本发明涉及电采暖负荷优化调度方法技术领域，是一种多时间尺度下电采暖负荷双层优化调度方法。
背景技术：
我国正处于工业化、城镇化加速发展阶段，尤其有些地区冬季时间长，供热需求持续快速增长，且偏远地区取暖方式主要是依靠烧煤、烧薪柴等老旧的方式，由于运输距离长、煤炭资源紧缺等原因，取暖成本偏高。部分地区则采用燃气供暖，虽具有能源利用率高、供电可靠性高、网损小、环境污染小等优点，但对前期建筑设计要求高、且存在安全隐患等问题。相反这些地区电价较便宜，采用电能替代供热技术的支出成本较小，具有清洁高效、自动化程度高等优点，且可利用蓄能设备削峰填谷，调节电力供应。
由于电采暖负荷随机波动性强，且功率比重较大，从而导致电采暖小区负荷较频繁地大范围波动，基于常规时间序列的短期负荷预测模型缺乏对波动特性的捕捉能力,所以需要对电采暖负荷进行分析，并搭建一种电采暖负荷历史数据特征集模型，使其够更有效挖掘历史数据特征，提高短期负荷预测模型的精度。与此同时，我国的无线-蓝牙-移动通信技术已得到广泛普及和应用，其方便、快捷、稳定的传输特性可以极大地增强用户侧与电网资源的信息交互。通过无线蓝牙技术传输过来的数据设计出合理的分时电价和双层优化调度模型可以帮助用户更好地改变用电方式。电网侧根据负荷变动情况有序控制负荷调度，用户侧根据分时电价合理选择自己的供暖时间，可以有效避免高峰时段用电，提高了电力系统的负荷率和运行的稳定性。所以本发明研究多时间尺度下电采暖负荷柔性控制技术，满足不同情况下电能替代供热技术应用最佳配置方案，能够激发用户节能意识，助力节能减排，产生良好的社会效益、环境效益，同时能为电网带来电费收益，为用户及电网创造双赢的局面。
技术实现要素：
本发明提供了一种多时间尺度下电采暖负荷双层优化调度方法，克服了上述现有技术之不足，其能实现多时间尺度下电采暖负荷双层协调优化，满足不同情况下电能替代供热技术应用最佳配置方案，提高电力资源的优化协调能力，使得能量损耗最小，促进节能减排，实现用户成本最小化和电网收益最大化的双赢局面。
本发明的技术方案是通过以下措施来实现的：一种多时间尺度下电采暖负荷双层优化调度方法，包括下述步骤：
步骤1，对电采暖负荷进行分析以将电采暖负荷进行分类，然后建立在多时间尺度下多特征指标的历史数据特征集模型，历史数据特征集模型的指标为多时间尺度下的负荷特征，包括负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息；
步骤2，基于窗口滑动平均方法对负荷趋势信息、负荷波动信息、负荷大幅突变信息进行计算，然后输入grnn预测模型，输出负荷动态变化预测信息；
步骤3，用户层的负荷控制终端采集电采暖负荷数据，计算用户满意度指标上送给电网层智慧能源平台；电网层智慧能源平台对负荷进行聚类分组，并利用模拟负荷模型根据用户层的负荷动态需求及满意度指标调整有序供暖策略和分时电价策略，用户层将根据电网层调度策略调整用电行为并反馈满意度指标，上下层相互反馈协调，经过多次迭代得到最优双层调度策略。
下面是对上述发明技术方案的进一步优化或/和改进：
上述步骤1中，对所述电采暖负荷分析，将负荷分为煤改电用户和零星业扩新装用户，煤改电用户的用电负荷作为不可控负荷，零星业扩新装用户的用电负荷作为可控负荷；所述历史数据特征集模型适用于可控负荷。
上述步骤2中，用l表示滑动窗口长度，用δp表示当前时刻负荷相较于上一时刻的变化率，用y1、y2表示负荷的增加或减少突变的最大值，用p表示多时间尺度历史负荷序列，用rp(t)表示负荷趋势信息，用vp(t)和sp(t)分别表示t时刻的负荷波动信息和负荷大幅突变信息，负荷趋势信息、负荷波动信息和负荷大幅突变信息的表达式如公式(1)、(2)、(3)，
