CN102156918B - 智能电网播报系统及方法 - Google Patents

智能电网播报系统及方法 Download PDF

Info

Publication number
CN102156918B
CN102156918B CN201110098212.4A CN201110098212A CN102156918B CN 102156918 B CN102156918 B CN 102156918B CN 201110098212 A CN201110098212 A CN 201110098212A CN 102156918 B CN102156918 B CN 102156918B
Authority
CN
China
Prior art keywords
electricity
generating
cost
information
suggestion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110098212.4A
Other languages
English (en)
Other versions
CN102156918A (zh
Inventor
朱定局
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanmoni (Jiangsu) Photoelectric Technology Co.,Ltd.
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201110098212.4A priority Critical patent/CN102156918B/zh
Publication of CN102156918A publication Critical patent/CN102156918A/zh
Application granted granted Critical
Publication of CN102156918B publication Critical patent/CN102156918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种智能电网播报系统和方法,包括:能源监测模块,用于监测能源供应信息;能源估价模块,用于根据所述能源供应信息获得当前发电成本信息;用电量监测模块,用于监测用电量信息;用电估价模块,用于根据所述用电量信息获得当前用电成本信息;播报模块,用于播报所述当前发电成本信息和所述当前用电成本信息。通过当前发电成本信息和用电成本信息,发电成本高则少发电,低则多发电;用电成本高则少用电,低则多储备电。达到影响发电或用电的行为,进而提高整个社会的电能利用率。

