CN108155639B - 一种广域可调节负荷的辨识方法 - Google Patents

Abstract

本发明公开了一种广域可调节负荷的辨识方法包括：基于可调节负荷的特征提取技术；根据各类典型负荷空间分布特性，修正提取的特征参量；在求取聚类中心矩阵和隶属度的基础上训练隶属度对负荷类型构成比例的映射关系；辨识负荷点的各类典型负荷构成比例。本发明所述广域可调节负荷的辨识方法，可以克服现有技术中无法提取负荷可调节特性、辨识难度大等问题，具有辨识效果好、误差小的优点。

Description

一种广域可调节负荷的辨识方法

技术领域

本发明涉及电力负荷辨识技术领域，具体地，涉及一种广域可调节负荷的辨 识方法。

背景技术

广域可调节负荷区别于常规负荷的本质是通过响应电网调度指令，更改了自 身的用电行为。目前，电力系统负荷监控与统计分析通常针对的对象是综合负荷， 必须提取负荷特征以便区分其中的常规负荷与可调节负荷，从而辨识出综合负荷 中的各类典型负荷。因此挖掘广域负荷的可调节能力已成为这几年研究的热点， 这对合理消纳风光电等新能源、实现荷-网-源协调控制将起到至关重要的作用。

目前主要的负荷辨识方法是负荷建模、小波包交换等方法。该方法难以区分 其中的常规负荷与可调节负荷，需要建立较为复杂的数学模型，对可调节负荷的 辨识欠缺具体化的指导意义。为此，考虑负荷空间分布的离散性，提取出修正后 的特征参量，进而提出广域可调节负荷的负荷辨识方法，形成系统化的理念和思 路，这对可调节负荷的辨识是非常有必要的。

在实现本发明的过程中，发明人发现在现有辨识技术中存在辨识负荷模型复 杂、负荷辨识误差大等缺陷。

发明内容

本发明的目的是为了解决上述问题，提出了一种广域可调节负荷的辨识方法， 用于解决传统负荷辨识方法不适用于可调节负荷的问题。具体设计方案为：

为实现上述目的，本发明采用的技术方案是：一种广域可调节负荷的负荷辨 识方法，辨识步骤为：

a、基于负荷日特性曲线提取出各类典型负荷的特征参量；

b、考虑到各类典型负荷空间分布的离散性，修正特征参量；

c、求取各类典型负荷的聚类中心典型特征矩阵；

d、求取聚类中心向量对负荷点特征矩阵的隶属度；

e、求取典型隶属度对各类典型负荷构成比例的映射；

f、辨识负荷点的各类典型负荷构成比例。

首先，应确定该方法的最终目标是辨识出综合负荷中各类典型负荷占比。

进一步地，在步骤a中，对于可调节负荷k，其在时段t的用电负荷

可表 示为：

其中，

为可调节负荷k在时段t的调节比例，取值范围为0～1； M为可调节负荷k的调节深度。可调节负荷k的特征参量为 h_k＝[Δ_max.k,M_k,t_adjm.k,γ_k,γ_p-v.k,t_max.k,φ_k],k＝1,…,n。其中包括最大可调节速率Δ_max、调 节深度M、最大可调节时间t_adjm、日负荷率γ、峰谷差率γ_p-v、最高负荷利用小时 数t_max、负荷日特性曲线同电价曲线的正相关性φ；

进一步地，所述步骤b，具体包括：

b1、考虑与负荷点距离不同的各类典型负荷等效到负荷点后的可调节特性发 生了一定程度的改变，两负荷序列x_i(t)、x_j(t)在各时刻t的关联度函数记为α_ij(t)， 距离函数Λ_i(l)则简化为两等效负荷点间阻抗的倒数，故相关性系数为

b2、经修正后的负荷调节速率、调节深度、可调节时间、负荷日特性曲线同 电价曲线的正相关性分别为Δ′＝βΔ，M′＝βM，t′_adj,max＝βt_adj,max，φ′＝βφ，可调节负 荷k的特征参量修正为h′_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.k,t_max.k,φ′_k],k＝1,…,n。

