王異成，羅華峰，馬駿超，陸承宇，張 寶，彭 琰

（1.杭州意能電力技術(shù)有限公司，杭州 310012；2.國網(wǎng)浙江省電力有限公司電力科學研究院，杭州 310014）

0 引言

隨著能源互聯(lián)網(wǎng)[1]建設(shè)的逐步推進，在電力供給側(cè)，可再生能源接入電網(wǎng)的滲透率逐步提高。該現(xiàn)狀導致以火電為代表的傳統(tǒng)可調(diào)節(jié)資源不斷被壓縮，使得電力供給側(cè)保障電網(wǎng)安全運行的可調(diào)節(jié)性能顯著降低。負荷側(cè)靈活性資源具有調(diào)節(jié)靈活、容量充足、潛力巨大[2]等優(yōu)點。伴隨著“碳達峰、碳中和”目標的提出及其行動的推進，需要在電力需求側(cè)有效挖掘系統(tǒng)的靈活性負荷資源[3]的調(diào)節(jié)潛力。

由于居民等常規(guī)負荷資源單個容量較小，數(shù)量眾多，時間、空間等分布隨機性較強，直接參與電力批發(fā)市場組織管理成本較高。隨著現(xiàn)代信息技術(shù)的發(fā)展，通過引入小微負荷聚合商，使用電力物聯(lián)網(wǎng)技術(shù)對居民小微負荷的運行狀態(tài)與功率實施非侵入式監(jiān)測、聚合與功率控制[4]，不僅可以提高對小微負荷的規(guī)模化控制能力，挖掘負荷側(cè)需求響應(yīng)潛力，顯著降低電網(wǎng)公司供電壓力，還能為終端用戶帶來經(jīng)濟收益。

現(xiàn)有的負荷監(jiān)測技術(shù)主要有侵入式和非侵入式2 種。侵入式負荷監(jiān)測技術(shù)需要為每一個電器裝配數(shù)據(jù)采集設(shè)備，可詳細獲取電器的用電狀態(tài)、用電行為與用電能耗。此方法安裝與運維復雜，成本極高，不利于大范圍改造和推廣[4]。而非侵入式負荷監(jiān)測技術(shù)只需在用戶戶外裝配數(shù)據(jù)采集設(shè)備，通過監(jiān)測用戶出口處的總電氣量，利用智能負荷辨識算法分解得到戶內(nèi)電器的用電行為與能耗[5]，其安裝與運維簡單，成本低廉。

已有的非侵入式負荷監(jiān)測及實際應(yīng)用研究主要關(guān)注在對負荷及用電的智能感知與監(jiān)測上。文獻[6]提出了基于非侵入式負荷監(jiān)測的用電節(jié)能系統(tǒng)，其手段為負荷監(jiān)測，目的為用電節(jié)能。文獻[7]同樣提出了一種非侵入式電力負荷監(jiān)測系統(tǒng)，其適用于海量用戶在網(wǎng)運行，提高效率，減輕云端負荷。從上述文獻及社會生活現(xiàn)狀來看，其本質(zhì)上只打通了從負荷到電網(wǎng)的單向負荷感知通道，未做到對用戶負荷的細粒度評估與控制，無法在技術(shù)實現(xiàn)上打通電網(wǎng)公司與用戶的精細化雙向友好互動通道。為了實現(xiàn)電網(wǎng)公司與用戶的精細化友好互動，需要對現(xiàn)有高級量測系統(tǒng)進行改造，實現(xiàn)智能監(jiān)測與控制。

本文研究一種小微負荷智能監(jiān)測與聚合分析系統(tǒng)，提出了基于馬氏距離相似度匹配的小微負荷構(gòu)成非侵入式監(jiān)測方法，提出基于用戶舒適度指標的小微負荷需求響應(yīng)能力分級聚合方法，實現(xiàn)對小微負荷的智能監(jiān)測、聚合評估及分類控制。該系統(tǒng)能夠廣泛接入、管理和控制各種類型負荷終端，可與電網(wǎng)公司需求響應(yīng)平臺或電力調(diào)控平臺友好互動，為實現(xiàn)負荷側(cè)靈活資源的聚合和策略控制的需求提供技術(shù)支撐和理論依據(jù)。

