本发明涉及电力调度技术领域，具体公开了一种用于用户柔性资源的聚合智控方法和系统。本发明通过响应可靠性评估指标、方法及结果，构建用户和聚合用户的可信可调潜力预测模型；基于可信可调潜力预测模型计算各聚合用户的可调潜力值，生成调节时序表；制定柔性负荷资源调度策略和方案，通过末端指控设备，实现精准调控，充分考虑了用户侧柔性资源的托管和调节潜力的动态变化，可有效聚合广域的、分布式的、小容量的柔性负荷资源，具备灵活调节能力，解决了柔性资源调节的不确定性，实现虚拟电厂对用户柔性负荷资源的优化利用和精准管控，推动提升新型电力系统灵活性和电力保障能力，能够助力新型电力系统构建。
1.一种用于用户柔性资源的聚合智控方法，其特征在于，所述方法具体包括以下步骤：基于用能基因将用户侧柔性资源，分层分级聚合至聚合层；
结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型；
利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定；
依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源；
所述用能基因包括可调用开始时刻、可调时段长度、用户参与率、用户响应程度、可信可调潜力预测值；
所述用户响应可靠性评估指标的计算过程为：设单一用户需求响应的参与状态Di为： 其中，Di为用户响应状态；
响应的参与率PRuser为： 其中，n表示用户总数；
用户响应程度ruser为: 其中，Puser‑response为参与响应的用户容量,Puser‑all为该用户群总的容量；
所述聚合用户响应可靠性评估指标的计算过程为：用户k在时刻t的用电状态UK为：
聚合用户的同时率AURR(t)为： 其中，K表示聚合用户的总用户数；
聚合用户响应程度rAU为： 其中，i示聚合用户总数，PRuser，i、ruser，i、Pi分别表示该聚合用户的参与率、响应程度、功率；
用户的持续负荷曲线为f (x)＝m1f (x)+(1‑m1)f (x‑C1)，其中，m1为第1台设备的在线率，1‑m1为第1台设备的离线率；
用户所持有的p台设备总的可响应潜力总容量Quser为:其中，用户所持有的p台设备总的可响应潜力为Cs，最大等效负荷为PL+Cs；
用户的实际可响应潜力值Qreal：Qreal＝Quser‑Q1，其中，Q1为用户的初始等效持续负荷与考虑设备在线率等指标后的持续负荷曲线所围面积。
用户的可信响应程度ruser‑cre为：所述聚合用户响应可靠性评估为：
聚合用户等效持续响应负荷曲线f (x)为：其中， 为考虑第
q个聚合用户参与率后的持续负荷曲线，rq为第q个聚合用户参与率，Cuq为第q个聚合用户不参与响应导致的响应潜力减少量；
实际可响应潜力值Qreal为：Qreal＝QAU‑Q1，其中，聚合用户的可信响应程度rAU‑cre为：具体的，多元用户可信可调潜力的影响因素复杂，综合考虑电价、激励机制、设备故障率、通信设备可靠性、用户响应意愿的因素，计算最终能达到的调节潜力，不同用户和聚合用户具有不同的可信可调潜力值。
2.一种用于用户柔性资源的聚合智控系统，其特征在于，所述系统包括分层分级聚合单元、预测模型构建单元、调节时序表生成单元和柔性资源调控单元，其中：分层分级聚合单元，用于基于用能基因将用户侧柔性资源，分层分级聚合至聚合层；
预测模型构建单元，用于结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型；
调节时序表生成单元，用于利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定；
柔性资源调控单元，用于依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源；
所述用能基因包括可调用开始时刻、可调时段长度、用户参与率、用户响应程度、可信可调潜力预测值；
所述用户响应可靠性评估指标的计算过程为：设单一用户需求响应的参与状态Di为： 其中，Di为用户响应状态；
响应的参与率PRuser为： 其中，n表示用户总数；
用户响应程度ruser为: 其中，Puser‑response为参与响应的用户容量,Puser‑all为该用户群总的容量；
所述聚合用户响应可靠性评估指标的计算过程为：用户k在时刻t的用电状态UK为：
聚合用户的同时率AURR(t)为： 其中，K表示聚合用户的总用户数；
聚合用户响应程度rAU为： 其中，i示聚合用户总数，PRuser，i、ruser，i、Pi分别表示该聚合用户的参与率、响应程度、功率；