b3、将特征参数h_k进行归一化。

进一步地，所述步骤c，具体包括：

c1、建立n种负荷的P元样本数据构成的n×P阶数据矩阵X；

c2、n种典型负荷的P元观测数据为x_i＝(x_i1,x_i2,…,x_ip)^T,i＝1,2…,n，这时每种负荷可认为一个P维向量，两向量之间的距离记为d(x_i,x_j)，利用改进余弦相似度 的方法进行计算，

d(x_i,x_j)与两负荷样本间的密切关 系成正相关。

c3、假设不同负荷点日负荷特性曲线的负荷类型聚类数为4(对应可平移负荷、可削减负 荷、可转移负荷、常规不可调节负荷四种典型负荷类型)。用C∈R^4×7表示，此即聚类中心典 型特征矩阵C＝[C₁,C₂,C₃,C₄]^T,其中C_i＝[Δ′_max.i,M′_i,t′_adjm.i,γ_i,γ_p-v.i,t_max.i,φ′_i]为第i种负荷的典型特 征向量。

进一步地，所述步骤d，具体包括：

d1、计算已知负荷点聚类中心的典型特征向量h_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.k t_max.k,φ′_k]，k＝1,…,n，负荷点的各类典型负荷构成比例为Γ＝[l₁，l₂,l₃,l₄]，从而获得 负荷点聚类中心典型特征矩阵H,其中H＝[h₁,h₂,…,h_n]^T.

d2、求出任一负荷点聚类中心h_i隶属于各类负荷典型特征矩阵的隶属度向量 L＝[L_i1,L_i2,L_i3,L_i4]，L_i∈R^1×4，

d3、利用聚类中心典型特征矩阵C与已知负荷点的聚类中心典型特征矩阵， 求得对应的负荷点隶属度矩阵L_I∈R^n×4，其中L_I＝[L₁,L₂,…L_n]^T。

进一步地，所述步骤e，具体包括：

利用某负荷点的聚类中心对不同类型负荷典型特征矩阵的隶属度行向量L_i,k， 通过求取广义逆矩阵的方法计算负荷点聚类中心对应的负荷点映射矩阵P_i,j。 P_i,_j＝(L_i,k)^{- 1}N_j，其中N_j＝[n_j1,n_j2,n_j3,n_j4]表示该已知构成比例的负荷点各类负荷用 电比例，n_j1，…n_j4表示四种类型负荷占比。

进一步地，所述步骤f，具体包括：

根据某条已知负荷比例的负荷点综合日负荷特性曲线，得到相应的特征参数 向量h_i。再根据在空间上修正后的特征参量得到各类负荷典型特征矩阵的实际隶 属度向量L′_i,k。结合该负荷点映射矩阵P_i,j可得到各类典型负荷的计算构成比例N′_j， N′_j＝P_i,jL′_i,k。从而辨识出负荷点的各类典型负荷构成比例。

本发明提供的广域可调节负荷的辨识方法，由于包括：基于可调节负荷特征 的特征提取技术；根据各类典型负荷空间分布的分散性，修正提取的特征参量； 在求取聚类中心矩阵和隶属度的基础上训练隶属度对负荷类型构成比例的映射 关系；辨识负荷点的各类典型负荷构成比例。该负荷辨识方法，可以克服现有技 术中辨识负荷模型复杂、负荷辨识误差大的缺点，具有辨识效果好、误差小的优 点。

本发明的其它特征和优点将在随后的说明书中阐述，并且从说明书中变得更 显而易见，或者通过实施本发明而了解。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明 的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明广域可调节负荷的负荷辨识方法的流程示意图；

图2为本发明中可平移负荷在覆盖率分别为0％、10％、20％、30％时调节前后

图3为本发明训练各类典型负荷构成比例、辨识可调节负荷的方案流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优 选实施例仅用于说明和解释本发明，并不用于限定本发明。

根据本发明实施例，提供了一种广域可调节负荷的辨识方法，解决辨识负荷 模型复杂、负荷辨识误差大的问题。

步骤1，选取桃树村变试验负荷点，对于可调节负荷k，其在时段t的用电负 荷

可表示为：

其中，

为可调节负荷k在时段t的调节比例，取值 范围为0～1；M为可调节负荷k的调节深度。可调节负荷k的特征参量为 h_k＝[Δ_max.k,M_k,t_adjm.k,γ_k,γ_p-v.k,t_max.k,φ_k],k＝1,…,n。

