CN103797844B - 电网削峰填谷的方法、系统和装置及有形计算机可读介质 - Google Patents

电网削峰填谷的方法、系统和装置及有形计算机可读介质 Download PDF

Info

Publication number
CN103797844B
CN103797844B CN201280041828.0A CN201280041828A CN103797844B CN 103797844 B CN103797844 B CN 103797844B CN 201280041828 A CN201280041828 A CN 201280041828A CN 103797844 B CN103797844 B CN 103797844B
Authority
CN
China
Prior art keywords
client
peak
load
time interval
peak load
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
CN201280041828.0A
Other languages
English (en)
Other versions
CN103797844A (zh
Inventor
侯芳
周勤
杨致慧
黄宇腾
王宇飞
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 CN103797844A publication Critical patent/CN103797844A/zh
Application granted granted Critical
Publication of CN103797844B publication Critical patent/CN103797844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F5/00—Systems for regulating electric variables by detecting deviations in the electric input to the system and thereby controlling a device within the system to obtain a regulated output
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Abstract

本公开提供了一种用于电网的削峰填谷的方法、系统和装置以及一种有形计算机可读介质。所述系统可以包括至少一个处理器；以及存储计算机可执行指令的至少一个存储器。所述至少一个存储器和所述计算机可执行指令可以被配置成利用所述至少一个处理器促使所述系统：对针对电力客户的特性数据进行剖析，以将所述电力客户分成至少一组；基于所述至少一个组中每一个的使用特征定义针对所述至少一组中每一个的可能削峰填谷策略；以及至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析，以为电力客户中每一个提供推荐削峰填谷策略。使用本公开的实施例，可以为电力客户中每一个提供推荐削峰填谷策略，该推荐削峰填谷策略与客户的特性特征一致，并且同时可以实现优化目标。因此，本公开提供了一种特别是在具有严重供电短缺或显著峰谷负荷差异情况下用于电力公司中的削峰填谷的技术方案。除此之外，资产利用率和ROI可以得到改善，并且可以缓解供电压力。

Description

电网削峰填谷的方法、系统和装置及有形计算机可读介质
技术领域
本公开涉及电网技术领域，且更具体而言涉及一种用于电网的削峰填谷的方法、系统和装置以及一种有形计算机可读介质。
背景技术
各种产业均具有与之相关的网络。一种这样的产业是管理电网的公共产业。所述电网可包括以下其中之一或全部：发电、输电以及配电。电力可以利用诸如煤炭火电厂、核电厂等的发电站生成。出于效率目的，生成的电力被升压到非常高电压(诸如像是345K伏特)，并且在输电线路上输送。输电线路可以长距离输送电力，诸如跨过州界线或者跨过国界，直至它到达其批发用户，该批发用户可以是拥有本地配电网络的公司。输电线路可以终止于输电变电站，该输电变电站可以将前述非常高电压降压到中间电压(诸如138K伏特)。更小的输电线路(诸如二次输电线路)将该中间电压从输电变电站输送到配电变电站。在配电变电站，中间电压可能再次降压到“中等电压”(诸如从4K伏特到23K伏特)。一条或多条馈线电路可以从配电变电站引出。例如，可以从配电变电站引出四条到几十条馈线电路。馈线电路为3相电路，其包括4条引线(用于三个相的每一个的三条引线以及用于中性点的一条引线)。馈线电路的路线可以选择在地上(在电杆上)或者在地下。可以使用配电变压器对馈线电路上的电压周期性地进行分接，该配电变压器将电压从“中等电压”降压到用户电压(诸如像是120V)。用户电压随后可以由用户使用。
