基于用電行為聚類篩選的智能電網(wǎng)需求響應(yīng)建模研究

曹駿，徐健，馮亦凡，孟楠

(1. 國網(wǎng)江蘇省電力有限公司蘇州供電分公司， 江蘇， 蘇州 215000；2. 杭州赫智電子科技有限公司， 浙江， 杭州 310000)

0 引言

智能電網(wǎng)涉及電能處理及轉(zhuǎn)化的每一個環(huán)節(jié)，在確保穩(wěn)定可靠的基礎(chǔ)上，對經(jīng)濟效益的要求也越來越高。智能電網(wǎng)的最終目標(biāo)是實現(xiàn)能源高效利用以及系統(tǒng)可靠穩(wěn)定運行，實現(xiàn)經(jīng)濟和能源效益最大化，而需求響應(yīng)項目通過信息技術(shù)雙向傳遞將用戶與供電公司利益綁定在一起，減少負(fù)荷大幅波動，為智能電網(wǎng)的效益最大化提供了技術(shù)支撐，為電網(wǎng)結(jié)構(gòu)調(diào)整、負(fù)荷調(diào)度優(yōu)化提供了有效手段，在改進用電模式方面具有極大的現(xiàn)實意義。

1 智能電網(wǎng)需求響應(yīng)整體分析

1.1 智能電網(wǎng)的概念與特征

電力系統(tǒng)由電纜、變壓器、電線、斷路器等組件按特有方式連接構(gòu)成，范圍廣泛且線路繁雜，整體功能的管控變得十分困難。在這種背景下，融合了先進通信技術(shù)、以傳感器技術(shù)為核心，集成多種信息技術(shù)的自動化智能電網(wǎng)應(yīng)運而生。智能電網(wǎng)集成分布式通信系統(tǒng)以及自動控制系統(tǒng)，利用電子終端確保傳感器與電廠、用戶與供電公司的雙向通信，兼容性強且擁有自我管理與修復(fù)的功能，可以融合分布式能源、可再生能源與目前的電力系統(tǒng)協(xié)調(diào)運轉(zhuǎn)，是一種更安全、更精準(zhǔn)用電的網(wǎng)絡(luò)部署，一般具有以下幾類特征。

(1) 高可靠性：智能電網(wǎng)具備故障檢測以及自我修復(fù)功能，擁有高可靠性以及安全性。

(2) 集成分布式能源：分布式能源屬于小功率電源，對于智能電網(wǎng)的發(fā)展有很好的促進作用。

(3) 實現(xiàn)需求響應(yīng)：需求響應(yīng)為用戶提供了參與條件，便于用戶錯峰用電[1]。

(4) 應(yīng)用智能技術(shù)：智能電網(wǎng)中智能電表的實用使得計量更為精準(zhǔn)，也進一步提升了用電信息收集速率，為配電自動化提供助力。

(5) 智能控制：智能電網(wǎng)可以更及時地獲取相關(guān)數(shù)據(jù)，各類監(jiān)測結(jié)果也更精準(zhǔn)，利于實現(xiàn)各類控制選項。

(6) 雙向通信：用戶與電網(wǎng)之間可實現(xiàn)雙向通信，智能化改變用電模式。

1.2 電力需求響應(yīng)的內(nèi)涵與分類

電力系統(tǒng)的需求響應(yīng)(demand response，DR)指在競爭性的市場環(huán)境下用戶根據(jù)價格信號或者激勵機制做出相應(yīng)的反應(yīng)，進而改變自身消費模式的行為。需求響應(yīng)是針對如何發(fā)揮需求側(cè)作用以此提升系統(tǒng)穩(wěn)定性以及運行效率提出的理念。所以廣義上來說，需求響應(yīng)是一種參與行為，一種管理方法，確保系統(tǒng)各個時段可靠性之外還可以促進資源配置優(yōu)化，促進服務(wù)質(zhì)量提升。

需求響應(yīng)屬于引導(dǎo)用戶轉(zhuǎn)變用電模式得到節(jié)能、優(yōu)化、保障的管理活動。根據(jù)用戶的響應(yīng)方式，可以將需求響應(yīng)DR歸納為兩類：基于價格的需求響應(yīng)(price-based DR，PDR)、基于激勵的需求響應(yīng)(incentive-based DR，IDR)，PDR是用戶根據(jù)電價變化調(diào)整自身用電方式及時間，包括分時電價、實時電價、尖峰電價等，IDR是用戶根據(jù)激勵措施調(diào)整負(fù)荷，包括可中斷負(fù)荷、直接負(fù)荷控制、緊急需求響應(yīng)等。整體分類情況如圖1所示。

