一种基于用电大用户行业类型的负荷响应预测方法及系统

摘要

一种基于用电大用户行业类型的负荷响应预测方法，其特征在于，所述方法包括以下步骤：步骤1，针对不同行业类型的大用户在不同时段下的用电负荷调整量进行采集，并基于所述大用户的日均总用电负荷计算用电负荷调整标幺值；步骤2，基于所述大用户的日均总用电负荷、用电负荷调整标幺值计算所述大用户负荷响应函数的均值与方差，并基于所述均值拟合出所述方差的计算公式；步骤3，基于所述大用户负荷响应函数的方差对当前行业的峰谷电价比进行调节，并生成调节后的预测负荷响应。本发明方法开创性的针对不同行业类型用户提供了定制化的峰谷电价，从而基于行业特性实现对于用电负荷的适当调节，实现较好的削峰填谷。

说明书

技术领域

本发明涉及智能电网领域，更具体地，涉及一种基于用电大用户行业类型的负荷响应预测方法及系统。

背景技术

开放互动是智能电网的重要特征之一。作为电力系统功率瞬时平衡的一方，用电侧的负荷特性及行为特征很大程度上影响着电网的安全稳定性。近年来，电力高峰负荷持续增长以及间歇式能源的迅猛发展增加了电网调度运行的难度，对电力系统调节能力提出新的重大挑战。

而与此同时，具有与电网双向互动能力的电动汽车、储能等带有“源”和“荷”双重特征的新型负荷的比重呈不断上升趋势；部分传统负荷也能够根据激励或者电价调节自身的用电需求，具备“虚拟电厂”的特性，这更进一步的增加了电网调度运行的复杂程度。

目前，电力系统通常采用基于激励的需求响应和基于价格的需求响应两种响应方式在实现对电网的调度的同时对于负荷进行适当的调整。现有技术中，基于激励的需求响应管理主要有可中断负荷(Interruptible Load，IL)、直接负荷控制(Direct loadcontrol，DLC)、需求侧竞价(Demand Side Bidding，DSB)、容量/辅助服务计划(Capacity/Auxiliary Service Plan，CASP)和紧急需求响应(Emergency Demand Response，EDR)等方式。而基于电价的需求响应管理则主要包括分时电价(Time-of-Use Price，TOU)、实时电价(Real-Time Price，RTP)和尖峰电价(Critical Peak Price，CPP)等手段。

另外，依据《城市电力规划规范》(GB50293-1999)中提及的负荷分类方法，典型用电用户可以被划分为工业类用户、公共设施类用户以及居民用户3类。工业类用户则又可以被进一步的划分为轻工业类、重工业类、采矿业、制造业4种类型；公共设施类用户分为行政办公类，文化娱乐类，体育类，教育科研类，医疗卫生类以及商业、金融、服务类等6类；居民用户由于点多、面广，适宜以居民小区或居住功能区为单位。上述不同类型的典型用电用户在用电过程中，各自展现出非常不同的特性，例如，建筑业、金属业由于其主要用电设备的工作方式和行业本身的特性，使得其在单位时段内可调节的负荷量较高，而例如制药等化工行业，由于主要的用电设备需要长时间维持在稳定的负荷状态下，因而其单位时段内可调节的负荷量极低。

然而，现有技术中所有的负荷调整方法，均不能够根据主要负荷用户的行业类型来实现用电负荷的调节，也不能够依据一个地区的主要负荷用户的用电类型来针对性的提供合理的分时电价，或者根据一个地区中多种不同行业的负荷用户来提供不同的分时电价，以实现地区负荷的平衡和预测。

针对上述问题，亟需一种基于用电大用户行业类型的负荷响应预测方法及系统。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于用电大用户行业类型的负荷响应预测方法及系统，通过对于不同行业类型的大用户的用电负荷调整趋势进行采集，拟合出不同行业类型中大用户的用电趋势，从而基于用电趋势提供针对不同行业类型用户的峰谷电价比，并实现对负荷响应的调节。

本发明采用如下的技术方案。

本发明第一方面，涉及一种基于用电大用户行业类型的负荷响应预测方法，其中，方法包括以下步骤：步骤1，针对不同行业类型的大用户在不同时段下的用电负荷调整量进行采集，并基于大用户的日均总用电负荷计算用电负荷调整标幺值；步骤2，基于大用户的日均总用电负荷、用电负荷调整标幺值计算大用户负荷响应函数的均值与方差，并基于均值拟合出所述方差的计算公式；步骤3，基于大用户负荷响应函数的方差对当前行业的峰谷电价比进行调节，并生成调节后的预测负荷响应。

优选的，步骤1中，不同行业类型包括建筑业、化工业、金属业、纺织业、纸质业、商业住宅；其中，不同行业类型的大用户的用电负荷调整标幺值的取值不同。

优选的，用电负荷调整标幺值的获取方法为：步骤1.1，采集当前样本中本行业下所有大用户的日均总用电负荷和不同时段下实际用电相对上一个时段的实际负荷调整量；步骤1.2，计算本行业下每一大用户的用电负荷调整标幺值为

优选的，假设每一个行业类型下所有大用户的用电负荷调整标幺值呈泊松分布，建立当前行业的大用户负荷响应函数为L

优选的，t时段下计入分时电价的大用户用电负荷调整值为

式中，ΔL

优选的，在当前行业类型下大用户总需求不变的情况下，t时段下未计入分时电价的大用户用电负荷响应值与t时段下未计入分时电价的所有大用户的用电负荷调整标幺值的均值ΔL

优选的，t时段下各个大用户的所述用电负荷调整标幺值的方差为

式中，i为大用户的编号，当前行业下所有大用户的总数为n，ΔL

优选的，方差的计算公式的拟合方法为：步骤2.1，以一小时为时段t的长度，基于所有大用户的用电负荷调整标幺值，对24小时内所有时段t下的大用户负荷响应函数的均值和方差进行求解；步骤2.2，以均值为自变量、方差为因变量采用多项式拟合方法实现函数拟合，获得方差的计算公式。

优选的，基于方差的计算公式获得大用户的用户负荷响应的分布，并基于当前行业的理想负荷分布调整针对当前行业的峰谷电价。

本发明第二方面，涉及一种基于用电大用户行业类型的负荷响应预测系统，其中，系统用于实现如本发明第一方面中所述的一种基于用电大用户行业类型的负荷响应预测方法。

本发明的有益效果在于，与现有技术相比，本发明中的一种基于用电大用户行业类型的负荷响应预测方法及系统，能够通过对于不同行业类型的大用户的用电负荷调整趋势进行采集，拟合出不同行业类型中大用户的用电趋势，从而基于用电趋势提供针对不同行业类型用户的峰谷电价比，并实现对负荷响应的调节。本发明方法开创性的针对不同行业类型用户提供了定制化的峰谷电价，从而基于行业特性实现对于用电负荷的适当调节，实现较好的削峰填谷。

附图说明

图1为本发明一种基于用电大用户行业类型的负荷响应预测方法的步骤示意图；

图2为本发明一种基于用电大用户行业类型的负荷响应预测方法中方差计算公式拟合过程的示意图；

图3为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业未计入分时电价的所有大用户的用电负荷响应情况示意图；

图4为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业的理想负荷、当前行业计入原始分时电价的所有大用户的用电负荷响应情况示意图；

图5为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业计入调整分时电价的所有大用户的用电负荷响应情况示意图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

图1为本发明一种基于用电大用户行业类型的负荷响应预测方法的步骤示意图。如图1所示，一种基于用电大用户行业类型的负荷响应预测方法，包括步骤1至步骤3。

步骤1，针对不同行业类型的大用户在不同时段下的用电负荷调整量进行采集，并基于大用户的日均总用电负荷计算用电负荷调整标幺值。

首先，本发明中考虑到不同行业类型的用电用户，其用电过程中，随着其用电特性、用电习惯和用电需求等的不同情况，会具有不同的用电负荷调整量。这里所说的用电负荷调整量，既是实际情况下不同类型的用电用户在单位时段中实际调整的用电总量，也同时一定程度上表征了这一类型的用电用户能够进行调节的用电量的程度。

本发明中所提及的大用户是指不同行业的工业用电用户，以及被计入至工业用电中的商业住宅用户。这里的大用户，可以是在用户购电和运营商供电过程中能够以单个用户出现的各种行业的单个工厂或单个厂房，也可以是针对运营商供电过程中相对独立的整栋商业住宅。由于商业住宅中用电用户可能会被进一步细分为多个更小的独立用户，但由于本发明中主要考虑不同类型大用户的负荷可调节能力，因此并不会考虑更小单位的独立用户。

本发明的一个实施例中，以小时为单位，将一天24小时划分为24个时段，并针对每个时段的用电量进行采集。当前时段的用电量与上一个时段的用电量之差即为本发明中所述的用电负荷调整量。由于电力系统中的用电负荷曲线通常随着一天24小时呈现周期性的变化，因此，本发明中，也可以分别记录多天中24个时段分别的用电负荷调整量，并统计其平均值，或概率分布最大的值作为用电负荷调整量的参考值。

在获取到大量的用电负荷调整量的采集数据后，本发明中可以根据标幺值计算公式计算得到大用户的用电负荷调整标幺值。

优选的，用电负荷调整标幺值的获取方法为：步骤1.1，采集当前样本中本行业下所有大用户的日均总用电负荷和不同时段下实际用电相对上一个时段的实际负荷调整量；步骤1.2，计算本行业下每一大用户的用电负荷调整标幺值为

具体来说，可以根据上文所述的方法采集多个用电负荷调整量，同时也可以采集每个大用户的日均总用电负荷，也就是24个时段中每个时段下用电负荷的总和，以此来计算标幺值。

本发明中，可以单独计算每一个大用户的负荷调整标幺值，也可以计算同一个行业下所有大用户的负荷调整标幺值，或者计算同一个行业下多个大用户总的负荷调整标幺值。

需要说明的是，由于用电负荷数据本身具有时序特性，因此，该标幺值的取得，可以针对24个时段分别获取。

步骤1中，不同行业类型包括建筑业、化工业、金属业、纺织业、纸质业、商业住宅；其中，不同行业类型的大用户的用电负荷调整标幺值的取值不同。

通过对建筑行业、化工行业、金属行业等不同行业用电情况调研分析，得到：不同的行业，其负荷调整标幺值的取值是各不相同的，同一行业随着用户样本的增多，大用户单位时间中的负荷调整标幺值在某一区间内浮动。例如，建筑业的大用户其单位时间中的负荷调整标幺值在0.15附近浮动，而化工业的标幺值则在0.002附近浮动。另外，金属业的标幺值大部分位于0.25和0.35之间，纺织业的标幺值主要位于0.09至0.13之间，纸质业的标幺值主要位于0.01至0.014之间，商业住宅的标幺值主要位于0.04左右。

进而可以得出以下结论，各个不同行业的负荷调整标幺值的期望各不相同，同时，其标幺值的分布离散程度也各不相同。然而，在计算标幺值的过程中，无论是哪个行业，随着大用户数量的逐渐增加，也就是上文中所述的同一个行业下多个大用户总的负荷调整标幺值的取值情况并未发生任何改变。针对单个行业，用户数量的多少并不会影响标幺值的期望和离散程度。

提高标幺值的采样量，可以发现标幺值的分布近似呈现泊松分布形态。因此本发明中，可以根据假设标幺值为泊松分布函数来实现大用户负荷响应函数的求解。

步骤2，基于大用户的日均总用电负荷、用电负荷调整标幺值计算所述大用户负荷响应函数的均值与方差，并基于均值拟合出方差的计算公式。

具体来说，由于步骤1中，已经发现了负荷调整标幺值的分布特性，因此可以根据这一特性构建大用户负荷响应的函数。

优选的，假设每一个行业类型下所有大用户的用电负荷调整标幺值呈泊松分布，建立当前行业的大用户负荷响应函数为L

可见，当前时段下大用户实际的负荷响应应当为其前一个时段下的负荷响应与负荷响应调整值的和。而负荷响应调整值则与步骤1中得到的标幺值呈正比，可以通过标幺值分布函数近似计算得到。

优选的，t时段下计入分时电价的大用户用电负荷调整值为

式中，ΔL

如上文所述，由于标幺值本身的分布符合泊松分布，因此可以建立正态分布函数，以通过计算用电负荷调整标幺值分布的期望和方差，来推测当前可能的大用户负荷响应。

然而，由于用电负荷调整标幺值的期望和方差的通用计算公式非常复杂，计算量很大，因此本发明中，可以考虑采用未计入分时电价的所有大用户的用电负荷调整情况来实现对于上述内容的估计。

优选的，在当前行业类型下大用户总需求不变的情况下，t时段下未计入分时电价的大用户用电负荷响应值与t时段下未计入分时电价的所有大用户的用电负荷调整标幺值的均值ΔL

本发明中，假设大用户的总需求不变，那么无论是否计入分时电价，一个或多个大用户的用电总量是应当保持不变的。另外，由于用电负荷调整标幺值不仅与用电总量相关，还与当前行业在单位时间内用电负荷的调节能力相关，因此，标幺值本身实际上由行业类型决定，其均值不会随着分时电价发生变化。

优选的，t时段下各个大用户的用电负荷调整标幺值的方差为

式中，i为大用户的编号，当前行业下所有大用户的总数为n，ΔL

对多个大用户的用电负荷标幺值的方差进行计算，不仅需要每个大用户的用电负荷调整标幺值，还需要计算其与均值的距离，并最终计算多个大用户的标幺值与均值距离的平方和。这一个过程非常复杂，因此，本发明通过预先计算出优先数量的标幺值在不同时段下的均值和方差，还拟合出方差的计算公式。

表1大用户用电负荷调整标幺值的均值和方差表

如表1所述，本发明中计算得到24个不同时段下，某一个行业类型中大用户的均值和方差情况。

优选的，方差的计算公式的拟合方法为：步骤2.1，以一小时为时段t的长度，基于所有大用户的用电负荷调整标幺值，对24小时内所有时段t下的大用户负荷响应函数的均值和方差进行求解；步骤2.2，以均值为自变量、方差为因变量采用多项式拟合方法实现函数拟合，获得方差的计算公式。

由此，可以实现拟合函数的计算。图2为本发明一种基于用电大用户行业类型的负荷响应预测方法中方差计算公式拟合过程的示意图。如图2所示，采用多项式拟合方法对于方差进行拟合后，近似为ln函数，得到公式

根据这一公式，实际上可以参考未分时电价下用电负荷的调整情况，快速简单的计算得到分时电价后的标幺值的方差。

步骤3，基于大用户负荷响应函数的方差对当前行业的峰谷电价比进行调节，并生成调节后的预测负荷响应。

本发明中计算方差的目的不仅在于预测分时电价施行后电网中的峰谷负荷情况，同时还可以根据这一预测来调整峰谷电价比，从而使得峰谷负荷更加趋于平缓，或者更加合理的补偿其他行业类型中大用户的用电。

优选的，基于方差的计算公式获得大用户的用户负荷响应的分布，并基于当前行业的理想负荷分布调整针对当前行业的峰谷电价。

本发明中，当前行业的理想负荷分布可以根据专家经验或者是其他的智能算法预先获得。由于步骤2中已经得到了标幺值的准确方差，也就得到了当前行业可能的用电负荷的聚集度、分散度，甚至是该用电负荷数据的上限与下限的取值，将其与当前行业的理想负荷分布进行对比，可以实现对峰谷电价的调节。

本发明以某大型城市某区域大用户群的用电情况作为实施例，进一步说明本发明中的方法。本发明以该实施例区域开始实行分时电价前一个月，以及后三个月负荷数据进行统计分析，实施分时电价后，该区域平电价不变，峰谷电价为3:1。

另外，对于该区域内的大用户情况进行调研，大用户共计544家，建筑用户占比10％，化工用户占比15.8％，纺织业用户18％，金属行业占比19.1％，纸质行业占比17.3％，商业住宅19.9％。

本发明表1中计算得到的均值与方差则是基于上述544家大用户在实行分时电价之前一天内的整体负荷数据获得的。当前行业内的所有大用户每个时段下的平均用电量为上述表格中的期望，而分布方差则根据方差的通用公式计算得到，该公式为：

根据极大似然估计的性质，当样本容量，也就是某一个行业中大用户的数量不是很大，例如在200以内的情况下，可以采用

图3为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业未计入分时电价的所有大用户的用电负荷响应情况示意图。如图3所示，对于当前行业来说，在电网中未采用分时电价时，单个大用户的负荷响应中用电负荷调整量在各个时段的情况有所不同。在图中，0h至5h左右，负荷调整量为正，说明负荷不断增加，而在7h、12h、22h左右，负荷调整量为负，说明负荷在上述时刻相对前一时刻相对降低。不过，需要注意的是，无论在24个时段中的哪个时段，负荷调整量的取值均在-0.08至0.05之间波动，可见负荷整体上调整的程度并不高。

图4为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业的理想负荷、当前行业计入原始分时电价的所有大用户的用电负荷响应情况示意图。如图4所示，开始对大用户实行分时电价后，此时由于峰谷电价的作用，一定程度上提高了负荷调整量的取值，此时在峰-平-谷分时电价的比例为0.5：1：1.5的情况下，当前行业中的负荷响应量在0h至8h之间处于0.7以及0.7以下。此时，可以认为1是电力系统为当前区域中的当前行业用户所提供的最高负荷，因此当负荷响应量在0.7左右时，说明系统中投入了70％左右的供电能力。另外，在9h和10h左右，系统负荷快速升高至1，此时系统全部投入用于提供当前行业的电能消耗。

表2为本发明中采用原始分时电价时当前行业的负荷响应特性。如表2所示，由于系统能够提供的最大负荷为1，当电能消耗达到最大时，基本上消耗了所有当前时段提供的电能，系统不再具有冗余电能。另外，在图5所示的曲线中，最小负荷为0.65左右，最大峰谷差达到了0.35左右。

表2原始分时电价时当前行业的负荷响应特性

为了给系统提供冗余，同时也降低峰谷差，本发明中在计算获得负荷调整标幺值的方差后，根据理想的负荷情况，进一步的修改了峰谷电价比例，将峰-平-谷电价比从0.5：1：1.5调整为了0.483：1：1.667，这种调整实际上增大了峰谷电价差，从而能够使得实现一定程度的削峰填谷。

图5为本发明一种基于用电大用户行业类型的负荷响应预测方法中当前行业计入调整分时电价的所有大用户的用电负荷响应情况示意图。如图5所示，在采用调整后的分时电价后，采用本发明中的公式来模拟负荷响应曲线，得到的曲线在0h至8h、18h-23h的谷时段其总负荷响应量较调整前高一些，而其他峰时段则较调整前低一些。

另外，在调整电价后，本发明中还采用了2010年某典型日的大用户用电数据进行了实际测量，测量后得到的结果与模拟的负荷响应曲线近似，均实现了峰谷差的降低和最大负荷的降低。

表3调整分时电价后的实测负荷响应特性、模拟负荷响应特性表

如表3所示，进一步调整电价后，模拟负荷响应的最大负荷在0.93左右，提供了充足的冗余，另外，实测最大负荷也在0.95左右。同时模拟峰负荷降低了7.05％，实测峰负荷降低了5.19％左右，模拟峰谷差变化了28.30％，实际峰谷差变化了22.86％，最小负荷升高到了0.68左右。

对于上述内容进行分析可知，模拟数据与实测数据出现误差的主要原因是模型中没有考虑到实际负荷响应的随机性。尽管如此，模拟负荷响应也准确预测了电价调整后的实际负荷响应状态，为电能供应提供了准确参考，同时为不同行业中大用户的峰谷电价政策制定也提供了一定参考。

本发明第二方面，涉及一种基于用电大用户行业类型的负荷响应预测系统，其中，系统用于实现如本发明第一方面中所述的一种基于用电大用户行业类型的负荷响应预测方法。

本发明的有益效果在于，与现有技术相比，本发明中的一种基于用电大用户行业类型的负荷响应预测方法及系统，能够通过对于不同行业类型的大用户的用电负荷调整趋势进行采集，拟合出不同行业类型中大用户的用电趋势，从而基于用电趋势提供针对不同行业类型用户的峰谷电价比，并实现对负荷响应的调节。本发明方法开创性的针对不同行业类型用户提供了定制化的峰谷电价，从而基于行业特性实现对于用电负荷的适当调节，实现较好的削峰填谷。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。