对于客户而言，重要的是稳定且充足的电力供应是重要的。一般而言，仅当发电机容量足够时且燃料的稳定和充分供电得以确保时，使用典型的煤、气或核电站才可以产生稳定的电力。然而，客户的电力需求并非是稳定的且需求通常在白天比夜晚高。也就是说，电网的负荷具有一般在白天出现的峰值和一般在夜晚出现的谷值，如图1A所示。因此，电网的负荷极其不稳定的。
为了解决这些问题，提出的方法之一是管理需求以匹配有限的供电。负荷管理的典型解决方案是峰值负荷调整(peak load shaving此后简称为“削峰填谷”)，其通过减低峰值需求且增加谷值需求或将来自峰值负荷周期的需求中的一些移动到谷值负荷周期来调节负荷。削峰填谷可以包括削峰和移峰。如图1B所示，削峰是指包括例如通过关闭一些电气设备来削减峰值负荷的负荷管理措施。移峰则指示包括例如通过使得一些电气设备在非峰值时间操作(例如制造厂的操作提前或延后若干小时以避免峰值时间)在保持负荷曲线完好的同时将峰值负荷转移到其他时间的负荷管理措施。填谷指示将一些负荷布置到谷值时间从而填补负荷谷值。
随着经济高速增长，电力需求持续增加，但是能量消耗却并未被优化。这促使能量消耗的快速增长以及甚至峰值消耗的更大增长，而这进而促使比基本负荷增长大的峰值负荷增长。即，峰值负荷和谷值负荷之间的差异更大了。电力公司要么必需依赖于不断增长的更昂贵的供电(这进而促使极低投资回报率)或拒绝向将会不良影响客户体验且降低客户满意度的客户的服务。
因此，峰-谷差异的增长将引起许多问题，诸如较低资产使用、较高资产更新率、较低投资回报率(“ROI”)、较高供电压力、较低供电可靠性、较低客户满意度、断电期间的收入损失等。此外，这可能会增加系统操作平衡困难。因此，存在对于更好地管理电网的负荷以便平衡负荷的需要。
发明内容
根据本公开的一个方面，提供一种用于电网的削峰填谷的系统。该系统可以包括：至少一个处理器以及存储计算机可执行指令的至少一个存储器。该至少一个存储器和该计算机可执行指令可以配置成利用所述至少一个处理器促使系统：对针对电力客户的特性数据进行剖析，以将所述电力客户分成至少一组；基于所述至少一个组中每一个的使用特征定义针对所述至少一组中每一个的可能削峰填谷策略；以及至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略。
根据本公开的另一方面，提供一种电网的削峰填谷的方法。该方法可以包括：使用处理器对针对电力客户的特性数据进行剖析以将所述电力客户分成至少一组；使用处理器基于所述至少一组中每一个的使用特征定义针对所述至少一组中每一个的可能削峰填谷策略；以及使用处理器至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略。
根据本公开的另一方面，提供一种用于电网的削峰填谷的设备。该设备可以包括用于对针对电力客户的特性数据进行剖析以将所述电力客户分成至少一组的装置；用于基于所述至少一组中每一个的使用特征定义针对所述至少一组中每一个的可能削峰填谷策略的装置；以及用于至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析以为电力客户中每一个提供推荐削峰填谷策略的装置。
根据本公开的又一方面，提供一种用于电网的削峰填谷的设备。该设备可以包括：剖析模块，配置成对针对电力客户的特性数据进行剖析以将所述电力客户分成至少一组；定义模块，基于所述至少一组中每一个的使用特征定义针对所述至少一组中每一个的可能削峰填谷策略；以及分析模块，至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略。
根据本公开的又一方面，提供一种具有多个指令的有形计算机可读介质，该多个指令可被处理器执行以管理电网的负荷。所述有形计算机可读介质可以包括被配置成执行根据本公开的所述方面的方法的步骤的指令。
本公开的实施例为一些电力客户提供了推荐削峰填谷策略，该推荐削峰填谷策略与客户的特性特征一致且同时可以实现削峰填谷优化。优化目标可以是供电可靠性、经济操作和客户满意度其中任意一个或多个目标。因此，本公开提供了一种特别地在具有严重供电短缺或明显峰值负荷差异的情况下用于电力公司中的削峰填谷的解决方案。除此之外，资产利用率和ROI可以得到改善并且可以缓解供电压力。
附图说明
通过参考附图对实施例中示出的实施例的详细解释，本公开的上述和其他特征将更加显见，其中贯穿本公开的附图，相同的附图标记代表相同或相似的组件，附图中：
图1A示意性说明电网的负荷曲线的图示；
图1B示意性说明负荷管理的典型方法；
图2示意性说明根据本公开的示例实施例用于电网的削峰填谷的方法的流程图；
