一种用户负荷可调潜力的种用评价方法、设备和可读存储介质
技术领域
1.本发明属于电力系统技术领域，户负荷具体涉及一种用户负荷可调潜力的调潜评价方法和系统
。
背景技术：
2.近年来，种用新能源在电网中的户负荷占比不断攀升
。
然而，调潜新能源出力具有较强的种用间歇性
、
波动性
、户负荷
随机性，调潜因此在以新能源为电源增量主体的种用趋势下，当新能源大规模接入电网时，户负荷单纯依靠新增电源侧调节资源支撑新能源消纳，调潜将面临设备利用效率降低
、种用
用电成本提升以及不稳定等问题
。户负荷
而需求侧资源响应速度可达秒级，调潜具备优良的调节能力
。
因此，可通过充分利用需求侧资源来提高电力系统运行效率和稳定性
。
3.显然这样，亟需一种用户负荷可调潜力的评价方法，来挖掘调度潜能高的用户，以充分利用需求侧资源
。
技术实现要素：
4.本发明的目的是为了克服现有技术的不足，而提供一种用户负荷可调潜力的评价方法
、
设备和可读存储介质，客观准确，可以更加准确地评估用户负荷的可调度潜力
。
5.本发明的目的是这样实现的，一种用户负荷可调潜力的评价方法，包括：基于待评价的各电力用户的历史负荷数据，获取各电力用户的负荷调度参数，所述负荷调度参数包括日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率；基于获得的负荷调度参数，利用区间中心点距离法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第一权重，以及利用皮尔逊相关性算法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率与需求响应量的相关性系数；根据获得的相关性系数，利用序关系分析法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第二权重；基于所述第一权重和第二权重，计算日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第三权重；根据获得的第三权重，以及各电力用户的负荷调度参数，获取各电力用户负荷的可调潜力值
。
6.所述基于待评价的各电力用户的历史负荷数据，获取各电力用户的负荷调度参数包括：
7.通过下式获取日负荷量均值，
[0008][0009]
式中，
mi表示电力用户i的日负荷量均值，n表示总天数，
p
n,t
表示电力用户i在第n天的第
t
个小时的负荷量；
[0010]
通过下式获取日内负荷峰谷差均值，
[0011]
[0012]
式中，di
表示电力用户i的日内负荷峰谷差均值，
p
n,max
、p
n,min
分别表示电力用户i在第n天的最大负荷量和最小负荷量；
[0013]
通过下式获取日间负荷差异率，
[0014][0015]
式中，ri
表示电力用户i的日间负荷差异率，分别表示电力用户i在第
n1天和第
n2天的第
t
个小时的负荷量
。
[0016]
所述利用区间中心点距离法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第一权重，包括：
[0017]
基于各电力用户的负荷调度参数，构建区间决策矩阵，其中，表示区间决策矩阵中第i行第j列的元素，表示电力用户i的负荷调度参数j的下边界值，表示电力用户i的负荷调度参数j的上边界值；
[0018]
对所述区间决策矩阵进行无量纲化处理，得到规范化的区间决策矩阵，其中，表示规范化的区间决策矩阵中第i行第j列的元素，表示电力用户i的负荷调度参数j经无量纲化处理后的下边界值，表示电力用户i的负荷调度参数j经无量纲化处理后的上边界值，且
[0019]
基于所述规范化的区间决策矩阵，计算各负荷调度参数的中心点的边界值；
[0020]
基于所述规范化的区间决策矩阵以及各负荷调度参数的中心点的边界值，计算每一负荷调度参数到其中心点的距离，并将所述距离进行归一化，作为该负荷调度参数的第一权重
。
[0021]
所述对所述区间决策矩阵进行无量纲化处理，包括，
[0022]
对所述区间决策矩阵中的日间负荷差异率元素通过下式进行无量纲化处理，
[0023][0024]
对所述区间决策矩阵中的日负荷量均值元素以及日内负荷峰谷差均值元素通过下式进行无量纲化处理，
[0025][0026]
式中，m表示待评价的电力用户的数量；
[0027]