vp(t)＝[p(t)-p(t-1)]/rp(t)(2)
然后将负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息输入grnn预测模型进行预测，其输出为负荷动态变化预测信息。
上述步骤3中，双层包括第一层和第二层，第一层为电网层，依据负荷动态变化和负荷参数对负荷进行聚类分组，在供电缺额时按对不同电采暖负荷采取有序供暖策略；设计分时电价模型，第二层为用户层，用户根据需求分时采暖。
上述所述有序供暖策略，其步骤为：首先对多种负荷采用聚类分组模型进行划分，模型参数为单元负荷的建筑固有参数、负荷预测信息、外界气象参数和可控参数；所述分时电价规则(分时电价模型)为：当柔性负荷需求超过了设定的边界值，峰时电价根据超过的负荷增加，每超过1千瓦时加价0.05元，谷时电价每下降1千瓦时降价0.08元。
上述步骤3中，迭代方法为：电网层包括模拟负荷模型，根据有序控制策略和分时电价预测用户层的满意度
上述所述迭代过程中，指令、数据的传递均通过蓝牙模块进行无线通信，系统包括终端侧和主站侧，具体为：在电采暖用户侧安装负荷控制终端，实现电采暖数据采集，并上送至智慧能源平台；智慧能源平台汇集电采暖运行数据，并将电采暖区域运行数据上送至主站侧调度控制系统，根据既定策略分解来自于主站侧控制系统转发的控制目标并下发至负荷控制终端执行。
上述步骤4，用户层的负荷控制终端采集电采暖负荷数据，根据公式(1)、(2)计算出负荷趋势信息rp(t)、负荷波动信息vp(t)，从电网侧说明双层调度策略的可行性。
上述步骤4中，在用户层设计用户电采暖消费认可度指标，其包括用户连续受控满意度uoff,zt、连续供电满意度uon,zt、综合满意度uzt以及调度公平性指标us(z)，从用户侧判断双层调度策略的可行性和公平性。
本发明所述方法提高了电网调动电采暖负荷预测的准确度和灵活度，实现了电网层和用户层的双层调度策略，从而在保证用户满意度和舒适度下对电采暖用户进行有序控制，并设计合理的电供暖分时电价，从而更好地提高电力系统在多种供暖负荷冲击下的负荷率和运行的稳定性，促进节能减排，实现电网和用户利益最大化。
附图说明
附图1为本发明所述多时间尺度下电采暖负荷双层优化调度方法的流程图。
附图2为多时间尺度下多特征指标的历史数据特征集模型。
附图3为基于历史数据特征集的grnn预测模型流程图。
附图4为双层优化调度策略迭代流程图。
附图5为负荷优化效果图。
具体实施方式
本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。
下面结合实施例对本发明作进一步描述：
实施例1：如图1所示，该多时间尺度下电采暖负荷双层优化调度方法，包括下述步骤：
步骤1，对电采暖负荷进行分析，将负荷分为煤改电用户(作为不可控负荷)和零星业扩新装用户(作为可控负荷)，针对两种负荷制定不同的调度策略。
然后对于可控负荷，搭建一种多时间尺度下多特征指标的历史数据特征集模型，模型指标为多时间尺度下的负荷特征，包括负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息。用p表示多时间尺度历史负荷序列，用rp(t)表示负荷趋势信息，用vp(t)和sp(t)分别表示t时刻的负荷波动信息和负荷大幅突变信息(见图1)。
步骤2，设计一种模型指标计算方法，建立基于窗口滑动平均的负荷趋势信息计算方法，用l表示滑动窗口长度，用δp表示当前时刻负荷相较于上一时刻的变化率，用y1、y2表示负荷的增加或减少突变的最大值，具体为：
vp(t)＝[p(t)-p(t-1)]/rp(t)