Description

智能电网播报系统及方法
【技术领域】
本发明涉及电网领域,特别是涉及一种智能电网播报系统及方法。
【背景技术】
智能电网(smartgrid),就是电网的智能化,它是建立在集成的、高速双向通信网络的基础上,通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用,实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标。
目前,对电价的决策主要是根据用电的供求关系进行调节,例如用电高峰时价格贵,低峰时价格便宜;白天电价贵、晚上电价便宜等。但是仅凭借供求关系对电价进行调节,其调节的准确性不高,同时也会导致发电量的效率不高(即用电高峰时多发电,用电低峰时少发电),没能满足用电用户的用电需求。
【发明内容】
基于此,有必要提供一种提高电能利用率的智能电网播报系统。
另外,还有必要提供一种提高电能利用率的智能电网播报方法。
一种智能电网播报系统,包括:能源监测模块,设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息;能源估价模块,用于根据所述能源供应信息获得当前发电成本信息;用电量监测模块,设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息;用电估价模块,用于根据所述用电量信息获得当前用电成本信息;播报模块,用于播报所述当前发电成本信息和所述当前用电成本信息。
优选地,还包括:用电预测模块,根据历史用电数据以及影响用电的因素进行监测;用电价格预测模块,用于根据所述用电量预测信息获得预测用电成本信息;所述播报模块还播报所述预测用电成本信息。
优选地,还包括:能源预测模块,根据历史能源供应数据以及影响能源供给的因素进行监测;能源价格预测模块,用于根据所述能源预测供应信息获得预测发电成本信息;所述播报模块还播报所述预测发电成本信息。
优选地,还包括:发电建议模块,结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议;用电建议模块,结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议;所述播报模块播报所述发电建议模块提供的发电建议以及所述用电建议模块提供的用电建议。
优选地,还包括:能源预测模块,根据历史能源供应数据以及影响能源供给的因素进行监测;能源价格预测模块,根据所述能源预测供应信息预测发电成本信息;播报模块,播报所述预测发电成本信息。
优选地,还包括:发电建议模块,结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议;用电建议模块,结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议;所述播报模块播报所述发电建议模块提供的发电建议以及所述用电建议模块提供的用电建议。
另外,还有必要提供一种智能电网播报方法,包括:设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息,并根据所述能源供应信息获得当前发电成本信息;设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息,并根据所述用电量信息获得当前用电成本信息;播报所述当前发电成本信息和所述当前用电成本信息。
优选地,还包括:根据历史能源供应数据以及影响能源供给的因素进行监测获取能源预测供应信息,根据所述能源预测供应信息获得预测发电成本信息;还播报所述预测发电成本信息。
优选地,还包括:根据历史用电数据以及影响用电的因素进行监测且获取用电量预测信息,根据所述用电量预测信息获得预测用电成本信息;还播报所述预测用电成本信息。
优选地,还包括:结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议;结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议;还播报所述发电建议以及所述用电建议。
通过当前发电成本信息和用电成本信息,发电成本高则时少发电,或者把之前存储的电能用于补充发电的不足;低则多发电,或者把富余的电能进行存储。用电成本高则少用电,或者把之前存储的电能用于补充用电的不足;低则多储备电或者是错开用电成本高峰使用其它用电设备,例如洗衣机、给电动车充电等。通过该方案达到影响发电或用电行为的目的,进而提高整个社会的电能利用率。
【附图说明】
图1为第一实施例的智能电网播报系统的原理框图;
图2为第二实施例的智能电网播报系统的原理框图;
图3为第三实施例的智能电网播报系统的原理框图;
图4为第四实施例的智能电网播报系统的原理框图;
图5为第五实施例的智能电网播报系统的原理框图;
图6为第六实施例的智能电网播报系统的原理框图;
图7为第七实施例的智能电网播报系统的原理框图;
图8为第八实施例的智能电网播报系统的原理框图;
图9为第一实施例的智能电网播报方法的流程图;
图10为第二实施例的智能电网播报方法的流程图;
图11为第三实施例的智能电网播报方法的流程图;
图12为第四实施例的智能电网播报方法的流程图。
【具体实施方式】
为了解决电价调节准确性不高,无法为智能电网的用电端或发电端的用电或发电行为提供足够的信息;进而使得发电端无法提供合理的发电费用且用电端无法获得合理的用电费用,使得能源的利用率不高。因此,提供了一种提高用电效率的智能电网播报系统。
第一实施例,参阅附图1,一种智能电网播报系统,包括:用电量监测模块101、用电估价模块102、用电预测模块103、用电价格预测模块104、能源监测模块105、能源估价模块106、能源预测模块107、能源价格预测模块108、用电建议模块109、发电建议模块110以及播报模块111。
用电量监测模块101,监测用电量信息。具体地,设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息,例如当前用电端的用户在白天8:00~12:00、中午14:0~19:00用电量高,晚上22:00~次日6:00用电量低;白天中央商务区(CBD)、工业园区用电量高,生活区用电量低。监测设备可以根据需要在各个用电设备设置监测设备,实时获取用电端的用电量信息。
