基于数据挖掘的供电服务需求主动响应系统

张 莉,丁毛毛,安业腾,许世辉,王 颖

(国家电网有限公司客户服务中心,天津 300306)

为用户提供满意服务是电力市场发展的主要目标。但目前电力用户作为电力市场服务的主要对象,在发展过程中没有受到重视[1]。为了促进电力市场的发展,需要分析用户需求。为此,构建供电服务需求响应系统,可以满足用户满意度,为供电系统优化调控提供新的依据[2]。

杜进桥[3]等人首先分析了系统的潮流分布和出力特性,根据分析结果将最低成本作为目标,建立电网调度优化模型,实现电网的优化,该方法的系统出力无法控制在合理范围内,存在出力效果差的问题。林俐[4]等人在不同情况下获取响应波动量与需求响应量之间存在的关系,以此为依据建立不确定性云模型,采用粒子群算法对其求解,实现优化,该方法无法实现削峰填谷,存在需求响应控制效果差的问题。方绍凤[5]等人基于需求响应分析电热负荷的供热舒适度模糊性和传输延时,根据分析结果构建微网模型,实现系统的优化,该方法的系统负荷总量波动较大,需求响应控制效果差。为了解决上述方法中存在的问题,提出基于数据挖掘的供电服务需求主动响应系统设计。

1 硬件设计

1.1 总体架构

供电服务需求主动响应系统由信息内网、信息外网和互联网构成,如图1所示。

图1 供电服务需求主动响应系统总体架构

1.2 业务架构

供电服务需求主动响应系统的业务主要分为以下6个部分:

(1)统计分析:该业务主要分析关键字、需求趋势、需求分类、来源、话题追踪、关联关系等;

(2)展示业务:该业务主要包括传播链分析、需求区域、需求对象、趋势、需求热点、热度等业务;

(3)大数据分析:该业务包括检索引擎、需求检索、溯源分析、多维度统计分析、内容分析、聚类分析、情感分析和语义分析等;

(4)规则库:由热度、需求等级和业务分类等构成;

(5)需求报告:包括分析报告、日周月报告、区域报告、专题报告和类型报告;

(6)工单流转:包括时限监控、工单制单、流程查询、工单派发、派单监测、工单处理等。

供电服务需求主动响应系统的业务架构如图2所示。

图2 系统业务架构图

1.3 数据架构

在供电服务需求系统的实时计算平台和批处理平台中实现数据的流转和计算。供电服务需求系统中批量处理功能主要目的是为用户提供批量处理数据。在数仓商业智能、分层汇总计算、数据挖掘和机器学习等领域中得到广泛应用。系统通过实时计算功能实现海量数据的采集与处理[6-7]。

(1)实时处理:采用ogg或flume实时同步方法将实时平台中存在业务数据同步到kafka中,利用系统中的计算组件分析并加工处理数据,并将数据处理结果存储到存储库hbasse或缓存库redis中;

(2)批处理:当业务数据的实时性要求较低时,利用采集工具在批处理平台中将其接入贴源层,通过sgetl工具在贴源层中标准化、加工处理数据,并将处理后的数据存储到明细层hive中,粒度汇总、建模处理数据。

2 软件设计

供电服务需求主动响应系统软件的主要目的是根据硬件系统采集和处理后数据,分析供电服务需求,根据分析结果构建配电网运行的目标函数,以此实现配电网的运行优化。

2.1 需求响应分析

主动配电网在配电侧售电市场不断发展的背景下成为电能交易过程中主要角色。需求响应可分为以下两类:

(1)弹性需求:用电量需求受电价影响;

(2)刚性需求:需求不会受到电价波动的影响。

针对价格与弹性需求关系,所提方法通过下述弹性需求函数[8-9]得以描述:

a=βfζ

(1)

式中:a为售电价格;f为用电需求;β、ζ为弹性需求系数。分析式(1)可知,用电量与电价之间成反比。购电量与价格之间存在的相关性通过下述函数描述:

(2)

(3)

由于计算过程较为复杂,价格曲线在实际电力交易过程中不光滑。因此,针对需求响应函数的等效处理,基于数据挖掘的供电服务需求主动响应系统设计中通过分段阶梯化完成:

(4)

根据上述分析,获得弹性需求函数的分段阶梯化示意图,如图3所示。

图3 弹性需求函数

利用弹性需求函数分析供电服务需求,根据分析结果构建配电网的目标函数[10-11]:

g=min(Vrespond+Vloss+Vdevice+Vquality)

(5)

式中:Vquality为电压波动性指标;Vrespond为经济成本指标;Vdevice为设备动作次数指标;Vloss为网络指标。

2.2 供电服务优化

基于数据挖掘的供电服务需求主动响应系统设计方法采用差分进化算法[12]求解上述目标函数,实现配电网供电服务的优化,具体流程如下:

(2)变异操作,通过下式对个体做变异操作:

(6)

分别在上下两个方向中对整数变量中存在的变异个体取整,获得两个存在差异的变异个体。为了扩大搜索范围,对其做交叉操作,通过下述公式完成整数变量的变异操作:

(7)

式中:[·]为取整。

(8)

式中:randj()为随机数,在区间[0,1]内取值;VR?为发生交叉的概率;jrand为整数,在区间[1,F]中取值,F为变量维数。

(4)获取最优解,在模糊隶属度函数δi的基础上获取目标函数的最优解δ:

(9)

(10)

式中:gi为目标函数的第i个值;gimax、gimin分别为函数最大值和函数最小值;m为待优化的目标函数数量。

3 实验分析

为了验证基于数据挖掘的供电服务需求主动响应系统设计方法的整体有效性,需要对其测试。测试对象选用美国PG&E69节点配电系统,如图4所示。

图4 配电系统

采用基于数据挖掘的供电服务需求主动响应系统设计方法、文献[3]方法和文献[4]方法测试上述系统在5∶00—16∶00点内的出力情况,测试结果如表1所示。

表1 系统出力情况 MW

由表1中数据可知,不同时间段内系统出力情况都不相同,小于最大出力,大于最小出力即为系统的合理出力区间。当系统出力控制在合理出力区间时,表明系统出力效果好,越接近期望出力,响应效果越好,采用所提方法测试时,获得出力均控制在合理区间内,与期望出力相近,采用文献[3]方法测试时,获得的出力均高于出力最大值,采用文献[4]方法测试时,获得的出力均低于出力最小值,表明以上两种方法的系统出力效果较差,所提方法具有良好的出力效果。这是由于所提方法在系统软件设计中构建弹性需求模型,在该模型基础上构建目标函数,实现配电网的优化运行,将系统出力控制在合理范围内,提高系统出力效果。

根据系统负荷总量,测试所提方法、文献[3]方法和文献[4]方法的需求响应控制效果,得到的结果如图5 所示。

图5 负荷总量测试结果

分析图5可知,采用所提方法测试时,系统在运行过程中负荷总量没有太大波动,表明所提方法具有削峰填谷的效果,而文献[3]方法和文献[4]方法负荷总量波动较大,表明以上两种方法无法实现削峰填谷,方法需求响应控制效果较差,所提方法具有良好的需求响应控制效果。

4 结 语

需求响应技术在电力市场发展过程中成为一种管理用户侧的重要手段。针对激励信号或价格,用户做出相关响应,可影响电力消费模式。在供电充裕条件下可以降低电价,并解决负荷波动问题,提高电力系统运行的稳定性。目前,供电服务需求主动响应系统设计存在系统出力效果差和响应控制效果差的问题,提出基于数据挖掘的供电服务需求主动响应系统方法。该方法可将系统出力控制在合理范围内,具有良好削峰填谷效果,为配电网稳定运行奠定基础。