基于峰谷时段的电力用户削峰填谷的研究
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
— 2 —
电网日负荷曲线描述的是电网一天 24 小时的供电负荷随时间变化的情况，但 是根据测量数据的系统得到多条日负荷曲线，所以进行日负荷特性分析时需要找 出电网的典型日负荷曲线。并且对电网的典型日负荷曲线进行分析时，关键是要 得到电网一天的峰、平、谷时段，也就是需要对电网典型日负荷曲线进行峰谷时 段的划分。 （1）典型日负荷曲线 图 3 为某地区电网 2014 年 7 月的典型日负荷曲线。
近年来随着经济的发展、人民生活水平的提高，社会各行业对用电量的需求越 来越大。全国大部分地区都面临严峻的电力供需紧张局面，这种严重的供需不平 衡不仅给电网带来困扰，也无法为电力用户提供优质、稳定的电能。本文提到的 避峰用电可以理解为削峰填谷，即在电网高峰时刻削减用电，在电网低谷时刻增 加用电。 当前有些电力部门在建立避峰方案时，主要关注运行容量大的用户，安排大用 户优先参与避峰[2]，这样只考虑了避峰对缓解供需矛盾的利处，没有考虑到用户 的利益。站在公平的角度上，电网应安排更多的用户参与避峰，这样可以将避峰 带来的损失分摊到各个用户，单个用户承担的避峰损失就相应很小，能够调动各 用户参与避峰的积极性。由于工业用电比重较大，所以应鼓励各工业用户都参与 到避峰的工作中，电网应适当地给参与避峰的用户一些激励政策，以调动用户的 积极性。 目前关于避峰方面的工作还不是很成熟。文献 [3]只是把节省电费的大小作为 避峰潜力分析的一个因素，而且通过风能、太阳能等作为外界的能源补充。文献 [4]定量分析了用户的错避峰综合限电能力，但是没有对用户的避峰能力进行单独 分析。文献[5]对用户的避峰潜力进行了定量的分析，但是避峰价值模型中考虑了 单位电量产出，认为单位电量产出较低的用户优先进行避峰，在考虑社会经济效 益的同时忽略了用户避峰的公平性。用户避峰某种程度上会有一些经济损失，所 以在避峰工作中，用户的公平原则非常重要。本文提出的方法正是站在用户公平 的角度上，分析海量用户的避峰潜力，调动更多的用户参与避峰。 根据电力用户的容量及负荷曲线可以定性地感知其避峰能力强弱， 但是这样不 够准确。用户是否适合避峰，不应该只考虑负荷曲线的形状，还需要挖掘更多的 负荷特性进行定量地分析。本文首先通过 K-means 聚类找到各用户的典型日负荷
基于峰谷时段的电力用户避峰价值研究
摘要:为了保障电网安全经济地运行， 需要采取一系列措施鼓励电力用户避开 高峰用电。如何分析海量用户的避峰价值，并向用户提供避峰决策支持尤为 重要。本文首先利用 K-means 聚类找到各用户的典型日负荷曲线，然后定义 了适用于避峰价值分析的负荷特性指标体系，并从典型日负荷曲线中挖掘出 各项特性指标，建立了融合各项特性指标的避峰价值模型，定量地计算各用 户的避峰价值大小。最后对各用户的避峰价值进行聚类分析，将海量用户聚 为几类，并根据聚类情况产生指导性的避峰排序表，通过算例分析验证了避 峰排序的准确有效性。 关键词: 避峰价值；数据挖掘； K-means 聚类；特性指标 0 引Hale Waihona Puke Baidu
图 1 月最大负荷曲线 Fig. 1 The maximum load curve of each month 图 1 中显示了该地区电网 2014 年每月的最大供电负荷，可以看出冬、夏两个 季节的供电负荷比较突出，负荷受温度与季节的影响比较大，所以该地区避峰用 电主要是针对冬、夏两个季节。而夏季中 7 月份的供电负荷是最大的，本文主要 分析该地区各电力用户 7 月份的用电情况。 1.2 月负荷特性分析 图 2 是某地区电网 2014 年 7 月的日最大负荷曲线。