在所述基于所述规范化的区间决策矩阵，计算各负荷调度参数的中心点的边界值的步骤中，通过下式计算各负荷调度参数的中心点的边界值，
[0028][0029]
式中，分别表示负荷调度参数j的中心点的下边界值和上边界值；
[0030]
在所述计算每一负荷调度参数到其中心点的距离的步骤中，通过下式计算每一负荷调度参数到其中心点的距离，
[0031][0032]
式中，
wj表示负荷调度参数j到其中心点的距离；
[0033]
在所述计算每一负荷调度参数到其中心点的距离，并将所述距离进行归一化的步骤中，通过下式将所述距离进行归一化：
[0034][0035]
式中，
ωj表示负荷调度参数j的第一权重，n表示负荷调度参数的个数
。
[0036]
在所述利用皮尔逊相关性算法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率与需求响应量的相关性系数的步骤中：
[0037]
通过下式获取日负荷量均值与需求响应量的相关性系数，
[0038][0039]
通过下式获取日内负荷峰谷差均值与需求响应量的相关性系数，
[0040][0041]
通过下式获取日间负荷差异率与需求响应量的相关性系数，
[0042][0043]
式中，rm
、rd、rr分别表示日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率与需求响应量的相关性系数，表示所有电力用户的日负荷量均值的平均值，表示所有电力用户的日内负荷峰谷差均值的平均值，表示所有电力用户的日间负荷差异率的平均值，
qi表示电力用户i的需求响应量，表示所有电力用户的需求响应量的平均值
。
[0044]
所述利用序关系分析法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第二权重，包括：
[0045]
按照与需求响应量的相关性系数由高至低的顺序，对日负荷量均值
、
日内负荷峰
谷差均值以及日间负荷差异率进行排序，并将其发送至确定端，以便所述确定端基于所述排序确定各负荷调度参数的重要程度值；
[0046]
接收所述确定端发送的各负荷调度参数的重要程度值，并基于所述重要程度值，计算日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第二权重；通过下式计算各负荷调度参数的第二权重：
[0047][0048]wk-1
＝rk
wk[0049]
式中，
wk、w
k-1
分别表示负荷调度参数
k、k-1
的第二权重，rj
、rk分别表示负荷调度参数j和k的重要程度值
。
[0050]
在所述基于所述第一权重和第二权重，计算日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第三权重的步骤中，通过下式计算各负荷调度参数的第三权重，
[0051][0052]
式中，表示负荷调度参数j的第三权重，
wj表示负荷调度参数j的第二权重，
α
表示比例调节系数
。
[0053]
所述根据获得的第三权重，以及各电力用户的负荷调度参数，获取各电力用户负荷的可调潜力值，包括：
[0054]
针对每一电力用户，计算其日负荷量均值与日负荷量均值的第三权重的第一乘积值
、
日内负荷峰谷差均值与日内负荷峰谷差均值的第三权重的第二乘积值
、
日间负荷差异率与日间负荷差异率的第三权重的第三乘积值；
[0055]
计算所述第一乘积值
、
第二乘积值和第三乘积值之和，并将其作为该电力用户负荷的可调潜力值
。
[0056]
一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行上述方法中的步骤
。
[0057]
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行上述方法中的步骤
。
[0058]
本发明的有益效果：本发明的一种用户负荷可调潜力的评价方法，利用区间中心点距离法获取负荷调度参数的第一权重
、
利用皮尔逊算法和序关系法获取负荷调度参数的第二权重
。
接着，再对两个权重进行加权求和，获取负荷调度参数的组合权重
。
最后，基于负荷调度参数的组合权重获取各电力用户负荷的可调潜力值
。
可见，本发明是基于皮尔逊-序关系-区间中心点距离的组合赋权法，来确定各负荷调度参数的权重，如此所得的权重可充分客观地体现各负荷调度参数的重要程度，相比于专家打分法，更加客观准确，因此本发明可以更加准确的评估用户负荷的可调度潜力
