基于高维赋范与SGHSA算法的用电峰谷时段划分模型

doi:10.11930/j.issn.1004-9649.201605027

中国电力 ›› 2018, Vol. 51 ›› Issue (1): 179-184.DOI: 10.11930/j.issn.1004-9649.201605027

• 技术经济 • 上一篇

基于高维赋范与SGHSA算法的用电峰谷时段划分模型

刘树勇¹, 李娜¹, 符景帅²

1. 国网天津市电力公司经济技术研究院, 天津 300171;
2. 华北电力大学经济与管理学院, 北京 102206

收稿日期:2016-05-04 修回日期:2016-12-15 出版日期:2018-01-05 发布日期:2018-02-28
作者简介:刘树勇(1978—),男,天津人,高级工程师(教授级),从事电力技术经济研究,E-mail:39230362@qq.com。
基金资助:
国家电网公司科技项目(SGTYHT/14-JS-188)。

An Electricity Peak and Valley Time Period Division Model Based on High Dimensional Normed Space and SGHSA Algorithm

LIU Shuyong¹, LI Na¹, FU Jingshuai²

1. State Grid Tianjin Economic Research Institute, Tianjin 300171, China;
2. School of Ecomonic and Management, North China Electric Power University, Beijing 102206, China

Received:2016-05-04 Revised:2016-12-15 Online:2018-01-05 Published:2018-02-28
Supported by:
This work is supported by Science and Technology Project of State Grid Corporation of China(No.SGTYH/14-JS-188).

摘要/Abstract

摘要： 科学划分用电峰、平、谷时段是合理制定峰谷分时电价的基础，时段划分结果应满足长期适用性，并且最大限度地反映出不同时段间负荷的差异。对峰谷时段划分的建模问题展开研究，首先，通过定义涵盖较长时间周期信息的各时点上高维负荷向量及其范数构造时段划分的数据样本集；其次，在范数的基础上引入半梯形隶属函数来确定各时点属于峰、平、谷时段的隶属度；再次，建立阈值优化模型，通过自适应全局寻优搜索算法（SGHSA）对分类阈值进行寻优，并完成时段划分模型的构建；最后，结合某地区实例进行分析，在验证模型合理性的基础上，输出该地区居民用电峰谷时段划分的参考结果。

关键词: 分时电价, 时段划分, 高维负荷向量, 模糊聚类, SGHSA

Abstract: Scientific division of peak, flat and valley time period is fundamental for rational development of time-of-use tariff. Time division results should meet long-term applicability, and maximally reflect load differences in different time periods. Modeling problem of peak and valley time division is discussed. Firstly, data sample set of division model is founded by defining high dimensional load vectors which embody information of a long period and its norm at each time point. Secondly, by introduction of semi gradient membership function, membership degree of each time point to peak, flat and valley period are defined based on norm of load vectors. Thirdly, threshold optimization model is established to optimize threshold by using SGHSA searching algorithm. This completes the construction of period division model. Finally, exemplary application on a certain area proves reasonability of proposed model.

Key words: time-of-use tarrif, time period division, high dimensional load vector, fuzzy clustering, SGHSA

中图分类号:

TM715

刘树勇, 李娜, 符景帅. 基于高维赋范与SGHSA算法的用电峰谷时段划分模型[J]. 中国电力, 2018, 51(1): 179-184.

LIU Shuyong, LI Na, FU Jingshuai. An Electricity Peak and Valley Time Period Division Model Based on High Dimensional Normed Space and SGHSA Algorithm[J]. Electric Power, 2018, 51(1): 179-184.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201605027