图 3 典型日负荷曲线 Fig. 3 The typical daily load curve 通过 1.1、1.2 分析电网的年负荷特性、月负荷特性，确定对电网 2014 年 7 月 份正常工作日的日负荷曲线进行分析，图 3 是对电网 2014 年 7 月份正常工作日的 日负荷曲线相加取平均得到的负荷曲线，把它作为电网的典型日负荷曲线。 （2）峰谷时段划分 目前很多省份都在执行峰谷电价政策，峰谷电价就是基于电网峰谷时段划分 执行的。由于各省电网的经济发展、用电结构都有所不同，所以峰谷时段划分也 不同。一般每个省份都会制定一个峰谷时段划分以及峰谷电价比例执行方案，但 是每个省份不同地区的用电结构不一定与该地区所在省份的峰谷时段划分表完全 吻合，所以根据地区电网的实际供电负荷曲线进行峰谷时段划分更为准确。 本文采用模糊隶属度函数法对电网的典型日负荷曲线进行峰谷时段的划分。 依据隶属度函数可以判断电网实际负荷曲线上各个时间点处于峰、谷时段的可能 性大小[7]。最终得到电网的峰谷时段划分为峰时段 ：9:00-11:00 14:00 -17:00；平 时段：7:00-9:00 11:00-14:00 17:00-24:00；谷时段：0:00-7:00。 2 电力用户的负荷特性分析 2.1 典型日负荷曲线 通过数据量测系统可以获取电力客户大量的历史负荷数据，从而绘制客户每 天的日负荷曲线，但是不可能分析所有的日负荷曲线，需要找到电力客户的典型 日负荷曲线。这里对客户 7 月份 31 天的日负荷曲线进行聚类分析，从而找到每个 客户的典型日负荷曲线。典型日负荷曲线作为客户最具有代表意义的一天的负荷 变化情况，对以后的研究非常有意义。 采集到某地区某些电力客户 7 月份的历史负荷数据， 然后绘制成多条日负荷曲 线。为了得到各用户的典型日负荷曲线，利用 K-means 算法对各用户 7 月份 31 天 的日负荷曲线分别进行聚类分析，将各用户 7 月份的用电情况分为几类，选择分
图 2 日最大负荷曲线 Fig. 2 The maximum load curve of each day 图 2 中显示了该地区电网 2014 年 7 月份每天的日最大供电负荷，可以看出月 负荷特性呈现周期性，7 天一个周期。周六、周日的供电负荷小于工作日的供电负 荷。供电负荷受周六、周日的影响比较大，所以主要分析该地区各电力用户 7 月 份正常工作日的用电情况。 1.3 日负荷特性分析
— 1 —
曲线[6]，然后充分挖掘各用户典型日负荷曲线中隐藏的负荷特性指标，融合各项 特性指标建立避峰价值模型，定量地计算各用户的避峰价值。最后考虑设置 5 级 避峰序列，分别表示避峰能力很强、强、较强、一般、差。通过对各用户的避峰 价值大小进行聚类，将海量用户划分成 5 个用户组，根据分类情况产生避峰排序 表，避峰能力强的用户组优先进行避峰，同一个用户组内的各用户同时进行避峰。 （简化一下） 1 电网的负荷特性分析 电网的负荷特性主要反映在负荷曲线上，分析电网的负荷曲线可以寻找电网 负荷的变化规律。通过年负荷特性，可以看出电网各月的供电情况，找出供电压 力最大的月份；通过月负荷特性，可以看出电网每月负荷变化规律，掌握电网负 荷是否受周六、周日影响；通过日负荷特性，可以得到电网一天的峰、平、谷时 段，掌握电网一天中哪个时段是用电高峰，从而为指导电力用户避峰提供依据。 1.1 年负荷特性分析 图 1 为某地区电网 2014 年的月最大负荷曲线。
