江西省电机工程学会网站

现今资源池的建设完全是由上至下的指标摊派形式，用户需求响应签约容量也是根据指标凭直觉进行签约，这就导致了需求侧资源池的浪费，未能真正挖掘负荷侧需求响应资源，实现用户需求响应潜力的科学评估。本文以各个用户的需求响应能力指标作为逻辑回归算法的输入，以定性分析结果作为逻辑回归算法的输出，通过逻辑回归算法求解各个需求响应能力指标对是否适合参与需求响应的影响重要度。此重要度作为TOPSIS(technique for order of preference by similarity to ideal solution)算法中各个指标的权重，构建避峰、错失、轮休潜力矩阵，实现各个用户的需求响应能力量化排序。以此排序结果筛选靠前的工商业用户参与需求响应，并根据该用户的用电行为画像给出具体的需求响应建议。

[1] Chen Jin-qiang. Fault Prediction of a Transformer Bushing Based on Entropy Weight TOPSIS and Gray Theory [J]. Computing in Science & Engineering，2019，21（6）∶55-62. [2] Cavallaro Fausto，Zavadskas，Edmundas Kazimieras，Stre- imikiene ， Dalia，et al. Assessment of concentrated solar power（CSP）technologies based on a modified intuitionistic fuzzy TOPSIS and trigonometric entropy weights[J]. Techno- logical Forecasting and Social Change，2019（140）∶258-270. [3] 刘敦楠，赵宁宁，李鹏飞，等 . 基于“共享储能 -需求侧资源 ” 联合跟踪可再生能源发电曲线的市场化消纳模式[J]. 电网技术，2021，45（07）∶2791-2802. [4] 郭浩然，刘洋，许立雄，等 . 基于多源异构数据关联规则分析的需求响应潜力居民用户辨识方法[J]. 电网技术，2023，47（05）∶1950-1961. [5] 姜涛，周慧娟，周炜然，等 . 基于源荷协同调峰的区域综合能源系统优化调度[J]. 电器与能效管理技术，2022（09）∶8-17. [6] 范帅，郏琨琪，王芬等 . 基于负荷准线的大规模需求响应 [J]. 电力系统自动化，2020，44（15）∶19-27. [7] 张斌，庄池杰，胡军，陈水明，张明明，王科，曾嵘 . 结合降维技术的电力负荷曲线集成聚类算法[J]. 中国电机工程学报，2015，35（15）∶3741-3749. [8] 谈竹奎，曾鸣 . 基于负荷调节能力模型的实时需求响应理论[J]. 南方电网技术，2022，16（01）∶58-66. [9] 康靖，李雨桐，郝斌，等 . 多联机空调柔性负荷参与电力系统需求响应的实证研究[J]. 供用电，2022，39（08）∶39-46. [10] 刘鑫，吴红斌，王鲸杰，等 . 市场环境下考虑需求响应的虚拟电厂经济调度[J]. 中国电力，2020，53（09）∶172-180. [11] 王岗，范旖晖，周文俊，等 . 考虑备用权责关系的用户侧资源参与深度调峰运行优化分析[J]. 供用电，2022，39（03）∶ 75-81+91. [12] 宋毅，罗凤章，冯少亭，等 . 面向区域网格的灵活性资源响应潜力评估方法[J]. 电力系统及其自动化学报，2023，35（08）∶103-113.

2024年

会员频道