CN102236839A - 用于分析能源使用的方法和系统 - Google Patents

用于分析能源使用的方法和系统 Download PDF

Info

Publication number
CN102236839A
CN102236839A CN2011100696461A CN201110069646A CN102236839A CN 102236839 A CN102236839 A CN 102236839A CN 2011100696461 A CN2011100696461 A CN 2011100696461A CN 201110069646 A CN201110069646 A CN 201110069646A CN 102236839 A CN102236839 A CN 102236839A
Authority
CN
China
Prior art keywords
energy
users
groups
resource consumption
data
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.)
Granted
Application number
CN2011100696461A
Other languages
English (en)
Other versions
CN102236839B (zh
Inventor
G·勒罗克斯
Y·索伊尔米
S·库尔斯
J·M·阿克里德
T·霍伊姆
S·马瑟
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.)
Accenture Global Services GmbH
Original Assignee
Accenture Global Services GmbH
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 Accenture Global Services GmbH filed Critical Accenture Global Services GmbH
Publication of CN102236839A publication Critical patent/CN102236839A/zh
Application granted granted Critical
Publication of CN102236839B publication Critical patent/CN102236839B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D4/00—Tariff metering apparatus
    • G01D4/002—Remote reading of utility meters
    • G01D4/004—Remote reading of utility meters to a fixed location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D2204/00—Indexing scheme relating to details of tariff-metering apparatus
    • G01D2204/10—Analysing; Displaying
    • G01D2204/14—Displaying of utility usage with respect to time, e.g. for monitoring evolution of usage or with respect to weather conditions
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Abstract

本发明的实施方式涉及用于分析能源使用的方法和系统。按照本发明的系统和方法允许根据DR响应数据和影响数据来生成能源消耗指数。能源消耗指数可以指示消费者接收DR信号之前的能源消耗，消费者接收DR信号之后的消耗改变，以及消费者对DR信号做出响应的倾向。符合本发明的系统和方法还允许能源供应商监测、预报和规划消费者能源需求的改变。各种能源规划工具可以支持能源供应商监测、预报和规划此类改变的能力。

Description

用于分析能源使用的方法和系统
技术领域
描述了涉及分析能源用户的能源消耗以及使用此类分析的方法和系统。
背景技术
一个世纪之前设计的最初的电能源配送系统具有集中式发电和单向电力流动的特点。与早期配电系统相关联的问题包括直流电力的危险性，每个配送网络的隔离特性，预测需求的难度，孤立的损坏导致级联故障的可能性，以及长距离上的低效电力传输。
这些问题中的某一些随后得到了成功解决。例如，向交流电力的切换使得长距离电力传输更加安全和高效，并且新的电网拓扑使得配电较不容易经受灾难性故障。然而，这些相同问题中的某一些目前在业界仍然存在。
特别地，对消费者针对能源的需求变化的测量、预测和规划从一开始就被证明是困难的，目前仍然如此。不考虑这个困难，准确地确定需求对于电力公司是重要的，因为生产与消费之间的失衡可能导致电压降低，甚至断电。对于生产与消费之间的较短时段，这些失衡几乎一被检测到就将变为灾难性的。电力公司还被迫维持发电和配电容量以满足峰值负载，即使此类负载很少发生也是如此。因此，必须在生产过剩与生产不足之间达到精密的平衡，以避免发生电网故障。
发明内容
根据本发明的一个方面，提供一种分析能源使用的计算机实现的方法。该方法包括：从第一能源用户群组接收需求响应DR响应数据；将所述DR响应数据与影响数据相关联，所述影响数据存储在数据库中，与所述第一能源用户群组有关；确定针对所述第一能源用户群组的能源消耗指数，其中所述能源消耗指数包括：向与所述第一能源用户群组相对应的设备传送DR数据之前的能源消耗的值；所述第一能源用户群组响应于DR数据而改变能源消耗的倾向；以及向与所述第一能源用户群组相对应的设备传送DR数据之后的能源消耗的改变；以及基于针对所述第一能源用户群组的所述能源消耗指数，建立针对第二能源用户群组的能源消耗指数。
根据本发明的某些实施方式，该方法进一步包括：基于针对所述第二能源用户群组的能源消耗指数，建立针对第三能源用户群组的能源消耗指数。
根据本发明的某些实施方式，所述第一能源用户群组包括作为能源供应商的客户群的代表的消费者样本群组。
根据本发明的某些实施方式，建立针对所述第二能源用户群组的能源消耗指数包括：对所述第一能源用户群组的能源消耗行为与所述第二能源用户群组的能源消耗行为进行相关。
根据本发明的某些实施方式，针对所述第一能源用户群组的能源消耗指数进一步包括能源改变所持续的时间段。
根据本发明的某些实施方式，第二能源用户群组是所述第一能源用户群组的子集。
根据本发明的某些实施方式，所述DR响应数据包括以每个设备为基础的能源消耗的值。
根据本发明的某些实施方式，所述影响数据包括以下至少一个：气候条件、位置、客户属性以及所述第一能源用户群组中的能源消费者的居住类型。
根据本发明的某些实施方式，针对所述第一能源用户群组的所述能源消耗指数以星型模式被显示。
根据本发明的某些实施方式，针对所述第一能源用户群组的所述能源消耗指数以三维立方体格式被显示。
根据本发明的某些实施方式，所述DR响应数据在与所述第一能源用户群组和第三方相对应的设备之间传送。
根据本发明的另一方面，提供一种用于通过利用需求响应DR数据来管理能源使用的系统。该系统包括：第一数据库，存储接收自与第一能源用户群组相对应的使用设备的DR响应数据；第二数据库，存储与所述第一能源用户群组有关的影响数据；耦合至所述第一数据库和所述第二数据库的计算机处理器，所述计算机处理器将所述DR响应数据与所述影响数据相关联，所述计算机处理器还确定针对第一能源用户群组的能源消耗指数，并且基于针对所述第一能源用户群组的能源消耗指数来建立针对第二能源用户群组的能源消耗指数，其中针对所述第一能源消费者群组的能源消耗指数包括：向与所述第一能源用户群组相对应的使用设备传送DR数据之前的能源消耗的值；所述第一能源用户群组响应于DR数据而改变能源消耗的倾向；以及向与所述第一能源用户群组相对应的使用设备传送DR数据之后的能源消耗的改变。
根据本发明的某些实施方式，该系统进一步包括：耦合至所述第一数据库的计算机服务器，被编程用于从与所述第一能源用户群组相对应的使用设备接收DR响应数据。
根据本发明的某些实施方式，所述第一数据库和所述第二数据库包括相同的数据库文件，并且位于相同的硬件单元中。
根据本发明的某些实施方式，所述第一能源用户群组包括作为能源供应商的客户群的代表的消费者样本群组。
根据本发明的某些实施方式，针对所述第一能源用户群组的能源消耗指数进一步包括能源改变所持续的时间段。
根据本发明的某些实施方式，所述第二能源用户群组是所述第一能源用户群组的子集。
根据本发明的某些实施方式，建立针对所述第二能源用户群组的能源消耗指数包括：对所述第一能源用户群组的能源消耗行为与所述第二能源用户群组的能源消耗行为进行相关。
根据本发明的某些实施方式，所述DR响应数据包括以每个设备为基础的能源消耗的值。
根据本发明的某些实施方式，所述影响数据包括以下至少一个：气候条件、位置、客户属性以及所述第一能源用户群组中的能源消费者的居住类型。
根据本发明的某些实施方式，针对所述第一能源用户群组的所述能源消耗指数以星型模式被显示。
根据本发明的某些实施方式，针对所述第一能源用户群组的所述能源消耗指数以三维立方体格式被显示。
根据本发明的某些实施方式，所述DR响应数据在与所述第一能源用户群组和第三方相对应的使用设备之间传送。
根据本发明的又一方面，提供一种管理能源供应的计算机实现的方法。该包括：确定针对能源用户群组的能源规划标准，其中所述能源规划标准包括：使用计算机创建的、所述能源用户群组改变能源消耗的倾向的预报；使用计算机创建的、所述能源用户群组的能源消耗的预报；以及所述能源用户群组的实际能源消耗的确定；基于所述能源规划标准确定与能源供应有关的因素的最优水平；以及确定要向目标能源用户群组的接收设备发送的信号，以实现与所述能源供应有关的所述因素的所述最优水平。
根据本发明的某些实施方式，确定要向目标能源用户群组的接收设备发送的信号进一步包括：确定要向所述目标能源用户群组的接收设备发送的DR信号的类型；确定要向其接收设备发送所述DR信号的目标能源用户群组；以及确定用于向所述目标能源用户群组的所述接收设备发送所述DR信号的定时方案。
根据本发明的某些实施方式，该方法进一步包括：对根据所确定的定时方案向所确定的所述目标能源用户群组的所述接收设备发送所确定类型的DR信号类型的效果进行仿真。
根据本发明的某些实施方式，该方法进一步包括：根据所确定的定时方案，向所确定的所述目标能源用户群组的所述接收设备发送所确定类型的DR信号；从所述目标能源用户群组的所述接收设备接收响应数据；以及确定所述目标能源用户群组的能源消耗是否响应于向所述目标能源用户群组的所述接收设备发送的所确定类型的DR信号而改变。
根据本发明的某些实施方式，所述与能源供应有关的因素是向能源用户群组收费的能源价格。
根据本发明的某些实施方式，确定与能源供应有关的因素的最优水平进一步包括：确定针对所述能源用户群组的价格弹性。
根据本发明的某些实施方式，确定与能源供应有关的因素的最优水平进一步包括：确定针对所述能源用户群组的需求弹性。
根据本发明的某些实施方式，确定与能源供应有关的因素的最优水平进一步包括：对向新市场引入DR信号项目的效果进行仿真。
根据本发明的某些实施方式，确定与能源供应有关的因素的最优水平进一步包括：确定能源供应网络中问题的存在；确定要向所述目标能源用户群组的所述接收设备发送以缓解所述能源供应网络中的所述问题的DR信号的类型。
根据本发明的某些实施方式，确定要发送的DR信号的类型进一步包括：确定要从所述能源供应网络中的第一区域向所述能源供应网络中的第二区域路由的能源负载的最低水平。
根据本发明的某些实施方式，确定与能源供应有关的因素的最优水平进一步包括：确定能源供应商的负瓦容量。
根据本发明的某些实施方式，所述负瓦容量图形化地表示为成本的函数。
还公开了各种其他实施方式。可以理解，上文的一般性描述以及下文的详细描述都仅是示例性和说明性的，并且不是对所要求保护的本发明的限制。
附图示出了本发明的示例性实施方式，并且与描述共同用于解释本发明的原理，该附图并入本说明书并且构成其一部分。
附图说明
图1A绘出了用于发送和接收需求响应(“DR”)信号和DR响应信号的示例性布置。
图1B绘出了用于在服务器与能够接收DR信号的设备之间传送DR信号和DR响应信号的示例性系统。
图2绘出了一般性地示出确定能源消费者对DR数据的响应的过程的一个示例性实施方式的流程图。
图3绘出了用于在数据库中存储DR响应数据的示例性系统。
图4给出了影响数据的若干示例性类型。
图5A绘出了用于将DR响应数据与影响数据相关联的示例性系统。
图5B示出了将DR响应数据与影响数据在逻辑上相关联的示例性过程。
图6绘出了用于能源消耗指数和各种影响数据的示例性数据结构。
图7绘出了包括能源消耗指数指示符数据的示例性数据表，其中缺少若干数据字段。
图8绘出了通过消费者类型对消费者进行划分的一个示例性过程。
图9绘出了跟随在划分过程之后的一个示例性数据布置，其示出了能源消耗指示符和各种经扩充的DR响应数据。
图10表示针对样本群组以外的能源消费者群组而确定能源消耗指数的过程的一个示例性图示。
图11绘出了用于利用消耗数据、消耗预报数据和DR能力预报数据以及各种维度数据的一个示例性数据结构。
图12绘出了图形化表示数据的一个示例性实施方式。
图13绘出了维度数据的一个示例性层级结构。
图14A绘出了当日预报工具中的能源消耗数据的图形化表示的一个示例性实施方式。
图14B绘出了当日预报工具中的能源消耗数据的图形化表示的一个示例性实施方式。
图15绘出了策略能源定价工具的一个示例性实施方式。
图16绘出了紧急管理工具的一个示例性实施方式。
图17是用于查看负瓦(negawatt)容量数据的示例性数据透视表布置界面的示图。
具体实施方式
现在将更加详细地参考示例性实施方式，其示例在附图中示出。在方便的时候，贯穿附图将使用相同的参考标号来指示相同或者相似的部分。
智能电网能源技术可以包括能源供应商和消费者关于能源的提供和消费进行通信的能力。该通信可以通过在能源消费者的位置处安装或者改进电表设备，以及利用消费者与电力公司之间的通信链路(例如，互联网、电话、射频、卫星、电视、电子邮件、文本消息等)来实现。
消费者可以用来支持此类通信的一类设备是智能仪表。与传统的能源仪表设备相比，智能仪表可以具有从能源供应商接收关于能源价格、当前需求水平、调整能源消费的请求等信号的能力。由消费者的智能仪表或者其他设备接收的此类信号可以称为需求响应(“DR”)信号。智能仪表还可以具有向能源供应商发送回与消费者的能源使用有关的信号(通常称为“DR响应”信号)的能力。
电力公司或者第三方可以利用智能仪表来影响需求和维护电网稳定性。影响需求或者以其他方式维护电网稳定性的方法可以称为“需求响应”项目。
需求响应项目可以采用若干形式，诸如与能源消费者关于以下项进行通信：能源的价格、能源的供应、与能源定价或者供应有关的即将到来的事件、能源需求、能源消费者即将到来的假期，等等。例如，基于定价的需求响应项目可以这样运营，从而可以在高需求期间提高能源价格，而在低需求期间降低价格。此类定价调整可能是有益的，当可用于在能源已经生成以供随后使用时存储能源的装置有限时，尤其如此。因此，适当的能源定价调整可以有助于避免能源过剩和能源不足的情况。然而，适当调整能源价格的能力取决于对消费者需求的准确测量、预测和规划的能力，而不是对消费者需求做出反应的能力。
在一个地区中，智能电网可以以不同的程度实现。例如，包括与能源供应商(或者第三方)通信的智能仪表的智能电网可以部署在国家、州、城市、邻近区域或者甚至单个建筑物中。如下文进一步讨论的，个体能源消费者可以与一个或者多个智能仪表相关联，并且智能仪表可以与能源供应商或者第三方(例如，咨询公司)直接通信。
能源供应商努力针对消费者需求进行准确的测量、预测和规划。有效和高效地引导能源供应运营的任务可能是复杂的，其中存在各种类型的大量能源消耗数据需要处理。另外，能源需求的测量和预测可能难以理解以及难以向能源供应商的运营中集成。特别地，鉴于能源供应商面对的高固定成本(例如，基础建设和维修的成本)，以及供应商对风险和大规模改变的相应抵触，将需求测量和预测向能源供应商的运营进行集成可能是重要的，但是以成本有效的方式这样做是具有挑战的。
