基于用户行为特点的用电模式分类和控制方法

摘要

本发明公开了基于用户行为特点的用电模式分类和控制方法，通过二次聚类方法所建立的改进后的二次聚类模型，以工业园区内同一用户一年中每日的负荷点为特征向量，从聚类结果中可以归纳用户日常用电特征，并得到此企业用户的多种典型用电模式，为工业园区内的负荷预测、故障诊断、电价制定等提供依据；进一步的通过对负荷数据的最优化函数建模可以选取需求侧管理时的最佳计划用电模式，该模型有利于供电公司在保障电力供应的前提下尽可能减少售电利润损失；最终在此基础上建立的工业园区内的用户用电行为模式库，可以将不便建模的新驻企业与已建立的典型用户模式相比较，类推得到其负荷特性以提高园区的规划效率。

主权项

基于用户行为特点的用电模式分类和控制方法，其特征在于：主要包括以下步骤：1） 对于工业园区规划进驻用户，选取该用户一年的负荷数据为特征向量，对特征向量进行研究，从负荷变化规律中提取相似用电行为特征；2）对用户一年中每天的负荷曲线进行研究，分别进行两次聚类分析，从而可以提取出多种能够表征该用户典型用电特点的日负荷曲线，将这多种曲线组成该用户的典型负荷曲线群，其中的每种负荷曲线都有效地代表了用户的某一类用电模式；所述步骤2）中两次聚类分析主要按照以下的数学分析步骤计算出工业园区内对企业用户的负荷聚类结果：2A：首先确定聚类分析的聚类数范围：2A．1：确定聚类数的上下限，下限取2，上限取In(N)，N为数据总数；2A. 2：从聚类数下限开始计算该聚类数下的聚类有效性，计算完成后，聚类数C=C+1；2B：数据预处理：首先读取数据，然后对数据预处理；2C：确定类别数：选择聚类效果最好的类别数作为最终确定的聚类数Ca；2D：对聚类数Ca进行聚类分析，并进行有效性验证，并最终输出聚类结果；3）选取全年典型负荷曲线群中该季度下的负荷曲线群，并与当日实际负荷曲线对比，分析用户在该季度里的用电行为的差异性：定义为不同模式下的每日生产负荷曲线与目标曲线所包围的面积差，该目标曲线可为该季度下不同用电模式对应的负荷曲线群；其中，式中：为该季节内用户在模式下的实时生产负荷；为该季节内用户在模式下的当日变化负荷；为该季节内用户的实际日生产总负荷；为该季节内用户的当日目标生产总负荷，在典型用电模式负荷群中取值；4）根据直接负荷控制的季节和目标，利用优化函数建模以选取需求侧管理时的计划用电模式；所述优化函数建模如下：该模型有利于供电公司在保障电力供应的前提下最小化限电量，从而最大化售电利润；式中：为季节内用户在模式下当日变化负荷；为季节内用户在模式下的实时生产负荷；为季节内工业园区的实时总负荷上限；5）利用步骤4）选取的计划用电模式累积生成用户用电行为模式库，将不便建模的新驻企业与已建立的典型用户模式相比较，类推得到不便建模的新驻企业负荷特性，从而提高园区的规划效率。