基于改进型密度峰值算法的电力负荷聚类分析

在海量异质灵活资源参与含高比例新能源电网的运行调节背景下,针对用户用电特性分析的准确性、鲁棒性、计算效率的高要求问题,提出了一种基于特征指标完善和改进型密度峰值算法的电力负荷聚类分析方法。首先,通过提取9个完备的特征指标进行指标降维和完善以代替日负荷曲线组成的功率向量作为聚类输入;其次,采用熵权法对各项特征指标赋予权重保证负荷曲线的形态特征;最后,采用一种改进型密度峰值聚类算法对日负荷进行聚类分析。基于某地区实际负荷数据进行算例分析,结果表明,所提方法在鲁棒性、聚类质量等方面相比于传统电力负荷聚类算法均具有优越性,聚类结果能真实有效地反映用户的实际用电特性,为制定精准的电力用户画像、需求侧响应策略提供了态势感知基础。     

市场环境下峰谷分时电价建模原则研究

该文分析了电力市场中实行峰谷分时电价策略可能造成的电网运营风险及对供电方和用户利益的影响.利用心理学原理提出了建立用户响应曲线的方法,提出了峰谷分时电价理论建模中划分峰谷时段、确定用户反应函数和峰谷电价拉开比、规避电网运营风险等应遵循的原则,引导电力用户主动进行削峰填谷,缓解电网高峰期电力供应紧张的局面,保证电网经济安全地运行.     

低碳经济背景下的峰谷分时电价建模及福利分析

为研究峰谷分时电价对社会福利的影响,提出了一种考虑用户滞后响应的峰谷分时电价模型.首先,将发电企业和电力用户分为不同的类型,构建了基本的电力市场网络结构;其次,通过引入滞后弹性参数和非价格影响参数,建立了基于用户响应的单一价格模型和峰谷分时电价模型;然后,在保证发电企业收益和用户需求的前提下,分别求解了2种模型的电价和各时段负荷;最后,采用泰勒级数近似法估算了消费者支付意愿的变化,并分析了峰谷分时电价对用户行为和社会福利的影响.仿真案例表明,本模型具有一定的可操作性,对峰谷电价的实施以及评估其对社会福利的影响具有重要的参考价值.     

电力市场下用户电价体系的研究

为了规避电力市场中可能出现的电力危机风险，有效地控制电力负荷峰谷差逐年增加所引起的电网运行隐患，提出了一种电力市场环境下用户端开放的用户电价体系。该体系能包容现行刚性的用户电价体制，且与市场环境下以期货电量交易和现货电量交易为特征的结算模式相衔接。论述了电价体系中用户节点电价、分时电价和特征电价的组成和作用，用市场敏感函数来描述不同的用户对电价变化的承受能力。在电费结算方式上，以每天的用户电价曲线为依据，引入先购电、后用电的机制，并以此过渡到用户侧期货电量交易和现货电量交易的模式。     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下,居民用户大量负荷转移至低电价时段,形成新的负荷高峰。为了缓解这一状况,提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数,对家庭用电设备进行分类并建立数学模型;考虑调峰功率约束和补偿费用约束,运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS）,并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序,最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本,减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰,实现用户用电策略的优化。     

计及实时碳减排的产消群价格型需求响应机制

随着电力市场不断发展，电价机制不断得到完善，但在电价机制制定的过程中未将碳排放因素考虑在内，电价和碳排放成本在需求侧耦合方面的研究尚有欠缺.以更好地推动碳减排为目标，在产消者负荷调节优化过程中充分考虑产消者差异化的特性，提出考虑碳排放的价格型需求响应机制及边云协同优化策略.在保障公平性的前提下，利用所提出的碳-电折扣因子能使积极参与碳减排调节的产消者获得更多电价折扣.仿真实验表明：基于所提出的碳-电折扣因子的需求响应机制，在光伏发电量大于和小于需求量的情况下，售电商的效益分别可以提高2.4倍和0.9倍.     

区块链下计及用户价格响应的电力市场定价机制

如何制定电价是电价体制改革的关键.2020年起,现行燃煤发电标杆上网电价机制改为"基准价+上下浮动"的市场化价格机制,浮动部分可由售电公司、电力用户等协商或竞价确定.电价制定不当会增加电力营销的风险,而电力市场定价与用户的用电行为息息相关,因此,通过引入电力用户竞价的方式设计市场定价机制.对用户来说,竞价考虑电费和舒适性之间的折中,从自身利益出发确定竞拍策略.对电力市场来说,将电价制定者视为竞拍系统的参与者,以增加市场交易量和额度为目标.通过分析电力市场定价与用户竞价行为的关系,构成与用电需求相关的电力市场定价机制,得到最优市场定价,与此同时,每个用户依据最优价格可以得到最优用电策略,形成最优市场交易.然而,用户的利己性会促使用户无视市场规则,推翻进入市场的承诺,造成定价机制和市场的崩溃,为此,采用区块链技术保障市场规则的正常运行以及用户的个人利益,进而保障交易的安全性.数值模拟验证了研究成果.     

基于相关性分析的风光储互补需求响应策略

针对风光储互补发电系统,提出基于风光相关性分析与需求响应建模结合求解优化模型的方法。首先选取负荷追踪系数对互补系统进行风光相关性分析,然后基于用户收益最大建立需求响应基本模型,以减小负荷峰谷差、需求响应前后平均电价变化最小、负荷追踪系数最小为目标建立需求响应优化模型。最后利用算例对风光储互补系统接入电网更新的电价策略对负荷波动曲线、负荷追踪系数曲线的影响进行分析。结果表明,考虑相关性分析的需求响应策略可以实现对发电侧新能源的充分消纳。     

基于风险惩罚机制的虚拟电厂优化调度

为了解决虚拟电厂内部功率不确定性问题、促进新能源电力的消纳和提高用户参与系统调度的积极性,首先通过建立模型,分析了虚拟电厂内部各单元功率不确定因素。然后针对风光机组和需求响应的功率不确定性,建立了弃风弃光风险惩罚机制与需求响应风险惩罚机制。基于风险惩罚机制并结合各机组出力特性,制定了虚拟电厂协调调度策略。考虑风险惩罚成本且兼顾系统运行约束,以净利润最大为目标函数,建立了虚拟电厂优化调度模型。最后选择IEEE30节点系统进行仿真。运用场景分析法研究所建风险惩罚机制对虚拟电厂优化调度的影响。结果表明弃风弃光风险惩罚机制可促进风光消纳、需求响应风险惩罚机制可提高用户响应积极性。可见所建风险惩罚机制是有效的。     

智慧用电管理系统中电力客户立体画像的构建及应用

为了实现智慧用电管理系统中电力客户的优化管理，需要对电力客户进行立体画像构造。提出了基于多维类别特征识别和角点标识的智慧用电管理系统中电力客户立体画像构建方法。用户画像信息跟踪采集模型，采用空间特征域分类方法进行用户画像信息分类处理。利用多尺度逐层分析方法进行模糊电力客户画像的精准定位，提取客户立体画像的用电类别特征量，采用特征域分类和分块匹配方法进行立体画像的误差修复，实现用户画像的特征快速准确定位。对提取的电力客户立体画像用电需求特征量采用支持向量机学习算法进行自适应分类，实现对智慧用电管理系统中电力客户立体画像多维构建。结果表明，采用该方法构建电力客户立体画像的特征细分能力较好，客户立体画像信息准确度高。     