此处描述的方法和系统允许以有益的方式测量、表示和预报能源消耗、能源需求以及能源降低或者能源转换的可能性。此处描述的各种方法和系统允许能源供应商更好地理解驱动能源消耗的因素，并且对其运营做出调整(如果需要的话)。除了其他益处之外，此处描述的方法和系统可以向能源供应商指示尝试影响能源消耗的方式，或者针对能源消耗的预期改变做出规划的方式。
参考图1A，绘出了用于传送需求响应(“DR”)信号102和DR响应信号105的示例性布置100A。在一些实施方式中，能源供应商101(例如，电力、天然气、燃料油、液化气等的供应商)可以向其某些或者全部能源消费者104发送DR信号102。能源消费者104可以是居民消费者、商业消费者、政府消费者或者任何其他类型的能源消费者或者能源消费者的组合。来自能源供应商101的DR信号102可以包括或者以其他方式指示与能源消耗有关的各类信息，诸如能源的当前或者将来价格、当前或者将来的需求水平、加热或者冷却系统的温度、请求调整能源消耗和/或自动调整能源消耗的请求。
图1B绘出了用于在服务器106与能够接收DR信号的设备107之间传送DR信号102和DR响应信号105的示例性系统100B。接收DR信号102的设备107可以位于能源消费者104的位置处(例如，在消费者的家中或者公司中，或者固定在此类建筑的外墙上)。在一些实施方式中，DR信号102可以由能源消费者104远程接收(例如，经由蜂窝电话、寻呼机或者计算机)。设备107可以是智能仪表或者DR网关设备，或者能够接收DR信号102的其他设备。设备107可以包括图形显示器、发光二极管显示器、指示灯、刻度盘等，其指示设备操作的方面。例如，设备107可以包括图形显示器，其指示设备107是开启的、连接的(例如，连接至无线网络、有线互联网连接等)，并且成功地与能源供应商101通信。作为另一示例，设备107可以包括与消费者家中的各种装置109相对应的指示灯，其中指示灯指示设备107是否与装置109成功通信。作为又一示例，设备107可以包括刻度盘，其指示能源消耗水平(例如，以千瓦(kW)、千瓦时(kWh)为单位)。在一些实施方式中，设备107可以连接至消费者的电视机、计算机或者其他视频显示器，并且与DR信号102有关的信息可以在电视机、计算机或者视频显示器上显示。
在一些实施方式中，接收DR信号102的多个设备107例如可以与设备107组合使用，其中设备107定位于消费者家中或者公司中不同层面，或者处于用户家中或者公司中的个体装置109的位置处。在包括接收DR信号102的多个设备107的实施方式中，可以采用网络方案，其中中央设备107接收DR信号102，并且根据需要将信号102向位于消费者家中或者公司中的卫星设备107进行分发。在一些实施方式中，设备107可以与消费者的断路器箱、恒温器或者其他能源交换设备集成，使得设备107既可以接收DR信号，又可以方便地控制消费者家中或者公司中不同区域、房间或者个体装置109的功率水平和状态。
DR信号102可以经由各种通信介质103中的任何一个或者多个向能源消费者104传输。通信介质103例如可以包括互联网、电话、射频、卫星、电视、文本消息、电子邮件、寻呼机等。在一些实施方式中，能源供应商101可以包括与设备107通信的计算机服务器106，其中设备107可以定位于能源消费者104的位置处。DR信号102例如可以通过“推”或“拉”操作或者以预定间隔向消费者104发送。服务器106可以使用数据库108来存储和组织信息，诸如DR响应信号105和影响数据(如下文进一步讨论的)。服务器106还可以使用计算机处理器(例如，微处理器、微控制器、个人计算机等)，以用于处理由服务器106接收的数据以及其他处理操作。
一旦与能源消费者104有关的设备107从能源供应商101接收DR信号102，消费者104即可以选择通过调整其能源消耗来做出响应。在一些实施方式中，DR信号102可以自动地调整消费者的能源消耗，而无需消费者104的任何确认动作。
作为“手动”DR响应行为的一个示例，如果消费者104在下午3:00接收到DR信号102，其指示能源价格将在下午5:00将上涨特定量，或者指示本地需求可能在下午5:00增加的，则消费者104可以选择例如通过关闭或者调低诸如电灯、电视、计算机、加热系统等装置109，而在下午5:00或者下午5:00左右降低其能源消耗。在一些实施方式中，DR信号102可以由设备107接收，并且在一些实施方式中，DR信号102可以由能源消费者104的除设备107以外的设备来接收。
作为“自动”DR响应行为的一个示例，如果消费者104在下午3:00接收到DR信号102，其指示能源价格或者需求水平将在下午5:00上涨超过消费者104选择的阈值水平，则在下午5:00或者下午5:00左右可以自动地关闭或者调低消费者的某些或者全部能源消耗设备109。该“自动”类型的能源调整例如可以这样来实现：使用无线网络或者电路来控制能够接收DR数据102的能源消耗设备109。控制器可以将DR数据102中包含的信息与阈值数据进行比较，并且基于是否满足阈值而将设备设置为“开启”、“关闭”或者“调低”。例如，消费者104可以针对电力设置阈值价格水平，使得当电价超过该阈值水平时，关闭或者调低消费者的某些或者全部能源消耗设备109。在接收DR数据102之后自动进行能源调整的实施方式中，消费者104可以具有越权(override)选项，由此他们可以阻止发生能源消耗的自动调整。另外，消费者104可以采用混合方法，其中某些能源消耗设备109自动对DR信号102做出响应，而其他设备109依赖于手动DR响应行为。
在一些实施方式中，在消费者104从能源供应商101接收DR数据102之后，可以从消费者104向能源供应商101发送DR响应信号105。在其他实施方式中，可以在消费者104没有首先从能源供应商101接收DR信号102的情况下发送DR响应信号105。
DR响应信号105可以包括与能源消费者对DR信号102的响应有关的信息。例如，DR响应信号105可以指示消费者104响应于DR信号102而降低或者增加能源消耗的程度(例如，以kW、kWh为单位，或者作为消耗改变的百分比)。在一些实施方式中，DR响应信号105可以特定于消费者家中的个体装置109，并且在一些实施方式中，DR响应信号105可以包括各种其他数据，诸如时间和日期信息、本地天气信息、室内温度信息、关于消费者104的标识信息，等等。
来自能源消费者104的DR响应信号105例如可以在自动、半自动或者手动的基础上发送。可以使用与DR信号102相同的通信介质103或者经由其他介质来发送DR响应信号105。在一些实施方式中，可以在连续或者接近连续的基础上发送DR响应信号105，而在其他实施方式中，可以按照固定间隔发送DR响应数据105。例如，消费者的智能仪表或者DR网关107可被配置为用于每小时发送DR响应信号105。在其他实施方式中，消费者104可以手动决定何时发送DR响应数据105，或者能源供应商101可以从消费者104请求DR响应数据105。在一些实施方式中，DR响应信号105包括关于消费者104的特定能源消耗设备109(例如，特定的洗衣机、电视机等)的信息。
DR响应信号105可以由能源供应商101或者第三方(诸如咨询或者外包公司)接收。在各种实施方式中，DR响应数据105可以由能源供应商101接收并且继而可以向第三方发送，或者可以由第三方接收并且继而向能源供应商101发送，等等。如下文进一步详细讨论的，能源供应商101或者第三方可以分析并且应用DR响应数据105来优化能源供应的各种方面。
服务器106可以是能够与Web客户端通信的典型万维网服务器，可以特别地被设计用于与能够接收DR信号102并且发送DR响应信号105的特定设备107通信，可以是被设计用于从例如蜂窝电话或者卫星设备等接收信号的服务器。服务器106可以运行服务器软件，诸如Apache
Figure BSA00000456666600121
Weblogic
Figure BSA00000456666600122
WebObjects
Figure BSA00000456666600123
Oracle
Figure BSA00000456666600124
Caudium等。服务器软件使得服务器106能够发送和接收DR信号102和DR响应信号105，以向数据库108或者其他数据存储介质等传送信号。数据库108可以运行数据库软件，其可以利用SQL、QL、CQL、COQL、XPath、MDX、QUEL、DMX等来编写。可以用于存储DR信号102和DR响应信号105的其他数据存储介质包括服务区域网络、网络附加存储、更为暂时形式的存储设备等。在一些实施方式中，多个数据库108可以用于存储DR信号102、DR响应信号105、影响数据等；而在其他实施方式中，DR信号102、响应信号105、影响数据等存储在一个数据库108中(例如，在相同数据库硬件单元内的相同数据库文件或者独立的数据库文件中)。服务器106和数据库108可以由能源供应商、第三方(例如咨询公司)及其组合等来操作。在一些实施方式中，服务器106包括服务器群，由此，多个服务器硬件单元以协同方式接收大量的DR信号102。这样的服务器群可以包括负载平衡设备，其充当传入DR信号102的初始联系点，并且酌情向服务器硬件单元分发DR信号102。
图2表示一般性地绘出了确定能源消费者对需求响应数据的响应的过程200的一个示例性实施方式的流程图。过程200可以包括步骤201：从能源消费者的样本群组接收DR响应数据。在一些实施方式中，消费者的样本群组可以代表客户群的部分或者整个客户群体。例如，可以按照消费者的地理位置、住宅/建筑类型、居住者数目、年收入、汽车数目、年龄、DR响应数据的特征等来选择样本群组中的消费者。消费者的样本群组可以仅包括具有接收DR信号和发送DR响应信号这一能力的消费者、此类消费者和不具有此类消费能力的消费者的组合，等等。
在过程200的一些实施方式中，步骤201可以包括：将接收自消费者的样本群组的DR响应数据存储在数据库或者其他类似数据存储工具中。例如，图3绘出了用于在数据库303中存储DR响应数据的示例性系统300。在一些实施方式中，可以在数据库303中存储表示接收DR信号301A之前的消费者能源消耗的数据，以及表示接收DR信号301B之后的消耗的数据。除其他以外，数据301A和301B可以包括用于标识消费者的客户ID、时间戳、天气类型、与消费者的位置相关联的气候信息、消费者的总体能源消耗或者每个器具的能源消耗、在接收DR信号之后消费者的总体或者器具特定消耗改变、消费者是否对DR信号做出了响应、以及发送了什么类型的DR信号或者其包括什么，以及其他类型的信息。
在一些实施方式中，可以从能源消费者向能源供应商或者第三方(例如咨询公司)发送DR响应信号，而无需消费者首先接收DR信号。此类信号可帮助能源供应商或者第三方在没有DR信号、历史数据等情况下理解消费者的消耗行为。在一些实施方式中，此类信号可以允许能源供应商或者第三方开发针对能源消费者的能源消耗基线。例如，如果能源供应商在没有DR信号的情况下断定消耗的基线，则能源供应商可以能够确定引入DR信号项目可能对消耗产生的效果。此类数据可以在例如一天、一周、一个月和一年中的不同时刻捕获，以便获得与消费者的消耗行为有关的广阔视角。另外，这些类型的信号可以包括与DR响应信号类似的信息。这些信号可以由服务器302接收，并且与信号301A、301B一起存储在数据库303中，并且可以与影响数据相关联，如下文详述。
再次参考图2，过程200还可以包括步骤202：将DR响应数据与影响数据相关联。影响数据可以表示与能源消耗有关的条件和因素。例如，图4示出了影响数据400的若干示例性类型，诸如气候条件401、位置402、时间403、住宅类型404、能源供应商特征405、客户属性406和器具属性407。影响数据400可以从消费者的DR响应信号、消费者调查、人口普查数据、第三方研究数据、可观测数据等获得。
图5A绘出了用于将DR响应数据501与影响数据503相关联的示例性系统500A。在一些实施方式中，DR响应数据501和影响数据503可以存储在关系数据库502或者其他结构化数据源中。在其他实施方式中，DR响应数据501和影响数据503可以存储在独立的数据库、存储区域网络、网络附加存储、较暂时存储器等中。计算机处理器504(例如，中央处理单元、微处理器、微控制器等)可以用于处理DR响应数据501和/或影响数据503。
