(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210907881.X (22)申请日 2022.07.29 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 申请人 国网浙江省电力有限公司营销服 务 中心 (72)发明人 韩富佳　史梦洁　张玉天　王朝亮　 肖涛　裘华东　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 孟大帅 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 30/02(2012.01)G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种电力用户需求响应潜力评估方法、 系 统、 设备及 介质 (57)摘要 本发明公开了一种电力用户需求响应潜力 评估方法、 系统、 设备及介质， 所述电力用户需求 响应潜力评估 方法包括以下步骤： 获取电力用户 全年用电量原始数据并进行异常数据预处理， 获 得电力用户全年日用电量曲线； 采用聚类算法对 所述电力用户全年日用电量曲线进行聚类， 获得 最优的聚类中心； 将最优的聚类中心作为电力用 户典型日用电量曲线， 基于电力用户历史日用电 量曲线与电力用户典型日用电量曲线的比较进 行计算， 计算获得电力用户需求响应潜力。 本发 明提供的电力用户需求响应潜力评估方法能够 解决现有技术存在的难以针对电力用户的需求 响应潜力进行直接、 合理的量化评估的技术问 题。 权利要求书3页 说明书8页 附图5页 CN 115063043 A 2022.09.16 CN 115063043 A 1.一种电力用户需求响应潜力评估方法， 其特 征在于， 包括以下步骤： 获取电力用户全年用电量原始数据并进行异常数据 预处理， 获得电力用户全年日用电 量曲线； 采用聚类算法对所述电力用户全年日用电量曲线 进行聚类， 获得最优的聚类中心； 将最优的聚类 中心作为电力用户典型 日用电量曲线， 基于电力用户历史日用电量曲线 与电力用户典型日用电量曲线的比较进行计算， 计算获得电力用户需求响应潜力。 2.根据权利要求1所述的一种电力用户需求响应潜力 评估方法， 其特征在于， 所述获取 电力用户全年用电量原始数据并进行异常数据预 处理， 获得电力用户全年日用电量曲线的 步骤包括： 根据电力用户的户号， 从用能采集系统读取电力用户全年用电量原始数据， 构建用户 用电量矩阵L∈RD×T， 表示为， L＝[l1； l2； l3；…； li；…； lD]； 式中， 为 电力用户日用电量曲线， i ＝1， 2， 3， …， D； D表示全年天数， T表示日采样点数量； 进行异常数据预处理时， 用电量为空值或负值时采用插值法补全； 将测量值为零的点 的数量大于预设阈值的电力用户日用电量曲线剔除。 3.根据权利要求1所述的一种电力用户需求响应潜力 评估方法， 其特征在于， 所述聚类 算法为K均值聚类算法或者层次聚类算法。 4.根据权利要求2所述的一种电力用户需求响应潜力 评估方法， 其特征在于， 所述采用 聚类算法对所述电力用户全年日用电量曲线 进行聚类， 获得最优的聚类中心的步骤 包括： 基于用户用电量矩阵L， 选取多个聚类数量K∈[Kmin， Kmax]， 应用K均值聚类算法对电力 用户全年日用电量曲线进 行聚类， 得到用户典型日用电量曲线； 其中， 输入为用户日用电量 曲线 输出为聚类中心 针对选取的各个聚类数量K∈[Kmin， Kmax]， 分别得到相应的一组用户典型日用电量曲 线， 利用Calinski  Harabasz  score、 Davies  Bouldin score、 Silhouette  score三个聚类 性能评价指标计算并综合比较每个聚类数量所对应的三个性能指标值， 最终得到最优的聚 类数量Kbest以及最优的聚类中心 5.根据权利要求4所述的一种电力用户需求响应潜力 评估方法， 其特征在于， 所述将最 优的聚类中心作为电力用户典型日用电量曲线， 基于电力用户历史日用电量曲线与电力用 户典型日用电量曲线的比较进行计算， 计算获得电力用户需求响应潜力中， 电力用户需求响应潜力的计算表达式为， 式中， Edr为电力用户需求 响应潜力， DPn为电力用户第n天日用电量曲线 ln的高峰时段用 电量总和， TPk为ln所属的电力用户典型日用电量曲线Ck的高峰时段用电量总和， N为集合S ＝{n|DPn‑TPk＞0， 1≤n≤ 365}的元素个数。 6.一种电力用户需求响应潜力评估系统， 其特 征在于， 包括： 电力用户全年日用电量曲线获取模块， 用于获取电力用户全年用电量原始数据并进行权　利　要　求　书 1/3 页 2 CN 115063043 A 2异常数据预处 理， 获得电力用户全年日用电量曲线； 聚类模块， 用于采用聚类算法对所述电力用户全年日用电量曲线进行聚类， 获得最优 的聚类中心； 电力用户需求响应潜力计算模块， 用于将最优的聚类中心作为电力用户典型 日用电量 曲线， 基于电力用户历史日用电量 曲线与电力用户典型日用电量 曲线的比较进行计算， 计 算获得电力用户需求响应潜力。 7.根据权利要求6所述的一种电力用户需求响应潜力 评估系统， 其特征在于， 所述电力 用户全年日用电量曲线获取模块中， 实现获取电力用户全年用电量原始数据并进 行异常数 据预处理， 获得电力用户全年日用电量曲线的步骤 包括： 根据电力用户的户号， 从用能采集系统读取电力用户全年用电量原始数据， 构建用户 用电量矩阵L∈RD×T， 表示为， L＝[l1； l2； l3；…； li；…； lD]； 式中， 为 电力用户日用电量曲线， i ＝1,2,3， …， D； D表示全年天数， T表示日采样点数量； 进行异常数据预处理时， 用电量为空值或负值时采用插值法补全； 将测量值为零的点 的数量大于预设阈值的电力用户日用电量曲线剔除。 8.根据权利要求7所述的一种电力用户需求响应潜力 评估系统， 其特征在于， 所述聚类 模块中， 实现采用聚类算法对所述电力用户全年日用电量 曲线进行聚类， 获得最优的聚类 中心的步骤 包括： 基于用户用电量矩阵L， 选取多个聚类数量K∈[Kmin， Xmax]， 应用K均值聚类算法对电力 用户全年日用电量曲线进 行聚类， 得到用户典型日用电量曲线； 其中， 输入为用户日用电量 曲线 输出为聚类中心 针对选取的各个聚类数量K∈[Kmin， Kmax]， 分别得到相应的一组用户典型日用电量曲 线， 利用Calinski  Harabasz  score、 Davies  Bouldin score、 Silhouette  score三个聚类 性能评价指标计算并综合比较每个聚类数量所对应的三个性能指标值， 最终得到最优的聚 类数量Kbest以及最优的聚类中心 9.根据权利要求8所述的一种电力用户需求响应潜力 评估系统， 其特征在于， 所述电力 用户需求响应潜力计算模块中， 实现将最优的聚类中心作为电力用户典型日用电量 曲线， 基于电力用户历史日用电量曲线与电力用户典型日用电量曲线的比较进 行计算， 计算获得 电力用户需求响应潜力中， 电力用户需求响应潜力的计算表达式为， 式中， Edr为电力用户需求 响应潜力， DPn为电力用户第n天日用电量曲线 ln的高峰时段用 电量总和， TPk为ln所属的电力用户典型日用电量曲线Ck的高峰时段用电量总和， N为集合S ＝{n|DPn‑TPk＞0， 1≤n≤ 365}的元素个数。 10.一种电子设备， 其特 征在于， 包括： 至少一个处 理器； 以及，权　利　要　求　书 2/3 页 3 CN 115063043 A 3