本發(fā)明屬于電力系統(tǒng)需求側(cè)信息管理技術(shù)領(lǐng)域,具體涉及一種針對負(fù)荷曲線峰谷差的快速電力用戶分類方法。
背景技術(shù):
隨著社會發(fā)展和人民生活水平的提高,居民的用電特性也日趨多樣化,用電量持續(xù)上升,加重了電力供需矛盾的緊張狀況,導(dǎo)致電網(wǎng)峰谷差持續(xù)增大。并且在大力提倡低碳經(jīng)濟(jì)和推行清潔能源的形式下,大量新能源接入電網(wǎng)也增加了電網(wǎng)的調(diào)峰壓力,使電網(wǎng)的調(diào)峰問題日益突出。同時,隨著智能電網(wǎng)的建設(shè),用戶側(cè)的需求響應(yīng)機(jī)制已成為電網(wǎng)穩(wěn)定運(yùn)行必不可少的重要資源。因而,需要研究電力用戶的需求響應(yīng)行為,充分利用其調(diào)度潛力,削峰填谷,緩解電網(wǎng)調(diào)峰壓力。然而,不同的負(fù)荷類型具有不同的負(fù)荷特性,在研究電力用戶的需求響應(yīng)行為之前,對電力用戶進(jìn)行分類就顯得很有必要。
現(xiàn)有技術(shù)中對于電力負(fù)荷曲線聚類的方法有一定文獻(xiàn)報(bào)道。但是,文獻(xiàn)中對于所有的負(fù)荷曲線所有的時間點(diǎn)進(jìn)行了計(jì)算,且聚類方法復(fù)雜,存在著計(jì)算量大的問題。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的在于提供一種針對負(fù)荷曲線峰谷差的快速電力用戶分類方法。
為實(shí)現(xiàn)上述發(fā)明目的,本發(fā)明采用了以下技術(shù)方案:
1)獲取待分類電力用戶日負(fù)荷曲線;
2)將獲取的各個電力用戶的日負(fù)荷曲線進(jìn)行歸一化處理,然后根據(jù)選取的峰谷時段,得到各個電力用戶各自的負(fù)荷數(shù)據(jù),轉(zhuǎn)步驟3);
3)計(jì)算尚未分類的電力用戶兩兩之間負(fù)荷的歐式距離,根據(jù)歐式距離確定作為聚類中心的電力用戶;
4)在尚未分類的電力用戶中分別計(jì)算其余電力用戶的負(fù)荷與作為聚類中心的電力用戶的負(fù)荷的相關(guān)系數(shù),根據(jù)相關(guān)系數(shù)將在所述峰谷時段內(nèi)日負(fù)荷曲線相似的電力用戶與作為聚類中心的電力用戶分為一類;
5)通過重復(fù)步驟3)和4)進(jìn)行迭代,直至達(dá)到迭代終止條件。
所述負(fù)荷數(shù)據(jù)包括日負(fù)荷曲線上選取的峰谷時段所對應(yīng)各時間點(diǎn)上的用電功率的歸一化結(jié)果。
所述歸一化處理按照以下公式進(jìn)行:
式中:ts表示日負(fù)荷曲線時間點(diǎn)集合,pit表示第i個待分類電力用戶在第t個時間點(diǎn)上的用電功率,xit表示pit歸一化后的數(shù)據(jù)。
所述峰谷時段的選取數(shù)量根據(jù)電力公司制定峰谷差調(diào)控策略時所研究實(shí)際峰谷時段情況確定。
所述步驟3)具體包括以下步驟:
3.1)計(jì)算電力用戶之間負(fù)荷的歐式距離,形成n×n維矩陣dis:
式中,
3.2)將矩陣dis按行求和,得到n個電力用戶中每個電力用戶與其余電力用戶之間的負(fù)荷的歐式距離和,選取矩陣dis中距離和最小的行所對應(yīng)的電力用戶為聚類中心。
所述步驟4)中,相關(guān)系數(shù)按照以下公式進(jìn)行計(jì)算:
式中,
所述日負(fù)荷曲線相似的判據(jù)為相關(guān)系數(shù)≥0.8。
所述迭代的終止條件為:所述尚未分類的電力用戶數(shù)≤2或者所述其余電力用戶的負(fù)荷與作為聚類中心的電力用戶的負(fù)荷的相關(guān)系數(shù)均<0.8。
所述步驟2)中,峰谷時段由電力公司根據(jù)地區(qū)總負(fù)荷曲線選取,待分類電力用戶均為該地區(qū)內(nèi)用戶。
本發(fā)明的有益效果體現(xiàn)在:
本發(fā)明將歐式距離和相關(guān)系數(shù)應(yīng)用于針對峰谷差的電力用戶分類中,通過選取相對應(yīng)的峰谷時段進(jìn)行歐式距離和相關(guān)系數(shù)的計(jì)算,而非全時段的計(jì)算,可以達(dá)到快速、準(zhǔn)確分類的目的,且聚類方法簡單高效,為后續(xù)研究電力用戶的需求響應(yīng)行為奠定基礎(chǔ),方便后續(xù)電力公司針對性地制定峰谷差調(diào)控策略。
進(jìn)一步的,本發(fā)明可以通過選取相關(guān)系數(shù)的下限,控制曲線的相似程度和分類數(shù)目的數(shù)量,以達(dá)到分類精細(xì)化的目的。
附圖說明
圖1為針對負(fù)荷曲線峰谷差的快速電力用戶分類方法流程圖。
圖2為仿真中參考的地區(qū)總負(fù)荷曲線。
圖3a、圖3b、圖3c為不同類別用戶的聚類結(jié)果。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明做詳細(xì)說明。所述是對本發(fā)明的解釋,而不是限定。
本發(fā)明所述的針對負(fù)荷曲線峰谷差的快速電力用戶分類方法,涉及了電力用戶的日負(fù)荷數(shù)據(jù)(峰谷時段),通過從待分類電力用戶集合n中選取能夠使與該集合中其他電力用戶對應(yīng)時段日負(fù)荷數(shù)據(jù)歐式距離之和最小的電力用戶作為聚類中心,然后通過分別計(jì)算其他電力用戶與作為聚類中心的電力用戶對應(yīng)時段日負(fù)荷數(shù)據(jù)的相關(guān)系數(shù),選取出日負(fù)荷曲線具有相似特征的電力用戶并歸為一類,反復(fù)迭代,直至完成集合n中電力用戶的聚類。
依據(jù)相關(guān)性進(jìn)行相似負(fù)荷曲線聚類時,主要考慮以下兩方面:
第一、通過聚類需要得到在峰谷時段具有很強(qiáng)相似性的曲線,相似性與相關(guān)系數(shù)數(shù)值的關(guān)系參見表1;
第二、避免由于相關(guān)系數(shù)下限值取得太大,導(dǎo)致負(fù)荷曲線分類數(shù)目過多的情況,最終選用的判據(jù)為相關(guān)系數(shù)r≥0.8。
表1.相似性判據(jù)
本發(fā)明的具體步驟如下,參見圖1:
步驟一、獲取s個(通常s>2)待分類電力用戶的日負(fù)荷數(shù)據(jù)以及相應(yīng)電力用戶的編號,日負(fù)荷數(shù)據(jù)包括相應(yīng)時間點(diǎn)的功率。常用的電力用戶日負(fù)荷數(shù)據(jù)取自對應(yīng)電力用戶日負(fù)荷曲線上24個或者96個時間點(diǎn)(間隔1小時或間隔15分鐘)的用電功率。
步驟二、將電力用戶日負(fù)荷數(shù)據(jù)進(jìn)行歸一化操作,計(jì)算公式如下所示:
式中:a表示電力用戶日用電功率總和,ts表示日負(fù)荷曲線時間點(diǎn)集合,pit表示第i個電力用戶在第t個時間點(diǎn)上的用電功率,xit表示pit歸一化后的數(shù)據(jù)。通過歸一化不僅消除了量綱,而且消除了不同數(shù)量級對聚類的影響。
步驟三、由于電力公司可以根據(jù)實(shí)際情況選擇地區(qū)總負(fù)荷曲線一個或多個峰谷時段進(jìn)行研究,所以需要選定日負(fù)荷曲線中的對應(yīng)的峰谷時段,峰谷時段在文獻(xiàn)中沒有嚴(yán)格的定義,都是電力公司制定電價時,根據(jù)當(dāng)?shù)氐貐^(qū)情況定義的,一個峰谷時段包括一個峰荷時段和一個谷荷時段。例如,選擇地區(qū)總負(fù)荷曲線中最大峰荷中的一段(時間點(diǎn)t1~t2間)以及最大谷荷中的一段(時間點(diǎn)t3~t4間)作為一個峰谷時段。選定峰谷時段后,依照時間順序保留選定的峰谷時段內(nèi)各時間點(diǎn)的數(shù)據(jù),去除日負(fù)荷曲線上其余時間點(diǎn)的數(shù)據(jù),將保留的數(shù)據(jù)依照時間順序重新整合,形成n個尚未分類電力用戶各自占據(jù)一行的電力用戶負(fù)荷數(shù)據(jù)矩陣,每行的數(shù)據(jù)元素個數(shù)取決于選定峰谷時段內(nèi)時間點(diǎn)總數(shù),n的初始值為s。
步驟四、計(jì)算電力用戶負(fù)荷數(shù)據(jù)的歐式距離,得到矩陣:
式中,
步驟五、將矩陣dis按行求和,選取歐式距離之和最小的行(由于計(jì)算精度的限制,當(dāng)出現(xiàn)兩個歐式距離之和相等且均為最小的行時,任意選擇其中一行繼續(xù)下面的步驟),將該行所對應(yīng)的電力用戶記為m。分別計(jì)算矩陣dis中其余n-1行所對應(yīng)電力用戶的負(fù)荷與用戶m負(fù)荷的相關(guān)系數(shù):
式中:
選取相關(guān)系數(shù)r≥0.8的負(fù)荷數(shù)據(jù)所在行,將這些行對應(yīng)的電力用戶和電力用戶m歸為一類,并記錄這些電力用戶對應(yīng)的初始行號m1、m2…,記錄的結(jié)果用向量v表示:
v=[m1,m2,…]
步驟六、當(dāng)向量v為空集時,則跳轉(zhuǎn)到步驟八,否則繼續(xù)執(zhí)行下一步。
步驟七,當(dāng)n≤2時,則跳轉(zhuǎn)至步驟九。否則,從電力用戶負(fù)荷數(shù)據(jù)矩陣中去除向量v元素所在行的數(shù)據(jù),返回步驟四。
步驟八、將其余n-1行所對應(yīng)用戶給予單獨(dú)標(biāo)記(未能夠聚類,可能存在采集誤差等問題),繼續(xù)執(zhí)行下一步。
步驟九、輸出程序結(jié)果(聚類結(jié)果和未能夠聚類的用戶)。
仿真算例
以某地區(qū)800名用戶的日負(fù)荷數(shù)據(jù)為例,地區(qū)總負(fù)荷曲線見圖2,其中谷荷時段為11~13時,峰荷時段為21~24時,共計(jì)包含的時間點(diǎn)數(shù)為7個。最終得到的用戶分類有10類。從圖3a~c可以看出,通過分類,日負(fù)荷曲線具有相似峰谷時段的用戶得到了有效的分類。
綜上所述,本發(fā)明運(yùn)用歐式距離,從全局找尋聚類中心點(diǎn),再通過相關(guān)系數(shù),將負(fù)荷曲線峰谷時段相似的用戶,歸為一類,使聚類結(jié)果更加合理。本發(fā)明可以根據(jù)用戶的日負(fù)荷數(shù)據(jù)(峰谷時段),實(shí)現(xiàn)快速的用戶分類,為進(jìn)一步研究用戶用電行為和需求響應(yīng)行為奠定基礎(chǔ),方便后續(xù)電力公司針對性制定策略來降低峰谷差。