图3A和3B示意性说明根据本公开的示例实施例对电力客户的特性数据进行剖析的图示，其中图3A说明用于单个客户的客户特征图的图示，以及图3B说明客户依据电力使用形状所划分成的组的图示；
图3C示意性说明根据本公开的示例实施例电力客户的组的代表负荷曲线的图示；
图3D示意性说明根据本公开的示例实施例依据客户数和能量消耗的客户分布的图示；
图4示意性说明根据本公开的示例实施例用于电网的削峰填谷的系统的图示；
图5示意性说明根据本公开的示例实施例用于电网的削峰填谷的设备的图示；
图6示意性说明根据本公开的另一示例实施例用于电网的削峰填谷的设备的图示；以及
图7示意性示出了可编程为特定计算机系统的通用计算机系统，其可以代表此处引用的计算设备其中任意一个。
具体实施方式
此后，将参考附图描述本公开的实施例。在下面的描述中，提及各种特定细节以提供实施例的透彻理解。然而，本领域技术人员显而易见的是本公开的实施可以不具有这些细节且本公开不限于此处介绍的特定实施例。相反，以下特征和元素的任意组合可以被认为对本公开进行实施且实践，而不管它们是否涉及不同实施例。因而，除非权利要求中明确指定，以下方面、特征和实施例仅出于说明性目的，而不应解读为对所附权利要求的元素或限制。另外，在一些实例中，并未详细描述已知的方法和结构，以免不必要地混淆本公开的实施例。
本公开的实施例旨在通过削峰填谷方法在保持能量增长的同时以较低的影响减小峰值负荷增长。因此，为了解决该问题，找出分别适当作为移峰和削峰的候选的客户以及何时针对每个候选削减或转移多少负荷是重要的。又鉴于此，发明人提出此后详细描述的用于削峰填谷的解决方案。
首先，参考图2来描述了根据本公开的示例实施例的电网的削峰填谷的方法。
如图2所示，在步骤S201，使用处理器，对针对电力客户的特性数据进行剖析，以将所述电力客户分成至少一组。
所述特性数据是指描述客户的电力消耗的特性的数据，特别地时间序列数据，例如在每个时间间隔客户的负荷曲线或电力消耗量。这些数据可以从AMI(高级计量架构)或从存储AMI数据的数据库获取。已知AMI是测量、收集和分析能量使用率且在请求时或按时与诸如电表、气表、热表和水表之类的计量设备进行通信的系统。管理设备和企业系统之间的网络允许信息的收集和向客户、供应商、电力公司、服务提供商和其他方的分派。因而，特性数据可以容易地从AMI获得。然而，应当意识到，也可以从任意其他数据库或数据平台获得特性数据。
另外，也可以获取诸如来自CRM的属性数据或记录的其他数据。在下面，仅出于说明的目的而给出了根据本公开的示例实施例可以获取的数据的示例。
表1时间序列数据
时间序列数据(例如每分钟或15分钟)
负荷曲线
能量消耗量(每小时，每天，每星期或每月)
…
表2属性数据
人口统计数据(属性数据)
位置
业务分类
供电优先级
…
表3其他客户数据
其他客户数据
信用卡记录
计费数据
…
因此，如表1所给出，针对电力客户的特性数据可以包括时间序列数据，且特别地，该时间序列数据还可以包括在每个时间间隔(例如每小时、每天、每星期、每月等)期间的负荷曲线和能量消耗量其中一个或多个。还获取诸如客户位置、客户的业务类别以及客户的供电优先级之类的属性数据。另外，可以获取诸如信用卡记录、计费数据等其他客户数据。可以使用属性数据和其他客户数据来促进削峰填谷策略的定义。
优选地，客户可以是大客户，其具有例如高于50KVA、100KVA等的高峰值需求。大客户消耗大多数能量且因而其特性对于电网具有较大的影响。除此之外，它们相对较好装配有测量和控制设备，且它们中很多采用诸如AMI的新技术，这将在连续的基础上为客户特性值提供更好的可见性。因此，在本公开的一个实施例中，它们可以是用于负荷管理的更适当的候选。
在数据转换、清理和格式化之后，可以执行进一步的数据勘探。特性数据将会作为数据剖析的输入。可以通过使用诸如数据挖掘和聚类的已知数据分析技术对特性数据进行剖析。数据分析技术在本领域是已知的，且由于简化目的此处并不再详细描述。通过数据分析，可以获得客户负荷特征图和代表负荷曲线，且特征图还可以分成多个组，这在图3A和3B中示意性示出。
如图3A所示，针对单个客户，特性数据可以提供很多客户特征图。所述特征图对于不同日期是不同的。例如，针对工作日的特征图与针对周末的特征图非常不同，并且针对工作日的特征图彼此也稍有不同。有时，可能还存在彼此非常不同的一些特定特征图。因而，需要获得针对该客户的代表负荷曲线。
一种方法是通过简单地选择多个特征图中的一个或通过对多个特征图进行平均、加权平均或任意其他适当方式来获得代表负荷曲线。还优选地是，可以提前排除奇异数据或特征图。以这种方式，可以获得针对客户的代表负荷曲线，如图3A中由空心箭头和线组成的曲线所示。可以基于多个客户的代表负荷曲线将他们分成至少一组。如图3B示意性所示，具有相似代表负荷曲线的客户被分成同一个组。因而，可以获得至少一组，图3B示出6个组。