基于历史数据特征集的grnn预测模型，其输入为负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息，输出为负荷的动态趋势预测信息。
步骤3，设计一种计及电采暖负荷动态需求预测的双层有序用电调度模型。具体为：用户层的负荷控制终端采集电采暖负荷数据，计算用户满意度指标上送给电网层智慧能源平台；电网层智慧能源平台对负荷进行聚类分组，并根据用户层的动态需求及满意度指标优化调整有序供暖策略和分时电价策略，用户层将根据电网层调度策略调整用电行为并反馈满意度指标，上下层相互协调，经过多次迭代得到最优双层调度策略。
其中，计及电采暖负荷动态需求预测的双层有序用电调度模型，具体包括针对可控负荷的有序控制策略、适用于所有负荷自调整的分时电价制度以及用户满意度反馈，第一层为电网层，依据负荷动态变化和负荷参数对负荷进行聚类分组，在供电缺额时对不同电采暖负荷“有序供暖”；设计分时电价模型，用户可根据需求分时采暖。第二层为用户层，设计一种电采暖供暖期间的用户侧满意度评价指标体系。
“有序供暖”(有序供暖策略)步骤为：首先对多种负荷采用聚类分组模型进行划分，模型参数为单元负荷的建筑固有参数、负荷预测信息、外界气象参数和可控参数。所述分时电价规则为：当柔性负荷需求超过了设定的边界值，峰时电价根据超过的负荷增加，每超过1千瓦时加价0.05元，谷时电价每下降1千瓦时降价0.08元。
用户侧满意度评价指标体系u(z)，包括用户连续受控满意度uoff,zt、连续供电满意度uon,zt、综合满意度uzt以及调度公平性指标us(z)。
迭代方法为：电网层包括模拟负荷模型，可根据有序控制策略和分时电价预测用户层的满意度
步骤4，设计一种电采暖供暖期间的负荷调度评价方法，具体为：用户层的负荷控制终端实时采集多种用户负荷数据，按照上述计算出负荷趋势信息rp(t)、负荷波动信息vp(t)，从电网侧说明双层调度策略的可行性。
另外，指令、数据的传递均通过蓝牙模块进行无线通信，系统包括终端侧和主站侧，具体为：在电采暖用户侧安装负荷控制终端，实现电采暖数据采集，并上送至智慧能源平台；智慧能源平台汇集电采暖运行数据，并将电采暖区域运行数据上送至主站侧调度控制系统，根据既定策略分解来自于主站侧控制系统转发的控制目标并下发至负荷控制终端执行。
实施例2：该多时间尺度下电采暖负荷双层优化调度方法，包括下述步骤：
步骤1，
步骤1.1首先对电采暖负荷进行分析。由于本发明需要实现对负荷的双层调度，集电网主动投切负荷与用户根据分时电价自主调整用暖时间于一体，故首先需要提取出用暖负荷中的可控负荷和不可控负荷，便于负荷的统一管理。
将电采暖负荷进行分类，电采暖负荷主要包括煤改电用户和零星业扩新装用户，针对零星业扩新装用户的可控负荷容量较高的现状，本发明将煤改电用户作为不可控负荷，将零星业扩新装用户作为可控负荷。
步骤1.2建立在多时间尺度下多特征指标的历史数据特征集模型。在负荷分类完成后，对于属于可控负荷的群体，需要收集属于可控负荷的用户在使用电供暖期间的负荷数据，从而便于双层调度策略的设计。
历史数据特征集模型的模型指标包括负荷时间序列、负荷最大值、负荷最小值、负荷各时刻变化趋势、负荷各时刻波动特征(负荷波动信息)、负荷大幅度突变特征(负荷大幅度突变信息)6个指标(见图2)。
其中，负荷时间序列为按照等周期间隔采样得到的基础历史负荷数据。每天当中负荷的最大值和最小值可以有效衡量负荷的用电水平，而负荷各时刻的变化趋势则可以对每天负荷的惯性趋势进行刻画，通过对基础负荷序列经过变换计算得到。负荷各时刻波动特征用于衡量每个时刻负荷的快速小幅度变化情况，如电采暖负荷渗透率高时，每个时刻都会有不同数量的设备启停操作，从而呈现出负荷曲线的小幅度波动。负荷大幅度突变特征用于衡量负荷因某些特殊因素引起的集中增加或者集中减少特征，如电采暖用户因受到晚上采暖低谷电优惠电价政策的影响，会出现大量设备集中开启或停机的现象，从而引起负荷发生大幅度突变。