用电估价模块102,根据用电量监测模块101提供的用电量信息获得当前用电成本信息。具体地,在不同的时间段、不同的地域,其用电成本皆有所不同。例如,在白天,生活区的用电成本就比晚上的用电成本低;在远离新能源发电终端的用电成本就比靠近新能源发电终端的成本高(因为远离新能源发电终端的电损耗高)。故根据用电量信息可获得当前用电成本信息。
用电预测模块103,获取用电量预测信息。具体地,根据历史用电数据以及影响用电的因素进行监测。例如,中国北方冬季用电取暖的用电量比南方冬季用电量多,南方夏季用空调降温的用电量比北方夏季用电量多;经济增长、用电设备增加,用电量也随之增加。可以理解,除了自然环境以及地域等因素,例如人类的活动规律、人类的需求等非自然环境因素也成为影响能源供给。这些影响用电的信息可以通过统计学的方法获得,例如,对人类的相关活动进行统计,春节的时候中国汉族聚集的中东部地区的用电比较高、需要更多的电能,西部等少数民族聚集的西部地区用电比较少,则不要那么多的电能。
用电价格预测模块104,根据用电预测模块103提供的用电量预测信息获得预测用电成本信息。具体地,根据用户端用电量的预测情况,获取用电端的用电需求,获知用电的高峰与低谷,把握用电需求的动态,同时加上相应的用电损耗等成本计算获得预测用电价格成本信息。
能源监测模块105,监测能源供应信息。具体地,设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息,例如当前能源的供应量(例如每天能够获得1000吨煤),根据该能源供应量以及发电能力(装机总量)提供电能。新能源包括风能、太阳能、生物能、潮汐能、地热能等;传统能源包括水能、煤炭、石油、天然气、核能等。
能源估价模块106,根据能源监测模块105提供的能源供应信息获得当前发电成本信息。具体地,根据当前能源的供给情况、能源的供应成本以及发电总量等信息,加上运营成本等进行计算获得当前发电成本。
能源预测模块107,获取能源预测供应信息。具体地,根据历史能源供应数据以及影响能源供给的因素进行监测。例如,对于风能,冬季比夏季风能丰富,能够提供比其它季节更丰富的电能;对于水能,春、夏季雨水丰富,能够提供比其它季节更丰富的电能;对于太阳能,北半球夏季的光照时间比冬季的光照时间长,提供更长时间的电能。可以理解,除自然环境、地域等因素,例如,政治、军事、经济等非自然因素也将都可以成为影响能源供给。这些影响能源的信息可以通过国家相关的监测部门进行监测,并通过该监测部门获取能源预测供应的信息。
能源价格预测模块108,根据能源预测模块107提供的能源预测供应信息获得预测发电成本信息。具体地,根据能源的预测供给情况,可以预测能源的供应成本以及预测发电总量等信息,加上相应的运营成本等进行计算获得预测发电成本信息。该预测时间可以根据能源预测供应信息的时间有效性设定预测时间的长短,同时也可以根据智能电网的用电端用户的需要,定期的获得预测发电成本信息,例如未来3天、未来1个星期或未来一个月等。
用电建议模块109,根据用电估价模块102提供的当前用电成本信息和用电价格预测模块104提供的预测用电成本信息提供用电建议。具体地,结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议。结合表1进行详细阐述:若当前用电成本和预测用电成本的价格皆大于该用电阈值则作出少用电的建议;若用当前电成本和预测用电成本的价格皆小于该用电阈值,则作出多用电的建议;若用当前电成本和预测用电成本的价格皆等于该用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格小于用电阈值,预测用电成本的价格大于用电阈值,则作出保持原来用电量的建议;若用当前电成本的价格大于用电阈值,预测用电成本的价格小于用电阈值,则作出保持原来用电量的建议。可以理解,“多用电”的建议,不是鼓励大量的运行非必要开启的用电设备,例如没有人在家依旧开灯、开空调等。而是可以通过智能电网的用电端的储能设备把富裕的电能进行储蓄,在用电成本高的时候可以把用电端的储能设备的电能取出并使用。
表1
发电建议模块110,根据能源估价模块106提供的当前发电成本信息和能源价格预测模块108提供的预测发电成本信息提供发电建议。具体地,结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议。结合表2进行详细阐述:若当前发电成本和预测发电成本的价格皆大于该发电阈值则作出少发电的建议;若当前发电成本和预测发电成本的价格皆小于该发电阈值,则作出多发电的建议;若当前发电成本和预测发电成本的价格皆等于该发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格小于发电阈值,预测发电成本的价格大于发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格大于发电阈值,预测发电成本的价格小于发电阈值,则作出保持原来发电量的建议。可以理解,“多发电”的建议不是不管用电端的用电需求和本身的发电能力而无限制的发电,而是可以通过智能电网的发电端的储能设备,结合自身的发电能力进行储电,在预测发电成本高的时候把发电端的储能设备的电能提供给用电端。
表2
播报模块111,播报模块111播报发电建议模块110提供的发电建议以及用电建议模块109提供的用电建议。具体地,把发电建议播报给新能源或传统能源的发电端,把用电建议播报给用电的工厂、企业、交通运输或人类居住等用电端。通过这些建议分别影响发电端和用电端的发电行为和用电行为,提高发电效率和用电效率,进而提高整个社会对能源的利用率。
第二实施例中,结合附图2,相比第一实施例中的智能电网播报系统可以省去能源预测模块107、能源价格预测模块108、用电预测模块103、用电价格预测模块104、发电建议模块110和用电建议模块109。播报模块111播报当前发电成本信息和用电成本信息。通过当前发电成本信息和用电成本信息影响智能电网发电端和用电端的发电和用电行为,为发电和用电提供技术资讯,合理的使用电能,进而提高整个社会的用电效率。
