考慮用戶用電特性的基線負(fù)荷計(jì)算方法

劉順桂，楊佳駒，王　磊（.深圳供電局有限公司，廣東深圳　58000；.東南大學(xué)電氣工程學(xué)院，南京　0096）

Baseline load calculation with considering customer different electrical characteristics

LIU Shun?gui1，YANG Jia?ju2，WANG Lei2（1. Shenzhen Power Supply Co.，Ltd.，Shenzhen 518000，China; 2. Electrical Engineering School of Southeast University，Nanjing 210096，China）

?

考慮用戶用電特性的基線負(fù)荷計(jì)算方法

劉順桂1，楊佳駒2，王磊2
（1.深圳供電局有限公司，廣東深圳518000；2.東南大學(xué)電氣工程學(xué)院，南京210096）

需求響應(yīng)［1—2］作為需求側(cè)管理的重要部分，將用戶側(cè)的負(fù)荷資源作為供應(yīng)測(cè)能源的可替代資源，通過(guò)電價(jià)變化或直接補(bǔ)償?shù)氖侄未偈褂脩舾淖児逃械挠秒娔Ｊ剑軌蛴行ПＵ想娋W(wǎng)穩(wěn)定。在基于激勵(lì)的需求響應(yīng)項(xiàng)目中，基線負(fù)荷是指根據(jù)用戶的歷史負(fù)荷數(shù)據(jù)估算得到的一條負(fù)荷曲線，體現(xiàn)出用戶在未參與需求響應(yīng)項(xiàng)目時(shí)本身的用電需求，是需求響應(yīng)項(xiàng)目實(shí)施機(jī)構(gòu)為用戶進(jìn)行補(bǔ)償?shù)闹匾罁?jù)［3］。

由于計(jì)算基線負(fù)荷方法要求簡(jiǎn)便、透明、易于理解，各類以平均值法和回歸法為基礎(chǔ)的計(jì)算方法在不同的項(xiàng)目中得到廣泛應(yīng)用［4—6］。當(dāng)對(duì)基線負(fù)荷計(jì)算的準(zhǔn)確性有進(jìn)一步要求時(shí)，出現(xiàn)了以人工神經(jīng)網(wǎng)絡(luò)、聚類為代表的數(shù)據(jù)挖掘方法［7—10］。文獻(xiàn)［11］對(duì)各類基線負(fù)荷計(jì)算方法進(jìn)行比較，在一定程度上得出各方法的優(yōu)劣性。

這些方法在合適的應(yīng)用場(chǎng)景都取得了較高的預(yù)測(cè)精度，然而它們的共同點(diǎn)是都僅對(duì)單一用戶的基線負(fù)荷進(jìn)行計(jì)算，泛化能力較差，且沒(méi)有針對(duì)用戶本身用電特性選擇適合的方法。面對(duì)不同類型的用戶（例如商業(yè)用戶和工業(yè)用戶）時(shí)，同樣的方法得到的基線負(fù)荷，其準(zhǔn)確率有極為明顯的差異，但目前鮮有文獻(xiàn)涉及到基線負(fù)荷計(jì)算方法的選擇。

本文在總結(jié)國(guó)內(nèi)外常用用戶基線負(fù)荷計(jì)算方法的基礎(chǔ)上，針對(duì)現(xiàn)有方法沒(méi)有體現(xiàn)出各個(gè)用戶的用電獨(dú)特性這一方面，依托統(tǒng)計(jì)學(xué)原理，提出基于用戶用電特性的分類體系，然后對(duì)該體系下各個(gè)類別提出各自適用的基線負(fù)荷計(jì)算方法，最后結(jié)合具體算例分析本文方法的準(zhǔn)確性及適用性。

1　用戶基線負(fù)荷計(jì)算研究現(xiàn)狀

1.1歷史數(shù)據(jù)選擇原則

在對(duì)用戶基線負(fù)荷計(jì)算的過(guò)程中，歷史典型日數(shù)據(jù)樣本的選擇有著至關(guān)重要的影響。選擇從待計(jì)算日向前N天對(duì)應(yīng)時(shí)段的歷史負(fù)荷是目前最廣泛的方法，其中歷史負(fù)荷不包括周末、節(jié)假日以及事件日。某些場(chǎng)合為了追求更精確的結(jié)果，如果歷史日對(duì)應(yīng)時(shí)段的平均用電量小于N天相應(yīng)時(shí)段總平均用電量的某個(gè)值時(shí)，即視為特殊情況不納入計(jì)算，通常該值設(shè)為75%［12］。

1.2常用基線負(fù)荷計(jì)算方法

（1）平均值法

平均值法將需求響應(yīng)事件日前N天的對(duì)應(yīng)小時(shí)負(fù)荷值的均值作為基線負(fù)荷，它僅對(duì)歷史負(fù)荷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析及運(yùn)算，而沒(méi)有考慮當(dāng)前信息對(duì)基線負(fù)荷的影響。雖然該方法精度相對(duì)較低，但由于該方法的易用性、透明性而受到廣泛采用。加利福尼亞ISO、紐約ISO、新英格蘭ISO以及處于夏季實(shí)時(shí)市場(chǎng)的PJM ISO等都采用該方法，但歷史數(shù)據(jù)選擇標(biāo)準(zhǔn)以及調(diào)整系數(shù)有所不同［5］。

（2）回歸法

平均值法以用戶歷史負(fù)荷數(shù)據(jù)為基礎(chǔ)，而回歸法則考慮了外部因素對(duì)用戶基線負(fù)荷的影響。由于某些用戶的用電負(fù)荷變化規(guī)律與氣溫變化有著類似的變化趨勢(shì)，可將溫度作為回歸分析的自變量來(lái)預(yù)測(cè)基線負(fù)荷。在外部數(shù)據(jù)充分的情況下，也可采用多元回歸分析，將分時(shí)電價(jià)、天氣狀況、其他需求響應(yīng)項(xiàng)目事件等因素作為自變量。PJM ISO（夏季實(shí)時(shí)市場(chǎng)以外）和勞倫斯-伯克利國(guó)家實(shí)驗(yàn)室采用該方法，并且歷史數(shù)據(jù)的規(guī)模會(huì)影響到回歸系數(shù)的選取［13］。

（3）數(shù)據(jù)挖掘方法

近年來(lái)，以人工神經(jīng)網(wǎng)絡(luò)、聚類等算法為代表的數(shù)據(jù)挖掘方法也開(kāi)始應(yīng)用到基線負(fù)荷的計(jì)算中，并且其預(yù)測(cè)精度通常較高。數(shù)據(jù)挖掘方法往往能考慮到影響用戶用電負(fù)荷的多個(gè)因素，例如：歷史負(fù)荷、天氣、節(jié)假日、日期類型等等，因此精度往往會(huì)高于上述的2個(gè)方法。然而，該方法計(jì)算復(fù)雜程度較高，并且采用人工神經(jīng)網(wǎng)絡(luò)時(shí)基線負(fù)荷計(jì)算的透明性無(wú)法體現(xiàn)，因此應(yīng)用尚不夠廣泛。

2　基于用戶用電特性的基線負(fù)荷計(jì)算方法

對(duì)不同用電行為的用戶，上述各類基線負(fù)荷計(jì)算方法表現(xiàn)差異極大。圖1和圖2為同一地區(qū)2類典型用戶同一天用不同基線負(fù)荷計(jì)算方法得到負(fù)荷曲線。對(duì)用戶A，基線負(fù)荷計(jì)算方法1（平均值法）和方法2（聚類法）的平均相對(duì)誤差分別為6.3%與13.5%，而對(duì)用戶B，方法1和方法2的平均相對(duì)誤差則為13.8%與10.9%。由圖1和圖2可見(jiàn)，用戶的類別對(duì)基線負(fù)荷計(jì)算方法的準(zhǔn)確率有著極為重要的影響，在同一日，相同方法對(duì)不同用戶的準(zhǔn)確性差別相當(dāng)明顯。文獻(xiàn)［14］指出，對(duì)于不同用戶應(yīng)該選取不同的參數(shù)進(jìn)行基線負(fù)荷的計(jì)算。因此，基于用電行為特性對(duì)用戶分類，以此選擇合適的基線負(fù)荷計(jì)算方法是很有必要的。

