一种基于居民需求响应策略自学习优化方法

摘要

本发明公开了一种基于居民需求响应策略自学习优化方法，首先建立居民智慧用能服务标本库，获取用户负荷特性及参与需求响应的历史信息，并据此构建用户激励弹性模型，得出用户响应度、用户群体参与率与激励水平之间的历史参数；其次，量化评估用户响应潜力，形成响应优先级队列，并在优先级队列下确定不同邀约比例下用户响应负荷潜力关系，据此确定合适的邀约比例；再次，基于需求响应削减负荷目标，构建需求响应成本模型，在响应成本最小化约束下，输出激励水平值；最后，基于时间卷积神经网络模型，针对不同场景需求响应实验，预测居民响应电量，评估需求响应效果，从而对模型输出参数不断训练优化，提高模型输出参数的准确性。