圖1 DR分類

1.3 相關(guān)參與方分析

智能電網(wǎng)的需求響應(yīng)需要多個方面的協(xié)同配合，參與者主要包括供電公司、電力用戶、監(jiān)管部門、第三方機構(gòu)。供電公司既是需求響應(yīng)的發(fā)起者，也是激勵的提供者，主要負(fù)責(zé)監(jiān)控電網(wǎng)狀態(tài)、發(fā)布需求、落實執(zhí)行情況。電力用戶是需求響應(yīng)的主要參與者，主要負(fù)責(zé)響應(yīng)相關(guān)事件，參與負(fù)荷轉(zhuǎn)移或削減，同時也是激勵的受益者[2]。監(jiān)管部門是整個需求響應(yīng)過程中的監(jiān)督者，雖然不參與具體執(zhí)行過程，但可以起到管制效應(yīng)，確保項目實施。包括能源服務(wù)公司以及項目代理企業(yè)在內(nèi)的第三方機構(gòu)，可以整合分散的用戶，也便于評估項目實施效果。

1.4 利益方博弈均衡分析

在智能電網(wǎng)中，各個利益方之間互相制約才能達到平衡，其中電價是電廠成本、供需關(guān)系的直接反映，最終的定價是發(fā)電方與用電方的博弈結(jié)果。電網(wǎng)與電廠之間則體現(xiàn)在利益分配上，確保電能容量穩(wěn)定，利益方之間的博弈關(guān)系如圖2所示。

圖2 智能電網(wǎng)需求響應(yīng)博弈模型

2 電力用戶的用電方式聚類分析

在制定智能電網(wǎng)的需求響應(yīng)方案之前，分析用戶的用電方式是必不可少的準(zhǔn)備工作，所謂“知彼知己，百戰(zhàn)不殆”，只有首先了解用戶在各個時段的用電行為習(xí)慣，才能更有針對性的制定高響應(yīng)度的調(diào)度策略。

2.1 用電特征

本文選擇尖峰時段用電量占比、平價時段用電量占比、低谷時段用電量占比以及平均負(fù)荷與最大負(fù)荷比值的負(fù)荷率作為用電行為的初始特征，設(shè)每個特征量Xj=[xi]T(i=1,…,M)(M為用戶數(shù))，進行歸一化處理之后可得。

(1)

2.2 改進k均值算法聚類

傳統(tǒng)的k均值算法存在初始聚類中心選取不當(dāng)導(dǎo)致局部最優(yōu)、以及量級大樣本聚類個數(shù)難以確定的缺陷，本文針對性的做了改進。

(1) 初始聚類中心選擇：將數(shù)據(jù)分布密度作為初始聚類中心：

(2)

其中，d為任意2個對象的歐氏距離，MeansDis為平均距離，Den(xp)為xp這一對象的密度，以此獲得密度集D={Den(x1),Den(x2),…,Den(xn)}作為初始聚類中心[3]。

(2) 聚類個數(shù)：以聚類之間的距離為依據(jù)，密度越大則距離越小，最終結(jié)果越可以反映真實對象的類別。設(shè)聚類個數(shù)為k，則p個類的距離平均值為密度MeanDis(p)，d為距離，不斷重設(shè)，直至以下式(3)達到最小，取此時的k值為聚類個數(shù)：

(3)

利用改進后的k均值算法對上一章節(jié)獲得的綜合信息矩陣進行聚類收斂，形成用戶聚類，作為構(gòu)建用戶篩選模型的原始數(shù)據(jù)。

3 需求響應(yīng)用戶篩選模型構(gòu)建

需求響應(yīng)項目在實施過程中是通過經(jīng)濟策略以及激勵措施引導(dǎo)并改變用戶的消費模式。其中作為項目實施對象的用戶極為關(guān)鍵，因此本章構(gòu)建用戶篩選模型，計算出響應(yīng)程度高的用戶，以此提升需求響應(yīng)項目的具體實施效果。

3.1 電價敏感度定義

本文定義用戶電價敏感度來反映用戶對項目的參與程度，數(shù)值越大表明參與效果越好。電價是影響用戶行為的關(guān)鍵因素，因此選擇電價敏感度進行建模。設(shè)價格轉(zhuǎn)換前后的時間段為ts，則轉(zhuǎn)換點之前與之后兩段的平均用戶負(fù)荷為

(4)

其中，Lt為用戶負(fù)荷量，f(pt)為價格對負(fù)荷的影響函數(shù)。利用平均負(fù)荷變化率與電價變化率的比值來計算用戶的電價敏感度λij，即可得出：

(5)

由此可知，電價敏感度與轉(zhuǎn)換的時間有關(guān)，將轉(zhuǎn)換點的負(fù)荷量比值作為權(quán)重來進行加權(quán)電價敏感度λi的計算：

(6)

其中，λi為用戶i在價格轉(zhuǎn)換點下的電價敏感度，R為價格轉(zhuǎn)換點總數(shù)，Lj為tj時刻的負(fù)荷。

3.2 多目標(biāo)用戶篩選

對于電價敏感的用戶組成備選用戶集U，根據(jù)電價敏感度的計算公式可得到用戶集U對應(yīng)的電價敏感度集λu，設(shè)參與需求響應(yīng)項目的報價為Cu，在模型構(gòu)建過程中不能只追求單項指標(biāo)最優(yōu)，而是需要綜合考慮多種因素，因此我們尋求綜合考慮λ和C的最優(yōu)解[4]。利用遺傳算法進行計算，可得到篩選模型：

(7)

其中，λ為綜合電價敏感度，λmax為綜合敏感度的最大值，C為總報價，Cmax為總報價的最大值，kλ與kc為各自權(quán)重，λi∈λu為用戶i所有價格轉(zhuǎn)換點下的加權(quán)電價敏感度，Ci∈Cu為用戶i參與項目的報價，Li為用戶i參與項目的負(fù)荷，LTmin和LTmax為總體負(fù)荷量的最小最大值，ui為篩選標(biāo)識，0代表用戶i不參與，1代表用戶i參與。

4 需求響應(yīng)電價計算模型構(gòu)建

4.1 支持向量機學(xué)習(xí)算法

支持向量機(support vector machine, SVM)算法廣泛應(yīng)用于各個領(lǐng)域的數(shù)據(jù)挖掘，是一種建立在VC維理論以及結(jié)構(gòu)風(fēng)險最小化原理上的學(xué)習(xí)算法，屬于二分類模型，基本原理是求解能夠正確劃分訓(xùn)練數(shù)據(jù)集且?guī)缀伍g隔最大的分離超平面。在非線性、維度高的分類以及回歸問題的解決上效果良好，可以克服維數(shù)災(zāi)難等問題[5]。

4.2 電價計算模型

設(shè)電價計算模型為Model1，利用支持向量機原理進行建模，選擇合適的輸入輸出量進行訓(xùn)練，模型辨識結(jié)構(gòu)如圖3所示。

圖3 支持向量模型辨識結(jié)構(gòu)

由此可得，輸入上周同一天類型負(fù)荷Li-5，前一天負(fù)荷Li-1，目標(biāo)負(fù)荷Li以及計算日的溫度Ti，可計算電價pi為

(8)

其中，Model1的f映射關(guān)系由支持向量機學(xué)習(xí)獲取，S1為輸入量，S0為輸出量。

5 算例驗證分析

為驗證本文構(gòu)建的用戶篩選模型以及電價計算模型的準(zhǔn)確性，選用了真實數(shù)據(jù)進行實測，結(jié)果如下。

(1) 用戶篩選

取國內(nèi)某地區(qū)120戶電力用戶的負(fù)荷數(shù)據(jù)進行數(shù)據(jù)實測，聚類結(jié)果如表1所示。

表1 用戶用電行為聚類

由此可以看出，B、C類用戶電價敏感度較高，選用這部分90戶進行篩選，設(shè)目標(biāo)負(fù)荷為LT∈[100,200]KW，權(quán)重kλ和kc取0.5，代入本文設(shè)計模型，篩選出31戶最優(yōu)用戶，結(jié)果如表2所示。

表2 敏感度及篩選結(jié)果

(2) 電價計算

取國內(nèi)某地區(qū)7月數(shù)據(jù)以及氣象局公布溫度，設(shè)基準(zhǔn)電價為0.7元，影響系數(shù)γ取5，代入本文構(gòu)建的數(shù)學(xué)模型進行計算，部分時間點準(zhǔn)確度較高，部分時間點存在誤差[6-7]，見表3。

表3 誤差分析

整體來說，電價越高負(fù)荷削減就會越多，確保95%的置信度的前提下可通過電價信號調(diào)度負(fù)荷：

a) 調(diào)高負(fù)荷：E>-0.132 8，則E1=μ+E>0.427 6，如果要調(diào)高負(fù)荷且保證置信率，電價應(yīng)不超過0.411元。

b) 調(diào)低負(fù)荷：E<-0.132 8，則E1=μ+E<0.693 2，如果要調(diào)低負(fù)荷且保證置信率，電價應(yīng)不低于0.644元。

6 總結(jié)

本文從分析智能電網(wǎng)的需求響應(yīng)項目實施過程中的參與者與利益均衡關(guān)系出發(fā)，利用改進的K均值算法對用戶的用電方式進行聚類收斂，構(gòu)建了多目標(biāo)優(yōu)化用戶篩選模型以及電價計算模型，但在模型構(gòu)建過程中尚未考慮競價、成本、線路容量等實際場景的因素，在算法誤差修正方面也還需進一步深入探索。