本文基于用戶用電的差異性，結(jié)合統(tǒng)計(jì)學(xué)原理，提出基于用戶用電特性的分類指標(biāo)體系，將用戶劃分為穩(wěn)定型、隨機(jī)型和趨勢(shì)型3個(gè)類別，并對(duì)每個(gè)類別提出各自適合的基線負(fù)荷計(jì)算方法。

2.1基于用電特性的用戶分類指標(biāo)

2.1.1用電波動(dòng)性檢驗(yàn)

在統(tǒng)計(jì)學(xué)中，當(dāng)樣本中的觀察值存在一一配對(duì)的關(guān)系時(shí)，可以在假設(shè)檢驗(yàn)中利用t統(tǒng)計(jì)量比較其差異性，稱為成對(duì)數(shù)據(jù)的t-檢驗(yàn)［15］。例如：對(duì)一個(gè)樣本組在實(shí)驗(yàn)前后進(jìn)行了2次檢測(cè)，為確定實(shí)驗(yàn)前后樣本均值是否相等，應(yīng)使用t-檢驗(yàn)中的成對(duì)雙樣本等均值分析。成對(duì)雙樣本t-檢驗(yàn)適用于2樣本數(shù)目與觀察次序相同且符合正態(tài)分布特性的數(shù)據(jù)，而用戶的用電數(shù)據(jù)都是基于電能表采集的每日96點(diǎn)數(shù)據(jù)，不同日期的數(shù)據(jù)可認(rèn)為是配對(duì)的。因此，本文使用t-檢驗(yàn)成對(duì)雙樣本等均值分析判斷用戶在不同日期的用電行為是否有顯著性差異，從而確定用戶用電是否具有隨機(jī)性。當(dāng)前后2日用電負(fù)荷具有相同的平均值時(shí)，認(rèn)為該用戶用電行為類似，用電模式較穩(wěn)定；當(dāng)前后2日用電負(fù)荷平均值不同時(shí)，認(rèn)為該用戶用電隨機(jī)性較大。

圖1　用戶A各基線負(fù)荷計(jì)算方法結(jié)果

圖2　用戶B各基線負(fù)荷計(jì)算方法結(jié)果

t-檢驗(yàn)的步驟如下：

（1）建立虛無(wú)假設(shè)H0：μ1=μ2，即先假定2個(gè)總體平均數(shù)之間沒(méi)有顯著差異。

（2）計(jì)算統(tǒng)計(jì)量t值，對(duì)于不同類型的問(wèn)題選用不同的統(tǒng)計(jì)量計(jì)算方法。

（3）根據(jù)相應(yīng)的自由度和顯著性水平，查t值表，找出規(guī)定的t理論值并進(jìn)行比較。

（4）比較計(jì)算得到的t值和理論t值，推斷發(fā)生的概率。

（5）綜合分析，結(jié)合具體事例，做出最終結(jié)論。

2.1.2用電趨勢(shì)性檢驗(yàn)

由于天氣變化或者工作安排等原因，用戶的用電量常常會(huì)有一個(gè)不斷增長(zhǎng)或減少的趨勢(shì)，在這種情況下基于歷史用電數(shù)據(jù)的基線負(fù)荷計(jì)算往往會(huì)出現(xiàn)較大的偏差。本文通過(guò)時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)，以用戶的事件日的前20日每日平均負(fù)荷數(shù)據(jù)為基礎(chǔ)，判斷用戶用電是否具有趨勢(shì)性。

游程檢驗(yàn)法是一種簡(jiǎn)便有效的時(shí)間序列平穩(wěn)性檢驗(yàn)方法［16］，其具體步驟如下：

（1）計(jì)算序列平均值，將序列中比均值小的標(biāo)記為“-”，將比均值大的標(biāo)記為“+”，得到符號(hào)序列。

（2）每一段連續(xù)相同的符號(hào)序列稱為一個(gè)游程，計(jì)算出游程總數(shù)r。

2.1.3用戶分類方法

本文以用戶用電特性為基礎(chǔ)，依據(jù)上文提出的用電隨機(jī)性與趨勢(shì)性2個(gè)指標(biāo)，將用戶劃分為3個(gè)類別，即波動(dòng)型、趨勢(shì)型和穩(wěn)定型3類用戶。用戶分類步驟如下：

（1）選取各用戶事件日前20個(gè)工作日的歷史負(fù)荷數(shù)據(jù)。

（2）對(duì)各用戶各工作日歷史負(fù)荷數(shù)據(jù)，用t-檢驗(yàn)進(jìn)行用電波動(dòng)性檢驗(yàn)，根據(jù)得到的t值判斷其平均值與前日是否有顯著性差異（顯著性水平為0.05）。

（3）統(tǒng)計(jì)沒(méi)有顯著性差異的工作日的個(gè)數(shù)，如果大于10，則該用戶為穩(wěn)定型用戶。

（4）對(duì)非穩(wěn)定型用戶，用游程檢驗(yàn)法進(jìn)行用電趨勢(shì)性檢驗(yàn)。

（5）根據(jù)是否具有趨勢(shì)性將剩余用戶劃分為趨勢(shì)型和波動(dòng)型2類。

通常情況下，用電行為相似性強(qiáng)的用戶往往被劃分為穩(wěn)定型用戶，用電隨機(jī)性強(qiáng)的用戶通常為波動(dòng)型用戶。如果處于氣溫逐漸升高的時(shí)間段，各類用戶的用電負(fù)荷都有顯著增加，此時(shí)很大可能為趨勢(shì)型用戶。

2.2不同類別用戶的基線計(jì)算方法

2.2.1穩(wěn)定型用戶

對(duì)于穩(wěn)定型用戶，其用電行為往往具有相似性，通過(guò)聚類法能有效挖掘用戶用電行為的規(guī)律性，因此對(duì)該類用戶采取基于數(shù)據(jù)挖掘聚類的基線負(fù)荷計(jì)算方法。首先通過(guò)對(duì)歷史負(fù)荷數(shù)據(jù)的聚類分析，得出用戶的用電共性，再結(jié)合最近幾日的歷史負(fù)荷數(shù)據(jù)計(jì)算基線負(fù)荷。由于該類用戶用電行為較穩(wěn)定，這種基于大量歷史負(fù)荷數(shù)據(jù)通常能取得更為準(zhǔn)確的結(jié)果。

基于數(shù)據(jù)挖掘聚類的基線負(fù)荷計(jì)算方法步驟如下：

（1）歷史數(shù)據(jù)選取與預(yù)處理。一方面要更多的利用歷史負(fù)荷數(shù)據(jù)，另一方面考慮到冬夏兩季用戶用電模式差異很大，因此只選取預(yù)測(cè)日向前2個(gè)月的歷史數(shù)據(jù)進(jìn)行分析。對(duì)于缺失或異常數(shù)據(jù)，本文采用相鄰2個(gè)時(shí)段負(fù)荷的平均值進(jìn)行補(bǔ)齊或替換，其中異常數(shù)據(jù)的識(shí)別同時(shí)考慮橫向與縱向比較。

（2）構(gòu)造日特征向量。本文構(gòu)造的日特征向量共包含100個(gè)特性指標(biāo)：l～96為日負(fù)荷數(shù)據(jù)，97為日最高溫度，98為日平均溫度，99為日濕度，100為星期類型。所有數(shù)據(jù)都進(jìn)行了歸一化，對(duì)于星期類型，取周一—周五為1，周六、周日為0.5，節(jié)假日為0.1。

（3）歷史負(fù)荷數(shù)據(jù)聚類。進(jìn)行多次K?Means聚類，通過(guò)聚類中心與聚類中所有元素的距離的平均值（MIA）的變化，以基于膝點(diǎn)的思想［17］，得到最適合的聚類個(gè)數(shù)K，將歷史負(fù)荷數(shù)據(jù)聚為K類。

（4）判斷事件日所屬類別。逐一計(jì)算預(yù)測(cè)日事件時(shí)刻前各個(gè)時(shí)段與各個(gè)聚類中心的歐式距離，距離最小者即為預(yù)測(cè)日所屬的類別k。

（5）計(jì)算基線。確定事件日負(fù)荷曲線所屬的類別后，將該類別的典型負(fù)荷曲線，即聚類中心也看作一個(gè)歷史數(shù)據(jù)，作為用戶在此類情況下的某些共同特性的反映。采用簡(jiǎn)單平均法，將事件日前N天的各個(gè)時(shí)段的歷史負(fù)荷與該類典型負(fù)荷曲線的歷史負(fù)荷求均值，即為所求的基線負(fù)荷。具體計(jì)算公式如下

式中：i、j分別為事件日的日期與時(shí)刻；Pbl（i，j）為待預(yù)測(cè)的基線負(fù)荷；N為考慮的歷史負(fù)荷的總天數(shù)；n為事件日向前推的天數(shù)；Prl（i-n，j）為事件日前n天j時(shí)刻的實(shí)際負(fù)荷；k為事件日負(fù)荷曲線所屬的聚類類別；CTk，j為第k類聚類中心j時(shí)刻的負(fù)荷。

2.2.2趨勢(shì)型用戶

在基線負(fù)荷預(yù)測(cè)時(shí)，指數(shù)平滑模型相對(duì)于平均值法通常能取得更高的精度［18］。對(duì)于趨勢(shì)型用戶，二次指數(shù)平滑法能更好的擬合用電負(fù)荷變化趨勢(shì)，從而更準(zhǔn)確地計(jì)算基線負(fù)荷。

指數(shù)平滑法通過(guò)對(duì)預(yù)測(cè)目標(biāo)歷史統(tǒng)計(jì)序列的逐層平滑計(jì)算，消除隨機(jī)因素造成的影響，發(fā)現(xiàn)歷史負(fù)荷的基本變化趨勢(shì)并以此預(yù)測(cè)之后的負(fù)荷［19］。該模型使用簡(jiǎn)單，預(yù)測(cè)精度較高，只需少量數(shù)據(jù)和計(jì)算時(shí)間，并且直觀性強(qiáng)，方便理解。二次指數(shù)平滑法預(yù)測(cè)模型如下

對(duì)于加權(quán)系數(shù)β，當(dāng)序列波動(dòng)不大時(shí)，在0.05～0.2之間取值，當(dāng)序列波動(dòng)較大、變化趨勢(shì)明顯時(shí)，在0.3～0.7之間取值。

2.2.3波動(dòng)型用戶

由于該類用戶用電波動(dòng)性大且沒(méi)有明顯趨勢(shì)，采取前N個(gè)工作日負(fù)荷的加權(quán)平均作為基線負(fù)荷的計(jì)算方法，盡可能的抵消其隨機(jī)性。其具體公式如下

式中：i、j分別為事件日的日期與時(shí)刻；Pbl（i，j）為待預(yù)測(cè)的基線負(fù)荷；N為考慮的歷史負(fù)荷的總天數(shù)；n為事件日向前推的天數(shù)；Prl（i-n，j）為事件日前n天j時(shí)刻的實(shí)際負(fù)荷。

2.3基于用電特性基線負(fù)荷計(jì)算流程

基于以上分析，本文采取的基于用戶用電特性基線負(fù)荷計(jì)算流程，如圖3所示。

圖3　基于用戶用電特性基線負(fù)荷計(jì)算流程圖

3　算例分析

3.1基線負(fù)荷計(jì)算方法總覽

除了上述的針對(duì)不同類型用戶的3類方法，本文還以另外常用的3種方法進(jìn)行比對(duì)，從而判定各個(gè)方法的優(yōu)劣性。本文所進(jìn)行比較的基線計(jì)算方法包括以下幾種：①BLP1，前10天簡(jiǎn)單平均法；②BLP2，前20天加權(quán)平均法；③BLP3，前10天中5個(gè)較高負(fù)荷的簡(jiǎn)單平均；④BLP4，前3天負(fù)荷與當(dāng)日最高氣溫的回歸分析法；⑤BLP5，前10天的二次指數(shù)平滑法；⑥BLP6，基于數(shù)據(jù)挖掘的聚類分析法。

可以看出，本文采取的各個(gè)方法較為全面，涵蓋了大多數(shù)基線計(jì)算方法，其中，BLP1、BLP2、BLP3屬于平均值法，BLP4屬于回歸法，BLP5屬于時(shí)間序列分析法，BLP6屬于數(shù)據(jù)挖掘方法。

3.2用戶分類

本文選取南方地區(qū)6家不同類型的典型用戶2014年的負(fù)荷數(shù)據(jù)，事件日選定為2014年7月16日、17日、18日，對(duì)應(yīng)時(shí)段為13：00～15：00。由于這些用戶實(shí)際上并沒(méi)有參與需求響應(yīng)事件，因此運(yùn)用本文所提出的方法計(jì)算事件日用戶的基線負(fù)荷，并與用戶的實(shí)際負(fù)荷比較，分析其準(zhǔn)確性與適用性。

對(duì)6個(gè)用戶的事件日前20個(gè)工作日進(jìn)行波動(dòng)性和趨勢(shì)性檢驗(yàn)，結(jié)果如表1所示。

表1　用戶用電特性檢驗(yàn)結(jié)果

由于用戶A、用戶B的P值大于0.05的個(gè)數(shù)超過(guò)選取日期的一半，因此可認(rèn)為它們的均值無(wú)顯著性差異，劃分為穩(wěn)定型用戶。用戶C、用戶D的Z值絕對(duì)值大于臨界值1.96，劃分為趨勢(shì)型用戶，剩下的用戶E、用戶F劃分為波動(dòng)型用戶。

3.3穩(wěn)定型用戶

按照上文所述的6種基線負(fù)荷計(jì)算方法，選取歷史數(shù)據(jù)進(jìn)行計(jì)算，穩(wěn)定型用戶A與用戶B各種基線計(jì)算結(jié)果的平均相對(duì)誤差如表2所示。

在表2中，每個(gè)事件日的最佳基線負(fù)荷計(jì)算結(jié)果用加粗字體標(biāo)出，可以看出，對(duì)于穩(wěn)定型用戶而言，基于數(shù)據(jù)挖掘聚類算法的基線計(jì)算法，準(zhǔn)確性大大優(yōu)于其他方法，誤差僅在3%～4%左右波動(dòng)。各個(gè)基線負(fù)荷計(jì)算方法的總平均相對(duì)誤差如圖4所示。

表2　穩(wěn)定型用戶基線計(jì)算平均相對(duì)誤差

圖4　穩(wěn)定型用戶各方法總平均相對(duì)誤差

3.4趨勢(shì)型用戶

趨勢(shì)型用戶C與用戶D各種基線計(jì)算結(jié)果的平均相對(duì)誤差如表3。

表3　趨勢(shì)型用戶基線計(jì)算平均相對(duì)誤差

在表3中，同樣用加粗字體標(biāo)出最佳的基線負(fù)荷預(yù)測(cè)結(jié)果，可以看出，對(duì)于趨勢(shì)型用戶而言，二次指數(shù)平滑法的準(zhǔn)確性在多數(shù)時(shí)候優(yōu)于其他方法。各個(gè)基線負(fù)荷計(jì)算方法的總平均相對(duì)誤差如圖5所示。

圖5　趨勢(shì)型用戶各方法總平均相對(duì)誤差

3.5波動(dòng)型用戶

波動(dòng)型用戶E與用戶F各種基線計(jì)算結(jié)果的平均相對(duì)誤差如表4所示。

表4　波動(dòng)型用戶基線計(jì)算平均相對(duì)誤差

同樣的，用加粗字體標(biāo)出每個(gè)事件日的最佳基線負(fù)荷計(jì)算結(jié)果?？梢钥闯?，對(duì)于波動(dòng)型用戶而言，對(duì)歷史負(fù)荷數(shù)據(jù)的加權(quán)平均基線計(jì)算法（BLP2），表現(xiàn)要優(yōu)于其他方法。各方法總的平均相對(duì)誤差如圖6所示。

圖6　波動(dòng)型用戶各方法總平均相對(duì)誤差

由圖4、圖5、圖6可以看出，基于用戶用電特性的基線負(fù)荷計(jì)算方法，對(duì)穩(wěn)定型、趨勢(shì)型、波動(dòng)型3類用戶，所提出的方法其精度都是各方法中最高的，并且穩(wěn)定型、趨勢(shì)型的計(jì)算精度要高于波動(dòng)型。

4　結(jié)論

本文主要探討了基于用戶用電特性的基線負(fù)荷計(jì)算方法，并基于實(shí)際用戶數(shù)據(jù)進(jìn)行算例分析，通過(guò)和常用的基線負(fù)荷計(jì)算方法相比，本文提出的方法具有如下特點(diǎn)：

（1）基于用戶本身用電行為的差異性，提出在基線負(fù)荷計(jì)算前，應(yīng)有一個(gè)用戶用電特性分類模塊，避免了以往基線負(fù)荷計(jì)算時(shí)用戶選擇的單一性。

（2）依托統(tǒng)計(jì)學(xué)原理中的t-檢驗(yàn)和時(shí)間序列平穩(wěn)性分析，首次根據(jù)歷史負(fù)荷數(shù)據(jù)將用戶劃分為穩(wěn)定型、趨勢(shì)型和波動(dòng)型3個(gè)類別。

（3）對(duì)3類不同類型的用戶，提出各自適合的基線負(fù)荷計(jì)算方法，即穩(wěn)定型用戶適合聚類法、趨勢(shì)型用戶適合二次指數(shù)平滑法、波動(dòng)型用戶適合多日負(fù)荷加權(quán)平均法。強(qiáng)調(diào)只有選擇合適的方法才能取得較高的計(jì)算精度。

（4）通過(guò)實(shí)際算例中的多類用戶與多個(gè)方法精確度的交叉對(duì)比，更有信服力的說(shuō)明各個(gè)方法的優(yōu)劣性和適用性，為進(jìn)一步提高基線負(fù)荷計(jì)算精度以及方法的選擇提供思路。

但由于基線負(fù)荷計(jì)算本身的復(fù)雜性，本文提出的分類指標(biāo)體系尚不能完全反映用戶本身的用電特性，而且對(duì)于波動(dòng)型用戶目前方法的預(yù)測(cè)精度仍不夠理想，同時(shí)算例的規(guī)模還有待進(jìn)一步擴(kuò)大，這些將是繼續(xù)研究的內(nèi)容。

參考文獻(xiàn)：

［1］張欽，王錫凡，王建學(xué)，等.電力市場(chǎng)下需求響應(yīng)研究綜述［J］.電力系統(tǒng)自動(dòng)化，2008，32（3）：97-106.

［2］李揚(yáng)，王蓓蓓，宋宏坤.需求響應(yīng)及其應(yīng)用［J］.電力需求側(cè)管理，2005，6（5）:13-18.

［3］牛文娟，王磊，李揚(yáng).需求響應(yīng)項(xiàng)目中用戶基線負(fù)荷計(jì)算方法及其應(yīng)用［J］.東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，44（3）：556-560.

［4］Grimm C，Energy D T E. Evaluating baselines for demand response programs［C］∥2008 AEIC Load Research Workshop. 2008.

［5］Coughlin K，Piette M A，Goldman C，et al. Statistical analysis of baseline load models for non?residential buildings［J］. Energy and Buildings，2009，41（4）：374-381.

［6］Coughlin K，Piette M A，Goldman C，et al. Estimating demand response load impacts：evaluation of baseline. load models for non?residential buildings in California ［EB/OL］.（2008-01）［2013-03-10］. http://escholarship. org/uc/item/8jx7t5q9.

［7］曲大鵬，伍偉華，江迪，等.基于徑向基神經(jīng)網(wǎng)絡(luò)的需求側(cè)響應(yīng)用戶基線負(fù)荷計(jì)算方法［J］.電子測(cè)試，2014，（4）：26-30，9.

［8］馬慶，李歧強(qiáng).基于電力需求響應(yīng)的公共建筑基線負(fù)荷預(yù)測(cè)［J］.山東大學(xué)學(xué)報(bào)（工學(xué)版），2011（2）：114-118.

［9］孫建龍，周榮宗，談健，等.需求響應(yīng)中用戶基線負(fù)荷計(jì)算方法研究［J］.電子技術(shù)應(yīng)用，2014（S1）：202-205，208.

［10］Park S，Ryu S，Choi Y，et al. A framework for baseline load estimation in demand response：Data mining approach ［C］∥Smart Grid Communications（SmartGridComm），2014 IEEE International Conference on. IEEE，2014：638-643.

［11］Won J R，Yoon Y B，Choi J H，et al. Case study of customer baseline（CBL）load determination in Korea based on statistical method［C］∥Transmission & Distribution Conference & Exposition：Asia and Pacific，2009. IEEE，2009：1-4.

［12］趙鴻圖，朱治中，于爾鏗.電力市場(chǎng)中用戶基本負(fù)荷計(jì)算方法與需求響應(yīng)性能評(píng)［J］.電網(wǎng)技術(shù)，2009（19）：72-78.

［13］Mathieu J L，Price P N，Kiliccote S，et al. Quantifying changes in building electricity use，with application to demand response［J］. Smart Grid，IEEE Transactions on，2011，2（3）：507-518.

［14］Faria P，Vale Z，AntunesP，"Determining the adjustment baseline parameters to define an accurate customer baseline load，" in Power and Energy Society General Meeting（PES），2013 IEEE，vol.，no.，pp. 1-5，21-25 July 2013 doi：10. 1109/PESMG. 2013. 6672749.

［15］數(shù)理統(tǒng)計(jì)編寫(xiě)組.數(shù)理統(tǒng)計(jì)［M］.西安：西北工業(yè)大學(xué)出版社，1999.

［16］劉羅曼.時(shí)間序列平穩(wěn)性檢驗(yàn)［J］.沈陽(yáng)師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010（3）：357-359.

［17］G J Tsekouras，N D Hatziargyriou，E N Dialynas. Two?stage pattern recognition of load curves for classification of electricity customers［J］. IEEE Trans. Power System，2007，22（3）:1 120-1 128.

［18］Wi Y M，Kim J H，Joo S K，et al. Customer baseline load （cbl）calculation using exponential smoothing model with weather adjustment［C］∥Transmission & Distribution Conference & Exposition：Asia and Pacific，2009. IEEE，2009：1-4.

［19］劉羅曼.時(shí)間序列分析中指數(shù)平滑法的應(yīng)用［J］.沈陽(yáng)師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2009：416-418.

Baseline load calculation with considering customer different electrical characteristics

LIU Shun?gui1，YANG Jia?ju2，WANG Lei2
（1. Shenzhen Power Supply Co.，Ltd.，Shenzhen 518000，China; 2. Electrical Engineering School of Southeast University，Nanjing 210096，China）

摘要：準(zhǔn)確的基線負(fù)荷的計(jì)算是基于激勵(lì)的需求響應(yīng)項(xiàng)目的關(guān)鍵環(huán)節(jié)，是為參與需求響應(yīng)項(xiàng)目用戶提供補(bǔ)償?shù)闹匾疤?。在分析用戶用電行為特性的基礎(chǔ)上，建立了基于統(tǒng)計(jì)學(xué)原理的用戶分類體系，將用戶劃分為穩(wěn)定型、趨勢(shì)型和波動(dòng)型3種，并分別提出各自適用的基線負(fù)荷計(jì)算方法。測(cè)試結(jié)果表明，對(duì)3種不同類別的用戶而言，所提出的各自適合的方法相比其他方法均能獲得更高的預(yù)測(cè)精度。

關(guān)鍵詞：基線負(fù)荷；用電特性；波動(dòng)性檢驗(yàn)；趨勢(shì)性檢驗(yàn)

Abstract：Accurate customer baseline load calculation is a key link of demand response programs as well as the important prem?ise when adequately remunerating the participation of the consumers. Based on statistical principle and electrical characteristics，this pa?per proposes a classification system that divides the consumers into three types: stable，trending and undulate. Three different methods of CBL calculation are proposed for each type. The numerical test re?sults show that the proposed methodology can improve the accuracy of customer baseline load for all the three kinds of consumers.

Key words：baseline load; electrical characteristics; volatility test; trend test

DOI:10.3969/j.issn.1009-1831.2016.03.004

收稿日期：2016-03-16；修回日期：2016-03-24

作者簡(jiǎn)介：劉順桂（1963），男，湖南邵東人，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行控制；楊佳駒（1990），男，江蘇南京人，碩士研究生，研究方向?yàn)殡娏π枨箜憫?yīng)；王磊（1963），女，山西原平人，副教授，碩士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)優(yōu)化運(yùn)行、電力需求響應(yīng)等。

中圖分類號(hào)：TM715.1

文獻(xiàn)標(biāo)志碼：A