Pattern Analysis of Generalized Load Characteristic Curve Considering Coupling of Multiple Factors

Shanyang WEI; Jinghua LI; Qian HUANG; Yongsheng LEI; Mengshu ZHU

doi:10.7500/AEPS20200419004

您当前的位置：

首页 >

文章列表页 >

Pattern Analysis of Generalized Load Characteristic Curve Considering Coupling of Multiple Factors

Special Topic on Forecasting Technology and Its Application in Power Systems with Renewable Energy Sources | 更新时间：2025-06-16

- Pattern Analysis of Generalized Load Characteristic Curve Considering Coupling of Multiple Factors
- Automation of Electric Power Systems Vol. 45, Issue 1, Pages: 114-122(2021)
- 作者机构：
  
  广西大学电气工程学院，广西壮族自治区南宁市 530004
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China;Innovation Project of Guangxi Graduate Education
- DOI：10.7500/AEPS20200419004
  CLC：
- Received：19 April 2020，
  
  Revised：2020-09-07，
  
  Published Online：16 November 2020，
  
  Published：10 January 2021
- 稿件说明：
移动端阅览
韦善阳,黎静华,黄乾等.考虑多重因素耦合的广义负荷特征曲线的模式分析[J].电力系统自动化,2021,45(1):114-122.

WEI Shanyang,LI Jinghua,HUANG Qian,et al.Pattern Analysis of Generalized Load Characteristic Curve Considering Coupling of Multiple Factors[J].Automation of Electric Power Systems,2021,45(1):114-122.
韦善阳,黎静华,黄乾等.考虑多重因素耦合的广义负荷特征曲线的模式分析[J].电力系统自动化,2021,45(1):114-122. DOI： 10.7500/AEPS20200419004.

WEI Shanyang,LI Jinghua,HUANG Qian,et al.Pattern Analysis of Generalized Load Characteristic Curve Considering Coupling of Multiple Factors[J].Automation of Electric Power Systems,2021,45(1):114-122. DOI： 10.7500/AEPS20200419004.

摘要

在可再生能源、需求侧响应、电动汽车、储能等多重因素耦合影响下，电力负荷发生根本的变化，从传统的“纯负荷”逐渐演变为具有“负荷”+“电源”双重特性的广义负荷。这是一个新兴的、复杂和抽象的概念，分析研究其曲线模式和特征，是电力系统规划、调度的重要基础工作。针对当前缺乏广义负荷数据、缺少对广义负荷曲线特征研究的问题，文中提供了不同因素作用下的广义负荷模拟模型，进而对不同场景下的广义负荷曲线形态特征进行探索。首先，分别建立考虑电动汽车充电、新能源接入、响应电价、响应新能源波动的广义负荷模拟模型；基于此，提出综合考虑多重因素耦合作用下的广义负荷模拟模型。通过建立的模拟模型，可以生成未来广义负荷数据进行分析，解决目前缺少分析数据的问题。采用基于密度的DBSCAN聚类方法从生成的数据中提取出广义负荷特征曲线。最后，通过设置不同的广义负荷场景，对未来广义负荷特征曲线进行了仿真分析，获得了多种未来可能出现的广义负荷特征曲线。

Abstract

Under the coupling influence of renewable energy

demand side response

electric vehicles (EVs)

energy storage and other factors

the electrical load has undergone fundamental changes

gradually evolving from the traditional “pure load” to the generalized load with the dual characteristics of “load” + “power”. Generalized load is a new

complex and abstract concept. Analyzing and studying the curve modes and characteristics of generalized load is an important basic work in the power system planning and scheduling. In view of the current lack of generalized load data and lack of research on the characteristics of generalized load curves

this paper provides the generalized load simulation model with different factors

and then explores the morphological characteristics of generalized load curves in different scenarios. Firstly

the generalized load simulation models considering EV charging

renewable energy access

response electricity price and response to new energy fluctuation are established respectively. Based on this

a generalized load simulation model considering coupling of multiple factors is proposed. Through the established simulation model

it is possible to generate future generalized load data for the analysis

and solve the current problem of lack of analysis data. The density-based spatial clustering of application with noise (DBSCAN) method is used to extract the generalized load characteristic curves from the generated data. Finally

by setting different generalized load scenarios

the future generalized load characteristic curves are simulated and analyzed

and various generalized load characteristic curves that may appear in the future are obtained.

关键词

Keywords

references

康重庆，姚良忠 . 高比例可再生能源电力系统的关键科学问题与理论研究框架［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 2 - 11 .

KANG Chongqing ， YAO Liangzhong . Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 2 - 11 .

LI Jinghua ， LAI Changwei ， CHEN Bo ， et al . Research concept of pattern features of generalized load curves in future power systems ［C］// 2019 IEEE Innovative Smart Grid Technologies—Asia （ISGT Asia）， May 21 - 24 ， 2019 ， Chengdu， China： 1 - 5 ．

何海，胡姝博，张建华，等 . 基于样本熵的新能源电力系统净负荷分时段调度［J］. 电力系统自动化， 2019 ， 43 （ 24 ）： 77 - 93 .

HE Hai ， HU Shubo ， ZHANG Jianhua ， et al . Sample entropy based divided-period dispatch of net load in new energy power system ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 24 ）： 77 - 93 .

KAUR A ， NONNENMACHER L ， COIMBRA C F M . Net load forecasting for high renewable energy penetration grids ［J］. Energy ， 2016 ， 114 （ 1 ）： 1073 - 1084 .

WANG Yi ， ZHANG Ning ， CHEN Qixin ， et al . Data-driven probabilistic net load forecasting with high penetration of behind-the-meter PV ［J］. IEEE Transactions on Power Systems ， 2017 ， 33 （ 3 ）： 3255 - 3264 .

丁明，林玉娟，潘浩 . 考虑负荷与新能源时序特性的随机生产模拟［J］. 中国电机工程学报， 2016 ， 36 （ 23 ）： 6305 - 6314 .

DING Ming ， LIN Yujuan ， PAN Hao . Probabilistic production simulation considering time sequence characteristics of load and new energy ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 23 ）： 6305 - 6314 .

张智勤，刘艳 . 低碳背景下基于展开型表述的随机生产模拟［J］. 电力系统自动化， 2017 ， 41 （ 3 ）： 54 - 60 .

ZHANG Zhiqin ， LIU Yan . Power system probabilistic production simulation based on extensive form representation in low carbon context ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 3 ）： 54 - 60 .

符袁魁，贾春娟，薛超海，等 . 电动汽车在提高含风能电网可靠性中的应用［J］. 电力系统及其自动化学报， 2018 ， 30 （ 9 ）： 29 - 34 .

FU Yuankui ， JIA Chunjuan ， XUE Chaohai ， et al . Application of electric vehicles in improving the reliability of power system with wind power ［J］. Proceedings of the CSU-EPSA ， 2018 ， 30 （ 9 ）： 29 - 34 .

石文超，吕林，高红均，等 . 考虑需求响应和电动汽车参与的主动配电网经济调度［J］. 电力系统自动化， 2020 ， 44 （ 11 ）： 41 - 55 .

SHI Wenchao ， LYU Lin ， GAO Hongjun ， et al . Economic dispatch of active distribution network with participation of demand response and electric vehicle ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 11 ）： 41 - 55 .

别朝红，胡国伟，谢海鹏，等 . 考虑需求响应的含风电电力系统的优化调度［J］. 电力系统自动化， 2014 ， 38 （ 13 ）： 115 - 120 .

BIE Zhaohong ， HU Guowei ， XIE Haipeng ， et al . Optimal dispatch for wind power integrated systems considering demand response ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 13 ）： 115 - 120 .

LI Jinghua ， LEI Yongsheng ， HUANG Qian . Feature analysis of generalized load patterns considering active load response to real-time pricing ［J］. IEEE Access ， 2019 （ 7 ）： 119443 - 119453 .

LI Jinghua ， ZHU Mengshu ， LIANG Junjie . Pattern simulation and analysis of generalized load profile coupling with active load and renewable energy power ［J/OL］. International Journal of Electrical Power & Energy Systems ［ 2020-08-07 ］. DOI： 10.1016/j.ijepes.2019.105611 http://dx.doi.org/10.1016/j.ijepes.2019.105611 .

陈烨，吴浩，史俊祎，等 . 奇异值分解方法在日负荷曲线降维聚类分析中的应用［J］. 电力系统自动化， 2018 ， 42 （ 3 ）： 105 - 111 .

CHEN Ye ， WU Hao ， SHI Junyi ， et al . Application of singular value decomposition algorithm to dimension reduced clustering analysis of daily load profiles ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 3 ）： 105 - 111 .

宋军英，何聪，李欣然，等 . 基于特征指标降维及熵权法的日负荷曲线聚类方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 65 - 76 .

SONG Junying ， HE Cong ， LI Xinran ， et al . Daily load curve clustering method based on feature index dimension reduction and entropy weight method ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 65 - 76 .

徐青山，吴枭，杨斌 . 考虑状态差异性聚类的空调负荷直接负荷控制动态优化方法［J］. 电力系统自动化， 2016 ， 40 （ 14 ）： 33 - 42 .

XU Qingshan ， WU Xiao ， YANG Bin . Dynamic optimization method of direct load control for air-conditioning load considering status diversity clustering ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 14 ）： 33 - 42 .

张旭，梁军，贠志皓，等 . 广义负荷建模中纵横聚类策略研究［J］. 中国电机工程学报， 2015 ， 35 （ 23 ）： 6028 - 6038 .

ZHANG Xu ， LIANG Jun ， YUN Zhihao ， et al . The longitudinal-horizontal clustering strategy study in the generalized load modeling ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 23 ）： 6028 - 6038 .

王潇笛，刘俊勇，刘友波，等 . 采用自适应分段聚合近似的典型负荷曲线形态聚类算法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 110 - 121 .

WANG Xiaodi ， LIU Junyong ， LIU Youbo ， et al . Shape clustering algorithm of typical load curves based on adaptive piecewise aggregate approximation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 110 - 121 .

ALOTAIBI R ， JIN N ， WILCOX T ， et al . Feature construction and calibration for clustering daily load curves from smart-meter data ［J］. IEEE Transactions on Industrial Informatics ， 2017 ， 12 （ 2 ）： 645 - 654 .

WANG Yi ， CHEN Qixin ， KANG Chongqing ， et al . Clustering of electricity consumption behavior dynamics toward big data applications ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2437 - 2447 .

张铁峰，顾明迪 . 电力用户负荷模式提取技术及应用综述［J］. 电网技术， 2016 ， 40 （ 3 ）： 804 - 811 .

ZHANG Tiefeng ， GU Mingdi . Overview of electricity customer load pattern extraction technology and its application ［J］. Power System Technology ， 2016 ， 40 （ 3 ）： 804 - 811 .

汤奕，鲁针针，伏祥运 . 居民主动负荷促进分布式电源消纳的需求响应策略［J］. 电力系统自动化， 2015 ， 39 （ 24 ）： 49 - 55 .

TANG Yi ， LU Zhenzhen ， FU Xiangyun . Demand response strategies for promoting consumption of distributed power generation with residential active loads ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 24 ）： 49 - 55 .

周孝信 . 能源转型中构建新一代电力系统［J］. 风能， 2019 （ 2 ）： 38 - 39 .

ZHOU Xiaoxin . Building a new generation of power systems in the energy transition ［J］. Wind Energy ， 2019 （ 2 ）： 38 - 39 .

JIANG B ， PEI J ， TAO Y ， et al . Clustering uncertain data based on probability distribution similarity ［J］. IEEE Transactions on Knowledge and Data Engineering ， 2013 ， 25 （ 4 ）： 751 - 763 .

HAO L ， LEWIN P L ， HUNTER J A ， et al . Discrimination of multiple PD sources using wavelet decomposition and principal component analysis ［J］. IEEE Transactions on Dielectrics and Electrical Insulation ， 2011 ， 18 （ 5 ）： 1702 - 1711 .

宋董飞，徐华 . DBSCAN算法研究及并行化实现［J］. 计算机工程与应用， 2018 ， 54 （ 24 ）： 52 - 56 .

SONG Dongfei ， XU Hua . Research and parallelization of DBSCAN algorithm ［J］. Computer Engineering and Applications ， 2018 ， 54 （ 24 ）： 52 - 56 .

李琥，周琪，史静，等 . 大规模电动汽车接入电网对南京市负荷特性的影响及对策［J］. 电力系统及其自动化学报， 2016 ， 28 （增刊1 ）： 19 - 24 .

LI Hu ， ZHOU Qi ， SHI Jing ， et al . Impact of large-scale electric vehicles connected to power grid on the load characteristics in Nanjing City and the corresponding countermeasures ［J］. Proceedings of the CSU-EPSA ， 2016 ， 28 （ Supplement 1 ）： 19 - 24 .

鞠立伟，秦超，吴鸿亮，等 . 计及多类型需求响应的风电消纳随机优化调度模型［J］. 电网技术， 2015 ， 39 （ 7 ）： 1839 - 1846 .

JU Liwei ， QIN Chao ， WU Hongliang ， et al . Wind power accommodation stochastic optimization model with multi-type demand response ［J］. Power System Technology ， 2015 ， 39 （ 7 ）： 1839 - 1846 .

HARRIS C B ， WEBBER M E . An empirically-validated methodology to simulate electricity demand for electric vehicle charging ［J］. Applied Energy ， 2014 ， 126 （ 1 ）： 172 - 181 .

丁明，史盛亮，潘浩，等 . 含电动汽车充电负荷的交直流混合微电网规划［J］. 电力系统自动化， 2018 ， 42 （ 1 ）： 32 - 38 .

DING Ming ， SHI Shengliang ， PAN Hao ， et al . Planning of AC/DC hybrid microgrid with integration of electric vehicles charging load ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 1 ）： 32 - 38 .

MIGUEL A ， PILAR M Q ， GREGORIO M D ， et al . Joint distribution network and renewable energy expansion planning considering demand response and energy storage—Part Ⅰ： stochastic programming model ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 2 ）： 655 - 666 .

LI C X ， DONG Z Y ， CHEN G ， et al ． Flexible transmission expansion planning associated with large scale wind farms integration considering demand response ［J］. IET Generation ， Transmission & Distribution ， 2015 ， 9 （ 15 ）： 2276 - 2283 ．

曾鸣，杨雍琦，向红伟，等 . 计及需求侧响应的电力系统鲁棒优化规划模型［J］. 电力系统自动化， 2016 ， 40 （ 17 ）： 137 - 145 .

ZENG Ming ， YANG Yongqi ， XIANG Hongwei ， et al . Robust optimization planning model of power system considering demand response ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 17 ）： 137 - 145 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Discussion on Observability of Generalized Load in New Distribution Systems

Related Author

LI Zhiyi

LI Bihuan

JU Ping

BI Jiarui

LIU Chun

SUN Dan

ZHANG Mingyuan

WANG Haijiao

Related Institution

College of Electrical Engineering, Zhejiang University

College of Energy and Electrical Engineering, Hohai University

State Key Laboratory of Renewable Energy Grid-integration (China Electric Power Research Institute)

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

School of Electrical Engineering and Automation, Wuhan University

⁰