一种需求侧响应用户集选择策略的制作方法

技术特征：
1.一种需求侧响应用户集选择策略，其特征在于，包括如下步骤：s1：基于优先权机制，构建需求侧响应饱和用户竞争模型；s2：构建需求响应中心的补贴费用加权模型；s3：对需求响应中心的补贴费用加权模型进行优化；s4：基于区块链技术，对需求侧响应用户自动筛选和补贴结算。2.根据权利要求1所述的一种需求侧响应用户集选择策略，其特征在于，所述步骤s1中，构建需求侧响应饱和用户竞争模型具体为：所述需求侧响应饱和用户竞争模型采用优先权机制表示，优先权由用户履约情况表示，即采用用户履约率对用户响应执行效果进行量化，履约概率λ
i
表示如下：其中，t
itotal
为用户i历史参与需求响应的次数，t
ivalid
为用户i参与需求响应确认有效的次数，即实际响应量大于等于申报响应量80％的次数。3.根据权利要求2所述的一种需求侧响应用户集选择策略，其特征在于，所述步骤s2具体为：在用户饱和情况下，第i个用户参与需求侧响应时，其补贴费用加权表示如下：其中，p
i
为约定响应用户i的报价，因此，补贴费用加权表示为：其中，x
i
∈{0,1}num
i
∈{0,1,2}上式中，x
i
是选择因子，用来表征用户i是否被选择来执行需求侧响应，当x
i
＝0时，表示需求响应中心不选择用户i执行需求侧响应，当x
i
＝1时，表示需求响应中心选择用户i执行需求侧响应，c
i
为用户i申报响应容量，c为总的需求响应量，num
i
为第i个用户单日约定响应次数，为第i个用户单日响应总时长。4.根据权利要求1所述的一种需求侧响应用户集选择策略，其特征在于：所述步骤s3
中，采用bpso算法对需求响应中心的补贴费用加权模型进行优化。5.根据权利要求3所述的一种需求侧响应用户集选择策略，其特征在于：所述步骤s3中，对需求响应中心的补贴费用加权模型进行优化，具体为对补贴费用加权中的选择因子进行优化。6.根据权利要求5所述的一种需求侧响应用户集选择策略，其特征在于，所述对补贴费用加权中的选择因子进行优化，包括如下步骤：s3
‑
1：初始化粒子群，具体如下：随机生成一组由0、1元素组成的m
×
n的矩阵，作为粒子的初始位置，其中m为种群数，即粒子个数，每一个粒子对应一组解集，n为维度，即每个粒子的决策变量个数，s3
‑
2：随机生成每一个粒子的初始速度，通过下式随机生成：v1＝
‑
v
max
2*v
max
.*rand()式中，v
max
为最大速度，rand()为区间[0,1]的随机数，s3
‑
3：利用bpso算法，对粒子速度进行更新，其更新公式如下表示：v
i
＝ω
i
·
v
i
c1·
rand()
·
(pbest
i
‑
x
i
) c2·
rand()
·
(gbest
i
‑
x
i
)式中，v
i
为第i次迭代粒子的速度，c1，c2为常数，pbest
i
为个体最优粒子位置，gbest
i
为全局最优粒子位置，x
i
表示第i次迭代粒子的位置，用来做选择因子，s3
‑
4：根据线性递减权值策略，得出第i次迭代的惯性权重ω
i
，ω
i
表示如下：ω
i
＝ω
max
‑
((ω
max
‑
ω
min
)./g).*g
i
其中，ω
max
为最大惯性权重，即设置的初始惯性权重值，ω
min
为最小惯性权重，即为设置的最终惯性权重值，g为最大迭代次数，g
i
表示当前迭代次数，s3
‑
5：利用sigmoid函数，根据粒子的速度，对该粒子的位置进行更新，该粒子的位置是由sigmoid函数生成的[0,1]区间的数，表示如下：将s(v
i
)与区间[0,1]生成的随机数rand()进行比较，当s(v
i
)大于等于rand()时，当前位置发生改变，即若当前位置为0，则变化为1，若为1，则变化为0，当s(v
i
)小于rand()时，当前位置不发生改变，即若当前位置为1则为1，当前位置为0则为0，具体表示如下：7.根据权利要求1所述的一种需求侧响应用户集选择策略，其特征在于，所述步骤s4具体为：将需求响应中心的补贴费用加权模型提前写入区块链的智能合约中，当需求响应被触发后，自动执行用户筛选操作，并通知给用户，在完成响应任务后，将需求响应结果通知给用户确认，确认无误后，自动结算补贴费用，并更新用户履约情况，对交易数据存证上链。

技术总结
本发明涉及一种需求侧响应用户集选择策略，包括如下步骤：基于优先权机制，构建需求侧响应饱和用户竞争模型，构建需求响应中心的补贴费用加权模型，对需求响应中心的补贴费用加权模型进行优化，基于区块链技术，对需求侧响应用户自动筛选和补贴结算。本发明能够择优选择响应用户，进而提高用户实施约定响应的履约积极性，同时能自动结算补贴费用，缩短补贴费用发放周期，提高效率。提高效率。提高效率。


技术研发人员：卜飞飞 白宏坤 王圆圆 韩丁 华远鹏 王涵 贾一博 袁建平 辛玉华
受保护的技术使用者：北京恒华伟业科技股份有限公司
技术研发日：2021.10.21
技术公布日：2022/1/4