[發(fā)明專利]一種基于KNN算法和k-means算法改進的空調(diào)負(fù)荷聚合方法

在審

• 申請?zhí)枺?/td>: 202210144911.6
• 申請日: 2022-02-17
• 公開（公告）號: CN114863150A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 左楠楠;高桂革
• 申請（專利權(quán)）人: 上海電機學(xué)院
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/764;G06V10/774;G06K9/62;G06Q50/06
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 彭瑤

本發(fā)明涉及一種基于KNN算法和k?means算法改進的空調(diào)負(fù)荷聚合方法，1)建立空調(diào)負(fù)荷的等效熱參數(shù)模型，生成訓(xùn)練數(shù)據(jù)集；2)對訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)進預(yù)處理；3)在預(yù)處理后的數(shù)據(jù)集中選取空調(diào)負(fù)荷等效熱參數(shù)模型中的分類關(guān)鍵參數(shù)；4)利用分類關(guān)鍵參數(shù)作為分類標(biāo)準(zhǔn)訓(xùn)練KNN分類模型，確定k值；5)在不同的空調(diào)負(fù)荷類別中選定聚合關(guān)鍵參數(shù)，將確定的k值作為k?means算法的k值，依據(jù)關(guān)鍵參數(shù)利用k?means算法進行聚合，利用等效替代法獲取聚合功率；6)針對不同類別的聚合空調(diào)負(fù)荷依據(jù)特點選擇調(diào)控策略，進而獲取聚合空調(diào)負(fù)荷的組合調(diào)控策略。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高空調(diào)負(fù)荷的聚合精度、提高聚合空調(diào)負(fù)荷的響應(yīng)潛力等優(yōu)點。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)負(fù)荷建模技術(shù)領(lǐng)域，尤其是涉及一種基于KNN算法和k-means算法改進的空調(diào)負(fù)荷聚合方法。

背景技術(shù)

利用可控空調(diào)負(fù)荷主動參與電力系統(tǒng)有功功率平衡控制，在精確的可控負(fù)荷用電模型下，對空調(diào)等負(fù)荷采用分散式控制方法或分布式控制方法，已經(jīng)成為國內(nèi)外電力研究人員關(guān)注的熱點問題。現(xiàn)有的技術(shù)中，空調(diào)負(fù)荷聚合方法有一次聚合、二次聚合和基于Fokker-Planck方程的聚合，一次聚合是將同一區(qū)域內(nèi)的空調(diào)負(fù)荷歸為一組，二次聚合是針對控制范圍內(nèi)的空調(diào)負(fù)荷參數(shù)分布廣泛并具有較大的物理屬性差異，通常采用將負(fù)荷聚類成若干分組再通過一定權(quán)重進行加權(quán)的形式對負(fù)荷群進行聚類。基于Fokker-Planck方程的聚合方法是指利用耦合的Fokker-Planck方程來描述空調(diào)負(fù)荷聚合模型的動態(tài)變化。

然而一次聚合中典型的聚合模型有狀態(tài)隊列模型、狀態(tài)空間模型等，要求空調(diào)負(fù)荷具有一定的相似性，不符合實際電力系統(tǒng)空調(diào)負(fù)荷的分布特性。二次聚合也有使用聚類算法對空調(diào)負(fù)荷進行聚合的，但是只通過權(quán)值設(shè)定區(qū)分空調(diào)負(fù)荷占比，不夠精確。基于Fokker-Planck方程的聚合方法，以一階熱力學(xué)模型為基礎(chǔ)，計算量大，計算過程復(fù)雜，且其方程的求解是個難題，目前為止未發(fā)現(xiàn)方程的解析解。綜上，現(xiàn)有的空調(diào)負(fù)荷聚合技術(shù)均未考慮空調(diào)負(fù)荷的差異性，常假設(shè)針對同種空調(diào)負(fù)荷進行聚合，這樣可能導(dǎo)致大規(guī)模負(fù)荷同時響應(yīng)給電力系統(tǒng)造成諧振，影響電網(wǎng)的安全運行。同時現(xiàn)有研究中，針對所有空調(diào)負(fù)荷的調(diào)控策略基本都是從開關(guān)控制、周期性暫停和調(diào)溫控制中選擇一種來控制空調(diào)負(fù)荷。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于KNN算法和k-means算法改進的空調(diào)負(fù)荷聚合方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種基于KNN算法和k-means算法改進的空調(diào)負(fù)荷聚合方法，該方法包括如下步驟：

S1：建立空調(diào)負(fù)荷的等效熱參數(shù)模型，根據(jù)實際電力系統(tǒng)中空調(diào)負(fù)荷分布的參差性，設(shè)定等效熱參數(shù)模型中的參數(shù)統(tǒng)計學(xué)分布規(guī)律，生成訓(xùn)練數(shù)據(jù)集。

S2：對訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)進預(yù)處理。

S3：在預(yù)處理后的數(shù)據(jù)集中選取空調(diào)負(fù)荷等效熱參數(shù)模型中的分類關(guān)鍵參數(shù)。

S4：利用選定的分類關(guān)鍵參數(shù)作為分類標(biāo)準(zhǔn)訓(xùn)練KNN分類模型，并確定k值。

S5：在不同的空調(diào)負(fù)荷類別中選定聚合關(guān)鍵參數(shù)，將S4確定的k值作為k-means算法的k值，依據(jù)關(guān)鍵參數(shù)利用k-means算法進行聚合，獲取聚合功率。

S6：基于得到的聚合功率，針對不同類別的聚合空調(diào)負(fù)荷依據(jù)特點選擇調(diào)控策略，進而獲取聚合空調(diào)負(fù)荷的組合調(diào)控策略。

進一步地，所述空調(diào)負(fù)荷的等效熱參數(shù)模型通過傳熱學(xué)模型類比成電模型，利用電網(wǎng)絡(luò)理論對模型求解得到。在空調(diào)負(fù)荷的等效熱參數(shù)模型中，溫度源與電壓源等效，熱流源與電流源等效，熱阻和熱容分別與電阻和電容等效。所述等效熱參數(shù)模型的表達(dá)式為：

式中，A為系統(tǒng)矩陣，B為輸入矩陣，二者均為三階方陣；C為輸入矩陣；x、y分別為狀態(tài)矢量、輸出量。