1.一种面向需求侧响应基于预测的三相负载调度方法,其特征在于,包括:步骤1,定义三相负载不平衡度,根据历史电力负荷数据,分别对三相负载进行细粒度预测;步骤2,将三相负载预测结果总和与当前限电指标进行对比,建立相应的优化模型;步骤3,根据所建立的优化模型求解各相综合最优限电及补充数据,从而进行调度调整完成三相负载调度。
2.如权利要求1所述的面向需求侧响应基于预测的三相负载调度方法,其特征在于,所述步骤1还包括:三相负载不平衡度的定义为
Max n ( L n ) - Min n ( L n ) Max n ( L n ) × 100 % ]]> 其中L
n为三相负载中第n相负载值,
![]()
为三相负载中最大的负载值,
![]()
为三相负载中最小的负载值。
3.如权利要求1所述的面向需求侧响应基于预测的三相负载调度方法,其特征在于,所述步骤2还包括:步骤31,当所有时刻的三相电力负荷预测值总和均小于对应时刻的限电指标时,补充正向虚拟负载的方式平衡三相负载和最大化用电效率,建立自己的优化模型;步骤32,当所有时刻的三相电力负荷预测值总和均大于对应时刻的限电指标时,离散型的降低比率对三相负载及用电效率进行调控,建立自己的优化模型;步骤33,当分段时刻的三相电力负荷预测值总和小于限电指标时,将限电时刻分段处理的方式来优化负载平衡和用电效率。
4.如权利要求3所述的面向需求侧响应基于预测的三相负载调度方法,其特征在于,所述步骤33还包括:步骤41,当预测三相负荷总和没有超过限电指标时,采用步骤31;步骤42,而超出限电指标时刻采用步骤32进行优化,其中采用延长削减型DR策略的调控时间,防止DR响应结束后的负荷恶性现象的产生。
5.如权利要求4所述的面向需求侧响应基于预测的三相负载调度方法,其特征在于,所述步骤3还包括:步骤51,当执行步骤31时,使用变尺度法进行优化目标求解;步骤52,当执行步骤32时,使用遍历的方法,求解出满足不平衡度要求且用电效率最高的三相削减指标;步骤53,当执行步骤33时,采用将调度时段分段处理的方式分别使用步骤31、32求解方式进行求解。
6.一种面向需求侧响应基于预测的三相负载调度装置,其特征在于,包括:细粒度预测模块,用于定义三相负载不平衡度,根据历史电力负荷数据,分别对三相负载进行细粒度预测;对比模块,用于将三相负载预测结果总和与当前限电指标进行对比,建立相应的优化模型;解析模块,用于根据所建立的优化模型求解各相综合最优限电及补充数据,从而进行调度调整完成三相负载调度。
7.如权利要求1所述的面向需求侧响应基于预测的三相负载调度装置,其特征在于,所述细粒度预测模块还包括:三相负载不平衡度的定义为
Max n ( L n ) - Min n ( L n ) Max n ( L n ) × 100 % ]]> 其中L
n为三相负载中第n相负载值,
![]()
为三相负载中最大的负载值,
![]()
为三相负载中最小的负载值。
8.如权利要求1所述的面向需求侧响应基于预测的三相负载调度装置,其特征在于,所述对比模块还包括:虚拟负载模块,用于当所有时刻的三相电力负荷预测值总和均小于对应时刻的限电指标时,补充正向虚拟负载的方式平衡三相负载和最大化用电效率,建立自己的优化模型;离散型模块,用于当所有时刻的三相电力负荷预测值总和均大于对应时刻的限电指标时,离散型的降低比率对三相负载及用电效率进行调控,建立自己的优化模型;分段时刻处理模块,用于当分段时刻的三相电力负荷预测值总和小于限电指标时,将限电时刻分段处理的方式来优化负载平衡和用电效率。
9.如权利要求8所述的面向需求侧响应基于预测的三相负载调度装置,其特征在于,所述分段时刻分析模块还包括:未超标模块,用于当预测三相负荷总和没有超过限电指标时,采用虚拟负载模块;超标模块,用于超出限电指标时刻采用离散型模块进行优化,其中采用延长削减型DR策略的调控时间,防止DR响应结束后的负荷恶性现象的产生。
10.如权利要求9所述的面向需求侧响应基于预测的三相负载调度装置,其特征在于,所述解析模块还包括:优化目标模块,用于当执行虚拟负载模块时,使用变尺度法进行优化目标求解;遍历模块,用于当执行离散型模块时,使用遍历的方法,求解出满足不平衡度要求且用电效率最高的三相削减指标;分段处理模块,用于当执行分段时刻处理模块时,采用将调度时段分段处理的方式分别使用虚拟负载模块、离散型模块求解方式进行求解。