CN113362103A - 一种通过用户用电行为特征定制电网峰谷分时电价的方法 - Google Patents

一种通过用户用电行为特征定制电网峰谷分时电价的方法 Download PDF

Info

Publication number
CN113362103A
CN113362103A CN202110564373.1A CN202110564373A CN113362103A CN 113362103 A CN113362103 A CN 113362103A CN 202110564373 A CN202110564373 A CN 202110564373A CN 113362103 A CN113362103 A CN 113362103A
Authority
CN
China
Prior art keywords
load
user
users
peak
time
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.)
Granted
Application number
CN202110564373.1A
Other languages
English (en)
Other versions
CN113362103B (zh
Inventor
张真源
丁一迪
黄琦
陈浩然
黄宇翔
陈紫晗
王鹏
井实
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110564373.1A priority Critical patent/CN113362103B/zh
Publication of CN113362103A publication Critical patent/CN113362103A/zh
Application granted granted Critical
Publication of CN113362103B publication Critical patent/CN113362103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)

Abstract

本发明公开了一种通过用户用电行为特征定制电网峰谷分时电价的方法，对社区用户的日常用电情况进行分析，将用户的负荷分类并建立用户在某时刻的总负荷模型及约束条件；然后对用户的日用电负荷数据进行K‑means聚类，获取每类用户的典型日负荷曲线，接着运用数据挖掘技术提取用户用电行为特征，进而针对不同用电行为特征的分类用户确定分时电价的峰谷时段；最后基于约束条件下，以成本目标最小、价格最低的贪婪算法优化求解，定制出各类用户的电网峰谷分时电价，从而尽可能在降低电费支出成本下，又减小电网负荷峰谷差，保证了电力系统的稳定运行。

Description

一种通过用户用电行为特征定制电网峰谷分时电价的方法
技术领域
本发明属于智能电网技术领域，更为具体地讲，涉及一种通过用户用电行为特征定制电网峰谷分时电价的方法。
背景技术
近年来，大数据概念飞速发展，对数据的分析应用成为解决很多现实问题的新方法。目前智能电网的建设正在不断完善，电力系统每时每刻都在产生海量数据，如何利用好这些数据，服务电网服务用户是一个新的研究课题。例如，对用户日负荷曲线进行聚类，可以将用户分为多个类别，每一类用户具有相似的用电特征，对用户的精细分类，可以更好的服务电力系统的需求响应调度。
需求响应的研究进展飞速，其中制定分时电价的价格激励型需求响应已验证了其在电力负荷削峰填谷，保证电力系统的稳定运行中的作用。目前分时电价主要是根据负荷峰谷划分的峰谷分时电价，主要基于整体负荷来对用户进行制定分时电价，主要面向用电量较高的工商业用户。往往忽略了数量众多的居民用户，由于居民用户用电行为繁杂，单个用户用电负荷较低，且难以预期调度结果，对其实施分时电价较为复杂，但是制定合适的分时电价引导用户参与需求响应还是非常有必要
文献“孔祥玉,杨群,穆云飞,等.分时电价环境下用户负荷需求响应分析方法[J].电力系统及其自动化学报,2015,27(10):75-80.”根据经济学原理中电力负荷的自弹性和交叉弹性系数，建立了基于用户负荷时间序列的需求响应矩阵，并验证了该方法在用户需求管理分析中的有效性。但是该方法只考虑了价格因素对用户负荷响应的影响，没有考虑用户自身的具体负荷约束情况，不能完全反应用户用电行为特征，应该进一步考虑电器的负荷约束对用户自身负荷变化的影响。
发明内容
本发明的目的在于克服现有技术的不足，提供一种通过用户用电行为特征定制电网峰谷分时电价的方法，根据用户用电行为特征，对具有不同用电行为特征的分类用户，制定峰谷分时电价，这样通过价格的变化，可以引导用户调整用电负荷大小，优化电力系统负荷曲线平滑度，同时实现电力负荷削峰填谷，保证电力系统的稳定运行。
为实现上述发明目的，本发明一种通过用户用电行为特征定制电网峰谷分时电价的方法，其特征在于，包括以下步骤：
(1)、对社区用户负荷进行分类；
对社区用户的日常用电情况进行分析，将用户的负荷分为：不可调度负荷、可调度负荷、电动汽车负荷和储能装置负荷；
(2)、构建用户在某时刻的总负荷模型；
Figure BDA0003080192980000021
其中，lk(t)为用户k在t时刻的总负荷，
Figure BDA0003080192980000022
为用户k在t时刻的不可调度负荷，
Figure BDA0003080192980000023
为用户k在t时刻的可调度负荷，
Figure BDA0003080192980000024
为用户k在t时刻的电动汽车负荷，
Figure BDA0003080192980000025
为用户k在t时刻的储能装置负荷；
(3)、设置总负荷模型的约束条件；
(3.1)、设置总负荷模型中不可调度负荷的约束条件；
Figure BDA0003080192980000026
其中，
Figure BDA0003080192980000027
为用户k在t时刻的最小负荷需求；
(3.2)、设置总负荷模型中可调度负荷的约束条件；
Figure BDA0003080192980000028
其中，
Figure BDA0003080192980000029
为可被调度的负荷总量，
Figure BDA00030801929800000210
为用户k在t时刻的最大负荷需求；
(3.3)、设置总负荷模型中电动汽车负荷的约束条件；
Figure BDA00030801929800000211
当
Figure BDA00030801929800000212
时，
Figure BDA00030801929800000213
当
Figure BDA00030801929800000214
时，
Figure BDA00030801929800000215
且有：
Figure BDA0003080192980000031
Figure BDA0003080192980000032
Figure BDA0003080192980000033
其中，μd为电动汽车的放电效率，μc为电动汽车的充电效率；
Figure BDA0003080192980000034
