基于大数据分析方法的温控负荷可调度容量预测及应用

摘要

由于传统化石能源的短缺以及出于对环境的保护，近些年来国家大力发展分布式发电能源，使得电力系统中分布式能源的渗透率的不断增加，给电力系统的安全稳定运行带来了很大的压力。用户侧广泛的需求响应资源，尤其是温控类负荷资源，由于具有快速响应电网调度的能力，因此，可以用来为电力系统提供各类辅助服务，实现电力系统的稳定运行，缓解电网运行的压力。对温控负荷参与各项服务的能力进行评估，即对温控负荷的可调度容量进行预测是温控负荷参与电力系统各项服务的基础。
　　本文围绕温控负荷可调度容量预测及其在配电网中的应用重点展开了研究，主要的工作和创新点如下:
　　1.考虑到拥有温控负荷的用户提出的舒适度要求，根据温控负荷运行时的实时数据，提出了一种温控负荷实时可调度容量计算模型。
　　2.根据温控负荷预测中可能遇到的大数据场景，创新性地使用了大数据的分析方法对温控负荷群日内超短期可调度容量进行预测。主要包括使用分布式文件系统对数据进行存储，以及使用并行的大数据算法构建温控负荷群的日内超短期可调度容量预测模型。其中使用的大数据可调度容量预测算法包括并行决策树算法，并行随机森林算法以及并行梯度提升决策树算法。并基于搭建的大数据平台Hadoop，Spark进行仿真，以15分钟为步长，通过滚动预测的方式对预测模型进行训练并对实验结果进行分析，结果表明提出的并行可调度容量预测算法可以有效提高预测的精度以及速度。
　　3.应用上述温控负荷滚动预测的结果，考虑到配电网中节点数量多和节点分散分布因而电能交易的集中出清代价较高的特性，提出了区域配电网去中心化的点对点电能交易模型，使得具有快速响应能力的温控负荷可以根据可调度容量预测得到的结果出售自身的可调度容量，参与区域配电网内的电能交易，实现区域配电网的供需平衡。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究的背景与意义

1．2 温控负荷参与需求响应发展现状

1．2．1 温控负荷定义以及特征

1．2．2 温控负荷参与需求响应市场研究现状

1．2．3 温控负荷可调度容量预测研究现状

1．3 大数据算法在电力系统负荷预测中应用现状和发展前景

1．4 本文的主要研究内容

第二章 基于大数据分析的预测算法

2．1 引言

2．2 并行决策树算法

2．3 并行随机森林算法

2．4 并行梯度提升决策树算法

2．5 本章小结

第三章 基于大数据分析的温控负荷群可调度容量预测

3．1 引言

3．2 温控负荷及其建模

3．3 电热泵负荷群的实时可调度容量计算

3．3．1 单个电热泵负荷的实时可调度容量计算模型

3．3．2 电热泵负荷群的实时可调度容量计算模型

3．4 温控负荷群日内超短期可调度容量预测方法

3．4．1 训练样本的特征

3．4．2 基于大数据预测算法的温控负荷群日内超短期可调度容量预测

3．4．3 评价指标

3．5 仿真与实验

3．5．1 大数据平台搭建与配置

3．5．2 数据的采集与处理

3．5．3 实时可调度容量计算

3．5．4 温控负荷群日内超短期可调度容量预测

3．6 本章小结

第四章 区域配电网中温控负荷参与的电力市场交易方法

4．1 引言

4．2 区域配电网

4．3 基于多代理系统的交易框架

4．3．1 多代理系统

4．3．2 交易节点的多代理系统

4．4 温控负荷参与的区域配电网电能交易方法．

4．4．1 合同网

4．4．2 多因子方法

4．4．3 温控负荷参与的多因子合同网电能交易方法

4．5 算倒分析

4．5．1 区域配电网以及交易节点的配置

4．5．2 光伏出力的不确定性建模

4．5．3 区域配电网内节点间的日内电能交易

4．6 本章小结

第五章 结论与展望

5．1 本文的主要研究结论

5．2 下一步工作展望

参考文献

攻读硕士学位期间的学术活动及成果清单