论文部分内容阅读
随着用电水平的不断提高,电网峰谷差逐渐扩大,对于负荷侧的柔性调控需求也随之增加。用户侧柔性负荷的可调控潜力较为可观,是需求响应的主要对象。近年来节能减排、能效优化等概念迅速普及,对用户的用能管理优化有一定促进作用。用电负荷能耗监测将为上述工作的开展提供基础支撑。智能电网、智能家居、高级量测技术等的发展为负荷监测的应用提供了良好平台。负荷监测和分解的研究具有广阔前景,负荷监测数据中蕴含了有价值的用户用能信息,对其进行挖掘分析并将用电信息细化到内部用电细节,在智能电网中的双向互动、需求侧管理、电网建设、用户负荷优化管理等方面具有较高应用价值,可为电力公司制定业务规划、为用户掌握自身用电情况并积极参与电网互动等提供辅助参考。考虑到用户用电模式对负荷特征的影响,本文开展了一种新的非侵入式负荷监测的研究,采用聚类分析技术构建计及用户用电模式差异的负荷稳态功率特征数据库,并结合多元特征和条件判断构建负荷分解模型,通过遗传优化实现非侵入式负荷辨识。首先,本文从研究现状着手,从时域、频域、图形等角度分析了典型负荷特征的提取对象和提取方法,包括负荷的PQ特性、电流特性、V-I特性、谐波特性、瞬时特性以及暂态特性,在此基础上分析了负荷特征组合的必要性,并从负荷分解识别的需求出发讨论了建立负荷特征数据库的作用与意义。然后,本文关注用户用电模式对负荷特征的影响,根据用户用电行为与负荷运行控制策略之间的关联,从不同使用时段和不同行为习惯两个方面分析了用户用电模式,提出了按工作日/休息日进行负荷模式细分的方法,并采用聚类分析构建负荷功率特征数据集。通过对典型聚类分析算法进行对比,本文提出了基于AP聚类分析的功率分区流程,实现了不同使用时段下空调负荷的功率分区,进一步地,结合用户行为习惯导致的负荷特定工作模式,构建了样本负荷特征数据库,为负荷分解提供支撑。最后,本文构建了基于稳态功率特征的负荷分解模型,提出基于条件判断和遗传优化的非侵入式负荷识别方法,结合设备工作状态合理性判断和用户用电行为习惯的辅助条件判断实现从总功率中分解出不同负荷设备及其对应工作状态,开展多个场景的负荷辨识,采用指标参数评价识别效果。通过算例验证了本文所提方法辨识负荷类型和工作情况的有效性。本文所提方法以稳态功率特征作为主要辨识依据,数据获取较为简易,减少了硬件成本;该方法考虑用户用电模式的影响,改善了负荷分解效果,具有一定实用意义。