。
附图说明
[0059]
图1示出了根据本发明一个实施例的用户负荷可调潜力的评价方法的流程图
。
[0060]
图2示出了根据本发明一个实施例的计算设备的结构框图
。
具体实施方式
[0061]
下面结合附图对本发明做进一步的说明
。
[0062]
应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明
。
除非另有指明，本发明使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义
。
[0063]
虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制
。
相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员
。
[0064]
图2示出了计算设备
100
的物理组件
(
即，硬件
)
的框图
。
在基本配置中，计算设备
100
包括至少一个处理单元
102
和系统存储器
104。
取决于计算设备的配置和类型，处理单元
102
可以实现为处理器
。
系统存储器
104
包括但不限于易失性存储
(
例如，随机存取存储器
)、
非易失性存储
(
例如，只读存储器
)、
闪速存储器
、
或者这样的存储器的任何组合
。
根据一个方面，系统存储器
104
中包括操作系统
105
和程序模块
106
，程序模块
106
中包括评价模块
120
，评价模块
120
被配置为执行本发明的用户负荷可调潜力的评价方法
200。
[0065]
操作系统
105
适合于控制计算设备
100
的操作
。
此外，示例结合图形库
、
其他操作系统
、
或任何其他应用程序而被实践，并且不限于任何特定的应用或系统
。
在图2中通过在虚线
108
内的那些组件示出了该基本配置
。
计算设备
100
具有额外的特征或功能
。
例如，计算设备
100
包括额外的数据存储设备
(
可移动的和
/
或不可移动的
)
，例如磁盘
、
光盘
、
或者磁带
。
这样额外的存储在图2中是由可移动存储
109
和不可移动存储
110
示出的
。
[0066]
如在上文中所陈述的，在系统存储器
104
中存储有程序模块
。
程序模块可以包括一个或多个应用程序，本发明不限制应用程序的类型，例如应用程序可以包括：电子邮件和联系人应用程序
、
文字处理应用程序
、
电子表格应用程序
、
数据库应用程序
、
幻灯片展示应用程序
、
绘画或计算机辅助应用程序
、
网络浏览器应用程序等
。
[0067]
可以在包括分立电子元件的电路
、
包含逻辑门的封装或集成的电子芯片
、
利用微处理器的电路
、
或者在包含电子元件或微处理器的单个芯片上实践示例
。
例如，可以经由其中在图2中所示出的每个或许多组件可以集成在单个集成电路上的片上系统
(soc)
来实践示例
。
这样的
soc
设备可以包括一个或多个处理单元
、
图形单元
、
通信单元
、
系统虚拟化单元
、
以及各种应用功能，其全部作为单个集成电路而被集成
(
或“烧”)
到芯片基底上
。
当经由
soc
进行操作时，可以经由在单个集成电路
(
芯片
)
上与计算设备
100
的其他组件集成的专用逻辑来对在本文中所描述的功能进行操作
。
还可以使用能够执行逻辑操作
(
例如
and、or
和
not)
的其他技术来实践本发明的实施例，所述其他技术包括但不限于机械
、
光学
、
流体
、
和量子技术
。
另外，可以在通用计算机内或在任何其他任何电路或系统中实践本发明的实施例
。
[0068]
计算设备
100
还可以具有一个或多个输入设备
112
，例如键盘
、
鼠标
、
笔
、
语音输入设备
、
触摸输入设备等
。
还可以包括输出设备
114
，例如显示器
、
扬声器
、
打印机等
。
前述设备是示例并且也可以使用其他设备
。
计算设备
100
可以包括允许与其他计算设备
118
进行通信的一个或多个通信连接
116。
合适的通信连接
116
的示例包括但不限于：
rf
发射机
、
接收机和
/
或收发机电路；通用串行总线
(usb)、
并行和
/
或串行端口
。
[0069]
如在本文中所使用的术语计算机可读介质包括计算机存储介质
。
计算机存储介质
可以包括以任何用于存储信息
(
例如，计算机可读指示
、
数据结构
、
或程序模块
)
的方法或技术来实现的易失性的和非易失性的
