一种用户侧可调资源参与调峰辅助服务的方法及系统与流程

1.本发明涉及电力辅助服务调峰技术领域，尤其涉及一种用户侧可调资源参与调峰辅助服务的方法及系统。


背景技术：

2.近年来，随着人民生活水平的不断提高和产业结构的不断转型，电力需求季节性差异日益凸显，用电负荷逐年攀升，用电尖峰越发显著。传统依靠电源侧深度调峰改造或新建电厂来解决的方式无法满足现有需求，不仅电网投资大，而且存在峰谷差较大的问题。


技术实现要素：

3.本发明所要解决的技术问题是克服现有技术的缺陷，提供一种用户侧可调资源参与调峰辅助服务的方法及系统，一方面可以缓解峰谷差，提高电网安全、稳定、经济运行能力，另一方面可以提高电网资产利用率，延缓或减少电网投资。
4.为解决上述技术问题，本发明提供一种用户侧可调资源参与调峰辅助服务的方法，包括：
5.获取单个用户的所有可调资源的配置信息、用电信息和成本信息；
6.将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
7.基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
8.根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
9.进一步的，所述计算模型为：
[0010][0011]
其中，c
iv
为第i个用户的第v个可调资源调节成本，i∈{m1,...,md}，v∈{m
i，1
,...,m
i,n
}，{m1,...,md}表示共d个用户，{m
i，1
,...,m
i,n
}表示每个用户共n个可调资源，n为变量，β
iv
为第i个用户的第v个可调资源的调节成本权值，α为聚合商补贴比例，c
si
为用户投资硬件设备成本，c
oi
为用户投资软件系统成本，c
yi
为系统年运行管理成本，t为项目实施年数，c
xio
为用户第o年向聚合商缴纳的年项目管理费用。
[0012]
进一步的，所述基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值，包括：
[0013]
获取用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据；
[0014]
分别对用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据的异常数据和不良数据进行辨识并修正；
[0015]
基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用k-means聚类算法提取各类别可调资源典型曲线和聚类中心；
[0016]
基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线；
[0017]
计算每个可调资源负荷曲线与聚类中心的各类别可调资源典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷，基于分组负荷的用电规律确定对应的负荷预测算法和预测日对每个可调资源进行负荷预测，得到预测日的每个可调资源的负荷预测值。
[0018]
进一步的，所述修正后的用户侧所有可调资源的历史96点用电负荷数据为包括用户名称，所有可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件；
[0019]
所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据为包括用户名称，单个可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件。
[0020]
进一步的，所述基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用k-means聚类算法提取各类别可调资源典型曲线和聚类中心，包括：
[0021]
(7)确定聚类簇数k；
[0022]
(8)初始化k个聚类中心μ1,...,μk；
[0023]
(9)计算样本到每个聚类中心之间的距离，将每个样本分配到最近的聚类中心，其中所述的样本为用户侧每个可调资源历史96点负荷曲线数据；所述样本指的是历史96点用电负荷数据；
[0024]
(10)根据各簇样本，更新各簇的聚类中心
[0025]
(11)迭代(3)～(4)步，直至k-means聚类的相似性度量函数开始收敛为止；
[0026]
所述k-means聚类的相似性度量函数表达式为：
[0027][0028]
其中，e是所有样本的平方误差和，k为聚类簇数，ci为第i簇，p是聚类空间中的样本点，μi是第i簇的聚类中心；
[0029]
(12)基于步骤(5)的收敛结果确定收敛的聚类中心以及以各个聚类中心为基础的可调资源的典型负荷曲线。
[0030]
进一步的，所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线，包括：
[0031]
将基于修正后的用户侧每个可调资源的历史负荷数据取96点均值，并进行归一化处理，确定每个可调资源负荷曲线。
[0032]
进一步的，所述根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报，包括：
[0033]
获取调峰辅助服务交易公告信息，向可调资源所属用户发送信息，获取可调资源所属用户反馈的可调资源用电信息及可调节信息；
[0034]
基于可调资源用电信息、可调节信息以及每个可调资源的调节成本、每个可调资源的负荷预测值，对可调资源进行聚类；
[0035]
根据聚类的结果在考虑用户综合收益最大化的基础上按照比例经验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型方式对可调资源参与调峰辅助服务进行量价
的申报，具体报价方式如下：
[0036]
p
apply
＝ηp
allow_max
[0037]
考虑到日前辅助服务报价，由此报价约束：
[0038]ci,all
/365≤p
apply
[0039]
其中，p
apply
为单个用户可调资源申报价格，p
allow_max
为交易规则规定的最大申报价格，η为调整系数，c
i,all
为单个用户的可调资源每年的调节成本，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1；基于用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数进行可调资源辅助服务市场交易的量价申报。
[0040]
一种用户侧可调资源参与调峰辅助服务的系统，包括：
[0041]
第一获取模块，用于获取单个用户的所有可调资源的配置信息、用电信息和成本信息；
[0042]
第一计算模块，用于将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
[0043]
预测模块，用于基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
[0044]
申报模块，用于根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
[0045]
进一步的，所述计算模型为：
[0046][0047]
其中，c
iv
为第i个用户的第v个可调资源调节成本，i∈{m1,...,md}，v∈{m
i，1
,...,m
i,n
}，{m1,...,md}表示共d个用户，{m
i，1
,...,m
i,n
}表示每个用户共n个可调资源，n为变量，β
iv
为第i个用户的第v个可调资源的调节成本权值，α为聚合商补贴比例，c
si
为用户投资硬件设备成本，c
oi
为用户投资软件系统成本，c
yi
为系统年运行管理成本，t为项目实施年数，c
xio
为用户第o年向聚合商缴纳的年项目管理费用。
[0048]
进一步的，所述预测模块，包括：
[0049]
第二获取模块，用于获取用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据；
[0050]
预处理模块，用于分别对用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据的异常数据和不良数据进行辨识并修正；
[0051]
提取模块，用于基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用k-means聚类算法提取各类别可调资源典型曲线和聚类中心；
[0052]
确定模块，用于基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线；
[0053]
第二计算模块，用于计算每个可调资源负荷曲线与聚类中心的各类别可调资源典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷，基于分组负荷的用电规律确定对应的负荷预测算法和预测日对每个可调资源进行负荷预测，得到预测日的每个可调资源的负荷预测值。
[0054]
进一步的，所述修正后的用户侧所有可调资源的历史96点用电负荷数据为包括用户名称，所有可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件；
[0055]
所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据为包括用户名称，单个可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件。
[0056]
进一步的，所述提取模块包括第一聚类模块，用于执行以下过程：
[0057]
(1)确定聚类簇数k；
[0058]
(2)初始化k个聚类中心μ1,...,μk；
[0059]
(3)计算样本到每个聚类中心之间的距离，将每个样本分配到最近的聚类中心，其中所述的样本为用户侧每个可调资源历史96点负荷曲线数据；
[0060]
所述样本指的是历史96点用电负荷数据；
[0061]
(4)根据各簇样本，更新各簇的聚类中心
[0062]
(5)迭代(3)～(4)步，直至k-means聚类的相似性度量函数开始收敛为止；
[0063]
所述k-means聚类的相似性度量函数表达式为：
[0064][0065]
其中，e是所有样本的平方误差和，k为聚类簇数，ci为第i簇，p是聚类空间中的样本点，μi是第i簇的聚类中心；
[0066]
(6)基于步骤(5)的收敛结果确定收敛的聚类中心以及以各个聚类中心为基础的可调资源的典型负荷曲线。
[0067]
进一步的，所述确定模块，用于将基于修正后的用户侧每个可调资源的历史负荷数据取96点均值，并进行归一化处理，确定每个可调资源负荷曲线。
[0068]
进一步的，所述申报模块，包括：
[0069]
第三获取模块，用于获取调峰辅助服务交易公告信息，向可调资源所属用户发送信息，获取可调资源所属用户反馈的可调资源用电信息及可调节信息；
[0070]
第二聚类模块，用于基于可调资源用电信息、可调节信息以及每个可调资源的调节成本、每个可调资源的负荷预测值，对可调资源进行聚类；
[0071]
处理模块，用于根据聚类的结果在考虑用户综合收益最大化的基础上按照比例经验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型方式对可调资源参与调峰辅助服务进行量价的申报，具体报价方式如下：
[0072]
p
apply
＝ηp
allow_max
[0073]
考虑到日前辅助服务报价，由此报价约束：
[0074]ci,all
/365≤p
apply
[0075]
其中，p
apply
为单个用户可调资源申报价格，p
allow_max
为交易规则规定的最大申报价格，η为调整系数，c
i,all
为单个用户的可调资源每年的调节成本，调整系数，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1；基于用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数进行可调资源辅助服务市场交易的量价申报。
[0076]
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
[0077]
一种计算设备，包括，
[0078]
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
[0079]
本发明所达到的有益效果：
[0080]
该发明结合用户侧历史用电负荷数据和聚类算法进行可调资源分组负荷预测，同时基于可调资源配置及用电信息及成本信息对可调资源的运行成本进行分析，基于可调资源负荷预测结果和成本分析结果，量价申报方式，辅助用户侧可调资源参与调峰辅助服务，能够缓解峰谷差，同时以用户利益最大化为目标进行量价申报，可以为聚合商获取相对稳定收益，并降低交易风险，提高电网资产利用率。
附图说明
[0081]
图1是本发明的流程示意图；
[0082]
图2是基于k-means聚类分析的用户侧可调资源参与调峰辅助服务的方法的流程示意图；
[0083]
图3是本发明的系统示意图。
具体实施方式
[0084]
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0085]
如图1所示，一种用户侧可调资源参与调峰辅助服务的方法，其特征在于，包括：
[0086]
获取单个用户的所有可调资源的配置信息、用电信息和成本信息；
[0087]
将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
[0088]
基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
[0089]
根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
[0090]
如图2所示，为一种基于k-means聚类分析的用户侧可调资源参与调峰辅助服务的方法，包括：
[0091]
步骤s1：获取单个用户的所有可调资源的配置信息、实时信息(用电信息和成本信息)；将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
[0092]
s101、获取可调资源配置信息、用电信息和成本信息，如资源的所属用户、机组容量、额定功率、生产用电计划等；
[0093]
s102、结合以上配置信息同时考虑可调资源的硬件设备费用、系统运行管理费，对聚合商管理的可调资源成本进行计算，如下：其中：α为聚合商补贴比例，c
si
为用户投资硬件设备成本，c
oi
为用户投资软件系统成本，c
yi
为系统
年运行管理成本，t为项目实施年数，c
xio
为用户第o年向聚合商缴纳的年项目管理费用，此项费用可根据实际情况确定是否为0；则第i个用户的第v个可调资源调节成本为：其中:i＝{m1,...,md}，v＝{m
i，1
,...,m
i,n
}，β
iv
为第i个用户的第v个可调资源的调节成本权值。
[0094]
步骤s2：基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
[0095]
具体包括：
[0096]
s201，获取用户侧可调资源历史多日的96点用电负荷数据；
[0097]
s202，结合可调资源历史多日96点负荷数据进行预处理，整理生成包括用户名称，资源名称、行业属性、96点负荷等字段的标准格式文件；
[0098]
s203，将预处理的可调资源96点负荷数据采用k-means聚类算法进行聚类，提取可调资源典型曲线，形成聚类中心；具体步骤如下：(1)确定聚类簇数k；(2)初始化k个聚类中心μ1,...,μk；(3)计算样本到中心之间的距离，将每个样本分配到最近的中心；(4)根据各簇样本，更新各簇中心，(5)迭代(3)～(4)步，直至相似性度量函数开始收敛为止。k-means聚类的相似性度量函数表达式为：其中e是所有样本的平方误差和，k为聚类簇数，ci为第i簇，p是聚类空间中的样本点，μi是第i簇的聚类中心；
[0099]
s204，将单个可调资源的历史负荷数据取96点均值，并进行归一化处理；
[0100]
s205，计算单个可调资源负荷曲线与聚类中心各类别典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷；本文假设有{m1,...,md}共d个代理用户，每个用户有{m
i，
1,...,m
i,n
}个可调资源，其中i＝1,2...d，n变量，基于以上将可调资源{m
i，
1,...,m
i,n
,...m
d,1
,...m
d,n
}分为k组；
[0101]
s206，基于分组负荷用电规律选择使用时间序列法、趋势分析法、季节占比法等方法对可调资源进行负荷预测，若某种预测方法对可调资源负荷预测准确度高，则使用此种方法对此类可调资源进行负荷预测，各用户可调资源负荷预测结果如下：{{m
i，1，1
...,m
i,1,96
},...{m
i,n，1
...,m
i,n,96
}},...,{{m
d，1，1
...,m
d,1,96
},...{m
d,n，1
...,m
d,n,96
}}。
[0102]
步骤s3：根据每个可调资源的调节成本、每个可调资源的负荷预测值计算单个用户以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
[0103]
具体包括：
[0104]
s301，聚合商依据调峰辅助服务交易公告信息，向可调资源所属用户发送信息，用户将可调资源用电信息及可调节信息进行上报；
[0105]
s302，聚合商综合上报信息，同时基于s1、s2中对可调资源的负荷预测和成本分析，对可调资源进行聚类。考虑到目前《江苏电力市场用户可调负荷参与辅助服务市场交易规则(试行)》是以电力用户户号为基础信息信息上报，因此这边主要将同一电力用户的可调资源进行聚类分组。在考虑综合收益最大化的基础上按照比例经验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型等方式对可调资源参与调峰辅助服务进行量价的申报，具体报价方式如下：p
apply
＝ηp
allow_max
，考虑到日前辅助服务报价，由此报价约束：c
i,all
/
365≤p
apply
，其中p
apply
为单个用户可调资源申报价格，p
allow_max
为交易规则规定的最大申报价格，η为调整系数，c
i,all
为聚合商管理的可调资源每年的调节成本，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1，具体如下：
[0106][0107][0108]
基于以上用户基础信息包括用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数等进行可调资源辅助服务市场交易的量价申报。
[0109]
如图3所示，相应的本发明还提供一种用户侧可调资源参与调峰辅助服务的系统，包括：
[0110]
第一获取模块，用于获取单个用户的所有可调资源的配置信息、用电信息和成本信息；
[0111]
第一计算模块，用于将所有可调资源的配置信息、用电信息和成本信息输入到预先确定的计算模型，计算得到每个可调资源的调节成本；
[0112]
预测模块，用于基于聚类算法和用户侧历史用电负荷数据确定预测日的每个可调资源的负荷预测值；
[0113]
申报模块，用于根据每个可调资源的调节成本、每个可调资源的负荷预测值以及预先获取的调峰辅助服务交易公告信息，以用户利益最大化为目标进行量价申报。
[0114]
进一步的，所述计算模型为：
[0115][0116]
其中，c
iv
为第i个用户的第v个可调资源调节成本，i∈{m1,...,md}，v∈{m
i，1
,...,m
i,n
}，{m1,...,md}表示共d个用户，{m
i，1
,...,m
i,n
}表示每个用户共n个可调资源，n为变量，β
iv
为第i个用户的第v个可调资源的调节成本权值，α为聚合商补贴比例，c
si
为用户投资硬件设备成本，c
oi
为用户投资软件系统成本，c
yi
为系统年运行管理成本，t为项目实施年数，c
xio
为用户第o年向聚合商缴纳的年项目管理费用。
[0117]
进一步的，所述预测模块，包括：
[0118]
第二获取模块，用于获取用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据；
[0119]
预处理模块，用于分别对用户侧所有可调资源的历史96点用电负荷数据和用户侧每个可调资源的历史96点用电负荷数据的异常数据和不良数据进行辨识并修正；
[0120]
提取模块，用于基于修正后的用户侧所有可调资源的历史96点用电负荷数据采用k-means聚类算法提取各类别可调资源典型曲线和聚类中心；
[0121]
确定模块，用于基于修正后的用户侧每个可调资源的历史96点用电负荷数据进行归一化处理，确定每个可调资源负荷曲线；
[0122]
第二计算模块，用于计算每个可调资源负荷曲线与聚类中心的各类别可调资源典型曲线的距离，将用电特征相似的可调资源分组得到分组负荷，基于分组负荷的用电规律确定对应的负荷预测算法和预测日对每个可调资源进行负荷预测，得到预测日的每个可调资源的负荷预测值。
[0123]
进一步的，所述修正后的用户侧所有可调资源的历史96点用电负荷数据为包括用户名称，所有可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件；
[0124]
所述基于修正后的用户侧每个可调资源的历史96点用电负荷数据为包括用户名称，单个可调资源名称、行业属性、96点负荷曲线和额定功率字段的标准格式文件。
[0125]
进一步的，所述提取模块包括第一聚类模块，用于执行以下过程：
[0126]
(1)确定聚类簇数k；
[0127]
(2)初始化k个聚类中心μ1,...,μk；
[0128]
(3)计算样本到每个聚类中心之间的距离，将每个样本分配到最近的聚类中心，其中所述的样本为用户侧每个可调资源历史96点负荷曲线数据；
[0129]
所述样本指的是历史96点用电负荷数据；
[0130]
(4)根据各簇样本，更新各簇的聚类中心
[0131]
(5)迭代(3)～(4)步，直至k-means聚类的相似性度量函数开始收敛为止；
[0132]
所述k-means聚类的相似性度量函数表达式为：
[0133][0134]
其中，e是所有样本的平方误差和，k为聚类簇数，ci为第i簇，p是聚类空间中的样本点，μi是第i簇的聚类中心；
[0135]
(6)基于步骤(5)的收敛结果确定收敛的聚类中心以及以各个聚类中心为基础的可调资源的典型负荷曲线。
[0136]
进一步的，所述确定模块，用于将基于修正后的用户侧每个可调资源的历史负荷数据取96点均值，并进行归一化处理，确定每个可调资源负荷曲线。
[0137]
进一步的，所述申报模块，包括：
[0138]
第三获取模块，用于获取调峰辅助服务交易公告信息，向可调资源所属用户发送信息，获取可调资源所属用户反馈的可调资源用电信息及可调节信息；
[0139]
第二聚类模块，用于基于可调资源用电信息、可调节信息以及每个可调资源的调节成本、每个可调资源的负荷预测值，对可调资源进行聚类；
[0140]
处理模块，用于根据聚类的结果在考虑用户综合收益最大化的基础上按照比例经
验法，采用激进型、进取型、平衡型、稳健型、谨慎型和保守型方式对可调资源参与调峰辅助服务进行量价的申报，具体报价方式如下：
[0141]
p
apply
＝ηp
allow_max
[0142]
考虑到日前辅助服务报价，由此报价约束：
[0143]ci,all
/365≤p
apply
[0144]
其中，p
apply
为单个用户可调资源申报价格，p
allow_max
为交易规则规定的最大申报价格，η为调整系数，c
i,all
为单个用户的可调资源每年的调节成本，调整系数，所述激进型、进取型、平衡型、稳健型、谨慎型和保守型的调整系数η逐渐减小，且0＜η≤1；基于用户名称、行业属性、所有可调资源名称、96点负荷曲线和额定功率，同时考虑分析的用户侧可调资源典型负荷曲线、调节成本以及调整系数进行可调资源辅助服务市场交易的量价申报。
[0145]
相应的本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
[0146]
相应的本发明还提供本发明还提供一种计算设备，包括，
[0147]
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
[0148]
该发明结合历史用电负荷数据，首先采用k-means聚类算法进行可调资源分组负荷预测，同时基于可调资源配置及用电信息及用户硬件设备费用、系统运行管理费用等对可调资源的运行成本进行分析，基于可调资源负荷预测结果和成本分析结果，采用比例经验法给用户多类型选择量价申报方式，辅助用户侧可调资源参与调峰辅助服务，为聚合商获取相对稳定收益，并降低交易风险。
[0149]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0150]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0151]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0152]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0153]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。