CN105243609A - 一种基于模糊层次分析的用户有序用电决策方法 - Google Patents
一种基于模糊层次分析的用户有序用电决策方法 Download PDFInfo
- Publication number
- CN105243609A CN105243609A CN201510746514.6A CN201510746514A CN105243609A CN 105243609 A CN105243609 A CN 105243609A CN 201510746514 A CN201510746514 A CN 201510746514A CN 105243609 A CN105243609 A CN 105243609A
- Authority
- CN
- China
- Prior art keywords
- user
- ordered electric
- index
- electricity
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 94
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000013459 approach Methods 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 13
- 230000002596 correlated effect Effects 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 8
- 230000008092 positive effect Effects 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000005457 optimization Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000004335 scaling law Methods 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明一种基于模糊层次分析的用户有序用电价值评估方法,包括确立用户有序用电价值综合评估指标体系;计算各指标体系对用户有序用电价值评估的权重;获取各指标相关电网运行数据,并对数据进行整理分析;计算用户有序用电综合价值;根据计算结果优化有序用电决策;本发明全面反映用户的适用度与重要程度,从用户侧考虑有序用电方案的公平性与科学性,有助于实现资源优化配置,提高效率;模糊层次分析算法,改进专家判断矩阵,形成模糊一致性判断矩阵,并把行归一法或方根法与特征向量法相结合,全面应用用户有序用电信息中量化的基础数据,通过专家赋值,使用户有序用电价值分析结果与用户实际情况更吻合,增强评估结果的客观性。
Description
技术领域
本发明属于电网信息化技术领域,具体来说是一种基于模糊层次分析的用户有序用电价值评估方法。
背景技术
目前,电力负荷特性正发生巨大变化,高峰负荷大幅增长,峰谷差日益扩大,***负荷率不断下降,负荷性缺电问题逐渐凸显。加强电力需求侧管理,开展有序用电工作,对于平衡电力供需,节约资源和保护环境是很有必要的。
有序用电实质上是对各用电负荷在时间上的重新分布,采用错、避峰等手段进行负荷整形,以消纳供需缺口,控制用电需求,维护供用电秩序。现有有序用电决策优化模型对于移峰方式的处理偏于理想化,忽略了用户有序用电价值对错峰、避峰和负控限电优先级的影响,无法体现“有保有限,区别对待”的原则。为了提高用户满意度,保障电网运行安全性和经济性,有必要对不同用户的有序用电价值进行综合评价,在实施有序用电时优先调用用电价值评估较差用户的相应控制手段,辅助有序用电决策,增强有序用电方案制定的公平性和科学性,实现有限电力资源的优化配置。
发明内容
本发明的目的是提供一种基于模糊层次分析的用户有序用电价值评估方法,将用户有序用电价值应用到有序用电方案的制定中,确保有序用电最优方案制定的公平性与科学性,改善电网电能质量,提升用户满意度。
本发明采用以下方案实现:
一种基于模糊层次分析的用户有序用电决策方法,所述决策方法包括如下步骤,
步骤1、确立用户有序用电价值综合评估指标体系:用户有序用电价值综合评价指标体系的确立是指导下一阶段用户有序用电价值评估的基础;
步骤2、计算各指标体系对用户有序用电价值评估的权重:考虑各指标对于用户有序用电价值评估的不同影响,利用模糊层次分析算法对各指标对于用户有序用电价值评估的重要程度进行分层级计算,计算出最低层级可量化指标的权重,为进一步计算用户有序用电价值做好准备;
步骤3、获取各指标相关电网运行数据:从计量自动化***、电能量数据中心、SACDA、电力营销***、配网GIS***中获取各指标相关的量测数据、台账数据、电价数据以及配电设备地理位置信息、拓扑关系数据,并对数据进行整理分析;
步骤4、计算用户有序用电综合价值:依据各指标相关的电网运行数据,对各指标的取值进行计算,结合模糊层次分析算法确定的各指标权重,计算用户的有序用电综合价值;
步骤5、根据计算结果优化有序用电决策:结合用户有序用电价值评估结果,根据多时间尺度协调的有序用电集中决策模型目标函数,综合考虑不同负荷特性曲线用户的错避峰总控制成本、高峰时段备用电力均衡化惩罚项与峰荷峰谷差加权和最小化惩罚项,以达到目标函数为宗旨,对有序用电控制方案进行优化,辅助有序用电决策。
进一步地,所述步骤1包括:
步骤1-1:用户用电价值评估,所述用户用电价值评估需要综合考虑用户贡献、用户信用以及用户潜力方面的因素;
步骤1-2:用户适用度评估,所述用户适用度评估主要分析用户适合参与有序用电而具有的价值,包括网损率、典型负荷形态相似度、保温负荷比例、网络电压分布正效应、客户意愿度水平。
进一步地,所述步骤1-1还包括:
步骤1-1-1,用户贡献指标:主要针对用户能效方面的指标,包括产值电耗、单位电耗税收、电费收费率、购电量比率、节电设备比例;
所述产值电耗是指电力用户每消耗一定电能所创造的产品价值;
所述单位电耗税收是指电力用户每消耗一定电能所贡献的税收;
所述电费收益率是指用户对电网企业收益的贡献率;
所述购电量比率是指用户购电量的在所有用户中购电量的比率;
所述节电设备比例是指反映用户在节能技术改造方面的投入,体现用户当前电能利用率水平。
步骤1-1-2,用户信用指标:主要针对用户缴纳电费方面的指标,包括违约用电行为、本期实际缴费率、累计缴费率、有序用电配合度;
所述违约用电行为是指记录用户各种违约用电行为次数,表征客户用电信用度;
所述本期实际缴费率是指用户每月的缴费率;
所述累计缴费率是指反映包含陈欠在内的缴费情况,其中累计应收电费是上年陈欠电费与本期应收电费之和;
所述有序用电配合度是指在进行有序用电工作时,用户所表现出来的积极性和完成情况,属于定性指标,采用专家打分进行处理;
步骤1-1-3,用户潜力指标:主要针对用户用电价值评估方面的指标,包括客户满意度、购电量增长率、节电设备比例增长率、用电价值增长率;
所述客户满意度是指通过第三方客户调查、***城调队及企业行风监督员等,经过社会调查统计出结果;
所述购电量增长率是指反映用户给电网企业创造利润的增长关系;
所述节电设备比例增长率是指反映用户电能利用率的提高和电能消费的重视程度;
所述用电价值增长率是指反映用户用电价值综合评估的变化。
进一步地,所述步骤1-2还包括:
所述网损率是指反映用户负荷功率改变是引起网损变化的大小,及用户参与有序用电消纳供需缺口的有效性,是一个可动态更新的指标;
所述典型负荷形态相似度是指反映用户错避峰消纳供需缺口的有效性,需要对负荷曲线进行聚类;
所述保温负荷比例是指反映用户可错避峰电力电量的大小;
所述网络电压分布正效应是指反映用户所在节点的电压品质,该指标与实时网络运行情况有关,可以滚动评估;
所述客户意愿度水平是指一般使用用户过去一年被安排参与有序用电的次数来简单进行衡量。
进一步地,
步骤2-1,建立模糊一致性判断矩阵;
步骤2-2,用模糊一致判断矩阵求各因素权重。
进一步地,所述步骤3包括:对于有序用电价值指标体系中的数据可以从计量自动化***、电能量数据中心、SACDA、电力营销***、配网GIS***中获取各指标相关的量测数据、台账数据、电价数据以及配电设备地理位置信息、拓扑关系数据,并对数据进行整理分析。
进一步地,所述步骤4包括:依据获取的各指标相关电网运行数据,对各数据的取值进行计算,最终得到有序用电价值评估指标,结合模糊层次分析算法确定的各指标权重,计算用户的有序用电综合价值。
进一步地,所述步骤5包括:建立有序用电决策数学模型;
步骤如下:
5-1,每周末对下周的有序用电方案进行决策;
5-2,未来一周***日最大电力供应预测值已知,或电网性缺电时相关线路潮流限值已知;
5-3,所有用户均含周休,且用户典型日负荷曲线仅分工作日负荷曲线与周休日负荷曲线,周休日负荷通常取用户基本的保安负荷;
5-4,采用分档移峰填谷,每一档的移峰时间、填谷时间和各时段转移负荷均为确定量,填谷负荷为移峰负荷的平移,这是由于用户可转移的负荷往往都是有固定的生产工序安排,填谷负荷曲线形状应与移峰负荷保持一致。档级越高,用户操作起来难度越大,调用优先级越低;
5-5,采用分级避峰,可避峰时间与基本避峰量确定不变,时间避峰为基本避峰量的若干倍。
本发明提出的用户有序用电价值综合评估指标体系全面科学,统筹考虑用户用电为电网企业和社会所创造的价值以及用户为适合参与有序用电工作而具有的价值,全面反映用户的适用度与重要程度,从用户侧的角度考虑有序用电方案的公平性与科学性,有助于实现有限电力资源的优化配置,激励用户改善用电方式,提高用电效率。
模糊层次分析方法客观准确,传统层次分析方法采用1~9标度法,通过两两比较评价指标的重要程度获得判断矩阵,进一步得到明确的量化结论。对于用户有序用电价值评价指标体系中无法量化的指标,需引入相应的模糊机制。本发明采用的模糊层次分析算法,在传统的层次分析方法基础上,引入模糊层次分析法(FAHP),改进专家判断矩阵,形成模糊一致性判断矩阵,并把行归一法或方根法与特征向量法相结合,全面应用用户有序用电信息中量化的基础数据,通过专家赋值,使用户有序用电价值分析结果与用户实际情况更吻合,增强评估结果的客观性。
当前供电企业有序用电方案的制定很大程度上还是以实际管理经验为主要依据,忽视了不同用户的日负荷曲线特征与各自适宜的错避峰参与方式,不利于用户满意度的提高。本发明依据用户实际有序用电数据,对用户目前的有序用电价值进行评价,从用户侧的角度辅助进行有序用电决策,保证有序用电方案的公平性与科学性,进一步增强了用户满意度。
附图说明
图1为本发明一种基于模糊层次分析的用户有序用电决策方法一实施例的的实现流程图;
图2为本发明一种基于模糊层次分析的用户有序用电决策方法一实施例确立的用户有序用电价值综合评估指标体系。
具体实施方式
