技术摘要：
本发明公开了一种综合能源需求响应量计算方法，步骤如下：（1）根据用户所用负荷的运行特性，构建各类负荷的用能模型；（2）建立综合能源需求响应量化模型；（3）利用混合整数优化算法求解步骤（2）中的量化模型。本发明可以实现综合能源需求响应容量的精确计算，提升  全部
背景技术：
综合需求响应(Integrated  Demand  Response，IDR)是适应“新负荷”多元需求、提 升电网柔性和弹性、增加综合能源网络灵活性的重要方式之一。综合能源用能场景下，用户 画像是洞察用户需求、用能优化、能源交易、需求响应互动等精准服务的重要依据，通常包 括用电特性特征、消费习惯特征等标签。用户响应作为用户画像的重要标签之一，客观地表 征了用户是否存在调控可能性、可调控容量、持续时间及响应速率，如何更科学地计算响 应、更精确地描述用户特性，成为综合需求响应用户画像的重点课题之一。 目前需求响应计算方法有三种：一、直接使用居民负荷特性表示；二、将用户负荷 特性采用特征映射的方式表示响应；三、对居民负荷建模。 现阶段对于综合能源需求响应容量模型的研究仍然较少，主要表现在：对居民用 户负荷模型的建模不够全面，没有考虑到家庭人口、出行时间等因素，不能精模拟用户用能 行为；没有计及用户的综合用能行为，响应挖掘不够，造成响应不精确；用户响应后舒适度 及价格敏感度都将影响用户响应意愿，用户响应意愿和客观响应共同影响用户真实响应 量，所以响应模型中掺杂用户舒适度将造成标签不独立，使得计算不准确。 由此可见，现有的综合能源需求响应容量计算方式，无法实现精确的量化计算，严 重制约了系统的运行优化调度水平和对用户负荷的精准管理，难以达到动态改变用电模 式、提升用电经济性、提升负荷柔性调节能力、实现系统用电负荷的削峰填谷以及降低基础 建设成本的目的。
技术实现要素：
本发明提出了一种综合能源需求响应量计算方法，其目的是：实现综合能源需求 响应容量的精确计算，提升系统优化调度水平和对用户负荷的精准管理，动态改变用电模 式，提升用电经济性和负荷柔性调节能力，为进一步实现系统用电负荷的削峰填谷和降低 基础建设成本奠定基础。 本发明技术方案如下： 一种综合能源需求响应量计算方法，步骤为： (1)根据用户所用负荷的运行特性，构建各类负荷的用能模型； (2)建立综合能源需求响应量化模型； (3)利用混合整数优化算法求解步骤(2)中的量化模型。 作为本方法的进一步改进：所述负荷包括可调节负荷、综合能源负荷、可转移负荷 和可中断负荷。 作为本方法的进一步改进：所述可调节负荷包括电动汽车，所述综合能源负荷包 括采暖装置、炊事装置和热水器；所述可转移负荷包括洗衣机和洗碗机；可中断负荷包括照 3 CN 111598478 A 说　明　书 2/11 页 明装置和娱乐用电装置。 作为本方法的进一步改进：所述综合能源需求响应量化模型的目标函数为： 其中，Tstart和Tend分别表示需求响应事件 的开始和停止时间，P′i(t)为第i个负荷终端t时刻原始功率，Pi(t)指第i个负荷终端t时刻 响应后功率；选择各终端响的应后功率Pi(t)为决策变量； 同时，根据用户负荷设备及用能需求构建约束条件； 计算出的最优决策变量对应的max(Ppot)即为综合能源需求响应量结算结果。 作为本方法的进一步改进：所述约束条件包括电功率平衡约束条件、电动汽车充 电约束条件、用能需求约束条件和设备功率约束条件。 作为本方法的进一步改进：步骤(3)中的混合整数优化算法为：先将负荷分为两 类，第一类为使用功率可以用整数序列表达的用能终端，第二类为使用功率为受自变量影 响的因变量的用电终端；针对第一类负荷，采用遗传算法进行求解，针对第二类负荷，采用 序列二次规划算法进行求解。 作为本方法的进一步改进：使用遗传算法进行求解的步骤为： GA-1：设算法的控制参数； GA-2：编码生成初始种群； GA-3：计算适应度值； GA-4：选择交叉变异操作，生成新种群，与已有整数解进行比较适应度； GA-5：判断终止条件是否满足，满足则输出最优解，否则反馈步骤GA-3。 作为本方法的进一步改进：使用序列二次规划算法进行求解的步骤为： SQP-1：设定参数条件；初始化变量矩阵和迭代次数； SQP-2：输入目标函数，根据要求设定约束； SQP-3：修正得到新的参数条件，变更得到新的变量矩阵，构成新约束求解子问题； SQP-4：存储求解结果； SQP-5：判断是否满足最优条件，满足则退出计算，不满足转到步骤SQP-3。 相对于现有技术，本发明具有以下有益效果：(1)本发明通过量化模型，针对用户 负荷可调控性、可调控容量、持续时间及响应速率进行精确计算，从而提升系统运行优化调 度水平，在满足用户舒适度的同时，对用户负荷进行精准管理；(2)用户根据量化模型计算 出的可调容量，配合分时电价参与需求响应，可以动态改变用电模式，提升用电经济性；(3) 通过量化模型参与需求响应，提升负荷柔性调节能力，实现系统用电负荷的削峰填谷，减小 为满足少部分尖峰负荷需求而进行的高昂电力基础设施建设投资；(4)本发明使用混合整 数优化算法进行计算，将遗传算法与二次规划算法相结合，将启发式算法和确定型算法各 自的特点互补，计算速度快，求解效果优于单纯的启发式算法。 附图说明 图1为本发明中混合整数优化算法的流程示意图。 图2为场景一中基础用户优化前后耗能曲线。 图3为场景一中对照用户1优化前后耗能曲线。 4 CN 111598478 A 说　明　书 3/11 页 图4为场景一中对照用户2优化前后耗能曲线。 图5为场景二中基础用户夏季负荷优化前的曲线。 图6为场景二中基础用户夏季负荷优化后的曲线。 图7为场景二中基础用户冬季负荷优化前的曲线。 图8为场景二中基础用户冬季负荷优化后的曲线。 图9为场景三中家庭人口与响应变化关系图。 图10为场景三中家庭人口与响应比重变化关系图。