基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法研究

王金鋒 任正某 姜炎君 孫曉晨

（國網(wǎng)陜西省電力有限公司經(jīng)濟(jì)技術(shù)研究院，陜西 西安 710065）

0 引言

當(dāng)前我國正處在經(jīng)濟(jì)快速發(fā)展的時代，居民用電負(fù)荷不斷增加，電力供需矛盾突出，部分地區(qū)仍存在電力供應(yīng)不足的現(xiàn)象。需求響應(yīng)技術(shù)能夠極大地提高需求側(cè)負(fù)荷調(diào)節(jié)能力，但由于參與需求響應(yīng)的用戶數(shù)目龐大，用戶是否有效參與需求響應(yīng)難以檢測，導(dǎo)致電網(wǎng)需求響應(yīng)的效果遠(yuǎn)低于預(yù)期，對電力企業(yè)的經(jīng)濟(jì)效益以及人們的日常生活造成了很大影響，所以研究一種用戶參與需求響應(yīng)的檢測與識別方法十分重要。

目前，比較常見的需求響應(yīng)檢測方法有以下幾種：

（1）專家系統(tǒng)。葛朝強(qiáng)等人[1]將專家的經(jīng)驗和知識與受保護(hù)電網(wǎng)相結(jié)合并建立規(guī)則，同時給出了用戶參與需求響應(yīng)的檢測識別過程與邏輯。

（2）神經(jīng)網(wǎng)絡(luò)。Kumar等人[2]對用戶樣本數(shù)據(jù)進(jìn)行訓(xùn)練，搭建了需求響應(yīng)檢測模型，取得了較為準(zhǔn)確的結(jié)果。

（3）Petri網(wǎng)。Zhao等人[3]提出了改進(jìn)后的基于Petri網(wǎng)的用戶配電網(wǎng)檢測識別模型，實現(xiàn)了對用戶參與需求響應(yīng)的檢測識別。

但隨著電力市場改革的深入，電網(wǎng)規(guī)模不斷擴(kuò)大，上述方法學(xué)習(xí)能力差、魯棒性低的缺陷逐漸顯現(xiàn)出來，已不能滿足當(dāng)今的需求響應(yīng)發(fā)展要求。

基于此，本文提出一種基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法，并改進(jìn)評價函數(shù)，通過建立概率模型以及對種群個體的適應(yīng)度值進(jìn)行計算，最終得到準(zhǔn)確的最優(yōu)解，也就是用戶參與需求響應(yīng)的具體停電線路，以實現(xiàn)用戶參與需求響應(yīng)的檢測與識別，有效解決了傳統(tǒng)方法識別精度低、識別速度慢等問題。

1 參與需求響應(yīng)檢測與識別基本理論概述

精確檢測和識別配電網(wǎng)中用戶具體停電線路是實現(xiàn)需求響應(yīng)有效應(yīng)用的前提和基礎(chǔ)。在城市電網(wǎng)轉(zhuǎn)型和對電力供應(yīng)可靠性要求較高的場合，需要安裝能夠自動檢測和識別停電線路的系統(tǒng)。當(dāng)用戶參與需求響應(yīng)部分電路停電時，饋線終端FTU會獲取到相關(guān)斷路器及分段開關(guān)的信息序列，包括用電負(fù)荷、目前的電壓等級、有無停電電流、功率和斷路器開關(guān)位置等。在與需求響應(yīng)停電電流的預(yù)先設(shè)定值比較后，將需求響應(yīng)具體信息與部分電路的停電時間一起發(fā)送到控制主站，由計算機(jī)系統(tǒng)進(jìn)行數(shù)據(jù)分析，以確定用戶是否真實參與需求響應(yīng)，識別用戶具體切除了哪條負(fù)荷，控制指令是否有效。圖1所示為用戶參與需求響應(yīng)的部分停電線路檢測識別流程圖。

