基于多维指标的园区用户生命周期评估模型

随着智能电网的进步和电力物联网的发展,依托园区电力大数据分析用户用能特点及与供电企业互动行为并评估其生命周期阶段,有助于深入洞察客户需求,为其提供差异化、多样化的增值服务。首先根据园区用户用电数据提取生命周期评估指标集,其次为消除传统熵权法在熵值接近1时带来的巨大误差,使用改进熵权法求取基础指标对于中级指标的权值;再使用TOPSIS和灰色关联度分析组合方法计算各中级指标与最优方案之间的接近水平;最后由专家打分确定中级指标相对高级指标权重并得到各用户每月发展水平,拟合每月发展水平得到能够预测未来发展情况的生命周期曲线,进而划分园区用户生命周期阶段并准确把握各个阶段用户用电行为及互动行为变化趋势。实例分析表明该模型能有效且准确地划分园区用户生命周期阶段,与以往算法相比提高了生命周期阶段划分的准确度。

一种基于协议容量分配的工业园区用户谐波电流限值分摊方法

电力系统谐波是评价电能质量的重要指标之一,目前通用的谐波用户干扰强度评估的对象为接入同一节点的多谐波用户。为研究辐射型接线方式下的工业园区用户谐波限值的分摊方法,本文提出一种基于用户协议容量分配用户谐波电流允许值的优化算法。首先,对接入同一根节点的用户,按照各自协议容量大小来计算谐波电流允许值的分配原则;然后,分析节点谐波电压、谐波电流评价指标不大于国标规定阈值等约束条件;最后,通过实际算例与传统计算方法进行对比,验证该优化算法具有提高谐波限值总指标的利用率、降低节点谐波电压超标风险等优势。

含照明负载用户供电智能监测算法改进的研究

电力负荷的在线监测、分解及分类识别,有利于感知负荷的变化规律和发展趋势,也有利于对电力负荷的科学管理,是建设园区智能电网的重点研究方向之一。近年来,非侵入式的负荷监测及识别引起了众多学者的关注,该算法可以节省安装和维护所需要的时间和金钱,更适合于综合型园区多类型用户特征下的碳核查、故障定位及节能诊断。照明电器是园区负载的重要组成部分,数量大,且其V-I特性和小家电区分困难,如能提高其辨识率,可以大幅度提升园区负载监控准确性。本文首先针对多类型园区用户的场景,选择了无需训练过程的k最近邻算法作为负荷监测模型,相对传统算法减少时间,然后对标准k最近邻算法容易误判少数类的缺陷,采用加权方式进行改进算法,并根据V-I轨迹缺失数值特征的不足,提出了基于综合相似度的类别判决方法,其次通过幅值特征分析进一步改进了算法,最后特别选择了照明电器、空调、风扇等小家电与其他多种不同设备负荷特征混合的数据集和实验室数据,验证了改进后算法在含照明负载时监测性能的提升。

考虑用户投资意愿的电压暂降治理设备优化配置

针对目前电压暂降治理方案未考虑治理设备标准容量与定制容量单位成本的差异,分析了不间断电源(uninterruptible power supply,UPS)与动态电压恢复器(dynamic voltage regulator,DVR)治理设备不同容量(定制和标准化)与初始成本之间的关系。同时为合理量化用户电压暂降治理投资客观需求,基于用户不同敏感设备经历单次暂降事件造成的经济损失,提出更合理的用户总体电压暂降严重程度度量方法。进一步地,结合用户投资能力,采用前景理论量化用户电压暂降治理投资意愿,得到符合用户投资意愿的治理成本约束。运用模拟退火算法,以治理方案投资收益净现值最大为优化目标,计入治理成本及其治理设备占地面积约束,对用户电压暂降治理设备进行优化配置。最后,通过实例验证了所提方法的有效性。