第三实施例中,结合附图3,相比第一实施例中的智能电网播报系统可以省去能源预测模块107和能源价格预测模块108。播报模块111播报发电建议和用电建议。通过提供发电建议和用电建议的信息影响智能电网的发电端和用电端的行为,合理的使用电能,进而提高整个社会的用电效率。
第四实施例中,结合附图4,相比第一实施例中的智能电网播报系统可以省去用电预测模块103和用电价格预测模块104。通过播报模块111播报的发电建议和用电建议影响智能电网发电端和用电端的发电和用电的行为,合理的使用电能,进而提高整个社会的用电效率。
第五实施例中,结合附图5,相比第一实施例中的智能电网播报系统可以省去用电建议模块109和发电建议模块110。播报模块111播报发电建议模块110提供的发电建议以及用电建议模块109提供的用电建议,并通过该建议影响智能电网发电端和用电端的发电和用电的行为,合理的使用电能,进而提高整个社会的用电效率。
第六实施例中,结合附图6,相比第一实施例中的智能电网播报系统可以省去用电预测模块103、用电价格预测模块104、能源预测模块107和能源价格预测模块108。通过播报模块111播报用电建议和发电建议,并通过该建议影响智能电网发电端和用电端的发电和用电的行为,合理的使用电能,进而提高整个社会的用电效率。
第七实施例中,结合附图7,相比第一实施例中的智能电网播报系统可以省去能源预测模块107、能源价格预测模块108、用电建议模块109和发电建议模块110。通过播报模块111播报当前发电成本信息、当前用电成本信息和预测用电成本信息,并通过该信息影响智能电网发电端和用电端的发电和用电的行为,合理的使用电能,进而提高整个社会的用电效率。
第八实施例中,结合附图8,相比第一实施例中的智能电网播报系统可以省去用电预测模块103、用电价格预测模块104、用电建议模块109和发电建议模块110。通过播报模块111播报当前发电成本信息、当前用电成本信息和预测发电成本信息,并通过该信息影响智能电网发电端和用电端的发电和用电的行为,合理的使用电能,进而提高整个社会的用电效率。
基于上述各个实施例中的智能电网播报系统,还提供一种智能电网播报方法,第一实施例中,参阅附图9,具体如下:
步骤S100:获取监测能源供应信息并根据能源供应信息获得当前发电成本信息。具体地,根据设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息。然后,根据当前能源的供给情况、能源的供应成本以及发电总量等信息,加上运营成本等进行计算获得当前发电成本。
步骤S200:获取能源预测供应信息并根据能源预测供应信息获得预测发电成本信息。具体地,根据历史能源供应数据以及影响能源供给的因素进行监测。然后根据能源的预测供给情况,可以预测能源的供应成本以及预测发电总量等信息,加上相应的运营成本等进行计算获得预测发电成本信息。
步骤S300:获取监测用电量信息并根据用电量信息获得当前用电成本信息。具体地,设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息,然后根据用电量信息获得当前用电成本信息。
步骤S400:获取用电量预测信息并根据用电量预测信息获得预测用电成本信息。具体地,根据历史用电数据以及影响用电的因素进行监测,例如可通过统计学方法获得历史用电数据,影响用电的因素包括人类的活动规律以及一些自然因素等。获取上述用电量预测情况,悉知用电需求,加上相应的用电损耗等即可计算获得预测用电成本价格。
步骤S500:根据当前发电成本信息和预测发电成本信息提供发电建议。结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议。若当前发电成本和预测发电成本的价格皆大于该发电阈值则作出少发电的建议;若当前发电成本和预测发电成本的价格皆小于该发电阈值,则作出多发电的建议;若当前发电成本和预测发电成本的价格皆等于该发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格小于发电阈值,预测发电成本的价格大于发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格大于发电阈值,预测发电成本的价格小于发电阈值,则作出保持原来发电量的建议。
步骤S600:根据当前用电成本信息和预测用电成本信息提供用电建议。具体地,结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议。若当前用电成本和预测用电成本的价格皆大于该用电阈值则作出少用电的建议;若用当前电成本和预测用电成本的价格皆小于该用电阈值,则作出多用电的建议;若用当前电成本和预测用电成本的价格皆等于该用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格小于用电阈值,预测用电成本的价格大于用电阈值,则作出保持原来用电量的建议;若用当前电成本的价格大于用电阈值,预测用电成本的价格小于用电阈值,则作出保持原来用电量的建议。
步骤S700:播报发电建议和用电建议。
可以理解,第一实施例中的步骤S100、S200、S300和S400并不限定本实施例中的顺序;步骤S500和S600之间亦不限定本实施例中的顺序且在步骤S100~S400的之后。
第二实施例中,结合附图10,相比第一实施例的智能电网播报方法可以省去步骤200、步骤400、步骤500和步骤600。步骤S700播报当前发电成本信息和当前用电成本信息。通过该信息影响智能电网发电端和用电端的行为,合理的利用电能,提高整个社会的用电效率。
第三实施例中,结合附图11,相比第一实施例的智能电网播报方法可以省去步骤400、步骤500和步骤600。步骤S700播报当前发电成本信息、当前用电成本信息和预测发电成本信息。通过该信息影响智能电网发电端和用电端的行为,合理的利用电能,提高整个社会的用电效率。
第四实施例中,结合附图12,相比第一实施例的智能电网播报方法可以省去步骤500和步骤600。步骤S700播报当前发电成本信息和当前用电成本信息,同时还播报预测发电成本信息和预测用电成本信息。结合发电端和用电端的信息进而影响发电端和用电端的行为,尽可能的为发电端提供合理价格的电能和用电端获得合理价格的电能,进而提高整个社会的用电效率。
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。

Claims (2)

1.一种智能电网播报系统,其特征在于,包括:
能源监测模块,设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息;
能源估价模块,用于根据所述能源供应信息获得当前发电成本信息;
用电量监测模块,设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息;
用电估价模块,用于根据所述用电量信息获得当前用电成本信息;
播报模块,用于播报所述当前发电成本信息和所述当前用电成本信息;
用电预测模块,根据历史用电数据以及影响用电的因素进行监测,并获取用电量预测信息;
用电价格预测模块,用于根据所述用电量预测信息获得预测用电成本信息;
所述播报模块还播报所述预测用电成本信息;
能源预测模块,根据历史能源供应数据以及影响能源供给的因素进行监测,并获取能源预测供应信息;
能源价格预测模块,用于根据所述能源预测供应信息获得预测发电成本信息;
所述播报模块还播报所述预测发电成本信息;
发电建议模块,结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议;
用电建议模块,结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议;
所述播报模块播报所述发电建议模块提供的发电建议以及所述用电建议模块提供的用电建议;
所述发电建议为:若当前发电成本和预测发电成本的价格皆大于该发电阈值则作出少发电的建议;若当前发电成本和预测发电成本的价格皆小于该发电阈值,则作出多发电的建议;若当前发电成本和预测发电成本的价格皆等于该发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格小于发电阈值,预测发电成本的价格大于发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格大于发电阈值,预测发电成本的价格小于发电阈值,则作出保持原来发电量的建议;
所述用电建议为:若当前用电成本和预测用电成本的价格皆大于该用电阈值则作出少用电的建议;若当前用电成本和预测用电成本的价格皆小于该用电阈值,则作出多用电的建议;若当前用电成本和预测用电成本的价格皆等于该用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格小于用电阈值,预测用电成本的价格大于用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格大于用电阈值,预测用电成本的价格小于用电阈值,则作出保持原来用电量的建议。
2.一种智能电网播报方法,包括:
设置在智能电网的各个新能源及传统能源处的监测设备,通过该监测设备获取能源供应信息,并根据所述能源供应信息获得当前发电成本信息;
设置在智能电网的各个用电端的监测设备,通过该监测设备获取用电信息,并根据所述用电量信息获得当前用电成本信息;
播报所述当前发电成本信息和所述当前用电成本信息;
根据历史能源供应数据以及影响能源供给的因素进行监测获取能源预测供应信息,根据所述能源预测供应信息获得预测发电成本信息;
还播报所述预测发电成本信息;
根据历史用电数据以及影响用电的因素进行监测且获取用电量预测信息,根据所述用电量预测信息获得预测用电成本信息;
还播报所述预测用电成本信息;
结合当前发电成本信息以及预测发电成本信息,并设定发电阈值,根据与发电阈值的比较提供发电建议;
结合用电成本信息以及预测用电成本信息,并设定用电阈值,根据与用电阈值的比较提供用电建议;
还播报所述发电建议以及所述用电建议;
所述发电建议为:若当前发电成本和预测发电成本的价格皆大于该发电阈值则作出少发电的建议;若当前发电成本和预测发电成本的价格皆小于该发电阈值,则作出多发电的建议;若当前发电成本和预测发电成本的价格皆等于该发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格小于发电阈值,预测发电成本的价格大于发电阈值,则作出保持原来发电量的建议;若当前发电成本的价格大于发电阈值,预测发电成本的价格小于发电阈值,则作出保持原来发电量的建议;
所述用电建议为:若当前用电成本和预测用电成本的价格皆大于该用电阈值则作出少用电的建议;若当前用电成本和预测用电成本的价格皆小于该用电阈值,则作出多用电的建议;若当前用电成本和预测用电成本的价格皆等于该用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格小于用电阈值,预测用电成本的价格大于用电阈值,则作出保持原来用电量的建议;若当前用电成本的价格大于用电阈值,预测用电成本的价格小于用电阈值,则作出保持原来用电量的建议。
CN201110098212.4A 2011-04-19 2011-04-19 智能电网播报系统及方法 Active CN102156918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110098212.4A CN102156918B (zh) 2011-04-19 2011-04-19 智能电网播报系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110098212.4A CN102156918B (zh) 2011-04-19 2011-04-19 智能电网播报系统及方法

Publications (2)

Publication Number Publication Date
CN102156918A CN102156918A (zh) 2011-08-17
CN102156918B true CN102156918B (zh) 2016-04-20

Family

ID=44438404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110098212.4A Active CN102156918B (zh) 2011-04-19 2011-04-19 智能电网播报系统及方法

Country Status (1)

Country Link
CN (1) CN102156918B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9212933B2 (en) * 2012-06-13 2015-12-15 Fujitsu Limited Smart grid electricity usage monitoring
CN103217958B (zh) * 2013-03-29 2015-12-09 山东电力集团公司 基于gis平台的电量购供售一体化系统及方法
CN107817700B (zh) * 2016-09-13 2020-09-15 北京易方通达科技有限公司 用电控制装置、用电控制系统以及用电控制方法
CN108051674B (zh) * 2017-11-27 2021-07-16 江阴长仪集团有限公司 智能用电量监测方法及智能电表
CN108572648B (zh) * 2018-04-24 2020-08-25 中南大学 一种无人驾驶车辆电源多源融合预测方法及系统
CN111311045B (zh) * 2019-11-26 2022-04-01 广东电网有限责任公司 一种新能源规划分析管理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1573776A (zh) * 2003-06-11 2005-02-02 株式会社东芝 发电设备运用管理支持系统、运用管理支持方法及程序
CN101799681A (zh) * 2010-02-10 2010-08-11 刘文祥 智能电网

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004211587A (ja) * 2002-12-27 2004-07-29 Toshiba Corp 発電プラントの運用支援システム
JP3994910B2 (ja) * 2003-05-08 2007-10-24 株式会社日立製作所 電力売買支援システム
US20100138363A1 (en) * 2009-06-12 2010-06-03 Microsoft Corporation Smart grid price response service for dynamically balancing energy supply and demand

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1573776A (zh) * 2003-06-11 2005-02-02 株式会社东芝 发电设备运用管理支持系统、运用管理支持方法及程序
CN101799681A (zh) * 2010-02-10 2010-08-11 刘文祥 智能电网

Also Published As

Publication number Publication date
CN102156918A (zh) 2011-08-17

Similar Documents

Publication Publication Date Title
Liu et al. Hybrid renewable energy applications in zero-energy buildings and communities integrating battery and hydrogen vehicle storage
Hanemann et al. Effects of electric vehicle charging strategies on the German power system
Wang et al. Review and prospect of integrated demand response in the multi-energy system
Zhou et al. Smart home energy management systems: Concept, configurations, and scheduling strategies
Lund Large-scale urban renewable electricity schemes–Integration and interfacing aspects
Zoulias et al. Techno-economic analysis of the integration of hydrogen energy technologies in renewable energy-based stand-alone power systems
CN102156918B (zh) 智能电网播报系统及方法
Weinand et al. Identification of potential off-grid municipalities with 100% renewable energy supply for future design of power grids
KR20130074045A (ko) 마이크로그리드 기반의 수용가 에너지 관리 방법 및 시스템
Vulic et al. Evaluating energy flexibility requirements for high shares of variable renewable energy: A heuristic approach
KR101965328B1 (ko) Dc 나노그리드가 적용된 열 전기 복합 그리드 시스템 및 그 운영 방법
Kalkal et al. A sustainable business framework using solar and bio-energy to instate incessant power in rural India: optimal scheduling, smart metering, and economic viability
Kaldellis Integrated electrification solution for autonomous electrical networks on the basis of RES and energy storage configurations
Hossain et al. Energy management through bio-gas based electricity generation system during load shedding in rural areas
CN113746105A (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
Liu et al. Single household domestic water heater design and control utilising PV energy: The untapped energy storage solution
Zahedi Smart grid opportunities & challenges for power industry to manage the grid more efficiently
Pholboon et al. Real-time battery management algorithm for peak demand shaving in small energy communities
Murray et al. Power-to-gas for decentralized energy systems: development of an energy hub model for hydrogen storage
Alaskar et al. On the optimality of electricity tariffs for Saudi Arabia’s residential sector considering the effect of der
Zhou et al. Building energy flexibility analysis: case studies and demonstration
Zhu et al. Demand response strategy for promoting distributed power consumption based on resident load participation
Rui et al. Assessing distributed storage management in LV grids using the smart grid metrics framework
Sahu et al. Forecasting and management of load for rural areas
Li et al. Research on energy management scheme of commercial buildings cluster considering demand response

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201123

Address after: No.6-10, 5th floor, building 1, No.1, Tidu street, Qingyang District, Chengdu, Sichuan 610000

Patentee after: Beijing fish claw Network Technology Co.,Ltd. Chengdu branch

Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue

Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY CHINESE ACADEMY OF SCIENCES

Effective date of registration: 20201123

Address after: Group 39, tianhuanggong village, WuJie Town, Tongzhou District, Nantong City, Jiangsu Province, 226000

Patentee after: Hanmoni (Jiangsu) Photoelectric Technology Co.,Ltd.

Address before: 610000 no.6-10, 5th floor, building 1, Tidu street, Qingyang District, Chengdu City, Sichuan Province 610000

Patentee before: Beijing fish claw Network Technology Co.,Ltd. Chengdu branch