除此之外，为清晰起见，图3C示意性示出根据本公开的示例实施例的电力客户组的代表负荷曲线。如图3C所示，电力客户被分成6个组，即组1至6。组1属于反向类型的客户，其在系统峰值时间消耗较少的功率且在系统谷值时间消耗较多的电力，且因而他们与系统负荷相比具有反向峰值负荷。组2和4属于平滑类型的客户，其具有平滑的负荷且在其负荷曲线中没有明显的峰值或谷值；然而，如图3C所示，与组4的负荷曲线相比，组2的负荷曲线相对起伏。组3、5和6属于易变类型的客户，即其负荷高度易变的客户；其负荷曲线具有巨大的峰谷差且其峰值和谷值与系统峰值和谷值同时出现。然而，从图3C可以清晰地看出，组3、5和6中的客户具有不同的基础负荷。
图3D示出根据本公开的示例实施例按照客户数和能量消耗的客户分布。如上所述，易变类型的客户在数目上覆盖客户的近70％，平滑类型的客户覆盖大于25％的客户，而反向类型的客户仅覆盖小于5％的客户。然而，平滑类型的客户消耗大多数(几乎一半的)能量；易变类型的客户消耗稍少的能量；而反向类型的客户消耗的能量最少。对于每个组，可以在后续步骤中执行进一步操作。
返回图2，在步骤S202，使用处理器基于至少一组中每一个的使用特征，定义针对至少一组中每一个的可能削峰填谷策略。
特别地，与系统负荷模式相比，根据使用模式来定义针对每段的策略。在策略定义期间，可能存在很多考虑的指标，且关键指标可以包括反映峰谷差的峰谷比和反映反应了组负荷曲线与系统负荷曲线之间的相关性的两个曲线之间的相关系数。
峰谷比PVR可以被表示为
PVR＝(Pmax-Pmin)/Pmax (式1)
其中Pmax指示最大负荷；且Pmin指示最小负荷。
相关系数Corr可以被表示为
其中，Pi指示第i组的平均负荷曲线；P'指示系统负荷曲线；P(i,t)指示在时间间隔t时第i组的代表(例如平均)负荷，Pavg(i)指示在所有间隔第i组的平均负荷，P'(t)指示在时间间隔t时的系统负荷,且Pavg'指示在所有时间间隔的平均系统负荷。
在本公开的一个实施例中，策略定义可以包括：确定针对至少一组中每一个的峰谷比；确定针对至少一组中每一个的负荷曲线和系统负荷曲线之间的相关系数；以及至少基于所述峰谷比和所述相关系数确定针对至少一组中每一个的可能削峰填谷策略。
在本公开中，用于至少一组中每一个的可能削峰填谷可以包括：移峰；削峰；移峰和削峰；或者不涉及削峰填谷其中至少一个。可能削峰填谷策略可以基于峰谷比PVR和相关系数Corr的值来确定。
特别地，如果相关系数Corr大于或等于预定值k且峰谷比PVR小于第一预定阈值L1，则组中的客户不适于移峰，也就是说，可以将他们的可能削峰填谷策略确定为削峰；如果相关系数Corr大于或等于预定值k且峰谷比PVR大于或等于第一预定阈值L1，则组中的客户适于削峰和移峰二者，且因而可以将他们的可能削峰填谷策略确定为移峰和削峰；如果相关系数Corr小于预定值k且峰谷比PVR大于第二预定阈值L2，则组中的客户不适于削峰或移峰，且因而可以将他们的可能削峰填谷策略确定为不涉及削峰填谷；以及如果相关系数Corr小于预定值k且峰谷比PVR小于或等于第二预定阈值L2，则组中的客户仅适于削峰且因而可以将他们的可能削峰填谷策略确定为削峰。k是基于经验或通过实验预定义的参数，其例如可以等于零。阈值L1小于阈值L2，它们也基于经验或通过实验来预先定义。
另外，如果一些客户具有特定属性，还可以将其从削峰填谷排除。例如，可以检查客户的供电优先级；如果客户具有高供电优先级或客户是公共服务客户，这意味着应当优先确保该客户的电力供应，则确定该客户不涉及削峰填谷。
例如，对于如图3C所示的组1中的反向类型的客户，可以确定它们不涉及削峰填谷；对于组2和4中的平滑类型的客户，可以将可能削峰填谷策略确定为削峰；对于组3、5和6中易变类型的客户，可以将可能削峰填谷策略确定为削峰和移峰二者。
接下来，在步骤S203，通过使用处理器，至少在针对至少一组中每一个的可能削峰填谷策略的约束下，执行削峰填谷分析，以为电力客户中每一个提供推荐削峰填谷策略。
在该步骤中，将执行削峰填谷分析。在步骤S202中确定的针对至少一组中每一个的可能削峰填谷策略可以用作削峰填谷优化分析的约束之一。
削峰填谷分析可以具有任意合适目标。在本公开的一个实施例中，削峰填谷分析可以具有经济操作目标、供电可靠性目标和客户满意度目标其中一个或多个。在本公开的优选实施例中，优化目标可以表示如下：
目标：Min COSTI+COSTII+COSTIII (式3)
其中
COSTI指示对于电力公司的经济操作成本，即在采取削峰填谷策略之后的收入损失；
COSTII指示用于电力公司的供电可靠性成本，即当供电与需求不匹配时的停电损失；以及
COSTIII指示客户满意度成本，即电力公司对于客户满意度降低所支付的补偿费用。
作为示例，收入损失COSTI可以被表示为：
其中
N1指示将参与削峰或移峰的客户数；
N2指示将仅参与削峰的客户数；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Ci(t)指示在时间间隔t时所述N1个客户中第i客户的电价；
Cj(t)指示在时间间隔t时所述N2个客户中第j客户的电价；
指示在时间间隔t时所述N1个客户中第i客户被削减的电力；
指示在时间间隔t时所述N1个客户中第i客户被转移的电力；
指示在时间间隔t时所述N2个客户中第j客户被削减的电力；
作为示例，停电损失COSTII可以被表示为：
其中
KIEAR(t)指示在时间间隔t时的停电损失评价率；以及
EENS(t)指示在时间间隔t时的停电能量期望值，其是在时间间隔t时供应电力和需求电力之间的差异。在本公开的实施例中，EENS(t)可以被表示为
其中ΔPgap(t)指示在每个时间间隔t的总配电系统的电力短缺量。
另外，作为示例，客户满意度成本COSTIII可以被表示为：
其中
Si是在采取削峰填谷策略之后所述N1个客户中第i个客户的满意率；
Sj是在采取削峰填谷策略之后所述N2个客户中第j个客户的满意率；
是对于所述N1个客户中第i个客户的补偿价格；
是对于所述N2个客户中第j个客户的补偿价格；
Pi(t)指示在时间间隔t时所述N1个客户中第i客户的原始电力；以及
Pj(t)指示在时间间隔t时所述N2个客户中第j客户的原始电力。
除了用于至少一组中每一个的可能削峰填谷策略外，削峰填谷分析还可以具有其他约束。出于说明目的，下面提供若干示例性约束：
I.策略参与约束
每个客户仅可以涉及一种削峰填谷策略，要么是削峰，要么是移峰，因而对于所述N1个客户中的第i个客户和所述N2个客户中的第j客户：
其中
指示移峰策略的所述N1个客户中第i个客户的参与状态；
指示削峰策略的所述N1个客户中第i个客户的参与状态；
指示削峰策略的所述N2个客户中第j个客户的参与状态。
和中的每一个均是二进制的，零代表不涉及相应削峰填谷策略，而1代表涉及相应削峰填谷策略。
II.削峰量约束
在削减之后的负荷不能超过原始最大和最小负荷
其中
Pi max，所述N1个客户中第i客户的最大负荷(kW)；
Pi min，所述N1个客户中第i客户的最小负荷(kW)；
Pj max，所述N2个客户中第j客户的最大负荷(kW)；以及
Pj min，所述N2个客户中第j客户的最小负荷(kW)。
对于每个易变负荷客户，在每个时间间隔t其被削减的负荷不应超过其最大负荷变化率。
其中
ΔPumax(m)以单位值指示易变组m的最大负荷变化率。
对于第i个客户，当它属于组m时，组m的最大负荷变化率可以用于代表其最大负荷变化率。
除此之外，对于每个平滑负荷客户，在每个时间间隔其被削减负荷不应超过其最大容限削减百分比；因而：
其中
Kp指示针对平滑负荷客户的最大削减百分比。
III.移峰量约束
对于每个客户，它在每个时间间隔t转移负荷应当等于在同一转移时间的原始负荷和转移之后的负荷之间的差值。也就是说
其中Ki指示第i个客户的被转移的时间间隔数目；K是针对移峰策略的预定最大时间间隔转移数目，这意味着对于涉及移峰的客户，他们仅在±K时间间隔的范围内前后转移其负荷。
另外，还可以添加其他约束，这将在稍后讨论。
IV.日间消耗约束
对于参与削峰的每个客户，其日间电力消耗不应增加，也就是说：
V.针对不同时间段的系统负荷增加/减小约束
可以将一天的24小时分成3种类型的电力系统时间段，它们是峰值时段、谷值时段和肩值时段。对于整个电力系统，峰值时段的负荷不应当增加，而谷值时段的负荷不应当减小。因而，可以获得
VI.系统反向约束
对于系统负荷，在每个时间间隔其增加的负荷量应当小于整个系统所能提供的旋转备用量。
其中
βup指示整个系统的旋转备用百分比；并且
Psystem指示每个时间间隔的原始预测系统负荷。
另外，式3给出的优化模型是非线性混合模型且已知这种模型不容易幸免于局部优化解决方案。为了容易地获得全局优化解决方案，还可以对该模型进行线性化。
首先，式11给出的负荷偏移量约束可以通过使用二进制变量yj线性化，其中如果负荷转移了j小时，则yj＝1；否则yj＝0。因而，式11可以如下线性化：
yk＝{0,1}
接下来，如式5中给出的停电损失中的EENS(t)可以借助于分段线性化方法来线性化，该方法例如使用两个连续的变量和以及两个二进制变量x1、x2。具体而言，EENS(t)是下面的式16中示出的分段函数，
通过使用两个连续变量λ1，λ2和两个二进制变量来表示该函数，该EENS(t)可以表示如下：
EENS(t)＝λ2a2
其中
λ1≥0且λ2≥0；
λ1≤x1且λ2≤x2；
x1+x2＝1；
x1∈{0,1}x2∈{0,1}；以及
a1是足够大的负数，而a2是足够大的正数。
借助于线性化，更加容易找到全局解决方案。然而，应当理解的是，针对优化模型的线性化仅有助于搜索全局优化解决方案，它并未改变优化模型。另外，容易理解的是，本公开并不限于线性化，且本领域技术人员可以使用诸如基因算法、迭代算法等任何其他方式，来促进全局优化解决方案的搜索。
以这种方式，可以获得优化解决方案且可以确定针对客户中每一个的推荐削峰填谷策略。也就是说，通过解决优化问题，可以针对每个客户提供它应当采用那种削峰填谷策略以及如何削峰或移峰的详细推荐。因此，使用本公开的实施例，可以提供针对电力客户中每一个的推荐削峰填谷策略，该推荐削峰填谷策略与客户的特性特征一致且同时可以实现优化目标。因此，本公开提供了一种尤其是在具有严重供电短缺或明显峰谷负荷差的情况下用于电力公司中削峰填谷的关键解决方案。除此之外，资产使用率和ROI可以得到改善，并且可以缓解供电压力。
此外，还提供了一种设备，该设备将参考图4来描述。如图4所示，用于电网的削峰填谷的系统400可以包括至少一个处理器410；以及存储计算机可执行指令430的至少一个存储器420。该至少一个存储器420和计算机可执行指令430被配置成利用至少一个处理器410促使所述系统：对用于电力客户的特性数据进行剖析以将电力客户分成至少一组；基于所述至少一组中每一个的使用特征，定义针对所述至少一组中每一个的可能削峰填谷策略；以及至少在针对至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略。
在本公开的实施例中，对针对电力客户的特性数据进行剖析可以包括：分析针对电力客户的特性数据以获得客户负荷特征图和代表负荷曲线；以及基于客户负荷特征图和代表负荷曲线将电力客户分成至少一组。
在本公开的另一实施例中，针对电力客户的特性数据可以包括时间序列数据。所述时间序列数据可以进一步包括在每个时间间隔的负荷曲线和能量消耗量其中一个或多个。在本公开的优选实施例中，所述客户是大客户。
在本公开的另一实施例中，针对所述至少一组中每一个的可能削峰填谷策略可以包括：移峰；削峰；移峰和削峰；或者不涉及削峰填谷。
在本公开的另一实施例中，定义针对所述至少一组中每一个的可能削峰填谷策略可以包括：确定针对所述至少一组中每一个的峰谷比；确定针对所述至少一组中每一个的负荷曲线和系统负荷曲线之间的相关系数；以及至少基于所述峰谷比和所述相关系数确定针对至少一组中每一个的可能削峰填谷策略。
在本公开的又一实施例中，确定针对所述至少一组中每一个的可能削峰填谷策略可以包括：如果所述相关系数大于或等于预定值且所述峰谷比小于第一预定阈值，则将可能削峰填谷策略确定为削峰；如果所述相关系数大于或等于预定值且所述峰谷比大于或等于第一预定阈值，则将可能削峰填谷策略确定为削峰和移峰二者；如果所述相关系数小于预定值且所述峰谷比高于第二预定阈值，则将可能削峰填谷策略确定为不涉及削峰填谷；以及如果所述相关系数小于预定值且所述峰谷比低于或等于所述第二预定阈值，则将可能削峰填谷策略确定为削峰。
在本公开的另一实施例中，系统400还可以配置成：检查客户的供电优先级；以及如果客户的供电优先级为高或它是公共服务客户，则将可能削峰填谷策略确定不涉及削峰填谷。
在本公开的另一实施例中，执行削峰填谷分析可以包括：以经济操作、供电可靠性和客户满意度其中一个或更多为目标，在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行所述削峰填谷分析。
在本公开的又一实施例中，所述经济操作的成本可以被表示为
其中COSTI指示在采取削峰填谷策略之后用于电力公司的收入损失；N1指示参与削峰或移峰的客户数目；N2指示仅参用户削峰的客户数目；i指示所述N1个客户中的客户的索引；j指示所述N2个客户中的客户的索引；t指示时间间隔的索引；T指示时间间隔的数目；Ci(t)指示在时间间隔t时所述N1个客户中第i个客户的电价；Cj(t)指示在时间间隔t时所述N2个客户中第j个客户的电价；指示在时间间隔t时所述N1个客户中第i个客户的被削减电力；指示在时间间隔t时所述N1个客户中第i客户的被转移电力；且指示在时间间隔t时所述N2个客户中第j客户的被削减电力。
在本公开的又一实施例中，供电可靠性的成本可以被表示为
其中COSTII指示当电力供应与需求不匹配时电力公司的停电损失；KIEAR(t)指示在时间间隔t时的停电损失评价率；且EENS(t)指示在时间间隔t的停电能量期望值，该停电能量期望值是在时间间隔t时供应电力和需求电力之间的差值，且其可以被表示为
其中ΔPgap(t)指示在每个时间间隔t时总配电系统的电力短缺量。
在本公开的又一实施例中，客户满意度目标可以被表示为
其中COSTIII是电力公司针对客户满意度降低所支付的补偿费；Si是在采用削峰填谷策略之后所述N1个客户中第i个客户的满意率；Sj是在采用削峰填谷策略之后所述N2个客户中第j个客户的满意率；是针对所述N1个客户中第i个客户的补偿价；是针对所述N2个客户中第j个客户的补偿价；且Pi(t)指示在时间间隔t时所述N1个客户中第i个客户的原始电力；且Pj(t)指示在时间间隔t时N2个客户中第j个客户的原始电力。