步骤2，考虑与负荷点距离不同的需求侧负荷等效到负荷点后的可调节特性 发生了一定程度的改变，经修正后的负荷调节速率、调节深度、可调节时间、负 荷日特性曲线同电价曲线的正相关性分别为Δ′＝βΔ，M′＝βM，t′_adj,max＝βt_adj,max， φ′＝βφ，可调节负荷k的特征参量修正为 h_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.k,t_max.k,φ′_k],k＝1,…,n并进行归一化处理。

步骤3，建立n种负荷的P元样本数据构成的n×P阶数据矩阵X。n种典型负荷的P元观 测数据为x_i＝(x_i1,x_i2,…,x_ip)^T,i＝1,2…,n，利用改进余弦相似度的方法进行计算两P维向量之 间的距离

不同负荷点日负荷特性曲线的负荷类型聚类数为4(对 应可平移负荷、可削减负荷、可转移负荷、常规不可调节负荷四种典型负荷类型)。用C∈R^4×7表示，此即聚类中心典型特征矩阵C′＝[C₁，C₂，C₃，C₃，C₄]^T,其中C_i＝[Δ′_max.i,M′_i,t′_adjm.i,γ_i,γ_p-v.i,t_max.i,φ′_i]为第i种典型负荷的典型特征向量。

步骤4，计算负荷点的各类典型负荷构成比例为

从而 获得负荷点聚类中心典型特征矩阵H,其中

求出任一负荷点聚类中心h_i隶属于各类负荷典型特征矩阵的隶属度向量

步骤5，利用某负荷点的聚类中心对不同类型负荷典型特征矩阵的隶属度行 向量L_i,k，通过求取广义逆矩阵的方法计算负荷点聚类中心对应的负荷点映射矩 阵

选取试验日2017年8月5日，当日该试验负荷点负荷构成比例为 N₁＝[0.2151,0.5392,0.0250,0.2207]，该综合负荷的特征参数向量为 h₂＝[0.1478,0.8582,0.4024,0.6517,0.7623,0.6723,0.1231]。得到试验负荷点对聚类中心的 典型特征矩阵的隶属度向量L₂＝[0.2462,0.4789,0.0825,0.1924]，所求得负荷比例为

经试验分析表明，对比上述实施例的原始负荷比例 N₁＝[0.2151,0.5392,0.0250,0.2207]与计算负荷比例N₂＝[0.2193,0.5496,0.0255,0.2250]，由 本发明广域可调节负荷的负荷辨识方法所得原始负荷比例与计算负荷比例误差 小，证明了该方法的可行性与有效性。

综上所述，本发明上述实施例的广域可调节负荷的负荷辨识方法，包括：基 于可调节负荷特征的特征提取技术；根据各类典型负荷空间分布的分散性，修正 提取的特征参量；在求取聚类中心矩阵和隶属度的基础上训练隶属度对负荷类型 构成比例的映射关系；辨识负荷点的各类典型负荷构成比例。该负荷辨识方法， 具有辨识效果好、误差小的优点，解决了现有技术中辨识负荷模型复杂、负荷辨 识误差大的问题。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制 本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人 员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部 分技术特征进行等同替换。凡在本发明的精神和原则之内，本领域技术人员不需 要付出创造性劳动即可做出的任何修改、等同替换、改进等，均应包含在本发明 的保护范围之内。

Claims (6)

1.一种广域可调节负荷的辨识方法，其特征在于，包括：

a、基于负荷日特性曲线提取出各类典型负荷的特征参量h_k＝[Δ_max.k,M_k,t_adjm.k,γ_k,γ_p-v.k,t_max.k,φ_k],k＝1,…,n；

b、基于步骤a确定的各类典型负荷的特征参量h_k，确定修正后各类典型负荷的特征参量h′_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.k,t_max.k,φ′_k],k＝1,…,n；其中最大可调节速率Δ_max、调节深度M、最大可调节时间t_adjm、日负荷率γ、峰谷差率γ_p-v、最高负荷利用小时数t_max、负荷日特性曲线同电价曲线的正相关性φ；

