电力市场环境下负荷零售商的最优购电方法

摘要

本发明公开了一种电力市场环境下负荷零售商的最优购电方法，包括以下步骤：售商采集所辖用户的每日96点历史负荷数据；基于时间维度选取各用户一年的负荷数据为特征向量进行聚类分析，将负荷分为典型的几类；根据聚类分析结果抽取各用户的每月典型负荷曲线；考虑不同用户的负荷特性在时序上的互补性，建立负荷优化聚合模型，通过优化购电方案，使得零售商经济效益最佳。本发明对电力市场下零售商的购电行为进行优化建模，为电力市场的运行提供了科学理论支持，充分发挥了其运行效率。

主权项

电力市场环境下负荷零售商的最优购电方法，其特征在于：该方法包括以下步骤：1)零售商采集所辖用户的每日96点历史负荷数据；2)数据预处理，剔除非正常数据；3)基于时间维度选取各用户一年中每月的负荷数据为特征向量，将各月负荷分别分类；4)根据聚类分析结果，抽取各用户的每月典型负荷曲线：$\begin{array}{cc}{P}_{\mathrm{ijt}}=P_{\mathrm{ag},\mathrm{ikt}},\mathrm{if}& N_{\mathrm{ijk}}=\underset{k}{\max }\left(N_{\mathrm{ijk}}\right)---\left(1\right)\end{array}$式中：P_ijt为用户i在月份j的典型负荷曲线；P_ag,ikt为用户i的第k类聚类结果；N_ijk为用户i在j月份属于第k类的天数；5)考虑不同用户的负荷特性在时序上的互补性，确定m组用户负荷中每组成员的构成，建立基于长期合同的负荷优化聚合模型：$\begin{array}{cc}\max & \underset{m}{\Sigma }\frac{\underset{t}{\Sigma }\underset{i}{\Sigma }{P}_{\mathrm{ijt}}{x}_{\mathrm{ijm}}/96}{\underset{t}{\max }\left(\underset{i}{\Sigma }{P}_{\mathrm{ijt}}{x}_{\mathrm{ijm}}\right)}---\left(2\right)\end{array}$$P_{\mathrm{sum},\mathrm{jmt}}=\underset{i}{\Sigma }{P}_{\mathrm{ijt}}{x}_{\mathrm{ijm}}---\left(3\right)$$P_{\mathrm{pur},\mathrm{jm}}=\frac{1}{96}\underset{t=1}{\overset{96}{\Sigma }}{P}_{\mathrm{sum},\mathrm{jmt}}---\left(4\right)$s.t P_pur,jm≥S_min           (5)式中：目标函数(2)为最大化m组用户的总负荷率，t为一天中每15分钟一个点的时刻计时，总计96个时刻；x_ijm为0‑1优化变量，表示用户i的j月份负荷属于第m组；P_sum,jmt为j月份第m组负荷曲线；P_pur,jm为j月份第m组负荷的购电计划；S_min为购电合同的购电下限值。