圖1 用戶參與需求響應(yīng)線路檢測與識別流程圖

用戶參與需求響應(yīng)的部分電路停電檢測與識別主要是基于對饋線終端FTU傳輸給主控制系統(tǒng)實時數(shù)據(jù)的分析處理。斷路器上的FTU通過傳輸網(wǎng)絡(luò)向主配電站發(fā)送需求響應(yīng)信息后，主配電站利用特定的算法確定用戶位置，然后發(fā)出指令，打開停電位置兩側(cè)的斷路器，合上聯(lián)絡(luò)開關(guān)。這一操作的準(zhǔn)確性將保證用戶參與需求響應(yīng)時間的準(zhǔn)確性。

2 基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法

2.1 分布估計算法的基本原理

分布估計算法（Estimation of Distribution Algorithm，EDA）[4]是一種把統(tǒng)計學(xué)和隨機(jī)優(yōu)化算法相結(jié)合后得到的全新智能進(jìn)化算法，它不同于人工智能中的傳統(tǒng)進(jìn)化算法，并不是利用微觀數(shù)學(xué)建模對生物進(jìn)化進(jìn)行研究，而是對整個生物進(jìn)化的宏觀分析，能夠最大限度地提高種群信息的完整性，具有更好的全局搜索能力。從優(yōu)良解集的概率模型分布中得出進(jìn)化的方向，避免了進(jìn)化過程中算法運算方向不確定和沒有目標(biāo)的缺點，可以最大限度地保留算法偏離局部最優(yōu)的能力，實現(xiàn)了全局收斂。分布估計算法的示意圖如圖2所示。

圖2 分布估計算法示意圖

2.2 用戶參與需求響應(yīng)檢測識別算法流程

2.2.1 建立開關(guān)函數(shù)

用戶參與需求響應(yīng)的時間、位置、線路信息是由饋線終端FTU反饋到主控制系統(tǒng)進(jìn)行判斷分析，但該反饋信息為停電電流信息，并不是用戶具體的參與需求響應(yīng)的線路信息，因此需要構(gòu)建一個開關(guān)函數(shù)來進(jìn)行信息轉(zhuǎn)換，如式（1）所示：

式中：Zi為第i個節(jié)點處饋線終端FTU反饋給主控制系統(tǒng)的設(shè)備狀態(tài)為對節(jié)點j以下所有線路上的停電狀態(tài)的運算為對節(jié)點k以上所有線路上的停電狀態(tài)的運算。

2.2.2 構(gòu)建評價函數(shù)

在配電網(wǎng)中對用戶參與需求響應(yīng)的線路進(jìn)行檢測與識別時，應(yīng)用分布估計算法的關(guān)鍵在于建立合適的評價函數(shù)對種群個體適應(yīng)度值進(jìn)行計算，從而找出用戶的減負(fù)荷線路信息，即用戶參與需求響應(yīng)的具體信息，構(gòu)造的評價函數(shù)如式（2）所示：

式中：F（Xi）為種群中每個個體所對應(yīng)的適應(yīng)度；Xi為配電網(wǎng)中各線路的狀態(tài)信息；Ij為配電網(wǎng)中各饋線終端FTU反映的實際狀態(tài)，取值為0時表示第j個饋線終端FTU上沒有流過需求響應(yīng)電流；Ij*（Xi）為配電網(wǎng)各饋線終端FTU上的期望狀態(tài)。

例如，圖3所示的開環(huán)運行拓?fù)浣Y(jié)構(gòu)，各用戶開關(guān)位置均配有饋線終端FTU。

圖3 雙電源開環(huán)拓?fù)浣Y(jié)構(gòu)

當(dāng)用戶L1參與需求響應(yīng)時，1～4處能夠檢測識別到停電電流；當(dāng)用戶L3參與需求響應(yīng)時，1～3處能檢測識別到停電電流。由開關(guān)函數(shù)可將用戶參與需求響應(yīng)的過程定義如式（3）所示：

