基于自学习优化模型的定制化居民需求响应预测研究

2021-11-18 02:05:20刘向向赵振佐赵文辉邓娜娜
电力需求侧管理 2021年6期
关键词:特征用户模型

卢 婕,刘向向,赵振佐,赵文辉,邓娜娜,王 博

(1.国网江西省电力有限公司 供电服务管理中心,南昌 330001;2.北京理工大学 管理与经济学院,北京 100081)

0 引言

近年来因家庭电力消费带来的能源消耗与碳排放问题日益严峻[1—2]。居民用电迅速增长是造成电网高峰时段用电负荷呈现两位数增长、峰谷差不断增大的重要原因[3—4]。我国电力系统面临缓解供需矛盾、节能减排的双重压力,在“双碳”的目标下,电网供应侧的规模扩张受到了极大的束缚,因此我国迫切需要从需求侧开展居民用能管理,提高需求侧互动能力。

电力需求响应作为需求侧管理的重要举措,在全世界范围内得到了广泛的应用[5—6]。国内外学者围绕园区[7],以及工、商业用户[8]的电力需求响应开展了一系列的研究和试点应用。居民电力消费具有单体负荷小、分布散、随机性强、可控性低等特点,为针对家庭用户开展需求侧管理带来了挑战。

因此,本文基于长短期记忆神经网络(long shortterm memory,LSTM)构建居民电力需求响应自学习优化模型。需求响应开展情况如下:每天早上通过短信的方式发送信息给用户,通知当天19:00—20:30将开展需求响应活动,对于有意愿参与的用户,若这1.5 h内比前一天(基准日)用电量减少1 kWh,将给予相应的红包奖励。需求响应实验针对迎峰度夏与迎峰度冬场景多次开展,涉及居民百万余户。

此后,在相应时间段采集需求响应数据,通过构建基于时间卷积神经网络模型的多变量时间序列模型,对居民用户响应电量进行预测;……

登录APP查看全文

猜你喜欢
特征用户模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
3D打印中的模型分割与打包
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15