基于数据挖掘的居民峰谷分时电价的定价策略研究

发布时间：2020-05-15 02:43

【摘要】：由于居民用电量逐年升高以及电力系统建设的严重滞后,导致电能供需矛盾日趋严重。针对上述问题,本文提出基于数据挖掘的居民峰谷分时电价的定价策略研究,通过电价的杠杆作用,引导居民用户自发的改变用电方式,对减少最大峰谷负荷差、减少电能浪费、建设资源节约型社会都有非常重要的意义。本文利用数据挖掘的手段,根据居民用户相关历史数据,采用多元线性回归、支持向量回归的变权组合模型,预测出未来一段时间居民平均日负荷曲线;再采用模糊聚类思想,确定最优阈值,并据此对隶属度函数划分结果进行调整,最终给出峰谷时段划分方案;然后,再利用马尔科夫链算法,求解出在不同峰谷电价下居民用户在不同时段间负荷的转移概率,在保证用户电费支出不增加的前提下,以电网、居民综合收益最大化为目标函数,给出科学合理的峰谷电价。最后,以贵阳市某地区第二阶梯居民用户为例进行仿真验证,结果证明了本文方法的有效性。
【图文】：

凝聚法

计算原始簇中的样本点到 a、b 的距离，如果 ( ) ( )，则将样本点就分配给 1；重复步骤(2)—(4)，直到达到终止条件或事先设定的分类数目。的主要思想是：初始时，将所有的样本点看成一个个独立的簇，然后以某行逐层的合并，直到达到某种终止条件或事先设定好的分类数目为止。算输入：原始数据集合 D，分类数目或样本距离的阈值；输出：聚类结果将所有初始样本看成一个个独立的簇；计算两两簇中心间的距离，找到距离最小的两个簇 1和 2；将 1和 2合并为一个类簇；重复步骤(2)、(3)，直到达到某种终止条件或事先设定好的分类数目为止。

时段分布,阈值,仿真结果,时段

平时段与谷时段的分界线，阈值为 0.3，虚线以下的时刻点属于谷时段时段，考虑到时段划分具有一定的连续性，，需要对划分结果进行调整表 5-4 基于隶属度函数时段划分结果时段时段分布峰时段 07：00—8：30 18：15—20：00 /平时段 08：30—13：15 17：15—18：15 20：00—22：谷时段 22：15—07：00 13：15—17：15 /糊聚类的峰谷时段划分调整2 节的分析可知，为了使得峰谷时段的划分尽可能的科学合理，我们需根据前人经验得知峰时段和平时段的阈值为 0.6，故本文将主要针对进行仿真，为保证公式（2-11）中的 F 值达到最大值，根据最优阈值的代码，利用 Matlab2014b 仿真，结果如下图所示：
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.13;F426.61;F274

【参考文献】