基于聚类和随机矩阵理论的用电行为刻画方法

针对配网大数据应用背景下难以建立用户用电行为刻画模型的问题,提出一种基于聚类和随机矩阵理论的电力用户用电行为刻画方法.首先利用K-means聚类法对海量用户用电特征数据进行分析,根据不同用电模式对用户进行群体划分.然后基于随机矩阵理论建立用户用电行为分析模型,利用各用户群体的经济数据、气候数据及电力价格数据等辨识与用户群体用电量相关联的因素,实现对电力用户用电行为的刻画.最后通过甘肃省武威市电网实际用电数据验证所提方法的有效性和准确性,为电力精准营销和制定电力需求侧响应策略提供数据支撑.     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

基于双因素理论的电能质量敏感用户需求识别

准确识别电能质量敏感用户,明确服务对象,是电能质量增值服务顺利推进的重要保障。本文基于双因素理论,提出一种敏感用户电能质量需求识别方法。首先,提出了敏感用户优质电力保健需求和优质电力激励需求的概念,刻画用户对高电能质量的需求程度和有偿优质电力服务的购买愿望。其次,提出接入点的电压暂降水平、工业过程后果状态落差和工业过程免疫水平三个指标,度量用户的优质电力保健需求;提出银行贷款偿还率、年度电费缴纳比率和相对销售净利率三项指标,度量用户的优质电力激励需求。针对数据缺失的情况,采用符号数据,计算保健需求综合指标和激励需求综合指标。建立电能质量敏感用户识别坐标系,定性识别用户对优质电力的需求,明确优质电力服务对象。通过算例验证,所提方法具有较好的正确性和实用性。     

基于效用分类的智能电网实时电价算法

在智能电网实时定价过程中,针对家庭住宅用户,大工业、商业用户分别采用不同效用函数,改变了以往所有用户仅考虑单一效用函数的局限,使用多类效用函数模拟不同用户的消费偏好,研究了含有多类用户并存的社会福利最大化模型。根据市场供需平衡才能达到社会福利最大化原理,利用KKT最优性条件,分别计算供电侧的最优产电量和用电侧的最优用电量,得到了相应的分布式实时电价更新算法,保护了用户的隐私。通过数值仿真对分布式实时电价算法与固定电价算法相比较,证实了该算法的有效性、收敛性。     

基于区块链和混合连续双向拍卖的分布式电力交易机制

针对分布式电力交易中缺乏有效可靠的交易机制来规范用户信用行为的问题,提出基于区块链和混合连续双向拍卖的电力交易匹配机制。混合连续双向拍卖把信用值引入到用户报价调整中,通过信用值和报价的加权平均值进行连续双向拍卖交易匹配。这种匹配机制能有效减少恶意节点对电力资源分配的影响,从而提高总体收益和用户交易积极性。同时,为了使总体利益最大化,提出基于均衡值的报价策略。然后,借助区块链实现用户间电能数字证明和费用之间的交换。最后,通过分布式电力交易模拟实验证明该交易机制的有效性。     

基于激励策略自报电量的电价算法研究

研究了用户自报用电量的激励电价的建模问题,并设计了相应的电价算法.该模型的主要思想是,让用户自己申报每月的计划用电数额,实际用电超额或是没达到自报额,将给予惩罚性质的电价.运用对策论中的激励Stackelberg策略对模型中的单位电价进行线性激励.此电价模型鼓励用户根据自己的实际需要自报合适的用电量,从长远效益来看,起到了节约资源、满足需求的作用.最后,利用MATLAB对所制订的激励策略进行了数值仿真,仿真结果说明所得方法的有效性和结果的实用性.     

计及需求响应的随机综合能源系统优化配置

为兼顾综合能源系统的经济与环境效益,提出了含产电放热储能的双目标综合能源系统优化配置模型.首先考虑在不同置信水平下风力发电预测误差,其次基于用户侧的电荷分类以及用户对室内温度感知敏感度分析电/热需求响应,最终以经济和环境成本最小为目标,构建含不确定与电/热需求响应的综合能源系统的双目标优化模型.算例结果表明:风电预测误...