用条件变分自编码器模拟电价对电力消耗轮廓的影响

为家庭用电实施高效需求响应(DR)程序，将受益于能够模拟不同电价方案影响的数据驱动方法。本文提出一种基于条件变分自编码器(CVAE)的新方法，从电价轮廓结合外生天气与日历变量出发，生成分属不同簇的消费者的日消耗轮廓。首先，根据消费行为与价格响应将大量消费者聚为簇。该聚类方法基于一个因果模型，衡量特定电价对消费水平的影响。随后，用 CVAE 为每个簇生成日电能消耗轮廓。将此非参数方法与基于广义加性模型、利用能耗先验知识的半参数数据生成器进行比较。在公开数据集上的实验表明，所提方法在生成原始数据平均值方面与半参数方法性能相当。该新方法的主要贡献是能在生成的消耗轮廓中复现反弹与副作用。事实上，在特定时间窗内施加特殊电价也可能影响该时间窗之外的消耗。另一贡献是聚类方法依据消费者的日消耗轮廓及对电价变化的弹性进行分簇。这两结果结合对系统运营商、零售商与能源监管者进行未来 DR 政策的事前测试非常有意义。