《電子技術(shù)應用》
您所在的位置:首頁 > 模擬設計 > 設計應用 > 數(shù)據(jù)驅(qū)動的商業(yè)負荷集群動態(tài)聚合研究
數(shù)據(jù)驅(qū)動的商業(yè)負荷集群動態(tài)聚合研究
電子技術(shù)應用
徐玉婷1,柏晶晶2,朱道華3,劉暢1,許森4,張政4
1.電網(wǎng)安全全國重點實驗室(中國電力科學院有限公司); 2.國網(wǎng)江蘇省電力有限公司鹽城供電分公司;3.國網(wǎng)江蘇省電力有限公司; 4.北京郵電大學 計算機學院(國家示范性軟件學院)
摘要: 商業(yè)負荷集群的動態(tài)聚合對提高電網(wǎng)的調(diào)度靈活性、優(yōu)化需求側(cè)管理以及促進可再生能源消納具有重要意義?;诘湫拖嚓P分析(CCA)選取商業(yè)負荷特征,并結(jié)合DBSCAN 和 K-means等聚類算法對負荷進行分類,以構(gòu)建適用于不同場景的負荷集群。進一步,提出了三種負荷聚合標準,即基于調(diào)節(jié)速度、負荷穩(wěn)定性和經(jīng)濟性的標準,并分析不同標準下的商業(yè)負荷聚合特性、適用性及其在電力調(diào)度中的潛在應用。
中圖分類號:TM74 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.256516
中文引用格式: 徐玉婷,柏晶晶,朱道華,等. 數(shù)據(jù)驅(qū)動的商業(yè)負荷集群動態(tài)聚合研究[J]. 電子技術(shù)應用,2025,51(6):16-20.
英文引用格式: Xu Yuting,Bai Jingjing,Zhu Daohua,et al. Research on data-driven dynamic aggregation of commercial load clusters[J]. Application of Electronic Technique,2025,51(6):16-20.
Research on data-driven dynamic aggregation of commercial load clusters
Xu Yuting1,Bai Jingjing2,Zhu Daohua3,Liu Chang1,Xu Sen4,Zhang Zheng4
1.State Key Laboratory of Power Grid Safety(China Electric Power Research Institute); 2.Yancheng Power Supply Branch, State Grid Jiangsu Electric Power Co., Ltd.; 3.State Grid Jiangsu Electric Power Co., Ltd.;4.School of Computer Science (National Demonstrative Software College), Beijing University of Posts and Telecommunications
Abstract: The dynamic aggregation of commercial load clusters is crucial for enhancing the flexibility of power grid dispatch, optimizing demand-side management, and promoting the integration of renewable energy. This paper selects commercial load features using Canonical Correlation Analysis (CCA) and employs DBSCAN and K-means clustering algorithms to classify loads, forming load clusters suitable for different scenarios. Furthermore, three load aggregation criteria are proposed, namely, regulation speed-based, load stability-based, and economic-based standards. The characteristics, applicability, and potential applications of commercial load aggregation under different standards in power dispatch are analyzed.
Key words : commercial load;canonical correlation analysis (CCA);DBSCAN;K-means;load aggregation criteria

引言

隨著電力市場的發(fā)展和新能源比例的提高[1],商業(yè)負荷集群在需求側(cè)響應和負荷調(diào)度中的作用愈發(fā)重要。然而,由于商業(yè)負荷具有較強的隨機性和時變性,傳統(tǒng)的靜態(tài)負荷分類方法難以有效應對實際電力系統(tǒng)需求。Valero等人利用自組織映射神經(jīng)網(wǎng)絡無監(jiān)督、高效率的特性,對大規(guī)模用戶的多種負荷類型進行識別并分類聚合,從而在電力價格變化的情況下,實現(xiàn)了對大規(guī)模用戶響應的預測,有助于幫助制定需求響應調(diào)控策略以降低用電成本[2]。之后,Bashash等人利用偏微分方程描述了一定溫度范圍內(nèi)負荷數(shù)量在單位時間的變化,建立了一階ETP的負荷聚合模型,并以這種偏微分方程模型為基礎,設計了一種針對空調(diào)系統(tǒng)的需求響應控制器。實驗表明這種控制器擁有良好的魯棒性,在系統(tǒng)含高比例波動性風力發(fā)電的條件下可以達到良好的節(jié)能效果[3],結(jié)果表明,研究如何根據(jù)不同的負荷特性進行動態(tài)聚合,以提高負荷資源的可調(diào)度性和響應效率,是當前電力系統(tǒng)負荷管理的重要課題。本文研究了一種基于數(shù)據(jù)驅(qū)動的方法,通過關聯(lián)系列分析 (CCA) 選取負荷特征,并結(jié)合先進的聚類算法[4]對商業(yè)負荷進行分類,進而提出不同的聚合標準,以適應不同的應用場景。


本文詳細內(nèi)容請下載:

http://ihrv.cn/resource/share/2000006556


作者信息:

徐玉婷1,柏晶晶2,朱道華3,劉暢1,許森4,張政4

(1.電網(wǎng)安全全國重點實驗室(中國電力科學院有限公司),北京100192;

2.國網(wǎng)江蘇省電力有限公司鹽城供電分公司,江蘇 鹽城224001;

3.國網(wǎng)江蘇省電力有限公司,江蘇 南京210024;

4.北京郵電大學 計算機學院(國家示范性軟件學院),北京100876)


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。