为电动汽车的充电量，
Figure BDA0003080192980000035
为电动汽车的放电量；
Figure BDA0003080192980000036
分别为
Figure BDA0003080192980000037
每小时能量变化的上下限，
Figure BDA0003080192980000038
分别为电动汽车到家和离开的时间，
Figure BDA0003080192980000039
分别为到家时电动汽车的剩余电量和离家时电动汽车的电量，Ek为电动汽车的容量上限；
(3.4)、设置总负荷模型中储能装置负荷的约束条件；
Figure BDA00030801929800000310
Figure BDA00030801929800000311
Figure BDA00030801929800000312
Figure BDA00030801929800000313
Figure BDA00030801929800000314
其中，dk(t)为储能装置在时刻t的剩余电量，dk(t-1)为储能装置在时刻t-1的剩余电量；
Figure BDA00030801929800000315
为储能装置在时刻t与时刻t-1的剩余电量之差；μs为储能装置的充放电效率；
Figure BDA00030801929800000316
为储能装置的充放电量上限；
Figure BDA00030801929800000317
为初始电量，即昨日未使用的剩余电量；
Figure BDA00030801929800000318
为储能装置的容量上限；
(4)、对社区用户用电行为特征分析；
(4.1)、采集社区N个用户的日用电负荷数据，并对所有的日用电负荷数据进行K-means聚类，将每一类的聚类中心作为该类用户的典型日负荷曲线，从而得到K条典型日负荷曲线；
(4.2)、根据每类用户的典型日负荷曲线，结合每类用户的用电行为特征，确定每类用户分时电价的峰、谷时段Tif、Tig，i＝1,2,…,K；
(5)、定制电网峰谷分时电价；
(5.1)、定制第i类用户的峰、谷分时电价为pif、pig；
(5.2)、使第i类用户中用户k的用电成本最小，构建峰谷分时电价的成本目标函数为：
Figure BDA0003080192980000041
其中，Pk为用户k的用电成本；
(5.3)、计算所有用户的总负荷L(t)；
Figure BDA0003080192980000042
(5.4)、在保证电网稳定运行下使电网总负荷波动最小，从而构建出峰谷分时电价的负荷目标函数为：
Figure BDA0003080192980000043
其中，日均用电总负荷
Figure BDA0003080192980000044
T为每天的采样时刻数；
(5.5)、根据步骤(3)中设置的约束条件，确定用户k的负荷大小lk(t)及总负荷大小L(t)；
再将总负荷L(t)代入到步骤(5.2)中的成本目标函数及步骤(5.4)中的负荷目标函数，然后通过优化求解两个目标函数方程，定制出第i类用户的电网峰谷分时电价pif、pig；
(5.6)、同理，按照步骤(5.1)-(5.5)所述方法定制出其它类用户的电网峰谷分时电价。
本发明的发明目的是这样实现的：
本发明一种通过用户用电行为特征定制电网峰谷分时电价的方法，对社区用户的日常用电情况进行分析，将用户的负荷分类并建立用户在某时刻的总负荷模型及约束条件；然后对用户的日用电负荷数据进行K-means聚类，获取每类用户的典型日负荷曲线，接着运用数据挖掘技术提取用户用电行为特征，进而针对不同用电行为特征的分类用户确定分时电价的峰谷时段；最后基于约束条件下，以成本目标最小、价格最低的贪婪算法优化求解，定制出各类用户的电网峰谷分时电价，从而尽可能在降低电费支出成本下，又减小电网负荷峰谷差，保证了电力系统的稳定运行。
附图说明
图1是本发明一种通过用户用电行为特征定制电网峰谷分时电价的方法流程图；
图2为用户典型日负荷曲线；
图3为定制电网峰谷分时电价的方法实施前后总负荷对比图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图1是本发明一种通过用户用电行为特征定制电网峰谷分时电价的方法流程图。
在本实施例中，如图1所示，本发明一种通过用户用电行为特征定制电网峰谷分时电价的方法，包括以下步骤：