1 系統(tǒng)總體設(shè)計

系統(tǒng)硬件總體結(jié)構(gòu)如圖1 所示，從下至上主要由設(shè)備層、量測控制終端層、邊緣計算單元和負荷聚合云平臺層構(gòu)成[7]。設(shè)備層是最底層，由待監(jiān)測與控制的家用電器及電力線路組成，是監(jiān)測與控制的對象。量測控制終端層主要由智能斷路器、智能插座及溫度傳感器組成：前兩者除了常規(guī)功能外，還可以實時采集負荷辨識、聚合評估與控制所需數(shù)據(jù)；溫度傳感器主要采集用戶室溫數(shù)據(jù)，為溫控負荷的控制提供數(shù)據(jù)基礎(chǔ)。邊緣計算單元主要負責接收多路量測終端采集的數(shù)據(jù)，進行負荷分解與能耗分類計量，將當前區(qū)域的聚合負荷構(gòu)成信息上傳至云計算平臺層；同時接收云計算平臺層下發(fā)的需求側(cè)響應(yīng)指令，在邊緣計算單元進行調(diào)控計算，決策各家庭電器運行狀態(tài)，并下發(fā)指令進行負荷調(diào)控。負荷聚合云平臺層安裝有數(shù)據(jù)庫，接收位置不同的邊緣計算單元的聚合負荷構(gòu)成信息，實現(xiàn)整個系統(tǒng)需求側(cè)響應(yīng)能力的總體評估，參與電力市場并對中標結(jié)果進行響應(yīng)決策，計算并調(diào)整負荷辨識特征庫以及展示整個系統(tǒng)實時狀態(tài)等。

圖1 系統(tǒng)總體架構(gòu)

本系統(tǒng)的監(jiān)測與控制采用“云-邊-端”三層協(xié)同管理框架[8]，系統(tǒng)為實時在線監(jiān)測與控制系統(tǒng)。每一戶家庭的量測控制終端層配備一個智能斷路器和有限數(shù)量的智能插座，此為“端”；因數(shù)據(jù)采集與傳輸數(shù)據(jù)量巨大，因此在地理位置接近區(qū)域（如同一樓層或同一單元）部署一臺邊緣計算單元，單元下所有智能斷路器和智能插座連接至同一邊緣計算單元，實現(xiàn)數(shù)據(jù)采集與傳輸計算的分布式架構(gòu)，此為“邊”；不同地域的所有邊緣計算平臺連接同一負荷聚合云平臺，此為“云”。同時，本系統(tǒng)配備可直接與聚合云平臺通過網(wǎng)絡(luò)相連的用戶小程序，用戶可以通過小程序直接設(shè)置自己的設(shè)備主觀使用信息，并直接上傳到聚合云平臺。在本系統(tǒng)中，負荷分解與辨識、初級聚合評估由單一邊緣計算單元完成，實現(xiàn)邊緣計算分布式；負荷特征庫的計算與調(diào)整、全系統(tǒng)需求側(cè)響應(yīng)能力的總體評估等由負荷聚合云平臺完成。這樣的系統(tǒng)設(shè)計不僅可以實現(xiàn)海量用戶數(shù)的小微負荷實時監(jiān)測、減輕云端負載，還可以將分散的負荷側(cè)靈活資源整合起來，挖掘負荷側(cè)需求響應(yīng)潛力，提高對小微負荷的規(guī)?；刂颇芰Α?/p>

2 系統(tǒng)算法實現(xiàn)

2.1 非侵入式負荷時空分解

2.1.1 數(shù)據(jù)采集與處理

首先由量測控制終端（包括智能斷路器和智能空氣開關(guān)）實時采集電力線上數(shù)據(jù)，包括電流瞬時值i 和電壓瞬時值u，計算有功功率P、無功功率Q、電流諧波幅值I、相角φ 等特征值。

使用離散采樣采集連續(xù)的瞬態(tài)交流電壓電流，計算工頻周期有功、無功功率有效值。其中有功功率有效值[9]如式（1）所示：

式中：ur，ir為離散電壓電流序列，r 為采樣序列序號；m 為頻率；N 為每周期電壓電流采樣點數(shù)；n 為時間。

考慮到電壓和電流的瞬態(tài)波形為非正弦波形，無功功率有效值計算采用1927 年Budeanu提出的同頻率無功功率定義[10]，并在實際的無功功率的計算中使用移相90°的電壓序列與電流序列相乘，其無功功率有效值如式（2）所示：

