基于NILM技术的家庭用户精确负荷建模方法

基于NILM技术的家庭用户精确负荷建模方法

摘要

本文提出了一种基于非侵入式负荷监测(NILM)技术的家庭用户精确负荷建模方法。

该方法应用 NILM 技术对家庭主要设备负荷特性的提取,然后通过模糊 C 聚类法实现家庭负荷模型归类,获得设备针对不同电价的转移灵敏度和自灵敏度用电特性,并在此基础上形成家庭负荷特性。

通过电网公司分时电价环境下实测的家庭典型用电负荷数据验证可知,空调、洗衣机、热水器、电动汽车具有较 大的弹性,其中洗衣机的自弹性和交叉弹性最大,在高电价时段可削减 100%。

该方法所获得的家庭负荷辨识的结 果,可支持居民电价/激励等需求侧管理政策的制定,也可支持用户家庭用电设备状态监测服务等。

前言

NILM 技术

通过在用户入口处(如电能表计量位置)安装非侵入式电力监测装置实现对电流、功率等用电信息进 行整体采集,应用量测解析技术获得监测范围内用 电设备的运行,实现对不同设备的启停和消耗功率的监测,具有较好的经济性。

对用户用电符合特性的研究(已有的)

  • 对实施分时电价前后的用电情况对比获得用户的需求响应
  • 给出峰谷分时电价下用户相应行为的实时仿真流程
  • 获得负荷率分档的峰谷分时电价模型

上述的研究主要是基于用户整体特性,未深入到用户内容设备的层面。

开展了 NILM 技术的研究

  • 探究非侵入式负荷监测与分解在用户层的应用
  • 提出一 种非侵入式电力负荷分解与辨识决策融合方法

基于 NILM 技术可对用户提取的信息精确度和种类有所不用,在进行家庭负荷建模方法也有不同。

本文

  1. 基于 NILM 技术实现居民负荷的电流信号分解
  2. 获得用户对实行需求侧管理前后的用电情况变化
  3. 过基于负荷曲线的 庭特征归类,分析家庭负荷可调度程度
  4. 获得不同类型家庭用户精细化的负荷模型

意义:分析用户用电行为, 引导用户实现节能减排和提高能效。

非侵入负荷检测系统的功能架构

负荷电流信号的分解

总电流信号是所有电气设备电流的随即线性混合,根据输入输出系统进行分析,将各电气设备看作独立系统,其所产生电流分解为时域特征,亦可变换到频域。

非侵入负荷监测原理及信号模型

  • 家庭负荷数量的增加,非侵入式负荷分解和影响分析运行所需时间会略有增加,但总体所需事件仍然较短
  • 家庭用电设备的建模:数据的采集、处理,以及不同类型事件的检测、特性信息提取和负荷时域特征的辨识等
    • 数据采集:家庭用电负荷的电气量特征:时域的电流、电压、波形,稳态数据解析的谐波频谱等频域特征值
    • 数据处理:对测量数据的去噪滤波、对电压电流等的相位调节、数据归一化
    • 事件监测:监测家庭用电设备状态是否改变
    • 特性提取:提取时域特征,对比拟合指纹,对设备聚类,辨识运行状态和消耗功率
  • 用户设备各异导致指纹(用电设备电流信号的时域特征)各异,可通过实验室获得典型设备的特征信号提取并存储,并在使用过程中用智能学习算法学习

基于 NILM 技术的用户精确负荷建模

家庭负荷的分解算法实现流程

采用 NILM 技术获得家庭用户负荷运行时产生的电流信号,得到电流信号的频域以及实际运行情况下混合电流信号。

基于负荷曲线的家庭特征归类

根据一段时间内设备的运行状况,提取这段时间内出现的负荷设备,以及相应的设备运行状态组合。通过模糊 C 均值聚类算法求解。

基于分时电价的家庭负荷可调度模型

以电价变化为例说明电力用户负荷的变化。

算例分析

结论

文以家庭非侵入式用电数据为基础,针对分 时电价等需求侧管理措施,研究了居民负荷的电流 信号分解方法,并以此为基础,获得用户对实行基 于电价等的变化后负荷的运行特征和模型。通过实 测的家庭典型用电负荷数据验证可知,用户考虑分 时电价的影响,将对部分设备的工作时间进行转移。

# NILM

Comments

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×