步骤2，
步骤2.1设计一种历史数据特征集模型的指标计算方法。负荷时间序列、负荷的最大值和最小值可以直接从负荷侧采集数据获取。对于负荷的变化趋势特征、负荷的波动特征和大幅度突变特征本发明设计了计算公式进行计算。
首先对于负荷变化趋势特征，本发明设计了一种基于窗口滑动平均的负荷变化趋势计算方法。通过合理选择窗口大小实现有效历史信息的包含，通过窗口的滑动实现变化趋势的滚动更新。用p表示多时间尺度历史负荷的功率序列，用rp(t)表示负荷负荷趋势信息，用m表示滑动窗口长度，则t时刻的负荷变化特征为：
用vp(t)表示t时刻的负荷波动特征，负荷波动特征决定各个时刻负荷功率的变化方向和变化率大小，t时刻的负荷波动信息vp(t)可表示为：
vp(t)＝[p(t)-p(t-1)]/rp(t)
用sp(t)表示t时刻的负荷突变特征，负荷突变特征决定各个时刻负荷功率的大幅度突变情况，通常对应着某些突发因素，t时刻的负荷大幅突变信息sp(t)可表示为：
其中，用δp表示当前时刻负荷相较于上一时刻的变化率，用y1、y2表示负荷的增加或减少突变的最大值。
步骤2.2在此基础上设计一种供暖期间用电负荷需求预测方法，即基于历史数据特征集的grnn预测模型，模型输入为经过预处理后的历史数据特征集模型数据(负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息)，输出为负荷的变化趋势预测信息(见图3)，图3中，kelm(kemelextremeleamingmachine)：核极限学习机。
首先完成数据预处理，本发明采用最大-最小归一化方法对原始数据进行线性变换，将原始数据线性化的方法转换到[0，1]的范围，归一化公式如下，其中xnorm为处理后的数据，x为处理前的数据，xmax，xmin为与x具有相同特征的数据的最大值和最小值：
将归一化之后的训练数据集和预测数据集按照图3进行在线预测模型训练和预测，具体步骤如下：
1)根据提出的历史数据特征集模型形成训练样本集，每一条样本输入由t-m-1时刻到t时刻的负荷序列和5个特征指标构成。
2)将训练数据集输入准预测模型进行训练，按照下式计算得到核函数极限学习机输出权重β，其中式中：o为目标向量；g为隐藏层矩阵，g 为g的广义逆矩阵，正常数1/c的作用是使求解结果更稳定，具有更好的泛化能力。
β＝g o＝gt(ggt)-1o＝gt(1/c ggt)-1o
3)用步骤2)中计算得到的权重β生成预测模型，将预测数据集输入预测模型，按照下面两个公式计算得到预测日t 1时刻的预测值，第一个公式为grnn预测模型的特性方程，第二个公式为高斯核函数。其中，h(x)为隐藏层激励函数；h为隐藏层矩阵；k为所选核函数；γ为模型参数，根据历史数据计算得到。
ωkelm(xi,xj)＝k(xi,xj)＝exp(-γ||xi-xj||2)
步骤3，
步骤3.1设计一种计及柔性负荷动态需求、分时价格影响的双层协调调度模型。如图4所示，用户层的负荷控制终端采集电采暖负荷数据，计算用户满意度指标上送给电网层智慧能源平台；电网层智慧能源平台对负荷进行聚类分组，并根据用户层的动态需求及满意度指标优化调整“有序供暖”和分时电价策略，用户层将根据电网层调度策略调整用电行为并反馈满意度指标，上下层相互协调，经过多次迭代得到最优双层调度策略。
