[发明专利]一种面向工商业用户的需求响应电力套餐优化设计方法在审

专利信息
申请号: 201810798619.X 申请日: 2018-07-19
公开(公告)号: CN109086922A 公开(公告)日: 2018-12-25
发明(设计)人: 林振智;侯佳萱;蒋轶澄;张智;韩畅;杨莉;刘晟源;赵昱宣;丁一;文福栓 申请(专利权)人: 浙江大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 万尾甜;韩介梅
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 套餐 需求响应 优化设计 综合考虑 满意度 经济运行水平 优化设计模型 电费支出 环境效益 特性指标 特征辨识 效益评估 形态特征 选择概率 遗传算法 用电方式 用户电力 用户类型 电网 互动性 日负荷 求解 构建 降维 主动性 发电 应用 优化 分析
【权利要求书】:

1.一种面向工商业用户的需求响应电力套餐优化设计方法,其特征在于,包括以下步骤:

S1:根据用户的用电形态特征,利用特性指标对日负荷曲线降维以对用户类型进行特征辨识;

S2:综合考虑电费支出满意度和用电方式满意度,计算各电力套餐对不同类型用户的效用值;

S3:基于多项Logit模型计算用户对各套餐的选择概率;

S4:分析实施电力套餐的成本和效益,构建综合考虑发电侧、电网侧、环境效益的电力套餐实施效益评估模型;

S5:建立面向工商业用户的电力套餐的优化设计模型,并进行求解。

2.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法,其特征在于:S1中根据用户的用电形态特征,对用户类型进行特征辨识,具体实现方法如下:

步骤1:数据准备,清除异常数据,得到N个工商业用户的典型日负荷曲线组成的数据集{x1,x2,…,xn};

步骤2:选取特性指标,对日负荷曲线进行降维处理:

以负荷率、日峰谷差率、峰时段负载率、平时段负载率、谷时段负载率这5个特性指标对日负荷曲线降维;

步骤3:聚类:基于欧式距离,采用K-means聚类算法对降维后的特征向量聚类分析;

步骤4:聚类有效性评估:采用CH指标选取恰当的聚类数目,其值表示为:

式中:WCH(I)表示CH指标的值,trSB(I)表示不同电力用户群间离差矩阵SB的迹,trSW(I)表示电力用户群内离差矩阵SW的迹,I表示聚类数目;CH指标越大,表明类内数据联系越紧密,类间区别越大,聚类结果更优。

3.根据权利要求1所述的一种面向工商业用户的需求响应电力套餐优化设计方法,其特征在于:S2中,综合考虑用户的用电方式满意度和用电方式满意度,计算各套餐对不同类型用户的效用,具体实现方法如下:

将用户电费支出满意度表示为:

式中:表示典型用户i选择套餐j时的电费支出满意度;B'ui和Buij分别表示典型用户i的每月的初始电费和选择套餐j后每月的电费支出;Qi表示典型用户i的月度用电量;ft表示t时段的电价;表示典型用户i选择套餐j后每月在t时段的用电量占月度总用电量的比例;

将用电方式满意度表示为:

式中:表示典型用户i选择套餐j的用电方式满意度;表示典型用户i每月在t时段的初始用电量比例;ri和qi是与用电方式满意度相关的参数,通过调整ri和qi的取值来模拟不同用户的用电方式满意度;

因此,计及用户满意度的套餐效用度量模型定义如下:

式中:Uij表示典型用户i选择套餐j的效用,αi表示典型用户i对电费支出满意度赋予的权重,反映不同类型的用户对电费支出和用电方式的重视程度不同,对于电价变化敏感程度较高的用户,其αi的取值较大;对于负载调整敏感程度较高的用户,其αi的取值较小,通过调整参数αi的取值,模拟不同类型用户选择套餐时的效用值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810798619.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top