、
可移动的和不可移动的介质
。
系统存储器
104、
可移动存储
109、
和不可移动存储
110
都是计算机存储介质的示例
(
即，存储器存储
)。
计算机存储介质可以包括随机存取存储器
(ram)、
只读存储器
(rom)、
电可擦只读存储器
(eeprom)、
闪速存储器或其他存储器技术
、cd-rom、
数字通用盘
(dvd)
或其他光存储
、
盒式磁带
、
磁带
、
磁盘存储器或其他磁存储设备
、
或者可用于存储信息并且可以由计算机设备
100
访问的任何其他制品
。
任何这样的计算机存储介质都可以是计算设备
100
的一部分
。
计算机存储介质不包括载波或其他经传播的数据信号
。
[0070]
通信介质是由计算机可读指令
、
数据结构
、
程序模块
、
或者经调制的数据信号
(
例如，载波或其他传输机制
)
中的其他数据实施的，并且包括任何信息传递介质
。
术语“经调制的数据信号”描述了具有一个或多个特征集或者以将信息编码在信号中的方式改变的信号
。
作为示例而非限制，通信介质包括诸如有线网络或直接有线连接之类的有线介质，以及诸如声学
、
射频
(rf)、
红外线的
、
以及其他无线介质之类的无线介质
。
[0071]
图1示出了根据本发明一个实施例的用户负荷可调潜力的评价方法
200
的流程图，方法
200
适于在计算设备
(
例如图2所示的计算设备
100)
中执行
。
如图1所示，该方法
200
始于
210。
[0072]
其中，在一些实施例中，在
210
之前还包括采集待评价的各电力用户的历史负荷数据
。
根据本发明的一个实施例，历史负荷数据至少包括电力用户n日内各小时的负荷量
(
即用电量
)。
关于n的数值，本发明不作限定，例如可以为
10。
另外，关于待评价的电力用户，在此说明一下，其可以为某一地区需求响应签约且需求响应量不为0的用户
。
进一步地，可以包括工业用户
、
商业用户，在一些其他实施例中，还可以包括居民用户，对此本发明也不作限定
。
[0073]
在获得各电力用户的历史负荷数据后，进入
210
，基于待评价的各电力用户的历史负荷数据，获取各电力用户的负荷调度参数
。
其中，负荷调度参数可以包括日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率
。
[0074]
日负荷量均值，是指日内总用电量均值
。
根据本发明的一个实施例，日负荷量均值可通过下式获取：
[0075][0076]
式中，
mi表示电力用户i的日负荷量均值，n表示总天数，即历史数据的采集天数，或者说典型日的天数，
p
n,t
表示电力用户i在第n天的第
t
个小时的负荷量
(
即用电量
)
，也可表示为
[0077]
日内负荷峰谷差均值，是指日内最大负荷
p
n,max
与最小负荷
p
n,min
的差值均值
。
其中，若负荷曲线较为平缓
(
即峰谷差值较小
)
，说明其工艺流程等影响用电量的因素较为稳定，难以变动，则可认为其可调潜力相对较弱；反之若具有明显的峰谷差异，则可认为其可调潜力相对较强
。
根据本发明的一个实施例，日内负荷峰谷差均值可通过下式获取：
[0078][0079]
式中，di
表示电力用户i的日内负荷峰谷差均值，
p
n,max
、p
n,min
分别表示电力用户i在第n天的最大负荷量和最小负荷量，也可表示为
[0080]
日间负荷差异率，是指不同典型日
(
迎峰度夏
、
度冬期间的最大负荷
)
负荷曲线之间差异
。
该值较大时，说明研究对象在不同日期内用电较不稳定，可能无法执行预定的负荷调节计划
。
此参数为负荷日间用电量的比较，对于一个稳定的
、
各典型日之间差异不大的负荷，可以认为其可按约定的调度计划执行，但是如果负荷在各典型日之间都存在较大差异，那么，即使认为其中一天或几天的负荷很适合做调节，也不能判定其是一个较高质量的可调负荷
。
根据本发明的一个实施例，日间负荷差异率可通过下式获取：
[0081][0082]
式中，ri
表示电力用户i的日间负荷差异率，
p
n1,t
、p
n2,t
分别表示电力用户i在第
n1天和第
n2天的第
t
个小时的负荷量，也可表示为另外，关于中最外层的求和，在此说明一下，其是指对电力用户i的所有日间负荷差异求和，即典型日的总共天数为n时，则对
[(n-1)+(n-2)+
…
2+1]
个两日间的负荷差异求和
。
[0083]
随后，进入
220
