基于优化SAX和带权负荷特性指标的AP聚类用户用电行为分析

智能电表的推广和安装,使用户侧累积了海量用电数据。特征提取和聚类分析作为有效的数据处理手段,有助于挖掘用电数据中隐藏的宝贵信息,提取用户的用电行为特性。为提取有效直观的负荷特性,本文提出利用优化SAX和带权负荷指标的AP聚类算法,对负荷曲线进行聚类。针对AP聚类复杂度较高的问题,首先利用SAX算法对负荷曲线进行降维并提取特征,利用基于模拟退火粒子群算法,优化确定合理的字符数和状态数;然后结合负荷特性指标,运用改进AP聚类算法,对负荷曲线进行聚类,聚类过程中采用熵权法对负荷特性指标进行客观赋权,避免指标设置的主观性。基于聚类结果,对各类用户的用电行为以及需求响应潜力进行分析。案例分析验证了该算法的高效性和有效性,并可应用于电网公司决策,如负荷预测、异常检测和提供差异化服务等。

面向电力系统灵活性的电动汽车控制策略

随着碳中和目标的不断推进,我国可再生能源消纳面临的形势会更加严峻,亟须挖掘更多的电力系统灵活性调节资源。电动汽车作为一种新型可变负荷,能够通过与电网的互动增强电力系统的灵活性,保障系统的经济安全运行。该文针对现阶段缺乏面向电力系统灵活性的电动汽车充放电控制研究的现状,对面向电力系统灵活性的电动汽车控制策略进行研究。给出电力系统和电动汽车的灵活性定义,设计了“最大可提供灵活性计算—电力系统灵活性需求计算—电动汽车灵活性控制”的灵活性调度方案,以充分挖掘电动汽车的灵活性调节潜力,促进可再生能源消纳。算例分析表明,该文提出的电动汽车灵活性控制策略能够极大地改善电力系统的灵活性,同时该文模型的求解时间为秒级,完全可以满足电力系统地实时灵活性调度需求。