4. 柔性负荷参与规划的数据需求

柔性负荷参与配电网规划，本质上是用“可调节的用电行为”去替代或延缓一部分电网投资。规划模型要回答两个问题：某条馈线、某个台区在什么时段会出现多大负荷，以及这些负荷中有多少可以被价格或激励手段“挪走、削减或增发”。这两个问题的答案，全部来自四类数据：负荷曲线、电价信号、用户响应行为、气象与设备状态。它们不是四份孤立的表格，而是一条从原始采集到规划可用输入的加工链。

一、四类数据的角色与采集口径

负荷曲线是规划的时间骨架。规划关注的是台区、馈线、变电站三个层级的功率—时间序列，采样粒度通常为15 min或1 h，至少覆盖一个完整年（8760 h）以捕捉季节与节假日差异。采集来源包括智能电表（AMI）、配变终端（TTU）、馈线终端（FTU）以及SCADA量测。需要注意：AMI给的是用户侧电量与功率，TTU给的是配变低压侧总加，两者之间存在线损与计量误差，规划前必须做台区—用户归集校验。

电价信号是柔性负荷的驱动变量。它至少包含三类：分时电价（TOU）的时段与费率、实时电价（RTP）或日前电价的逐时序列、以及需求响应激励（如削峰补贴、可中断负荷补偿）。规划中电价不是“背景”，而是与负荷曲线逐时对齐的输入向量，因此必须记录时段划分规则、费率单位（元/kWh）、以及是否含容量电价。

用户响应行为是把电价转成负荷变化的“传递函数”。它通常用弹性系数、响应率、可调容量比例、反弹系数等参数刻画。例如某工业用户自弹性系数取 −0.2，意味着电价上升10%时该时段负荷下降约2%。这类参数难以直接量测，一般来自历史需求响应事件统计、用户申报的可中断容量、或试点项目的响应曲线拟合。

气象与设备状态数据决定负荷的“自然基线”和可调边界。气象包括温度、湿度、辐照度、风速，用于解释空调、采暖、光伏出力的波动；设备状态包括配变容量、线路载流限值、开关位置、储能SOC、光伏逆变器可用容量，用于判断柔性调节是否越限。

二、采集与处理的关键操作

数据链的第一道关口是时标统一。AMI、TTU、气象站、电价发布系统往往使用不同的时钟源和时区，必须统一到同一时区（如UTC+8）并统一到同一时间分辨率。若电价是小时级而负荷是15 min级，需要把电价按小时广播到四个15 min点上，而不是简单取平均。

第二道关口是缺失与异常处理。常见缺失原因包括通信中断、电表离线、采集系统故障。处理策略应分级：连续缺失少于4个点用线性插补；超过4个点用同类型日同时段均值替代；整日缺失则标记为无效日，不参与特征统计。异常值可用3σ准则或箱线图识别，但要注意负荷的“真异常”（如故障停电）不应被当作坏数据抹掉，而应单独标注。

第三道关口是台区—用户归集校验。把台区内所有用户15 min功率求和，与TTU总加对比，偏差超过5%时需排查：是否存在未接入AMI的用户、是否存在计量倍率错误、是否存在线损未分摊。这一步直接决定后续可调容量计算的可靠性。

第四道关口是电价—负荷—气象的逐时对齐。三张表按时间戳做内连接，形成“时刻—负荷—电价—温度—辐照”的宽表。只有对齐后，才能计算价格弹性、温度灵敏度等响应参数。

三、从数据到规划参数的转换

对齐后的宽表需要进一步提取规划真正使用的参数。以可调容量为例：对每个时段，可调容量 = 用户申报可中断容量 × 响应率 × 可用系数。响应率来自历史需求响应事件统计，可用系数考虑设备检修、生产计划等约束。以价格弹性为例：对峰段和谷段分别做负荷对电价的回归，得到自弹性系数，再结合反弹系数修正峰段削减后谷段可能出现的负荷回升。

气象数据的处理重点是温度—负荷灵敏度。通常以日平均温度或日最高温度为自变量，以日峰荷为因变量做分段线性回归，得到“度/千瓦”关系。夏季降温负荷和冬季采暖负荷的灵敏度符号相反，必须分季节建模。光伏和储能设备状态则用于确定净负荷曲线和可调边界：光伏出力从辐照度换算，储能可调容量由SOC和充放电功率限值共同决定。

四、数据质量检查清单

完成上述采集与处理后，规划模型得到的输入不再是零散原始数据，而是一组口径统一、时标对齐、可追溯的规划参数：基准负荷曲线、逐时电价向量、可调容量与响应成本、气象修正系数、设备约束边界。这些参数直接进入配电网扩展规划的目标函数与约束条件，决定柔性负荷能否真正替代或延缓电网投资。