电网日负荷曲线描述的是电网一天 24 小时的供电负荷随时间变化的情况，但 是根据测量数据的系统得到多条日负荷曲线，所以进行日负荷特性分析时需要找 出电网的典型日负荷曲线。并且对电网的典型日负荷曲线进行分析时，关键是要 得到电网一天的峰、平、谷时段，也就是需要对电网典型日负荷曲线进行峰谷时 段的划分。 （1）典型日负荷曲线 图 3 为某地区电网 2014 年 7 月的典型日负荷曲线。
近年来随着经济的发展、人民生活水平的提高，社会各行业对用电量的需求越 来越大。全国大部分地区都面临严峻的电力供需紧张局面，这种严重的供需不平 衡不仅给电网带来困扰，也无法为电力用户提供优质、稳定的电能。本文提到的 避峰用电可以理解为削峰填谷，即在电网高峰时刻削减用电，在电网低谷时刻增 加用电。 当前有些电力部门在建立避峰方案时，主要关注运行容量大的用户，安排大用 户优先参与避峰[2]，这样只考虑了避峰对缓解供需矛盾的利处，没有考虑到用户 的利益。站在公平的角度上，电网应安排更多的用户参与避峰，这样可以将避峰 带来的损失分摊到各个用户，单个用户承担的避峰损失就相应很小，能够调动各 用户参与避峰的积极性。由于工业用电比重较大，所以应鼓励各工业用户都参与 到避峰的工作中，电网应适当地给参与避峰的用户一些激励政策，以调动用户的 积极性。 目前关于避峰方面的工作还不是很成熟。文献 [3]只是把节省电费的大小作为 避峰潜力分析的一个因素，而且通过风能、太阳能等作为外界的能源补充。文献 [4]定量分析了用户的错避峰综合限电能力，但是没有对用户的避峰能力进行单独 分析。文献[5]对用户的避峰潜力进行了定量的分析，但是避峰价值模型中考虑了 单位电量产出，认为单位电量产出较低的用户优先进行避峰，在考虑社会经济效 益的同时忽略了用户避峰的公平性。用户避峰某种程度上会有一些经济损失，所 以在避峰工作中，用户的公平原则非常重要。本文提出的方法正是站在用户公平 的角度上，分析海量用户的避峰潜力，调动更多的用户参与避峰。 根据电力用户的容量及负荷曲线可以定性地感知其避峰能力强弱， 但是这样不 够准确。用户是否适合避峰，不应该只考虑负荷曲线的形状，还需要挖掘更多的 负荷特性进行定量地分析。本文首先通过 K-means 聚类找到各用户的典型日负荷
基于峰谷时段的电力用户避峰价值研究
摘要:为了保障电网安全经济地运行， 需要采取一系列措施鼓励电力用户避开 高峰用电。如何分析海量用户的避峰价值，并向用户提供避峰决策支持尤为 重要。本文首先利用 K-means 聚类找到各用户的典型日负荷曲线，然后定义 了适用于避峰价值分析的负荷特性指标体系，并从典型日负荷曲线中挖掘出 各项特性指标，建立了融合各项特性指标的避峰价值模型，定量地计算各用 户的避峰价值大小。最后对各用户的避峰价值进行聚类分析，将海量用户聚 为几类，并根据聚类情况产生指导性的避峰排序表，通过算例分析验证了避 峰排序的准确有效性。 关键词: 避峰价值；数据挖掘； K-means 聚类；特性指标 0 引Hale Waihona Puke Baidu
图 1 月最大负荷曲线 Fig. 1 The maximum load curve of each month 图 1 中显示了该地区电网 2014 年每月的最大供电负荷，可以看出冬、夏两个 季节的供电负荷比较突出，负荷受温度与季节的影响比较大，所以该地区避峰用 电主要是针对冬、夏两个季节。而夏季中 7 月份的供电负荷是最大的，本文主要 分析该地区各电力用户 7 月份的用电情况。 1.2 月负荷特性分析 图 2 是某地区电网 2014 年 7 月的日最大负荷曲线。
图 3 典型日负荷曲线 Fig. 3 The typical daily load curve 通过 1.1、1.2 分析电网的年负荷特性、月负荷特性，确定对电网 2014 年 7 月 份正常工作日的日负荷曲线进行分析，图 3 是对电网 2014 年 7 月份正常工作日的 日负荷曲线相加取平均得到的负荷曲线，把它作为电网的典型日负荷曲线。 （2）峰谷时段划分 目前很多省份都在执行峰谷电价政策，峰谷电价就是基于电网峰谷时段划分 执行的。由于各省电网的经济发展、用电结构都有所不同，所以峰谷时段划分也 不同。一般每个省份都会制定一个峰谷时段划分以及峰谷电价比例执行方案，但 是每个省份不同地区的用电结构不一定与该地区所在省份的峰谷时段划分表完全 吻合，所以根据地区电网的实际供电负荷曲线进行峰谷时段划分更为准确。 本文采用模糊隶属度函数法对电网的典型日负荷曲线进行峰谷时段的划分。 依据隶属度函数可以判断电网实际负荷曲线上各个时间点处于峰、谷时段的可能 性大小[7]。最终得到电网的峰谷时段划分为峰时段 ：9:00-11:00 14:00 -17:00；平 时段：7:00-9:00 11:00-14:00 17:00-24:00；谷时段：0:00-7:00。 2 电力用户的负荷特性分析 2.1 典型日负荷曲线 通过数据量测系统可以获取电力客户大量的历史负荷数据，从而绘制客户每 天的日负荷曲线，但是不可能分析所有的日负荷曲线，需要找到电力客户的典型 日负荷曲线。这里对客户 7 月份 31 天的日负荷曲线进行聚类分析，从而找到每个 客户的典型日负荷曲线。典型日负荷曲线作为客户最具有代表意义的一天的负荷 变化情况，对以后的研究非常有意义。 采集到某地区某些电力客户 7 月份的历史负荷数据， 然后绘制成多条日负荷曲 线。为了得到各用户的典型日负荷曲线，利用 K-means 算法对各用户 7 月份 31 天 的日负荷曲线分别进行聚类分析，将各用户 7 月份的用电情况分为几类，选择分
图 2 日最大负荷曲线 Fig. 2 The maximum load curve of each day 图 2 中显示了该地区电网 2014 年 7 月份每天的日最大供电负荷，可以看出月 负荷特性呈现周期性，7 天一个周期。周六、周日的供电负荷小于工作日的供电负 荷。供电负荷受周六、周日的影响比较大，所以主要分析该地区各电力用户 7 月 份正常工作日的用电情况。 1.3 日负荷特性分析
— 1 —
曲线[6]，然后充分挖掘各用户典型日负荷曲线中隐藏的负荷特性指标，融合各项 特性指标建立避峰价值模型，定量地计算各用户的避峰价值。最后考虑设置 5 级 避峰序列，分别表示避峰能力很强、强、较强、一般、差。通过对各用户的避峰 价值大小进行聚类，将海量用户划分成 5 个用户组，根据分类情况产生避峰排序 表，避峰能力强的用户组优先进行避峰，同一个用户组内的各用户同时进行避峰。 （简化一下） 1 电网的负荷特性分析 电网的负荷特性主要反映在负荷曲线上，分析电网的负荷曲线可以寻找电网 负荷的变化规律。通过年负荷特性，可以看出电网各月的供电情况，找出供电压 力最大的月份；通过月负荷特性，可以看出电网每月负荷变化规律，掌握电网负 荷是否受周六、周日影响；通过日负荷特性，可以得到电网一天的峰、平、谷时 段，掌握电网一天中哪个时段是用电高峰，从而为指导电力用户避峰提供依据。 1.1 年负荷特性分析 图 1 为某地区电网 2014 年的月最大负荷曲线。