CN116914764A - 基于用户侧资源差异化约束的负荷响应控制方法及系统 - Google Patents
基于用户侧资源差异化约束的负荷响应控制方法及系统 Download PDFInfo
- Publication number
- CN116914764A CN116914764A CN202311173303.9A CN202311173303A CN116914764A CN 116914764 A CN116914764 A CN 116914764A CN 202311173303 A CN202311173303 A CN 202311173303A CN 116914764 A CN116914764 A CN 116914764A
- Authority
- CN
- China
- Prior art keywords
- response
- regulation
- user side
- time window
- power grid
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 489
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000004069 differentiation Effects 0.000 title claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 53
- 230000001105 regulatory effect Effects 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电网管理的技术领域，特别是涉及一种基于用户侧资源差异化约束的负荷响应控制方法及系统，其具有更精确、灵活和高效的负荷调控能力；方法包括：采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息；构建响应特征提取模型，对历史响应数据信息进行要素特征提取，获得用户侧参与电网调控的响应时间窗口、响应容量以及响应速率；对电网历史调控数据信息进行调控时长分析计算，获得每次电网调控的平均时长；根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，每个规划时间窗口与电网调控的平均时长的时间跨度相同。
Description
技术领域
本发明涉及电网管理的技术领域，特别是涉及一种基于用户侧资源差异化约束的负荷响应控制方法及系统。
背景技术
随着电力市场的开放和智能电网的发展，电网负荷调控变得越来越重要；电网负荷调控的原理是通过对负荷进行控制和调整，改变有功功率和无功功率的平衡关系，从而影响电网的电压、电流、频率等运行参数；电网负荷调控大多采用用户侧管理的方式实现，通过激励用户侧改变用电行为和方式，以达到平衡电力供需、降低峰荷和提高电力设备利用效率的目的。
然而，在实际运行中，电网负荷调控面临着许多挑战，由于不同用户侧的响应资源存在差异，导致其参与电网负荷调控的能力也有所不同；传统的电网负荷响应控制方法通常是针对整个电网负荷进行一致性的控制，没有考虑到用户侧资源的差异化，致使传统的电网负荷响应控制方法难以满足现代电力系统的需求。
发明内容
为解决上述技术问题，本发明提供一种具有更精确、灵活和高效的负荷调控能力的基于用户侧资源差异化约束的负荷响应控制方法。
第一方面，本发明提供了基于用户侧资源差异化约束的负荷响应控制方法，所述方法包括：
采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息；
构建响应特征提取模型，对所述历史响应数据信息进行要素特征提取，获得用户侧参与电网调控的响应时间窗口、响应容量以及响应速率；
对电网历史调控数据信息进行调控时长分析计算，获得每次电网调控的平均时长；
根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，每个规划时间窗口与电网调控的平均时长的时间跨度相同；
根据划分的规划时间窗口，并结合用户侧参与电网调控的响应时间窗口，获得分属于每个规划时间窗口内的用户侧响应容量和用户侧响应速率；
根据用户侧响应容量和用户侧响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口唯一对应的负荷响应能力特征向量；在所述负荷响应能力特征向量中，按响应能力由左至右依次对若干用户侧进行排列，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量；
根据电网的调控信息中的起止时间戳确定需要进行调控的规划时间窗口；
根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加直至能够满足调控负荷总量，获得计划响应调控的用户侧集合，并向计划响应调控的用户侧集合发送调控策略。
进一步地，对所述历史响应数据信息进行要素特征提取的方法，包括：
将采集到的历史响应数据信息进行预处理，预处理包括清理噪声数据和补充缺失值；
采用时间序列分析方法，通过分析历史响应数据信息，确定用户侧参与电网调控的开始时间和结束时间，提取响应时间窗口；
采用统计分析方法，通过分析历史响应数据信息，统计用户侧能够提供的平均响应容量，提取响应容量；
采用统计分析方法，通过分析历史响应数据信息，统计用户侧从接收到调控策略到实际负荷响应的平均响应时间，提取响应时间。
进一步地，划分规划时间窗口的方法，包括：
对采集的电网历史调控数据信息进行关键时间节点确定，关键时间节点包括各次调控的起始时间和结束时间；
对于每次电网调控，通过计算起始时间和结束时间的差值来获得其时长，将所有调控的时长进行累加，并记录调控次数；
将总的调控时长除以调控次数，得到每次电网调控的平均时长；
将一天的总时长除以每次电网调控的平均时长，得到需要划分的规划时间窗口的数量。
进一步地，获得分属于每个规划时间窗口内的用户侧响应容量和用户侧响应速率的方法，包括：
对于每个规划时间窗口，确定其起始时间和结束时间；
遍历每个用户侧参与电网调控的响应时间窗口，判断该响应时间窗口与当前规划时间窗口的关系；
若响应时间窗口完全位于当前规划时间窗口内，则该用户侧的响应容量和响应速率完全隶属于当前规划时间窗口；
