基于數(shù)據(jù)挖掘的電力客戶避峰價(jià)值分析.pdf

1、隨著經(jīng)濟(jì)的發(fā)展與人們生活水平的提高，社會(huì)各行業(yè)用電結(jié)構(gòu)發(fā)生了很大的變化，電力客戶的負(fù)荷特性也發(fā)生了很大變化，電力部門面臨著嚴(yán)峻的供需緊張局面。尤其是夏季空調(diào)負(fù)荷及冬季取暖負(fù)荷的增長(zhǎng)，對(duì)電力負(fù)荷的需求量遠(yuǎn)遠(yuǎn)高于電網(wǎng)的供應(yīng)量。全國大部分地區(qū)都出現(xiàn)電力供需不平衡現(xiàn)象，這種嚴(yán)重的供需不平衡不僅給電網(wǎng)帶來困擾，也無法為客戶提供優(yōu)質(zhì)、穩(wěn)定的電能。為了保障電網(wǎng)安全經(jīng)濟(jì)的運(yùn)行，供電部門應(yīng)及時(shí)掌握客戶的電力消費(fèi)行為，當(dāng)電網(wǎng)的供應(yīng)電量小于電力客戶的需求電量

2、時(shí)，采用一系列措施降低客戶的用電量，從而達(dá)到更加完善的用電秩序。目前電網(wǎng)制定的有序用電方案主要包含避峰、錯(cuò)時(shí)、調(diào)休和檢修，而避峰方案更加簡(jiǎn)便靈活、容易實(shí)現(xiàn)“快上快下”且能夠及時(shí)應(yīng)對(duì)突發(fā)情況，所以需要針對(duì)有序用電方案中的避峰工作展開研究。如何分析海量電力客戶的避峰潛力，并向客戶提供避峰決策支持尤為重要。
　　由于電力客戶的用電負(fù)荷是一個(gè)很龐大的數(shù)據(jù)，需要借助于數(shù)據(jù)挖掘的相關(guān)算法對(duì)客戶的用電模式進(jìn)行分析，這樣可以對(duì)客戶大量的用電負(fù)荷數(shù)

3、據(jù)進(jìn)行簡(jiǎn)化，便于分析客戶具有代表性的用電行為。本文利用K-means算法對(duì)電力客戶大量的歷史負(fù)荷數(shù)據(jù)進(jìn)行聚類分析，從而得到各電力客戶的典型日負(fù)荷曲線，將典型日負(fù)荷曲線作為各電力客戶最具代表的負(fù)荷特性曲線，為本文分析各電力客戶的避峰價(jià)值提供數(shù)據(jù)基礎(chǔ)。
　　本文在傳統(tǒng)的負(fù)荷特性指標(biāo)基礎(chǔ)上，根據(jù)實(shí)際需求定義了適用于避峰分析的負(fù)荷特性指標(biāo)，然后融合各項(xiàng)負(fù)荷特性指標(biāo)，建立了避峰價(jià)值模型，根據(jù)模型定量地計(jì)算出各電力客戶的各項(xiàng)負(fù)荷特性指標(biāo)及避峰

4、價(jià)值大小。在上述工作的基礎(chǔ)上，再對(duì)海量電力客戶的避峰價(jià)值進(jìn)行聚類分析，將電力客戶聚為幾類，并根據(jù)聚類結(jié)果產(chǎn)生指導(dǎo)性的避峰排序表。按照每個(gè)聚類中心值從大到小依次表示為避峰能力很強(qiáng)、強(qiáng)、較強(qiáng)、一般、差。避峰能力強(qiáng)的用戶組優(yōu)先進(jìn)行避峰，同一個(gè)用戶組內(nèi)的各用戶同時(shí)進(jìn)行避峰。
　　基于本文的算法設(shè)計(jì)，選取某地區(qū)電網(wǎng)及幾家電力客戶的實(shí)際負(fù)荷數(shù)據(jù)，對(duì)建立的避峰價(jià)值模型進(jìn)行實(shí)例分析，驗(yàn)證了避峰排序的準(zhǔn)確有效性，這對(duì)于指導(dǎo)電力部門尋找有價(jià)值的電力客