论文部分内容阅读
随着社会经济的发展和科学技术的进步,能源危机和环境压力越来越严重,现代电力系统也面临着更高的挑战,智能电网的概念应运而生,逐步成为当今电力工业研究和发展的热点。作为智能电网最重要的组成部分之一,电力需求侧资源在电力系统中的巨大潜力逐步地被认识和发掘,尤其是电力用户的需求响应,直接体现了智能电网“智能互动”的主要特点,在全球范围内受到了很高的关注。需求响应通过价格和激励机制,鼓励用户调整自身的用电方式,积极响应电力系统运行的目标要求,从而有助于电力系统的安全可靠运行。国内外有许多需求响应项目逐步提出和投入实践,并且收到了不错的效果。既然需求响应项目是针对电力用户制定的,那么电力用户对项目如何响应就直接决定了项目设计的合理性以及预期效果的实现程度。因此,本文针对电力用户在峰谷分时电价下的需求响应特性,分别以聚类分析和回归建模两种思想展开系统的分析研究。首先,结合电力用户负荷数据的特点以及对数据处理的要求,从聚类分析和回归建模两个角度,选取了自组织聚类(SOM)算法和支持向量机(SVM)回归算法,介绍了这两种算法的基本原理,特点及应用。其次,基于SOM聚类算法提出了一种电力用户需求响应总体特性分析的方法。在定义电力用户需求响应特性指标的基础上,对峰谷分时电价下的用户按照行业属性,提取各行业用户总体上的需求响应特征量作为分类依据;然后采用SOM聚类的算法对各行业电力用户进行聚类,结合聚类结果分析各类用户的典型需求响应特性,评估用户的需求响应潜力,为峰谷分时电价的调整和改进提供理论依据。再次,基于SVM回归算法提出了一种对电力用户需求响应进行建模的方法。以实施峰谷分时电价的高耗能行业用户的日负荷数据为样本,分析和挖掘影响用户日负荷安排的主要因素来构造输入输出属性,建立基于SVM回归算法的电力用户需求响应模型并对模型进行训练和测试;并将该模型应用于电力用户的需求响应特性精确分析和需求响应潜力量化评估。总之,SOM聚类分析和SVM回归建模两种方法有助于分别从总体定性和精确量化的角度,系统地把握电力用户的需求响应特性,对峰谷分时电价项目的实施和改进有重要的意义,同时也为其他需求响应项目的研究提供了新的参考思路。