若响应时间窗口部分位于当前规划时间窗口内，则计算该响应时间窗口与规划时间窗口的重叠部分与整个响应时间窗口之间的比例；通过计算得到的比例乘以该响应时间窗口的响应容量，得到当前规划时间窗口内该响应时间窗口的响应容量，将计算得到的响应容量和原始响应速率划分至当前规划时间窗口；
通过上述步骤遍历每个规划时间窗口，获得每个规划时间窗口内参与电网调控的用户侧的响应容量和响应速率。
进一步地，对规划时间窗口内的用户侧进行响应能力排列的方法，包括：
对每个规划时间窗口内的用户侧，获取已经确认隶属于当前规划时间窗口的响应容量和响应速率；
对用户侧的响应容量和响应速率进行加权计算，得到用户侧的响应能力；
对于每个规划时间窗口内的用户侧，根据响应能力进行排序，排序的原则是将响应能力高的用户侧排在前，响应能力低的用户侧排在后；
根据排序的结果，形成每个规划时间窗口唯一对应的负荷响应能力特征向量，响应能力特征向量中的各个元素为对应元素所在位置用户侧的响应容量。
进一步地，所述响应能力的计算公式如下：；其中，K表示响应能力；P表示用户侧在规划时间窗口内能够提供的响应容量大小；/>表示响应容量对响应能力的影响权重；R表示用户侧的响应速率；/>表示响应速率对响应能力的影响权重。
进一步地，获得计划响应调控的用户侧集合的方法，包括：
确定需要进行调控的规划时间窗口；
按照规划时间窗口的时间顺序，逐位处理每个规划时间窗口的负荷响应能力特征向量；
对于每个规划时间窗口的特征向量，从左至右逐位进行操作：
a、将当前位的用户侧响应容量加入累加结果中；
b、检查累加结果是否超过调控负荷总量的要求；
c、若累加结果未超过调控负荷总量，将该用户侧添加至计划响应调控的用户侧集合中，并继续累加下一个负荷响应能力特征向量中当前位的用户侧响应容量；
d、如果累加结果已经超过调控负荷总量，停止累加并将最后一位用户侧纳入计划响应调控的用户侧集合。
另一方面，本申请还提供了基于用户侧资源差异化约束的负荷响应控制系统，所述系统包括：
数据采集模块，用于采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息，并发送；
响应特征提取模块，用于接收用户侧参与电网调控的历史响应数据信息，并利用预先存储的响应特征提取模型，对历史响应数据信息进行要素特征提取，得到用户侧参与电网调控的响应时间窗口、响应容量以及响应速率，并同步发送；
规划时间窗口划分模块，用于接收电网历史调控数据信息，并计算得到每次电网调控的平均时长；根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，其中每个规划时间窗口的时间跨度与电网调控的平均时长相同；
用户侧响应能力排列模块，用于接收用户侧参与电网调控的响应时间窗口、响应容量和响应速率，同时读取规划时间窗口划分模块划分的规划时间窗口；并根据划分的规划时间窗口和用户侧参与电网调控的响应时间窗口，筛选确定分属于不同规划时间窗口内的用户侧的响应容量和响应速率；
根据用户侧响应容量和响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口对应的负荷响应能力特征向量，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
实时调控模块，用于实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量，根据起止时间戳确定需要进行调控的规划时间窗口；
再根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加，直至能够满足调控负荷总量；获得计划响应调控的用户侧集合，并向用户侧集合中的用户侧发送调控策略。
第三方面，本申请提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面，本申请还提供了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上述任意一项所述方法中的步骤。
与现有技术相比本发明的有益效果为：本发明充分考虑了用户侧参与电网调控的响应能力和特征；通过采集历史响应数据和电网调控数据，并使用响应特征提取模型进行特征提取，获得用户侧参与电网调控的响应时间窗口、响应容量和响应速率等信息；从而能够更准确地评估用户侧的响应能力，针对用户的特点进行负荷响应调控，提高负荷调控的效果；
通过采集历史响应数据信息和电网历史调控数据信息，并对其进行分析计算；通过计算每次电网调控的平均时长，并将一天划分为多个连续的规划时间窗口，使得控制策略更具实用性和可行性；从而可以根据划分的规划时间窗口和用户侧响应时间窗口，得到每个规划时间窗口内的用户侧响应容量和响应速率，以更好地进行负荷响应能力排列和调控计划；
通过计算和排列规划时间窗口内用户侧的响应容量和响应速率，得到每个规划时间窗口唯一对应的负荷响应能力特征向量，特征向量中的元素表示用户侧的响应容量，并按照响应能力从左至右进行排列；在实时获取到电网的调控信息后，根据调控负荷总量，通过累加特征向量中的元素决策哪些用户侧应该进行负荷响应调控，直至满足调控负荷总量的需求；这种灵活的决策方式能够更好地适应电网的实际情况和变化需求；
综上所述，基于用户侧资源差异化约束的负荷响应控制方法具有更精确、灵活和高效的负荷调控能力，能够更好地满足现代电力系统的需求。
附图说明
图1是本发明的流程图；
图2是对历史响应数据信息进行特征提取的流程图；
图3是确定隶属于规划时间窗口内的用户侧响应容量和响应速率的流程图；
图4是规划时间窗口和用户侧响应时间窗口的示意图；
图5是基于用户侧资源差异化约束的负荷响应控制系统的结构图。
具体实施方式
在本申请的描述中，所属技术领域的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等）、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例一
如图1至图4所示，本发明的基于用户侧资源差异化约束的负荷响应控制方法，具体包括以下步骤：
S1、采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息；
步骤S1的目的是获取参与负荷响应调控的用户的历史响应数据以及电网的历史调控数据，为后续步骤提供基础数据；具体而言，步骤S1包括以下操作：
S11、从不同参与负荷响应调控的用户侧收集历史响应数据信息；这些数据包括用户侧在不同时间段内参与负荷响应的具体响应行为，如降低用电负荷、暂时停止某些电力设备的使用等；
S12、将收集到的历史响应数据信息进行记录和存储，以便后续的特征提取和分析；记录的方式是以时间序列的形式存储，包括响应时间、响应容量以及响应速率等关键信息；
S13、从电网系统中获取历史调控数据信息；在电网负荷响应调控领域，通常会有一些机制或系统用于对电网进行调控，例如需求响应计划、目标调峰要求等，这些机制会对电网进行周期性的负荷调控，通过改变用户侧的用电行为来平衡供需关系，针对这些调控过程，记录了每次电网调控的起始时间和结束时间；
S14、将电网历史调控数据进行记录和存储，以便后续的调控时长分析计算。
需要注意的是，为确保数据的准确性和可靠性，在采集历史响应数据和电网历史调控数据时，应确保数据来源的可信度，并遵守相关的隐私保护和数据安全规定；总之，步骤S1旨在通过采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息，为后续步骤的特征提取、调控时长分析和负荷响应能力特征向量的计算提供必要的数据基础。
S2、构建响应特征提取模型，对所述历史响应数据信息进行要素特征提取，获得用户侧参与电网调控的响应时间窗口、响应容量以及响应速率；
步骤S2中的响应特征提取模型是用于从历史响应数据中提取关键要素特征，包括用户侧参与电网调控的响应时间窗口、响应容量和响应速率。特征提取的具体步骤包括以下内容：
S21、数据预处理：首先，将采集到的历史响应数据信息进行预处理，包括清理噪声数据、补充缺失值等操作；
S22、响应时间窗口提取：在电网调控过程中，用户侧参与响应的时间段被称为响应时间窗口，为了准确提取这一特征，可以采用时间序列分析方法，如滑动窗口或基于信号变化点检测的方法；通过分析历史响应数据，可以确定用户侧参与电网调控的开始时间和结束时间，进而提取响应时间窗口；
S23、响应容量提取：响应容量指用户侧在负荷响应调控过程中可提供的负荷变动容量，提取响应容量可以采用统计分析方法，如计算历史响应数据中的负荷峰值、负荷平均值等指标，根据用户侧的负荷特征和历史响应数据，可以估计出用户侧可提供的响应容量；
S24、响应速率提取：响应速率表示用户侧从接收到调控策略到实际负荷响应的时间，可以统计每个用户侧的平均响应时间、最大响应时间、最小响应时间等作为响应速率的特征；另外，在接收到调控策略后，用户侧负荷响应的滞后效应是一种重要的特征，可以通过分析调控策略发送后某段时间内负荷响应的情况，计算滞后效应的时间窗口和幅度作为响应速率的特征。
本步骤中采用的响应特征提取模型，具体可以使用以下模型或方法进行特征提取：
时间序列分析模型：可以使用自回归移动平均模型、季节性ARIMA模型或其他时间序列模型来分析历史响应数据，提取具有时序关系的特征；这些模型可以识别出数据中的趋势、季节性和周期性，从而帮助提取响应时间窗口和滞后效应等特征；
机器学习模型：可以使用监督学习算法，如线性回归、决策树、随机森林、支持向量机等，对历史响应数据进行训练，提取响应容量和响应速率等特征；这些模型可以根据历史响应数据的特征和对应的响应时间，建立预测模型，从而预测未来的响应容量和速率；
模式识别方法：可以使用聚类分析或模式识别方法，对历史响应数据进行分组或分类，识别出具有相似特征的数据集合；通过对这些集合的分析，可以提取出具有代表性的特征，包括响应时间窗口、响应容量和响应速率；
深度学习模型：深度学习模型如循环神经网络、长短期记忆网络或变压器网络等，可以用于序列数据的特征提取；这些模型可以自动学习数据中的时序关系和模式，从而提取出与响应时间窗口、响应容量和响应速率相关的特征。
通过以上步骤，响应特征提取模型可以从历史响应数据信息中提取用户侧的响应时间窗口、响应容量和响应速率；这些特征将作为后续步骤中负荷响应能力的评估和规划依据，在电网负荷调控中起到关键作用；需要注意的是，具体的响应特征提取方法根据实际场景和数据的特点而有所调整。
S3、对电网历史调控数据信息进行调控时长分析计算，获得每次电网调控的平均时长；
S3步骤是对电网历史调控数据进行分析和计算，以获取每次电网调控的平均时长；这一步骤的目的是了解电网的调控时长情况，从而为后续步骤提供基础数据；为了计算每次电网调控的平均时长，具体包括以下步骤：
S31、分析电网历史调控数据信息：对S1中采集的电网历史调控数据信息进行关键时间节点确定，包括各次调控的起始时间和结束时间；
S32、计算每次电网调控的时长：对于每次电网调控，通过计算起始时间和结束时间的差值来获得其时长，将所有调控的时长进行累加，并记录调控次数；
S33、计算平均时长：将总的调控时长除以调控次数，即可得到每次电网调控的平均时长；
需要注意的是，电网历史调控数据应该是充分而准确的，以确保计算得到的平均时长能够反映真实的电网调控情况；同时，该步骤可以针对不同的时间段进行分析，以得到不同时间段的电网调控平均时长，从而更好地了解电网负荷调控的特点和规律；了解电网历史调控的平均时长可以帮助确定划分规划时间窗口的长度，从而更好地安排用户侧的响应能力和调控要求，提高负荷响应的效果和效率。
S4、根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，每个规划时间窗口与电网调控的平均时长的时间跨度相同；
S4步骤是将电网历史调控数据信息进行调控时长分析计算，并根据每次电网调控的平均时长将一天划分为多个连续的规划时间窗口，保证每个规划时间窗口的时间跨度与电网调控的平均时长相同；电网负荷响应调控的目的是根据电力供需情况，通过调度用户侧的负荷来平衡电网；为了合理地安排用户的负荷响应，需要划分合适的时间窗口进行规划；
通过步骤S3计算得到的电网调控的平均时长为T；
将一天的总时长除以平均时长T，即可确定需要划分的规划时间窗口数量；假设一天的总时长为D，那么规划时间窗口的数量为N=D/T；
每个规划时间窗口的时长应与平均时长T相同，因此，每个规划时间窗口的时长为T，而不是严格按照调控的实际时长进行划分；
总结起来，S4步骤是根据电网调控的平均时长将一天划分为多个连续的规划时间窗口，确保每个时间窗口的时长与平均时长相同；这样可以为电网负荷响应调控提供合理的时间窗口，以便平衡电网的供需状况。
S5、根据划分的规划时间窗口，并结合用户侧参与电网调控的响应时间窗口，获得分属于每个规划时间窗口内的用户侧响应容量和用户侧响应速率；
在S5步骤中，根据划分的规划时间窗口和用户侧参与电网调控的响应时间窗口，需要获得每个规划时间窗口内的用户侧响应容量和用户侧响应速率；这一步是为了量化用户侧参与电网调控的能力，并为后续的负荷响应能力排列提供依据；具体包括以下步骤：
