摘要
新能源的快速发展使得新型电力系统源头侧的随机性显著增加，而极端天气和气候变化也导致了负荷侧电力需求的随机性上升；因此，在新形势下如何实现源荷匹配，让负荷能够跟随源头变化，是保证电力系统高效运行的关键。针对现有负荷调节潜力评估主要侧重于物理容量，难以体现用户的主观参与意愿以及不同运行场景下调节能力的动态变化这一问题，本文提出了一种考虑调节意愿的多类型电力用户负荷两阶段动态特征分类方法。首先，从物理可靠性、执行可靠性和行为意愿三个维度构建评估指标体系，从而实现对工业负荷、电动汽车聚合器等异构资源调节能力的统一表征。其次，运用DBSCAN算法识别典型的年度运行场景。最后，引入动态时间规整算法改进K-Means++算法，实现用户调节潜力的特征分类。本文以某新型电力系统示范园为案例进行验证，结果表明年度运行场景可划分为4种典型日类型；所提出的DTW-K-Means++方法相比传统欧几里得距离聚类具有更好的分类性能，能够有效识别不同运行场景下用户调节潜力的差异与动态变化特征，并将用户稳定分为深度调节型、敏捷响应型和刚性约束型三种类型。本研究旨在通过有效量化多变场景下异构资源的动态变化规律，为电网的精细化调度提供可靠的数据支持。