用户的持续负荷曲线为f (x)＝m1f (x)+(1‑m1)f (x‑C1)，其中，m1为第1台设备的在线率，1‑m1为第1台设备的离线率；
用户所持有的p台设备总的可响应潜力总容量Quser为:其中，用户所持有的p台设备总的可响应潜力为Cs，最大等效负荷为PL+Cs；
用户的实际可响应潜力值Qreal：Qreal＝Quser‑Q1，其中，Q1为用户的初始等效持续负荷与考虑设备在线率等指标后的持续负荷曲线所围面积。
用户的可信响应程度ruser‑cre为：所述聚合用户响应可靠性评估为：
聚合用户等效持续响应负荷曲线f (x)为：其中， 为考虑第q
个聚合用户参与率后的持续负荷曲线，rq为第q个聚合用户参与率，Cuq为第q个聚合用户不参与响应导致的响应潜力减少量；
实际可响应潜力值Qreal为：Qreal＝QAU‑Q1，其中，聚合用户的可信响应程度rAU‑cre为：具体的，多元用户可信可调潜力的影响因素复杂，综合考虑电价、激励机制、设备故障率、通信设备可靠性、用户响应意愿的因素，计算最终能达到的调节潜力，不同用户和聚合用户具有不同的可信可调潜力值。
一种用于用户柔性资源的聚合智控方法和系统
技术领域
[0001] 本发明属于电力调度技术领域，尤其涉及一种用于用户柔性资源的聚合智控方法和系统。
背景技术
[0002] 我国电力负荷容易出现负荷增长速度高于电量增速的情况，呈现除峰谷差大、尖峰负荷持续时间短、地域性差异大等问题，出现局部性、阶段性的电力紧张状态。随着分布式能源的大量接入，系统调峰困难等问题日渐凸显，仅依靠发电资源进行调节的传统思维模式已难以满足电网安全、稳定、经济运行的需求。需求侧逐渐成为电力系统领域关注和研究的重点，通过需求侧的改变，以柔性负荷作为可调度资源参与系统协同控制，可改善供需矛盾，提高电力系统运行效率。
[0003] 配电网将包含大量的柔性负荷资源，柔性负荷聚合后调度方式灵活、调控潜力巨大，具备参与电网调节的能力，通过合理的方式进行聚合调度，能够平抑间歇性能源波动、降低系统峰谷差。近年来，柔性负荷成为了学术研究的重点，柔性负荷的调度和调节是缓解供需侧矛盾的重要手段之一。柔性负荷的柔性调节能力改变了原本负荷单向、被动接受调节的历史，也使负荷参数的刚性、不确定性等特征发生了变化。
[0004] 现有技术中，通过构建虚拟电厂，不仅可以向电网供电，还能消纳电网的盈余电力，通过源荷友好互动向电网提供调频调峰等辅助服务。虚拟电厂为解决新能源消纳问题以及低碳能源转型问题提供了有效途径。但是，现有的虚拟电厂控制方法较难对虚拟电厂的终端负荷进行有效管控。
发明内容
[0005] 本发明实施例的目的在于提供一种用于用户柔性资源的聚合智控方法和系统，旨在解决背景技术中提出的问题。
[0006] 为实现上述目的，本发明实施例提供如下技术方案：
[0007] 一种用于用户柔性资源的聚合智控方法，所述方法具体包括以下步骤：
[0008] 基于用能基因将用户侧柔性资源，分层分级聚合至聚合层；
[0009] 结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型；
[0010] 利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定；
[0011] 依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源。
[0012] 作为本发明实施例技术方案进一步的限定，所述用能基因包括可调用开始时刻、可调时段长度、用户参与率、用户响应程度、可信可调潜力预测值。
[0013] 作为本发明实施例技术方案进一步的限定，所述用户响应可靠性评估指标的计算过程为：
[0014] 设单一用户需求响应的参与状态 为： ，
[0015] 其中， 为用户响应状态；
[0016] 响应的参与率 为： ，其中，n表示用户总数；
[0017] 用户响应程度 为： ，
[0018] 其中， 为参与响应的用户容量, 为该用户群总的容量。
[0019] 作为本发明实施例技术方案进一步的限定，所述聚合用户响应可靠性评估指标的计算过程为：
[0020] 用户k在时刻t的用电状态 为： ；
[0021] 聚合用户的同时率 为： ，其中，K表示聚合用户的总用户数；
[0022] 聚合用户响应程度 为： ，其中，i示聚合用户总数，、 、 分别表示该聚合用户的参与率、响应程度、功率。
[0023] 作为本发明实施例技术方案进一步的限定，所述用户响应可靠性评估方法为：
[0024] 用户的持续负荷曲线为 ，其中， 为第1台设备的在线率， 为第1台设备的离线率；