，基于获得的负荷调度参数，利用区间中心点距离法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第一权重，以及利用皮尔逊相关性算法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率与需求响应量的相关性系数
。
[0084]
首先，对第一权重的获取进行说明
。
在此先说明一下，区间中心点距离法与熵值或主成分分析方法不同，其是以指标值到各自中心点的区间变化范围来反映相关属性对目标对象的影响程度，因此其能有效处理包括区间型数据在内的各类指标形式
。
根据本发明的一个实施例，可以通过如下方式获取各负荷调度参数的第一权重
。
[0085]
第一步，基于各电力用户的负荷调度参数，构建区间决策矩阵
。
其中，可以将每一个电力用户的负荷调度参数作为一行，每一种负荷调度参数作为一列，来构建区间决策矩阵
。
也就是说，当待评价的电力用户的数量为m，且包括n种负荷调度参数
(
即每个用户包括n个负荷调度参数
)
时，则构建一个m行n列的区间决策矩阵
。
具体地，在一些实施例中，m行n列的区间决策矩阵可表示为其中，表示区间决策矩阵中第i行第j列的元素，表示电力用户i的负荷调度参数j的下边界值，表示电力用户i的负荷调度参数j的上边界值
。
可见，在本实施例中，构建的区间决策矩阵
x
中的元素为区间型数据，在此说明一下，若负荷调度参数j为确定型，则
[0086]
另外，上述已知出负荷调度参数包括日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率三种，因此本实施例中n的取值为3，具体地，可以将日负荷量均值作为第一
列，日内负荷峰谷差均值作为第二列，日间负荷差异率作为第三列
。
为了便于理解，下述给出区间决策矩阵
x
的一示例
。
[0087][0088]
在该示例中，表示电力用户i的日负荷量均值的下限值和上限值，表示电力用户i的日内负荷峰谷差均值的下限值和上限值，表示电力用户i的日间负荷差异率的下限值和上限值
。
[0089]
第二步，对区间决策矩阵进行无量纲化处理，得到规范化的区间决策矩阵
。
这里主要是考虑各负荷调度参数在类型及量纲方面的固有差异，计算结果存在着不可公度性，因此需进一步对有关数据做规范化处理
。
[0090]
具体地，在一些实施例中，在对区间决策矩阵进行无量纲化处理时，可以对其中的效益型元素
——
日间负荷差异率通过下式进行无量纲化转换：
[0091][0092]
对区间决策矩阵中的成本型元素
——
日负荷量均值以及日内负荷峰谷差均值通过下式进行无量纲化转换：
[0093][0094]
式中，m表示待评价的电力用户的数量，表示电力用户i的负荷调度参数j经无量纲化处理后的下边界值，表示电力用户i的负荷调度参数j经无量纲化处理后的上边界值，且
[0095]
其中，在一些实施例中，可以将规范化的区间决策矩阵表示为其中，在一些实施例中，可以将规范化的区间决策矩阵表示为表示规范化的区间决策矩阵r中第i行第j列的元素
。
[0096]
第三步，基于规范化的区间决策矩阵，计算各负荷调度参数的中心点的边界值
。
即，计算每种负荷调度参数在所有电力用户中的中心点的边界值
。
其中，根据本发明的一个实施例，可以通过下式计算各负荷调度参数的中心点的边界值：
[0097][0098]
式中，分别表示负荷调度参数j的中心点的下边界值和上边界值
。
[0099]
第四步，基于规范化的区间决策矩阵以及各负荷调度参数的中心点的边界值，计算每一负荷调度参数到其中心点的距离，并将此距离进行归一化，作为该负荷调度参数的第一权重
。
[0100]
其中，在计算每一种负荷调度参数到其中心点的距离
(
即变异程度
)
时，可通过下式进行计算：
[0101][0102]
式中，
wj表示负荷调度参数j到其中心点的距离
。
[0103]
以上述给出的日负荷量均值为第一列，日内负荷峰谷差均值为第二列，日间负荷差异率为第三列为例，那么，
w1则表示负荷调度参数
——
日负荷量均值到其中心点的距离，
w2则表示负荷调度参数
——
日内负荷峰谷差均值到其中心点的距离，
w3则表示负荷调度参数
——
日间负荷差异率到其中心点的距离
。
[0104]
对于各负荷调度参数到其中心点的距离，进一步地，在一些实施例中，可以通过下式对其进行归一化处理：
[0105][0106]
式中，