在特定实施方式中，可以使用关键词或者共同元素将DR响应数据501与影响数据503相关联。例如，图5B示出了将DR响应数据501与影响数据503在逻辑上相关联的示例性过程。如图5B所示，客户ID可以充当DR响应数据501与影响数据503之间的共同元素。将DR响应数据501与影响数据503相关联的过程可以称为“扩充”DR响应数据。例如，虽然DR响应数据501可以包括诸如在接收DR信号之前和之后的消费者能源消耗的数据，但是通过将DR响应数据501与诸如客户的地址位置、住宅/建筑类型、气候条件、居住水平等影响数据503相关联，DR响应数据503得到扩充，以具有与能源消耗相关的附加或者不同细节。
参考图2，过程200还可以包括步骤203：确定能源消费者的样本群组的能源消耗指数。在一些实施方式中，能源消耗指数可以表示接收DR信号之前的消费者能源消耗、对DR信号做出响应的倾向、接收DR信号之后的消耗改变、消费者的消耗改变持续的时间段等。
接收DR信号之前的能源消耗可以按照各种方式来表示，例如包括千瓦(kW)或者千瓦时(kWh)。对DR信号做出响应的倾向也可以按照若干方式来表示，诸如消费者已经通过降低或者增加能源消耗对特定DR信号做出响应的频率的百分比，消费者以足量改变来这样做的频率的测量，特定消费者将通过调整消费者的能源消耗水平对特定DR信号做出响应的可能性，等等。消耗的平均改变也可以按照各种方式来表示，例如包括kW、kWh或者接收DR信号之前的消耗与接收DR信号之后的消耗相比的无单位比率。而且，消费者的消耗改变持续的时间段可以按照若干方式表示。例如，消耗改变的持续时间可以按照时间(例如，分钟、小时、天等)来表示，或者按照时间和能源二者(例如，每小时或者每天的能源降低的测量)来表示。
能源消耗指数可以在三维空间中表示，其中维度表示各种形式的影响数据和其他信息。例如，图6绘出了用于处理能源消耗指数600和影响数据602的示例性数据结构。例如，能源消耗指数600可以包括与DR倾向、接收DR信号之前的负载和接收DR信号之后的负载相关的指示符601。可以使用共同的数据属性或者“关键词”(例如，客户ID)将指示符601与影响数据602相关联。在一些实施方式中，能源消耗指数600可以图形化表示，例如，表示为超立方体或者在线分析处理(“OLAP”)立方体。也可以使用其他多维格式。作为一个示例，OLAP立方体可以利用指示符数据601作为事实表来构造，并且影响数据602可以充当维度。图6绘出了数据组织的星型模式类型，然而也可以使用其他类型，诸如雪花型模式。下文进一步讨论处理多维数据(诸如能源消耗指数600)的其他可行方式。
在一些情况下，能源消耗指数可能缺失数据。缺失数据的原因例如可包括：消费者关闭其DR网关，消费者与能源供应商之间的数据传输中的错误，或者由能源供应商接收的数据受损。图7绘出了包括能源消耗指数数据702、703、704的数据表700，其中若干数据字段中缺失数据。在此例中，对于DR信号类型“价格上涨15-19％”的“客户类型1”，倾向数据702、接收DR信号之前的负载703、接收DR信号之后的负载改变704每个都缺失条目。在这种情况下，可能期望为缺失的数据字段生成推定值。例如，可以使用多维内插和/或外插方法导出针对缺失字段的推定值。在这样做时，指示构造的数据的字段701可以标记为“是”，以指示推定值是被导出的。以此方式，可以减少数据表700中的空隙。在一些实施方式中，可以产生如何计算推定值的记录，使得操作者随后可以确定能源消耗指数的可行性，并且对其做出改变(如果需要的话)。此类记录应当存储在与数据表700相关联的元数据中，或者存储在独立的数据文件中。
图8绘出了通过客户类型802对消费者进行划分的一个示例性过程800。与确定消费者的消费者能源指数相结合，可以对样本群组内的消费者进行划分。例如，可以按照与能源消耗有关的因素对消费者进行划分，使得一个划分部分中的消费者可以具有相似的能源消耗行为。划分的另一目的可以是将这样的消费者分组在一起，对于这些消费者，特定影响数据或者经扩充数据801被发现精确预测将来的能源消耗。
每个客户类型802可以基于消费者之间的经扩充数据801的统计相关。例如，“家庭类型”客户类型802可以指定家庭或者建筑的居住者或者所有者之间的家庭或者商业关系。其他客户类型802例如可以包括家庭或者建筑的容量、汽车的数目和类型、树木或者其他家庭或者建筑提供的自然阴影的等级以及各种其他因素。
在一些实施方式中，作为划分过程的结果，客户类型802可以替代来自经扩充DR响应数据801的“客户”字段。例如，图9绘出了划分过程之后的一个示例性数据布置900，其示出了能源消耗指数901和各种经扩充DR响应数据902，包括客户类型。数据布置900包括针对以影响数据902为依据的各种客户类型的DR倾向、接收DR信号之前的负载和接收DR信号之后的负载改变的索引值901。如以下进一步讨论的，样本群组内消费者的划分可以支持针对较广泛客户群的能源消耗数据的预测。
再次参考图2，过程200还可以包括步骤204：确定针对样本群组之外的能源消费者群组的能源消耗指数。在一些实施方式中，此其他能源消费者群组可以包括能源供应商的客户群的其余部分，或者其可以仅包括客户群的一部分。在其他实施方式中，此其他能源消费者群组可以包括能源供应商所服务的能源消费者以外的能源消费者。另外，在一些实施方式中，两个能源消费者群组都可以参与DR项目(例如，他们可以发送和接收DR信号和DR响应信号)；而在其他实施方式中，群组中的某些或者全部用户不可参与DR项目。在附加实施方式中，过程200可以包括另一步骤：确定针对上文描述的消费者群组以外的能源消费者群组的能源消耗指数。例如，过程200可以通过以下方式递归操作：使用能源消耗指数的方面以应用于能源消费者群组，并且使用来自该能源消费者群组的能源消耗指数以应用于其他能源消费者群组，等。
在一些实施方式中，再次参考图2，确定针对样本群组中的能源消费者以外的能源消费者群组的能源消耗指数的步骤204可以包括将一个消费者群组的属性与另一消费者群组的属性进行比较。例如，当如上文参考图8所讨论的对消费者进行划分时，可以将一个群组中的消费者与另一群组中的消费者在客户类型801方面进行比较。在一些实施方式中，针对其收集了DR响应数据和影响数据、确定了能源消耗指数并且确定了客户类型801的消费者的群组可以包括消费者的样本群组。在此类实施方式中，样本群组以外的消费者可以包括能源供应商的客户群的其余部分、此类客户群的一部分、不由能源供应商服务的消费者，等等。在一些实施方式中，可以使用多个客户类型801来表示消费者群组。
例如，示例性样本群组可以包括能源供应商服务的1,000,000个消费者的客户群以外的10,000个消费者。从样本群组内的10,000个消费者中，500个消费者可以基于其相似的能源消耗行为而被确定为落入能源效率水平的客户类型801内。例如，这500个消费者可以基于其对节能或循环设备的使用而被认为落入能源效率的90到95个百分率之间。来自样本群组的10,000个消费者可以与能源供应商的客户群内的其余990,000个消费者进行比较，并且可以确定两个群组之间的相关性。例如，可以针对客户群中的其余990,000个消费者而确定客户类型801，并且可以找到能源效率水平的客户类型801内的那些消费者与来自样本群组的相同客户类型801内的500个消费者之间的相关性。
图10表示针对样本群组中的能源消费者以外的能源消费者的群组而确定能源消耗指数的过程1000的示例性图示。过程1000可以包括源系统数据1001、指数传播引擎1002和数据模型1003。源系统数据1001可以包括各种类型的数据，诸如标识消费者的数据、DR响应数据、电力仪表数据、天气数据等。
过程1000可以包括步骤：获取针对样本群组之外的消费者的源系统数据1001，对于这些消费者，尚未确定经扩充DR响应数据和能源消耗指数。在一些实施方式中，影响数据可能对于样本群组之外的消费者是可用的。源系统数据1001中的某些或者全部可以由指数传播引擎1002使用。例如，指数传播引擎1002可以将源系统数据1001与针对样本群组内消费者的数据进行比较。在一些实施方式中，指数传播引擎可以使用数据库软件，其可以利用SQL、QL、CQL、COQL、XPath、MDX、QUEL、DMX等编写。基于源系统数据1001和针对样本群组内消费者的可比较数据，如上所述，可以确定样本群组之外的消费者与样本群组内的一个或多个消费者之间的相关性。
可以由传播引擎1002基于样本群组内消费者的指示符来向样本群组之外的消费者指派指示符(例如，对DR信号做出响应的倾向、接收DR信号之后的负载改变等)。所产生的针对样本群组之外的消费者的指示符继而可以在数据模型1003中使用，以表示针对消费者的消耗预报、DR能力预报、实际消耗数据等。
在一些实施方式中，数据模型可以呈现为具有各种维度的一个或多个事实表。例如，在图10所示的实施方式中，消耗预报、DR能力预报和实际消耗数据可以表示事实数据1005，其可以在数据模式中被用作事实表。客户、位置、DR信号、器具、天气、一天中的时间以及一年中的时间数据可以表示维度数据1004，并且可以在数据模式中被用作围绕事实表的维度数据。此类数据模式的结构可以采用若干形式，例如，星型或者雪花型模式的形式。此类模式的结构以及其包含数据的方式可以用图形来表示(例如，表示为OLAP立方体)，下文详述。
一旦确定了针对样本群组以外群组内的消费者的能源消耗指数，该指数继可以用于预报能源消耗、DR信号对能源消耗的影响，等等。例如，基于特定影响数据和能源消耗指数，可以预报能源供应的各种情境。各种形式的影响数据和能源消耗指数可以使能源供应商能够回答诸如以下的问题：针对所有位置和所有消费者，在11月对DR信号“X”的平均DR响应将是什么？哪类消费者群组在夏季对价格最敏感，以及其平均价格阈值是多少？在2月的周末期间，哪些消费者最具有负瓦(即功率节省)可能性？如果在最后一周，DR项目“Y”是最有效的项目，那么在下一周的下午期间哪个项目将最为有效，并且签约该项目的消费者之间的相似性是什么？在接下来的4个小时期间应当发送出什么种类的DR信号，并且应当向哪些消费者发送？基于与发送和接收DR信号和DR响应信号的能源用户相关联的能源消耗的改变，在非DR用户的群组之间可以实现什么能源效率水平或者负瓦可能性？
图11绘出了用于使用消耗数据1101、消耗预报数据1102和DR能力预报数据1103以及各种维度1104(诸如，天气、位置、DR信号、器具、一天中的时间、一年中的时间以及客户)的一个示例性数据结构1100。消耗数据1102、消耗预报数据1102和DR能力预报数据1103可以表示结构1100中的事实表。在一些实施方式中，消耗预报数据1102和DR能力预报数据1103可以使用上文讨论的能源消耗指数来填充，而在一些实施方式中，消耗数据1101可以从消费者的DR网关、从电力公司记录等来获得。
DR能力预报数据1103可以指示给定消费者对特定DR信号做出响应的倾向。在一些实施方式中，DR能力预报数据1103的粒度可以基于每个事务，其中一行针对与各种维度1104的每个逻辑相交。DR能力预报数据1103的值的范围可以从0到1(例如，0.00-1.00)，其可以表示为百分比，或者以其他方式表示。
消耗预报数据1102可以包括与消费者的预报能源消耗有关的信息。消耗预报数据1102的粒度可以基于每个事务，其中一行针对与各维度1104的每个逻辑相交。消耗预报数据1102可以按照能源(例如kWh)、平均负载(例如kW)等来表示。
消耗数据1101可以包括与消费者在任何给定时刻的实际消耗有关的信息。粒度可以基于每个事务，其中一行对应于每一次消耗改变。消耗数据1101可以按照能源(例如kWh)、平均负载(例如kW)或者以其他形式来表示。
图11所示的维度1104中的某些或者全部可以在数据结构1100中使用，或者其可以与其他维度数据组合使用。例如，DR信号维度可以描述各种DR信号、针对自动和手动DR信号二者的信息、以及各种类型的可能DR信号(例如，价格、减载、可靠性等)。器具维度可以表示消费者家中或者建筑物中的各种器具(例如，家庭器具、HVAC系统、热水器等)。客户维度可以包括描述例如由给定能源供应商进行供应的消费者的信息。消费者的属性可以是广泛的，诸如年龄、性别、教育水平、职业状态、收入水平、器具数目、家中居住者的数目、通勤的时间和长度、车辆数目、电动车辆(“EV”)的使用、平均居住率(例如在家的小时等)、工作小时、DR项目状态、房间类型(例如，隔离类型、外墙等)、家庭区域或者容量、居住位置(例如，国家、地区、城市、街道等)以及所有者还是租户的状态。一年中的时间维度可以指示向过去或者将来延伸的时间线，并且其可以表示诸如年、月、周、日、日期、业务日指示符与周末等的属性。一天中的时间维度可以利用类似小时和天划分(上午、下午、傍晚、夜晚等)的属性来指示与一天中的时间有关的信息(例如，按照分钟或者小时)。天气指示符可以描述各种天气类型和温度(例如，摄氏度或者华氏度)，包括气压和风力水平以及降落物的各种类型和量级。位置维度可以指示消费者的洲、国家、地区、城市或者街道。