为了使本发明的发明目的、技术方案及其有益技术效果更加清晰,以下结合附图和具体实施方式,对本发明进行进一步详细说明。应当理解的是,本说明书中描述的具体实施方式仅仅是为了解释本发明,并非为了限定本发明。
本发明提供了一种基于模糊层次分析的用户有序用电决策方法,结合图1,以下对本发明进行详细介绍。
1、确立用户有序用电价值综合评估指标体系
综合考虑用户的用电价值和用户的适用度价值,在用户的用电价值评价结果相差不多的情况下,优先安排适用度价值大的用户进行有序用电,结合图2,对本发明确立的用户有序用电价值综合评估指标体系进行说明:
(1)用户用电价值
用户用电价值的评估需要综合考虑用户贡献、用户信用以及用户潜力等多方面的因素。
①用户贡献指标:主要针对用户能效方面的指标,包括产值电耗、单位电耗税收、电费收费率、购电量比率、节电设备比例。
●产值电耗
电力用户每消耗一定电能所创造的产品价值。产值电耗(T1)=用户月总产值/月耗电量。
●单位电耗税收
电力用户每消耗一定电能所贡献的税收。单位电耗税收(T2)=用户月实缴税金/月耗电量。
●电费收益率
用户对电网企业收益的贡献率。电费收益率(T3)=(本年应收电费-本年购电×本年用电量)/(本年购电价×本年用电量)。
●购电量比率
用户购电量的在所有用户中购电量的比率,当客户数量很大时,其购电量大致呈正态分布,故构建正态分布函数计算购电量比率:
T4是用户i购电量比率,Ei是用户i本期购电量,μE是区域所有用户的平均购电量,σE是区域所有客户购电量的标准差,如果待评价的用户数量足够多,可用大数定律近似计算μE和σE:
●节电设备比例
反映用户在节能技术改造方面的投入,体现用户当前电能利用率水平。
对于节电设备比例(T5)可以从***中直接获取该数据。
②用户信用指标:主要针对用户缴纳电费方面的指标,包括违约用电行为、本期实际缴费率、累计缴费率、有序用电配合度。
●违约用电行为
记录用户各种违约用电行为次数,表征客户用电信用度。对于违约用电行为(T6)可以从***中直接获取该数据。
●本期实际缴费率
用户每月的缴费率。本期实际缴费率(T7)=本期实收电费/本期应收电费。
●累计缴费率
反映包含陈欠在内的缴费情况,其中累计应收电费是上年陈欠电费与本期应收电费之和。累计缴费率(T8)=累计实收电费/累计应收电费。
●有序用电配合度
在进行有序用电工作时,用户所表现出来的积极性和完成情况,属于定性指标,采用专家打分进行处理。对于有序用电配合度(T9)可以从***中直接获取该数据。
③用户潜力指标:主要针对用户用电价值评估方面的指标,包括客户满意度、购电量增长率、节电设备比例增长率、用电价值增长率。
●客户满意度
一般通过第三方客户调查、***城调队及企业行风监督员等,经过社会调查统计出结果。对于客户满意度(T10)可以从***中直接获取该数据。
●购电量增长率
反映用户给电网企业创造利润的增长关系。
T11是购电量增长率,x为该用户最近一年实增电量与该企业上一年购电量之比,r为增长率上限,根据企业自身实际情况来确定。
●节电设备比例增长率
反映用户电能利用率的提高和电能消费的重视程度。节电设备比例增长率(T12)=(本年节电设备比例-上一年节电设备比例)/上一年节电设备比例。
●用电价值增长率
反映用户用电价值综合评估的变化。用电价值增长率(T13)=(前一次用电价值评估-前两次用电价值评估)/前一次用电价值评估。
(2)用户适用度评估
用户适用度评估主要分析用户适合参与有序用电而具有的价值,包括网损率、典型负荷形态相似度、保温负荷比例、网络电压分布正效应、客户意愿度水平。
●网损率
反映用户负荷功率改变是引起网损变化的大小及用户参与有序用电消纳供需缺口的有效性,是一个可动态更新的指标。网损率(T14)=客户节点分摊网损/客户用电功率。
●典型负荷形态相似度
反映用户错避峰消纳供需缺口的有效性,需要对负荷曲线进行聚类。
T15是用户i典型负荷形态相似度;是标准化后***典型负荷在时段t的有功功率,没有量纲;Pi t是标准化后用户典型负荷在时段t的有功功率,没有量纲。
●保温负荷比例
反映用户可错避峰电力电量的大小。保温负荷比例(T16)=用户保温负荷/用户平均负荷。
●网络电压分布正效应
反映用户所在节点的电压品质,该指标与实时网络运行情况有关,可以滚动评估。对于网络电压分布正效应(T17)可以从***中直接获取该数据。
●客户意愿度水平
一般使用用户过去一年被安排参与有序用电的次数来简单进行衡量。对于客户意愿度水平(T18)可以从***中直接获取该数据。
用户有序用电价值综合评价指标体系在有序用电工作的背景下,将有序用电价值分成用户用电价值和用户适用度价值两大部分,用户用电价值又可以进一步细分为用户贡献、用户信用与用户潜力三个方面。所选指标代表性强,内涵简洁易懂,方便不同用电用户之间做横向比较。所需数据均为常规数据,测算方法也较易实施,具有良好的可操作性,适于在实际有序用电工作中推广应用。
2、计算各指标体系对用户有序用电价值评估的权重
将模糊层次分析法(FAHP)应用于有序用电价值综合评价的具体步骤如下:
1)建立模糊一致性判断矩阵。模糊矩阵是模糊关系的矩阵表示。U是元素ai的集合,即U={a1,a2,...,an},其模糊关系矩阵表示为
式中元素rij表示元素ai比aj相对于准则C进行比较时,两者具有模糊关系的隶属度,其中准则C是指当前比较的指标相对于上一级指标的重要性。本发明采用1~9标度法,使任意2个元素关于准则C的相对重要程度得到定量描述。
由于判断矩阵R为模糊一致性判断矩阵,rij还具有以下意义:
rij是ai比aj重要的程度度量,rij越大,ai比aj越重要。若rij>0.5,则表示ai比aj重要;若rij<0.5,则表示aj比ai重要。
1-rij表示ai不比aj重要的隶属度。因为aj比ai重要的隶属度为rji,故rji=1-rij。特别的,当i=j时,有rij=0.5,即元素同自身比较时,重要隶属度为0.5.
若在确定某元素比另一元素重要的隶属度过程中具有一致性,则当rij>0.5时,rik>rjk。
rik-rjk是ai比aj相对重要的一个度量,则ai比aj绝对重要的度量rij为
rij=rik-rjk+rjj=rik-rjk+0.5(2.2)
2)用模糊一致判断矩阵求各因素权重。因为an的权重为wn,由rij的定义可知,rij表示ai比aj重要的隶属度,rij越大,ai比aj越重要;另一方面,由权重的定义可知,wi表示ai的重要程度,wi越大,ai越重要。这样,通过比较得到ai比aj的重要程度rij可以与wi-wj建立一定的联系,这种联系用函数f表示,即rij=f(wi-wj)。由rij=0.5+a(wi-wj)可知,|wi-wj|=|rij-0.5|/a。由上式可知,a越大,权重之差越小;a越小,权重之差越大。当a=(n-1)/2时,权重之差最大。当模糊矩阵的阶数n越大时,权重之差越小。在实际应用中,应去a=(n-1)/2。当n较大时,其差异已经很小,经函数推导,根据下式即可求出元素an的权重wn:
3、获取各指标相关电网运行数据
对于有序用电价值指标体系中的数据可以从计量自动化***、电能量数据中心、SACDA、电力营销***、配网GIS***中获取各指标相关的量测数据、台账数据、电价数据以及配电设备地理位置信息、拓扑关系数据,并对数据进行整理分析。
4、计算用户有序用电综合价值
依据获取的各指标相关电网运行数据,对各数据的取值进行计算,最终得到有序用电价值评估指标Ti(i=1,2,…,n),结合模糊层次分析算法确定的各指标权重wi(i=1,2,…,n),计算用户的有序用电综合价值:
5、根据计算结果优化有序用电决策
结合用户有序用电价值评估结果,根据多时间尺度协调的有序用电集中决策模型目标函数,综合考虑不同负荷特性曲线用户的错避峰总控制成本、高峰时段备用电力均衡化惩罚项与峰荷峰谷差加权和最小化惩罚项,以达到目标函数为宗旨,对有序用电控制方案进行优化,辅助有序用电决策。
有序用电决策数学模型建立如下:
1)每周末对下周的有序用电方案进行决策;
2)未来一周***日最大电力供应预测值已知,或电网性缺电时相关线路潮流限值已知;
3)所有用户均含周休,且用户典型日负荷曲线仅分工作日负荷曲线与周休日负荷曲线,周休日负荷通常取用户基本的保安负荷;
4)采用分档移峰填谷,每一档的移峰时间、填谷时间和各时段转移负荷均为确定量,填谷负荷为移峰负荷的平移,这是由于用户可转移的负荷往往都是有固定的生产工序安排,填谷负荷曲线形状应与移峰负荷保持一致。档级越高,用户操作起来难度越大,调用优先级越低;
5)采用分级避峰,可避峰时间与基本避峰量确定不变,时间避峰为基本避峰量的若干倍。
模型目标函数考虑三项进行多目标优化,包括错避峰总控制成本、高峰时段备用电力均衡化惩罚项与峰荷峰谷差加权和最小化惩罚项。其中,每一种负荷管理手段均定义有控制成本系数,计入目标函数。目标函数表达式为:
式中,下标i表示用户编号,k表示第k天,N为用户数,Zi为用户i有序用电价值,依次为轮休错峰α天、时段错峰、移峰填谷、避峰的控制成本,为高峰时段备用电力均衡化惩罚项,为峰荷峰谷差加权和最小化惩罚项。各项的具体表达式如下:
式中,为0-1变量,取1表示工作,与中有且仅有一个为1时表示轮休错峰1天,当两者均取1时表示轮休错峰2天;ξαd为轮休错峰α天的控制成本系数。
式中,hmax为时段错峰最大小时数,为0-1变量,取1表示时段错峰h小时,h为正表示上班时间提前,ξtrans为时段错峰控制成本系数。
式中,Smax为移峰填谷分档数,为0-1变量,取1表示参与β档移峰填谷,NT为时段数,为β档移峰填谷各时段修正量,因填谷负荷为移峰负荷的平移,对应修正量幅值相同而符号相反,故为实际移峰量的2倍,为移峰填谷β档控制成本系数。
式中,ξclip为避峰控制成本系数,Ci,k为避峰级数,为避峰各时段的单级修正量。
式中,Tpeak指高峰时段,NP为其时段总数,为各时段备用电力,为高峰时段备用电力总和,ξres为罚系数。由于(4.7)引入了系数为负的二次项,故破坏了目标函数二次型矩阵的半正定性,是问题趋于病态。为了提高优化的准确度,实用中以罚系数置零时决策结果中的高峰时段平均备用电力对作近似,即
式中,为日最大电力供应预测值,或电网性缺电时相关线路潮流限流,和分别为***全天备用电力的最大值和最小值,μ1和μ2分别为峰荷项和峰谷差项(等效为最大/最小备用电力之差)的分配系数,满足μ1+μ2=1,ξslr为罚系数。
式(5.8)和式(5.9)两个惩罚项系数ξres和ξslr的设置可参考多目标优化问题的权重尝试法,根据实际优化效果调整其大小。前者是对高峰时段负荷分布的优化,着眼于***负荷曲线的局部特征,后者是对***负荷率的优化,着眼于曲线的全局特性,统筹优化将从局部到整体提高有序用电决策的品质。
本发明提出的用户有序用电价值综合评估指标体系全面科学,统筹考虑用户用电为电网企业和社会所创造的价值以及用户为适合参与有序用电工作而具有的价值,全面反映用户的适用度与重要程度,从用户侧的角度考虑有序用电方案的公平性与科学性,有助于实现有限电力资源的优化配置,激励用户改善用电方式,提高用电效率。
模糊层次分析方法客观准确,传统层次分析方法采用1~9标度法,通过两两比较评价指标的重要程度获得判断矩阵,进一步得到明确的量化结论。对于用户有序用电价值评价指标体系中无法量化的指标,需引入相应的模糊机制。本发明采用的模糊层次分析算法,在传统的层次分析方法基础上,引入模糊层次分析法(FAHP),改进专家判断矩阵,形成模糊一致性判断矩阵,并把行归一法或方根法与特征向量法相结合,全面应用用户有序用电信息中量化的基础数据,通过专家赋值,使用户有序用电价值分析结果与用户实际情况更吻合,增强评估结果的客观性。
当前供电企业有序用电方案的制定很大程度上还是以实际管理经验为主要依据,忽视了不同用户的日负荷曲线特征与各自适宜的错避峰参与方式,不利于用户满意度的提高。本发明依据用户实际有序用电数据,对用户目前的有序用电价值进行评价,从用户侧的角度辅助进行有序用电决策,保证有序用电方案的公平性与科学性,进一步增强了用户满意度。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行适当的变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。
Claims (7)
1.一种基于模糊层次分析的用户有序用电决策方法,其特征在于,所述决策方法包括如下步骤,
步骤1、确立用户有序用电价值综合评估指标体系:用户有序用电价值综合评价指标体系的确立是指导下一阶段用户有序用电价值评估的基础;
步骤2、计算各指标体系对用户有序用电价值评估的权重:考虑各指标对于用户有序用电价值评估的不同影响,利用模糊层次分析算法对各指标对于用户有序用电价值评估的重要程度进行分层级计算,计算出最低层级可量化指标的权重,为进一步计算用户有序用电价值做好准备;
步骤3、获取各指标相关电网运行数据:从计量自动化***、电能量数据中心、SACDA、电力营销***、配网GIS***中获取各指标相关的量测数据、台账数据、电价数据以及配电设备地理位置信息、拓扑关系数据,并对数据进行整理分析;
步骤4、计算用户有序用电综合价值:依据各指标相关的电网运行数据,对各指标的取值进行计算,结合模糊层次分析算法确定的各指标权重,计算用户的有序用电综合价值;
步骤5、根据计算结果优化有序用电决策:结合用户有序用电价值评估结果,根据多时间尺度协调的有序用电集中决策模型目标函数,综合考虑不同负荷特性曲线用户的错避峰总控制成本、高峰时段备用电力均衡化惩罚项与峰荷峰谷差加权和最小化惩罚项,以达到目标函数为宗旨,对有序用电控制方案进行优化,辅助有序用电决策。
2.根据权利要求1所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤1还包括:
步骤1-1:用户用电价值评估,所述用户用电价值评估包括综合考虑用户贡献、用户信用以及用户潜力方面的因素;
步骤1-2:用户适用度评估,所述用户适用度评估分析用户适合参与有序用电而具有的价值,包括网损率、典型负荷形态相似度、保温负荷比例、网络电压分布正效应、客户意愿度水平。
3.根据权利要求2所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤1-1还包括:
步骤1-1-1,用户贡献指标:针对用户能效方面的指标,包括产值电耗、单位电耗税收、电费收费率、购电量比率、节电设备比例;
所述产值电耗是指电力用户每消耗一定电能所创造的产品价值;
所述单位电耗税收是指电力用户每消耗一定电能所贡献的税收;
所述电费收益率是指用户对电网企业收益的贡献率;
所述购电量比率是指用户购电量的在所有用户中购电量的比率;
所述节电设备比例是指反映用户在节能技术改造方面的投入,体现用户当前电能利用率水平。
4.根据权利要求3所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤1-1还包括:
步骤1-1-2,用户信用指标:针对用户缴纳电费方面的指标,包括违约用电行为、本期实际缴费率、累计缴费率、有序用电配合度;
所述违约用电行为是指记录用户各种违约用电行为次数,表征客户用电信用度;
所述本期实际缴费率是指用户每月的缴费率;
所述累计缴费率是指反映包含陈欠在内的缴费情况,其中累计应收电费是上年陈欠电费与本期应收电费之和;
性和完成情况,属于定性指标,采用专家打分进行处理。
5.根据权利要求4所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤1-1还包括:
步骤1-1-3,用户潜力指标:针对用户用电价值评估方面的指标,包括客户满意度、购电量增长率、节电设备比例增长率、用电价值增长率;
所述客户满意度是指通过第三方客户调查、***城调队及企业行风监督员等,经过社会调查统计出结果;
所述购电量增长率是指反映用户给电网企业创造利润的增长关系;
所述节电设备比例增长率是指反映用户电能利用率的提高和电能消费的重视程度;
所述用电价值增长率是指反映用户用电价值综合评估的变化。
6.根据2所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤1-2还包括如下指标:
网损率:所述网损率是指反映用户负荷功率改变引起网损变化的大小,及用户参与有序用电消纳供需缺口的有效性,是一个可动态更新的指标;
典型负荷形态相似度:所述典型负荷形态相似度是指反映用户错避峰消纳供需缺口的有效性,需要对负荷曲线进行聚类;
保温负荷比例:所述保温负荷比例是指反映用户可错避峰电力电量的大小;
网络电压分布正效应:所述网络电压分布正效应是指反映用户所在节点的电压品质,该指标与实时网络运行情况有关,可以滚动评估;
客户意愿度水平:所述客户意愿度水平是指一般使用用户过去一年被安排参与有序用电的次数来进行衡量。
特征在于,所述步骤2还包括:
步骤2-1,建立模糊一致性判断矩阵;
步骤2-2,用模糊一致判断矩阵求各因素权重。
7.根据权利要求1所述的基于模糊层次分析的用户有序用电决策方法,其特征在于,所述步骤5还包括:建立有序用电决策数学模型,步骤如下:
5-1,每周末对下周的有序用电方案进行决策;
5-2,未来一周***日最大电力供应预测值已知,或电网性缺电时相关线路潮流限值已知;
5-3,所有用户均含周休,且用户典型日负荷曲线仅分工作日负荷曲线与周休日负荷曲线,周休日负荷通常取用户基本的保安负荷;
5-4,采用分档移峰填谷,每一档的移峰时间、填谷时间和各时段转移负荷均为确定量,填谷负荷为移峰负荷的平移,这是由于用户可转移的负荷往往都是有固定的生产工序安排,填谷负荷曲线形状应与移峰负荷保持一致;档级越高,用户操作起来难度越大,调用优先级越低;
5-5,采用分级避峰,可避峰时间与基本避峰量确定不变,时间避峰为基本避峰量的若干倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510746514.6A CN105243609A (zh) | 2015-11-04 | 2015-11-04 | 一种基于模糊层次分析的用户有序用电决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510746514.6A CN105243609A (zh) | 2015-11-04 | 2015-11-04 | 一种基于模糊层次分析的用户有序用电决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105243609A true CN105243609A (zh) | 2016-01-13 |
Family
ID=55041244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510746514.6A Pending CN105243609A (zh) | 2015-11-04 | 2015-11-04 | 一种基于模糊层次分析的用户有序用电决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105243609A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530138A (zh) * | 2016-12-05 | 2017-03-22 | 广东电网有限责任公司电网规划研究中心 | 用电避峰调度方法和装置 |
CN106845747A (zh) * | 2016-06-29 | 2017-06-13 | 国网浙江省电力公司宁波供电公司 | 基于电力客户标签的电费风险防控应用方法 |
CN108446834A (zh) * | 2018-03-02 | 2018-08-24 | 国网湖北省电力公司 | 一种基于模糊评价的居民用电引导策略潜力分析方法 |
CN109471381A (zh) * | 2018-09-12 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 基于大数据融合的设备能效综合控制方法 |
CN110837964A (zh) * | 2019-11-06 | 2020-02-25 | 国网湖南省电力有限公司 | 用户用电等级评定方法及其有序供电方法 |
CN111080450A (zh) * | 2019-12-12 | 2020-04-28 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于多区域互联电力***的交易模式评估方法 |
CN111461475A (zh) * | 2019-01-18 | 2020-07-28 | 华北电力大学(保定) | 一种电动汽车充电设备性能状态评价方法 |
CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
CN111754090A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种基于大数据的电力用户需求侧调控方法 |
CN111754091A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种电力用户需求侧调控*** |
CN113158566A (zh) * | 2021-04-21 | 2021-07-23 | 内蒙古电力(集团)有限责任公司乌兰察布电业局 | 一种基于需求侧的用户有序用电控制方法、***和介质 |
CN113328526A (zh) * | 2021-06-04 | 2021-08-31 | 国网黑龙江省电力有限公司管理培训中心 | 一种智能电网的运行监测*** |
CN116720782A (zh) * | 2023-06-14 | 2023-09-08 | 国家电网有限公司华东分部 | 柔性负荷响应公信度评估方法及装置、存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235980A (zh) * | 2013-04-08 | 2013-08-07 | 广东电网公司信息中心 | 一种基于多目标规划的用电管理避峰策略优化方法 |
CN103927589A (zh) * | 2014-03-11 | 2014-07-16 | 南方电网科学研究院有限责任公司 | 一种多时间尺度协调的有序用电集中决策方法 |
-
2015
- 2015-11-04 CN CN201510746514.6A patent/CN105243609A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235980A (zh) * | 2013-04-08 | 2013-08-07 | 广东电网公司信息中心 | 一种基于多目标规划的用电管理避峰策略优化方法 |
CN103927589A (zh) * | 2014-03-11 | 2014-07-16 | 南方电网科学研究院有限责任公司 | 一种多时间尺度协调的有序用电集中决策方法 |
Non-Patent Citations (2)
Title |
---|
张吉军: "《不确定性决策分析方法及其应用》", 31 December 2007, 光明日报出版社 * |
陈俊全: "精细化有序用电管理与集中决策方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845747B (zh) * | 2016-06-29 | 2020-12-04 | 国网浙江省电力公司宁波供电公司 | 基于电力客户标签的电费风险防控应用方法 |
CN106845747A (zh) * | 2016-06-29 | 2017-06-13 | 国网浙江省电力公司宁波供电公司 | 基于电力客户标签的电费风险防控应用方法 |
CN106530138A (zh) * | 2016-12-05 | 2017-03-22 | 广东电网有限责任公司电网规划研究中心 | 用电避峰调度方法和装置 |
CN108446834A (zh) * | 2018-03-02 | 2018-08-24 | 国网湖北省电力公司 | 一种基于模糊评价的居民用电引导策略潜力分析方法 |
CN109471381A (zh) * | 2018-09-12 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 基于大数据融合的设备能效综合控制方法 |
CN109471381B (zh) * | 2018-09-12 | 2022-07-22 | 国网浙江省电力有限公司嘉兴供电公司 | 基于大数据融合的设备能效综合控制方法 |
CN111461475A (zh) * | 2019-01-18 | 2020-07-28 | 华北电力大学(保定) | 一种电动汽车充电设备性能状态评价方法 |
CN110837964A (zh) * | 2019-11-06 | 2020-02-25 | 国网湖南省电力有限公司 | 用户用电等级评定方法及其有序供电方法 |
CN111080450A (zh) * | 2019-12-12 | 2020-04-28 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于多区域互联电力***的交易模式评估方法 |
CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
CN111523794B (zh) * | 2020-04-21 | 2020-11-24 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
CN111754090A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种基于大数据的电力用户需求侧调控方法 |
CN111754091A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种电力用户需求侧调控*** |
CN111754090B (zh) * | 2020-06-08 | 2024-06-11 | 深圳供电局有限公司 | 一种基于大数据的电力用户需求侧调控方法 |
CN113158566A (zh) * | 2021-04-21 | 2021-07-23 | 内蒙古电力(集团)有限责任公司乌兰察布电业局 | 一种基于需求侧的用户有序用电控制方法、***和介质 |
CN113158566B (zh) * | 2021-04-21 | 2023-08-15 | 内蒙古电力(集团)有限责任公司乌兰察布供电分公司 | 一种基于需求侧的用户有序用电控制方法、***和介质 |
CN113328526A (zh) * | 2021-06-04 | 2021-08-31 | 国网黑龙江省电力有限公司管理培训中心 | 一种智能电网的运行监测*** |
CN116720782A (zh) * | 2023-06-14 | 2023-09-08 | 国家电网有限公司华东分部 | 柔性负荷响应公信度评估方法及装置、存储介质 |
CN116720782B (zh) * | 2023-06-14 | 2024-02-13 | 国家电网有限公司华东分部 | 柔性负荷响应公信度评估方法及装置、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105243609A (zh) | 一种基于模糊层次分析的用户有序用电决策方法 | |
Sandgani et al. | Coordinated optimal dispatch of energy storage in a network of grid-connected microgrids | |
Xu et al. | A hybrid demand response mechanism based on real-time incentive and real-time pricing | |
Exizidis et al. | Incentive-compatibility in a two-stage stochastic electricity market with high wind power penetration | |
Aghaei et al. | Risk-constrained offering strategy for aggregated hybrid power plant including wind power producer and demand response provider | |
Valenzuela et al. | Modeling and simulation of consumer response to dynamic pricing with enabled technologies | |
CN111082451B (zh) | 基于场景法的增量配电网多目标优化调度模型 | |
CN106097140B (zh) | 售电量分配方法及*** | |
CN103544537B (zh) | 基于预测可信度评估的综合子网累加的短期负荷预测方法 | |
CN110503309B (zh) | 基于主动需求响应的电动汽车充电调度方法 | |
CN106355285B (zh) | 一种基于参数修正的用电负荷预测方法 | |
Park et al. | Demand response strategy of energy prosumer based on robust optimization through aggregator | |
CN106815684A (zh) | 精细化有序用电管理的方法 | |
Akasiadis et al. | Decentralized large-scale electricity consumption shifting by prosumer cooperatives | |
Mahapatra et al. | Policies for managing peak stock of food grains for effective distribution: A case of the Indian food program | |
Wang et al. | Peer-to-peer energy trading for residential prosumers with photovoltaic and battery storage systems | |
Wang et al. | Comparative study of pricing mechanisms and settlement methods in electricity spot energy market based on multi-agent simulation | |
Khalili et al. | Simultaneous demand response program and conservation voltage reduction for optimal operation of distribution systems | |
CN114707782A (zh) | 一种石材园区用户参与有序用电的决策与管理方法 | |
Kim et al. | Economical energy storage systems scheduling based on load forecasting using deep learning | |
Qi et al. | Transactive energy for EV owners and aggregators: mechanism and algorithms | |
Momber et al. | PEV fleet scheduling with electricity market and grid signals Charging schedules with capacity pricing based on DSO's long run marginal cost | |
Borghetti et al. | Auctions with explicit demand-side bidding in competitive electricity markets | |
CN104680400B (zh) | 基于灰色关联的企业售电量变化的短期和长期预测方法 | |
CN116596252A (zh) | 一种电动汽车集群多目标充电调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160113 |
|
RJ01 | Rejection of invention patent application after publication |