首先设计第一层协调调度策略，在电网层模型中，根据电采暖负荷未来的需求预测，在供电缺额时,通过聚类分组的方法，结合终端侧、主站侧按“有序用电”规则对电采暖负荷定点定量短时投切，实现电网侧对可控电采暖负荷的主动有序控制。同时结合负荷的用暖需求，构建分时电价模型，设计出合理的分时电价，用户侧根据分时电价合理选择自己的供暖时间。然后设计第二层协调调度的策略，具体为：在用户层模型中，设计用户电采暖消费满意度和调度公平性指标，包括用户连续受控满意度uoff,zt，连续供电满意度uon,zt和综合满意度uzt的计算公式以及调度公平性指标计算公式，用于传递到第一层，进行迭代。
步骤3.2为实现步骤3.1中对于电网侧对可控电采暖负荷的主动有序控制，首先采用聚类分组模型进行划分，模型参数为单元负荷的建筑固有参数、负荷预测信息、外界气象参数和可控参数(室内供暖设备开关)，按照聚类-分组的方法对多单元负荷进行分组。上一级系统调度中心根据下层上传的信息并结合聚类分组信息，优化计算并下达负荷的定点定量短时投切命令；下层根据系统调度指令对区域内的柔性负荷进行调度。
其中(1)：负荷预测信息为上述利用预测模型预测出来的负荷变化信息；(2)建筑固有参数包括热容、热阻、安装功率。这类参数在建筑建成后几乎不再发生改变。热阻可以通过建筑参数进行求取，热容则通过实测数据拟合获取，安装功率一般取决于外散面积或者供暖面积；(3)外界气象参数，主要是室外温度。室外温度可以通过天气预测获得；(4)可控参数，包括电采暖设备开关。
接下来按照以下两步对单元负荷进行聚合。
聚类：在建筑结构相近的条件下，房间热容参数以及外散热阻参数并非随机组合，相似房间具有相近的外散墙体面积以及房间面积，热阻参数以及热容参数就会分布在某一值数值附近。首先对固有参数进行聚类，将固有参数相近的房间聚类为一类。因此热阻参数分布在[r-r,r r]范围内，热容参数分布在[c-c,c c]。r为热阻参数聚类中心(℃/w)，r为热阻参数聚类半径(℃/w)，c为热容参数聚类中心(j/℃)，c为热容参数聚类半径(j/℃)。
(2)分组：然后对室内温度值进行分组，假设每一类房间室内温度初值分布在[tmin,tmax]之间，依据室内温度初值分为若干小组，对每一小组负荷进行统一控制。
在完成了上述两步操作后，上一级系统调度中心根据负荷的聚类分组信息，优化计算并对负荷下达定点定量短时投切命令，完成不同情况负荷的调度。
步骤3.3为实现步骤3.1中的分时电价，在用户层模型中，结合负荷的用暖需求，构建分时电价模型，设计出合理的分时电价制度，用户侧根据分时电价合理选择自己的供暖时间。
分时阶梯电价制度。规则为：当柔性负荷需求超过了设定的边界值，峰时电价根据超过的负荷增加，每超过1千瓦时加价0.04元，谷时电价每下降1千瓦时降价0.07元。
步骤3.4设计步骤3.1中双层调度模型的第二层调度策略，在用户层设计了用户电采暖消费认可度指标，包括用户连续受控满意度uoff,zt，连续供电满意度uon,zt和综合满意度uzt，以及调度公平性指标，从而从用户侧判断双层调度策略的可行性和公平性。
根据双层调度项目要求和用户类型等情况的差异，可以将参与双层调度的用户进行分组。假设有z组用户参与双层调度项目。对于第z组负荷，其在第t时段的连续受控(中断负荷或减载运行)和非受控(正常供电)时间分别为，soff,zt和son,zt计算公式为：
soff,zt＝soff,z(t-1) xztδt,
son,zt＝son,z(t-1) (1-xzt)δt
根据模糊集理论，可以利用用户的连续受控时间与连续运行时间来分别建立模糊隶属度函数，再利用该函数来表征用户满意度。第t时段第z组负荷的用户连续受控满意度uoff,zt，连续供电满意度uon和综合满意度uzt分别为：
