CN111951123B - 控制用电负荷的方法、装置、计算机设备和存储介质 - Google Patents
控制用电负荷的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111951123B CN111951123B CN202010782749.1A CN202010782749A CN111951123B CN 111951123 B CN111951123 B CN 111951123B CN 202010782749 A CN202010782749 A CN 202010782749A CN 111951123 B CN111951123 B CN 111951123B
- Authority
- CN
- China
- Prior art keywords
- load
- membership
- period
- electricity
- peak
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Abstract
本申请涉及一种控制用电负荷的方法、装置、计算机设备和存储介质。所述方法包括:对历史日的用电负荷进行聚类处理,得到目标历史日聚类;计算每个聚类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的类型;根据光伏发电的发电峰时段对应的实际用电负荷总量与最大用电负荷总量,和用电峰时段对应的实际用电负荷总量与最小用电负荷总量构建第一目标函数;根据第一目标函数以及第一约束条件调整用电时段的资源配置;第一约束条件包括用于约束用电时段的资源配置与用电时段的用电负荷之间的平衡关系,以使调整后的资源配置使得第一目标函数的值最小。采用本方法能够促进光伏发电,减小光伏发电的弃光率。
Description
技术领域
本申请涉及电力技术领域,特别是涉及一种控制用电负荷的方法、装置、 计算机设备和存储介质。
背景技术
光伏发电作为一种清洁能源技术被越来越多的应用于电力系统中。
传统控制用电负荷的方法是通过调节负荷的资源配置将用户端在用电峰时 段的实际用电负荷降低,在用电谷时段的实际用电负荷增加,以达到削峰填谷 的用电负荷调节效果。
而随着越来越多的光伏发电技术被应用于电力系统,传统控制用电负荷的 方法并未充分考虑光伏发电的出力特性,仅考虑改善采用传统发电方式如火力 发电所达到的削峰填谷的用电负荷调节效果,降低了光伏发电的发电峰时段所 对应的用户端实际用电负荷,抑制了光伏发电,增大了光伏发电的弃光率。
发明内容
基于此,有必要针对上述技术问题,提供一种控制用电负荷的方法、装置、 计算机设备和存储介质。
一种控制用电负荷的方法,所述方法包括:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类; 其中,每个目标历史日聚类具有一个聚类中心日;
根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰 时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的 类型;其中,所述用电时段的类型包括用电峰时段;
根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负 荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷 总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能 量阈值;
根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源 配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件包括用于约 束所述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使 调整后的资源配置使得所述第一目标函数的值最小。
一种控制用电负荷的装置,所述装置包括:
负荷聚类模块,用于对多个历史日的用电负荷进行聚类处理,得到至少两 个目标历史日聚类;其中,每个目标历史日聚类具有一个聚类中心日;
类型确认模块,用于根据预设的用电峰时段对应的隶属度函数,计算每个 聚类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶 属度确定用电时段的类型;其中,所述用电时段的类型包括用电峰时段,所述 用电峰时段包括光伏发电能量小于预设能量阈值的用电峰时段;
目标函数模块,用于根据光伏发电的发电峰时段对应的实际用电负荷总量 与预设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量与 预设的最小用电负荷总量构建第一目标函数;其中,在所述用电峰时段下光伏 发电能量小于预设能量阈值;
负荷控制模块,用于根据所述第一目标函数以及预设的第一约束条件调整 所述用电时段的资源配置,以控制各个用电时段的用电负荷;其中,所述第一 约束条件用于约束所述用电时段的资源配置与所述用电时段的用电负荷之间的 平衡关系,以使调整后的资源配置使得所述第一目标函数的值最小。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序, 所述处理器执行所述计算机程序时实现以下步骤:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类; 其中,每个目标历史日聚类具有一个聚类中心日;
根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰 时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的 类型;其中,所述用电时段的类型包括用电峰时段;
根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负 荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷 总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能 量阈值;
根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源 配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件用于约束所 述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使调整 后的资源配置使得所述第一目标函数的值最小。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处 理器执行时实现以下步骤:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类; 其中,每个目标历史日聚类具有一个聚类中心日;
根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰 时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的 类型;其中,所述用电时段的类型包括用电峰时段;
根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负 荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷 总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能 量阈值;
根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源 配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件用于约束所 述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使调整 后的资源配置使得所述第一目标函数的值最小。
