买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明公开了一种基于削减电量动态调度的需求响应方法及系统，属于电力系统领域，包括：获取包括环境特征和备选补贴价格的上下文特征的上下文特征向量和消费者对上下文特征的偏好向量估计值；根据上下文特征向量和偏好向量估计值计算消费者的削减电量潜力估计值，从而计算消费者的削减电量潜力估计值的上置信区间；对所述上置信区间进行降序排列，将前K位对应的消费者组成消费者子集；以成本最小化为目标求解预建立的电力运营商成本模型，得到备选补贴价格中的最优补贴价格，与最优补贴价格相对应的消费者子集中所有消费者为参与需求响应的消费者；考虑了消费者削减电量潜力估计值的动态变化，解决了对消费者削减电量动态调度的技术问题。

主权项：1.一种基于削减电量动态调度的需求响应方法，其特征在于，包括：获取包括环境特征和备选补贴价格的上下文特征的上下文特征向量和消费者对上下文特征的偏好向量估计值；根据上下文特征向量和偏好向量估计值计算消费者的削减电量潜力估计值，从而计算消费者的削减电量潜力估计值的上置信区间；对所述上置信区间进行降序排列，将前K位对应的消费者组成消费者子集；以成本最小化为目标求解预建立的电力运营商成本模型，得到备选补贴价格中的最优补贴价格，与最优补贴价格相对应的消费者子集中所有消费者为参与需求响应的消费者；在第h轮需求响应中，所述上下文特征向量通过以下方法得到：xh＝eh,ch其中，xh为上下文特征向量，eh为环境特征向量，ch为备选的每削减一单位电量的补贴价格；在第h+1轮需求响应中，偏好向量估计值通过以下方法得到： 其中，为第h+1轮需求响应中消费者i的偏好向量估计值，Ai,h+1为第h+1轮需求响应中消费者i的矩阵，Ai,h为第h轮需求响应中消费者i的矩阵，为最优补贴价格对应的上下文特征向量，T表示向量的转置，bi,h+1为第h+1轮需求响应中消费者i的向量，bi,h为第h轮需求响应中消费者i的向量，Δdi,h为第h轮需求响应中消费者i的真实削减电量；根据上下文特征向量和偏好向量估计值计算消费者的削减电量潜力估计值： 其中，为第h轮需求响应中消费者i的削减电量潜力估计值，eh,chT为上下文特征向量的转置，为第h轮需求响应中消费者i的偏好向量估计值；从而计算消费者的削减电量潜力估计值的上置信区间： 其中，Ui,h为所述上置信区间，为消费者i的削减电量潜力估计值，表示对消费者i的削减电量潜力估计值的不确定度，σ为权衡参数；电力运营商成本模型通过以下方法建立：将电力运营商成本建模为其中，SG＝αG2+βG+γ，α、β、γ为已知的电力运营商向发电站购买电量成本参数，为需求侧所需电量，为消费者子集，为第h轮需求响应中消费者i的削减电量潜力估计值，ch为备选的每削减一单位电量的补贴价格。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于削减电量动态调度的需求响应方法及系统