大型供电节点负荷构成辨识及市场响应聚合建模研究

As a supplement to power generation dispatching, flexible load dispatch has become a hot topic at home and abroad. From the perspectives and interests of utility and regulatory authorities, more attentions are paid to the overall aggregation response characteristics of large scale diversified flexible loads at Bulk Supply Points (BSPs). However, the load composition of BSPs is often difficult to be obtained directly due to measurement cost, inaccurate network model and ownership. In addition, how to effectively evaluate the market response aggregation characteristics of flexible load resources is also an urgent problem in the current situation of less demand response implementation projects and incomplete data. Therefore, based on big data analysis and artificial intelligence advanced algorithm, this project intends to carry out research on three aspects, namely, library construction of typical load features model, load composition identification of BSPs, and market response aggregation modeling for large-scale diversified flexible load at BSPs. Finally, the validity of the proposed theory and method is verified based on the actual grid data. The research results are expected to provide rapid prediction and quantitative assessment of market response aggregated characteristics for flexible load at BSPs, and also provide theoretical support for formulating a more flexible incentive price mechanism.

对大型供电节点（Bulk Supply Points，BSPs）的负荷资源进行辨识和响应特性分析，有利于电网调度部门快速预测和量化评估电网中不同空间分布的柔性负荷可调节潜力和特性。然而，由于测量成本、不精确的网络模型以及系统归属权问题，BSP负荷的构成往往难以直接获取，此外，在目前需求响应项目较少和数据不完善情况下，如何有效评估柔性负荷的市场响应特性也是迫切需要解决的问题。为此，本项目拟利用大数据分析和人工智能算法善于处理非线性、级联影响的复杂数据的优势，采用“自上而下”负荷资源构成辨识和“自下而上”柔性负荷市场响应建模相结合的方法，来研究BSP所包含负荷的市场响应聚合建模这一基础性问题，并基于实际电网数据验证所提理论和方法的有效性。研究成果有望为电网调度部门制定更为灵活的需求响应激励机制提供理论支撑，对提升电网的灵活调节能力具有重要意义。

对大型供电节点（Bulk Supply Points，BSPs）的负荷资源进行辨识和响应特性分析， 有利于电网调度部门快速预测和量化评估电网中不同空间分布的柔性负荷可调节潜力和特性。 然而，由于测量成本、不精确的网络模型以及系统归属权问题，BSP负荷的构成往往难以直接 获取，此外，在目前需求响应项目较少和数据不完善情况下，如何有效评估柔性负荷的市场响 应特性也是迫切需要解决的问题。.项目利用大数据分析和人工智能算法善于处理非 线性、级联影响的复杂数据的优势，采用“自上而下”负荷资源构成辨识和“自下而上”柔性 负荷市场响应建模相结合的方法，来研究BSP所包含负荷的市场响应聚合建模这一基础性问题。主要研究内容包括：（1）典型负荷用电特征模型库构建：开展多样化负荷聚类、典型负荷用电特征预测模型以及负荷用电特征模型库构建；（2）“自上而下”大型供电节点多样化混合负荷构成辨识：分析BSP 负荷构成辨识问题的特点，归纳分析这一类问题的特殊性，研究适用于BSP 负荷构成辨识的多源信息数据并形成多源信息源的融合；（3）“自下而上”的大型供电节点负荷市场响应聚合模型，研究分类负荷资源的市场响应特性，BSP 需求响应资源的市场响应聚合建模；（4）大型供电节点负荷构成辨识及市场响应聚合模型验证研究。.项目研究基于知识组织和数据挖掘方法，提出典型负荷用电特征模型库的构建方法；提出适用于大规模多样化混合负荷资源问题的一般性描述和建模方法；提出基于小样本学习的典型柔性负荷资源市场响应建模方法。.研究成果有望为电网调度部门制定更为灵活的需求响应激励机制提供理论支撑，对提升电网的灵活调节能力具有重要意义。