電器中流過的電流使用傅里葉級數(shù)表示為：

式中：i（t）為t 時刻總電流；I0和I1為電流的直流分量；Ik為電流的k 次諧波幅值；ω 為電流角頻率；θk為電流的k 次諧波相角。

電流諧波的相角采用快速傅里葉變換法計算。首先記錄每秒采集的電流樣本數(shù)量，然后使用以下快速傅里葉變換公式來計算電流諧波幅值與相角[4]：

式中：FFT 表示快速傅里葉變換運算；Ns是參與本次FFT 運算的電流序列中的樣本數(shù)量；i[∶]是參與本次FFT 運算的電流序列；Fi[∶]是經(jīng)過FFT 運算后維度為Ns的幅值結(jié)果；fi（k）為實際頻率結(jié)果序列；Ik是k 次電流諧波幅值。

2.1.2 事件監(jiān)測

當用戶內(nèi)部電器發(fā)生啟?；蜻\行狀態(tài)發(fā)生變化時，電器總有功功率會隨之發(fā)生變化，這種有功功率發(fā)生較大改變的行為稱為一個電器事件。通過監(jiān)測智能斷路器和智能插座來監(jiān)測居民電力線上是否發(fā)生有功功率的改變，從而判定是否有電器事件發(fā)生。

本文使用的智能斷路器電路結(jié)構(gòu)含有干路和M 條支路。其干路和支路總有功功率為：

式中：Pt為t 時刻智能斷路器干路總有功；Pt，i為t 時刻第i 條支路有功功率；Pt，i，j為第i 條支路下第j 個負荷的有功功率；Pe為測量誤差和未知負荷有功功率；g 為第i 條支路下的已知負荷數(shù)目。

本文采用基于滑動窗的CUSUM 算法進行事件監(jiān)測[11]。CUSUM 是一種變點檢測算法，其通過統(tǒng)計時間序列均值的變化來檢測變點。其算法原理為：如果某一時間序列在某點開始存在異常，序列的概率分布（整個序列的均值、方差等）會發(fā)生改變。CUSUM 算法優(yōu)勢在于對樣本數(shù)據(jù)信息加以累積，將過程的小偏移累積起來達到放大的效果，從而提高檢測過程中對小偏移的靈敏度。

2.1.3 特征提取

本文通過提取事件發(fā)生（即發(fā)生電器開啟或關(guān)閉）區(qū)間負荷特征變化進行后續(xù)負荷匹配工作，提取和計算的每秒數(shù)據(jù)體征量包括：有功功率有效值、無功功率有效值、電流各次諧波含量、電流沖擊系數(shù)等。

在智能斷路器中完成數(shù)據(jù)采集和處理后，在邊緣單元進行特征提取。

把電器事件發(fā)生前后一段時間的有功功率有效值的平均值作差，得到有功功率和無功功率的特征變化量，如式（9）、式（10）所示：

電流諧波變化量計算方法與功率不同，其需要考慮電流諧波相角的變化，因此k 次電流諧波幅值變化[13]如式（11）所示：

式中：t1為負荷工作前時刻；t2為負荷工作后時刻；分別為t1和t2時刻k 次諧波電流幅值；分別為t1和t2時刻k 次諧波電流相角。

把電器投切時的最大周期電流有效值與電器達到穩(wěn)態(tài)運行時的電流有效值之比稱為電流沖擊系數(shù)，其計算公式如式（12）所示：

式中：max（i[∶]）代表以每周期電流有效值組成序列的最大值；i′代表小微負荷穩(wěn)態(tài)運行時電流有效值。

2.1.4 負荷匹配

如2.1.3 所述，使用每秒有功功率有效值、無功功率有效值、電流沖擊系數(shù)及各次電流諧波有效值描述電器特征，用向量表示為X=[ΔP，ΔQ，kp，ΔI2，ΔI3，…，ΔIm]，對于各類家用電器，其投切電器特征均服從均值為μ，協(xié)方差矩陣為D 的正態(tài)分布。收集用戶電器歷史運行數(shù)據(jù)后，對各類電器大量的投切樣本進行分析，得到組數(shù)據(jù)，第n 組數(shù)據(jù)記為Xn。使用極大似然估計法求得模型總體分布，均值和協(xié)方差矩陣的極大似然估計值分別為：

