计及生产行为约束的工业用户时序调节潜力分析方法

作者：刘晗; 肖飞; 崔勇; 耿建; 张俊芳; 柳伟^*

来源：南京理工大学学报, 2023, 47(05): 579-586.

DOI：10.14177/j.cnki.32-1397n.2023.47.05.002

• 工业负荷
• 调节潜力
• 多层反馈聚合模型
• 变分模态分解
• 时间卷积网络

该文提出一种集数据处理-量化-预测全环节融合的时序潜力评估方法。该方法数据处理部分采用三次样条插值法补充缺失值；数据量化采用基于K-means和深度神经网络(Deep neural networks, DNN)相结合的聚类模型，相对于以往的单层聚类具有更高的聚类效果；数据预测部分采用融合变分模态分解(Variational modal decomposition, VMD)和优化时间卷积网络(Temporal convolutional network, TCN)优点的综合预测方法，预测效果更好。首先，充分提取用户在不同时间序列下各类影响工业用户潜力的特征，提出考虑负荷综合特性的可调节潜力指标体系。其次，为实现对工业负荷潜力的量化分析，该文提出基于K-means-DNN的多层反馈聚合模型。再次，基于多层反馈聚合分析结果，采用基于VMD-TCN潜力分析方法对工业负荷进行潜力分析。最后，以某地区的实际工业用户负荷数据为例，呈现了工业用户负荷时序可调节潜力分析结果。

• 单位
  自动化学院; 国网上海市电力公司; 中国电力科学研究院有限公司; 南京理工大学