[发明专利]一种基于细粒度用户数据的需求侧响应方法

摘要

本发明提供一种基于细粒度用户数据的需求侧响应方法，首先通过细粒度的用户分项数据获取调控潜力、拟合用户电量响应曲线；然后以激励补偿成本最小为目标，满足用户调控潜力、用户电量响应曲线和电压的约束，基于粒子群优化算法计算配电线路各节点的最优需求侧响应激励定价序列，实现最经济的需求侧响应调控；最后根据调控后获取的最新“激励定价和负荷转移率”样本更新用户电量响应曲线参数。该方法能够利用细粒度用户数据评价确定对象响应程度的能力，通过优化算法实现调控的经济最优，且用户电量响应曲线参数的优化机制具备自学习能力，能够不断地提高需求侧响应方法的性能。

主权项

1.一种基于细粒度用户数据的需求侧响应方法，其特征在于，包括以下步骤：/n步骤1：配电线路参数获取：获取需求侧响应目标调控区域的首配电节点电压、配电节点个数、配电节点间的线路参数、以及各用户与配电节点的对应关系；/n步骤2：用户电量响应能力曲线参数初始化：根据用户电量响应能力曲线参数初始化方法对用户电量响应能力曲线参数进行初始化，初始化的用户电量响应能力曲线参数能够反应确定的需求侧响应激励定价与负荷转移率的数值关系；/n步骤3：基于细粒度分项电量的各用户可调控潜力计算：根据细粒度分项电量，通过用户可调控潜力计算方法，计算各配电节点的可调控潜力；/n步骤4：基于粒子群算法的最优激励定价序列求取并实施：按照基于粒子群的细粒度用户需求侧响应优化算法求得最优需求侧响应激励定价序列，并将对应配电节点的定价序列发送到相应的配电节点下的用户，以等待用户接受响应；/n步骤5：最新激励定价与负荷转移率的关系样本获取，用户电量响应能力曲线参数优化：根据1天内不同“激励电价”与“负荷转移率”的数据样本，根据用户电量响应能力曲线参数优化方法，重新对用户电量响应能力曲线参数进行优化。/n