可以按照各种方式来分析和图形化表示来自结构1100的数据。上文针对能源消耗指数讨论了OLAP立方体的一种此类方式。如图12所示，可以利用OLAP立方体1201、1202和1203来创建图形化表示1200。使用OLAP立方体，用户可以快速并且以多维度方式来查询数据源(例如，来自图11的数据结构1100)。可以为数据源开发各种层级(例如，月、周、天、小时等的层级)，由此允许分析维度的元素或者属性中的每一个(例如，“天气”)。
在一些实施方式中，可以将维度数据结构化，以支持对数据的管理。例如，图13绘出了维度数据1301的一个示例性层级结构1300。维度1301可以具有一个或多个关联级别1302，其指定维度数据1301之间的层级关系。也可以使用其他层级来管理用户选择的维度数据以及分析数据的用户目标。
在一些实施方式中，可以将OLAP立方体并入业务软件中。例如，可以针对用户感兴趣的区域创建仪表板。仪表板可以包含与能源消耗数据相关联的图表或者刻度盘，并且可以包括用户可以跟进以便以更深入的方式分析数据的超链接。在其他实施方式中，可以将OLAP立方体向用户接口(例如，经由互联网或者内联网连接可访问的图形用户接口)集成，从而使得用户可以与立方体进行交互。例如，用户可以选择他们有兴趣分析的维度，并且按照需要过滤数据。用户可以存储针对接口的优选设置，以便在他们下一次使用该接口时对该接口的预配置访问。在一些实施方式中，可以基于接口中可访问的数据来生成定制报告。在其他实施方式中，可以基于接口中可访问的数据来运行已调度报告，由此允许能源供应商或者第三方创建并且存档数据的快照。
可以基于上文描述的数据类型开发各种工具来辅助能源供应商。工具可以是基于软件的，可以按照多种编程语言中的一种或多种来实现，诸如C、C++、C#、Java、Lisp、Visual Basic、Python、Perl、F#等，或者在诸如Microsoft Excel
Figure BSA00000456666600221
之类的程序中实现。工具可以基于以上描述的数据类型，诸如DR响应数据、指示符数据、经扩充的DR响应数据、能源消耗指数、DR容量和消耗预报。
一种此类工具是需求规划工具，其可以提供能源消耗数据的高粒度(例如，每个事务的)视图。此类工具可以从消费者接收实时或者接近实时的DR响应数据以及经扩充的DR响应数据。基于能源消耗指数因素(诸如，接收DR信号之前的负载、接收DR信号之后的负载改变以及对DR信号做出响应的倾向)，可以如上所述监测和预报消费者需求。
另一规划工具是当日预报工具。该工具可以从消费者接收实时或者接近实时DR响应数据，以及经扩充的DR响应数据。该工具的一个功能是提供针对给定日的能源消耗预报。基于针对各个消费者的能源消耗指数，该工具可以预测特定地理位置中一天内的能源消耗，由此允许能源供应商调整能源的价格或者供应，以满足目标消耗水平。可以按照客户类型、位置、时间、DR信号、天气条件等，以每个用户、每个划分或者整个消费者群为基础来创建预报。
图14A绘出了当日预报工具中的能源消耗数据的图形化表示1400A的一个示例性实施方式。图形化表示1400A可以包括当日预报数据1401和下一日预报数据1402二者。当日预报数据1401可以表示针对给定日的消耗预报，而下一日预报数据1402可以表示下一日的消耗预报。垂直线1403可以表示当前时间，并且可以实时向右移动。x轴或者“时间”轴可以按小时或者其他时间间隔来表示，而y轴或者“消耗”轴可以表示为输出容量的百分比，或者表示为实际负载水平(例如，kW)。图14绘出的图形化表示1400A指示：从下一日的9:30am到2:30am，当日消耗将高于下一日。除了其他以外，图形化表示1400A可以辅助用户规划实际能源供应，以便与预报的能源消耗一致。
图14B绘出了当日预报工具中的能源消耗数据的图形化表示1400B的一个示例性实施方式。除当日预报数据1401和下一日预报数据1401以外，图形化表示1400B还可以包括后日DR预报数据1404。后日DR预报数据1404可以是能源消耗条件的仿真结果，其可以在按下优化DR信号按钮1405时运行。例如，优化DR信号按钮1405可以触发仿真软件例程，其中将要向消费者发送的优化DR信号是通过预测各类DR信号对能源消耗的预期影响而确定的。在一些实施方式中，获得最佳逼近当日预报数据1401或者下一日预报数据1402的后日DR预报数据1404的DR信号可被选为将要发送的最优DR信号。另外，查看DR细节按钮1406可以向用户呈现与给定最优DR信号相对应的特定动作，诸如DR信号的类型、DR信号的接收方、应当发送DR信号的时间、DR信号的量(例如，按照价格或者降低消耗的请求)等。DR信号的优化可以基于各种类型的数据，诸如天气条件、与能源供应相关联的成本曲线、能源供应商的收益等。
另一规划工具是策略能源定价工具。该工具可以支持能源供应商对整个客户群或其部分的定价进行优化。策略能源定价工具的一个功能可以是分析消费者的价格弹性或者需求弹性，并且确定最优定价水平以最大化任何给定时刻的收益。例如，该工具可以使用诸如价格或者时间等变量来估计各消费者划分中的能源需求，允许能源供应商确定消费者的价格弹性。通过确定消费者的价格弹性和适当的定价水平，能源供应商可以根据诸如客户忠诚度或者客户摩擦等因素更加有效地平衡对调整价格的激励。另外，给定特定能源需求水平，该工具可以确定DR信号项目可能对消耗与成本之间的关系具有的效果。能源供应商还可以预测静态和动态定价方案的效力二者，以作为各DR信号项目的部分。另外，通过更好地测量和规划消费者价格弹性，能源供应商可以能够签订反映策略定价方案的、更有竞争力的能源合同。
图15绘出了策略能源定价工具中的价格与消耗图表的图形化表示1500的一个示例性实施方式。图形化表示1500示出了具有“Foxtrot”客户类型的消费者划分的日常能源消耗，它是价格的函数。价格弹性曲线1501可以与特定消耗水平和特定价格水平相交，以使得收益在交点1502处最大化。使用该工具，能源供应商可以分析各种消费者划分对能源价格的敏感度，并且针对每个划分确定最优定价水平。
另一规划工具是DR扩展工具。该工具可以对DR项目中的潜在扩展效应进行建模，或者对新DR项目在新地理位置中的引入进行建模。除其他以外，该工具可以帮助能源供应商确定DR扩展将导致消费者响应于DR信号而改变其能源消耗的程度。例如，在特定实施方式中，可以对目前参与DR项目的消费者进行划分，如上所述，并且可以确定针对消费者的能源消耗指数。可以基于各种影响数据来描述尚未实施DR项目的潜在新服务区域中的消费者，并且同样如上所述对其进行划分。基于对两个消费者集合的划分，以及在他们之间发现的消耗行为的相关性，能源供应商可以能够预测在潜在的新服务区域中的消费者的能源消耗行为。例如，基于现有消费者与潜在新消费者之间的影响数据的相关性，能源供应商可以确定潜在新消费者对于DR信号将是非常可接受的，并且将根据DR信号表现出能源消耗的显著变化。
另一规划工具是应急管理工具。应急管理工具的一个功能可以是确定要执行的最优的DR相关活动，以防止或者缓解能源供应中的紧急情况(例如，断电、设备故障、过剩生产等)。该工具还可以包括涉及DR信号的特征，其可以帮助能源供应商在故障之后使能源网恢复联网。
图16绘出了应急管理工具1600的一个示例性实施方式，其包括传输链路监测数据1601以及DR信号推荐功能1602。基于传输链路监测数据1601，应急管理工具1600指示：对于配送节点1a而言，链路ID 1001、1002、1004和1005在正常状况下操作，然而链路ID1003经历故障(例如，功率损失)，并且链路ID 1006经历功率过载。根据工具1600以及重路由链路数据，可以将来自链路ID 1006的能源向链路1003转移，以至少部分解决两个链路ID所经历的问题。另外，DR信号推荐1602指示：可以向消费者发送“减载与将来退费”的DR信号，以缓解链路ID 1006的过载。规划的减载量是35％，并且可以立即发送该信号，直到解决了过载问题的根本根源。在一些实施方式中，DR信号的目的地也由DR信号推荐功能1602来指示，在图16中它是节点2e服务的客户。在一些实施方式中，提供执行按钮1603，其在按下时可导致根据DR信号推荐功能1602而发送一个或多个DR信号。
另一规划工具是已规划事件管理工具。该工具可以运行用于辅助能源供应商规划网络维护或者设备更换。在一些实施方式中，该工具指示消费者需求预计何时到达其最低点(例如，在5月的工作日晚间)。基于这种指示，能源供应商可以进行规划以执行影响此时能源可用性的网络维护或者设备更换，以便最小化能源供应的中断并且最小化网络停工期的损失收益。在一些实施方式中，能源供应商可以向消费者发送指示能源供应可能在此类维护或者更换活动期间中断或受限的DR信号。
一种附加的规划工具是负瓦容量工具。负瓦功率是对节省的功率或者没有产生的功率的表达。该工具可以在每个客户或者合计水平上，提供高粒度负瓦容量预报。除其他以外，该工具可以规划能源供应商的通过向特定消费者发出特定DR信号来降低能源消耗的能力。例如，基于消费者的能源消耗指数，或者基于消耗预报或者DR容量数据，能源供应商可以计算向特定消费者发送特定DR信号而可能具有的能源消耗的预测改变。负瓦容量工具的一个益处是可以帮助能源供应商理解其当前和将来降低能源消耗的能力，由此能源供应商可以解决能源网络中当前或者将来的负载不均衡，可以支持交易基于能源的商品或者证券，并且可以有助于实现能源供应的较高效率水平。该工具可以按照能源(例如kW)、作为百分比(例如，总输出的百分比)或者以类似方式测量能源供应商的负瓦容量。
在一些实施方式中，负瓦容量工具可以呈现电力公司的负瓦容量和关联成本的图形化显示。该成本可以是降低能源消耗为能源供应商所节省的成本、供应能源的成本(例如，生产和输送的成本)、在另一能源市场(例如，相邻或者较远的地理区域)供应能源的成本等。在此类实施方式中，用户可以确定负瓦实现的改变可能对成本具有什么影响。通过允许用户绘制负瓦容量与成本的图表，能量供应商可以做出关于在何处供应能源、供应能源的水平、何时改变能源供应项目等的成本有效决策。该工具可以使得能源供应商能够有效地从事能源套利运营或者参与能源现货市场。
图17是用于查看负瓦容量数据的示例性数据透视表布置界面1700的示图。数据透视表布置界面1700可以基于Microsoft Excel
Figure BSA00000456666600261
或者类似的数据管理程序。用户可以选择各种数据透视表字段1701，通过特定字段1703来过滤数据，以及查看数据的结果数据透视表1702。在图17所示的实施方式中，用户可以在逐个城市的基础上，查看在2009年11月期间针对伊利诺斯州的负瓦容量。在一些实施方式中，如图17所示，可以在数据透视表1702中指示与特定负瓦容量相关联的成本(例如，销售损失所造成的收益损失)。数据透视表1702可以基于特定DR项目(例如，针对类型、内容和DR信号传输的方案)来创建。例如，在图17中，DR项目“C”被指示为过滤元素1703之一。在一些实施方式中，数据透视表布置界面1700可以包括用于图形化表示数据透视表1702中的数据的按钮1604。
另一规划工具是全面DR浏览器工具。此类工具可以允许能源供应商实现与其所有DR发起有关的全面和统一的透视图。在一些实施方式中，该工具可以包括以上描述的每个工具，或者可以包括去往这些工具的链接。全面DR浏览器工具可以呈现为一个或多个互联网或者内联网页面，或者可以呈现为本地运行或者通过用户在网络上运行的软件。
通过考虑在此公开的本发明的说明和实践，其他实施方式将对本领域技术人员变得易见。说明和示例仅旨在作为示例来考虑，本发明的真实精神和范围由所附权利要求来指示。以上描述的实施方式进一步旨在可以适当地组合，以使得一个实施方式的特征可以在另一实施方式中使用。

Claims (35)

1.一种分析能源使用的计算机实现的方法，包括：
从第一能源用户群组接收需求响应DR响应数据；
将所述DR响应数据与影响数据相关联，所述影响数据存储在数据库中，与所述第一能源用户群组有关；
确定针对所述第一能源用户群组的能源消耗指数，其中所述能源消耗指数包括：
向与所述第一能源用户群组相对应的设备传送DR数据之前的能源消耗的值；
所述第一能源用户群组响应于DR数据而改变能源消耗的倾向；以及
向与所述第一能源用户群组相对应的设备传送DR数据之后的能源消耗的改变；以及
基于针对所述第一能源用户群组的所述能源消耗指数，建立针对第二能源用户群组的能源消耗指数。
2.根据权利要求1所述的方法，进一步包括：基于针对所述第二能源用户群组的能源消耗指数，建立针对第三能源用户群组的能源消耗指数。
3.根据权利要求1所述的方法，其中所述第一能源用户群组包括作为能源供应商的客户群的代表的消费者样本群组。
4.根据权利要求1所述的方法，其中建立针对所述第二能源用户群组的能源消耗指数包括：对所述第一能源用户群组的能源消耗行为与所述第二能源用户群组的能源消耗行为进行相关。
5.根据权利要求1所述的方法，其中针对所述第一能源用户群组的能源消耗指数进一步包括能源改变所持续的时间段。
6.根据权利要求1所述的方法，其中所述第二能源用户群组是所述第一能源用户群组的子集。
7.根据权利要求1所述的方法，其中所述DR响应数据包括以每个设备为基础的能源消耗的值。
8.根据权利要求1所述的方法，其中所述影响数据包括以下至少一个：气候条件、位置、客户属性以及所述第一能源用户群组中的能源消费者的居住类型。
9.根据权利要求1所述的方法，其中针对所述第一能源用户群组的所述能源消耗指数以星型模式被显示。
10.根据权利要求9所述的方法，其中针对所述第一能源用户群组的所述能源消耗指数以三维立方体格式被显示。
11.根据权利要求1所述的方法，其中所述DR响应数据在与所述第一能源用户群组和第三方相对应的设备之间传送。
12.一种用于通过利用需求响应DR数据来管理能源使用的系统，包括：
第一数据库，存储接收自与第一能源用户群组相对应的使用设备的DR响应数据；
第二数据库，存储与所述第一能源用户群组有关的影响数据；
耦合至所述第一数据库和所述第二数据库的计算机处理器，所述计算机处理器将所述DR响应数据与所述影响数据相关联，所述计算机处理器还确定针对第一能源用户群组的能源消耗指数，并且基于针对所述第一能源用户群组的能源消耗指数来建立针对第二能源用户群组的能源消耗指数，其中针对所述第一能源消费者群组的能源消耗指数包括：
向与所述第一能源用户群组相对应的使用设备传送DR数据之前的能源消耗的值；
所述第一能源用户群组响应于DR数据而改变能源消耗的倾向；以及
向与所述第一能源用户群组相对应的使用设备传送DR数据之后的能源消耗的改变。
13.根据权利要求12所述的系统，进一步包括：耦合至所述第一数据库的计算机服务器，被编程用于从与所述第一能源用户群组相对应的使用设备接收DR响应数据。
14.根据权利要求12所述的系统，其中所述第一数据库和所述第二数据库包括相同的数据库文件，并且位于相同的硬件单元中。
15.根据权利要求12所述的系统，其中所述第一能源用户群组包括作为能源供应商的客户群的代表的消费者样本群组。
16.根据权利要求12所述的系统，其中针对所述第一能源用户群组的能源消耗指数进一步包括能源改变所持续的时间段。
17.根据权利要求12所述的系统，其中所述第二能源用户群组是所述第一能源用户群组的子集。
18.根据权利要求12所述的系统，其.中建立针对所述第二能源用户群组的能源消耗指数包括：对所述第一能源用户群组的能源消耗行为与所述第二能源用户群组的能源消耗行为进行相关。
19.根据权利要求12所述的系统，其中所述DR响应数据包括以每个设备为基础的能源消耗的值。
20.根据权利要求12所述的系统，其中所述影响数据包括以下至少一个：气候条件、位置、客户属性以及所述第一能源用户群组中的能源消费者的居住类型。
21.根据权利要求12所述的系统，其中针对所述第一能源用户群组的所述能源消耗指数以星型模式被显示。
22.根据权利要求21所述的系统，其中针对所述第一能源用户群组的所述能源消耗指数以三维立方体格式被显示。
23.根据权利要求12所述的系统，其中所述DR响应数据在与所述第一能源用户群组和第三方相对应的使用设备之间传送。
24.一种管理能源供应的计算机实现的方法，包括：
确定针对能源用户群组的能源规划标准，其中所述能源规划标准包括：
使用计算机创建的、所述能源用户群组改变能源消耗的倾向的预报；
使用计算机创建的、所述能源用户群组的能源消耗的预报；以及
所述能源用户群组的实际能源消耗的确定；
基于所述能源规划标准确定与能源供应有关的因素的最优水平；以及
确定要向目标能源用户群组的接收设备发送的信号，以实现与所述能源供应有关的所述因素的所述最优水平。
25.根据权利要求24所述的方法，其中确定要向目标能源用户群组的接收设备发送的信号进一步包括：
确定要向所述目标能源用户群组的接收设备发送的DR信号的类型；
确定要向其接收设备发送所述DR信号的目标能源用户群组；以及
确定用于向所述目标能源用户群组的所述接收设备发送所述DR信号的定时方案。
26.根据权利要求25所述的方法，进一步包括：对根据所确定的定时方案向所确定的所述目标能源用户群组的所述接收设备发送所确定类型的DR信号类型的效果进行仿真。
27.根据权利要求25所述的方法，进一步包括：
根据所确定的定时方案，向所确定的所述目标能源用户群组的所述接收设备发送所确定类型的DR信号；
从所述目标能源用户群组的所述接收设备接收响应数据；以及
确定所述目标能源用户群组的能源消耗是否响应于向所述目标能源用户群组的所述接收设备发送的所确定类型的DR信号而改变。
28.根据权利要求24所述的方法，其中所述与能源供应有关的因素是向能源用户群组收费的能源价格。
29.根据权利要求24所述的方法，其中确定与能源供应有关的因素的最优水平进一步包括：确定针对所述能源用户群组的价格弹性。
30.根据权利要求24所述的方法，其中确定与能源供应有关的因素的最优水平进一步包括：确定针对所述能源用户群组的需求弹性。
31.根据权利要求24所述的方法，其中确定与能源供应有关的因素的最优水平进一步包括：对向新市场引入DR信号项目的效果进行仿真。
32.根据权利要求24所述的方法，其中确定与能源供应有关的因素的最优水平进一步包括：
确定能源供应网络中问题的存在；
确定要向所述目标能源用户群组的所述接收设备发送以缓解所述能源供应网络中的所述问题的DR信号的类型。
33.根据权利要求32所述的方法，其中确定要发送的DR信号的类型进一步包括：确定要从所述能源供应网络中的第一区域向所述能源供应网络中的第二区域路由的能源负载的最低水平。
34.根据权利要求24所述的方法，其中确定与能源供应有关的因素的最优水平进一步包括：确定能源供应商的负瓦容量。
35.根据权利要求34所述的方法，其中所述负瓦容量图形化地表示为成本的函数。
CN201110069646.1A 2010-04-26 2011-03-17 用于分析能源使用的方法和系统 Active CN102236839B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/767,259 2010-04-26
US12/767,259 US8386086B2 (en) 2010-04-26 2010-04-26 Methods and systems for analyzing energy usage

Publications (2)

Publication Number Publication Date
CN102236839A true CN102236839A (zh) 2011-11-09
CN102236839B CN102236839B (zh) 2016-11-23

Family

ID=44645330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110069646.1A Active CN102236839B (zh) 2010-04-26 2011-03-17 用于分析能源使用的方法和系统

Country Status (5)

Country Link
US (1) US8386086B2 (zh)
EP (1) EP2390832A3 (zh)
CN (1) CN102236839B (zh)
AU (1) AU2011201196B2 (zh)
CA (1) CA2738175C (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104662565A (zh) * 2012-09-12 2015-05-27 大荷兰人国际有限公司 用于监控和/或控制农业设施的资源消耗的方法和系统
CN109461094A (zh) * 2013-03-15 2019-03-12 谷歌有限责任公司 用于管理需求响应程序和事件的系统、装置和方法
CN110782370A (zh) * 2019-10-31 2020-02-11 国网重庆市电力公司北碚供电分公司 一种电力调度数据网综合运维管理平台
CN113039506A (zh) * 2018-11-28 2021-06-25 3M创新有限公司 基于因果学习的数据中心基础结构优化方法
US11739968B2 (en) 2013-03-15 2023-08-29 Google Llc Controlling an HVAC system using an optimal setpoint schedule during a demand-response event

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11610275B1 (en) * 2007-09-04 2023-03-21 Bluenet Holdings, Llc System and methods for customer relationship management for an energy provider
US10108976B2 (en) 2007-09-04 2018-10-23 Bluenet Holdings, Llc System and method for marketing sponsored energy services
US10650359B2 (en) 2007-09-04 2020-05-12 Bluenet Holdings, Llc Energy distribution and marketing backoffice system and method
US20100161146A1 (en) * 2008-12-23 2010-06-24 International Business Machines Corporation Variable energy pricing in shortage conditions
US9137050B2 (en) 2009-07-17 2015-09-15 Honeywell International Inc. Demand response system incorporating a graphical processing unit
US9124535B2 (en) 2009-07-17 2015-09-01 Honeywell International Inc. System for using attributes to deploy demand response resources
US9818073B2 (en) 2009-07-17 2017-11-14 Honeywell International Inc. Demand response management system
US8560133B2 (en) * 2010-09-01 2013-10-15 General Electric Company Energy smart system
US8234018B2 (en) * 2010-12-16 2012-07-31 General Electric Company Energy management of appliance cycle longer than low rate period
US9153001B2 (en) 2011-01-28 2015-10-06 Honeywell International Inc. Approach for managing distribution of automated demand response events in a multi-site enterprise
US9257842B2 (en) 2011-02-22 2016-02-09 Asoka Usa Corporation Set-top-box having a built-in master node that provides an external interface for communication and control in a power-line-based residential communication system
US8755946B2 (en) 2011-02-22 2014-06-17 Asoka Usa Corporation Method and apparatus for using PLC-based sensor units for communication and streaming media delivery, and for monitoring and control of power usage of connected appliances
US9736789B2 (en) 2011-02-22 2017-08-15 Asoka Usa Corporation Power line communication-based local hotspot with wireless power control capability
US8644166B2 (en) 2011-06-03 2014-02-04 Asoka Usa Corporation Sensor having an integrated Zigbee® device for communication with Zigbee® enabled appliances to control and monitor Zigbee® enabled appliances
US20120066023A1 (en) * 2011-02-22 2012-03-15 Xia Mingyao Green Energy Database Including Verifiable Information for Implementing a National Level Green Energy Policy
US8364326B2 (en) 2011-02-22 2013-01-29 Asoka Usa Corporation Set of sensor units for communication enabled for streaming media delivery with monitoring and control of power usage of connected appliances
US20120259678A1 (en) * 2011-04-06 2012-10-11 Michael Charles Overturf Method and system for computing Energy Index
US20120330585A1 (en) * 2011-06-24 2012-12-27 General Electric Company Methods and Systems Involving Databases for Energy Usage Data
US8689020B2 (en) 2011-08-16 2014-04-01 General Electric Company Method, system and computer program product for scheduling demand events
US8799481B2 (en) * 2011-09-14 2014-08-05 General Electric Company Method and system for detection of communication activities of a meter board
US8660868B2 (en) 2011-09-22 2014-02-25 Sap Ag Energy benchmarking analytics
JP5468590B2 (ja) * 2011-09-27 2014-04-09 株式会社東芝 データ収集装置およびその方法
US8892266B2 (en) * 2011-09-30 2014-11-18 Infineon Technologies Austria Ag Active monitoring and controlling of home loads
DE102012002349A1 (de) * 2011-11-28 2013-05-29 Alfred Plötzer Sortierverfahren
CN103797844B (zh) * 2012-09-13 2018-11-06 埃森哲环球服务有限公司 电网削峰填谷的方法、系统和装置及有形计算机可读介质
US20140081704A1 (en) 2012-09-15 2014-03-20 Honeywell International Inc. Decision support system based on energy markets
US10215434B2 (en) 2012-11-07 2019-02-26 Think Automatic, LLC Adaptive trigger sequencing for site control automation
US9524529B2 (en) 2012-11-07 2016-12-20 Cenergistic Llc Interval analysis tool for energy consumption
US9389850B2 (en) 2012-11-29 2016-07-12 Honeywell International Inc. System and approach to manage versioning of field devices in a multi-site enterprise
US9785902B1 (en) * 2013-02-06 2017-10-10 Leidos, Inc. Computer-implemented engineering review of energy consumption by equipment
US9599973B2 (en) * 2013-03-14 2017-03-21 International Business Machines Corporation Interactive energy device for environmental stewardship
US9620959B2 (en) 2013-03-15 2017-04-11 Accenture Global Services Limited Enhanced grid reliability through predictive analysis and dynamic action for stable power distribution
US9807099B2 (en) 2013-03-15 2017-10-31 Google Inc. Utility portals for managing demand-response events
US9576327B2 (en) * 2013-06-06 2017-02-21 International Business Machines Corporation Managing time-substitutable electricity usage using dynamic controls
US9506666B2 (en) 2013-06-13 2016-11-29 Trane International Inc. System and method for monitoring HVAC system operation
US10346931B2 (en) * 2013-07-11 2019-07-09 Honeywell International Inc. Arrangement for communicating demand response resource incentives
US9989937B2 (en) 2013-07-11 2018-06-05 Honeywell International Inc. Predicting responses of resources to demand response signals and having comfortable demand responses
US9691076B2 (en) 2013-07-11 2017-06-27 Honeywell International Inc. Demand response system having a participation predictor
US9606783B2 (en) 2013-10-14 2017-03-28 International Business Machines Corporation Dynamic code selection based on data policies
EP3071977A4 (en) * 2013-11-22 2017-06-14 Mansfield, Stephen Kenneth Methods and systems for energy arbitrage
US9665078B2 (en) 2014-03-25 2017-05-30 Honeywell International Inc. System for propagating messages for purposes of demand response
KR101641258B1 (ko) * 2014-10-10 2016-07-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
JP6137498B2 (ja) * 2014-10-23 2017-05-31 トヨタ自動車株式会社 エネルギー節約支援システム
US9858585B2 (en) * 2014-11-11 2018-01-02 International Business Machines Corporation Enhancing data cubes
CN104570896A (zh) * 2014-12-26 2015-04-29 福建智恒软件科技有限公司 一种能耗异常监控方法及装置
CN105207241A (zh) * 2015-09-16 2015-12-30 南京邮电大学 一种基于荷电状态检测的电动汽车调频优化控制方法
US20170122773A1 (en) * 2015-10-30 2017-05-04 Global Design Corporation Ltd. Resource Consumption Monitoring System, Platform and Method
US10101050B2 (en) 2015-12-09 2018-10-16 Google Llc Dispatch engine for optimizing demand-response thermostat events
US20170270418A1 (en) * 2016-03-15 2017-09-21 Roam Analytics, Inc Point in time predictive graphical model exploration
WO2018081628A1 (en) 2016-10-28 2018-05-03 Roam Analytics, Inc. Dataset networking and database modeling
WO2018081633A1 (en) 2016-10-28 2018-05-03 Roam Analytics, Inc. Semantic parsing engine
US10541556B2 (en) 2017-04-27 2020-01-21 Honeywell International Inc. System and approach to integrate and manage diverse demand response specifications for multi-site enterprises
US11430022B1 (en) * 2017-08-16 2022-08-30 Energy Hub, Inc. Enrollment verification in energy management
US20190086234A1 (en) * 2017-09-18 2019-03-21 Elutions IP Holdings S.à.r.l. Systems and methods for displaying resource savings
IT201700106840A1 (it) * 2017-09-25 2019-03-25 Alberto Sammarchi Piattaforma informatica per ottimizzare la fornitura di energia elettrica e/o gas ad un utente
EP3938931A4 (en) 2019-03-11 2022-12-07 Parexel International, LLC METHODS, DEVICE AND SYSTEMS FOR ANNOUNCING TEXT DOCUMENTS
US11909207B2 (en) 2021-03-10 2024-02-20 Abb Schweiz Ag Hierarchical method for prediction of loads with high variance
CN115578129B (zh) * 2022-11-18 2023-04-07 北京国网电力技术有限公司 一种基于能源互联网的能源消费异常预警方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030163224A1 (en) * 2002-01-16 2003-08-28 Juergen Klaar Energy supply network and method for operating an energy supply network
CN1585953A (zh) * 2001-09-13 2005-02-23 Abb股份有限公司 计算电力需求的方法和系统
CN101430596A (zh) * 2007-11-07 2009-05-13 国际商业机器公司 用于管理功率的方法和系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2116168A1 (en) * 1993-03-02 1994-09-03 Gregory Cmar Process for identifying patterns of electric energy consumption and demand in a facility, predicting and verifying the effects of proposed changes, and implementing such changes in the facility to conserve energy
JP3591300B2 (ja) * 1998-04-24 2004-11-17 株式会社日立製作所 電力供給制御装置
WO2001006432A1 (en) * 1999-07-15 2001-01-25 Ebidenergy.Com User interface to facilitate, analyze and manage resource consumption
US6785592B1 (en) * 1999-07-16 2004-08-31 Perot Systems Corporation System and method for energy management
US6757591B2 (en) * 2000-08-11 2004-06-29 Robert A. Kramer Energy management system and methods for the optimization of distributed generation
US6668240B2 (en) * 2001-05-03 2003-12-23 Emerson Retail Services Inc. Food quality and safety model for refrigerated food
US7444189B1 (en) * 2004-06-15 2008-10-28 John Joseph Marhoefer Method and apparatus for simultaneous optimization of distributed generation and hydrogen production
US8019445B2 (en) * 2004-06-15 2011-09-13 Intelligent Generation Llc Method and apparatus for optimization of distributed generation
CA2531839A1 (en) * 2005-01-10 2006-07-10 Chun S. Tung Systems, methods and devices for effective electric energy consumption
US7894943B2 (en) * 2005-06-30 2011-02-22 Sloup Charles J Real-time global optimization of building setpoints and sequence of operation
US7590499B2 (en) * 2006-06-28 2009-09-15 Computime, Ltd. Recording and conveying energy consumption and power information
JP4151727B2 (ja) * 2006-12-22 2008-09-17 ダイキン工業株式会社 空調管理装置
US20090063257A1 (en) * 2007-08-31 2009-03-05 Powerit Solutions, Llc Automated peak demand controller
WO2010083334A1 (en) * 2009-01-14 2010-07-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
US20110166959A1 (en) * 2010-01-07 2011-07-07 Verizon Patent And Licensing, Inc. Energy management information system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1585953A (zh) * 2001-09-13 2005-02-23 Abb股份有限公司 计算电力需求的方法和系统
US20030163224A1 (en) * 2002-01-16 2003-08-28 Juergen Klaar Energy supply network and method for operating an energy supply network
CN101430596A (zh) * 2007-11-07 2009-05-13 国际商业机器公司 用于管理功率的方法和系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104662565A (zh) * 2012-09-12 2015-05-27 大荷兰人国际有限公司 用于监控和/或控制农业设施的资源消耗的方法和系统
CN104662565B (zh) * 2012-09-12 2019-02-19 大荷兰人国际有限公司 用于监控和/或控制农业设施的资源消耗的方法和系统
CN109461094A (zh) * 2013-03-15 2019-03-12 谷歌有限责任公司 用于管理需求响应程序和事件的系统、装置和方法
US11282150B2 (en) 2013-03-15 2022-03-22 Google Llc Systems, apparatus and methods for managing demand-response programs and events
US11739968B2 (en) 2013-03-15 2023-08-29 Google Llc Controlling an HVAC system using an optimal setpoint schedule during a demand-response event
CN113039506A (zh) * 2018-11-28 2021-06-25 3M创新有限公司 基于因果学习的数据中心基础结构优化方法
CN113039506B (zh) * 2018-11-28 2023-09-08 3M创新有限公司 基于因果学习的数据中心基础结构优化方法
CN110782370A (zh) * 2019-10-31 2020-02-11 国网重庆市电力公司北碚供电分公司 一种电力调度数据网综合运维管理平台
CN110782370B (zh) * 2019-10-31 2023-06-06 国网重庆市电力公司北碚供电分公司 一种电力调度数据网综合运维管理平台

Also Published As

Publication number Publication date
CA2738175C (en) 2014-12-09
AU2011201196A1 (en) 2011-11-10
CN102236839B (zh) 2016-11-23
US20110264291A1 (en) 2011-10-27
EP2390832A2 (en) 2011-11-30
CA2738175A1 (en) 2011-10-26
AU2011201196B2 (en) 2013-05-09
EP2390832A3 (en) 2014-03-05
US8386086B2 (en) 2013-02-26

Similar Documents

Publication Publication Date Title
CN102236839B (zh) 用于分析能源使用的方法和系统
Pallonetto et al. Demand response algorithms for smart-grid ready residential buildings using machine learning models
Benetti et al. Electric load management approaches for peak load reduction: A systematic literature review and state of the art
Gillingham et al. Barriers to implementing low-carbon technologies
Miller et al. Social transition from energy consumers to prosumers: Rethinking the purpose and functionality of eco-feedback technologies
Chow et al. Energy modelling of district cooling system for new urban development
US11429075B2 (en) System, apparatus and method for energy management, for usage by consumers of energy from electric utility service providers, and monitoring and management of same
US20130159153A1 (en) Apparatus and methods for energy management system
KR20130091561A (ko) 대용량 빌딩 에너지 정보 관리를 위한 데이터웨어하우스 구축 방법 및 장치
Burillo et al. Electricity demand planning forecasts should consider climate non-stationarity to maintain reserve margins during heat waves
Girardin A gis-based methodology for the evaluation of integrated energy systems in urban area
US20140114489A1 (en) Sustainable energy efficiency management system
Almeida et al. Methodology for estimating energy and water consumption patterns in university buildings: Case study, Federal University of Roraima (UFRR)
Ali et al. Visualization methodology of power consumption in homes
JP2005045899A (ja) 電力取引システムおよび電力取引方法
WO2002027639A1 (en) System and method for energy usage curtailment
Joo Adaptive load management: Multi-layered and multi-temporal optimization of the demand side in electric energy systems
Amin et al. Community stochastic domestic electricity forecasting
Pasquier Saving electricity in a hurry-update 2011
Qu et al. Electricity consumption analysis and applications based on smart grid big data
Podgornik et al. The concept of an interactive platform for real time energy consumption analysis in a complex urban environment
Torriti Flexibility
Franco et al. Analysis and clustering of natural gas consumption data for thermal energy use forecasting
Whaley et al. The impact of home energy feedback displays and load management devices in a low energy housing development
Hansell et al. Demand Side Management: how has residential electricity demand changed during the corona pandemic?

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1163899

Country of ref document: HK

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1163899

Country of ref document: HK