在本公开的又一实施例中，削峰填谷分析可以进一步受到以下一项或多项的约束：客户仅参与一种削峰填谷策略；在一时间间隔所削减的负荷不超过最大负荷变化率；转移的负荷等于转移之后和转移之前的负荷值之间的差异；优化之后的负荷介于最小负荷和最大负荷之间；对参与削峰的每个客户，日间电力消耗不能增加；整个电力系统的峰值期间的负荷不能增加且谷值期间的负荷不能减小；以及在每个时间间隔系统负荷的增加负荷量应当小于整个系统可以提供的旋转备用量。
除此之外，还提供一种用于电网的削峰填谷的设备。如图5所示，设备500可以包括：用于对电力客户的特性数据进行剖析以将电力客户分成至少一组的装置510；用于基于所述至少一个组中每一个的使用特征定义针对至少一组中每一个的可能削峰填谷策略的装置520；以及用于至少在针对所述至少一组中每一个的可能削峰填谷策略的约束下执行削峰填谷分析以为电力客户中每一个提供推荐削峰填谷策略的装置530。
除此之外，还提供用于电网的削峰填谷的另一设备。图6示意性示出根据本公开的示例实施例用于电网的削峰填谷的设备的框图。如图6所示，设备600可以包括剖析模块610、定义模块620和分析模块630。剖析模块610可以配置成对针对电力客户的特性数据进行剖析以将电力客户分成至少一组。定义模块620可以配置成基于该至少一组中每一个的使用特征，定义针对该至少一组中每一个的可能削峰填谷策略。分析模块630可以配置成至少在针对该至少一组中每一个的可能削峰填谷策略的约束下，执行削峰填谷分析，以提供用于电力客户中每一个的推荐削峰填谷策略。
再者，提供一种具有多个指令的有形计算机可读介质，该多个指令可由处理器执行以管理电网的负荷，该有形计算机可读介质包括配置成执行根据本公开方法的任意实施例的方法步骤的指令。
应当注意，包括在系统400、设备500、设备600中的相应单元的操作基本对应于前面描述的相应方法步骤。因此，关于系统400、设备500和设备600中相应单元的详细操作，请参看前面参考图2至图3D对本公开的方法的描述。
图7是一个通用计算机系统700，其可以代表此处提及的计算设备其中任意一个。例如，通用计算机系统700可以-至少部分地或完全地-代表控制中心、首端、集成网络操作和管理系统(NOMS)、故障、性能以及配置管理(FPCM)模块，或诸如终端设备、仪表、遥测接口单元(TIU)、连接器之类此处提及的任意其他计算设备和/或如上面所讨论诸如路由器、交换机或服务器之类的联网组件。计算机系统700可以包括指令集702的有序排列，该指令集可以被执行为促使计算机系统700执行此处公开的方法或基于计算机的功能其中一个或多个。计算机系统700可以作为独立设备操作或可以使用网络115、120连接到其他计算机系统或外围设备。
在联网部署中，计算机系统700可以在服务器-客户端网络环境中以服务器或客户端用户计算机的能力操作，或作为对等(或分布式)网络环境中的对等计算机系统操作。计算机系统700还可以实施为或合并到诸如个人计算机或移动计算设备之类能够执行指令集702的各种设备中，该指令集702指定该机器将采用的动作，包括但不限于通过任意形式的浏览器访问网络115、120。而且，所描述的系统中的每一个可以包括独立或联合地执行一个或多个指令集以执行一个或多个计算机功能的子系统的任意集合。
计算机系统700可以包括诸如中央处理单元(CPU)和/或图形处理单元(GPU)之类的处理器707。处理器707可以包括一个或多个通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列、数字电路、光学电路、模拟电路、其组合或用于分析和处理数据的其他现在已知或随后开发的设备。处理器707可以实施指令集702或其他软件程序，诸如手动编程或计算机产生的代码以用于实施逻辑功能。特别地，所描述的逻辑功能或任何系统元件可以处理和/或将模拟数据源(诸如模拟的电、音频或视频信号或其组合)转换为用于音频-视频目的或其他数字处理目的(诸如为了与计算机处理或联网通信可兼容)的数字信号源。
计算机系统700可以包括用于通信信息的总线720上的存储器705。可操作为促使计算机系统执行此处描述的动作或操作其中任意一个的代码可以存储在存储器705中。存储器705可以是随机存取存储器、只读存储器、可编程存储器、硬盘驱动或任意其他类型的易失性或非易失性存储器或存储设备。
计算机系统700还可以包括磁盘固态驱动、光学驱动单元715。磁盘驱动单元可以包括非瞬时或有形计算机可读介质740，其中可以嵌入一个或更多指令集702，例如软件。而且，指令702可以执行此处描述的操作其中一个或多个。指令702可以完全或至少部分地驻留在存储器705中和/或在通过计算机系统700执行期间驻留在处理器707中。上述数据库或任意其他数据库可以存储在存储器705和/或磁盘单元715中。