uzt＝xztuoff,zt (1-xzt)uon,zt
其中，toff,z,best和ton,z,best分别为第z组用户的最佳连续受控时间与最佳连续运行时间。
在整个时段t内，第z组负荷用户的综合满意度uz为
步骤3.5为了实现双层调度策略的动态调整，实现最优调度策略，本发明对第一层和第二层进行迭代，具体为：电网层包括模拟负荷模型，可根据有序控制策略和分时电价预测用户层的满意度
模型限定条件为：符合人体最佳热舒适度指标下进行有序供暖和电价调整，指标为max(u(z))、ipmv＝ata bpv-c，其中ta、pv表示室内温度和相对湿度。人体最佳热舒适度指标为ipmv＝ata bpv-c，其中ta、pv表示室内温度和相对湿度。
热舒适度是综合作用影响下的人体主观感受，主要受外部环境和用户自身特性的影响，根据国际标准组织(iso)提出的iso7730热舒适模型对人体热平衡特性进行建模，利用预测平均投票数(predictedmeanvote，pmv)指标值评估各类用户对室内温度的舒适需求区间。由于利用iso7730热舒适模型计算舒适温度时，环境参数的实时获取较为困难，故需要对iso7730热舒适度模型进行简化。本发明采用一种简化的热舒适度模型，仅将室内温度ta和相对湿度pv作为输入参数，可以实现对iso7730热舒适度模型较好的近似效果。
步骤4，设计一种电采暖供暖期间的负荷调度评价方法，实时采集的多种用户负荷数据，按照步骤2中所述指标计算方法计算出负荷变化趋势特征rp(t)、负荷波动特征vp(t)，从电网侧说明双层调度策略的可行性。
其中
所述命令的传递均通过蓝牙模块进行无线通信，调度及数据指令在终端侧和主站侧之间传递，具体为：
终端侧：在电采暖用户侧安装负荷控制终端，实现电采暖数据采集，并上送至智慧能源平台，即在电(蓄)热锅炉用户负荷侧部署负荷控终端、智能断路器，负荷控终端通过交采实现遥测信息采集，智能断路器实现遥信信息采集并通过485通信方式上送至负荷控终端，负荷控终端通过3g/4g等无线通信方式经安全接入平台将遥测遥信信息上送至营销侧有序用电功能模块，再转发至调度侧的自动化系统最终实现可控负荷监测信息采集。
主站侧：通过在调度控制系统改造调度计划模块和agc模块，新增电采暖负荷的日前计划和agc模型，根据日前计划电采暖负荷预测曲线、负荷控制上下限、负荷实时曲线、断面越限等信息生成控制目标，等开展优化并制定理想充放电曲线；再通过基于消息转发机制的交互技术由agc模块将控制目标转发至智慧能源平台有序用电功能模块，实现对可控负荷的精准控制。
智慧能源平台：汇集电采暖运行数据，并将电采暖区域运行数据上送至主站侧调度控制系统，根据既定策略分解来自于主站侧控制系统转发的控制目标并下发至负荷控制终端执行。
实施案例：
以南疆电采暖为例进行负荷为例，截止2020年3月南疆三地州电采暖共计安装电能表35.25万户，其中煤改电项目安装30.67万户、零星业扩报装4.58万户，其中煤改电主要以分散式碳晶(纤维)、石墨烯、发热电缆为主，零星业扩报主要以集中式电(蓄)热锅炉、热泵供暖为主。对于煤改电用户，南疆30.67万煤改电用户中，持续用电客户仅占8％，每户按照4千伏安接入容量计算，总的可控负荷容量仅有9.8万千伏安，且考虑该类负荷用户均为农村居民，因此将其纳入不可控负荷；对于零星业扩新装用户：南疆三地州单户容量大于100千伏安的电(蓄)热锅炉用户共计1408户，合计容量约70万千伏安，按照持续用电客户数占比30.82％的统计数据，预计可控负荷报装容量约21万千伏安，可以满足需求，可纳入可控负荷。