ωj表示经归一化处理后的负荷调度参数j到其中心点的距离，即负荷调度参数j的第一权重，n表示负荷调度参数的个数，在本实施例中n为
3。
[0107]
继续以上述示例为例，
ω1则表示日负荷量均值的第一权重，
ω2则表示日内负荷峰谷差均值的第二权重，
ω3则表示日间负荷差异率的第一权重
。
[0108]
上述是各负荷调度参数的第一权重的获取过程
。
下面，对相关性系数的获取进行说明
。
在此先说明一下，皮尔逊相关系数
(pearson correlation coefficient)
，又称皮尔逊积矩相关系数
(pearsonproduct-moment correlation coefficient
，简称
ppmcc
或
pccs)
，用于度量两个变量之间的相关性
(
线性相关
)
，其值介于-1
与1之间
。
具体地，若两变量无关系，则相关系数为0；若一变量的值增大
(
减小
)
，另一变量的值也增大
(
减小
)
，则两个变量为正相关，相关系数在
0.00
与
1.00
之间；若一变量的值增大
(
减小
)
，而另一变量的值减小
(
增大
)
，则两个变量为负相关，相关系数在-1.00
与
0.00
之间
。
其中，相关性的绝对值越大表明二者的相关性越大
。
[0109]
接下来，对各负荷调度参数与需求响应量
(
响应的负荷量
)
的相关性系数的获取方式进行一一说明，具体如下
。
[0110]
通过下式获取日负荷量均值与需求响应量的相关性系数：
[0111][0112]
通过下式获取日内负荷峰谷差均值与需求响应量的相关性系数：
[0113][0114]
通过下式获取日间负荷差异率与需求响应量的相关性系数：
[0115][0116]
式中，rm
、rd、rr分别表示日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率与需求响应量的相关性系数，表示所有电力用户的日负荷量均值的平均值，表示所有电力用户的日内负荷峰谷差均值的平均值，表示所有电力用户的日间负荷差异率的平均值，
qi表示电力用户i的需求响应量，表示所有电力用户的需求响应量的平均值
。
[0117]
下述给出根据皮尔逊相关性算法计算得到的各负荷调度参数与需求响应量的相关性系数的一示例，如下表1，
[0118]
表1[0119]
负荷调度参数
mdr
相关性系数
0.7731480.500537-0.11579
[0120]
可见，在该示例中日负荷量均值
m、
日内负荷峰谷差均值d与需求响应量呈正相关关系，且为强相关，日间负荷差异率r与需求响应量呈负相关关系，且为弱相关
。
[0121]
在获得各负荷调度参数与需求响应量的相关性系数之后，进入
230
，根据获得的相关性系数，利用序关系分析法，获取日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第二权重
。
[0122]
序关系法是一种无需一致性检验的方法，是一种先对评价指标进行定性排序，再对相邻指标进行理性判断，最后进行定量计算的主观赋权法
。
序关系分析法的优势在于不需要构建判断矩阵，也不需要进行一致性检验，与构造
ahp
判断矩阵相比验算数量大幅减少，而且序关系分析法在应用中对方案数量没有要求
。
[0123]
根据本发明的一个实施例，可以利用序关系分析法通过如下方式来获取各负荷调度参数的第二权重
。
[0124]
首先，按照与需求响应量的相关性系数由高至低的顺序，对日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率进行排序，并将其发送至确定端，以便确定端基于该排序确定各负荷调度参数的重要程度值
。
[0125]
以上述表1给出的示例为例，在按照与需求响应量的相关性系数由高至低的顺序对各负荷调度参数进行排序后，则为日负荷量均值
m》
日内负荷峰谷差均值
d》
日间负荷差异率
r。
[0126]
另外，确定端在根据负荷调度参数的排序关系确定各负荷调度参数的重要程度值
时，赋值人员可依据下述表2所示的赋值依据来确定各负荷调度参数的重要程度值
。
[0127]
表2[0128]rk
说明
1.0
指标
x
k-1
与
xk具有同样重要性
1.2
指标
x
k-1
比
xk稍微重要
1.4
指标
x
k-1
比
xk明显重要
1.6
指标
x
k-1
比
xk强烈重要
1.8
指标
x
k-1
比
xk极端重要
[0129]
下述给出确定端基于上述表1和表2，确定出的各负荷调度参数的重要程度值的一示例，如下表3：
