段的分级值进行处理后得到经济性值。

步骤三、生成决策规则

DR客户端按照规则模块5中的经济性规则对不同电价对应的持续时间段、电力负荷设备10的权值进行优先级处理，生成对应的决策规则，该决策规则按照优先级由高到低依次为电力电气强制规则、电力用户指定的规则、经济性规则；首先判断电力负荷设备10是否满足电力电气强制规则，不满足则不产生调度需求，若满足，优先调度用户制定的用电需求，最后根据经济性规则择优。

步骤四、学习和决策

EMLI模块13基于电能信息不断调整置信参数,输出电力负荷设备10的使用计划,并基于经济性规则建议电力用户在高峰时段或峰值时刻调整用户的用电计划，缓解电网负荷。

步骤五、汇聚电力需求信息和监视信息

DR客户端汇聚EMLI模块13所预测电力负荷设备10在各时段的对应使用计划下的电力需求信息及当前时段内所有监视信息，该电力需求信息为电力负荷设备10工作时功率与其工作时间的乘积。

步骤六、DR服务端分发最新的电能信息及服务控制信息

DR服务端根据汇聚装置3汇聚的电力需求信息、监视信息，分发最新的电能信息、服务控制信息及经济刺激因素。

所述步骤二中，所述电价和电力负荷设备10的额定功率，输入数据分级处理过程由数据处理模块6在规则模块5的支撑下完成，不同电价对应不同时段，不同额定功率按照功率间隔进行分级，其分级后所产生的经济性规则数为电价时段数与功率间隔数的乘积。

EMLI模块13学习决策的输出是电力负荷设备10的使用计划，该使用计划为不同功率下的工作时长；DR客户端的输出是在最近一次电能信息、服务控制信息约束下电力负荷设备10的电力需求信息。

Claims (8)

1.一种闭环自学习需求响应系统，包括DR服务端、DR客户端和智能电表（4），DR服务端、DR客户端和智能电表（4）三者之间均通过RS485总线、微功率无线电波、电力线载波三者中的任一种进行通信，其特征在于：

所述DR服务端包括电力公司（1）、分发装置（2）和汇聚装置（3），电力公司（1）通过分发装置⑵向智能电表（4）分发最新的电能信息、服务控制信息，以刺激DR客户端进行电力负荷设备（10）的调度；

DR客户端采用多输入单输出网络对输入的电能信息以及电力负荷设备（10）的功率进行分类、分级处理，并基于规则对电力负荷设备（10）的使用计划不断进行学习和决策，预测出电力负荷设备（10）的电力需求信息，并通过汇聚装置（3）汇聚至DR服务端形成闭环，刺激电力公司（1）就电力需求信息进行整理、清洗、挖掘，并基于处理结果进行日后DR规划、调度、控制以及产生新的电能信息和服务控制信息，刺激DR客户端响应。

2.根据权利要求1所述的闭环自学习需求响应系统，其特征在于：所述DR客户端包括：

电力负荷设备（10）；

数据采集模块（7），用于采集数据；

数据处理模块（6），用于对数据采集模块（7）采集的数据进行分类、分级处理，同时作为多输入单输出网络分级接口；

规则模块（5），用于提供多输入单输出网络的决策规则，该决策规则包括电力电气强制规则、电力用户制定的规则和经济性规则；

回归校正模块（12），用于提供置信参数；

电气安全检测模块（11），基于电力电气强制规则实时检测并监视电力负荷设备（10）、执行模块（9）的电气安全特性，并生成监视信息；

EMLI模块（13），即能量管理学习和推断模块，用于对已分级数据进行学习决策，预测电力负荷设备（10）在不同电能类型下的使用计划，生成对应的调度信息及电力需求信息，同时，基于电力用户制定的规则、经济性规则对电力负荷设备（10）的使用计划进行学习和决策；

需求调度模块（8），根据EMLI模块（13）输出的使用计划生成需求调度队列，不同队列里记载了电力负荷设备（10）的用电计划、与电力电气强制规则相对应的限制需求、以及与用户制定的规则相对应的用户制定的限制条件；