[0025] 用户所持有的p台设备总的可响应潜力总容量 为：，其中，用户所持有的p台设备总的可响应潜力为 ，
最大等效负荷为 ；
[0026] 用户的实际可响应潜力值 ： ，其中， 为用户的初始等效持续负荷与考虑设备在线率等指标后的持续负荷曲线所围面积。
[0027] 用户的可信响应程度 为： 。
[0028] 作为本发明实施例技术方案进一步的限定，所述聚合用户响应可靠性评估为：
[0029] 聚合用户的持续负荷曲线 为：
[0030] ；
[0031] 聚合用户等效持续响应负荷曲线 为：
[0032] ，其中， 为考虑第q个聚合用户参与率后的持续负荷曲线， 为第q个聚合用户参与率， 为第q个聚合用户不参与响应导致的响应潜力减少量；
[0033] 总响应潜力 为： ，
[0034] 实际可响应潜力值 为： ，其中，
[0035] ；
[0036] 聚合用户的可信响应程度 为： 。
[0037] 一种用于用户柔性资源的聚合智控系统，所述系统包括分层分级聚合单元、预测模型构建单元、调节时序表生成单元和柔性资源调控单元，其中：
[0038] 分层分级聚合单元，用于基于用能基因将用户侧柔性资源，分层分级聚合至聚合层；
[0039] 预测模型构建单元，用于结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型；
[0040] 调节时序表生成单元，用于利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定；
[0041] 柔性资源调控单元，用于依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源。
[0042] 与现有技术相比，本发明的有益效果是：
[0043] 本发明实施例通过响应可靠性评估指标、方法及结果，构建用户和聚合用户的可信可调潜力预测模型；基于可信可调潜力预测模型计算各聚合用户的可调潜力值，生成调节时序表；制定柔性负荷资源调度策略和方案，通过末端指控设备，实现精准调控，充分考虑了用户侧柔性资源的托管和调节潜力的动态变化，可有效聚合广域的、分布式的、小容量的柔性负荷资源，具备灵活调节能力，解决了柔性资源调节的不确定性，实现虚拟电厂对用户柔性负荷资源的优化利用和精准管控，推动提升新型电力系统灵活性和电力保障能力，能够助力新型电力系统构建。
附图说明
[0044] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
[0045] 图1示出了本发明实施例提供的方法的流程图。
[0046] 图2示出了本发明实施例提供的系统的应用架构图。
具体实施方式
[0047] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0048] 可以理解的是，在现有技术中，通过构建虚拟电厂，不仅可以向电网供电，还能消纳电网的盈余电力，通过源荷友好互动向电网提供调频调峰等辅助服务。虚拟电厂为解决新能源消纳问题以及低碳能源转型问题提供了有效途径。但是，现有的虚拟电厂控制方法较难对虚拟电厂的终端负荷进行有效管控。
[0049] 为解决上述问题，本发明实施例通过响应可靠性评估指标、方法及结果，构建用户和聚合用户的可信可调潜力预测模型；基于可信可调潜力预测模型计算各聚合用户的可调潜力值，生成调节时序表；制定柔性负荷资源调度策略和方案，通过末端指控设备，实现精准调控，充分考虑了用户侧柔性资源的托管和调节潜力的动态变化，可有效聚合广域的、分布式的、小容量的柔性负荷资源，具备灵活调节能力，解决了柔性资源调节的不确定性，实现虚拟电厂对用户柔性负荷资源的优化利用和精准管控，推动提升新型电力系统灵活性和电力保障能力，能够助力新型电力系统构建。
[0050] 图1示出了本发明实施例提供的方法的流程图。
[0051] 具体的，一种用于用户柔性资源的聚合智控方法，所述方法具体包括以下步骤：
[0052] 步骤S101，基于用能基因将用户侧柔性资源，分层分级聚合至聚合层。
[0053] 在本发明实施例中，以用户柔性负荷资源的可调用开始时刻、可调时段长度、用户参与率、用户响应程度、可信可调潜力预测值为用能基因，基于用能基因实现柔性负荷资源分层分级聚合至聚合层。具体的，聚合商根据柔性负荷资源聚类与用户签订资源托管协议。
[0054] 可以理解的是，柔性负荷资源，指的是电力柔性负荷，是可通过主动参与电网运行控制，能够与电网进行能量互动，具有柔性特征的负荷。负荷柔性表现为在一定时间段内灵活可变。柔性负荷的调度和调节是缓解供需侧矛盾的重要手段之一。柔性负荷的柔性调节能力改变了原本负荷单向、被动接受调节的历史，也使负荷参数的刚性、不确定性等特征发生了变化。另外电动汽车、分布式电源的接入使负荷具有了一定电源的作用。电力柔性负荷属于可调控负荷，例如：空调、电动汽车等。
[0055] 步骤S102，结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型。
[0056] 可以理解的是，用户响应指的是某一用户群的响应情况，用户参与率反应了用户参与响应的比例，用户响应程度表征用户的响应执行程度，可以根据传统需求响应的可靠性指标，进行衡量响应负荷的可靠性指标的定义，具体的：
[0057] 设单一用户需求响应的参与状态 为： ，式中， 为用户响应状态，进而计算用户参与率，用户的响应参与率表示用户的响应满足响应要求的概率为 ，其中，n表示用户总数，用户侧与电网签订的需求响应合同中规
定了需求响应点亮，但实际响应电量受不确定因素的影响而具有一定的随机性，为了评估不确定性因素影响下的需求响应可靠性，定义需求响应的响应程度，如下式所示，用户参与响应的容量与此用户总的可控容量之比即为用户响应程度为 ，其中，
为参与响应的用户容量, 为该用户群总的容量；
[0058] 可以理解的是，聚合用户响应指的是某聚合用户群的响应情况，响应同时率表征了聚合用户在某一时段的用电情况，聚合响应程度表征了聚合用户的响应执行程度，具体的：用响应同时率的概念描述用户聚合在同一时刻相互叠加用电的程度，聚合用户的同时率表示t时刻在用电状态下的用户在全体用户中所占比重，引入变量 表征用户的用电状态，用户k在时刻t的用电状态为
[0059] ，式中， 为0时表示t时刻用户k处于不用电状态，即 时表示t时刻用户k没有电量消耗，定义聚合用户的同时率为
，式中，K表示聚合用户的总用户数，聚合用户响应程度为
，式中，i表示聚合用户总数， 、 、 分别表
示该聚合用户的参与率、响应程度、功率， 表示聚合用户的响应程度；
[0060] 可以理解的是，对于用户响应可靠性评估方法，假设用户拥有的可响应设备数为p，第i个设备的在线率为 ，根据用户一定周期内的历史数据，对用户预期响应负荷进行排序，考虑到第1台可响应设备的在线率，其响应潜力为 ，当此设备处于离线状态时，其持续负荷曲线可用 ，相当于持续负荷曲线向右平移了C的负荷，考虑此设备的在线情况后，聚合用户的持续负荷曲线变为： ，其
中， 为第1台设备的在线率， 为第1台设备的离线率，依次考虑p个设备的在线率与故障率，用户的持续负荷曲线不断发生变化，考虑第i个设备的在线率，持续负荷曲线为，用户所持有的p台设备总的可响应潜力为 ，
最大等效负荷为 ， 为用户的初始等效持续负荷与考虑设备在线率等指标后的
持续负荷曲线所围面积，其物理意义为用户可响应负荷由于设备离线导致响应潜力的减少量为 ，用户所持有的p台设备总的可响应潜力总容量
为
[0061] ，由于设备在线率的影响，用户可响应设备的响应潜力无法达到预期响应潜力的值，当用户全部的可响应设备卷积运算结束之后，可算得修正后该用户的实际可响应潜力值 为 ，用户的响应程度期
望值 ，根据修正后的用户实际可响应潜力值，可以得到用户的可信响应程度为
；
[0062] 可以理解的是，对于用户聚合响应可靠性评估方法，根据聚合用户历史负荷数据，得到持续负荷曲线，考虑聚合用户的同时率与参与率对持续负荷曲线进行修正。设聚合用户数量为q，同时率为s，用户j的参与率为 ，基于用户持续负荷曲线计算方法可得聚合用户持续负荷曲线计算步骤如下：步骤一、考虑首个聚合用户共拥有ｐ台可响应设备，第１台可响应设备的在线率为 ，响应潜力为 ，当此设备处于离线状态时，其持续负荷曲线可用表示，相当于持续负荷曲线向右平移了C的负荷，考虑此设备的在线情况后，聚合用户的持续负荷曲线变为
[0063] ；步骤二、依次考虑首个聚合用户的p台设备的在线率，聚合用户的持续负荷曲线不断变化，考虑第i个设备的在线率，持续负荷曲线为 ；步骤三、当考虑了p个设备的在线率时，
等效负荷曲线为
[0064] ，式中，
[0065] 为考虑首个聚合用户参与率后的持续负荷曲线， 为首个聚合用户不参与响应的概率， 为首个聚合用户不参与响应导致的响应潜力减少量；步骤四、重复以上过程，最终考虑第q个聚合用户的参与率，按照下式修正持续负荷曲线，可得聚合用户等效持续响应负荷曲线为
[0066] ，式中，
[0067] 为考虑第q个聚合用户参与率后的持续负荷曲线， 为第q个聚合用户参与率， 为第q个聚合用户不参与响应导致的响应潜力减少量。某区域所有用户总的可响应潜力为 ，最大等效负荷为 ， 为该区域聚合用户响应潜力的初始等效
持续负荷与考虑用户同时率、参与率等指标后的持续负荷曲线所围面积，其物理意义为聚合用户可响应负荷由于设备离线导致响应潜力的减少量。
[0068] ，当考虑了q个聚合用户的同时率与参与率时，持续负荷曲线为 ，其总响应潜力为 ，
[0069] ，由于聚合用户响应同时率、参与率、响应程度的影响，聚合用户可响应设备的响应潜力无法达到预期响应潜力的值，当用户全部的可响应设备卷积运算结束之后，可算得修正后该用户的实际可响应潜力值 ，其中： ，假设电网公司对聚合用户的总响应程度期望值为 ，由于响
应时刻聚合用户不在线或拒绝参与导致用户响应潜力减少，聚合用户实际响应程度无法达到理论值根据修正后的聚合用户实际可响应潜力值，可以得到聚合用户的可信响应程度为；
[0070] 可以理解的是，对于多元用户可信可调潜力预测模型的构建，多元用户可信可调潜力的影响因素较复杂，应综合考虑电价、激励机制、设备故障率、通信设备可靠性、用户响应意愿等因素，计算最终能达到的调节潜力。对于居民用户，根据设备类型不同，居民用户的可响应设备一般有空调、热水器、电冰箱、电动汽车等，居民用户最大可调潜力计算公式为：
[0071] ，最小可调物理潜力计算公式为：，根据用户的响应可靠性评估方法，经过迭代计算后
可得多元用户可信响应程度 ，结合可调潜力，计算用户可信可调潜力为
，那么调节潜力在置信水平L下的置信区间为
。具体的，
[0072] ；，其中，
[0073] 为最可信的调节潜力（可信可调潜力）， 为可信可调潜力上限，为可信可调潜力下限，对于商业用户，可调设备一般为中央空调、电动汽车等，其可信可调潜力计算方式与居民用户相同；
[0074] 可以理解的是，对于多元用户聚合可信可调潜力预测模型的构建，根据设备类型不同，居民用户的可响应设备一般有空调、热水器、电冰箱、电动汽车等，根据居民用户可调潜力可得居民用户聚合可调潜力计算公式为
[0075] ，最小可调潜力物理计算公式为，根据响应可靠性评估方法，经过迭代计算后可得
居民用户聚合可信响应程 ，结合可调潜力，计算聚合可信可调潜力
，上述已经求出在居民用户聚合可响应负荷的最大物理
调节潜力和最可信的调节潜力，那么调节潜力在置信水平L下的置信区间为
，具体的，
[0076]
[0077] 式中， 为最可信的调节潜力（可信可调潜力）， 为可信可调潜力上限， 为可信可调潜力下限，对于商业用户，可调设备一般为中央空调、电动汽车等，其聚合可信可调潜力及置信区间的计算方式与居民用户相同。
[0078] 步骤S103，利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定。
[0079] 步骤S104，依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源。
[0080] 进一步的，图2示出了本发明实施例提供的系统的应用架构图。
[0081] 其中，在本发明提供的又一个优选实施方式中，一种用于用户柔性资源的聚合智控系统，包括：
[0082] 分层分级聚合单元101，用于基于用能基因将用户侧柔性资源，分层分级聚合至聚合层。
[0083] 预测模型构建单元102，用于结合用户响应可靠性评估指标、方法及结果，构建用户侧居民及商业用户的多元用户可信可调潜力预测模型，结合聚合用户响应可靠性评估指标、方法及结果，构建聚合用户的多元用户聚合可信可调潜力预测模型。
[0084] 调节时序表生成单元103，用于利用所述多元用户可信可调潜力预测模型和所述多元用户聚合可信可调潜力预测模型，计算不同用户和聚合用户的可信可调潜力值，依据所述可信可调潜力值进行排序，生成调节时序表，按照所述调节时序表，指导柔性负荷的调度策略和方案的制定。
[0085] 柔性资源调控单元104，用于依据所述调节时序表，通过末端智控设备，采集用电信息并接受调度信号，调控资源池内的用户柔性负荷资源。
[0086] 应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0087] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
[0088] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0089] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
[0090] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