[0130]
表3[0131]
负荷调度参数
mdr
重要程度值
1.41.41.8
[0132]
可见，在该示例中，日负荷量均值m相对于日内负荷峰谷差均值d明显重要，日内负荷峰谷差均值d相对于日间负荷差异率r极端重要
。
[0133]
然后，接收确定端发送的各负荷调度参数的重要程度值，并基于各负荷调度参数的重要程度值，计算日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第二权重
。
[0134]
根据本发明的一个实施例，可以通过下式来计算各负荷调度参数的第二权重
。
[0135][0136]wk-1
＝rk
wk[0137]
式中，
wk、w
k-1
分别表示负荷调度参数
k、k-1
的第二权重，rj
、rk分别表示负荷调度参数j和k的重要程度值，1＜
k≤n。
[0138]
具体而言，先通过计算负荷调度参数k的第二权重，然后再利用wk-1
＝rk
wk计算其他负荷调度参数的第二权重
。
下面以
w3表示日负荷量均值的第二权重，
w2表示日内负荷峰谷差均值的第二权重，
w1表示日间负荷差异率的第二权重为例作一示例
。
具体地，先通过具体地，先通过计算日负荷量均值的第二权重
w3，然后根据
r3以及得到的
w3，利用wk-1
＝rk
wk计算日内负荷峰谷差均值的第二权重
w2，最后再根据
r2以及得到的
w2计算日间负荷差异率的第二权重
w1。
[0139]
至此，利用区间中心点距离法，获得了各负荷调度参数的第一权重，利用皮尔逊相关性算法以及序关系分析法获得了各负荷调度参数的第二权重
。
随后，进入
240
，基于获得的第一权重和第二权重，计算日负荷量均值
、
日内负荷峰谷差均值以及日间负荷差异率的第三权重
。
其中，在一些实施例中，可以通过下式来计算各负荷调度参数的第三权重
。
[0140][0141]
式中，表示负荷调度参数j的第三权重，
wj表示负荷调度参数j的第二权重，
α
表示比例调节系数，且
0≤
α
≤1。
其中，
α
的取值可以为
0.5
，当然，这仅是一示例，对此本发明不作限定，在具体的实施例中，本领域的技术人员可以根据实际需要进行限定
。
[0142]
在获得各负荷调度参数的第三权重后，进入
250
，根据获得的第三权重，以及各电力用户的负荷调度参数，获取各电力用户负荷的可调潜力值
。
具体地，可通过如下方式获取各电力用户的可调潜力值
。
[0143]
针对每一电力用户，计算其日负荷量均值与日负荷量均值的第三权重的第一乘积值
、
日内负荷峰谷差均值与日内负荷峰谷差均值的第三权重的第二乘积值
、
日间负荷差异率与日间负荷差异率的第三权重的第三乘积值，然后计算第一乘积值
、
第二乘积值和第三乘积值之和，并将其作为该电力用户负荷的可调潜力值
。
换而言之，通过下式获取各电力用户的可调潜力值：
[0144][0145]
式中，ci
表示电力用户i的可调潜力值，表示日负荷量均值的第三权重，表示日内负荷峰谷差均值的第三权重
、
表示日间负荷差异率的第三权重
。
[0146]
进一步地，在一些实施例中，当获取到各电力用户的可调潜力值之后，还可以对各电力用户负荷的可调潜力值进行降序排序
。
通过对电力用户负荷的可调潜力值进行优先级排列，可得到高价值潜力用户清单
。
[0147]
根据本发明的用户负荷可调潜力的评价方法，首先，利用区间中心点距离法获取负荷调度参数的第一权重
、
利用皮尔逊算法和序关系法获取负荷调度参数的第二权重
。
接着，再对两个权重进行加权求和，获取负荷调度参数的组合权重
。
最后，基于负荷调度参数的组合权重获取各电力用户负荷的可调潜力值
。
可见，本发明是基于皮尔逊-序关系-区间中心点距离的组合赋权法，来确定各负荷调度参数的权重，如此所得的权重能充分客观地体现各负荷调度参数的重要程度，相比于专家打分法，更加客观准确，因此本发明可以更加准确的评估用户负荷的可调潜力
。
[0148]
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现
。
从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘
、u
盘
、
软盘
、cd-rom
或者其它任意机器可读的存储介质中的程序代码
(
即指令
)
的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备