其中，||表示或運算，等式右邊任一線路參與需求響應(yīng)時，I*都能檢測到電流信息，并賦值為1。但當(dāng)線路L3參與需求響應(yīng)時，4處并不能檢測到停電電流，從而導(dǎo)致后面未參與需求響應(yīng)的線路出現(xiàn)意外停電，因此對評價函數(shù)做出如式（4）所示的改進(jìn)。

式中：ω為取值為正數(shù)的權(quán)系數(shù)，一般取0.8。

通過以上改進(jìn)，可以有效減少誤判或錯判。

2.2.3 建立概率模型算法

概率模型的建立是分布估計算法的核心，概率模型的構(gòu)建需要對實際問題進(jìn)行研究分析，從而選擇合適的概率模型，本文針對需求響應(yīng)參與檢測與識別的問題采用均勻分布概率模型；同時為了提高算法響應(yīng)速度，采用了簡單易實現(xiàn)的UMDA算法。

2.2.4 對概率模型進(jìn)行采樣

本文采用的概率模型隨機(jī)采樣方式為蒙特卡羅采樣方法，該方法建立在概率和理論總結(jié)方法的基礎(chǔ)上，通過生成U（0，1）的隨機(jī)數(shù)據(jù)集，產(chǎn)生分布函數(shù)所需要的隨機(jī)數(shù)，得到的隨機(jī)數(shù)如式（5）所示。

3 實驗仿真與分析

圖4所示是一個典型的IEEE33節(jié)點配電網(wǎng)結(jié)構(gòu)拓?fù)鋱D，系統(tǒng)以多電源開環(huán)方式運行，從電源節(jié)點1、18、22、30四個節(jié)點來進(jìn)行線路劃分，將其分為四個獨立的拓?fù)浣Y(jié)構(gòu)。

圖4 IEEE33節(jié)點拓?fù)浣Y(jié)構(gòu)

下面針對單段需求響應(yīng)停電線路、多段需求響應(yīng)停電線路的情況進(jìn)行仿真，仿真結(jié)果如表1所示，第二列為本文方法得出的需求響應(yīng)停電線路相量，其中需求響應(yīng)停電線路相量中“1”表示該區(qū)段為響應(yīng)線路，“0”表示該區(qū)段為非響應(yīng)線路。

從表1分析可知，對于上面四種情況，分布估計算法對單段、多段用戶需求響應(yīng)都能識別得比較準(zhǔn)確，平均識別準(zhǔn)確率在90%以上，并且所需時間都在1～2s，體現(xiàn)了對用戶參與需求響應(yīng)檢測與識別的快速性和準(zhǔn)確性。同時，繪制不同線路參與需求響應(yīng)時的適應(yīng)度函數(shù)曲線如圖5所示。

表1 需求響應(yīng)檢測識別與仿真結(jié)果

圖5 需求響應(yīng)停電時適應(yīng)度函數(shù)曲線

由圖5可知，通過適應(yīng)度函數(shù)對種群進(jìn)行迭代時，雖然會有波動，但在迭代次數(shù)達(dá)到10次左右就能輸出最優(yōu)的用戶需求響應(yīng)線路，表明該方法在進(jìn)行用戶參與需求響應(yīng)的檢測與識別時有著很高的準(zhǔn)確性，并且非常穩(wěn)定。

4 結(jié)語

本文通過對傳統(tǒng)需求響應(yīng)檢測方法進(jìn)行研究分析，提出一種基于分布估計算法的用戶參與需求響應(yīng)檢測識別方法，并改進(jìn)了其評價函數(shù)，使該方法對用戶參與需求響應(yīng)檢測識別的平均準(zhǔn)確率達(dá)到90%以上，而檢測時間只需要1～2s，極大地提高了電網(wǎng)需求響應(yīng)的調(diào)節(jié)能力，增強(qiáng)了電網(wǎng)運行的穩(wěn)定性，有著非常廣闊的應(yīng)用前景。