基于非侵入式负荷监测的居民侧灵活性资源评估方法

• Published in: 电测与仪表 Vol. 61; no. 6; pp. 148 - 158
• Main Authors: 李俊楠, 何心铭, 周慧娟, 肖渝舰, 刘云飞, 赵雯雯, 臧天磊
• Format: Journal Article
• Language: Chinese
• Published: 国网河南省电力公司营销服务中心,郑州 450000%四川大学电气工程学院,成都 610065 15.06.2024
• Subjects: 时域卷积网络; non-intrusive load monitoring; 灵活性资源评估; 门控循环单元; flexibility re-source assessment; 非侵入式负荷监测; time-domain convolutional networks; gated cyclic units
• ISSN: 1001-1390
• DOI: 10.19753/j.issn1001-1390.2024.06.020

TM714; 居民用户具备巨大的灵活性潜力,充分挖掘并合理利用居民侧灵活性资源有助于提升电网的灵活性.文章利用低频功率数据和深度学习模型,提出了一种基于非侵入式负荷监测的居民侧灵活性资源评估方法.文中采用功率波动-跳变事件检测算法,实现对电器用电事件的定位和功率数据获取.将时域卷积网络(time convolutional networks,TCN)和门控循环单元(gated recurrent unit,GRU)相结合,借助 TCN 的数据特征提取能力和GRU的非线性拟合能力,构建TCN-BiGRU负荷识别算法,以有效区分不同电器的用电负荷.利用负荷识别结果对用户总功率信号进行分解,建立设备状态矩阵、设备概率矩阵和设备习惯使用区间矩阵,获取各个电器的用电信息,分析用户用能行为,得到居民侧灵活性资源评估详细结果.通过实际居民用户数据,验证了所提方法的实际有效性.基于所提方法所得的灵活性资源评估结果可为居民需求侧响应提供辅助决策.