一種基于負荷特性指標體系的用電避峰方法
【技術領域】
[0001 ]本發(fā)明涉及一種基于負荷特性指標體系的用電避峰方法。
【背景技術】
[0002] 近年來隨著經(jīng)濟的發(fā)展、人民生活水平的提高，社會各行業(yè)對用電量的需求越來 越大。全國大部分地區(qū)都面臨嚴峻的電力供需緊張局面，這種嚴重的供需不平衡不僅給電 網(wǎng)帶來困擾，也無法為電力用戶提供優(yōu)質(zhì)、穩(wěn)定的電能。本發(fā)明提到的避峰用電可以理解為 削峰填谷，即在電網(wǎng)高峰時刻削減用電，在電網(wǎng)低谷時刻增加用電。
[0003] 當前有些電力部門在建立避峰方案時，主要關注運行容量大的用戶，安排大用戶 優(yōu)先參與避峰，這樣只考慮了避峰對緩解供需矛盾的利處，沒有考慮到用戶的利益。站在公 平的角度上，電網(wǎng)應安排更多的用戶參與避峰，這樣可以將避峰帶來的損失分攤到各個用 戶，單個用戶承擔的避峰損失就相應很小，能夠調(diào)動各用戶參與避峰的積極性。由于工業(yè)用 電比重較大，所以應鼓勵各工業(yè)用戶都參與到避峰的工作中，電網(wǎng)可以通過激勵政策來調(diào) 動用戶的積極性。
[0004] 目前關于避峰方面的工作還不是很成熟?，F(xiàn)有技術主要分析通過風能、太陽能等 外界能源來應對電網(wǎng)高峰供電壓力，沒有分析用戶的避峰潛力。或?qū)τ脩舻谋芊鍧摿M行 定量分析，僅認為高峰時期削減電量越大，避峰潛力就越大，沒有考慮用戶負荷曲線快上快 下削峰填谷的能力。
[0005] 然而，根據(jù)電力用戶的容量及負荷曲線可以定性地感知其避峰能力強弱，但是這 樣不夠準確。用戶是否適合避峰，不應只考慮負荷曲線的形狀及用電容量，還應挖掘更多的 負荷特性進行定量地分析。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明為了解決上述問題，提出了一種基于負荷特性指標體系的用電避峰方法， 本方法首先利用K-means聚類找到各用戶的典型日負荷曲線，然后定義了適用于避峰價值 分析的負荷特性指標體系，并從用戶的典型日負荷曲線中挖掘出各項特性指標，建立了融 合各項特性指標的避峰價值模型，根據(jù)模型定量地計算出各用戶的避峰價值大小。最后對 各用戶的避峰價值進行聚類分析，將海量用戶聚為幾類，并根據(jù)聚類結(jié)果產(chǎn)生指導性的避 峰排序表，有效分析海量用戶的避峰潛力，并向用戶提供避峰決策支持。
[0007] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案：
[0008] -種基于負荷特性指標體系的用電避峰方法，包括以下步驟：
[0009] (1)采集電力系統(tǒng)用電歷史負荷數(shù)據(jù)，繪制日負荷曲線，利用κ-means聚類找到各 用電對象的典型日負荷曲線；
[0010] (2)以負荷波動率、保障經(jīng)濟生產(chǎn)可限負荷、峰值時差率和高峰時段覆蓋率為特性 指標，從典型日負荷曲線中進行特性指標的挖掘，建立融合各項特性指標的避峰價值模型；
[0011] (3)根據(jù)避峰價值模型計算出各用戶的避峰價值，對各用電對象的避峰價值進行 聚類分析，建立避峰排序表，根據(jù)排序表分析用電對象的避峰能力及避峰順序。
[0012] 所述步驟(1)中，采集電力用戶的一段時間內(nèi)的歷史負荷數(shù)據(jù)，然后繪制成多條日 負荷曲線，利用K-means對各用戶所有的日負荷曲線分別進行聚類，將各用戶的用電情況分 為若干類，選擇分類天數(shù)最多的那一類對應的中心負荷曲線作為用戶的典型日負荷曲線。
[0013] 所述步驟(2)中，負荷波動率指用戶用電負荷的變化起伏大小，反映負荷的波動幅 度，負荷波動率定義為:負荷有功功率的標準差與負荷有功功率的算術平均值之比。
[0014] 所述步驟(2)中，保障經(jīng)濟生產(chǎn)可限負荷表示在高峰時刻，用戶保留經(jīng)濟生產(chǎn)保障 負荷，滿足自身設定部分生產(chǎn)能力所降低的負荷，保障經(jīng)濟生產(chǎn)可限負荷定義為典型負荷 與經(jīng)濟生產(chǎn)保障負荷之差;經(jīng)濟生產(chǎn)保障負荷是指保障用電場所人身與財產(chǎn)安全之外，滿 足設定部分生產(chǎn)能力所需的電力負荷，統(tǒng)計用戶典型日負荷曲線設定時間段內(nèi)負荷最小值 作為用戶的經(jīng)濟生產(chǎn)保障負荷;典型負荷指電網(wǎng)供電高峰時段內(nèi)出現(xiàn)最大供電負荷的對應 時刻用戶負荷的平均值。
[0015] 所述步驟(2)中，峰值時差率是指電網(wǎng)負荷高峰與用戶負荷高峰的時間差異程度。
[0016] 進一步的，所述步驟(2)中，當電網(wǎng)的高峰時段個數(shù)大于或等于用戶的高峰時段個 數(shù)時，峰值時差率計算模型為電網(wǎng)負荷高峰與用戶負荷高峰的時間差異總和除以用戶的高 峰時段個數(shù)與設定時間長度的乘積。
[0017]進一步的，所述步驟(2)中，當電網(wǎng)的高峰時段個數(shù)小于用戶的高峰時段個數(shù)時， 峰值時差率計算模型為電網(wǎng)負荷高峰與用戶負荷高峰的時間差異總和除以電網(wǎng)的高峰時 段個數(shù)與設定時間長度的乘積。
[0018] 所述步驟(2)中，高峰時段覆蓋率是指電網(wǎng)高峰時段內(nèi)用戶高峰時段總長度占電 網(wǎng)高峰時段總長度的比重。
[0019] 所述步驟(3)中，用電對象的避峰價值與負荷波動率成正比關系，與保障經(jīng)濟生產(chǎn) 可限負荷和峰值時差率的比值成正比關系，與高峰時段覆蓋率呈現(xiàn)指數(shù)關系。
[0020] 進一步的，所述步驟(3)中，用電對象的避峰價值模型為：
[0022]其中，K為常數(shù)，1為負荷波動率，pi為保障經(jīng)濟生產(chǎn)可限負荷，η為峰值時差率，δ為 高峰時段覆蓋率。
[0023] 所述步驟(3)中，避峰排序表包括企業(yè)編號、負荷波動率、保證經(jīng)濟生產(chǎn)可限負荷、 峰值時差率、避峰價值、避峰順序和/或避峰能力。
[0024]本發(fā)明的有益效果為：
[0025] (1)本發(fā)明結(jié)合數(shù)據(jù)挖掘中的聚類算法對某地區(qū)電力用戶的用電情況進行深入的 分析，從用戶的歷史負荷曲線中提取了負荷波動率、保障經(jīng)濟生產(chǎn)可限負荷、峰值時差率及 高峰時段覆蓋率等多個特性指標，融合各個指標建立避峰價值模型，定量地評估電力用戶 的避峰潛力；
[0026] (2)避峰序列表實質(zhì)反映的是用戶避峰潛力的大小，可以指導電力用戶合理避峰， 具有一定的現(xiàn)實意義，避峰價值模型準確有效，可以為電力用戶自覺避峰提供決策支持。
【附圖說明】
[0027]圖1為本發(fā)明的某地區(qū)電網(wǎng)2014年的月最大負荷曲線示意圖；
[0028]圖2為本發(fā)明的某地區(qū)電網(wǎng)2014年7月的日最大負荷曲線示意圖；
[0029] 圖3為本發(fā)明的為某地區(qū)電網(wǎng)2014年7月的典型日負荷曲線示意圖；
[0030] 圖4為本發(fā)明的某7家企業(yè)的典型日負荷曲線示意圖；
[0031] 圖5為本發(fā)明的某5家企業(yè)的典型日負荷曲線示意圖；
[0032]圖6為本發(fā)明的企業(yè)8、11、12的典型日負荷曲線。
【具體實施方式】：
[0033]下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。
[0034]本發(fā)明根據(jù)電力用戶的容量及負荷曲線可以定性地感知其避峰能力強弱，但是這 樣不夠準確。用戶是否適合避峰，不應該只考慮負荷曲線的形狀，還應挖掘更多的負荷特性 進行定量地分析。本發(fā)明首先結(jié)合數(shù)據(jù)挖掘中的K-means聚類找到各用戶的典型日負荷曲 線，然后按照新定義的負荷特性指標體系對各用戶的典型日負荷曲線進行分析，并建立融 合各項特性指標的避峰價值模型，定量地計算各用戶的避峰價值。最后對各用戶的避峰價 值進行聚類，將海量用戶劃分成5個用戶組，根據(jù)聚類情況設置5級避峰序列，分別表示避峰 能力很強、強、較強、一般、差。避峰能力強的用戶組優(yōu)先進行避峰，同一個用戶組內(nèi)的各用 戶同時進行避峰。
[0035] 1電網(wǎng)的負荷特性分析
[0036]電網(wǎng)的負荷特性主要反映在負荷曲線上，分析電網(wǎng)的負荷曲線可以尋找電網(wǎng)負荷 的變化規(guī)律。通過年負荷特性，可以看出電網(wǎng)各月的供電情況，找出供電壓力最大的月份； 通過月負荷特性，可以看出電網(wǎng)每月負荷變化規(guī)律，掌握電網(wǎng)負荷是否受周六、周日影響； 通過日負荷特性，可以得到電網(wǎng)一天的峰、平、谷時段，掌握電網(wǎng)一天中哪個時段是用電高 峰，為指導用戶避峰提供依據(jù)。
[0037] 1.1年負荷特性分析
[0038]圖1為某地區(qū)電網(wǎng)2014年的月最大負荷曲線。
[0039]圖1中顯示了該地區(qū)電網(wǎng)2014年每月的最大供電負荷，可以看出冬季和夏季的供 電負荷比較突出，負荷受溫度與季節(jié)的影響比較大，所以該地區(qū)避峰用電主要是針對冬季 和夏季。而夏季中7月份的供電負荷最大，本發(fā)明主要分析該地區(qū)各電力用戶7月份的用電 情況。
[0040] 1.2月負荷特性分析
[0041] 圖2是某地