c、基于负荷构成比例的在线修正方法，求取各类典型负荷的聚类中心典型特征矩阵；

d、求取聚类中心向量对负荷点特征矩阵的隶属度；

e、求取典型隶属度对各类典型负荷构成比例的映射；

f、辨识负荷点的各类典型负荷构成比例；根据步骤e所得映射关系，优化形成广域可调节负荷的辨识方法。

2.根据权利要求1所述的广域可调节负荷的辨识方法，其特征在于，在步骤a中，对于可调节负荷k，其在时段t的用电负荷

可表示为：

其中，

为可调节负荷k在时段t的调节比例，取值范围为0～1；M为可调节负荷k的调节深度；可调节负荷k的特征参量为h_k＝[Δ_max.k,M_k,t_adjm.k,γ_k,γ_p-v.k,t_max.k,φ_k],k＝1,…,n；包括最大可调节速率、调节深度、最大可调节时间、日负荷率、峰谷差率、最高负荷利用小时数、负荷日特性曲线同电价曲线的正相关性。

3.根据权利要求1所述的广域可调节负荷的辨识方法，其特征在于，在步骤b中，考虑负荷空间尺度上的分散性，两负荷序列x_i(t)、x_j(t)在各时刻t的关联度函数记为α_ij(t)，距离函数Λ_i(l)则简化为两等效负荷点间阻抗的倒数，引入相关性系数

将最大可调节速率、调节深度、最大可调节时间、负荷日特性曲线同电价曲线的正相关性做出如下修正Δ′＝βΔ，M′＝βM，t′_adj,max＝βt_adj,max，φ′＝βφ，修正后各类典型负荷的特征参量为h′_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.k,t_max.k,φ′_k],k＝1,…,n。

4.根据权利要求1所述的广域可调节负荷的辨识方法，其特征在于，所述步骤c，具体包括：

c1、建立n种负荷的P元样本数据构成的n×P阶数据矩阵X；

c2、n种典型负荷的P元观测数据为x_i＝(x_i1,x_i2,…,x_ip)^T,i＝1,2…,n，这时每种负荷可认为一个P维向量，两向量之间的距离记为d(x_i,x_j)，利用改进余弦相似度的方法进行计算，

d(x_i,x_j)与两负荷样本间的密切关系成正相关；

c3、假设不同负荷点日负荷特性曲线的负荷类型聚类数为4，即对应可转移负荷、可削减负荷、可平移负荷、常规不可调节负荷四种典型负荷类型；用C∈R^4×7表示，此即聚类中心典型特征矩阵C＝[C₁,C₂,C₃,C₄]^T,其中C_i＝[Δ′_max.i,M′_i,t′_adjm.i,γ_i,γ_p-v.i,t_max.i,φ′_i]为第i种典型负荷的典型特征向量。

5.根据权利要求1所述的广域可调节负荷的辨识方法，其特征在于，所述步骤d，具体包括：

d1、计算已知负荷点聚类中心的典型特征向量h_k＝[Δ′_max.k,M′_k,t′_adjm.k,γ_k,γ_p-v.kt_max.k,φ′_k]，k＝1,…,n，负荷点的各类典型负荷构成比例为Γ＝[l₁，l₂,l₃,l₄]，从而获得负荷点聚类中心典型特征矩阵H,其中H＝[h₁,h₂,…,h_n]^T；

d2、求出任一负荷点聚类中心h_i隶属于各类负荷典型特征矩阵的隶属度向量L＝[L_i1,L_i2,L_i3,L_i4]，L_i∈R^1×4，

d3、利用聚类中心典型特征矩阵C与已知负荷点的聚类中心典型特征矩阵，求得对应的负荷点隶属度矩阵L_I∈R^n×4，其中L_I＝[L₁,L₂,…L_n]^T。

6.根据权利要求1所述的广域可调节负荷的辨识方法，其特征在于，所述步骤e，具体包括：

利用负荷点的聚类中心对不同类型负荷典型特征矩阵的隶属度行向量L_i,k，通过求取广义逆矩阵的方法计算负荷点聚类中心对应的负荷点映射矩阵P_i,j；P_i,j＝(L_i,k)^-1N_j，其中N_j＝[n_j1,n_j2,n_j3,n_j4]表示该已知构成比例的负荷点各类负荷用电比例，n_j1，…n_j4表示四种类型负荷占比。

Images