S1、对社区用户负荷进行分类；
对某示范社区的120户用户的日常用电情况进行分析，将用户负荷主要分为：不可调度负荷、可调度负荷、电动汽车负荷和储能装置负荷四类，这样考虑了当前大多数用户具有的前四种负荷类型进行用户负荷分类；
S2、构建用户在某时刻的总负荷模型；
Figure BDA0003080192980000051
其中，lk(t)为用户k在t时刻的总负荷，
Figure BDA0003080192980000052
为用户k在t时刻的不可调度负荷，
Figure BDA0003080192980000053
为用户k在t时刻的可调度负荷，
Figure BDA0003080192980000054
为用户k在t时刻的电动汽车负荷，
Figure BDA0003080192980000061
为用户k在t时刻的储能装置负荷；在本实施例中，以一天中每小时作为一个采样时刻，共计24个采样时刻；
S3、设置总负荷模型的约束条件；
S3.1、在本实施例中，不可调度负荷是满足居民日常用电的最小负荷，例如电冰箱、电灯等电器，是无法频繁开关的必要负荷，属于每日固定负荷，那么，此类不可调度负荷的约束条件为：
Figure BDA0003080192980000062
其中，
Figure BDA0003080192980000063
为用户k在t时刻的最小负荷需求；
S3.2、在本实施例中，可调度负荷是居民日常生活中可以频繁调度的部分负荷，例如吸尘器等，是调整使用时段和功率的负荷，那么，此类可调度负荷的约束条件为：
Figure BDA0003080192980000064
其中，
Figure BDA0003080192980000065
为可被调度的负荷总量，
Figure BDA0003080192980000066
为用户k在t时刻的最大负荷需求；
S3.3、在本实施例中，电动汽车负荷是用户家中拥有电动汽车配套智能充电桩的充电负荷，那么，此类电动汽车负荷的约束条件为：
Figure BDA0003080192980000067
当
Figure BDA0003080192980000068
时，
Figure BDA0003080192980000069
当
Figure BDA00030801929800000610
时，
Figure BDA00030801929800000611
且有：
Figure BDA00030801929800000612
Figure BDA00030801929800000613
Figure BDA00030801929800000614
其中，μd为电动汽车的放电效率，μc为电动汽车的充电效率；
Figure BDA00030801929800000615
为电动汽车的充电量，
Figure BDA0003080192980000071
为电动汽车的放电量；
Figure BDA0003080192980000072
分别为
Figure BDA0003080192980000073
每小时能量变化的上下限，
Figure BDA0003080192980000074
分别为电动汽车到家和离开的时间，
Figure BDA0003080192980000075
分别为到家时电动汽车的剩余电量和离家时电动汽车的电量，Ek为电动汽车的容量上限；
S3.4、在本实施例中，储能装置负荷是用户家里有储能装置，可以在必要时调节家庭负荷，那么，此类储能装置负荷的约束条件为：
Figure BDA0003080192980000076
Figure BDA0003080192980000077
Figure BDA0003080192980000078
Figure BDA0003080192980000079
Figure BDA00030801929800000710
其中，dk(t)为储能装置在时刻t的剩余电量，dk(t-1)为储能装置在时刻t-1的剩余电量；
Figure BDA00030801929800000711
为储能装置在时刻t与时刻t-1的剩余电量之差，其正负由充放电状态决定；μs为储能装置的充放电效率；
Figure BDA00030801929800000712
为储能装置的充放电量上限；
Figure BDA00030801929800000713
为初始电量，即昨日未使用的剩余电量；
Figure BDA00030801929800000714
为储能装置的容量上限；
S4、对社区用户用电行为特征分析；
S4.1、采集社区120个用户的日用电负荷数据，并对所有的日用电负荷数据进行K-means聚类，将每一类的聚类中心作为该类用户的典型日负荷曲线，从而得到K条典型日负荷曲线，在本实施例中，如图2所示，得到5条典型日负荷曲线；
S4.2、根据每类用户的典型日负荷曲线，可以认为该类用户的日负荷曲线都与聚类中心日负荷曲线相近，即同一类用户具有相近的用电趋势，同时同一类用户的总日负荷曲线也与聚类中心日负荷曲线具有相似的用电趋势，因此结合每类用户的用电行为特征，确定每类用户分时电价的峰、谷时段Tif、Tig，i＝1,2,…,K；
S5、定制电网峰谷分时电价；
S5.1、定制第i类用户的峰、谷分时电价为pif、pig；
S5.2、使第i类用户中用户k的用电成本最小，构建峰谷分时电价的成本目标函数为：
Figure BDA0003080192980000081
其中，Pk为用户k的用电成本；
S5.3、计算所有用户的总负荷L(t)；
Figure BDA0003080192980000082
S5.4、在保证电网稳定运行下使电网总负荷波动最小，从而构建出峰谷分时电价的负荷目标函数为：
Figure BDA0003080192980000083
其中，日均用电总负荷
Figure BDA0003080192980000084
T＝24；
S5.5、根据步骤S3中设置的约束条件，确定用户k的负荷大小lk(t)及总负荷大小L(t)；
再将总负荷L(t)代入到步骤S5.2中的成本目标函数及步骤S5.4中的负荷目标函数，然后通过贪婪算法优化求解两个目标函数方程，定制出第i类用户的电网峰谷分时电价pif、pig；
S5.6、同理，按照步骤S5.1-S5.5所述方法定制出其它类用户的电网峰谷分时电价。
在本实施例中，通过某示范区120户居民用电负荷进行分析，居民用户用电特征通过聚类得到每类用户典型日负荷曲线；以第二类，第三类，第四类用户作为分析对象进行分析，每类用户的负荷特征如表1所示，总负荷量和峰谷差均为每类用户的平均值，即用户典型特征曲线的特征。
Figure BDA0003080192980000085
Figure BDA0003080192980000091
表1
实施峰谷分时电价优化策略前后，用户总负荷的对比如图3所示，图3为分时电价优化策略总负荷对比图。通过对比，分时电价优化策略的实施，减小了所有用户总负荷的峰谷差，优化前的高峰负荷是101.52/kW，优化后高峰负荷降低为99.95/kW，优化前的低谷负荷为63.23/kW，优化后低谷负荷提高为70.00/kW，优化前的峰谷差为38.30/kW，优化后的峰谷差为29.95/kW，因此该优化策略很好的实现了减小用户负荷波动，减小峰谷差的目标。同时，优化后用户总负荷由原来的1930.99/kW提高到2023.56/kW，用电量的提高也有利于电网公司的收益，使电网公司和用户的经济效益均得到保障。分时电价优化策略实施前后用户中负荷的对比如表2所示。
对比 总负荷/kW 高峰负荷/kW 低谷负荷/kW 峰谷差/kW
原始负荷 1930.99 101.52 63.23 38.30
优化后负荷 2023.56 99.95 70.00 29.95
表2
分时电价优化策略实施前后用户用电成本如表3所示。
Figure BDA0003080192980000092
表3
通过分析可以得出，在分时电价优化策略实施后，用户单日负荷基本不变，单日用电成本下降，同时单位电价相比优化前的日常居民用户用电价格均有所下降。分时电价优化策略实施前后用户日负荷及平均用电成本对比如表4所示。
Figure BDA0003080192980000093
Figure BDA0003080192980000101
表4
综述，本发明提出一种基于用户用电行为特征的定制峰谷分时电价方法，通过定制峰谷分时电价来促使用户参与电网的需求响应中来；对社区用户负荷建模，并利用聚类方法分析用户用电特征，根据聚类结果对不同类别的用户定制分时电价，实现降低用户用电成本，减小电网负荷峰谷差的目标。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (1)

1.一种通过用户用电行为特征定制电网峰谷分时电价的方法，其特征在于，包括以下步骤：
(1)、对社区用户负荷进行分类；
对社区用户的日常用电情况进行分析，将用户的负荷分为：不可调度负荷、可调度负荷、电动汽车负荷和储能装置负荷；
(2)、构建用户在某时刻的总负荷模型；
Figure FDA0003080192970000011
其中，lk(t)为用户k在t时刻的总负荷，
Figure FDA0003080192970000012
为用户k在t时刻的不可调度负荷，
Figure FDA0003080192970000013
为用户k在t时刻的可调度负荷，
Figure FDA0003080192970000014
为用户k在t时刻的电动汽车负荷，
Figure FDA0003080192970000015
为用户k在t时刻的储能装置负荷；
(3)、设置总负荷模型的约束条件；
(3.1)、设置总负荷模型中不可调度负荷的约束条件；
Figure FDA0003080192970000016
其中，
Figure FDA0003080192970000017
为用户k在t时刻的最小负荷需求；
(3.2)、设置总负荷模型中可调度负荷的约束条件条件；
Figure FDA0003080192970000018
其中，
Figure FDA0003080192970000019
为可被调度的负荷总量，
Figure FDA00030801929700000110
为用户k在t时刻的最大负荷需求；
(3.3)、设置总负荷模型中电动汽车负荷的约束条件；
Figure FDA00030801929700000111
当
Figure FDA00030801929700000112
时，
Figure FDA00030801929700000113
当
Figure FDA00030801929700000114
时，
Figure FDA00030801929700000115
且有：
Figure FDA00030801929700000116
Figure FDA00030801929700000117
Figure FDA0003080192970000021
其中，μd为电动汽车的放电效率；
Figure FDA0003080192970000022
为电动汽车的充电量，
Figure FDA0003080192970000023
为电动汽车的放电量；
Figure FDA0003080192970000024
分别为
Figure FDA0003080192970000025
每小时能量变化的上下限，
Figure FDA0003080192970000026
分别为电动汽车到家和离开的时间，
Figure FDA0003080192970000027
分别为到家时电动汽车的剩余电量和离家时电动汽车的电量，Ek为电动汽车的容量上限；
(3.4)、设置总负荷模型中储能装置负荷的约束条件；
Figure FDA0003080192970000028
Figure FDA0003080192970000029
Figure FDA00030801929700000210
Figure FDA00030801929700000211
Figure FDA00030801929700000212
其中，dk(t)为储能装置在时刻t的剩余电量，dk(t-1)为储能装置在时刻t-1的剩余电量；
Figure FDA00030801929700000213
为储能装置在时刻t与时刻t-1的剩余电量之差；μs为储能装置的充放电效率；
Figure FDA00030801929700000214
为储能装置的充放电量上限；
Figure FDA00030801929700000215
为初始电量，即昨日未使用的剩余电量；
Figure FDA00030801929700000216
为储能装置的容量上限；
(4)、对社区用户用电行为特征分析；
(4.1)、采集社区N个用户的日用电负荷数据，并对所有的日用电负荷数据进行K-means聚类，将每一类的聚类中心作为该类用户的典型日负荷曲线，从而得到K条典型日负荷曲线；
(4.2)、根据每类用户的典型日负荷曲线，结合每类用户的用电行为特征，确定每类用户分时电价的峰、谷时段Tif、Tig，i＝1,2,…,K；
(5)、定制电网峰谷分时电价；
(5.1)、定制第i类用户的峰、谷分时电价为pif、pig；
(5.2)、使第i类用户中用户k的用电成本最小，构建峰谷分时电价的成本目标函数为：
Figure FDA0003080192970000031
其中，Pk为用户k的用电成本；
(5.3)、计算所有用户的总负荷L(t)；
Figure FDA0003080192970000032
(5.4)、在保证电网稳定运行下使电网总负荷波动最小，从而构建出峰谷分时电价的负荷目标函数为：
Figure FDA0003080192970000033
其中，日均用电总负荷
Figure FDA0003080192970000034
T为每天的采样时刻数；
(5.5)、根据步骤(3)中设置的约束条件，确定用户k的负荷大小lk(t)及总负荷大小L(t)；
再将总负荷L(t)代入到步骤(5.2)中的成本目标函数及步骤(5.4)中的负荷目标函数，然后通过贪婪算法优化求解两个目标函数方程，定制出第i类用户的电网峰谷分时电价pif、pig；
(5.6)、同理，按照步骤(5.1)-(5.5)所述方法定制出其它类用户的电网峰谷分时电价。
CN202110564373.1A 2021-05-24 2021-05-24 一种通过用户用电行为特征定制电网峰谷分时电价的方法 Active CN113362103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110564373.1A CN113362103B (zh) 2021-05-24 2021-05-24 一种通过用户用电行为特征定制电网峰谷分时电价的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110564373.1A CN113362103B (zh) 2021-05-24 2021-05-24 一种通过用户用电行为特征定制电网峰谷分时电价的方法

Publications (2)

Publication Number Publication Date
CN113362103A true CN113362103A (zh) 2021-09-07
CN113362103B CN113362103B (zh) 2022-04-19

Family

ID=77527387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110564373.1A Active CN113362103B (zh) 2021-05-24 2021-05-24 一种通过用户用电行为特征定制电网峰谷分时电价的方法

Country Status (1)

Country Link
CN (1) CN113362103B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116247725A (zh) * 2023-02-14 2023-06-09 国网宁夏电力有限公司中卫供电公司 计及分类负荷需求响应的含电转气综合能源系统调度方法
CN117639036A (zh) * 2023-11-21 2024-03-01 广东健电新能源科技有限公司 一种充电桩的充放电规划方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268681A (zh) * 2014-09-18 2015-01-07 东南大学 基于负荷分类的分时电价下家居设备优化运行方法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN109002931A (zh) * 2018-08-22 2018-12-14 河海大学 日前发电调度与日前峰谷分时电价联合优化方法
CN111242702A (zh) * 2020-02-29 2020-06-05 贵州电网有限责任公司 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法
CN112053059A (zh) * 2020-09-04 2020-12-08 上海电力交易中心有限公司 基于用户需求弹性响应与分时电价的峰谷负荷优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268681A (zh) * 2014-09-18 2015-01-07 东南大学 基于负荷分类的分时电价下家居设备优化运行方法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN109002931A (zh) * 2018-08-22 2018-12-14 河海大学 日前发电调度与日前峰谷分时电价联合优化方法
CN111242702A (zh) * 2020-02-29 2020-06-05 贵州电网有限责任公司 一种考虑系统峰谷差最小的电网峰谷分时电价的制定方法
CN112053059A (zh) * 2020-09-04 2020-12-08 上海电力交易中心有限公司 基于用户需求弹性响应与分时电价的峰谷负荷优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIN WU 等: "A Data-Driven Gross Domestic Product Forecasting Model Based on Multi Indicator Assessment", 《IEEE ACCESS》 *
程瑜等: "面向智能电网的峰谷分时电价评估", 《电力系统保护与控制》 *
谭显东 等: "考虑负荷发展和用户行为的分时电价优化研究", 《中国电力》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116247725A (zh) * 2023-02-14 2023-06-09 国网宁夏电力有限公司中卫供电公司 计及分类负荷需求响应的含电转气综合能源系统调度方法
CN117639036A (zh) * 2023-11-21 2024-03-01 广东健电新能源科技有限公司 一种充电桩的充放电规划方法及系统
CN117639036B (zh) * 2023-11-21 2024-04-26 广东健电新能源科技有限公司 一种充电桩的充放电规划方法及系统

Also Published As

Publication number Publication date
CN113362103B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN113362103B (zh) 一种通过用户用电行为特征定制电网峰谷分时电价的方法
Martinez-Pabon et al. Smart meter data analytics for optimal customer selection in demand response programs
CN110994694B (zh) 计及差异化需求响应的微电网源荷储协调优化调度方法
CN108321796B (zh) 家庭能量管理系统与方法
CN111832861A (zh) 基于大数据平台的居民负荷变尺度画像方法和系统
CN109713666B (zh) 一种基于K-means聚类的电力市场下分布式储能经济性调控方法
CN112711616A (zh) 一种基于聚类算法的用户用电特性分析方法
CN114519449A (zh) 一种园区能源系统运行优化方法
Pereira et al. Fuzzy subtractive clustering technique applied to demand response in a smart grid scope
CN115796559A (zh) 一种考虑需求响应场景的可调负荷排序方法及系统
CN112290568A (zh) 一种“光-储”发电系统混合储能配置方法
CN114285086B (zh) 基于改进蚁群算法的电化学储能电站能量调度方法及系统
CN115146868A (zh) 电热气耦合的农村微能源系统协同规划方法及终端设备
CN113935856A (zh) 电能的控制方法及其装置、处理器、计算机可读存储介质
CN113988471A (zh) 一种微电网运行多目标优化方法
CN117332989A (zh) 一种区域综合能源系统削峰填谷方法
CN112801343A (zh) 一种计及多气象场景适应成本的储能系统容量规划方法
CN112001578A (zh) 一种适用于广义储能资源优化调度方法及系统
Gong et al. Analysis of electricity consumption behavior of air conditioning based on the perspective of power demand response
CN115759664A (zh) 一种基于电能使用行为的用户碳画像方法
Wang et al. Flexible load regulation margin evaluation method considering virtual energy storage characteristics
CN115330062A (zh) 一种社区场景下的新能源汽车有序充电服务调度优化方法
CN112257907B (zh) 一种考虑电价敏感性的电动汽车负荷建模方法
CN114784896A (zh) 面向虚拟电厂的规模化充电桩能量优化管理方法和系统
CN111311031A (zh) 一种户用光伏储能供电系统的能量管理方法

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