(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 202211342488.7 (22)申请日 2022.10.31 (71)申请人 国网浙江省电力有限公司金华供电 公司 地址 321000 浙江省金华市 婺城区双溪西 路420号 (72)发明人 崔建业　吴华华　张俊芳　王菲　 孙文多　杨胜春　谷炜　陈益渊　 张静　耿建　沃建栋　马翔　 詹文达　钱凯洋　楼贤嗣　童存智　 杨航平　柳伟　方璇　宋昕　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 王丰毅(51)Int.Cl. H02J 3/00(2006.01) G06K 9/62(2022.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) H02J 3/14(2006.01) (54)发明名称 空调负荷多时段可调节潜力评估方法及相 关装置 (57)摘要 本发明涉及一种负荷潜力评估技术领域， 是 一种空调负荷多时段可调节潜力评估方法及相 关装置， 该方法包括： 获取空调负荷多时段可调 节潜力评估模型中各个时段的基础潜力评估数 据； 将各个时段的基础潜力评估 数据输入空调负 荷多时段可调节潜力评估模型， 输出空调负荷多 时段可向上调节潜力和空调负荷多时段可向下 调节潜力。 本发 明基于空调负荷历史数据聚类分 析得到典型日负荷曲线， 并将典型日空调负荷划 分多个关键时段， 并结合多影 响因素分析空调负 荷可调节潜力， 建立居民小区的空调负荷多时段 可调节潜力评估模型， 实现对多个 关键时段的可 调节潜力评估， 提高了空调负荷可调节潜力评估 的准确性。 权利要求书7页 说明书22页 附图7页 CN 115411730 A 2022.11.29 CN 115411730 A 1.一种空调负荷多时段 可调节潜力评估 模型构建方法， 其特 征在于， 包括： 利用聚类算法结合基于空调负荷历史数据获得对应的夏季典型 日空调负荷曲线， 根据 负荷用电特征对夏季典型日空调负荷曲线进行多时段划分， 划分后的多时段包括 夜 晚居民深睡室外温度降低到早晨居民起床上班且温度开始升高时段， 上午居民上班 且温度持续升高至中午温度最高时段， 下午气温保持高热至傍晚居民下班时段， 居民逐渐下班室外温度下降到夜晚深睡时段； 采用曲线拟合对多时段的典型 日空调运行数量进行拟合， 建立居民小区的空调 多时段 负荷解析模型； 分析空调负荷可调节潜力 影响因素， 结合空调负荷可调节潜力影响因素和空调 多时段 负荷解析模型， 建立居民小区的空调负荷多时段可调节潜力评估模型； 所述空调负荷多时 段可调节潜力评估模型包括空调负荷多时段可向上调节潜力评估模型以及空调负荷多时 段可向下调节潜力评估 模型。 2.根据权利要求1所述的空调负荷多时段可调节潜力 评估模型构建方法， 其特征在于， 利用聚类算法结合基于空调负荷历史数据获得对应的夏季典型日空调负荷曲线， 根据负荷 用电特征对典型日空调负荷曲线 进行多时段划分， 包括： 获取空调负荷历史数据， 并进行预处理， 选取夏季的空调负荷历史数据形成空调负荷 曲线备选集 合； 对于空调负荷曲线备选集合采用K ‑means 聚类分析方法， 得到工作日和节假日两种夏 季典型空调日负荷曲线； 分析居民小区空调负荷特性影响因素， 结合夏季典型日空调负荷曲线进行多时段划 分， 其中， 居民小区空调负荷特性影响因素包括季节、 日期类型、 室内温度、 用户行为习惯。 3.根据权利要求1或2所述的空调负荷多时段可调节潜力 评估模型构建方法， 其特征在 于， 采用曲线拟合对多时段的典型日空调运行数量进行拟合， 建立居民小区的空调多时段 负荷解析模型， 包括： 根据夏季典型 日空调负荷曲线对典型 日空调运行数量进行函数拟合， 根据负荷运行特 征选择各时段的拟合 函数； 结合空调负荷历史数据分析形状参数的影响因素， 确定拟合函数的形状参数， 即空调 运行数目； 结合形状参数确定居民小区的空调多时段负荷解析模型； 则：权　利　要　求　书 1/7 页 2 CN 115411730 A 2其中， 为空调某时段受室外温度和用户行为习惯影响的工作数目， 为某时段不 受室外温度和用户行为习惯影响的空调工作数目， 为空调的额定功率， 为该时段平 均室外温度， 为该时段室外 温度影响空调运行系数， 为该时段用户习惯影响系数， 为 常数， 表示该时段空调工作数目， 为修正系数。 4.根据权利要求3所述的空调负荷多时段可调节潜力 评估模型构建方法， 其特征在于， 分析空调负荷可调节潜力影响因素， 结合空调负荷可调节潜力影响因素和空调多时段负荷 解析模型， 建立居民小区的空调负荷多时段 可调节潜力评估 模型， 包括： 选择且分析空调负荷可调节潜力影响因素， 包括： （1） 用户热舒适度， 采用Franger热舒适度方程， 结合室内温度与用户热舒适度的关系 构建预测平均投票数指标表征用户热舒 适度； 其中， 为用户热舒 适度， 为室内温度； （2） 用户意愿度 ， 以用户受教育水平影响系数 、 家庭收入影响系数 及平均年龄 影响系数 决定响应系数 ， 确定用户响应意愿对电价的敏感程度； 其中， 为基础电价； 为当前用电价格； 为在温度设定值变化 区间内空调负 荷的最大值；  ，  ； 、  、  为用户受教育水平由低至高； 权　利　要　求　书 2/7 页 3 CN 115411730 A 3