执行模块（9），用于执行需求调度模块（8）生成的执行指令，包括电力负荷设备（10）的通断时间、时长和即时强制中断工作。

3.根据权利要求2所述的闭环自学习需求响应系统，其特征在于：所述电能信息包括电能类型、对应电能类型各时段电价类型及持续时间、电能质量信息；

所述电能类型包括常规火电电能、常规水电电能、常规可再生电、常规核能电能以及常规蓄能电能；

所述电价类型包括阶梯电价、分时电价、实时电价和其他电价类型；

所述电能质量包括电压质量、电流质量、供电质量、用电质量、相电压偏差信息、功率因子和视在功率。

4.根据权利要求3所述的闭环自学习需求响应系统，其特征在于：DR客户端具有多输入分级处理接口、单输出接口以及决策层；EMLI模块（13）依赖于规则模块（5）的决策规则、数据处理模块（6）分级处理后的输入数据、回归校正模块（12）中的置信参数；其自学习过程为：DR客户端根据规则模块（5）所设立决策规则、对分级数据进行推理，并利用置信参数调整分级处理结果使学习决策能力不断完善,使DR客户端、DR服务端电力需求动态平衡。

5.根据权利要求3所述的闭环自学习需求响应系统，其特征在于：所述数据采集模块（7）用于采集智能电表（4）、电力负荷设备（10）、执行模块（9）的数据，其中，智能电表（4）对应的数据有：电能类型、电价信息、电价持续时间；电力负荷设备（10）对应的数据有：额定电压、额定电流、额定功率、最大承受压力、极限工作温度；执行模块（9）对应的数据有：当前执行模块（9）的状态。

6.一种闭环自学习需求响应方法，其特征在于，采用如权利要求1至5任一所述的闭环自学习需求响应系统，包括以下步骤：

步骤一、DR服务端根据最新电力需求信息，制定最新的电能信息和服务控制信息，并通过分发装置（2）分发至DR客户端，其中电能信息作为DR客户端输入数据用以驱动EMLI模块（13）、输出处理模块⑹和需求调度模块（8）产生电力负荷设备（10）的用电使用计划；服务控制信息用以限制电力负荷设备（10）使用计划内用电可中断时长总和不超过约定的可中断时长；所述最新电能信息包括电能类型、电价信息、电价持续时间以及电能质量信息，该服务控制信息包括可中断时长、控制方式和操作类型；

步骤二、DR客户端划分数据集并分级

DR客户端接收并存储DR分发装置输出的最新电能信息，并将该最新电能信息中电价信息按照电价切换时间进行划分，得到不同电价对应的持续时间段及分级值；同时将电力负荷设备（10）按额定功率进行划分为常规功耗设备和可调度设备，其中，可调度设备中可按功率间隔再次区分可调度设备的权值，不同权值与不同持续时间段的分级值进行处理后得到经济性值；

步骤三、生成决策规则

DR客户端按照规则模块（5）中的经济性规则对不同电价对应的持续时间段、电力负荷设备（10）的权值进行优先级处理，生成对应的决策规则，该决策规则按照优先级由高到低依次为电力电气强制规则、电力用户指定的规则、经济性规则；首先判断电力负荷设备（10）是否满足电力电气强制规则，不满足则不产生调度需求，若满足，优先调度用户制定的用电需求，最后根据经济性规则择优；

步骤四、学习和决策

EMLI模块（13）基于电能信息不断调整置信参数,输出电力负荷设备（10）的使用计划,并基于经济性规则建议电力用户在高峰时段或峰值时刻调整用户的用电计划，缓解电网负荷；

步骤五、汇聚电力需求信息和监视信息

DR客户端汇聚EMLI模块（13）所预测电力负荷设备（10）在各时段的对应使用计划下的电力需求信息及当前时段内所有监视信息，该电力需求信息为电力负荷设备（10）工作时功率与其工作时间的乘积；

步骤六、DR服务端分发最新的电能信息及服务控制信息

DR服务端根据汇聚装置（3）汇聚的电力需求信息、监视信息，分发最新的电能信息、服务控制信息及经济刺激因素。

7.根据权利要求6所述闭环自学习需求响应方法，其特征在于：所述步骤二中，所述电价和电力负荷设备（10）的额定功率的分级处理过程由数据处理模块（6）在规则模块（5）的支撑下完成，不同电价对应不同时段，不同额定功率按照功率间隔进行分级，其分级后所产生的经济性规则数为电价时段数与功率间隔数的乘积。

8.根据权利要求6或7所述闭环自学习需求响应方法，其特征在于：EMLI模块（13）学习决策的输出是电力负荷设备（10）的使用计划，该使用计划为不同功率下的工作时长；DR客户端的输出是在最近一次电能信息、服务控制信息约束下电力负荷设备（10）的电力需求信息。