本文采用相似度匹配方法進行負荷匹配。選取指標為馬哈拉諾比斯距離（以下簡稱“馬氏距離”），其表示點與一個分布之間的距離，是一種有效的衡量樣本與負荷分布之間的相似度的方法。對于一個均值為μ，協(xié)方差矩陣為D 的分布，其任意一點的馬氏距離d 為：

在負荷匹配過程中，對于每一類電器，設(shè)定一置信邊界距離ds。當樣本與該負荷分布中心的馬氏距離不大于置信邊界距離ds，則可以判定該樣本特征值代表此類電器投切特征值，否則排除此類電器可能。

2.2 小微負荷響應(yīng)能力分級聚合

2.2.1 小微負荷特性與響應(yīng)能力建模

居民家用負荷具有多樣性和差異性。不同家用負荷的物理特性及使用功能均不同。根據(jù)居民負荷的使用特性及響應(yīng)特征不同，將居民負荷分為可轉(zhuǎn)移負荷、可中斷負荷、可平移負荷、基礎(chǔ)負荷[13]。

1）可轉(zhuǎn)移負荷。此類負荷一般在負荷工作周期內(nèi)消費電能總量保持不變，負荷運行時功率恒定或可變，可以在負荷使用期間中斷，其對時間敏感度較低，例如儲能（電動汽車）、冰蓄能等。

假設(shè)該類負荷允許在t=a 之后開始工作，并在不晚于t=b 完成用電任務(wù)，其運行功率恒定為Pt，其用電總耗能為EI，則其用電特性建模[14]為：

式中：xt是可轉(zhuǎn)移負荷在t 時段開關(guān)狀態(tài)，為0-1變量，開啟時為1，關(guān)斷時為0；Pt為t 時段負荷功率；tmax為最大調(diào)度時段數(shù)。

對于這4 類負荷，按照負荷在本時段是否可以參與響應(yīng)及最大可響應(yīng)功率容量為標準，定義可轉(zhuǎn)移類負荷響應(yīng)能力函數(shù)為：

2）可中斷負荷。此類負荷可中斷，不可轉(zhuǎn)移，是否中斷會影響用戶舒適程度。一般居民小微負荷中可中斷負荷均為溫控負荷，如空調(diào)等。其調(diào)節(jié)方式一般為溫度調(diào)節(jié)和開關(guān)調(diào)節(jié)混合進行。

空調(diào)等效熱參數(shù)模型[15]為：

式中：Tt為t 時刻室內(nèi)溫度；Pair為空調(diào)機組的制冷制熱功率；ηair為空調(diào)能效比；Pt為空調(diào)運行電功率；ε 為散熱函數(shù)（即室內(nèi)溫度改變的慣性系數(shù)）；A 為導熱系數(shù)；為t 時刻室外溫度；為0-1 變量，值為0 時代表空調(diào)關(guān)閉，值為1 時代表空調(diào)開啟。

用戶會在某一溫度范圍內(nèi)感到舒適，空調(diào)溫度約束為：

空調(diào)等可中斷負荷的響應(yīng)能力函數(shù)為：

3）可平移負荷。該類負荷可平移，在使用過程中不可中斷，負荷的使用受工作流程和規(guī)定時間約束，例如洗衣機、微波爐等。

假設(shè)該類負荷允許在t=a 之后開始工作，并在不晚于t=b 完成用電任務(wù)，其用電任務(wù)持續(xù)時間為L1，運行功率為Pt，運行次數(shù)設(shè)定為m，則用電特性建模[14]為：

因其不可中斷運行特性，可得用電特性約束為：

式中：xt是負荷在t 時段開關(guān)狀態(tài)，為0-1 變量，開啟時為1，關(guān)斷時為0。

運行次數(shù)約束為：

定義可平移類負荷響應(yīng)能力函數(shù)為：

4）基礎(chǔ)負荷。這類負荷是家庭生活必備的不可關(guān)閉電器，如果進行調(diào)控會極大影響用戶舒適程度，一般不調(diào)控。

2.2.2 小微負荷響應(yīng)能力聚合

傳統(tǒng)的需求響應(yīng)不考慮參與負荷類型，對某區(qū)域負荷均統(tǒng)一調(diào)配，缺乏對小微負荷響應(yīng)能力細粒度評估，不能精細化調(diào)控。

對于一小微負荷聚合商，其管理范圍內(nèi)的小微負荷總需求響應(yīng)能力為某時段各用戶各類型負荷響應(yīng)能力綜合，即：

式中：N 為管轄范圍內(nèi)用戶數(shù)。

2.3 小微負荷響應(yīng)控制

2.3.1 小微負荷需求響應(yīng)控制模型

對于用戶來講，小微負荷的運行狀態(tài)與用戶使用意愿和用戶舒適度相關(guān)。本文對文獻[16]提出的用戶舒適度指數(shù)進行改進和完善，構(gòu)建用戶舒適度指標來衡量用戶使用該家用電器的舒適程度。該指標一方面可以表征用戶使用家電的舒適程度，另一方面也可以使用舒適度指標為需求響應(yīng)控制做指導。

定義用戶舒適度指標Kcom為：

由用戶舒適度指標定義可知，負荷實時狀態(tài)偏離設(shè)定值越多，其用戶舒適度越小，表明其參與需求響應(yīng)意愿或優(yōu)先級越低。經(jīng)過標幺化的用戶舒適度指標可用于需求響應(yīng)控制優(yōu)先級作參考。

1）可轉(zhuǎn)移負荷用戶舒適度。

可轉(zhuǎn)移負荷用戶舒適度與已消耗電能量和當前時間有關(guān)，其指標表示為：

式中：Kt中為t 時刻是否在規(guī)定時間內(nèi)完成任務(wù)標志，其值為1 代表工作還在規(guī)定時間中，值為0 代表工作未完成，并且已經(jīng)超出規(guī)定時間；E1為可轉(zhuǎn)移負荷已消費電能。

2）可中斷負荷用戶舒適度。

溫控負荷等可中斷負荷的用戶舒適度與室內(nèi)溫度有關(guān)，其指標表示為：

式中：Tmin與Tmax分別為用戶感覺舒適的最小與最大溫度；T 為當前溫度。

（3）可平移負荷用戶舒適度

可平移負荷的用戶舒適度與在規(guī)定時間內(nèi)是否可以完成規(guī)定任務(wù)有關(guān)，其指標表示為：

2.3.2 小微負荷需求響應(yīng)控制方案

為了進行合理的小微負荷需求響應(yīng)控制，需要制定小微負荷聚合商的最優(yōu)控制策略。假設(shè)系統(tǒng)維持安全穩(wěn)定，小微負荷聚合商的調(diào)度與控制目標制定為：在保證用戶舒適度水平不變或者盡量小幅減小的前提下，保證經(jīng)濟收益最高。小微負荷聚合商收入來源為：以管轄區(qū)域內(nèi)的居民用戶為整體來為電網(wǎng)公司需求側(cè)響應(yīng)提供服務(wù)，從而獲得資金收入；而小微負荷聚合商需從用戶一方獲得參與需求側(cè)響應(yīng)的負荷資源，因此需付出成本給用戶。

本文主要關(guān)注日內(nèi)小微負荷需求響應(yīng)控制策略，并且主要關(guān)注調(diào)峰服務(wù)。首先在各時段對管轄區(qū)域內(nèi)可參與需求側(cè)響應(yīng)服務(wù)聚合資源總量進行評估，再對歷史成交電價進行估計，參與投標，獲得中標價格和中標響應(yīng)量后對管轄區(qū)域內(nèi)的用戶資源進行調(diào)度，使得付出成本最小，進而收益最多。

獲得中標響應(yīng)量Uc（t）后，小微型負荷聚合商分別考察該時段內(nèi)所有可轉(zhuǎn)移負荷響應(yīng)能力，所有可中斷負荷響應(yīng)能力，則需求側(cè)響應(yīng)有如下幾種情況：

1）Uc（t）≤，即中標響應(yīng)量小于所有可轉(zhuǎn)移負荷響應(yīng)能力。此時，對所有參與需求側(cè)響應(yīng)用戶按照戶均可轉(zhuǎn)移負荷用戶舒適度平均值排序，由低至高參與需求側(cè)響應(yīng)；在處于響應(yīng)量邊界時，優(yōu)先響應(yīng)中標響應(yīng)量較小者。

3）Uc（t）＞（U1（t）+U2（t）），即中標響應(yīng)量大于所有可轉(zhuǎn)移和可中斷負荷響應(yīng)能力總和，因在日內(nèi)控制階段，可平移負荷無法執(zhí)行負荷關(guān)斷操作，因此，最大響應(yīng)能力仍為（U1（t）+U2（t））。

3 系統(tǒng)測試與分析

3.1 系統(tǒng)部署

本系統(tǒng)在包含有30 間房間的某單位員工宿舍開展部署和運行測試。其中，每間房間量測控制終端層均安裝含有5 條支路和1 條干路的智能斷路器。每10 間房間配套1 臺邊緣計算單元。整個系統(tǒng)部署一套獨立開發(fā)的負荷聚合云平臺。

3.2 系統(tǒng)測試

3.2.1 非侵入式負荷時空分解

本系統(tǒng)中，每戶房間均安裝以下5 種小微負荷，其特征信息如表1 所示。

表1 小微負荷特征庫信息

為驗證本文提出方法的有效性和合理性，對小微負荷進行投切實驗，圖2 為各個小微負荷在開啟和關(guān)閉的過程中測量到的有功功率和無功功率曲線?？梢钥闯?，有功功率和無功功率存在一定程度的波動性，這給事件檢測和負荷匹配帶來一定困難。

圖2 系統(tǒng)小微負荷運行功率曲線

對本文提出算法在本系統(tǒng)中進行1 000 次測試，對每類電器各開啟和關(guān)閉100 次，得到的事件檢測和負荷匹配結(jié)果如表2 所示?？梢钥闯觯罕疚奶岢龅氖录z測方法對所有電器投切事件的檢測都很有效，且準確率較高；本文提出的負荷匹配方法也有很高的辨識精度，但空調(diào)負荷匹配準確率較其他電器偏低，經(jīng)分析是空調(diào)每次啟動的特征較為分散導致的。

表2 事件檢測及負荷辨識結(jié)果統(tǒng)計

3.2.2 小微負荷響應(yīng)能力分級聚合

本系統(tǒng)中，通過非侵入式負荷時空分解后可知用戶各小微負荷運行狀態(tài)，為后續(xù)的小微負荷參與需求側(cè)響應(yīng)的能力聚合和控制提供數(shù)據(jù)基礎(chǔ)。

小微負荷的運行功率和負荷需求設(shè)定如表3所示?？紤]到算法測試需求，引入電動汽車充電數(shù)據(jù)，虛擬接入系統(tǒng)中測試算法性能。

表3 小微負荷功率及需求信息

本系統(tǒng)采用杭州市負荷參與需求側(cè)響應(yīng)市場規(guī)則，在每天10:30，13:30，16:00，20:00 共計4個時段進行小微負荷能力分級聚合。

選取本系統(tǒng)2021 年某一天的情況進行計算，各類型小微負荷響應(yīng)能力如圖3 所示。

圖3 系統(tǒng)小微負荷響應(yīng)能力分級聚合

表4 為第一時段宿舍中各用戶小微負荷開啟信息，展示了圖3 所示數(shù)據(jù)的計算流程，可顯示本系統(tǒng)負荷辨識和負荷能力分級聚合的細粒程度。

表4 第一時段小微負荷運行信息

分析圖3 數(shù)據(jù)可以看出，晚間時段三類負荷的響應(yīng)能力都很高，這是由于該時段用戶都在家中使用電器，因此其可以參與需求側(cè)響應(yīng)。三類負荷橫向比較，可中斷負荷相比于其他兩類負荷的需求側(cè)響應(yīng)能力較強，這是因為空調(diào)和熱水器均為可中斷負荷，其起到維持室溫和水溫的作用，即使白天用戶家庭沒有人時，也被允許工作。而白天用戶家庭無人時，可轉(zhuǎn)移負荷（電動汽車）和可平移負荷不在工作，因此其參與需求側(cè)響應(yīng)的能力較小。

選取2021 年連續(xù)一周每天晚間時段的小微負荷各類型負荷響應(yīng)能力進行統(tǒng)計，其變化情況如圖4 所示。

分析圖4 數(shù)據(jù)可以看出，同樣是在晚間時段，三類負荷和總負荷在工作日和非工作日的需求側(cè)響應(yīng)能力有明顯差別。周末時段的小微負荷需求側(cè)響應(yīng)能力明顯弱于非工作日，這是因為周末時段很多用戶晚上在外活動，很多小微負荷不開啟使用，因此其需求側(cè)響應(yīng)能力較弱。

圖4 一周內(nèi)晚間時段小微負荷響應(yīng)能力分級聚合

同樣選取這一周同一時段，家庭總負荷及其需求側(cè)響應(yīng)能力曲線變化如圖5 所示。

圖5 一周內(nèi)晚間時段小微負荷水平與響應(yīng)能力

分析圖5 數(shù)據(jù)可以看出，因為用戶對自身舒適度的感受不同，因此并非所有負荷均可參與需求側(cè)響應(yīng)，用戶總負荷水平大于總響應(yīng)能力。

3.2.3 小微負荷響應(yīng)控制

為驗證本文所提小微負荷參與需求側(cè)響應(yīng)控制策略在系統(tǒng)中運行有效性，與3.2.2 節(jié)選取相同一周同一時段，假定相同中標量，并分別設(shè)定中標量為5～3.5 kW 計算系統(tǒng)實際響應(yīng)情況，不同中標量對應(yīng)實際響應(yīng)情況如圖6 所示。

分析圖6 數(shù)據(jù)可以看出，因為可平移負荷無法參與響應(yīng)，用戶在日內(nèi)可參與需求側(cè)響應(yīng)能力為可轉(zhuǎn)移負荷和可中斷負荷響應(yīng)能力總水平，其小于理論上的總需求側(cè)響應(yīng)能力。通過分析圖6數(shù)據(jù)可知，當中標量不大于實際可響應(yīng)能力時，所有中標量均可以消納；而當中標量大于實際可響應(yīng)能力時，不能完全消納中標量，只有違約選擇。因此，小微負荷聚合商準確評估自身管轄范圍內(nèi)小微負荷參與需求側(cè)響應(yīng)能力是必要的。

圖6 一周內(nèi)晚間時段小微負荷實際響應(yīng)能力與中標量

4 結(jié)論

本文構(gòu)建一種小微負荷智能監(jiān)測與聚合分析系統(tǒng)，較好地實現(xiàn)了對小微負荷進行細粒度監(jiān)測與聚合控制。

1）考慮用戶功率、電流等特征差異，提出基于馬氏距離相似度匹配的小微負荷構(gòu)成非侵入式監(jiān)測方法。通過數(shù)據(jù)處理、事件監(jiān)測、特征提取和負荷匹配等步驟實現(xiàn)小微負荷的細粒度監(jiān)測。

2）考慮小微負荷的物理特性和響應(yīng)原理存在差異，提出基于用戶舒適度指標的小微負荷需求響應(yīng)能力分級聚合方法。通過分析各種不同類型的小微負荷在用戶舒適度指標下的當前負荷可用性及負荷功率，實現(xiàn)小微負荷響應(yīng)能力評估。

3）在本文所應(yīng)用的小微負荷智能監(jiān)測與控制系統(tǒng)中對所提方法進行實際測試。結(jié)果表明該系統(tǒng)能夠完成預(yù)定各項設(shè)計功能，實現(xiàn)了對該系統(tǒng)管轄區(qū)域內(nèi)小微負荷的監(jiān)測、需求響應(yīng)能力評估及負荷調(diào)控。

本研究為后續(xù)更深層次研究提供了測試平臺，為打通電網(wǎng)與負荷友好互動通道做出有益實踐，打好了堅實基礎(chǔ)。在后續(xù)研究中，可以考慮更復雜的小微負荷響應(yīng)能力指標，通過提供多類型、多時段的需求響應(yīng)服務(wù)，研究更好的控制手段；也可以在商業(yè)模式上進行理論創(chuàng)新，實現(xiàn)對小微負荷智能監(jiān)測與控制系統(tǒng)的更深層次利用。