用户负荷

在智能电网的大趋势下，电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听，为确保用户的用电数据在传输过程中不被恶意篡改，提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法（elliptic curve cryptography, ECC）做轻量级优化，克服电网双向互动环境中智能电表资源有限的问题。在此基础上，设计负荷分解算法作为加密方案的检验工具，分解加密后的电力数据。最后，通过仿真算例分析，验证了所提方案的可靠性和安全性。

深度探索用户负荷可调节潜力是国家电力市场精细化发展的迫切需求。为有效感知电力用户负荷综合响应潜力，提出一种模糊粗糙环境下的混合评估模型。首先，从经济性、用户特性、负荷特性、信息特性等4个维度构建负荷响应潜力指标体系；其次，充分考虑评估中个体判断的模糊性和群体偏好的多样性，采用模糊粗糙数对个体语义评估信息进行处理和集结；然后，将模糊粗糙熵权法和逐步加权评估比率分析法（step-wise weight assessment ratio analysis，SWARA）相结合确定指标综合权重，并采用基于模糊粗糙数的改进多属性边界逼近区域比较法（multi-attributive border approximation area comparison，MABAC）计算电力用户针对属性函数的负荷响应潜力综合评估值，从而获取潜力排序结果；最后，以多个行业的电力用户负荷综合响应潜力评估为例，验证所提模型的有效性。

多用户电力负荷预测是指根据历史负荷数据对多个用户或区域的电力负荷进行预测，可使电网企业掌握不同用户或区域的电力需求，以便更好地开展规划和实施调度优化等。然而由于各用户呈现出复杂多样的用电行为，采用传统方法难以进行统一建模并实现快速准确预测。为此，构建了一种基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测模型。首先，采用DTW K-medoids法进行用户负荷数据聚类，利用动态时间弯曲（dynamic time warping，DTW）计算数据间的距离，取代K-medoids算法中传统的欧氏距离度量方式，以改善多用户负荷聚类的效果；在此基础上，为充分表征负荷历史数据的长短期时序依赖特征，建立了一种基于变分模态分解（variational mode decomposition，VMD）-多分支神经网络模型的并行预测方法，用于多用户短期负荷预测；最后，使用某地区20个用户365天的负荷数据进行聚类、训练和测试实验，结果显示该模型结果的平均绝对误差和均方根误差等指标均较对比模型有较大幅度降低，表明该方法可有效表征多类用户的用电行为，提升多用户负荷预测效率和精度。

双碳目标背景下，针对综合能源系统中的低碳调度问题，提出基于主从博弈的园区电-热综合能源系统多能定价及调度优化策略。首先，介绍了园区运营商与用户的交易模式；其次，建立了主从博弈模型，将园区运营商作为领导者，园区内用户负荷作为跟随者，在园区运营商模型中引入阶梯型碳交易机制，用户负荷模型考虑了用户电热需求响应。最后，采用BAS-PSO（天牛须改进粒子群）算法和CPLEX求解器求解园区运营商定价策略及用户用能策略。仿真结果表明，所提出的优化策略能有效权衡各方利益，实现用户侧负荷峰谷差的下降和碳排放量的减少。

针对目前配电网用户负荷数据高维度时序数据特征提取难、交叉数据聚类处理难、负荷数据精准标签化难等问题，文章提出面向用户负荷数据的基于降噪自编码器和改进粗糙模糊K均值的特征提取与标签定义模型(feature extraction and label definition model based on DAE and improve RFKM，FLMbD-iR)。FLMbD-iR通过降噪自编码器对原始用户负荷数据进行深度特征提取后，利用基于类簇规模不均衡度量的粗糙模糊K均值进行聚类，处理聚类中簇间交叉数据存在误差的缺陷，最后构建描述指标对典型日负荷曲线进行标签定义。实验采用美国电力负荷数据进行仿真模拟，实验结果显示本方法在用户负荷数据聚类处理上效果显著。

从既能满足能源中心用户冷热负荷需求，又可最大限度实现低碳高效优化运行着手，通过大量运行数据的采集、归类、分析，对用户负荷耦合特征、用户需求侧能效管理、高效节能优化运行策略予以深入探索，形成CCHP系统低碳高效优化运行模式。

新能源的大量接入给城市电网的安全运行和重要用户可靠供电带来很大挑战，其功率的随机波动易引发电网出现连锁故障风险。提出了一种考虑新能源出力随机波动和城市电网110 kV网架T接线开关投切的连锁故障风险评估方法。该方法在连锁故障发生概率和后果严重度的计算中都计及了系统状态的概率分布特性的影响，并采用基于半不变量法的概率潮流计算反映系统状态与新能源功率二者的概率分布特性之间的关系。另外，建立包含110 kV网架T接线开关投切的最小切负荷的混合整数非线性规划模型，并以最小切负荷量来表征系统在连锁故障的严重度。此优化模型通过决策故障下的各组T接线开关的投切状态，减少连锁故障下的切负荷量，进而有效降低连锁故障的风险。同时，通过机会约束描述重要用户负荷节点电压的安全运行范围，以确保重要用户负荷不停电的概率满足给定的置信水平，从而保证重要用户的安全可靠供电。最后，通过某个实际城市片区电网算例验证了所提出的连锁故障风险评估方法的正确有效性。

近日，随着“黑启动”系统启动本地保障电源，并送电至实际用户负荷，广州坚强局部电网“黑启动”试验取得成功，这也是我国首次举行超大城市坚强局部电网“黑启动”全过程试验，全方位检验了广州电网应对极端故障的防控能力，填补了该领域国内的实践空白。

该项目属于智能用电领域。针对面向客户的智能用电关键技术研究与规模化应用，研究了智慧用电服务模式，设计开发了智慧用电服务系统、移动客户端和智慧用电运营服务云平台，开展了客户智慧用电服务示范工程建设，并在试点区域推动了需求侧用能方式的转变。 本项目与同类相比，进行了规模化的应用，针对用户多、受益范围广，不仅实现居民客户智能家居，而且实现用户参与需求响应，满足电网负荷调峰，制定参与需求响应激励措施，提高用户的积极性。智能用电互动服务系统和综合能源服务平台的开发，满足大规模用户负荷调控，解决了居民客户选择何种品牌的困惑。

为使用户侧储能收益最大化，提出了一种参与辅助服务市场的用户侧储能优化配置方法。首先，建立了用户侧储能的全生命周期成本和考虑辅助服务的收益模型；其次，在两部制电价下，基于对储能电池运行特性和用户负荷特性的考虑，建立了一种参与辅助服务的用户侧储能优化配置模型，以储能容量和辅助服务参数为优化变量，对工业用户全寿命周期的净收益进行优化计算；然后，以广西储能辅助服务市场为例，实现了用户侧储能最优容量下的配置优化，确定了参与辅助服务的变量值；最后，通过改变政策敏感度对比分析了不同辅助服务的经济效益，给后续储能投资提供了指导性意见。