[发明专利]一种大规模需求响应能力量化方法、介质、装置及设备

说明书

本发明公开了一种大规模需求响应能力量化方法、介质、装置及设备，本发明基于分布鲁棒的思想构建用户消费者心理学响应模型线性区随机参数的模糊集，进行小样本需求响应特性建模。为了实现大规模泛化能力评估，基于主成分分析挖掘小样本用户用电与其响应死区拐点与饱和区拐点的关系，并采用共性与个性结合的方式实现大规模泛化过程中一般用户响应关键参数的获取，最终实现基于小样本数据的大规模需求响应能力评估。

技术领域

本发明属于电网工程技术领域，具体涉及一种大规模需求响应能力量化方法、介质、装置及设备。

背景技术

需求侧资源相较于供给侧来说具有个性、分散性和不确定性等特点，其精准建模需要依赖高密度采集终端，但其广域分散性使得小范围示范工程建设采集的数据模型很难推广到大范围的大容量客户群体，随着双碳目标的确立和虚拟电厂建设的推进，基于小样本需求响应特性建模且具有大规模泛化能力的需求响应能力评估工作对于电力系统的规划运行有着重要意义。，因此，我们提出一种大规模需求响应能力量化方法、介质、装置及设备。

发明内容

本发明为了实现大规模需求响应能力评估，提供了一种大规模需求响应能力量化方法、介质、装置及设备，一方面可以给调度人员针对示范工程范围内小样本用户的需求响应特性进行精准建模，另一方面可供规划人员对未来场景下示范工程范围扩大后大范围的大容量客户群体的响应能力进行评估。

本发明目的可以通过以下技术方案实现：一种大规模需求响应能力量化方法，包括以下步骤：

步骤1、采集每个试点用户历史响应数据、响应模型死区和饱和区拐点，基于矩不确定分布鲁棒对随机参数进行建模，计算其响应模型线性区随机参数的均值与方差；

步骤2、计算该行业响应模型线性区随机参数的基准值与模糊值，作为该行业用户响应模型的共性特征；

步骤3、采集试点用户日常用电曲线，计算其用电特征指标值，基于主成分分析与最小二乘拟合得到响应模型确定参数与用电特征之间的关系；

步骤4、采集该行业一般用户日常用电曲线，计算其用电特征指标值，结合该行业确定参数与用电特征指标之间的关系，得到该用户的确定参数值，作为该用户响应特性的个性特征；

步骤5、结合行业共性特征与用户个性特征，得到基于试点用户小样本的一般用户“死区+线性区+饱和区”的响应特性建模，并实现大规模的响应能力量化。

进一步的，步骤1中具体为：

(1)响应模型

根据消费者以最小成本实现最大用能价值的心理倾向，一般将用户参与需求响应的响应率与激励强度的关系描述为一个分段线性函数，如附图1所示。附图1中A为激励强度的死区拐点，B为激励强度的饱和区拐点，黑色曲线为响应率波动范围边界。随着激励强度的增大，用户响应行为会经历由死区到线性区再到饱和区的变化。当激励强度处于死区与饱和区时，用户的响应随机性较小；当激励强度处于线性区时，用户的响应随机性呈现出先增大后减小的规律。

一般认为用户只在线性区具有明显的响应随机性，所以本发明将死区与饱和区的相关参数建模为确定参数，包括死区拐点的横坐标r₁,饱和区拐点的横坐标r₂和纵坐标r₃。而对于线性区，为了准确刻画线性区用户响应的不确定集，本发明将线性区响应曲线建模为二次函数，若已知死区拐点(r₁,0)与饱和区拐点(r₂,r₃)，得到线性区响应特性：

将r₄建模为随机参数，则根据r₄可刻画线性区响应随机特性。因此，用户需求响应模型最终由确定参数r₁、r₂和r₃与随机参数r₄共同构建。