然后对可控负荷建立在多时间尺度下多特征指标的历史数据特征集模型，采集负荷时间序列、负荷最大最小值、负荷变化趋势、负荷波动特征和负荷大幅度突变特征信息。利用基于窗口滑动平均的负荷变化趋势计算方法以及负荷波动、大幅度突变特征的计算公式计算出负荷变化趋势、负荷波动特征和负荷大幅度突变特征信息。最后利用基于历史数据特征集的grnn预测模型预测出负荷变化趋势。
电采暖双层调度策略中的第一层负荷有序控制策略为：根据日前负荷、机组出力计划，以750千伏阿楚断面、车和断面下网极限值为控制目标值，评估次日晚峰每个时段需控制负荷量，并根据可控工业负荷、集中式电采暖负荷量进行分配，优先级顺序为：优先分配大工业负荷，若量不够再切除电采暖负荷，电采暖负荷按照蓄热式、直热式的优先级别切除，并按照用户电采暖体验评估设定经验切除时间。分时电价初始设计值如表1所示，并结合规则进行变动，当柔性负荷需求超过了设定的边界值，峰时电价根据超过的负荷增加，每超过1千瓦时加价0.05元，谷时电价每下降1千瓦时降价0.08元。
同时，依据模拟负荷模型，根据当时指定的有序控制策略和分时策略对用户层满意度进行预测，当满意度最高时将策略转发给用户层，并根据用户层的满意度进行实时更改，从而达到最优的双层调度策略。
第二层调度策略为用户侧根据分时电价主动选择自己的供暖时间，计算出用户电采暖消费认可度和调度公平性，反馈给电网层。最后结合负荷的变化趋势和波动特征计算双层调度策略的可行性，在双层调度期间，用户的电采暖消费认可度和调度公平性数值较高，双层调度策略可行性较高(见图5)。
本发明针对冬季供暖期间不同类型用暖负荷快速增长，整体电力调度供应紧张问题，首先对不同类型电采暖负荷进行分类，建立多时间尺度下的负荷历史数据特征集模型，设计指标计算方法并利用广义回归神经网络(grnn)预测负荷动态变化。其建立一种计及电采暖负荷动态需求的双层调度模型，用户层的负荷控制终端采集电采暖负荷数据，计算用户满意度指标上送给电网层智慧能源平台；电网层智慧能源平台对负荷进行聚类分组，并根据用户层的动态需求及满意度指标优化调整“有序供暖”和分时电价策略，用户层将根据电网层调度策略调整用电行为并反馈满意度指标，上下层相互协调，经过多次迭代得到最优双层调度策略。同时设计一种双层调度策略可行性评价方法，根据负荷变化特征进行可行性评测。实施案例分析了一种多时间尺度下电采暖负荷双层优化调度控制方案的可行性。本发明为多种类型电采暖负荷参与下的用户有序供暖和电力协调调度提供技术方法，能有效降低电力供需矛盾的影响。
本发明所述方法提高了电网调动电采暖负荷预测的准确度和灵活度，实现了电网层和用户层的双层调度策略，从而在保证用户满意度和舒适度下对电采暖用户进行有序控制，并设计合理的电供暖分时电价，从而更好地提高电力系统在多种供暖负荷冲击下的负荷率和运行的稳定性，促进节能减排，实现电网和用户利益最大化。
以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。
表1分时电价表
1.一种多时间尺度下电采暖负荷双层优化调度方法，其特征在于包括下述步骤：
步骤1，对电采暖负荷进行分析以将电采暖负荷进行分类，然后建立在多时间尺度下多特征指标的历史数据特征集模型，历史数据特征集模型的指标为多时间尺度下的负荷特征，包括负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息；
步骤2，基于窗口滑动平均方法对负荷趋势信息、负荷波动信息、负荷大幅突变信息进行计算，然后输入grnn预测模型，输出负荷动态变化预测信息；
