CN103489045A - 一种基于多场景设计的需求响应负荷优化潜力评估方法 - Google Patents
一种基于多场景设计的需求响应负荷优化潜力评估方法 Download PDFInfo
- Publication number
- CN103489045A CN103489045A CN201310446643.4A CN201310446643A CN103489045A CN 103489045 A CN103489045 A CN 103489045A CN 201310446643 A CN201310446643 A CN 201310446643A CN 103489045 A CN103489045 A CN 103489045A
- Authority
- CN
- China
- Prior art keywords
- demand response
- load
- user
- assessment
- project
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能用电技术领域的评估方法,具体涉及一种基于多场景设计的需求响应负荷优化潜力评估方法,所述方法包括下述步骤:(1)实地调研获取评估数据;(2)确定评估范围;(3)对多场景进行设计;(4)确定需求响应负荷优化潜力。本发明的评估结果能够为需求响应项目规划和推广实施提供有利参考,从评估建模和评估流程可以直接定位影响需求响应潜力的关键因素,根据本发明所提方法还可进一步评估需求响应的节电潜力。
Description
技术领域
本发明涉及智能用电技术领域的评估方法,具体涉及一种基于多场景设计的需求响应(Demand Response,DR)负荷优化潜力评估(Potential Assessment)方法。
背景技术
需求响应是智能电网的重要组成部分。对于电力系统运行,需求响应可带来负荷的柔性化,从而平抑电源侧的波动,提高电网运行的经济性和可靠性;对于用户侧,通过需求响应可带来高可靠性、高质量、高效率的电能供应;对于全社会,通过需求响应可实现节能减排,实现电力工业的可持续发展。因此,掌握需求响应潜力,有效利用需求侧资源,对于智能电网的发展具有重要意义。
自20世纪90年代需求侧管理(Demand Side Management,DSM)引入我国以来,已经取得了一定的成绩,但是由于我国尚无健全有效的DSM组织体系和运作机制、缺乏开放的电力市场环境和灵活的电价机制等原因,导致需求响应在我国实施过程中仍然存在许多障碍,当前实际开展的需求响应项目还较少,需求响应潜力评估工作一直未能有效开展,学术界有少量学者从负荷优化、节能、低碳减排等不同方面,对分时电价(Time-Of-Use pricing,TOU)、可中断负荷(Interruptible Load,IL)等几种常见需求响应项目的潜力进行了初步分析,但整体上尚缺乏通用的评估方法和令人信服的评估结论。
发明内容
针对现有技术的不足,本发明的目的是提供一种基于多场景设计的需求响应负荷优化潜力评估方法,该方法评估某一区域电网内需求响应的最大潜力,为有效利用需求侧资源,制定需求响应规划和推广实施需求响应项目提供参考。
本发明的目的是采用下述技术方案实现的:
本发明提供一种基于多场景设计的需求响应负荷优化潜力评估方法,其改进之处在于,所述方法包括下述步骤:
(1)实地调研获取评估数据;
(2)确定评估范围;
(3)对多场景进行设计;
(4)确定需求响应负荷优化潜力。
优选的,所述步骤(1)中,从能量管理系统EMS中获得整个区域的峰荷数据;从用电信息采集系统(用电信息采集系统一般包括数据采集、有序用电以及相应的数据分析与管理等模块。本发明的评估主要利用系统中存储的单个负荷的用电信息)中获得负荷分类、负荷数量、占比、单个负荷的用电数据、单个负荷的峰荷数据;从电力营销中心获得电价信息;从国内外的示范工程中获得当前需求响应项目实施现状。
优选的,所述步骤(2)中,确定评估范围包括:
①确定参与评估的目标用户群及典型用户:
首先按照“三次产业分类法”将用户构成分为第一、二、三产业和居民用户,其次按照用电量将第二、三产业用户分为大中型用户:即夏季用电高峰需求大于350kW和小型用户:即夏季用电高峰需求低于350kW;选取每一类用户中的平均用电水平作为典型用户,即该用户用电功率的平均值等于该类用户整体用电功率的平均值除以用户数量;
②确定参与评估的需求响应项目:
参与评估的需求响应项目包括峰谷电价、尖峰电价、实时电价、有序用电、可中断负荷和直接负荷控制。
优选的,所述步骤(3)中,结合需求响应的阶段发展特性,设计反映需求响应发展不同阶段的多个场景和用户参与率;所述需求响应的多场景评估分为三个场景:市场初期阶段场景、市场成长阶段场景和市场成熟阶段场景。
优选的,所述步骤(4)中,确定需求响应负荷优化潜力包括:采用“自下而上”的统计学方法,通过评估单个典型用户的峰荷削减潜力汇总得到所有参与用户的需求响应潜力。
较优选的,所述单个典型用户的需求响应潜力用执行需求响应项目前后产生的短期负荷削减量来衡量;整个区域的潜力计算过程划分为三个阶段:执行需求响应项目前整个区域及典型用户峰荷评估、执行需求响应项目后典型用户峰荷变化量评估和估算参与需求响应项目的用户数量计算整体需求响应潜力。
较优选的,所述执行需求响应项目前整个区域及典型用户峰荷评估包括:
<1>评估当前年份单个用户平均峰荷,包括下述步骤:
a、分析整个区域的用电功率曲线,得出区域的总峰荷;
b、分析目标用户群中每一类用户总的用电功率曲线,得出每一类用户总的峰荷;
c、确定整个区域的用户数量,并对典型用户负荷形状进行分析,得出当前年份单个用户平均峰荷;
<2>评估未来年份单个用户峰荷增长率,包括下述步骤:
i、整个区域峰荷预测,并确定整个区域用电量占比;
ii、根据步骤i得出目标用户群中每一类用户峰荷预测,并对整个区域的用户数量增长率进行预测;
iii、综合步骤i和ii得出未来年份单个用户峰荷增长率。
较优选的,在执行需求响应项目后典型用户峰荷变化量评估时,将需求响应分为价格型需求响应和激励型需求响应;
价格型需求响应评估包括下述步骤:
1)设计未来电价;
2)确定每个行业的价格弹性;
3)实施需求响应带来的尖峰负荷削减,计算实施需求响应带来的尖峰负荷削减表达式如下:
式中,DR为峰荷削减量,QCBL为实施需求响应事件期间的峰荷,单位为kW或MW,σ为价格弹性系数,P为实施需求响应事件期间电价,PB为非实施需求响应事件期间电价;
激励型需求响应评估包括下述步骤:
1>确定当前需求响应项目削减总负荷量;
2>确定未来需求响应项目削减总负荷量,计算表达式如下:
y=ax1+bx2+c (1-2);
式中,y为负荷削减量,x1为实施需求响应事件期间的峰荷,x2为经济补偿价格,a,b,c均为评估系数;
3>确定需求响应项目参与率,综合步骤i和ii得出单个用户的尖峰负荷削减。
较优选的,计算所述整体需求响应潜力的表达式如下:
DRΣ=DRs×Q (1-3);
式中,DRΣ为整个区域所有用户的DR潜力;DRs为单个典型用户的DR潜力;Q为用户数量。
与现有技术比,本发明达到的有益效果是:
1.本发明提供了一种通用的需求响应负荷优化潜力(kW)评估方法。由于本发明采用的是“自下而上”的方法,能够兼顾到不同类型用户的用电特性差异以及不同类型需求响应项目自身的差异,评估中所需要的数据量较少,且多来自于实际调研数据和互联网上的一些次公开数据,因此,本发明提供的评估方法能够推广到不同的电网区域范围。
2.潜力评估是制定需求响应规划和推广实施需求响应项目的前提,因此,本发明的评估结果能够为需求响应项目规划和推广实施提供有利参考。
3.从评估建模和评估流程可以直接定位影响需求响应潜力的关键因素。从评估建模和评估流程可以看出,影响需求响应潜力的主要因素可以分成负荷特性影响和DR项目影响两大类。负荷特性影响主要包括用户构成(分类、数量、用电量)、参与率等;DR项目影响主要包括电价信息、价格弹性系数、现有DR项目影响等。
4.根据本发明所提方法还可进一步评估需求响应的节电潜力(kWh)。用电量与负荷功率之间存在对应关系,根据需求响应的执行时间以及在这一过程中负荷功率的变化,容易评估需求响应的节电潜力。
附图说明
图1是本发明提供的需求响应负荷优化潜力评估方法的总体框架图;
图2是本发明提供的实施需求响应项目前典型用户的峰荷评估流程图;
图3是本发明提供的执行需求响应项目后典型价格型DR用户峰荷变化量评估流程图;
图4是本发明提供的执行需求响应项目后典型激励型DR用户峰荷变化量评估流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
本发明提供了一种基于多场景设计的需求响应负荷优化潜力评估方法。潜力评估的整体框架如图1所示,整个评估过程可以分为四步:首先是对不同类型负荷用电特性、当地的电价信息和当前需求响应实施现状进行充分调研;其次,对调研结果进行分析,一方面在此基础上确定目标用户群及需求响应项目类型,即确定潜力评估的范围,另一方面得到用户价格弹性系数和执行需求响应后的典型负荷削减量等基础数据;再次,结合需求响应未来发展预期设计相应的评估场景并确定关键假设条件;最后,根据不同的需求响应项目类型,计算其负荷优化潜力。具体包括:
(1)实地调研获取评估数据:获取不同类型负荷用电特性、当地的电价信息和当前需求响应项目实施现状。从能量管理系统EMS中获得整个区域的峰荷数据;从用电信息采集系统中获得负荷分类、负荷数量、占比、单个负荷的用电数据、单个负荷的峰荷数据;从电力营销中心获得电价信息;从国内外的示范工程中获得当前需求响应项目实施现状。用电信息采集系统一般包括数据采集、有序用电以及相应的数据分析与管理等模块。本发明的评估主要利用系统中存储的单个负荷的用电信息。
(2)确定评估范围:
①一是要确定参与评估的目标用户群及典型用户。一般来讲,大中型工商业用户是提供需求响应潜力的主要来源,此外,还可以根据评估目的将目标用户扩大到第一产业、小型工商业、居民用户等;首先按照“三次产业分类法”将用户构成分为第一、二、三产业和居民用户,其次按照用电量将第二、三产业用户分为大中型用户(夏季用电高峰需求大于350kW)和小型用户(夏季用电高峰需求低于350kW)。针对每一类用户,为了减小评估误差,选取每一类用户中的平均用电水平作为典型用户,即该用户用电功率的平均值等于该类用户整体用电功率的平均值除以用户数量;
②二是确定参与评估的需求响应项目。基于我国需求响应发展的实际情况并展望未来需求响应发展前景,参与评估的需求响应项目包括峰谷电价(TOU)、尖峰电价(CPP)、实时电价(RTP)、有序用电、可中断负荷(IL)和直接负荷控制(DLC)。
(3)对多场景进行设计:需求响应项目的推广应用需要随着不同阶段市场条件的逐渐完善而进化,具有阶段发展特性。本发明针对我国电力工业市场化的改革进程、智能电网建设的发展阶段和需求响应项目的实施程度,假定需求响应在中国的发展将经历以下三个阶段:市场初期阶段、市场成长阶段和市场成熟阶段。结合不同阶段的特性,确定不同场景下DR项目的适用性、特性、用户参与率等关键假设条件。
多个场景其实就是需求响应的三个发展阶段,每个发展阶段作为一个评估场景:市场初期阶段场景、市场成长阶段场景和市场成熟阶段场景。不同场景下、不同需求响应项目的用户参与率见下表:
(4)确定需求响应负荷优化潜力:采用“自下而上”的统计学方法,通过评估单个典型用户的峰荷削减潜力汇总得到所有参与用户的需求响应潜力。单个用户的需求响应潜力用执行需求响应项目前后产生的短期负荷削减量来衡量。据此将潜力评估过程划分为以下三个阶段:执行DR项目前整个区域及典型用户峰荷评估、执行DR项目后典型用户峰荷变化量评估和估算参与DR项目的用户数量计算整体DR潜力。
(一)执行DR项目前整个区域及典型用户峰荷评估:执行DR项目前,整个区域及典型用户峰荷评估:评估过程分成当前年份平均峰荷估算和未来年份峰荷增长率预测两大部分。整个区域的当前峰荷及峰荷增长率可以直接从当地调度中心EMS系统获取,对于典型用户的当前峰荷及其增长率预测则需要结合负荷形状和行业总用电量进行综合分析,流程图如图2所示,具体的:
<1>评估当前年份单个用户平均峰荷,包括下述步骤:
a、分析整个区域的用电功率曲线,得出区域的总峰荷;
b、分析目标用户群中每一类用户总的用电功率曲线,得出每一类用户总的峰荷;
确定整个区域的用户数量,并对典型用户负荷形状进行分析,得出当前年份单个用户平均峰荷。
<2>评估未来年份单个用户峰荷增长率,包括下述步骤:
i、整个区域峰荷预测,并确定整个区域用电量占比;
ii、根据步骤i得出目标用户群中每一类用户峰荷预测,并对整个区域的用户数量增长率进行预测;
iii、综合步骤i和ii得出未来年份单个用户峰荷增长率。
(二)执行需求响应项目后典型用户峰荷变化量评估:
在执行需求响应项目后典型用户峰荷变化量评估时,将需求响应分为价格型需求响应和激励型需求响应;
对于价格型需求响应项目,通过价格弹性定量计算执行DR后带来的峰荷削减量,价格型需求响应评估流程图如图3所示,包括下述步骤:
1)设计未来电价;
2)确定每个行业的价格弹性;
3)实施需求响应带来的尖峰负荷削减,计算实施需求响应带来的尖峰负荷削减表达式如下:
式中,DR为峰荷削减量,QCBL为实施需求响应事件期间的峰荷,单位为kW或MW,σ为价格弹性系数,P为实施需求响应事件期间电价,PB为非实施需求响应事件期间电价;
对于激励型需求响应项目,通过历史数据回归分析预测未来峰荷水平下的负荷削减潜力,激励型需求响应评估的流程图如图4所示,包括下述步骤:
1>确定当前需求响应项目削减总负荷量;
2>确定未来需求响应项目削减总负荷量,计算表达式如下:
y=ax1+bx2+c (1-2);
式中,y为负荷削减量,x1为实施需求响应事件期间的峰荷,x2为经济补偿价格,a,b,c均为评估系数。
3>确定需求响应项目参与率,综合步骤i和ii得出单个用户的尖峰负荷削减。
(三)估算参与DR项目的用户数量计算整体DR潜力:
计算所述整体需求响应潜力的表达式如下:
DRΣ=DRs×Q (1-3);
式中,DRΣ为整个区域所有用户的DR潜力;DRs为单个典型用户的DR潜力;Q为用户数量。
本发明提供的评估方法是评估某一区域电网内需求响应的最大潜力,为有效利用需求侧资源,制定需求响应规划和推广实施需求响应项目提供参考。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于多场景设计的需求响应负荷优化潜力评估方法,其特征在于,所述方法包括下述步骤:
(1)实地调研获取评估数据;
(2)确定评估范围;
(3)对多场景进行设计;
(4)确定需求响应负荷优化潜力。
2.如权利要求1所述的需求响应负荷优化潜力评估方法,其特征在于,所述步骤(1)中,从能量管理系统EMS中获得整个区域的峰荷数据;从用电信息采集系统中获得负荷分类、负荷数量、占比、单个负荷的用电数据、单个负荷的峰荷数据;从电力营销中心获得电价信息;从国内外的示范工程中获得当前需求响应项目实施现状。
3.如权利要求1所述的需求响应负荷优化潜力评估方法,其特征在于,所述步骤(2)中,确定评估范围包括:
①确定参与评估的目标用户群及典型用户:
首先按照“三次产业分类法”将用户构成分为第一、二、三产业和居民用户,其次按照用电量将第二、三产业用户分为大中型用户:即夏季用电高峰需求大于350kW和小型用户:即夏季用电高峰需求低于350kW;选取每一类用户中的平均用电水平作为典型用户,即该用户用电功率的平均值等于该类用户整体用电功率的平均值除以用户数量;
②确定参与评估的需求响应项目:
参与评估的需求响应项目包括峰谷电价、尖峰电价、实时电价、有序用电、可中断负荷和直接负荷控制。
4.如权利要求1所述的需求响应负荷优化潜力评估方法,其特征在于,所述步骤(3)中,结合需求响应的阶段发展特性,设计反映需求响应发展不同阶段的多个场景和用户参与率;所述需求响应的多场景评估分为三个场景:市场初期阶段场景、市场成长阶段场景和市场成熟阶段场景。
5.如权利要求1所述的需求响应负荷优化潜力评估方法,其特征在于,所述步骤(4)中,确定需求响应负荷优化潜力包括:采用“自下而上”的统计学方法,通过评估单个典型用户的峰荷削减潜力汇总得到所有参与用户的需求响应潜力。
6.如权利要求5所述的需求响应负荷优化潜力评估方法,其特征在于,所述单个典型用户的需求响应潜力用执行需求响应项目前后产生的短期负荷削减量来衡量;整个区域的潜力计算过程划分为三个阶段:执行需求响应项目前整个区域及典型用户峰荷评估、执行需求响应项目后典型用户峰荷变化量评估和估算参与需求响应项目的用户数量计算整体需求响应潜力。
7.如权利要求6所述的需求响应负荷优化潜力评估方法,其特征在于,所述执行需求响应项目前整个区域及典型用户峰荷评估包括:
<1>评估当前年份单个用户平均峰荷,包括下述步骤:
a、分析整个区域的用电功率曲线,得出区域的总峰荷;
b、分析目标用户群中每一类用户总的用电功率曲线,得出每一类用户总的峰荷;
c、确定整个区域的用户数量,并对典型用户负荷形状进行分析,得出当前年份单个用户平均峰荷;
<2>评估未来年份单个用户峰荷增长率,包括下述步骤:
i、整个区域峰荷预测,并确定整个区域用电量占比;
ii、根据步骤i得出目标用户群中每一类用户峰荷预测,并对整个区域的用户数量增长率进行预测;
iii、综合步骤i和ii得出未来年份单个用户峰荷增长率。
8.如权利要求6所述的需求响应负荷优化潜力评估方法,其特征在于,在执行需求响应项目后典型用户峰荷变化量评估时,将需求响应分为价格型需求响应和激励型需求响应;
价格型需求响应评估包括下述步骤:
1)设计未来电价;
2)确定每个行业的价格弹性;
3)实施需求响应带来的尖峰负荷削减,计算实施需求响应带来的尖峰负荷削减表达式如下:
式中,DR为峰荷削减量,QCBL为实施需求响应事件期间的峰荷,单位为kW或MW,σ为价格弹性系数,P为实施需求响应事件期间电价,PB为非实施需求响应事件期间电价;
激励型需求响应评估包括下述步骤:
1>确定当前需求响应项目削减总负荷量;
2>确定未来需求响应项目削减总负荷量,计算表达式如下:
y=ax1+bx2+c (1-2);
式中,y为负荷削减量,x1为实施需求响应事件期间的峰荷,x2为经济补偿价格,a,b,c均为评估系数;
3>确定需求响应项目参与率,综合步骤i和ii得出单个用户的尖峰负荷削减。
9.如权利要求6所述的需求响应负荷优化潜力评估方法,其特征在于,计算所述整体需求响应潜力的表达式如下:
DRΣ=DRs×Q (1-3);
式中,DRΣ为整个区域所有用户的DR潜力;DRs为单个典型用户的DR潜力;Q为用户数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310446643.4A CN103489045B (zh) | 2013-09-26 | 2013-09-26 | 一种基于多场景设计的需求响应负荷优化潜力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310446643.4A CN103489045B (zh) | 2013-09-26 | 2013-09-26 | 一种基于多场景设计的需求响应负荷优化潜力评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103489045A true CN103489045A (zh) | 2014-01-01 |
CN103489045B CN103489045B (zh) | 2017-01-11 |
Family
ID=49829250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310446643.4A Active CN103489045B (zh) | 2013-09-26 | 2013-09-26 | 一种基于多场景设计的需求响应负荷优化潜力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103489045B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158175A (zh) * | 2014-04-28 | 2014-11-19 | 广东电网公司佛山供电局 | 一种电力系统配变终端实时用电分类负荷的计算方法 |
CN104850205A (zh) * | 2014-02-18 | 2015-08-19 | 北京华电信通科技有限公司 | 笔记本电脑参加电力需求响应的控制系统及方法 |
CN105550946A (zh) * | 2016-01-28 | 2016-05-04 | 东北电力大学 | 基于多智能体的居民用户参与自动需求响应的用电策略 |
CN105680445A (zh) * | 2016-03-14 | 2016-06-15 | 中国电力科学研究院 | 一种基于延迟的启发式峰荷削减方法 |
CN105811454A (zh) * | 2016-03-14 | 2016-07-27 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN105976047A (zh) * | 2016-04-28 | 2016-09-28 | 中国电力科学研究院 | 一种基于灵活度指标的居民负荷需求响应潜力评估方法 |
CN106096844A (zh) * | 2016-06-15 | 2016-11-09 | 中国电力科学研究院 | 一种城市电网大型馈线需求响应物理潜力的评估方法 |
CN106327074A (zh) * | 2016-08-23 | 2017-01-11 | 国网江苏省电力公司电力科学研究院 | 一种省、地市、区域多级电力需求响应潜力评估方法 |
CN106447171A (zh) * | 2016-08-31 | 2017-02-22 | 清华大学 | 电力需求侧可调度资源潜力建模方法及系统 |
CN106548199A (zh) * | 2016-10-24 | 2017-03-29 | 河海大学 | 一种基于需求响应的大用户负荷聚类方法 |
CN107368940A (zh) * | 2017-06-08 | 2017-11-21 | 中国电力科学研究院 | 计及响应不确定性温控负荷聚合响应潜力评估方法及系统 |
CN109118128A (zh) * | 2018-10-30 | 2019-01-01 | 国网河南省电力公司经济技术研究院 | 一种本地区工业企业电力需求响应潜力评估方法 |
CN109508829A (zh) * | 2018-11-15 | 2019-03-22 | 南方电网科学研究院有限责任公司 | 多场景用户负荷组合优化方法、装置、设备及存储介质 |
CN109559050A (zh) * | 2018-12-03 | 2019-04-02 | 国网江苏省电力有限公司扬州供电分公司 | 一种可中断负荷需求响应潜力评价方法 |
CN110766335A (zh) * | 2019-10-29 | 2020-02-07 | 国网能源研究院有限公司 | 一种计及需求侧响应的区域电力规划方法 |
CN111324864A (zh) * | 2020-02-21 | 2020-06-23 | 国网河南省电力公司经济技术研究院 | 一种电力需求响应实施成本和补偿标准评估方法 |
CN112365105A (zh) * | 2020-12-08 | 2021-02-12 | 国网宁夏电力有限公司 | 一种电力物联网背景下考虑需求响应的负荷预测方法 |
CN113489065A (zh) * | 2021-07-06 | 2021-10-08 | 国网浙江省电力有限公司双创中心 | 一种聚合需求响应潜力值的获取方法、装置及电子设备 |
CN115330280A (zh) * | 2022-10-14 | 2022-11-11 | 国网山东省电力公司营销服务中心(计量中心) | 聚合负荷中空调负荷需求响应可调潜力评估方法及系统 |
CN116760043A (zh) * | 2023-05-29 | 2023-09-15 | 中国建筑科学研究院有限公司 | 一种考虑多维度指标的热泵系统电网调峰潜力与效果评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799681A (zh) * | 2010-02-10 | 2010-08-11 | 刘文祥 | 智能电网 |
CN102738801A (zh) * | 2012-05-28 | 2012-10-17 | 深圳市科陆电子科技股份有限公司 | 一种电力需求响应方法和响应系统 |
CN102750656A (zh) * | 2012-06-18 | 2012-10-24 | 东南大学 | 多维度需求响应综合效益评估方法 |
CN103259335A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种智能需求响应及需求侧优化运行系统 |
CN103269070A (zh) * | 2013-06-05 | 2013-08-28 | 广州中国科学院沈阳自动化研究所分所 | 一种自动需求响应系统和自动需求响应方法 |
-
2013
- 2013-09-26 CN CN201310446643.4A patent/CN103489045B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799681A (zh) * | 2010-02-10 | 2010-08-11 | 刘文祥 | 智能电网 |
CN102738801A (zh) * | 2012-05-28 | 2012-10-17 | 深圳市科陆电子科技股份有限公司 | 一种电力需求响应方法和响应系统 |
CN102750656A (zh) * | 2012-06-18 | 2012-10-24 | 东南大学 | 多维度需求响应综合效益评估方法 |
CN103259335A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种智能需求响应及需求侧优化运行系统 |
CN103269070A (zh) * | 2013-06-05 | 2013-08-28 | 广州中国科学院沈阳自动化研究所分所 | 一种自动需求响应系统和自动需求响应方法 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850205A (zh) * | 2014-02-18 | 2015-08-19 | 北京华电信通科技有限公司 | 笔记本电脑参加电力需求响应的控制系统及方法 |
CN104158175A (zh) * | 2014-04-28 | 2014-11-19 | 广东电网公司佛山供电局 | 一种电力系统配变终端实时用电分类负荷的计算方法 |
CN104158175B (zh) * | 2014-04-28 | 2016-08-24 | 广东电网公司佛山供电局 | 一种电力系统配变终端实时用电分类负荷的计算方法 |
CN105550946A (zh) * | 2016-01-28 | 2016-05-04 | 东北电力大学 | 基于多智能体的居民用户参与自动需求响应的用电策略 |
CN105680445A (zh) * | 2016-03-14 | 2016-06-15 | 中国电力科学研究院 | 一种基于延迟的启发式峰荷削减方法 |
CN105811454A (zh) * | 2016-03-14 | 2016-07-27 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN105811454B (zh) * | 2016-03-14 | 2019-10-29 | 东南大学 | 一种考虑风电接入的直接负荷控制资源优化方法 |
CN105976047A (zh) * | 2016-04-28 | 2016-09-28 | 中国电力科学研究院 | 一种基于灵活度指标的居民负荷需求响应潜力评估方法 |
CN106096844A (zh) * | 2016-06-15 | 2016-11-09 | 中国电力科学研究院 | 一种城市电网大型馈线需求响应物理潜力的评估方法 |
CN106096844B (zh) * | 2016-06-15 | 2022-03-08 | 中国电力科学研究院 | 一种城市电网大型馈线需求响应物理潜力的评估方法 |
CN106327074A (zh) * | 2016-08-23 | 2017-01-11 | 国网江苏省电力公司电力科学研究院 | 一种省、地市、区域多级电力需求响应潜力评估方法 |
CN106447171A (zh) * | 2016-08-31 | 2017-02-22 | 清华大学 | 电力需求侧可调度资源潜力建模方法及系统 |
CN106447171B (zh) * | 2016-08-31 | 2021-12-14 | 清华大学 | 电力需求侧可调度资源潜力建模方法及系统 |
CN106548199A (zh) * | 2016-10-24 | 2017-03-29 | 河海大学 | 一种基于需求响应的大用户负荷聚类方法 |
CN107368940A (zh) * | 2017-06-08 | 2017-11-21 | 中国电力科学研究院 | 计及响应不确定性温控负荷聚合响应潜力评估方法及系统 |
CN109118128A (zh) * | 2018-10-30 | 2019-01-01 | 国网河南省电力公司经济技术研究院 | 一种本地区工业企业电力需求响应潜力评估方法 |
CN109118128B (zh) * | 2018-10-30 | 2021-10-01 | 国网河南省电力公司经济技术研究院 | 一种本地区工业企业电力需求响应潜力评估方法 |
CN109508829A (zh) * | 2018-11-15 | 2019-03-22 | 南方电网科学研究院有限责任公司 | 多场景用户负荷组合优化方法、装置、设备及存储介质 |
CN109559050A (zh) * | 2018-12-03 | 2019-04-02 | 国网江苏省电力有限公司扬州供电分公司 | 一种可中断负荷需求响应潜力评价方法 |
CN109559050B (zh) * | 2018-12-03 | 2021-03-19 | 国网江苏省电力有限公司扬州供电分公司 | 一种可中断负荷需求响应潜力评价方法 |
CN110766335A (zh) * | 2019-10-29 | 2020-02-07 | 国网能源研究院有限公司 | 一种计及需求侧响应的区域电力规划方法 |
CN110766335B (zh) * | 2019-10-29 | 2022-06-03 | 国网能源研究院有限公司 | 一种计及需求侧响应的区域电力规划方法 |
CN111324864A (zh) * | 2020-02-21 | 2020-06-23 | 国网河南省电力公司经济技术研究院 | 一种电力需求响应实施成本和补偿标准评估方法 |
CN111324864B (zh) * | 2020-02-21 | 2023-04-07 | 国网河南省电力公司经济技术研究院 | 一种电力需求响应实施成本和补偿标准评估方法 |
CN112365105A (zh) * | 2020-12-08 | 2021-02-12 | 国网宁夏电力有限公司 | 一种电力物联网背景下考虑需求响应的负荷预测方法 |
CN112365105B (zh) * | 2020-12-08 | 2022-03-25 | 国网宁夏电力有限公司 | 一种电力物联网背景下考虑需求响应的负荷预测方法 |
CN113489065A (zh) * | 2021-07-06 | 2021-10-08 | 国网浙江省电力有限公司双创中心 | 一种聚合需求响应潜力值的获取方法、装置及电子设备 |
CN113489065B (zh) * | 2021-07-06 | 2023-08-15 | 国网浙江省电力有限公司双创中心 | 一种聚合需求响应潜力值的获取方法、装置及电子设备 |
CN115330280A (zh) * | 2022-10-14 | 2022-11-11 | 国网山东省电力公司营销服务中心(计量中心) | 聚合负荷中空调负荷需求响应可调潜力评估方法及系统 |
CN116760043A (zh) * | 2023-05-29 | 2023-09-15 | 中国建筑科学研究院有限公司 | 一种考虑多维度指标的热泵系统电网调峰潜力与效果评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103489045B (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103489045A (zh) | 一种基于多场景设计的需求响应负荷优化潜力评估方法 | |
Setlhaolo et al. | Combined residential demand side management strategies with coordination and economic analysis | |
Mandelli et al. | Novel procedure to formulate load profiles for off-grid rural areas | |
Li et al. | A novel time-of-use tariff design based on Gaussian Mixture Model | |
Lin et al. | Economic viability of battery energy storage and grid strategy: A special case of China electricity market | |
Lin et al. | A revisit of fossil-fuel subsidies in China: challenges and opportunities for energy price reform | |
Norbu et al. | Modelling the redistribution of benefits from joint investments in community energy projects | |
Gallagher et al. | The suitability of machine learning to minimise uncertainty in the measurement and verification of energy savings | |
Ju et al. | Multi-objective electro-thermal coupling scheduling model for a hybrid energy system comprising wind power plant, conventional gas turbine, and regenerative electric boiler, considering uncertainty and demand response | |
Bendato et al. | Design criteria for the optimal sizing of integrated photovoltaic-storage systems | |
CN108333423A (zh) | 非侵入式居民电力负荷检测方法 | |
Li et al. | Feasibility of virtual power plants (VPPs) and its efficiency assessment through benefiting both the supply and demand sides in Chongming country, China | |
CN103778574A (zh) | 孤岛微电网发展协调性评价方法 | |
Harish et al. | Planning and implementation strategy of Demand Side Management in India | |
Sharma et al. | Metrics-based assessment of sustainability in demand response | |
Rashid et al. | An improved energy and cost minimization scheme for home energy management (HEM) in the smart grid framework | |
Cui et al. | A game-theoretic price determination algorithm for utility companies serving a community in smart grid | |
Zhao et al. | Demand side response performance assessment: An impact analysis of load profile accuracy on DSR performances | |
Schmitt et al. | Bottom-up modeling of local energy markets within a pan-European wholesale electricity market model | |
Abdelsalam et al. | Dynamic aggregated building electricity load modeling and simulation | |
Hartmann et al. | CSAR: The cross-sectional autoregression model | |
CN104158175A (zh) | 一种电力系统配变终端实时用电分类负荷的计算方法 | |
Eiswerth et al. | Residential electricity use and the potential impacts of energy efficiency options in Pakistan | |
Han et al. | Requirements analysis and application research of big data in power network dispatching and planning | |
Arik | Residential Battery Systems and the Best Time to Invest A case study of Hawaii |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |