一种多能源互补微网系统的典型日负荷曲线提取方法

赵鉴，袁渤巽，刘又榕，王维，林顺富

摘  要： 典型负荷场景对多能互补微网系统规划有着十分重要的意义。针对传统的历史典型日负荷曲线数据过于保守的问题，提出一种利用DeST软件结合k-means聚类算法得到典型日负荷曲线的方法。首先对区域内各建筑体进行建模;其次通过DeST中的DeST-h求得该模型的全年负荷需求数据;最后使用k-means聚类算法对场景进行提取，得到典型的日负荷曲线。基于某规划区实际场景数据，利用所提出方法提取典型的负荷场景曲线，验证了该方法的可行性。

关键词： 多能源互补微网; DeST; k-means聚类算法; 典型日负荷曲线

中图分类号：TM769          文献标识码：A     文章编号：1006-8228（2022）06-40-03

Method for extracting typical daily load curve of multi-energy

complementary microgrid system

Zhao Jian1， Yuan Boxun1， Liu Yourong2， Wang Wei2， Lin Shunfu2

（1. China Shanghai Architectural Design and Research Institute Co.Itd， Shanghai 200062， China;

2. School of Electric Power Engineering， Shanghai University of Electric Power）

Abstract： Typical load scenarios are very important for the planning of multi-energy complementary microgrid systems. Aiming at the problem that the traditional historical typical daily load curve data is too conservative， a method of using DeST software and k-means clustering algorithm to obtain the typical daily load curve is proposed. Firstly， the multi-source equipments in the region are modeled， then the annual load demand data of the model is obtained through DeST-h in DeST， and finally the typical daily load curve is obtained by using the k-means clustering algorithm to extract the scene. Based on the actual scene data of a certain planning area， the proposed method is used to extract the typical load scene curve， which verifies the feasibility of the method.

Key words： MECE（multi-energy complementary microgrid）; DeST; k-means clustering; typical daily load curve

0 引言

多能源互補微网（multi-energy complementary microgrid，MECM）可以耦合多种新能源，充分发挥不同可再生能源的各种优点，平抑风、光等可再生能源的不确定性，提高可再生能源的消纳能力[1]。目前关于MECM的研究热电主要有系统建模、规划配置和经济效益评估等[2]，其中在规划配置研究中考虑负荷的不确定性，提取典型性的负荷场景具有十分重要的意义。典型负荷场景曲线主要有三种提取方法，分别为：最接近某月平均负荷率的日负荷曲线、某月日负荷最大的日负荷曲线和某特定工作日的日负荷曲线。文献[3-4]采用日负荷率与峰谷差率作为指标，根据负荷曲线变化规律对负荷场景进行提取。文献[5]针对典型日负荷曲线预测方法误差较大的问题，提出分形插值算法和粒子群算法相结合提高负荷预测的精确性，但需要规划地区多年负荷精确数据和复杂的计算。……