。
[0149]
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器
、
处理器可读的存储介质
(
包括易失性和非易失性存储器和
/
或存储元件
)
，至少一个输入装置，和至少一个输出装置
。
其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的用户负荷可调潜力的评价方法
。
[0150]
以示例而非限制的方式，可读介质包括可读存储介质和通信介质
。
可读存储介质存储诸如计算机可读指令
、
数据结构
、
程序模块或其它数据等信息
。
通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令
、
数据结构
、
程序模块或其它数据，并且包括任何信息传递介质
。
以上的任一种的组合也包括在可读介质的范围之内
。
[0151]
在此处所提供的说明书中，算法和显示不与任何特定计算机
、
虚拟系统或者其它设备固有相关
。
各种通用系统也可以与本发明的示例一起使用
。
根据上面的描述，构造这类系统所要求的结构是显而易见的
。
此外，本发明也不针对任何特定编程语言
。
应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式
。
[0152]
在此处所提供的说明书中，说明了大量具体细节
。
然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践
。
在一些实例中，并未详细示出公知的方法
、
结构和技术，以便不模糊对本说明书的理解
。
[0153]
应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例
、
图
、
或者对其的描述中
。
然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征
。
[0154]
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中
。
前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块
。
[0155]
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中
。
可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件
。
除了这样的特征和
/
或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书
(
包括伴随的权利要求
、
摘要和附图
)
中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合
。
除非另外明确陈述，本说明书
(
包括伴随的权利要求
、
摘要和附图
)
中公开的每个特征可以由提供相同
、
等同或相似目的的替代特征来代替
。
[0156]
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例
。
[0157]
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合
。
因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置
。
此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能
。
[0158]
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上
、
空间上
、
排序方面或者以任意其它方式的给定顺序
。
[0159]
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例
。
此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的
。
因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的
。
对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定
。