智能小區(qū)用戶側(cè)智能配電策略.pdf

1、隨著智能小區(qū)的不斷建設(shè)，智能小區(qū)逐漸成為中國智能電網(wǎng)發(fā)展最典型的實(shí)踐代表。而智能小區(qū)用戶用電行為存在差異，導(dǎo)致用戶側(cè)電網(wǎng)三相負(fù)荷不平衡，影響智能電網(wǎng)的安全、經(jīng)濟(jì)、穩(wěn)定的運(yùn)行。本文提出一種基于用戶用電行為分類的智能配用電方法，經(jīng)濟(jì)有效的解決智能小區(qū)用戶側(cè)三相負(fù)荷不平衡問題，并通過實(shí)驗(yàn)分析證明了該方法的有效性。
　　首先，介紹了國內(nèi)外智能配用的發(fā)展現(xiàn)狀以及智能電網(wǎng)環(huán)境下解決三相負(fù)荷不平衡問題的方法，并提出一種基于用戶負(fù)荷特性曲線對用戶

2、用電行為分類的智能配用電方法，并簡要介紹該方法的特點(diǎn)。
　　其次，介紹了負(fù)荷特性的特征指標(biāo)及負(fù)荷特性研究的相關(guān)領(lǐng)域，并簡要說明了本文基于負(fù)荷特性研究的方向是用戶用電行為分類。同時，還介紹了用戶用電行為分類前需要做的相關(guān)準(zhǔn)備工作：如負(fù)荷數(shù)據(jù)采集、處理、及典型日負(fù)荷特性曲線。
　　然后，針對以往對智能小區(qū)居民用電行為聚類分析時，存在著負(fù)荷特征選擇與權(quán)重計(jì)算描述不足的問題，為了提高居民用電行為聚類分析的準(zhǔn)確率，降低聚類分析運(yùn)行時間

3、，提出一種基于 ReliefF和 k-means算法建立的以峰時耗電率、日負(fù)荷峰值時刻、谷時耗電率、日負(fù)荷周期數(shù)、日最小負(fù)荷率等特征的數(shù)據(jù)模型。并通過實(shí)驗(yàn)證明了該數(shù)據(jù)特征模型在居民用電行為類分析中是有效的。
　　最后，建立了在滿足用戶側(cè)三相電流不平衡度限定值的情況下，換相開關(guān)動作次數(shù)最少的最優(yōu)換相數(shù)學(xué)模型，并提出了一種簡單有效的模型求解方法?；谠撟顑?yōu)換相數(shù)學(xué)模型，將相同用電類型的用戶用電負(fù)荷通過自動換相系統(tǒng)平均分配給A、B、C三