步骤3，用户层的负荷控制终端采集电采暖负荷数据，计算用户满意度指标，对负荷进行聚类分组，根据用户层的负荷动态需求及满意度指标调整有序供暖策略和分时电价策略，用户层将根据电网层调度策略调整用电行为并反馈满意度指标，上下层相互反馈协调，经过迭代得到最优双层调度策略。
2.根据权利要求1所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于骤1中，对所述电采暖负荷分析，将负荷分为煤改电用户和零星业扩新装用户，煤改电用户的用电负荷作为不可控负荷，零星业扩新装用户的用电负荷作为可控负荷；所述历史数据特征集模型适用于可控负荷。
3.根据权利要求1或2所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于步骤2中，用l表示滑动窗口长度，用δp表示当前时刻负荷相较于上一时刻的变化率，用y1、y2表示负荷的增加或减少突变的最大值，用p表示多时间尺度历史负荷序列，用rp(t)表示负荷趋势信息，用vp(t)和sp(t)分别表示t时刻的负荷波动信息和负荷大幅突变信息，负荷趋势信息、负荷波动信息和负荷大幅突变信息的表达式如公式(1)、(2)、(3)，
vp(t)＝[p(t)-p(t-1)]/rp(t)(2)
然后将负荷功率序列、负荷最大最小值、负荷趋势信息、负荷波动信息和负荷大幅突变信息输入grnn预测模型进行预测，其输出为负荷动态变化预测信息。
4.根据权利要求1或2或3所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于步骤3中，双层包括第一层和第二层，第一层为电网层，依据负荷动态变化和负荷参数对负荷进行聚类分组，在供电缺额时按对不同电采暖负荷采取有序供暖策略；设计分时电价模型，第二层为用户层，用户根据需求分时采暖。
5.根据权利要求4所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于所述有序供暖策略，其步骤为：首先对多种负荷采用聚类分组模型进行划分，模型参数为单元负荷的建筑固有参数、负荷预测信息、外界气象参数和可控参数；所述分时电价规则为：当柔性负荷需求超过了设定的边界值，峰时电价根据超过的负荷增加。
6.根据权利要求5所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于步骤3中，迭代方法为：电网层包括模拟负荷模型，根据有序控制策略和分时电价预测用户层的满意度，并与用户层的负荷控制终端反馈的真实满意度进行对比，目标函数为用户层的预测满意度与用户层真实满意度的差值的最小值，动态调整调度策略使得目标函数的值最小。
7.根据权利要6所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于所述迭代过程中，数据的传递均通过蓝牙模块进行无线通信，系统包括终端侧和主站侧，在电采暖用户侧安装负荷控制终端，实现电采暖数据采集，并上送至智慧能源平台；智慧能源平台汇集电采暖运行数据，并将电采暖区域运行数据上送至主站侧调度控制系统。
8.根据权利要求1至7任意一项所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于步骤4，用户层的负荷控制终端采集电采暖负荷数据，根据公式(1)、(2)计算出负荷趋势信息、负荷波动信息，从电网侧说明双层调度策略的可行性。
9.根据权利要求8所述的多时间尺度下电采暖负荷双层优化调度方法，其特征在于步骤4中，在用户层设计用户电采暖消费认可度指标，其包括用户连续受控满意度、连续供电满意度、综合满意度以及调度公平性指标，从用户侧判断双层调度策略的可行性和公平性。
技术总结