上述控制用电负荷的方法、装置、计算机设备和存储介质,通过对多个历 史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类,再计算每个聚 类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属 度确定用电时段的类型,以聚类中心日的用电负荷作为代表,进行后续计算, 减少了数据处理量,提高了数据处理效率。计算机设备再根据光伏发电的发电 峰时段对应的实际用电负荷总量与预设的最大用电负荷总量,以及用电峰时段 对应的实际用电负荷总量与预设的最小用电负荷总量构建第一目标函数,调整 用电时段的资源配置,以控制各个用电时段的用电负荷,令调整后的资源配置 与得到的用电时段的用电负荷满足第一约束条件,且令构建的第一目标函数最 小。通过上述方法,在结合光伏发电特性的情况下,控制用户端的用电负荷满 足削峰填谷效果的同时,使得光伏发电的发电峰时段对应了用户端用电负荷的 峰时段,进而促进了光伏发电,减小了光伏发电的弃光率。
附图说明
图1为一个实施例中控制用电负荷方法的流程示意图;
图2为一个实施例中确定用电时段的类型的流程示意图;
图3为另一个实施例中确定用电时段的类型的流程示意图;
图4为一个实施例中获取预设的最大用电负荷总量的流程示意图;
图5为一个实施例中获取预设的最小用电负荷总量的流程示意图;
图6为一个实施例中调整资源配置控制用电负荷的流程示意图;
图7为一个实施例中控制用电负荷方法得到的用电负荷曲线图;
图8为一个实施例中控制用电负荷装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种控制用电负荷的方法,本实施 例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服 务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实 现。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平 板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组 成的服务器集群来实现。本实施例中,该方法包括以下步骤:
S110、对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日 聚类。
其中,每个目标历史日聚类具有一个聚类中心日。
具体地,计算机设备可采用K-medoids聚类算法,以准则函数值最小为聚类 依据,对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类。 例如,选取某地区某一年份的用电负荷作为数据样本D, D={x1,...,x365},xi=(ai,1,...,ai,24),i=1,...365。其中,xi表示第i天的用电 负荷,ai,1,…,ai,24表示第i天内24小时对应的用电负荷。
其中,K-medoids聚类算法包括:计算机设备在数据样本D中随机选择k个 历史日作为初始聚类中心日,k≥2。计算其余历史日的用电负荷与每一初始聚 类中心日的用电负荷之间的欧几里得距离,将其余历史日的用电负荷划分至得 到欧几里得距离较小的初始聚类中心日所代表的历史日聚类中,以得到初始历 史日聚类。在每一初始历史日聚类中,计算机设备计算非初始聚类中心日作为 聚类中心日与其余历史日的用电负荷之间的准则函数值,选取得到准则函数值 最小的聚类中心日作为新的初始聚类中心日。其中,准则函数满足下式:
Sk为聚类后得到的目标历史日聚类中的用电负荷集合,mk为每一目标历史日 聚类的聚类中心日。
计算机设备再通过新的初始聚类中心日以上述计算欧几里得距离的方式将 其余历史日划分至得到欧几里得距离小的新的初始聚类中心日所代表的历史日 聚类中,以得到新的历史日聚类。直至达到迭代上限或者得到的新的聚类中心 日与初始聚类中心日不再发生变化,即相同,计算机设备则将通过新的聚类中 心日聚类得到的新的历史日聚类作为目标历史日聚类。
S120、根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对 应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电 时段的类型。
其中,用电时段的类型包括用电峰时段。峰时段负荷隶属度可用于表征某 一时段对应为用电峰时段的可能性。某一时段的峰时段隶属度越高,则说明该 时段为用电峰时段的可能性越大。峰时段负荷隶属度f(t)peak满足下式:
其中,qt为对应用电时段t的用电负荷,本实施例中,t=1~24,t=1可用于 表征凌晨12点至凌晨1点时段,qmax为聚类中心日的用电负荷中的最大值,qmin为聚类中心日的用电负荷中的最小值。
其他实施例中,也可根据每个聚类中心日的谷时段负荷隶属度确定用电时 段的类型。谷时段负荷隶属度f(t)valley满足下式:
具体地,计算机设备根据预设的用电峰时段对应的隶属度函数即峰时段负 荷隶属度函数,计算每一聚类中心日中每一时段的峰时段隶属度,并基于用电 峰时段对应的峰时段隶属度最大,用电平时段对应的峰时段隶属度次之,用电 谷时段对应的峰时段隶属度最小的变化规律,以根据每个聚类中心日的峰时段 负荷隶属度确定多个历史日的用电负荷不同用电时段的类型。
5130、根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大 用电负荷总量,以及用电峰时段对应的实际用电负荷总量与预设的最小用电负 荷总量构建第一目标函数。
其中,在用电峰时段下光伏发电能量小于预设能量阈值。本实施例中,用 电峰时段可以是光伏发电能力较弱,发电能量较少,甚至不进行光伏发电的用 电晚高峰时段,如一天的18:00~21:00。
具体地,计算机设备将在传统控制用电负荷方法下,根据第一组资源配置 (包括峰平谷三时段的资源配置)所得到的发电峰时段对应用户端的最大实际 用电负荷总量作为预设的最大用电负荷总量,根据第二组资源配置(包括峰平 谷三时段的资源配置)所得到用电峰时段对应用户端的最小实际用电负荷总量 作为预设的最小用电负荷总量。其中,第一组资源配和第二组资源配置可能一 样,也可能不一样。计算机设备以预设的最大用电负荷总量和最小用电负荷总 量作为标准值,以某一组资源配置下得到的发电峰时段对应用户端的实际用电 负荷总量和用电峰时段对应用户端的实际用电负荷总量作为参变量,构建第一 目标函数。例如,以某一组资源配置下得到的发电峰时段对应用户端的实际用电负荷总量与最大用电负荷总量之差和同一资源配置下得到的用电峰时段对应 用户端的实际用电负荷总量之差的和,作为第一目标函数。
S140、根据第一目标函数以及预设的第一约束条件调整用电时段的资源配 置,以控制各个用电时段的用电负荷。
其中,第一约束条件包括用于约束用电时段的资源配置与用电时段的用电 负荷之间的平衡关系,以使调整后的资源配置使得第一目标函数的值最小。
具体地,计算机设备调整每一用电时段的类型所对应的资源配置,以控制 用电负荷,并在令资源配置满足第一约束条件后,将调整后的资源配置所得到 的发电峰时段对应的实际用电负荷总量和用电峰时段对应的实际用电负荷总量 带入第一目标函数中,使得第一目标函数的值最小。
本实施例中,计算机设备对多个历史日的用电负荷进行聚类处理,得到至 少两个目标历史日聚类,再计算每个聚类中心日对应的峰时段负荷隶属度,并 根据每个聚类中心日的峰时段负荷隶属度确定用电时段的类型,以聚类中心日 的用电负荷作为代表,进行后续计算,减少了数据处理量,提高了数据处理效 率。计算机设备再根据光伏发电的发电峰时段对应的实际用电负荷总量与预设 的最大用电负荷总量,以及用电峰时段对应的实际用电负荷总量与预设的最小 用电负荷总量构建第一目标函数,调整用电时段的资源配置,以控制各个用电 时段的用电负荷,令调整后的资源配置与得到的用电时段的用电负荷满足第一 约束条件,且令构建的第一目标函数最小。通过上述方法,在结合光伏发电特 性的情况下,控制用户端的用电负荷满足削峰填谷效果的同时,使得光伏发电 的发电峰时段对应了用户端用电负荷的峰时段,进而促进了光伏发电,减小了 光伏发电的弃光率和失负荷量。
在其中一个实施例中,如图2所示,用电时段的类型还包括用电平时段以 及用电谷时段,为提高用电时段分类的准确性,S120包括:
S210、计算每个目标历史日聚类中历史日的数量与历史日总数的比值,得 到每个目标历史日聚类对应的加权系数。
具体地,计算机设备获取进行聚类处理的历史日总数,以及每一目标历史 日聚类中历史日的数量,将每个目标历史日聚类中历史日的数量与历史日总数 的比值作为每个目标历史日聚类对应的加权系数。例如,进行聚类处理的历史 日总数为365个,进行聚类处理后得到两类目标历史日聚类,包括第一目标历 史日聚类和第二目标历史日聚类,第一目标历史日聚类中包括156个历史日, 第二目标历史日聚类中包括209个历史日,则第一目标历史日聚类对应的加权 系数为156/365,第二目标历史日聚类对应的加权系数为209/365。
S220、基于每个目标历史日聚类对应的加权系数,对每个聚类中心日的峰 时段负荷隶属度进行加权求和,得到加权负荷隶属度集合。
其中,加权负荷隶属度集合包括多个时刻的负荷隶属度。本实施例中,加 权负荷隶属度集合包括多个时刻的峰时段负荷隶属度,每一峰时段负荷隶属度 满足下式:
其中,PtPt表示加权得到的第t个小时的峰时段隶属度。ni为第i个目标历 史日聚类中的历史日个数,i=1~k,365为进行聚类处理的历史日总数。
具体地,计算机设备根据每一目标历史日聚类对应的加权系数对每一目标 历史日聚类的聚类中心日的峰时段负荷隶属度进行加权求和,具体是将多个目 标历史日聚类的聚类中心日中相同时段的峰时段负荷隶属度进行加权求和,得 到加权负荷隶属度集合。例如,上述第一目标历史日聚类的加权系数N1=156/365, 其聚类中心日24小时的峰时段负荷隶属度为{P1,1,P1,2,P1,3...P1,24},第二目标 历史日聚类的隶属度加权系数N2=209/365,其聚类中心日24小时的峰时段负荷 隶属度为{P2,1,P2,2,P2,3...P2,24},得到的加权负荷隶属度集合P={P1,P2...P24}。 其中,P1=N1*P1,1+N2*P2,1,P2=N1*P1,2+N2*P2,2...P24=N1*P1,24+N24*P2,24。
S230、基于加权负荷隶属度集合对用电时段进行划分,确定用电时段的类 型。
具体地,计算机设备基于用电峰时段对应的峰时段隶属度最大,用电平时 段对应的峰时段隶属度次之,用电谷时段对应的峰时段隶属度最小的变化规律, 对加权负荷隶属度集合对用电时段进行划分,结合对每一用电时段时长的限定, 以确定不同用电时段的用电时段的类型。例如,用电峰时段的时长限定为8h, 用电平时段的时长限定为10小时,用电谷时段的时长限定为6h,则将加权负荷 隶属度集合中的峰值负荷隶属度的数值由大到小排序,前8位数值对应的时段 确定为用电峰时段,中间10位数值对应的时段确定为用电平时段,后6位数值 对应的时段确定为用电谷时段。
本实施例中,计算机设备通过对每个聚类中心日的峰时段负荷隶属度进行 加权求和,得到加权负荷隶属度集合,再基于加权负荷隶属度集合对用电时段 进行划分,以确定用电时段的类型,每个聚类中心日的峰时段负荷隶属度可准 确反应对应目标历史日聚类的数据特征,加权求和的方式可融合多种聚类中心 日的峰时段负荷隶属度对应目标历史日聚类的数据特征,提高了所确定的用电 时段的类型对所采用的所有历史日的用电负荷的通用性,因此从整体上提高了 用电时段分类的准确性。
在其中一个实施例中,如图3所示,以不同用电时段的类型之间的负荷隶 属度差尽可能地大为划分目标,S230包括:
S310、基于第一隶属度差值和第二隶属度差值,构建第二目标函数。
其中,第一隶属度差值为用电峰时段内的最小负荷隶属度参变量和用电平 时段内的最大负荷隶属度参变量之间的差值,第二隶属度差值为用电平时段内 的最小负荷隶属度参变量和用电谷时段内的最大负荷隶属度参变量之间的差值。
具体地,计算机设备对得到的加权负荷隶属度集合中的负荷隶属度进行降 序排列,并对降序排列后的加权负荷隶属度集合中的负荷隶属度进行编号,以 用电峰时段内的最小负荷隶属度参变量和用电平时段内的最大负荷隶属度参变 量之间的差值,作为第一隶属度差值,以用电平时段内的最小负荷隶属度参变 量和用电谷时段内的最大负荷隶属度参变量之间的差值,作为第二隶属度差值, 以第一隶属度差值和第二隶属度差值之和构建第二目标函数。第二目标函数满 足如下公式:
其中,为用电峰时段内的最小负荷隶属度参变量,用于表示im-1~im时间 段的峰时段隶属度;m为降序排列后的加权负荷隶属度集合中用电峰时段内的 最小负荷隶属度的编号,为用电平时段内的最大负荷隶属度,用于表示 im~im+1时间段的峰时段隶属度,m+1为降序排列后的加权负荷隶属度集合中用 电平时段内的最大负荷隶属度的编号,为用电平时段内的最小负荷隶属度, 用于表示in-1~in时间段的峰时段隶属度,n+1为降序排列后的加权负荷隶属度集 合中用电谷时段内的最大负荷隶属度的编号。
S320、根据预设的第二约束条件和加权负荷隶属度集合中的负荷隶属度, 对第二目标函数进行遍历求解,得到四个目标负荷隶属度。
其中,四个目标负荷隶属度使得第二目标函数的值最大,第二约束条件用 于约束用电峰时段、用电平时段以及用电谷时段三个时段对应的负荷隶属度的 个数。
具体地,第二约束条件包括:
5≤m≤10
5≤n-m≤10
5≤24-m≤10
即用电峰时段的时长m、用电平时段的时长n-m以及用电谷时段的时长24-n 均为5~10h之间。
具体地,计算机设备在加权负荷隶属度集合中遍历选择四个负荷隶属度, 并基于第二约束条件,对第二目标函数进行求解,确定四个目标负荷隶属度。 其中,四个目标负荷隶属度包括用电峰时段内的最小负荷隶属度、用电平时段 内的最大负荷隶属度、用电平时段内的最小负荷隶属度以及用电谷时段内的目 标最大负荷隶属度。
S330、根据四个目标负荷隶属度对用电时段进行划分,确定用电时段的类 型。
具体地,计算机设备获取加权负荷隶属度集合中大于等于用电峰时段内的 最小负荷隶属度的第一隶属度集合,并根据第一隶属度集合中每一负荷隶属度 所对应的时间段确定用电峰时段,第一隶属度集合中可以包括多个用电峰时段。 例如,得到的第一隶属度集合为{P1,P2,P3},其中,P3为用电峰时段内的最 小负荷隶属度,P1对应的时间段为早上6点~7点,P2对应的时间段为早上7~8 点,P3对应的时间段为晚18点~19点,则用电峰时段包括早6点~8点,和晚 18点~19点。
计算机设备再获取加权负荷隶属度集合中不小于用电平时段内的最小负荷 隶属度,且不大于用电平时段内的最大负荷隶属度的第二隶属度集合,并根据 第二隶属度集合中每一负荷隶属度所对应的时间段确定用电平时段。以及获取 加权负荷隶属度集合中不大于用电谷时段内的最大负荷隶属度的第三隶属度集 合,并根据第三隶属度集合中每一负荷隶属度所对应的时间段确定用电谷时段。
本实施例中,计算机设备以不同类型的用电时段之间的负荷隶属度差尽可 能地大为划分目标,具体采用用电峰时段内的最小负荷隶属度参变量和用电平 时段内的最大负荷隶属度参变量之间的差值作为第一隶属度差值,采用用电平 时段内的最小负荷隶属度参变量和用电谷时段内的最大负荷隶属度参变量之间 的差值作为第二隶属度差值,以第一隶属度差值与第二隶属度差值之和作为第 二目标函数,根据令第二目标函数最大且满足第二约束条件的四个目标负荷隶 属度确定不同用电时段的类型,以此提高用电时段划分的准确性。
在其中一个实施例中,可根据欧几里得距离构建第一目标函数,S130包括:
基于第一欧几里得距离和第二欧几里得距离,构建第一目标函数。
其中,第一欧几里得距离为光伏发电的发电峰时段对应的实际用电负荷总 量和预设的最大用电负荷总量之间的欧几里得距离,第二欧几里得距离为用电 峰时段对应的实际用电负荷总量和预设的最小用电负荷总量之间的欧几里得距 离。
具体地,第一目标函数满足下式:
f1=||q发电-maxf3||+μ||q用电-minf4||
其中,q发电为发电峰时段的实际用电负荷总量,q用电为用电峰时段的实际用 电负荷总量,maxf3为预设的最大用电负荷总量,minf4为预设的最小用电负荷总 量,μ为权重系数。μ可根据整个电力系统的实际运行情况确定,失负荷发生 概率小于光伏发电弃光概率时的μ小于失负荷发生概率大于等于光伏发电弃光 概率时μ。
如图4所示,获取预设的最大用电负荷总量的步骤包括:
S410、针对每个聚类中心日,基于聚类中心日中对应的发电峰时段的实际 用电负荷总量构建第三目标函数。
S410、按照预设的资源改变量遍历修改当前的资源配置,并基于修改后的 资源配置以及第一约束条件,对第三目标函数进行求解,将第三目标函数的最 大值确定为最大用电负荷总量。
其中,第一约束条件包括:约束资源配置改变量的基本配置约束(公式(4) ~(6)),约束峰、平、谷三时段负荷总量变化量的负荷总量约束(公式(2)) 和峰谷倒置程度约束(公式(7)和(8)),约束调整资源配置后的峰、平、 谷三时段的每一时段的负荷总量及对应负荷总量变化量与对应用电时段类型的 用电负荷的时刻负荷约束(公式(1)),约束峰、平、谷三时段的调整资源配 置前的资源配置和对应峰、平、谷三时段的用电负荷总量,调整资源配置前后 的资源配置改变量以及对应峰、平、谷三时段的用电负荷总量变化量的用户满 意度约束(公式(3))和配置-负荷约束(公式(9))中的至少一种。
|ΔQ1+ΔQ2+ΔQ3|≤γ(Q1+Q2+Q3) (2)
0.25≤p3+Δp3 (5)
p1+Δp1>p2+Δp2>p3+Δp3 (6)
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2) (7)
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2) (8)
其中,k=1,2,3分别表示峰、平、谷时段,Q1、Q2、Q3表示调整资源配置 前的峰、平、谷三个用电时段的负荷总量,ΔQ1、ΔQ2、ΔQ3表示调整资源配置 后的负荷改变量,p1、p2、p3表示调整资源配置前的资源配置,Δp1、Δp2、Δp3表示资源配置的改变量,β为峰谷倒置允许系数,表示调整资源配置后时刻ik的负荷,表示调整资源配置前时刻ik的负荷;γ为实际总用电负荷允许变化系 数,α为用户满意度系数,εii表示自弹性系数,εij表示交叉弹性系数。
具体地,对于每个聚类中心日,计算机设备以聚类中心日中对应的发电峰 时段的实际用电负荷总量作为第三目标函数,以任一组满足上述基本配置约束 公式(4)~(6)的峰、平、谷三时段的资源配置的改变量Δp1、Δp2、Δp3调整当 前资源配置,得到调整资源配置后的各个时段负荷总量的改变量ΔQ1、ΔQ2、ΔQ3, 采用负荷总量约束公式(2),以及峰谷倒置程度约束公式(7)以及(8),验 证调整资源配置后的峰、平、谷三时段负荷总量的改变量是否满足负荷总量变 化;验证调整资源配置后的峰、平、谷三时段的每一时段的负荷总量及对应负 荷总量变化量与对应用电时段类型的用电负荷是否满足时刻负荷约束公式(1); 验证峰、平、谷三时段的调整资源配置前的资源配置和对应峰、平、谷三时段 的用电负荷总量,调整资源配置前后的资源配置改变量以及对应峰、平、谷三 时段的用电负荷总量变化量是否满足用户满意度约束公式(3)和配置-负荷约束 公式(9)。最终得到满足上述约束公式(1)~(9)的资源配置的改变量,求 解得到对应第三目标函数的最大值,作为预设的最大用电负荷总量。
如图5所示,获取预设的最小用电负荷总量的步骤包括:
S510、针对每个聚类中心日,基于聚类中心日对应的用电峰时段的实际用 电负荷总量构建第四目标函数。
S520、按照预设的资源改变量遍历修改当前的资源,并基于修改后的资源 以及第一约束条件,对第四目标函数进行求解,将第四目标函数的最小值确定 为最小用电负荷总量。
具体地,采用与上述S420相同的方法,得到满足上述约束公式(1)~(9) 的资源配置的改变量,求解得到对应第四目标函数的最小值,作为预设的小用 电负荷总量。
本实施例中,计算机设备将控制用电负荷的过程通过构建的三个目标函数 实现,通过数学处理方式实现控制用电负荷,提高了整个控制用电负荷方法的 程序化可执行性,实现通过调整资源配置参数控制用电负荷,提高了控制用电 负荷的控制效率。
在其中一个实施例中,进一步得到令第一目标函数最小的目标资源配置, 如图6所示,S140包括:
S610、对第一目标函数进行求解,得到每个聚类中心日对应的候选资源配 置。
其中,候选资源配置使得第一目标函数最小。候选资源配置包括对应峰、 平、谷三时段的资源配置。
S620、利用加权系数对每个聚类中心日的候选资源配置进行加权求和,得 到目标资源配置。
具体地,计算机设备对第一目标函数进行求解,求解得到令第一目标函数 最小的每个聚类中心日对应的候选资源配置。将每个聚类中心日对应的候选资 源配置乘以对应聚类中心日所属的目标历史聚类的加权系数,并求和,得到目 标资源配置。
本实施例中,计算机设备对第一目标函数进行求解,得到令第一目标函数 最小的每个聚类中心日对应的候选资源配置,再对聚类中心日的候选资源配置 进行加权求和,得到目标资源配置,以通过目标资源配置控制用电负荷,达到 在结合光伏发电的特性的情况下,控制用户端的用电负荷满足削峰填谷效果的 同时,使得光伏发电的发电峰时段对应了用户端用电负荷的峰时段,进而促进 了光伏利用,减小了光伏发电的弃光率和失负荷量。
表1所示是将上述控制用电负荷的方法应用于某高渗透率光伏电力系统, 选取第一约束条件中的α=0.02,β=0.05,γ=0.02,得到的用电峰平谷三时段类 型的划分结果,在对应目标资源配置(调整后的资源配置)下,得到的某日用 户端的用电负荷线如图7所示。
表1
表2所示是采用上述控制用电负荷方法与传统控制用电负荷方法所带来的 效果比较,包括针对某一电力系统光伏发电装机容量达到总电力系统装机容量 50%的一聚类中心日下的弃光率和失负荷量情况,可见,上述控制用电负荷方 法相较于传统的用电负荷控制方法,减小了光伏发电的弃光率。
表2
应该理解的是,虽然图1-6中的流程图中的各个步骤按照箭头的指示依次显 示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明 确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺 序执行。而且,图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这 些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行, 这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者 其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种控制用电负荷的装置,包括: 负荷聚类模块801、类型确认模块802、目标函数模块803以及负荷控制模块804, 其中:
负荷聚类模块801用于对多个历史日的用电负荷进行聚类处理,得到至少 两个目标历史日聚类;其中,每个目标历史日聚类具有一个聚类中心日;
类型确认模块802用于根据预设的用电峰时段对应的隶属度函数,计算每 个聚类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷 隶属度确定用电时段的类型;其中,所述用电时段的类型包括用电峰时段;
目标函数模块803用于根据光伏发电的发电峰时段对应的实际用电负荷总 量与预设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量 与预设的最小用电负荷总量构建第一目标函数;其中,在所述用电峰时段下光 伏发电能量小于预设能量阈值;
负荷控制模块804用于根据所述第一目标函数以及预设的第一约束条件调 整所述用电时段的资源配置,以控制各个用电时段的用电负荷;其中,所述第 一约束条件包括用于约束所述用电时段的资源配置与所述用电时段的用电负荷 之间的平衡关系,以使调整后的资源配置使得所述第一目标函数的值最小。
在其中一个实施例中,所述用电时段的类型还包括用电平时段以及用电谷 时段,类型确认模块802具体用于:
计算每个目标历史日聚类中历史日的数量与历史日总数的比值,得到每个 目标历史日聚类对应的加权系数;基于每个目标历史日聚类对应的加权系数, 对每个聚类中心日的峰时段负荷隶属度进行加权求和,得到加权负荷隶属度集 合;其中,所述加权负荷隶属度集合包括多个时刻的负荷隶属度;基于所述加 权负荷隶属度集合对用电时段进行划分,确定所述用电时段的类型。
在其中一个实施例中,类型确认模块802具体用于:
基于第一隶属度差值和第二隶属度差值,构建第二目标函数;其中,所述 第一隶属度差值为所述用电峰时段内的最小负荷隶属度参变量和所述用电平时 段内的最大负荷隶属度参变量之间的差值,第二隶属度差值为所述用电平时段 内的最小负荷隶属度参变量和所述用电谷时段内的最大负荷隶属度参变量之间 的差值;根据预设的第二约束条件和所述加权负荷隶属度集合中的负荷隶属度, 对所述第二目标函数进行遍历求解,得到四个目标负荷隶属度;其中,所述四 个目标负荷隶属度使得所述第二目标函数的值最大,所述第二约束条件用于约 束所述用电峰时段、所述用电平时段以及所述用电谷时段三个时段对应的负荷 隶属度的个数;根据所述四个目标负荷隶属度对用电时段进行划分,确定所述 用电时段的类型。
在其中一个实施例中,所述四个目标负荷隶属度包括所述用电峰时段内的 最小负荷隶属度、所述用电平时段内的最大负荷隶属度、所述用电平时段内的 最小负荷隶属度以及所述用电谷时段内的目标最大负荷隶属度;
类型确认模块802具体用于:
获取所述加权负荷隶属度集合中大于等于所述用电峰时段内的最小负荷隶 属度的第一隶属度集合,并根据所述第一隶属度集合中每一隶属度所对应的时 间段确定所述用电峰时段;获取所述加权负荷隶属度集合中不小于所述用电平 时段内的最小负荷隶属度,且不大于所述用电平时段内的最大负荷隶属度的第 二隶属度集合,并根据所述第二隶属度集合中每一隶属度所对应的时间段确定 所述用电平时段;获取所述加权负荷隶属度集合中不大于所述用电谷时段内的 最大负荷隶属度的第三隶属度集合,并根据所述第三隶属度集合中每一隶属度 所对应的时间段确定所述用电谷时段。
在其中一个实施例中,类型确认模块802具体用于:
对所述加权负荷隶属度集合中的负荷隶属度进行降序排列,并对降序排列 后的加权负荷隶属度集合中的负荷隶属度进行编号;相应的,所述第二目标函 数为其中,为用电峰时段内的最小负荷隶 属度参变量,用于表示im-1~im时间段的峰时段隶属度;所述m为降序排列后的 加权负荷隶属度集合中所述用电峰时段内的最小负荷隶属度的编号,为所 述用电平时段内的最大负荷隶属度,用于表示im~im+1时间段的峰时段隶属度,m+1为降序排列后的加权负荷隶属度集合中所述用电平时段内的最大负荷隶属 度的编号,为所述用电平时段内的最小负荷隶属度,用于表示in-1~in时间段 的峰时段隶属度,n+1为降序排列后的加权负荷隶属度集合中所述用电谷时段内 的最大负荷隶属度的编号。
在其中一个实施例中,所述第二约束条件包括:
5≤m≤10
5≤n-m≤10
5≤24-n≤10
类型确认模块802具体用于:
在所述加权负荷隶属度集合中遍历选择四个负荷隶属度,并基于所述第二 约束条件,对所述第二目标函数进行求解,确定所述四个目标负荷隶属度。
在其中一个实施例中,目标函数模块803具体用于:
基于第一欧几里得距离和第二欧几里得距离,构建所述第一目标函数;其 中,所述第一欧几里得距离为所述光伏发电的发电峰时段对应的实际用电负荷 总量和预设的最大用电负荷总量之间的欧几里得距离,所述第二欧几里得距离 为所述用电峰时段对应的实际用电负荷总量和预设的最小用电负荷总量之间的 欧几里得距离。
在其中一个实施例中,所述第一目标函数为
f1=||q发电-maxf3||+μ||q用电-minf4||;
其中,q发电为所述发电峰时段的实际用电负荷总量,q用电为所述用电峰时段 的实际用电负荷总量,maxf3为预设的最大用电负荷总量,minf4为预设的最小用 电负荷总量,μ为权重系数。
在其中一个实施例中,类型确认模块802还用于:
针对每个聚类中心日,基于所述聚类中心日中对应的所述发电峰时段的实 际用电负荷总量构建第三目标函数;按照预设的资源改变量遍历修改当前的资 源配置,并基于修改后的资源配置以及所述第一约束条件,对所述第三目标函 数进行求解,将所述第三目标函数的最大值确定为最大用电负荷总量。
在其中一个实施例中,类型确认模块802还用于:
针对每个聚类中心日,基于所述聚类中心日对应的所述用电峰时段的实际 用电负荷总量构建第四目标函数;
按照预设的资源改变量遍历修改当前的资源配置,并基于修改后的资源配 置以及所述第一约束条件,对所述第四目标函数进行求解,将所述第四目标函 数的最小值确定为最小用电负荷总量。
在其中一个实施例中,所述第一约束条件包括:
|ΔQ1+ΔQ2+ΔQ3|≤γ(Q1+Q2+Q3)
0.25≤p3+Δp3
p1+Δp1>p2+Δp2>p3+Δp3
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2)
max(Q2+ΔQ2)≤(1+β)min(Q1+ΔQ1)
其中,Q1、Q2、Q3表示调整资源配置前的峰、平、谷三个用电时段的负荷 总量,ΔQ1、ΔQ2、ΔQ3表示调整资源配置后的负荷改变量,p1、p2、p3表示 调整资源配置前的资源配置,Δp1、Δp2、Δp3表示资源配置的改变量,β为峰谷 倒置允许系数,表示调整资源配置后时刻ik的负荷,表示调整资源配置前 时刻ik的负荷;γ为实际总用电负荷允许变化系数,α为用户满意度系数,εii表 示自弹性系数,εij表示交叉弹性系数。
在其中一个实施例中,负荷控制模块804具体用于:
对第一目标函数进行求解,得到每个聚类中心日对应的候选资源配置;所 述候选资源配置使得第一目标函数最小;利用加权系数对每个聚类中心日的候 选资源配置进行加权求和,得到目标资源配置。
关于控制用电负荷的装置的具体限定可以参见上文中对于控制用电负荷的 方法的限定,在此不再赘述。上述控制用电负荷的装置中的各个模块可全部或 部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立 于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器 中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器, 其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、 存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。 该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介 质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中 的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储控 制用电负荷的数据。该计算机设备的网络接口用于与外部的终端通过网络连接 通信。该计算机程序被处理器执行时以实现一种控制用电负荷的方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定, 具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件, 或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器 中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类; 其中,每个目标历史日聚类具有一个聚类中心日;根据预设的用电峰时段对应 的隶属度函数,计算每个聚类中心日对应的峰时段负荷隶属度,并根据每个聚 类中心日的峰时段负荷隶属度确定用电时段的类型;其中,所述用电时段的类 型包括用电峰时段;根据光伏发电的发电峰时段对应的实际用电负荷总量与预 设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设 的最小用电负荷总量构建第一目标函数;其中,在所述用电峰时段下光伏发电 能量小于预设能量阈值;根据所述第一目标函数以及预设的第一约束条件调整 所述用电时段的资源配置,以控制各个用电时段的用电负荷;其中,所述第一 约束条件包括用于约束所述用电时段的资源配置与所述用电时段的用电负荷之 间的平衡关系,以使调整后的资源配置使得所述第一目标函数的值最小。
在一个实施例中,所述用电时段的类型还包括用电平时段以及用电谷时段, 处理器执行计算机程序时还实现以下步骤:
计算每个目标历史日聚类中历史日的数量与历史日总数的比值,得到每个 目标历史日聚类对应的加权系数;基于每个目标历史日聚类对应的加权系数, 对每个聚类中心日的峰时段负荷隶属度进行加权求和,得到加权负荷隶属度集 合;其中,所述加权负荷隶属度集合包括多个时刻的负荷隶属度;基于所述加 权负荷隶属度集合对用电时段进行划分,确定所述用电时段的类型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于第一隶属度差值和第二隶属度差值,构建第二目标函数;其中,所述 第一隶属度差值为所述用电峰时段内的最小负荷隶属度参变量和所述用电平时 段内的最大负荷隶属度参变量之间的差值,第二隶属度差值为所述用电平时段 内的最小负荷隶属度参变量和所述用电谷时段内的最大负荷隶属度参变量之间 的差值;根据预设的第二约束条件和所述加权负荷隶属度集合中的负荷隶属度, 对所述第二目标函数进行遍历求解,得到四个目标负荷隶属度;其中,所述四 个目标负荷隶属度使得所述第二目标函数的值最大,所述第二约束条件用于约 束所述用电峰时段、所述用电平时段以及所述用电谷时段三个时段对应的负荷 隶属度的个数;根据所述四个目标负荷隶属度对用电时段进行划分,确定所述 用电时段的类型。
在一个实施例中,所述四个目标负荷隶属度包括所述用电峰时段内的最小 负荷隶属度、所述用电平时段内的最大负荷隶属度、所述用电平时段内的最小 负荷隶属度以及所述用电谷时段内的目标最大负荷隶属度;处理器执行计算机 程序时还实现以下步骤:
获取所述加权负荷隶属度集合中大于等于所述用电峰时段内的最小负荷隶 属度的第一隶属度集合,并根据所述第一隶属度集合中每一隶属度所对应的时 间段确定所述用电峰时段;获取所述加权负荷隶属度集合中不小于所述用电平 时段内的最小负荷隶属度,且不大于所述用电平时段内的最大负荷隶属度的第 二隶属度集合,并根据所述第二隶属度集合中每一隶属度所对应的时间段确定 所述用电平时段;获取所述加权负荷隶属度集合中不大于所述用电谷时段内的 最大负荷隶属度的第三隶属度集合,并根据所述第三隶属度集合中每一隶属度 所对应的时间段确定所述用电谷时段。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对所述加权负荷隶属度集合中的负荷隶属度进行降序排列,并对降序排列 后的加权负荷隶属度集合中的负荷隶属度进行编号;相应的,所述第二目标函 数为其中,为用电峰时段内的最小负荷隶 属度参变量,用于表示im-1~im时间段的峰时段隶属度;所述m为降序排列后的 加权负荷隶属度集合中所述用电峰时段内的最小负荷隶属度的编号,为所 述用电平时段内的最大负荷隶属度,用于表示im~im+1时间段的峰时段隶属度, m+1为降序排列后的加权负荷隶属度集合中所述用电平时段内的最大负荷隶属 度的编号,为所述用电平时段内的最小负荷隶属度,用于表示in-1~in时间段 的峰时段隶属度,n+1为降序排列后的加权负荷隶属度集合中所述用电谷时段内 的最大负荷隶属度的编号。
在一个实施例中,所述第二约束条件包括:
5≤m≤10
5≤n-m≤10
5≤24-n≤10
处理器执行计算机程序时还实现以下步骤:
在所述加权负荷隶属度集合中遍历选择四个负荷隶属度,并基于所述第二 约束条件,对所述第二目标函数进行求解,确定所述四个目标负荷隶属度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于第一欧几里得距离和第二欧几里得距离,构建所述第一目标函数;其 中,所述第一欧几里得距离为所述光伏发电的发电峰时段对应的实际用电负荷 总量和预设的最大用电负荷总量之间的欧几里得距离,所述第二欧几里得距离 为所述用电峰时段对应的实际用电负荷总量和预设的最小用电负荷总量之间的 欧几里得距离。
在一个实施例中,所述第一目标函数为
f1=||q发电-maxf3||+μ||q用电-minf4||;
其中,q发电为所述发电峰时段的实际用电负荷总量,q用电为所述用电峰时段 的实际用电负荷总量,maxf3为预设的最大用电负荷总量,minf4为预设的最小用 电负荷总量,μ为权重系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对每个聚类中心日,基于所述聚类中心日中对应的所述发电峰时段的实 际用电负荷总量构建第三目标函数;按照预设的资源改变量遍历修改当前的资 源配置,并基于修改后的资源配置以及所述第一约束条件,对所述第三目标函 数进行求解,将所述第三目标函数的最大值确定为最大用电负荷总量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对每个聚类中心日,基于所述聚类中心日对应的所述用电峰时段的实际 用电负荷总量构建第四目标函数;按照预设的资源改变量遍历修改当前的资源 配置,并基于修改后的资源配置以及所述第一约束条件,对所述第四目标函数 进行求解,将所述第四目标函数的最小值确定为最小用电负荷总量。
在一个实施例中,所述第一约束条件包括:
|ΔQ1+ΔQ2+ΔQ3|≤γ(Q1+Q2+Q3)
0.25≤p3+Δp3
p1+Δp1>p2+Δp2>p3+Δp3
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2)
max(Q2+ΔQ2)≤(1+β)min(Q1+ΔQ1)
其中,Q1、Q2、Q3表示调整资源配置前的峰、平、谷三个用电时段的负荷 总量,ΔQ1、ΔQ2、ΔQ3表示调整资源配置后的负荷改变量,p1、p2、p3表示 调整资源配置前的资源配置,Δp1、Δp2、Δp3表示资源配置的改变量,β为峰谷倒 置允许系数,表示调整资源配置后时刻ik的负荷,表示调整资源配置前时 刻ik的负荷;γ为实际总用电负荷允许变化系数,α为用户满意度系数,εii表示 自弹性系数,εij表示交叉弹性系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对第一目标函数进行求解,得到每个聚类中心日对应的候选资源配置;所 述候选资源配置使得第一目标函数最小;利用加权系数对每个聚类中心日的候 选资源配置进行加权求和,得到目标资源配置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程 序,计算机程序被处理器执行时实现以下步骤:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类; 其中,每个目标历史日聚类具有一个聚类中心日;
根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰 时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的 类型;其中,所述用电时段的类型包括用电峰时段;
根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负 荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷 总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能 量阈值;
根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源 配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件包括用于约 束所述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使 调整后的资源配置使得所述第一目标函数的值最小。
在一个实施例中,所述用电时段的类型还包括用电平时段以及用电谷时段, 计算机程序被处理器执行时还实现以下步骤:
计算每个目标历史日聚类中历史日的数量与历史日总数的比值,得到每个 目标历史日聚类对应的加权系数;基于每个目标历史日聚类对应的加权系数, 对每个聚类中心日的峰时段负荷隶属度进行加权求和,得到加权负荷隶属度集 合;其中,所述加权负荷隶属度集合包括多个时刻的负荷隶属度;基于所述加 权负荷隶属度集合对用电时段进行划分,确定所述用电时段的类型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于第一隶属度差值和第二隶属度差值,构建第二目标函数;其中,所述 第一隶属度差值为所述用电峰时段内的最小负荷隶属度参变量和所述用电平时 段内的最大负荷隶属度参变量之间的差值,第二隶属度差值为所述用电平时段 内的最小负荷隶属度参变量和所述用电谷时段内的最大负荷隶属度参变量之间 的差值;根据预设的第二约束条件和所述加权负荷隶属度集合中的负荷隶属度, 对所述第二目标函数进行遍历求解,得到四个目标负荷隶属度;其中,所述四 个目标负荷隶属度使得所述第二目标函数的值最大,所述第二约束条件用于约 束所述用电峰时段、所述用电平时段以及所述用电谷时段三个时段对应的负荷 隶属度的个数;根据所述四个目标负荷隶属度对用电时段进行划分,确定所述 用电时段的类型。
在一个实施例中,所述四个目标负荷隶属度包括所述用电峰时段内的最小 负荷隶属度、所述用电平时段内的最大负荷隶属度、所述用电平时段内的最小 负荷隶属度以及所述用电谷时段内的目标最大负荷隶属度;计算机程序被处理 器执行时还实现以下步骤:
获取所述加权负荷隶属度集合中大于等于所述用电峰时段内的最小负荷隶 属度的第一隶属度集合,并根据所述第一隶属度集合中每一隶属度所对应的时 间段确定所述用电峰时段;获取所述加权负荷隶属度集合中不小于所述用电平 时段内的最小负荷隶属度,且不大于所述用电平时段内的最大负荷隶属度的第 二隶属度集合,并根据所述第二隶属度集合中每一隶属度所对应的时间段确定 所述用电平时段;获取所述加权负荷隶属度集合中不大于所述用电谷时段内的 最大负荷隶属度的第三隶属度集合,并根据所述第三隶属度集合中每一隶属度 所对应的时间段确定所述用电谷时段。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述第二目标函数为其中,为用电峰 时段内的最小负荷隶属度参变量,用于表示im-1~im时间段的峰时段隶属度;所 述m为降序排列后的加权负荷隶属度集合中所述用电峰时段内的最小负荷隶属 度的编号,为所述用电平时段内的最大负荷隶属度,用于表示im~im+1时间 段的峰时段隶属度,m+1为降序排列后的加权负荷隶属度集合中所述用电平时 段内的最大负荷隶属度的编号,为所述用电平时段内的最小负荷隶属度,用 于表示in-1~in时间段的峰时段隶属度,n+1为降序排列后的加权负荷隶属度集合 中所述用电谷时段内的最大负荷隶属度的编号。
在一个实施例中,所述第二约束条件包括:
5≤m≤10
5≤n-m≤10
5≤24-n≤10
计算机程序被处理器执行时还实现以下步骤:
在所述加权负荷隶属度集合中遍历选择四个负荷隶属度,并基于所述第二 约束条件,对所述第二目标函数进行求解,确定所述四个目标负荷隶属度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于第一欧几里得距离和第二欧几里得距离,构建所述第一目标函数;其 中,所述第一欧几里得距离为所述光伏发电的发电峰时段对应的实际用电负荷 总量和预设的最大用电负荷总量之间的欧几里得距离,所述第二欧几里得距离 为所述用电峰时段对应的实际用电负荷总量和预设的最小用电负荷总量之间的 欧几里得距离。
在一个实施例中,所述第一目标函数为
f1=||q发电-maxf3||+μ||q用电-minf4||;
其中,q发电为所述发电峰时段的实际用电负荷总量,q用电为所述用电峰时段 的实际用电负荷总量,maxf3为预设的最大用电负荷总量,minf4为预设的最小用 电负荷总量,μ为权重系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对每个聚类中心日,基于所述聚类中心日中对应的所述发电峰时段的实 际用电负荷总量构建第三目标函数;按照预设的资源改变量遍历修改当前的资 源配置,并基于修改后的资源配置以及所述第一约束条件,对所述第三目标函 数进行求解,将所述第三目标函数的最大值确定为最大用电负荷总量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对每个聚类中心日,基于所述聚类中心日对应的所述用电峰时段的实际 用电负荷总量构建第四目标函数;按照预设的资源改变量遍历修改当前的资源 配置,并基于修改后的资源配置以及所述第一约束条件,对所述第四目标函数 进行求解,将所述第四目标函数的最小值确定为最小用电负荷总量。
在一个实施例中,所述第一约束条件包括:
|ΔQ1+ΔQ2+ΔQ3|≤γ(Q1+Q2+Q3)
0.25≤p3+Δp3
p1+Δp1>p2+Δp2>p3+Δp3
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2)
max(Q2+ΔQ2)≤(1+β)min(Q1+ΔQ1)
其中,Q1、Q2、Q3表示调整资源配置前的峰、平、谷三个用电时段的负荷 总量,ΔQ1、ΔQ2、ΔQ3表示调整资源配置后的负荷改变量,p1、p2、p3表示 调整资源配置前的资源配置,Δp1、Δp2、Δp3表示资源配置的改变量,β为峰谷 倒置允许系数,表示调整资源配置后时刻ik的负荷,表示调整资源配置前 时刻ik的负荷;γ为实际总用电负荷允许变化系数,α为用户满意度系数,εii表 示自弹性系数,εij表示交叉弹性系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对第一目标函数进行求解,得到每个聚类中心日对应的候选资源配置;所 述候选资源配置使得第一目标函数最小;利用加权系数对每个聚类中心日的候 选资源配置进行加权求和,得到目标资源配置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于 一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述 各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、 磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM) 或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改 进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权 利要求为准。
Claims (17)
1.一种控制用电负荷的方法,其特征在于,所述方法包括:
对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类;其中,每个目标历史日聚类具有一个聚类中心日;
根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的类型;其中,所述用电时段的类型包括用电峰时段;
根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能量阈值;
根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件包括用于约束所述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使调整后的资源配置使得所述第一目标函数的值最小。
2.根据权利要求1所述的方法,其特征在于,所述用电时段的类型还包括用电平时段以及用电谷时段,所述根据每个聚类中心日的峰时段负荷隶属度确定用电时段的类型,包括:
计算每个目标历史日聚类中历史日的数量与历史日总数的比值,得到每个目标历史日聚类对应的加权系数;
基于每个目标历史日聚类对应的加权系数,对每个聚类中心日的峰时段负荷隶属度进行加权求和,得到加权负荷隶属度集合;其中,所述加权负荷隶属度集合包括多个时刻的负荷隶属度;
基于所述加权负荷隶属度集合对用电时段进行划分,确定所述用电时段的类型。
3.根据权利要求2所述的方法,其特征在于,基于所述加权负荷隶属度集合对用电时段进行划分,确定所述用电时段的类型,包括:
基于第一隶属度差值和第二隶属度差值,构建第二目标函数;其中,所述第一隶属度差值为所述用电峰时段内的最小负荷隶属度参变量和所述用电平时段内的最大负荷隶属度参变量之间的差值,第二隶属度差值为所述用电平时段内的最小负荷隶属度参变量和所述用电谷时段内的最大负荷隶属度参变量之间的差值;
根据预设的第二约束条件和所述加权负荷隶属度集合中的负荷隶属度,对所述第二目标函数进行遍历求解,得到四个目标负荷隶属度;其中,所述四个目标负荷隶属度使得所述第二目标函数的值最大,所述第二约束条件用于约束所述用电峰时段、所述用电平时段以及所述用电谷时段三个时段对应的负荷隶属度的个数;
根据所述四个目标负荷隶属度对用电时段进行划分,确定所述用电时段的类型。
4.根据权利要求3所述的方法,其特征在于,所述四个目标负荷隶属度包括所述用电峰时段内的最小负荷隶属度、所述用电平时段内的最大负荷隶属度、所述用电平时段内的最小负荷隶属度以及所述用电谷时段内的目标最大负荷隶属度;所述根据所述四个目标负荷隶属度对用电时段进行划分,确定所述用电时段的类型,包括:
获取所述加权负荷隶属度集合中大于等于所述用电峰时段内的最小负荷隶属度的第一隶属度集合,并根据所述第一隶属度集合中每一隶属度所对应的时间段确定所述用电峰时段;
获取所述加权负荷隶属度集合中不小于所述用电平时段内的最小负荷隶属度,且不大于所述用电平时段内的最大负荷隶属度的第二隶属度集合,并根据所述第二隶属度集合中每一隶属度所对应的时间段确定所述用电平时段;
获取所述加权负荷隶属度集合中不大于所述用电谷时段内的最大负荷隶属度的第三隶属度集合,并根据所述第三隶属度集合中每一隶属度所对应的时间段确定所述用电谷时段。
5.根据权利要求4所述的方法,其特征在于,所述得到加权负荷隶属度集合之后,所述方法还包括:对所述加权负荷隶属度集合中的负荷隶属度进行降序排列,并对降序排列后的加权负荷隶属度集合中的负荷隶属度进行编号;
相应的,
6.根据权利要求5所述的方法,其特征在于,所述第二约束条件包括:
5≤m≤10
5≤n-m≤10
5≤24-n≤10
所述根据预设的第二约束条件和所述加权负荷隶属度集合中的负荷隶属度,对所述第二目标函数进行求解,得到四个目标负荷隶属度,包括:
在所述加权负荷隶属度集合中遍历选择四个负荷隶属度,并基于所述第二约束条件,对所述第二目标函数进行求解,确定所述四个目标负荷隶属度。
7.根据权利要求1所述的方法,其特征在于,所述根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷总量构建第一目标函数,包括:
基于第一欧几里得距离和第二欧几里得距离,构建所述第一目标函数;其中,所述第一欧几里得距离为所述光伏发电的发电峰时段对应的实际用电负荷总量和预设的最大用电负荷总量之间的欧几里得距离,所述第二欧几里得距离为所述用电峰时段对应的实际用电负荷总量和预设的最小用电负荷总量之间的欧几里得距离。
8.根据权利要求7所述的方法,其特征在于,所述第一目标函数为
f1=||q发电-maxf3||+μ||q用电-minf4||;
其中,q发电为所述发电峰时段的实际用电负荷总量,q用电为所述用电峰时段的实际用电负荷总量,maxf3为预设的最大用电负荷总量,minf4为预设的最小用电负荷总量,μ为权重系数。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
针对每个聚类中心日,基于所述聚类中心日中对应的所述发电峰时段的实际用电负荷总量构建第三目标函数;
按照预设的资源改变量遍历修改当前的资源配置,并基于修改后的资源配置以及所述第一约束条件,对所述第三目标函数进行求解,将所述第三目标函数的最大值确定为最大用电负荷总量。
11.根据权利要求8所述的方法,所述方法还包括:
针对每个聚类中心日,基于所述聚类中心日对应的所述用电峰时段的实际用电负荷总量构建第四目标函数;
按照预设的资源改变量遍历修改当前的资源配置,并基于修改后的资源配置以及所述第一约束条件,对所述第四目标函数进行求解,将所述第四目标函数的最小值确定为最小用电负荷总量。
13.根据权利要求9-12中任一项所述的方法,其特征在于,所述第一约束条件包括:
|ΔQ1+ΔQ2+ΔQ3|≤γ(Q1+Q2+Q3)
0.25≤p3+Δp3
p1+Δp1>p2+Δp2>p3+Δp3
max(Q3+ΔQ3)≤(1+β)min(Q2+ΔQ2)
max(Q2+ΔQ2)≤(1+β)min(Q1+ΔQ1)
14.根据权利要求1所述的方法,其特征在于,所述根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源配置,以控制各个用电时段的用电负荷,包括:
对第一目标函数进行求解,得到每个聚类中心日对应的候选资源配置;所述候选资源配置使得第一目标函数最小;
利用加权系数对每个聚类中心日的候选资源配置进行加权求和,得到目标资源配置。
15.一种控制用电负荷的装置,其特征在于,所述装置包括:
负荷聚类模块,用于对多个历史日的用电负荷进行聚类处理,得到至少两个目标历史日聚类;其中,每个目标历史日聚类具有一个聚类中心日;
类型确认模块,用于根据预设的用电峰时段对应的隶属度函数,计算每个聚类中心日对应的峰时段负荷隶属度,并根据每个聚类中心日的峰时段负荷隶属度确定用电时段的类型;其中,所述用电时段的类型包括用电峰时段;
目标函数模块,用于根据光伏发电的发电峰时段对应的实际用电负荷总量与预设的最大用电负荷总量,以及所述用电峰时段对应的实际用电负荷总量与预设的最小用电负荷总量构建第一目标函数;其中,在所述用电峰时段下光伏发电能量小于预设能量阈值;
负荷控制模块,用于根据所述第一目标函数以及预设的第一约束条件调整所述用电时段的资源配置,以控制各个用电时段的用电负荷;其中,所述第一约束条件用于约束所述用电时段的资源配置与所述用电时段的用电负荷之间的平衡关系,以使调整后的资源配置使得所述第一目标函数的值最小。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述方法的步骤。
17.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010782749.1A CN111951123B (zh) | 2020-08-06 | 2020-08-06 | 控制用电负荷的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010782749.1A CN111951123B (zh) | 2020-08-06 | 2020-08-06 | 控制用电负荷的方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111951123A CN111951123A (zh) | 2020-11-17 |
CN111951123B true CN111951123B (zh) | 2022-12-09 |
Family
ID=73331479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010782749.1A Active CN111951123B (zh) | 2020-08-06 | 2020-08-06 | 控制用电负荷的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111951123B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097474A (zh) * | 2019-03-25 | 2019-08-06 | 国网辽宁省电力有限公司 | 一种实现配电网削峰填谷的负荷控制方法 |
CN111144447A (zh) * | 2019-12-09 | 2020-05-12 | 国网新疆电力有限公司电力科学研究院 | 一种新能源出力引起的反调峰风险的电网峰谷时段划分方法 |
-
2020
- 2020-08-06 CN CN202010782749.1A patent/CN111951123B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097474A (zh) * | 2019-03-25 | 2019-08-06 | 国网辽宁省电力有限公司 | 一种实现配电网削峰填谷的负荷控制方法 |
CN111144447A (zh) * | 2019-12-09 | 2020-05-12 | 国网新疆电力有限公司电力科学研究院 | 一种新能源出力引起的反调峰风险的电网峰谷时段划分方法 |
Non-Patent Citations (2)
Title |
---|
基于模糊聚类的园区配网峰谷特性和潜力分析研究;张琳等;《南方能源建设》;20200325(第01期);全文 * |
基于高维赋范与SGHSA算法的用电峰谷时段划分模型;刘树勇等;《中国电力》;20180105(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111951123A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111525601B (zh) | 用户侧储能设备的充放电控制方法、装置及存储介质 | |
CN116167581A (zh) | 电池需求量预估方法、装置、调度方法和计算机设备 | |
CN116760122B (zh) | 虚拟电厂资源管控方法、装置、计算机设备及存储介质 | |
CN111951123B (zh) | 控制用电负荷的方法、装置、计算机设备和存储介质 | |
CN112821463A (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
CN115130842A (zh) | 风光火一体化基地配置方法及装置 | |
CN115313519A (zh) | 一种配电网储能优化配置方法、装置、设备及存储介质 | |
CN112633771B (zh) | 电力资源数值计算方法、装置、计算机设备和存储介质 | |
CN115549137A (zh) | 分布式电网调控系统及调控方法 | |
CN112510679B (zh) | 分布式储能优化调度方法、装置、计算机设备和存储介质 | |
CN109190789B (zh) | 中长期风电功率预测方法、装置、计算机设备及存储介质 | |
CN113300375A (zh) | 一种考虑用户参与意愿差异的温控负荷需求响应控制方法 | |
CN110768241A (zh) | 储能装置的控制数据处理及控制系统和方法、设备及介质 | |
CN116523193B (zh) | 一种虚拟电厂储能调度方法、装置、电子设备及存储介质 | |
CN113689033B (zh) | 容量发电价核定方法、装置、计算机设备和存储介质 | |
CN115619189B (zh) | 考虑梯级水电弃水流量限制的弃水调度方法及装置 | |
CN114243681B (zh) | 电力系统的用电调控方法、装置、设备和存储介质 | |
CN110912162B (zh) | 一种储能装置方案的确定方法及装置 | |
CN117239793A (zh) | 储能规划方法、装置、计算机设备和存储介质 | |
CN114862615A (zh) | 分布式电力资源的聚合方法、装置、计算机设备 | |
CN117744972A (zh) | 电力系统的储能规划方法、装置、计算机设备和存储介质 | |
CN117117879A (zh) | 调控潜力预测方法、装置、计算机设备、介质和产品 | |
CN114362263A (zh) | 配电网光伏功率的控制方法、装置、计算机设备 | |
CN117829889A (zh) | 用电信息预测方法、装置、设备、存储介质和程序产品 | |
CN117236726A (zh) | 灵活性评估方法、装置、设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |