CN103679555A - 基于负荷特性分类的分时电价确定方法 - Google Patents
基于负荷特性分类的分时电价确定方法 Download PDFInfo
- Publication number
- CN103679555A CN103679555A CN201310688231.1A CN201310688231A CN103679555A CN 103679555 A CN103679555 A CN 103679555A CN 201310688231 A CN201310688231 A CN 201310688231A CN 103679555 A CN103679555 A CN 103679555A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- peak
- degree
- consumers
- 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.)
- Pending
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于负荷特性分类的分时电价确定方法,包括以下步骤:数据标准化预处理;对预处理后的数据通过模糊c均值聚类算法进行聚类分析得到各类电力用户的平均用电负荷曲线;对所有电力用户的综合用电负荷曲线进行峰平谷时段的划分;分析需求响应度;分析用电影响度;根据各类电力用户的需求响应度和用电影响度确定其分时电价调整方式,调整原则为:峰谷电价拉开比与各类电力用户的需求响应度成反比关系,与用电影响度成正比关系。本发明通过对用电负荷数据进行聚类分析,将电力用户按负荷特性进行分类,并结合需求响应度和用电影响程度进行分析,实现了基于电力用户用电负荷特性的分类分时电价,对传统的分时电价调整起到重要作用。
Description
技术领域
本发明涉及一种分时电价确定方法,尤其涉及一种基于负荷特性分类的分时电价确定方法。
背景技术
从目前中国峰谷分时电价的实施情况来看,该政策取得了一定的移峰填谷的作用,但是仍然存在用户反应不足和用户反应过度的现象。用户反应不足则达不到移峰填谷、提高电网负荷率的目的,而用户反应过度则峰谷时段漂移或峰谷时段倒置,损害电力公司的利益。造成这种现象的原因是:对电力用户的分类是通过需求分析,按照电力用户性质和营销业务需要来划分的,且目前中国国内实施的分时电价大多是对所有的电力用户实行统一的分时电价标准。但同一行业的电力用户,其负荷特性可能会有很大的差别,而不同行业的用户其负荷特性却可能非常相似。所以,不同的电力用户其用电负荷特性和对分时电价的响应程度并不相同,对所有的电力用户实行统一的分时电价标准必然会导致用户反应不足和用户反应过度的现象。
如果让用户成为分时电价政策的主要参与者,实现合理引导用户改变用电方式的目的,则可以解决上述问题,本发明正是基于这种思想而提出。
发明内容
本发明的目的就在于为了解决上述问题而提供一种基于负荷特性分类的分时电价确定方法。
本发明通过以下技术方案来实现上述目的:
本发明所述基于负荷特性分类的分时电价确定方法,包括以下步骤:
(1)数据预处理:对采集到的用电负荷数据进行标准化处理;
(2)对预处理后的数据通过模糊c均值聚类算法进行聚类分析,将所有电力用户按用电负荷特性进行分类,得到多类电力用户和各类电力用户的平均用电负荷曲线;对所有电力用户的综合用电负荷曲线进行峰平谷时段的划分,得到统一的峰平谷时段;
(3)对各类电力用户的平均用电负荷曲线的峰谷时段负荷差、峰平时段负荷差和平谷时段负荷差进行分析,得到各类电力用户的需求响应度;通过计算各类电力用户在电量转移后的平均用电负荷曲线的负荷率和峰谷负荷差变化,得到各类电力用户对综合用电负荷的影响程度,极小值标准化后得到各类电力用户的用电影响度;
(4)根据各类电力用户的需求响应度和用电影响度确定其分时电价调整方式,调整原则为:峰谷电价拉开比与各类电力用户的需求响应度成反比关系,与用电影响度成正比关系。
具体地,所述步骤(1)的标准化处理方法为:通过数据的极大值对数据进行标准化,转化后的数据都在0到1之间,公式如下:
其中,xi'表示转化后的用电负荷数据,xi表示转化前的用电负荷数据,max xi表示转化前的用电负荷数据最大值。
所述步骤(2)的聚类分析方法为:首先对标准化后的负荷数据进行减法聚类,得到初始化聚类中心P0和聚类数目的最大值cmax,再通过模糊决策算法和基于可能性分布的聚类有效性函数FP(U;c)在聚类数目c和加权指数m的取值范围内计算最优参数c*和m*,最后通过聚类中心P0和优化后的参数c*、m*来初始化FCM算法,得到最优的聚类结果。
上述计算最优参数c*和m*包括以下步骤:
①令聚类数目c=2;
②令加权指数m=1.1;
③由FCM(m,c)求目标函数Jm(U*,P*)、划分熵Hm(U*;c);
④判断m是否大于等于2.5,如果是,则进入下一步,如果不是,则令m=m+0.1,并返回步骤③;
⑤模糊决策得mc*;
⑥由FCM(mc*,c)求聚类有效性函数FP(U;c);
⑦判断c是否大于等于cmax,如果是,则进入下一步,如果不是,则令c=c+1,并返回步骤②;
⑧由minFP(U;c)求c*、m*。
所述步骤(2)中,通过模糊隶属度即半梯形隶属度函数和聚类算法相结合的方法对所有电力用户的综合用电负荷曲线进行峰平谷时段划分,具体包括以下步骤:
①通过模糊隶属函数确定出综合用电负荷曲线上各点处于峰、谷时段的可能性;
②利用聚类算法将综合用电负荷曲线初步划分为峰时段、平时段、谷时段三个时段;
③对聚类算法得到的时段进行调整,实现峰平谷时段划分。
所述步骤(2)的步骤①中,采用的确定方法为:所述步骤①中,采用的确定方法为:综合用电负荷曲线上最高点的峰隶属度为100%,最低点的峰隶属度为0;综合用电负荷曲线上最低点的谷隶属度为100%,最高点的谷隶属度为0;综合用电负荷曲线上其余各点的峰谷隶属度通过隶属度函数来确定。
所述步骤(2)的步骤③中,对聚类算法得到的时段进行调整的方法是:在进行时段划分时,高峰时段和低谷时段为4~10小时;平时段不小于4小时;峰平谷时段的时间间隔不少于2个小时。
所述步骤(4)中,分时电价的峰谷电价拉开比l的计算公式为:
本发明的有益效果在于:
本发明通过对电力用户用电信息采集系统采集到的负荷数据进行聚类分析,将电力用户按负荷特性进行分类,并在此基础上对各类电力用户的需求响应度和对电网综合负荷的用电影响程度进行分析,实现了基于电力用户用电负荷特性的分类分时电价,对传统的分时电价调整起到重要作用,解决了用户反应不足和用户反应过度的问题,既能实现移峰填谷、提高电网负荷率的目的,又能克服峰谷时段漂移或峰谷时段倒置的缺陷,确保电力用户和电力公司的利益均不受损。
附图说明
图1是本发明所述分时电价确定方法的整体流程图;
图2是本发明所述峰平谷时段划分方法的流程图;
图3是本发明所述需求响应度分析方法的流程图;
图4是本发明所述用电影响度分析方法的流程图;
图5是本发明所述分时电价确定方法的步骤(2)中的聚类分析方法的流程图。
具体实施方式
下面结合附图对本发明作进一步说明:
如图1所示,本发明所述基于负荷特性分类的分时电价确定方法,包括以下步骤:
(1)数据预处理:对采集到的用电负荷数据进行标准化处理。不同行业性质的电力用户其用电量大小可能差距较大,为了消除量纲的影响,确保聚类结果只与用户负荷曲线的形状有关,需要对用电数据进行标准化。聚类分析时一般采用直线型的标准化方法,本发明选用的是其中较常用的极值法,即通过数据的极大值对数据进行标准化,转化后的数据都在0到1之间,公式如下:
其中,xi'表示转化后的用电负荷数据,xi表示转化前的用电负荷数据,max xi表示转化前的用电负荷数据最大值。
(2)对预处理后的数据通过模糊c均值聚类算法进行聚类分析,将所有电力用户按用电负荷特性进行分类,得到多类电力用户和各类电力用户的平均用电负荷曲线;对所有电力用户的综合用电负荷曲线进行峰平谷时段的划分,得到统一的峰平谷时段。
聚类就是利用同类事物具有相似的性质这一特点,按照一定的标准将相似的事物聚集为一类。聚类分析适用于对事物的分类没有任何先验知识的情况,是一种无监督分类方法,目前还没有关于用电负荷特性分类的标准,所以本专利根据电力用户负荷曲线的相似度,通过聚类分析对电力用户进行分类。FCM算法是聚类算法中的一种基于划分的算法,是基于目标函数的聚类算法中理论最为完善、应用最为广泛的一种算法。
FCM算法的初始化和参数确定对聚类效果有很大的影响,本发明通过减法聚类算法、模糊决策算法和聚类有效性函数对FCM算法进行初始化和参数的优选,流程如图5所示,具体方法为:首先对标准化后的负荷数据进行减法聚类,得到初始化聚类中心P0和聚类数目的最大值cmax,再通过模糊决策算法和基于可能性分布的聚类有效性函数FP(U;c)在聚类数目c和加权指数m的取值范围内计算最优参数c*和m*,最后通过聚类中心P0和优化后的参数c*、m*来初始化FCM算法,得到最优的聚类结果。
上述计算最优参数c*和m*包括以下步骤:
①令聚类数目c=2;
②令加权指数m=1.1;
③由FCM(m,c)求目标函数Jm(U*,P*)、划分熵Hm(U*;c);
④判断m是否大于等于2.5,如果是,则进入下一步,如果不是,则令m=m+0.1,并返回步骤③;
⑤模糊决策得mc*;
⑥由FCM(mc*,c)求聚类有效性函数FP(U;c);
⑦判断c是否大于等于cmax,如果是,则进入下一步,如果不是,则令c=c+1,并返回步骤②;
⑧由minFP(U;c)求c*、m*。
说明:图5的流程图中还示出了数据处理的过程,不在上述计算最优参数c*和m*的流程内。
峰平谷时段的划分是制定峰谷分时电价的基础,只有科学、合理的峰平谷时段和相应的峰平谷电价,才能更好的引导用户合理用电,达到削峰填谷的效果。
如图2所示,本发明通过模糊隶属度即半梯形隶属度函数和聚类算法相结合的方法对各类电力用户的用电负荷曲线进行峰平谷时段划分,具体包括以下步骤:
①通过模糊隶属函数确定出综合用电负荷曲线上各点处于峰、谷时段的可能性,采用的确定方法为:综合用电负荷曲线上最高点的峰隶属度为100%,最低点的峰隶属度为0;综合用电负荷曲线上最低点的谷隶属度为100%,最高点的谷隶属度为0;综合用电负荷曲线上其余各点的峰谷隶属度通过隶属度函数来确定。
②利用聚类算法将综合用电负荷曲线初步划分为峰时段、平时段、谷时段三个时段;本步骤的具体聚类算法可以采用步骤(2)中的聚类算法,也可采用其它常规的聚类算法。
③对聚类算法得到的时段进行调整,实现峰平谷时段划分。调整的方法是:在进行时段划分时,高峰时段和低谷时段为4~10小时;平时段不小于4小时;峰平谷时段的时间间隔不少于2个小时。
通过以上三个步骤,对划分的时段进行调整,则可以得到一个比较科学和符合现实情况的峰平谷时段。
(3)如图3所示,对各类电力用户的平均用电负荷曲线的峰谷时段负荷差、峰平时段负荷差和平谷时段负荷差进行分析,得到各类电力用户的需求响应度。电力用户需求响应即电力市场中的用户对电力价格信号或者激励机制做出反应,并据此调整自己用电方式的行为。本发明主要讨论的是基于价格的用户需求响应,即电力用户响应市场电价的变化而改变其用电方式。由于当前电力用户的用电数据是实施分时电价一段时间之后用户的用电数据,因此对电力用户的负荷曲线特性进行分析,可以得到该用户对分时电价的响应程度。
如图4所示,通过计算各类电力用户在电量转移后的平均用电负荷曲线的负荷率和峰谷负荷差变化,得到各类电力用户对综合用电负荷的影响程度,极小值标准化后得到各类电力用户的用电影响度。上述计算中可以假设每类用户的用电量转移率都相同,包括峰时段负荷转移到平时段、谷时段,平时段负荷转移到谷时段三部分,并假设峰平转移量、峰谷转移量和平谷转移量都相同。
(4)根据各类电力用户的需求响应度和用电影响度确定其分时电价调整方式。对于需求响应度高的用户,为了避免用户过度反应,其峰谷电价拉开比不能太大;对于需求响应度低的用户,为了调动用户参与分时电价的积极性,其峰谷电价拉开比应该加大,因此峰谷电价拉开比与用户需求响应度成反比关系。对于用电影响度高的用户,为了更好的减小电网峰谷差,应该尽量刺激其移峰填谷,即加大峰谷电价拉开比;对于用电影响度低的用户,其移峰填谷的潜力很小,为了避免增加其用电成本,引起该类用户对供电企业的不满,其峰谷电价拉开比不能太大,因此峰谷电价拉开比与用户用电影响度成正比关系。
根据上述分析,本发明采用的分时电价调整原则为:峰谷电价拉开比与各类电力用户的需求响应度成反比关系,与用电影响度成正比关系。具体地,分时电价的峰谷电价拉开比l的计算公式为:
上述实施例只是本发明的较佳实施例,并不是对本发明技术方案的限制,只要是不经过创造性劳动即可在上述实施例的基础上实现的技术方案,均应视为落入本发明专利的权利保护范围内。
Claims (8)
1.一种基于负荷特性分类的分时电价确定方法,其特征在于:包括以下步骤:
(1)数据预处理:对采集到的所有电力用户的用电负荷数据进行标准化处理,得到所有电力用户的综合用电负荷曲线;
(2)对预处理后的数据通过模糊c均值聚类算法进行聚类分析,将所有电力用户按用电负荷特性进行分类,得到多类电力用户和各类电力用户的平均用电负荷曲线;对所有电力用户的综合用电负荷曲线进行峰平谷时段的划分,得到统一的峰平谷时段;
(3)对各类电力用户的平均用电负荷曲线的峰谷时段负荷差、峰平时段负荷差和平谷时段负荷差进行分析,得到各类电力用户的需求响应度;通过计算各类电力用户在电量转移后的平均用电负荷曲线的负荷率和峰谷负荷差变化,得到各类电力用户对综合用电负荷的影响程度,极小值标准化后得到各类电力用户的用电影响度;
(4)根据各类电力用户的需求响应度和用电影响度确定其分时电价调整方式,调整原则为:峰谷电价拉开比与各类电力用户的需求响应度成反比关系,与用电影响度成正比关系。
2.根据权利要求1所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述步骤(1)的标准化处理方法为:通过数据的极大值对数据进行标准化,转化后的数据都在0到1之间,公式如下:
其中,xi'表示转化后的用电负荷数据,xi表示转化前的用电负荷数据,max xi表示转化前的用电负荷数据最大值。
3.根据权利要求1所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述步骤(2)的聚类分析方法为:首先对标准化后的负荷数据进行减法聚类,得到初始化聚类中心P0和聚类数目的最大值cmax,再通过模糊决策算法和基于可能性分布的聚类有效性函数FP(U;c)在聚类数目c和加权指数m的取值范围内计算最优参数c*和m*,最后通过聚类中心P0和优化后的参数c*、m*来初始化FCM算法,得到最优的聚类结果。
4.根据权利要求3所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述计算最优参数c*和m*包括以下步骤:
①令聚类数目c=2;
②令加权指数m=1.1;
③由FCM(m,c)求目标函数Jm(U*,P*)、划分熵Hm(U*;c);
④判断m是否大于等于2.5,如果是,则进入下一步,如果不是,则令m=m+0.1,并返回步骤③;
⑤模糊决策得mc*;
⑥由FCM(mc*,c)求聚类有效性函数FP(U;c);
⑦判断c是否大于等于cmax,如果是,则进入下一步,如果不是,则令c=c+1,并返回步骤②;
⑧由min FP(U;c)求c*、m*。
5.根据权利要求1所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述步骤(2)中,通过模糊隶属度即半梯形隶属度函数和聚类算法相结合的方法对所有电力用户的综合用电负荷曲线进行峰平谷时段划分,具体包括以下步骤:
①通过模糊隶属函数确定出综合用电负荷曲线上各点处于峰、谷时段的可能性;
②利用聚类算法将综合用电负荷曲线初步划分为峰时段、平时段、谷时段三个时段;
③对聚类算法得到的时段进行调整,实现峰平谷时段划分。
6.根据权利要求5所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述步骤①中,采用的确定方法为:综合用电负荷曲线上最高点的峰隶属度为100%,最低点的峰隶属度为0;综合用电负荷曲线上最低点的谷隶属度为100%,最高点的谷隶属度为0;综合用电负荷曲线上其余各点的峰谷隶属度通过隶属度函数来确定。
7.根据权利要求5所述的基于负荷特性分类的分时电价确定方法,其特征在于:所述步骤③中,对聚类算法得到的时段进行调整的方法是:在进行时段划分时,高峰时段和低谷时段为4~10小时;平时段不小于4小时;峰平谷时段的时间间隔不少于2个小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310688231.1A CN103679555A (zh) | 2013-12-16 | 2013-12-16 | 基于负荷特性分类的分时电价确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310688231.1A CN103679555A (zh) | 2013-12-16 | 2013-12-16 | 基于负荷特性分类的分时电价确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103679555A true CN103679555A (zh) | 2014-03-26 |
Family
ID=50317016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310688231.1A Pending CN103679555A (zh) | 2013-12-16 | 2013-12-16 | 基于负荷特性分类的分时电价确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679555A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156581A (zh) * | 2014-08-01 | 2014-11-19 | 重庆大学 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
CN104319777A (zh) * | 2014-10-15 | 2015-01-28 | 国家电网公司 | 一种需求侧负荷柔性控制方法 |
CN104573313A (zh) * | 2014-10-29 | 2015-04-29 | 广东电网有限责任公司电力调度控制中心 | 峰谷分时电价下的用户响应模型的获取方法及系统 |
CN104680261A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 基于重点大客户负荷曲线聚类的电力负荷运行控制方法 |
CN104809332A (zh) * | 2015-03-24 | 2015-07-29 | 国家电网公司 | 一种基于负荷率的电力系统海量用户分类方法 |
CN104809255A (zh) * | 2015-05-21 | 2015-07-29 | 国家电网公司 | 一种负荷形态获取方法和系统 |
CN104915790A (zh) * | 2015-06-26 | 2015-09-16 | 国网山西省电力公司 | 一种促进风电消纳的峰谷电价优化方法 |
CN105184429A (zh) * | 2015-10-30 | 2015-12-23 | 国家电网公司 | 一种基于多价格线型的分时电价计算方法装置 |
CN105653670A (zh) * | 2015-12-29 | 2016-06-08 | 中国电力科学研究院 | 一种基于流形学习聚类算法的智能用电数据挖掘方法 |
CN106022803A (zh) * | 2016-05-18 | 2016-10-12 | 国网浙江省电力公司绍兴供电公司 | 电力营销多点分布用户智能识别管理方法 |
CN106022578A (zh) * | 2016-05-12 | 2016-10-12 | 国网天津市电力公司 | 基于数据高维化和K-means聚类的居民用电峰谷平时段划分方法 |
CN106410781A (zh) * | 2015-07-29 | 2017-02-15 | 中国电力科学研究院 | 一种电力用户需求响应潜力确定方法 |
CN107221953A (zh) * | 2017-06-19 | 2017-09-29 | 华中科技大学 | 一种基于柔性负荷需求响应差异性的光伏消纳方法 |
CN107453346A (zh) * | 2016-05-30 | 2017-12-08 | 中国电力科学研究院 | 一种适用于配电网重构的负荷曲线时段划分方法 |
CN107798475A (zh) * | 2017-10-25 | 2018-03-13 | 云南电网有限责任公司电力科学研究院 | 一种需求侧负荷调整方案的制定方法及装置 |
CN109146252A (zh) * | 2018-07-25 | 2019-01-04 | 国家电网有限公司 | 基于调节潜力指标的用户用电行为聚类分析方法和系统 |
CN109784632A (zh) * | 2018-12-13 | 2019-05-21 | 东南大学 | 一种工商业用户的中断响应特性挖掘方法 |
CN109934386A (zh) * | 2019-01-30 | 2019-06-25 | 山西河坡发电有限责任公司 | 热电联供系统热负荷预测方法 |
CN110705792A (zh) * | 2019-09-30 | 2020-01-17 | 重庆大学 | 一种计及分时定价的动态需求响应求解方法 |
CN110729768A (zh) * | 2019-10-09 | 2020-01-24 | 南方电网能源发展研究院有限责任公司 | 一种分布式电源出力特性的增量配电网分时配电方法 |
CN111127082A (zh) * | 2019-12-09 | 2020-05-08 | 图灵人工智能研究院(南京)有限公司 | 用于供能系统的数据处理系统、方法及装置 |
CN112862535A (zh) * | 2021-02-25 | 2021-05-28 | 国网河北省电力有限公司营销服务中心 | 电力专变客户电价响应度确定方法及终端设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003036297A (ja) * | 2001-05-15 | 2003-02-07 | Toshiba Corp | 電力電子取引方法およびシステム |
CN103258117A (zh) * | 2013-04-18 | 2013-08-21 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种用于智能微网中的分时电价计算方法 |
-
2013
- 2013-12-16 CN CN201310688231.1A patent/CN103679555A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003036297A (ja) * | 2001-05-15 | 2003-02-07 | Toshiba Corp | 電力電子取引方法およびシステム |
CN103258117A (zh) * | 2013-04-18 | 2013-08-21 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种用于智能微网中的分时电价计算方法 |
Non-Patent Citations (1)
Title |
---|
罗伶: "基于模糊C均值聚类的分类分时电价研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 10, 15 October 2013 (2013-10-15) * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156581B (zh) * | 2014-08-01 | 2017-01-25 | 重庆大学 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
CN104156581A (zh) * | 2014-08-01 | 2014-11-19 | 重庆大学 | 计及系统可靠性与购电风险的峰谷分时电价确定方法 |
CN104319777A (zh) * | 2014-10-15 | 2015-01-28 | 国家电网公司 | 一种需求侧负荷柔性控制方法 |
CN104573313A (zh) * | 2014-10-29 | 2015-04-29 | 广东电网有限责任公司电力调度控制中心 | 峰谷分时电价下的用户响应模型的获取方法及系统 |
CN104573313B (zh) * | 2014-10-29 | 2018-03-27 | 广东电网有限责任公司电力调度控制中心 | 峰谷分时电价下的用户响应模型的获取方法及系统 |
CN104680261A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 基于重点大客户负荷曲线聚类的电力负荷运行控制方法 |
CN104809332A (zh) * | 2015-03-24 | 2015-07-29 | 国家电网公司 | 一种基于负荷率的电力系统海量用户分类方法 |
CN104809255A (zh) * | 2015-05-21 | 2015-07-29 | 国家电网公司 | 一种负荷形态获取方法和系统 |
CN104915790A (zh) * | 2015-06-26 | 2015-09-16 | 国网山西省电力公司 | 一种促进风电消纳的峰谷电价优化方法 |
CN106410781A (zh) * | 2015-07-29 | 2017-02-15 | 中国电力科学研究院 | 一种电力用户需求响应潜力确定方法 |
CN106410781B (zh) * | 2015-07-29 | 2018-11-13 | 中国电力科学研究院 | 一种电力用户需求响应潜力确定方法 |
CN105184429A (zh) * | 2015-10-30 | 2015-12-23 | 国家电网公司 | 一种基于多价格线型的分时电价计算方法装置 |
CN105653670A (zh) * | 2015-12-29 | 2016-06-08 | 中国电力科学研究院 | 一种基于流形学习聚类算法的智能用电数据挖掘方法 |
CN105653670B (zh) * | 2015-12-29 | 2020-12-29 | 中国电力科学研究院 | 一种基于流形学习聚类算法的智能用电数据挖掘方法 |
CN106022578A (zh) * | 2016-05-12 | 2016-10-12 | 国网天津市电力公司 | 基于数据高维化和K-means聚类的居民用电峰谷平时段划分方法 |
CN106022803A (zh) * | 2016-05-18 | 2016-10-12 | 国网浙江省电力公司绍兴供电公司 | 电力营销多点分布用户智能识别管理方法 |
CN107453346A (zh) * | 2016-05-30 | 2017-12-08 | 中国电力科学研究院 | 一种适用于配电网重构的负荷曲线时段划分方法 |
CN107453346B (zh) * | 2016-05-30 | 2022-03-18 | 中国电力科学研究院 | 一种适用于配电网重构的负荷曲线时段划分方法 |
CN107221953A (zh) * | 2017-06-19 | 2017-09-29 | 华中科技大学 | 一种基于柔性负荷需求响应差异性的光伏消纳方法 |
CN107798475A (zh) * | 2017-10-25 | 2018-03-13 | 云南电网有限责任公司电力科学研究院 | 一种需求侧负荷调整方案的制定方法及装置 |
CN109146252A (zh) * | 2018-07-25 | 2019-01-04 | 国家电网有限公司 | 基于调节潜力指标的用户用电行为聚类分析方法和系统 |
CN109784632A (zh) * | 2018-12-13 | 2019-05-21 | 东南大学 | 一种工商业用户的中断响应特性挖掘方法 |
CN109784632B (zh) * | 2018-12-13 | 2020-07-31 | 东南大学 | 一种工商业用户的中断响应特性挖掘方法 |
CN109934386A (zh) * | 2019-01-30 | 2019-06-25 | 山西河坡发电有限责任公司 | 热电联供系统热负荷预测方法 |
CN109934386B (zh) * | 2019-01-30 | 2022-06-28 | 山西河坡发电有限责任公司 | 热电联供系统热负荷预测方法 |
CN110705792A (zh) * | 2019-09-30 | 2020-01-17 | 重庆大学 | 一种计及分时定价的动态需求响应求解方法 |
CN110729768A (zh) * | 2019-10-09 | 2020-01-24 | 南方电网能源发展研究院有限责任公司 | 一种分布式电源出力特性的增量配电网分时配电方法 |
CN111127082A (zh) * | 2019-12-09 | 2020-05-08 | 图灵人工智能研究院(南京)有限公司 | 用于供能系统的数据处理系统、方法及装置 |
CN111127082B (zh) * | 2019-12-09 | 2023-10-10 | 图灵人工智能研究院(南京)有限公司 | 用于供能系统的数据处理系统、方法及装置 |
CN112862535A (zh) * | 2021-02-25 | 2021-05-28 | 国网河北省电力有限公司营销服务中心 | 电力专变客户电价响应度确定方法及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679555A (zh) | 基于负荷特性分类的分时电价确定方法 | |
Kim et al. | Methods for generating TLPs (typical load profiles) for smart grid-based energy programs | |
Huang et al. | A clustering based grouping method of nearly zero energy buildings for performance improvements | |
CN106022645A (zh) | 非侵入式在线实时电力负荷识别方法及识别系统 | |
US20150186827A1 (en) | Data-driven targeting of energy programs using time-series data | |
CN113036759B (zh) | 一种电力用户负荷细粒度识别方法及识别系统 | |
Rajabi et al. | A review on clustering of residential electricity customers and its applications | |
CN109146252A (zh) | 基于调节潜力指标的用户用电行为聚类分析方法和系统 | |
Tao et al. | Graph convolutional network-based aggregated demand response baseline load estimation | |
CN110705792A (zh) | 一种计及分时定价的动态需求响应求解方法 | |
CN112288173A (zh) | 一种考虑分时电价和激励补偿的尖峰负荷调整方法 | |
CN109284851A (zh) | 一种适用于需求侧响应的用户用电行为分类方法 | |
CN105447082A (zh) | 一种海量负荷曲线的分布式聚类方法 | |
CN111489188A (zh) | 一种居民可调负荷潜力挖掘方法及系统 | |
Javed et al. | Fairness in real-time energy pricing for smart grid using unsupervised learning | |
CN110380444A (zh) | 一种基于变结构Copula的多场景下分散式风电有序接入电网的容量规划方法 | |
CN113283674A (zh) | 一种基于用户用电特征的基线负荷预测修正方法 | |
CN105653670B (zh) | 一种基于流形学习聚类算法的智能用电数据挖掘方法 | |
Lu et al. | Adaptive weighted fuzzy clustering algorithm for load profiling of smart grid customers | |
Xu et al. | Spatial-temporal load forecasting using AMI data | |
Zhang et al. | Decision-making oriented clustering: Application to pricing and power consumption scheduling | |
Wen et al. | An energy demand-side management and net metering decision framework | |
CN113935856A (zh) | 电能的控制方法及其装置、处理器、计算机可读存储介质 | |
CN103914621A (zh) | 一种基于结构特征的配变日负荷典型曲线分析方法 | |
Shi et al. | Active distribution network type identification method of high proportion new energy power system based on source-load matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140326 |
|
RJ01 | Rejection of invention patent application after publication |