一种用于需量响应的能耗削减评估算法

摘要

本发明涉及一种用于需量响应的能耗削减评估算法，本方法在执行流程上分为两个事务，分别为平日的能耗数据采集及预处理事务，以及事件日的需量响应处理事务。本发明的优点在于：采用历史数据分析的方法，将需求侧的气候条件、运营情况等历史运营规律转化为基线计算因子，应用到对当前能耗情况的预测上，保证了能耗基线预测的准确性。对能耗瞬间值和总量同时进行测量和评估，首先避免瞬时数值无法反应整体耗能的局限性，其次满足供电侧对能耗峰值进行评估的需求。

说明书

技术领域

本发明涉及一种在需量响应体系中进行能耗削减评估的方法。

背景技术

供电企业通过设计一系列运营方案，对用电需求侧的电网活动进行规划、执 行和监控，这种方案策划称之为需求侧管理。需量响应是需求侧管理的方案之一， 是指供电企业通过修改实时电价、出售能耗削减指标等经济激励措施，引导用户 调整用电，从而达到削峰填谷，保证电力平衡的机制。

在需量响应方案中，供电企业通过建立“需量响应事件”，将实时电价或者 削减能耗的要求发送给用户，由用户执行能耗削减动作，并反馈结果。在该系统 中，需建立一种评估体系，用于评价用户是否完成了供能方提出的能耗削减请求， 完成效果如何。

由于涉及到供电和用电双方的经济利益，因此，一种公正客观的、自动化的 能耗削减评估算法，是实现需量响应的核心问题。

目前已有若干相关专利涉及这一领域，但仍存在一些不足。

1、专利201410061409.4《需求侧管理的自动需量响应评价系统及方法》

该专利公开了一种需求侧管理的自动需量响应评价系统及方法，包括数据采 集模块，用户需量响应实施效果评估模块，用户模拟结算模块，用户考核备案模 块和区域电网响应能力评估模块；实现了对需量响应数据的合理评估，为需量响 应的改进提供了依据，有利于不断提升需量响应的实施效果，充分发挥了需量响 应在区域能源优化中的重要作用。

该专利中涉及的“用户需量响应实施效果评估模块”，在实际执行时可能存 在以下一些问题。

1)以5分钟或者15分钟的瞬间值作为能耗计量值。

工业企业的能耗曲线往往存在较大波动。这种情况下，仅采用瞬时值采集， 无法反应一段时间内的实际用能情况，不够公正客观。

2)在计算基线时，气象调整因子的计算根据需量响应事件发生前两小时的 采集值作为计算基础。

这种计算方法存在用户作假的可能性。以冷库为例，用户可以在需量响应事 件发生前两个小时，降低温度，增加能耗，则能耗基线会在原来基础上升高。而 在需量响应事件期间内，用户维持在比平时略低的温度就可以完成事件考核指 标。实际上的能耗并未降低。

2、专利201310732406.4《一种智能用电需量响应计划综合评价方法》，

公开了一种需量响应计划的宏观执行流程，以及评价指标的要求。其中，权 利要求4提到的“获取用户响应率指标、用户有效响应率指标和用户消减电量比 率指标”，主要用于在供电侧对所有用户侧的执行情况进行统计。每个指标的具 体评价算法并未给出细节。

发明内容

本发明的目的在于提供更为客观公正，更具有可操作性的在需量响应体系中 进行能耗削减评估的方法。

为了达到上述目的，本发明的技术方案是提供了一种用于需量响应的能耗削 减评估算法，其特征在于，包括在平日对用电侧进行能耗数据采集以及用电侧收 到供电侧的需量响应事件后，执行需量响应事件事务，其中，平日对用电侧进行 能耗数据采集包括如下步骤：

用户侧依据预先设定的采集间隔实时计算得到日常运营中的每个工作日每 个时间段的需量值，并存储在数据库内，其中，每个工作日根据采集间隔划分为 多个时间段，某个时段的需量值＝(当前时间段结束时有功功率-当前时间段 开始时有功功率)*(60/采集间隔分钟值)，并将数据及与该数据对应的采集时间 存储在数据库内；

用电侧收到供电侧的需量响应事件后，执行需量响应事件事务包括如下步 骤：

步骤1、用电侧从供电侧获取需量响应事件要求，至少包含以下信息：事件 时间、需量响应要求总计值DRtotal及最大功耗DRins；

步骤2、将事件日前的若干个工作日作为基线计算日，其中，事件日为发生 需量响应事件的日期；

步骤3、分别计算各基线计算日相同时间段的需量的均值，将该需量的均值 作为基线值，得到与各时间段对应的基线值，从而形成用户需量基线，其中，第 i个时间段的基线值为DM_i；

步骤4、计算能耗削减指标，该能耗削减指标至少包括能耗削减总计值达成 率及瞬间功率达成率，其中：

式中，n为事件时间所包 含的时间段的总个数，DE_i为实时计算得到的第i个时间段的需量值；

瞬间功率达成率＝未超过DRins的DE_i个数/n；

步骤5、将能耗削减指标回传。

优选地，在所述步骤2中，基线计算日的选择方法包括如下步骤：

步骤2-1、选择事件日前的若干个工作日作为候选基线计算日；

步骤2-2、将各候选基线计算日的所有时间段对应的需量值求和后再平均得 到各候选基线计算日的需量值的均值，判断各均值是否符合用电侧预先设定的正 常工作日的判定标准，若存在不符合的候选基线计算日，则进入步骤2-3，否则， 进入步骤2-4；

步骤2-3、将不符合的候选基线计算日剔除，顺延之前的工作日作为新的候 选基线计算日，然后返回步骤2-2；

步骤2-4、将候选基线计算日作为基线计算日。

优选地，在所述步骤3中，采用调整因子P对基线值进行调整，则第i个时 间段的基线值DM_ij为第j个基线计算日的第i个时间段的需 量值，m为基线计算日的总个数。

优选地，所述调整因子P为：

与事件日的调整因素符合度最高的调整因素日的需量的均值/与基线计算日 的调整因素均值符合度最高的调整因素日的需量的均值，其中：

设有K个调整因素，K≥1，并设事件日及基线计算日为基准日，则有K个 基准调整因素，则在预先设定的调整因素日期限制范围内分别计算每个历史工作 日的调整因素与基准日的调整因素或调整因素均值的符合度，取符合度最高的历 史工作日为调整因素日，将第l个历史工作日定义为第l个被查找日，则第l个被 查找日的调整因素与基准日的调整因素或调整因素均值的符合度为：

本发明的优点在于：

第一、采用历史数据分析的方法，将需求侧的气候条件、运营情况等历史运 营规律转化为基线计算因子，应用到对当前能耗情况的预测上，保证了能耗基线 预测的准确性。

第二、对能耗瞬间值和总量同时进行测量和评估，首先避免瞬时数值无法反 应整体耗能的局限性，其次满足供电侧对能耗峰值进行评估的需求。

附图说明

图1为平日对用电侧进行能耗数据采集的流程图；

图2为用电侧收到供电侧的需量响应事件后，执行需量响应事件事务的流程 图。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

本发明中所使用的一些专用概念现阐述如下：

1)工作日：用电侧进行生产运营行为的日期。

2)工作日时期：当生产运营情况发生较大改变时，需要对其进行区分。因 此正常生产日可由用户设置，分属于不同的时期。比如，用电侧增加了一条新的 生产线，生产耗能必将发生很大改变，则需要重新开始一个工作日时期。

3)需量：指用电侧在日常正常的生产运营过程中，所产生的能耗。该值以 电表的计量值“有功功率”统计计算得出。

4)正常工作日判定标准：用于判定一个工作日的需量值是否能够反映通常 生产运营情况的标准，是一个由用户设定的百分比范围。

5)正常工作日：从若干工作日中挑选出正常工作日，正常工作日的需量应 在用户设定的正常工作日判定标准范围内。判定步骤如下：步骤1，选择若干工 作日；步骤2，计算这些工作日的需量的平均值；步骤3，将各工作日的需量除 以该平均值；步骤4，如某工作日计算所得百分比在正常工作日判定标准范围内， 则该日为正常工作日。比如，有5个工作日，日需量分别为101、102、98、30、 99，用户设定正常工作日的需量要达到平均值的50％，则需量为30的那天不能 满足条件，不是正常工作日。负载波动在工业企业是正常的表现，因此在选取正 常工作日时，需将不正常能耗剔除，消除因工业企业生产波动大造成的偏差。

6)用户需量曲线：指用电侧需量在一天内，根据时间所形成的曲线。需量 曲线能够完整的表示出用电侧在当天的能耗情况，是需量基线计算的基础。

7)事件日：发生需量响应事件的日期，事件日不被计入工作日。

8)基线计算日：用于计算用户需量基线的的正常工作日，通常选择事件日 前的若干天，天数由用户根据自身情况设置。基线计算日在选择时，需要剔除非 正常工作日，天数不够的情况下，向前顺延。比如，事件日为2015/5/20(周三)， 欲选取基线计算日5天。则先剔除休息日5/16、5/17，选择工作日5/13、5/14、 5/15、5/18、5/19。工作日中5/14未满足正常工作日要求，则向前顺延，选择5/12。 最终确定基线计算日为：5/12、5/13、5/15、5/18、5/19。

9)用户需量基线：体现用电侧用户日常能耗的基准曲线，根据基线计算日 的用户需量平均值计算。该基线的计算，是将原基线计算日的用户需量曲线上相 同时间点的需量值计算平均值，形成一条新的曲线。比如，基线计算日的需量采 集每15分钟进行一次，则一天应产生96个需量值。有基线计算日D1、D2、D3。 则D1的用户需量曲线的需量值分别为D1Wn(n＝1～96)，以此类推，D2和D3 的需量值为D2Wn和D3Wn。则用户需量基线的需量值为， (D1Wn+D2Wn+D3Wn)/3(n＝1～96)。

10)基线调整：由于事件日的外界环境和基线计算日可能存在差异，因此需 要引入一种调整机制，尽量弥补这一差异，使用户需量基线准确。

11)调整因素：在基线调整中，调整因素指的是会对基线产生影响的各种外 部条件，如气温、气压、湿度、风速等天气条件，或者其他有可能影响基线的因 素。调整因素由用户指定。比如，用户可指定气温和湿度作为调整因素。

12)调整因素日期限制：用来规定调整因素所用数据的有效期限，是从当前 日期之前的一段时间范围。比如，日期限制为1年，则只能用当前日期之前1年 内的数据参与调整因素符合度的计算。

13)调整因素符合度：用来评价两个日期之间调整因素是否足够接近的指标， 其中，一个日期为属于调整因素日期限制内的日期，定义为被查找日，另一个日 期是当前的日期，定义为基准日，设被查找日及基准日均有K个调整因素，则调 整因素符合度的计算方式如下： 比如， 调整因素为气温和湿度，事件日当日气温为37.2℃、湿度为40％，被查找日的气 温为37℃、湿度为41％，近10年气温最高39.2℃、最低气温-7.1℃、最高湿度 93％、最低湿度11％。以事件日为基准日，则得到调整因素符合度为 1-(|(37-37.2)/(39.2-7.1)|+|(41-40)/93-11|)≈98.18％。该值越高，则表示 两个日期之间的调整因素越接近。

14)调整因素日：调整因素日有两种，分别为调整因素日期限制范围内的最 符合事件日调整因素的若干日，及调整因素日期限制范围内的最符合基线计算日 调整因素的若干日。这两种日期需要满足在同一个工作日时期内，由系统从历史 数据中查找。每种日期的天数由用户设定。当存在多个工作日时期时，则需从不 同时期中寻找多组调整因素日，并以总符合度较高的一组作为调整因素日。

15)调整因子：调整因子由调整因素日的需量值计算得出。具体方式为：

最符合事件日的调整因素日的需量/最符合基线计算日的调整因素日的需量。

16)调整后用户需量基线：由用户需量基线*调整因子得到的曲线。

17)需量响应事件：由供电侧发起的需要进行能耗削减的请求，包含事件时 间、削减总量、最大功耗、达成率指标，发送到需求侧。

18)需量响应事件时间：需要进行能耗削减的时间段，比如14：00～16：00。

本发明提供的一种用于需量响应的能耗削减评估算法在执行流程上分为两 个事务，分别为平日的能耗数据采集及预处理事务，以及事件日的需量响应处理 事务。

如图1所示，平日的能耗数据采集及预处理事务的步骤为：

步骤1、设定运行参数

平日的能耗数据采集及预处理事务需要用电侧用户先根据系统环境、生产运 营的安排等外部因素，设置各种系统运行参数，其步骤为：

步骤1-1设定采集端口参数，包含以下内容：端口类型、端口具体采集参数 (根据不同种类的端口，如以太网、串口、有不同的配置内容)、采集间隔。

步骤1-2设定采集设备参数，包含以下内容：要采集设备的设备地址、要采 集设备中需要采集的数据点。

步骤1-3设定采集需量响应数据点，包含以下内容：设定用于需量响应的需 量值计算的数据点，设定属于调整因素的数据点。

步骤1-4设定需求基线计算参数，包含以下内容：基线计算日的天数、正常 工作日判定标准范围、工作日。

步骤1-5设定调整因子的计算参数，包含以下内容：调整因子的计算年限。

步骤1-6设定需量响应供电侧服务器参数，包含以下内容：通信地址、通信 方式、访问间隔。

步骤2、采集企业日常运营数据

用户配置完成后即开始采集日常运营中的数据。在采集时，步骤如下：

步骤2-1记录该数据的值、采集时间。

步骤2-2将记录存储到系统内数据库，用于后续算法。

步骤3、计算每个时间段的需量值

根据用户设置的采集间隔，将每个工作日划分为不同的时间段，某个时间段 内的需量计算公式如下：

需量＝(当前时间段结束时有功功率-当前时间段开始时有功功率)*(60/采 集间隔分钟值)。各个时间段的需量存储在系统内，用于后续算法。

步骤4、用电侧周期性访问供电侧，获取需量响应事件

用户侧根据访问间隔，周期性询问供电侧有无需量响应事件。如有，则执行 事件日的需量响应处理事务。该步骤可以与步骤2、3顺序执行，也可以独立执 行，推荐独立执行。

步骤5、设置工作日的时期

当生产运营情况发生较大改变的时候，用户应将工作日划分时期，与之前的 工作日做区分。该设置将被用于之后的气候调整因子的计算。该步骤不是固定步 骤，由用户在需要时执行。

结合图2，事件日的需量响应处理事务包括如下步骤：

步骤1、取得需量响应事件

当需量响应事件发生时，用电侧从供电侧获取事件要求，包含以下信息：事 件时间、需量响应要求总计值DRtotal、最大功耗DRins、达成率指标。

步骤2、选择基线计算日

当需量响应事件的具体时间确定后。需先选择基线计算日。按以下步骤进行：

步骤2-1、选择事件日前的若干个工作日作为候选基线计算日；

步骤2-2、将各候选基线计算日的所有时间段对应的需量值求和后再平均得 到各候选基线计算日的需量值的均值，判断各均值是否符合用电侧预先设定的正 常工作日的判定标准，若存在不符合的候选基线计算日，则进入步骤2-3，否则， 进入步骤2-4；

步骤2-3、将不符合的候选基线计算日，顺延之前的工作日作为新的候选基 线计算日，然后返回步骤2-2；

步骤2-4、将候选基线计算日作为基线计算日。

步骤3、计算并调整用户需量基线

步骤3-1、用户需量基线由基线计算日的需量曲线数值进行平均值运算；

步骤3-2、选择调整因素符合度最高的若干日作为调整因素日；

步骤3-3、计算调整因子P；

步骤3-4、调整用户需量基线，第i个时间段的基线值DM_ij为第j个基线计算日的第i个时间段的需量值，m为基线计算日的总个数。

步骤4、计算能耗削减指标

执行需量削减，并将需量响应事件的时间段内所采集需量值实时数据进行计 算，得出削减结果。

式中，n为事件时间所包 含的时间段的总个数，DE_i为实时计算得到的第i个时间段的需量值；

瞬间功率达成率＝未超过DRins的DE_i个数/n。

步骤6、反馈能耗削减结果

将上一步计算得出的能耗削减达成率回传给供电侧。

以下结合具体数据来进一步说明本发明。设某公司在2015年5月20日执行 了一次需量响应事件，过程如下。

7.1事务1-需量数据采集及预处理事务

7.1.1设定运行参数

其中，采集间隔为15分钟，其他采集端口参数、采集设备参数、需量响应 供电侧服务器参数与方法本身关系较小，过程略去。

数据点采集设置如下：有功功率、有功电能、温度。其中有功功率为需量值 计算的数据点、温度为调整因素数据点，有功电能供计算能耗瞬时值使用。

基线计算参数设置如下：基线计算天数5天，正常工作日判定标准范围为 50％～120％，工作日按照国定假日情况进行安排。

调整因子的计算参数设置如下：调整因子的计算年限为1年，即2014年5 月20日至2015年5月19日期间。

工作日时期随公司情况设置如下：2014年5月20日至2014年7月17日为 一个时期，2014年7月18日至2015年5月19日为另一个时期。

7.1.2采集、计算、事件

运行参数设置完成后，开始运行。

运行步骤按照之前描述，分为两个进程。一个为采集进程，负责采集日常运 营数据，并进行计算和存储；另一个负责周期性的访问供电侧服务器，获取需量 响应事件。

当获得需量响应事件后，则开始事务2-需量响应事件事务。

7.2事务2-需量响应事件事务

7.2.1取得需量响应事件

用户从供电侧获得需量响应事件，事件日为2015年5月20日，时间段为 12：00～14：00，削减总量为10KW，最大需量为2KW，需量削减总计值达成率指 标为90％，最大需量达成率指标为95％。事件当时气温37℃。

7.2.2选择基线计算日

设事件日前6个工作日(5/12、5/13、5/14、5/15、5/18、5/19)日需量分别为 100KW、101KW、102KW、98KW、30KW、99KW。则5/18日的日需量不能满 足正常工作日判定标准50％～120％，则剔除5/18日，增加5/12日。然后5天都 符合标准。则基线计算日确定。

7.2.3计算用户需量基线

首先计算调整因子，根据需求侧用户上一年的能耗情况计算。

设基线计算日的温度平均值为35℃。则选择调整因素日按照35℃和37℃进 行。由于存在两个工作日时期，则在两个工作日时期中分别查找，最终取得总符 合度较大的两天作为调整因素日。比如，2014年6月11日34.5度和2014年6 月20日36.3度为一组，2014年8月13日35.2度和2014年8月17日36.9度为 一组。则明显后一组更为接近，取后一组为调整因素日。设调整因子为P，则

P＝2014年8月17日日需量/2014年8月13日日需量。

按用户设置，15分钟一个时段，进行计算。每个时段计算该时段的基线值命 名为DMi。

其中i表示一天内的时间段，从0：00开始i＝1开始顺序递增。j表示基线日， i的数量范围按用户设置为5日。

则时段i的基线值：${\mathrm{DM}}_i=\frac{\underset{j=1}{\overset{m}{\Sigma }}{\mathrm{DM}}_{ij}}{m}\times P.$

7.2.4计算能耗削减指标

按用户设置，15分钟一个时段，进行数据采集。

式中，n为事件时间所包 含的时间段的总个数，DE_i为实时计算得到的第i个时间段的需量值；

瞬间功率达成率＝未超过DRins的DE_i个数/n其中i表示事件内的时间段， n表示时间段总数。

7.2.5反馈能耗削减结果

将上一步计算得出的能耗削减结果回传给供电侧。