S51、对于每个规划时间窗口，确定其起始时间和结束时间；
S52、遍历每个用户侧参与电网调控的响应时间窗口，判断该时间窗口与当前规划时间窗口的关系；
如果响应时间窗口完全位于当前规划时间窗口内，那么将该用户侧的响应容量和响应速率考虑在内；
如果响应时间窗口部分位于当前规划时间窗口内，那么需要计算其在规划时间窗口内的响应容量；通过计算响应时间窗口与规划时间窗口的重叠部分与整个响应时间窗口之间的比例来得到；然后使用该比例乘以该响应时间窗口的响应容量，得到规划时间窗口内该响应时间窗口的响应容量；
S53、经过上述步骤，获得每个规划时间窗口内参与电网调控的用户侧的响应容量和响应速率。
在本步骤中，通过考虑每个用户侧参与电网调控的响应时间窗口与规划时间窗口的关系，可以准确计算每个规划时间窗口内用户侧的响应容量和响应速率；这样可以更准确地量化用户侧参与电网调控的能力，为后续的负荷响应能力排列提供可靠的依据；
当响应时间窗口只部分位于规划时间窗口内时，S5步骤通过计算重叠部分与响应时间窗口之间的比例，精确计算出规划时间窗口内对应的响应容量；这种方法避免了完全忽略部分响应容量的情况，提高了计算结果的准确性；
将规划时间窗口和用户侧的响应时间窗口相结合，充分考虑了时间窗口内的响应能力；这有助于更全面地评估每个规划时间窗口内用户侧的响应容量和响应速率，为电网调度决策提供更准确的参考；
总体而言，S5步骤通过考虑响应时间窗口与规划时间窗口的关系，并量化用户侧的响应能力，提供了更精确和全面的数据，帮助电网调度人员做出有效决策，优化负荷响应能力的排列，并提高整体电网的灵活性和可靠性。
S6、根据用户侧响应容量和用户侧响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口唯一对应的负荷响应能力特征向量；在所述负荷响应能力特征向量中，按响应能力由左至右依次对若干用户侧进行排列，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
步骤S6是基于已经确定的规划时间窗口内的用户侧响应容量和响应速率，对每个规划窗口内的用户侧进行排列，排列的依据为响应容量与响应速率的加权计算结果，具体步骤如下：
S61、对每个规划时间窗口内的用户侧，获取其在S5阶段已经确认的响应容量和响应速率；
S62、对用户侧的响应容量和响应速率进行加权计算；加权的目的是根据用户侧的响应能力，将其进行排序；所述响应能力的具体计算公式如下：；其中，K表示响应能力；P表示用户侧在规划时间窗口内能够提供的响应容量大小；/>表示响应容量对响应能力的影响权重；R表示用户侧的响应速率；/>表示响应速率对响应能力的影响权重；
响应容量对响应能力的影响权重ωP和响应速率对响应能力的影响权重ωR，通过以下方法获得：
主观评估法：由专家根据其经验和知识对不同因素的重要性进行评估和打分，根据专家的判断和权衡，决定对响应容量和响应速率分别设定权重；
层次分析法：层次分析法是一种常用的多准则决策方法，可以用于确定不同因素的相对权重；在层次分析法中，通过对一系列两两比较来确定因素之间的相对优先级，从而计算出权重；
数据驱动方法：使用历史数据进行分析，根据数据的统计结果来确定权重；例如，可以通过回归分析、决策树等机器学习技术，根据历史数据中响应能力和各因素之间的关系，来计算权重；
S63、对于每个规划时间窗口内的用户侧，根据加权计算的结果进行排序，排序的原则是根据加权后的响应能力，将响应能力高的用户侧排在前面，响应能力低的用户侧排在后面；
S64、根据排序的结果，形成每个规划时间窗口唯一对应的负荷响应能力特征向量，响应能力特征向量中代表用户侧响应容量的元素按照S63中用户侧在排序中的相对位置顺序排列，前面的用户侧具有较高的响应能力，后面的用户侧具有较低的响应能力。
在本步骤中，步骤S6通过加权计算响应容量和响应速率，综合考虑了两个重要因素对响应能力的影响；这使得排列和排序的结果更加准确和全面，能够更好地反映用户侧的真实响应能力；通过引入响应容量和响应速率的影响权重，根据实际需求和专家评估，对不同因素的重要性进行主观评估或客观计算；这样可以根据实际情况调整权重，使排列和排序更贴合实际应用场景；
通过排列和排序得出每个规划时间窗口唯一对应的负荷响应能力特征向量；该特征向量清晰地展示了用户侧响应能力的不同层次和顺序，使后续的决策和策略制定更加明确和针对性；步骤S6兼顾了数据驱动方法和专家经验的应用；根据实际数据进行加权计算和排序，并根据专家的主观评估确定权重，综合运用了定量和定性的方式，增强了结果的可靠性和准确性；
综上所述，步骤S6在考虑综合因素、权重设定和结果展示方面具有明显的优点，能够更有效地进行用户侧响应能力排列和特征提取。
S7、实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量；
S7步骤是实时获取电网调控信息，其中包括调控起止时间戳和调控负荷总量；这些信息是用来确定需要进行调控的规划时间窗口和计划响应调控的用户侧集合的关键信息；
调控起止时间戳是指电网对负荷进行调控的开始时间和结束时间的时间戳；这些时间戳可以通过各种方式获取，例如与电力调度系统的实时通信、与智能电表的相互配合等；基于准确的时间戳信息，系统可以确定需要进行调控的规划时间窗口；
调控负荷总量是指在特定的调控时间窗口内需要向电网提供或减少的负荷总量；负荷总量的计算通常由电力调度中心或负荷侧管理系统根据电网的需求和运行状态进行预测和确定；在实际调控中，负荷总量的精确性对于保持电网的稳定和平衡非常重要；
根据电网调控信息中的起止时间戳确定需要进行调控的规划时间窗口是通过将起止时间戳与已经划分好的规划时间窗口进行匹配，找到与起止时间戳相对应的规划时间窗口；这样可以明确需要进行调控的时间段，为下一步的负荷响应能力特征向量计算和用户侧集合确定提供依据；
通过S7步骤，系统能够获取到准确的电网调控信息，即调控起止时间戳和调控负荷总量；这些信息是负荷响应调控系统中的重要输入参数，用于确定需要进行调控的时间窗口和计划响应调控的用户侧集合；准确获取并解析这些信息对于实现有效的负荷调控和电网运行的平衡至关重要。
S8、根据电网的调控信息中的起止时间戳确定需要进行调控的规划时间窗口；
S8步骤的目的是根据电网调控的起止时间戳，确定需要进行调控的规划时间窗口；规划时间窗口可以理解为一个固定时间段，用于统一管理和调度用户侧的负荷响应能力；具体实施步骤如下：
S81、解析起止时间戳：对电网调控信息中的起止时间戳进行解析，确定需要进行调控的时间段；起止时间戳可以以日期和时间的形式表示，例如，调控开始时间为2023-08-28 08:00:00，结束时间为2023-08-28 12:00:00；
S82、划分规划时间窗口：根据每次电网调控的平均时长（在S3步骤中计算得到），将一天划分为多个连续的规划时间窗口（在S4步骤中计算得到）；例如，若电网调控的平均时长为1小时，则一天可以划分为24个时间窗口，每个时间窗口为1小时；
S83、确定调控时间段对应的规划时间窗口：根据起止时间戳所确定的调控时间段，匹配对应的规划时间窗口；例如，若起止时间戳为2023-08-28 08:00:00到2023-08-2812:00:00，对应的规划时间窗口可以是第8到第12个时间窗口；
S84、完成规划时间窗口的确定：根据匹配到的规划时间窗口，即确定了需要进行调控的规划时间窗口；这些规划时间窗口将用作后续步骤中计算负荷响应能力特征向量和选择参与调控的用户侧。
在本步骤中，通过解析起止时间戳并匹配对应的规划时间窗口，确保了调控时间段的准确性；这样可以避免在规划负荷响应能力和选择用户侧参与调控时出现时间差异而导致的问题；通过划分规划时间窗口，可以对用户侧的负荷响应能力进行统一管理和调度；将一天划分为多个连续的时间窗口，有助于优化调控方案和合理分配资源；
规划时间窗口可以根据需要进行拓展或调整；通过确定调控时间段对应的规划时间窗口，可以在不同的时间段内进行灵活的调控安排；规划时间窗口的确定为后续步骤中的负荷响应能力特征向量计算和用户侧选择提供了基础；这些特征向量和选择将用于制定最佳的负荷调控策略。
S9、根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加直至能够满足调控负荷总量，获得计划响应调控的用户侧集合，并向计划响应调控的用户侧集合发送调控策略；
在步骤S9中，根据调控负荷总量，需要逐步累加已确定需要进行调控的规划时间窗口的负荷响应能力特征向量，直到累加结果能够满足调控负荷总量的要求；下面是详细步骤的文字描述：
S91、根据步骤S8，确定了需要进行调控的规划时间窗口；
S92、按照规划时间窗口的顺序，逐位处理每个规划时间窗口的负荷响应能力特征向量；
S93、对于每个规划时间窗口的特征向量，从左至右逐位进行操作：
S93a、将当前位的用户侧响应容量加入累加结果中；
S93b、检查累加结果是否满足或超过调控负荷总量的要求；
S93c、如果累加结果小于调控负荷总量，将该用户侧添加至计划响应调控的用户侧集合中，并继续累加下一个负荷响应能力特征向量当前位的用户侧响应容量；
S93d、如果累加结果已经满足或超过调控负荷总量，停止累加，并且将最后一位用户侧纳入计划响应调控的用户侧集合；
S94、将得到的计划响应调控的用户侧集合作为调控策略的接收者，并向这些用户侧发送相应的调控策略；
换言之，在累加过程中，首先，将所有规划时间窗口的负荷响应能力特征向量中的第一位进行相加，再将所有特征向量中的第二位相加，以此类推，直到累加结果能够满足调控负荷总量为止，参与累加的用户侧即为参加调控的用户侧。
该方法充分利用了不同规划时间窗口的负荷响应能力特征向量，并根据调控负荷总量要求逐步累加；这种逐位累加的方式可以在满足调控负荷总量的前提下，根据不同时间窗口的特征灵活选择参与调控的用户侧；通过累加过程，能够最大限度地利用可调控用户侧的响应容量资源；根据累加结果，仅选取满足或略微超过调控负荷总量的用户侧进行调控，避免了过度调控和浪费资源的情况；
逐步累加的方法可以实现对调控负荷的精细控制；通过按位累加并检查累加结果，能够在确保满足调控负荷总量的前提下，逐步确定参与调控的用户侧，从而实现更细致的调控策略；该方法适用于各种规模和复杂度的系统；无论是小型电网还是大型电力系统，都可以根据实际情况确定规划时间窗口和负荷响应能力特征向量，并通过逐步累加来进行调控。
实施例二
如图5所示，本发明的基于用户侧资源差异化约束的负荷响应控制系统，具体包括以下模块；
数据采集模块，用于采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息，并发送；
响应特征提取模块，用于接收用户侧参与电网调控的历史响应数据信息，并利用预先存储的响应特征提取模型，对历史响应数据信息进行要素特征提取，得到用户侧参与电网调控的响应时间窗口、响应容量以及响应速率，并同步发送；
规划时间窗口划分模块，用于接收电网历史调控数据信息，并计算得到每次电网调控的平均时长；根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，其中每个规划时间窗口的时间跨度与电网调控的平均时长相同；
用户侧响应能力排列模块，用于接收用户侧参与电网调控的响应时间窗口、响应容量和响应速率，同时读取规划时间窗口划分模块划分的规划时间窗口；并根据划分的规划时间窗口和用户侧参与电网调控的响应时间窗口，筛选确定分属于不同规划时间窗口内的用户侧的响应容量和响应速率；
根据用户侧响应容量和响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口对应的负荷响应能力特征向量，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
实时调控模块，用于实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量，根据起止时间戳确定需要进行调控的规划时间窗口；
再根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加，直至能够满足调控负荷总量；获得计划响应调控的用户侧集合，并向用户侧集合中的用户侧发送调控策略。
在本实施例中，通过对用户侧的数据采集和特征提取，能够准确评估用户侧的响应时间窗口、响应容量和响应速率，可以更好地利用不同用户侧的资源，提高电网的负荷调控效果；
系统中的规划时间窗口划分模块根据电网历史调控数据计算平均调控时长，并将一天划分为多个连续的规划时间窗口；这种灵活的时间窗口划分方式，能够更准确地适应电网负荷调控的需要，提高系统的灵活性和响应速度；
系统中的用户侧响应能力排列模块结合了用户侧参与电网调控的响应时间窗口和规划时间窗口的信息，筛选确定分属于不同规划时间窗口内的用户侧的响应容量和响应速率；通过对用户侧响应能力的排列，可以更加精确地获取每个规划时间窗口内不同用户侧的响应能力特征向量，提高负荷调控的效率和准确性；
系统中的实时调控模块能够实时获取电网调控信息，根据起止时间戳确定需要进行调控的规划时间窗口，并根据调控负荷总量按照用户侧响应能力特征向量进行计划响应调控的用户侧集合；这种实时调控能力可以及时响应电网调控需求，提高电网运行的灵活性和稳定性；
综上所述，基于用户侧资源差异化约束的负荷响应控制系统通过考虑用户侧资源差异、灵活的时间窗口划分、用户侧响应能力排列和实时调控能力等特点，能够更好地满足现代电力系统的需求，提高电网负荷调控的效率和准确性。
前述实施例一中的基于用户侧资源差异化约束的负荷响应控制方法的各种变化方式和具体实施例同样适用于本实施例的基于用户侧资源差异化约束的负荷响应控制系统,通过前述对基于用户侧资源差异化约束的负荷响应控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中基于用户侧资源差异化约束的负荷响应控制系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。
Claims (10)
1.一种基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，所述方法包括：
采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息；
构建响应特征提取模型，对所述历史响应数据信息进行要素特征提取，获得用户侧参与电网调控的响应时间窗口、响应容量以及响应速率；
对电网历史调控数据信息进行调控时长分析计算，获得每次电网调控的平均时长；
根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，每个规划时间窗口与电网调控的平均时长的时间跨度相同；
根据划分的规划时间窗口，并结合用户侧参与电网调控的响应时间窗口，获得分属于每个规划时间窗口内的用户侧响应容量和用户侧响应速率；
根据用户侧响应容量和用户侧响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口唯一对应的负荷响应能力特征向量；在所述负荷响应能力特征向量中，按响应能力由左至右依次对若干用户侧进行排列，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量；
根据电网的调控信息中的起止时间戳确定需要进行调控的规划时间窗口；
根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加直至能够满足调控负荷总量，获得计划响应调控的用户侧集合，并向计划响应调控的用户侧集合发送调控策略。
2.如权利要求1所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，对所述历史响应数据信息进行要素特征提取的方法，包括：
将采集到的历史响应数据信息进行预处理，预处理包括清理噪声数据和补充缺失值；
采用时间序列分析方法，通过分析历史响应数据信息，确定用户侧参与电网调控的开始时间和结束时间，提取响应时间窗口；
采用统计分析方法，通过分析历史响应数据信息，统计用户侧能够提供的平均响应容量，提取响应容量；
采用统计分析方法，通过分析历史响应数据信息，统计用户侧从接收到调控策略到实际负荷响应的平均响应时间，提取响应时间。
3.如权利要求1所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，划分规划时间窗口的方法，包括：
对采集的电网历史调控数据信息进行关键时间节点确定，关键时间节点包括各次调控的起始时间和结束时间；
对于每次电网调控，通过计算起始时间和结束时间的差值来获得其时长，将所有调控的时长进行累加，并记录调控次数；
将总的调控时长除以调控次数，得到每次电网调控的平均时长；
将一天的总时长除以每次电网调控的平均时长，得到需要划分的规划时间窗口的数量。
4.如权利要求1所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，获得分属于每个规划时间窗口内的用户侧响应容量和用户侧响应速率的方法，包括：
对于每个规划时间窗口，确定其起始时间和结束时间；
遍历每个用户侧参与电网调控的响应时间窗口，判断该响应时间窗口与当前规划时间窗口的关系；
若响应时间窗口完全位于当前规划时间窗口内，则该用户侧的响应容量和响应速率完全隶属于当前规划时间窗口；
若响应时间窗口部分位于当前规划时间窗口内，则计算该响应时间窗口与规划时间窗口的重叠部分与整个响应时间窗口之间的比例；通过计算得到的比例乘以该响应时间窗口的响应容量，得到当前规划时间窗口内该响应时间窗口的响应容量，将计算得到的响应容量和原始响应速率划分至当前规划时间窗口；
通过遍历每个规划时间窗口，获得每个规划时间窗口内参与电网调控的用户侧的响应容量和响应速率。
5.如权利要求4所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，对规划时间窗口内的用户侧进行响应能力排列的方法，包括：
对每个规划时间窗口内的用户侧，获取已经确认隶属于当前规划时间窗口的响应容量和响应速率；
对用户侧的响应容量和响应速率进行加权计算，得到用户侧的响应能力；
对于每个规划时间窗口内的用户侧，根据响应能力进行排序，排序的原则是将响应能力高的用户侧排在前，响应能力低的用户侧排在后；
根据排序的结果，形成每个规划时间窗口唯一对应的负荷响应能力特征向量，响应能力特征向量中的各个元素为对应元素所在位置用户侧的响应容量。
6.如权利要求5所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，所述响应能力的计算公式如下：；其中，K表示响应能力；P表示用户侧在规划时间窗口内能够提供的响应容量大小；/>表示响应容量对响应能力的影响权重；R表示用户侧的响应速率；/>表示响应速率对响应能力的影响权重。
7.如权利要求5所述的基于用户侧资源差异化约束的负荷响应控制方法，其特征在于，获得计划响应调控的用户侧集合的方法，包括：
确定需要进行调控的规划时间窗口；
按照规划时间窗口的时间顺序，逐位处理每个规划时间窗口的负荷响应能力特征向量；
对于每个规划时间窗口的特征向量，从左至右逐位进行操作：
a、将当前位的用户侧响应容量加入累加结果中；
b、检查累加结果是否超过调控负荷总量的要求；
c、若累加结果未超过调控负荷总量，将该用户侧添加至计划响应调控的用户侧集合中，并继续累加下一个负荷响应能力特征向量中当前位的用户侧响应容量；
d、如果累加结果已经超过调控负荷总量，停止累加并将最后一位用户侧纳入计划响应调控的用户侧集合。
8.一种基于用户侧资源差异化约束的负荷响应控制系统，其特征在于，所述系统包括：
数据采集模块，用于采集用户侧参与电网调控的历史响应数据信息和电网历史调控数据信息，并发送；
响应特征提取模块，用于接收用户侧参与电网调控的历史响应数据信息，并利用预先存储的响应特征提取模型，对历史响应数据信息进行要素特征提取，得到用户侧参与电网调控的响应时间窗口、响应容量以及响应速率，并同步发送；
规划时间窗口划分模块，用于接收电网历史调控数据信息，并计算得到每次电网调控的平均时长；根据每次电网调控的平均时长，将一天划分为多个连续的规划时间窗口，其中每个规划时间窗口的时间跨度与电网调控的平均时长相同；
用户侧响应能力排列模块，用于接收用户侧参与电网调控的响应时间窗口、响应容量和响应速率，同时读取规划时间窗口划分模块划分的规划时间窗口；并根据划分的规划时间窗口和用户侧参与电网调控的响应时间窗口，筛选确定分属于不同规划时间窗口内的用户侧的响应容量和响应速率；
根据用户侧响应容量和响应速率，对规划时间窗口内的用户侧进行响应能力排列，获得每个规划时间窗口对应的负荷响应能力特征向量，所述负荷响应能力特征向量中的元素由相对位置的用户侧的响应容量表示；
实时调控模块，用于实时获取电网调控信息，所述电网调控信息包括调控起止时间戳和调控负荷总量，根据起止时间戳确定需要进行调控的规划时间窗口；
再根据调控负荷总量，将已确定规划时间窗口的负荷响应能力特征向量中的元素由左至右依次累加，直至能够满足调控负荷总量；获得计划响应调控的用户侧集合，并向用户侧集合中的用户侧发送调控策略。
9.一种基于用户侧资源差异化约束的负荷响应控制电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一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如权利要求1-7中任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311173303.9A CN116914764B (zh) | 2023-09-12 | 2023-09-12 | 基于用户侧资源差异化约束的负荷响应控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311173303.9A CN116914764B (zh) | 2023-09-12 | 2023-09-12 | 基于用户侧资源差异化约束的负荷响应控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116914764A true CN116914764A (zh) | 2023-10-20 |
| CN116914764B CN116914764B (zh) | 2024-01-12 |
Family
ID=88363368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311173303.9A Active CN116914764B (zh) | 2023-09-12 | 2023-09-12 | 基于用户侧资源差异化约束的负荷响应控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116914764B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130254151A1 (en) * | 2010-12-17 | 2013-09-26 | Abb Research Ltd. | Systems and Methods for Predicting Customer Compliance with Demand Response Requests |
| US20140277808A1 (en) * | 2013-03-15 | 2014-09-18 | Open Access Technology International, Inc. | Use of Demand Response (DR) and Distributed Energy Resources (DER) to mitigate the impact of Variable Energy Resources (VER) in Power System Operation |
| CN113793010A (zh) * | 2021-09-07 | 2021-12-14 | 国网浙江省电力有限公司营销服务中心 | 面向多元负荷联合控制策略的构建方法及空调控制方法 |
| CN114362189A (zh) * | 2020-10-12 | 2022-04-15 | 中国电力科学研究院有限公司 | 一种可调节负荷参与需求响应的调用方法、系统及装置 |
| CN115796559A (zh) * | 2023-02-03 | 2023-03-14 | 国网江苏省电力有限公司营销服务中心 | 一种考虑需求响应场景的可调负荷排序方法及系统 |
| CN116031891A (zh) * | 2021-10-27 | 2023-04-28 | 国网重庆市电力公司 | 一种客户侧灵活负荷聚合调控方法及系统 |
| CN116316652A (zh) * | 2023-02-22 | 2023-06-23 | 国网吉林省电力有限公司松原供电公司 | 实现自动需求侧响应的区域负荷控制方法及系统 |
| CN116523199A (zh) * | 2023-03-24 | 2023-08-01 | 贵州电网有限责任公司 | 一种需求响应型虚拟电厂聚合调度方法及系统 |
| US20230244197A1 (en) * | 2022-02-01 | 2023-08-03 | Enerallies, Inc. | Machine-learning-enhanced distributed energy resource management system |
-
2023
- 2023-09-12 CN CN202311173303.9A patent/CN116914764B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130254151A1 (en) * | 2010-12-17 | 2013-09-26 | Abb Research Ltd. | Systems and Methods for Predicting Customer Compliance with Demand Response Requests |
| US20140277808A1 (en) * | 2013-03-15 | 2014-09-18 | Open Access Technology International, Inc. | Use of Demand Response (DR) and Distributed Energy Resources (DER) to mitigate the impact of Variable Energy Resources (VER) in Power System Operation |
| CN114362189A (zh) * | 2020-10-12 | 2022-04-15 | 中国电力科学研究院有限公司 | 一种可调节负荷参与需求响应的调用方法、系统及装置 |
| CN113793010A (zh) * | 2021-09-07 | 2021-12-14 | 国网浙江省电力有限公司营销服务中心 | 面向多元负荷联合控制策略的构建方法及空调控制方法 |
| CN116031891A (zh) * | 2021-10-27 | 2023-04-28 | 国网重庆市电力公司 | 一种客户侧灵活负荷聚合调控方法及系统 |
| US20230244197A1 (en) * | 2022-02-01 | 2023-08-03 | Enerallies, Inc. | Machine-learning-enhanced distributed energy resource management system |
| CN115796559A (zh) * | 2023-02-03 | 2023-03-14 | 国网江苏省电力有限公司营销服务中心 | 一种考虑需求响应场景的可调负荷排序方法及系统 |
| CN116316652A (zh) * | 2023-02-22 | 2023-06-23 | 国网吉林省电力有限公司松原供电公司 | 实现自动需求侧响应的区域负荷控制方法及系统 |
| CN116523199A (zh) * | 2023-03-24 | 2023-08-01 | 贵州电网有限责任公司 | 一种需求响应型虚拟电厂聚合调度方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| YAN LIANG 等: ""User Adjustable Load Demand Response Optimization Strategy Considering Multi-level Dynamic Regulation"", 《2022 IEEE 6TH CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》, pages 910 - 915 * |
| 张铁峰 等: ""考虑精细化潜力评估的负荷聚合商优化调度"", 《电力需求侧管理》, vol. 26, no. 3, pages 15 - 21 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116914764B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109587713B (zh) | 一种基于arima模型的网络指标预测方法、装置及存储介质 | |
| CN117971475B (zh) | 一种gpu算力池智能管理方法及系统 | |
| CN116757877B (zh) | 新能源接入配电网的电网线损降损优化方法及系统 | |
| CN118467186B (zh) | 多租户无服务器平台资源管理方法及系统 | |
| CN117422274A (zh) | 综合能源系统运行优化系统及方法 | |
| CN115391048A (zh) | 基于趋势预测的微服务实例动态水平扩展收缩方法及系统 | |
| CN118037000A (zh) | 基于数字经济的城市资源动态调度方法及系统 | |
| CN113673822B (zh) | 一种弹性调度方法及系统 | |
| CN107679666A (zh) | 一种基于Shapley值及经济发展的用电预测方法 | |
| CN116961011B (zh) | 一种面向用户侧资源的调控方法、系统、设备及存储介质 | |
| KR102556093B1 (ko) | 전력의 피크 부하를 저감하기 위한 보상 생성 방법 및 그 방법을 수행하는 동작 제어 장치 | |
| CN116914764B (zh) | 基于用户侧资源差异化约束的负荷响应控制方法及系统 | |
| CN117742816A (zh) | 基板管理控制器的运行控制方法及装置 | |
| CN115225986B (zh) | 一种osu带宽自适应调整的方法和装置 | |
| CN118430328B (zh) | 基于云计算的停车场管理方法及系统 | |
| CN116979529B (zh) | 电力负荷评估方法、系统、设备及存储介质 | |
| CN117829577B (zh) | 一种业务运维平台的运行管理方法及系统 | |
| CN117391644B (zh) | 一种合同管理过程中参数调整方法、装置、设备及介质 | |
| CN118212097B (zh) | 一种基于水资源管理平台的取水量预警方法 | |
| CN118612872A (zh) | 物联网物业基站资源分配优化方法、装置、设备和介质 | |
| CN118297268A (zh) | 应用于楼宇能源管理的数据分析方法及系统 | |
| CN117873703A (zh) | 一种基于时序预测和库存测算的资源池扩容规划方法和装置 | |
| CN118657493A (zh) | 基于虚拟电厂的数据分析方法及系统 | |
| CN116567813A (zh) | 基于自适应预测区间的网络切片资源冲突优化方法及系统 | |
| CN118886683A (zh) | 混合能源产业园区的电力分析方法、装置、设备及介质 |
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 |