https://www.electricpower.com.cn/CN/Y2018/V51/I1/179

参考文献

[1] 于浩明, 黄纯, 张磊, 等. 基于分时电价机制的电动汽车用户侧有序充放电控制策略[J]. 中国电力, 2014, 47(12): 95-98. YU Haoming, HUANG Chun, ZHANG Lei, et al. Coordinated charge and eischarge control strategy based on time-of-use price from electric vehicle customer side[J]. Electric Power, 2014, 47(12): 95-98.
[2] 丁宁. 基于DSM的峰谷时段划分及分时电价的研究[D]. 南京: 南京理工大学, 2002.
[3] 乔慧婷. 基于密度聚类的峰谷时段划分方法研究[D]. 北京: 华北电力大学, 2011.
[4] 刘菁菁. 基于因素分析法的峰谷时段划分的研究[D]. 天津: 河北工业大学, 2006.
[5] AALAMI H, YOUSEFI G R. Demand response model considering EDRP and TOU programs[J]. IEEE Transactions on Power Systems, 2008, 15(4): 1255-1260
[6] 连振洲, 温步瀛, 江岳文. 基于负荷曲线分布特征的峰谷时段划分和修正策略研究[J]. 电网与清洁能源, 2014(7): 15-19. LIAN Zhenzhou, WEN Buying, JIANG Yuewen. Peak-valley time period partition and correction strategy based on the load curve distribution[J]. Advances of Power System & Hydroelectric Engineering, 2014(7): 15-19.
[7] 荆朝霞, 钟童科, 林志龙, 等. 电动汽车充电行为对电网负荷曲线的影响[J]. 南方电网技术, 2013, 7(1): 80-87. JING Chaoxia, ZHONG Tongke, LIN Zhilong, et al. The impact of electric vehicles charging behavior on the load curve of power grid[J]. Southern Power System Technology, 2013, 7(1): 80-87.
[8] 黄焘, 马溪原, 雷金勇, 等. 考虑分时电价和需求响应的家庭型用户侧微电网优化运行[J]. 南方电网技术. 2015, 9(4): 47-53. HUANG Tao, MA Xiyuan, LEI Jinyong, et al. Optimal operation of household user-side microgrid considering TOU price and demand response[J]. Southern Power System Technology, 2015, 9(4): 47-53.
[9] 周东华. 数据挖掘中聚类分析的研究与应用[D]. 天津: 天津大学, 2006.
[10] KISCHEN D S, STRBAC G, PERAYOT C P. Factoring the elasticity of demand in electricity price[J]. IEEE Tans. on Power Systems, 2000, 15(2): 612-617.
[11] 刘严，谭忠富，乞建勋．峰谷分时电价设计的优化模型[J]．中国管理科学, 2005, 13(5): 87-92． LIU Yan, TAN Zhongfu, QI Jianxun．Research on TOU rate designoptimization model[J]．Chinese Journal of Management Science，2005，13(5)：87-92．
[12] MOJTABA S, MOHAMMD T A. A multi-objective decision approach for optimal augmentation and expansion of transmission network[J]. International Journal of Control, Automation and Systems, 2014, 12(2): 431-441.

[1]	唐文升, 王阳, 张煜, 刘席洋, 谭清坤, 吴鹏, 陈宋宋, 杨菁. 基于多维价格弹性系数的分时电价对负荷特性影响机理[J]. 中国电力, 2024, 57(2): 202-211.
[2]	李骏龙, 尤培培, 张超, 方鲁睿, 张文哲. 基于双重差分模型的分时电价机制对用电成本的影响分析[J]. 中国电力, 2024, 57(11): 173-182.
[3]	冯云辰, 加鹤萍, 闫敏, 李根柱, 刘乐, 刘敦楠. 基于风电分时电价的虚拟电厂参与清洁供暖运营优化方法[J]. 中国电力, 2024, 57(1): 51-60.
[4]	时珊珊, 魏新迟, 张宇, 王育飞, 方陈, 王皓靖. 考虑多模式融合的光储充电站储能系统优化运行策略[J]. 中国电力, 2023, 56(3): 144-153,161.
[5]	韩子颜, 王守相, 赵倩宇, 郑志杰. 计及分时电价的5 G基站光储系统容量优化配置方法[J]. 中国电力, 2022, 55(9): 8-15.
[6]	王杰, 丁明, 孙磊, 汪柳兵. 基于改进聚类算法的关键输电断面搜索方法[J]. 中国电力, 2022, 55(6): 86-94.
[7]	马宗彪, 许素安, 朱少斌, 王晶. 基于特征加权模糊聚类的电力负荷分类[J]. 中国电力, 2022, 55(6): 25-32.
[8]	黄剑平, 陈皓勇, 钟佳宇, 陈武涛, 段声志, 郑晓东. 基于用户成本选择用户范围的分时电价最优策略[J]. 中国电力, 2020, 53(9): 107-116.
[9]	杨建华, 王雄飞, 肖达强, 赵佳伟, 刘敦楠. 促进新能源消纳的交易机制及效益研究[J]. 中国电力, 2020, 53(4): 89-95.
[10]	汪磊, 杨贺钧, 马英浩, 张大波. 考虑多重评价指标的多时段分时电价优化模型[J]. 中国电力, 2019, 52(6): 54-59.
[11]	谭显东, 陈玉辰, 李扬, 井江波, 姜宁, 王子健, 沈运帷. 考虑负荷发展和用户行为的分时电价优化研究[J]. 中国电力, 2018, 51(7): 136-144.
[12]	李刚, 李峰, 孔亮, 宋宗勋. 不同电价下含储能系统的微电网经济调度[J]. 中国电力, 2018, 51(2): 125-132.
[13]	侯慧, 樊浩, 谢俊, 罗俊阳, 柯贤斌, 王成智. 分时电价下价格理性用户最优充电策略[J]. 中国电力, 2018, 51(1): 171-178.
[14]	李娜, 张文月, 王玉玮, 符景帅, 王炜劼, 王麟. 基于数据均值化及LSSVM算法的峰谷电价需求响应模型[J]. 中国电力, 2016, 49(9): 137-141.
[15]	曹昉，蔡悦，李成仁，尤培培. 考虑分时潮流追踪和最大负荷责任的输电固定成本分摊方法[J]. 中国电力, 2016, 49(8): 116-120.

基于高维赋范与SGHSA算法的用电峰谷时段划分模型

An Electricity Peak and Valley Time Period Division Model Based on High Dimensional Normed Space and SGHSA Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于高维赋范与SGHSA算法的用电峰谷时段划分模型

An Electricity Peak and Valley Time Period Division Model Based on High Dimensional Normed Space and SGHSA Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics