[发明专利]一种售电侧放开环境下用户侧需求响应方法

权利要求书

1.一种售电侧放开环境下用户侧需求响应方法，其特征在于，利用聚类算法，选择包含用电负荷曲线特征、用电习惯和用户体验等级的多个维度，将大量用户用电负荷曲线进行聚类，实现将用电负荷曲线特征相似的用户聚成在同一个类里面，使不同类之间的用户负荷曲线之间存在明显的差异；

通过聚类算法，将大量用户进行划分，对同一类用户制定一项需求响应策略；

在制定需求响应策略时，将用户的日负荷曲线看作是由基本负荷、可转移负荷、可削减负荷和可存储负荷组成，然后针对每项组成部分分别制定需求响应策略；

所述用户用电负荷曲线的聚类基于K-MEANS算法，包括把n个数据对象划分为k个聚类，使得每个聚类中的数据点到聚类中心的平方和最小，算法处理过程如下：

输入：聚类个数k，包含n个数据对象的数据集；输出：k个聚类；具体步骤如下：

第一步：从n个数据对象中任意选取k个对象作为初始的聚类中心；

第二步：分别计算每个数据对象到各个聚类中心的距离，把数据对象分配到距离最近的聚类中；

第三步：所有数据对象分配完成后，重新计算k个聚类的中心；

第四步：与前一次计算得到的k个聚类中心比较，如果聚类中心发生变化，则转到第二步，否则转入第五步；

第五步：输出聚类结果；

所述的用户通过调整自己的用电行为来响应动态电价的需求响应方案，包括以下三种方式：

第一，通过在用电高峰时段减少用电量的形式来响应电价；

第二，把高峰时段的用电转移到非高峰时段；

第三，既减少高峰时段的用电量，也把高峰时段的用电转移到非高峰时段；

基于上述三种方式，需求响应方案被制定成如下：

第一种类型：用电设备的需求特性只决定于环境状态和当前时段的操作状态，相邻时段之间并没有关系，其在实时电价下的响应如下：

s.t.p(t)＝d(t)，0≤d₀(t)-d(t)≤ΔD(t)，

式中，p(t)和d(t)是电能的消费和需求，λ(t)和μ(d₀(t)-d(t))是实时电价和相应终端的舒适度损失因子，d₀(t)是原用户用电需求，ΔD(t)是用电需求变化的最大值；T代表时间量；

第二种类型：用电设备的需求特性和时间无关，这类用电设备在一天中的任意时间开启，然后完成一定时段的工作后关闭，它们的最佳响应行为如下：

s.t.u(t+s)＝1，if u(t)＝1(s＝1,2,…,τ)，

式中，d(t)是电能需求，λ(t)是实时电价，u(t)是第二种类型设备的开关控制量，U是T个时刻开关控制量之和；τ表示时段长度，单位为h；

第三种类型：用电设备的需求特性不仅决定于环境状态和当前时段的操作状态，也决定于相邻时段的时间耦合关系，它们的最佳响应行为如下：

s.t.V(t)＝V(t-1)+p(t)-d(t)-ν(t)，

0≤d₀(t)-d(t)≤ΔD(t)，

其中，p(t)和d(t)是电能的消费和需求，λ(t)和μ(d₀(t)-d(t))是实时电价和相应终端的舒适度损失因子，V(t)是用电设备使用时的能量水平，ν(t)表示代表t时段与t+1时段的能量耦合的部分；是用电设备能量水平上限；V是用电设备能量水平下限；

对于用电设备i，根据设备参数，离散化设备用电水平，将离散的用电水平作为状态，每一个用电水平有其相应的动作；

假设用电设备的用电水平恰好分为H个点，加上设备的关机状态，用电设备的运行状态离散化为H+1个用电水平，在t时刻时，将每一个用电水平当作用电设备的一个状态s(t)，即：

上式中，p_i(t)表示t时段内用电设备i的用电决策，单位：kW·h；P表示用户用电功率下限，单位：kW；h表示所分的H个用电水平中第h个水平；Δ表示代表用电水平离散化；0h≤H；

则t时刻的状态集合S(t)＝{s₀,s₁,…,s_H}，s_i(i＝0,…,H)表示为状态集合中的各状态；

用电设备的状态处于s(t)时，Agent选择动作进行状态转移的依据会受几个因素的影响：当前的电价λ水平的高低，用户的舒适度要求的高低，以及用户用电需求特性的影响；对于处于第二种类型的用电设备还需要考虑设备的能量水平V；

对相同需求模式下大量历史负荷曲线的分析，实现基本负荷、可转移负荷、可削减负荷和可存储负荷四类负荷需求的分解；

1)基本负荷

将分类k的聚类中心向量看作用户基本负荷的趋势曲线，同时，根据用户背景情况，确定用户需求侧响应参与度系数γ，则基本负荷曲线为：

式中，表示第k类原始的用电需求；

2)可转移负荷

可转移负荷是指可转移负荷的用电设备的需求同时间无关，这类用电设备在一天中的任意时间开启，然后依照运行时长的固定模式完成工作后关闭；

可转移负荷分解的重点是对负荷尖峰与转移量的分析识别，对于负荷尖峰，根据分类k的基本负荷趋势曲线的局部最大值确定尖峰数量与尖峰中心时刻T_k^P，则可转移负荷的转移时间范围为：

其中，Δ_k⁺与Δ_k^－分别表示由用户数据得出的尖峰转移边界值；

可转移负荷水平为：

式中，d_s(t)表示总负荷需求函数、表示转移下限时刻的用电需求量、表示转移上限时刻的用电需求量；

3)可削减负荷

可削减负荷看作除基本负荷和可转移负荷后负荷的可变化部分，其计算公式如下：

式中，d_s(t)、分别为可削减负荷、总负荷需求函数、可转移负荷水平曲线、基本负荷曲线；

4)可存储负荷

可存储负荷依赖于用户是否有相应的存储设备，相关参数视为输入量；

利用2)可转移负荷、3)可削减负荷及4)可存储负荷对负荷曲线的分类及其参数设定，基于用户实际用电数据，实现对不同用户需求侧响应的在线仿真；

在线仿真以不同类型负荷的状态转移作为基本策略，以随机生成的需求响应强度作为输入参数，实现对在线给定用户实际曲线的需求响应策略仿真；

三类需求响应策略的实现方式如下：

可转移负荷

其中，为随机变量；表示参数为的均匀分布；

可削减负荷

其中，ψ^S为可削减负荷强度的随机变量，表示可削减负荷，表示以Ψ^S为参数的函数；

可存储负荷

可存储负荷的响应模型如下：

s.t.V(t)＝V(t-1)+p(t)-d(t)-ν(t)，0≤d₀(t)-d(t)≤ΔD(t)。