存储器705和处理器707还可以包括如上所述的计算机可读介质。“计算机可读介质”、“计算机可读存储介质”、“机器可读介质”、“传播信号介质”和/或“信号承载介质”可以包括任意设备，所述任意设备可以包括：存储、通信、传播或传输供指令可执行系统、装置或设备使用或与之结合使用的软件。计算机可读介质可以选择性地是但不限于电子、磁性、光学、电磁、红外或半导体系统、装置、设备或传播介质。
另外，计算机系统700可以包括输入设备725，诸如键盘或鼠标，所述输入设备被配置成使得用户与系统700的组件中的任意一个交互，包括显示菜单的用户选择或菜单键入。其还可以包括显示器730，诸如是液晶显示器(LCD)、阴极射线管(CRT)或适于传达信息的任意其他显示器。显示器730可以作为用户查看处理器707的功能的接口，或尤其作为与存储在存储器中705或驱动单元715中的软件的接口。
计算机系统700可以包括经由通信网络120支持通信的通信接口736。网络120可以包括有线网络、无线网络或其组合。通信接口736网络可以经由任意数目的通信标准实现通信，所述通信标准诸如是以太网AVB、802.11、802.17、802.20、WiMax或其他通信标准。
因此，所述系统可以以硬件、软件或硬件和软件的组合方式实现。系统可以以集中式方式在至少一个计算机系统中实现，或以其中不同元件散布于若干互连计算机系统的分布式方式实现。适于实施此处描述的方法的任意类型的计算机系统或其他设备是均合适的。硬件和软件的典型组合可以是具有计算机程序的通用目的计算机系统，当被装载或执行时，所述计算机程序控制计算机系统以使得它实施此处描述的方法。这种编程计算机可以被认为是专用目的计算机。
如此处所描述，将任何模块或处理方框定义为包括软件、硬件或可由处理器707执行的某种组合。软件模块可以包括存储在存储器705或其他存储器设备中可以被处理器707或其他处理器执行的指令。硬件模块可以包括可执行、引导和/或控制以用于由处理器707执行的各种设备、组件、电路、门、电路板等。
系统还可以嵌入在计算机程序产品中，该计算机程序产品包括实现此处描述的操作的实施方式的所有特征，且在装载到计算机系统中时能够实施这些操作。本上下文中的计算机程序指示任意语言、代码或记号、指令集形式的任意表达，旨在促使具有信息处理能量的系统直接地或在以下操作其中一个或二者之后执行指定功能：a)转换成另一语言、代码或标记法；b)以不同材料形式的再现。
至此，已经通过优选实施例参考附图描述了本公开。然而，应当注意，本公开不限于所述和提供的指定实施例，而是可以在本公开的范围内做出各种修改。
而且，本公开的实施例可以以软件、硬件或其组合实施。硬件部件可以通过指定逻辑实现；软件部分可以存储在存储器中且可以通过诸如微处理器或专门设计的硬件之类的适当指令执行系统执行。本领域技术人员可以意识到，上述方法和系统可以使用包括在处理器中的计算机可执行指令和/或控制代码实施，这种代码例如在诸如磁盘、CD或DVD-ROM的承载介质上或诸如只读存储器(固件)的可编程存储器或诸如光学或电学信号承载的数据承载上提供。本实施例中的装置和其组件可以通过例如大规模集成电路或门阵列、诸如逻辑芯片或晶体管的半导体或诸如现场可编程门阵列的可编程硬件设备或可编程逻辑设备的硬件电路实施，或通过各种处理器执行的软件实施，或通过上述硬件电路和软件的组合例如通过固件实施。
尽管描述了本公开的各个实施例，对本领域技术人员显而见的是，更多的实施例和实现方式可以落在本发明的范围内。因此，除了依据附属权利要求及其等价之外，本发明并不受任何限制。

Claims (39)

1.一种用于电网的削峰填谷的系统，包括：
至少一个处理器；以及
存储计算机可执行指令的至少一个存储器；
其中所述至少一个存储器和所述计算机可执行指令被配置成利用所述至少一个处理器促使所述系统用以：
对针对电力客户的负荷变化相关特性数据进行剖析，以将所述电力客户分成至少一组；
基于所述至少一个组中每一个的使用特征，定义针对所述至少一组中每一个的可能削峰填谷策略,其中所述定义针对所述至少一组中每一个的可能削峰填谷策略包括：确定用于所述至少一组中每一个的峰谷比；确定用于所述至少一组中每一个的负荷曲线与系统负荷曲线之间的相关系数；以及至少基于所述峰谷比和所述相关系数确定针对所述至少一组中每一个的所述可能削峰填谷策略；以及
至少在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐的削峰填谷策略。
2.根据权利要求1所述的系统，其中对针对所述电力客户的负荷变化相关特性数据进行剖析包括：
分析针对所述电力客户的所述负荷变化相关特性数据，以获得客户负荷特征图和代表负荷曲线；以及
基于所述客户负荷特征图和所述代表负荷曲线将所述电力客户分成至少一组。
3.根据权利要求1所述的系统，其中针对所述电力客户的所述负荷变化相关特性数据包括时间序列数据。
4.根据权利要求3所述的系统，其中所述时间序列数据包括在每个时间间隔期间负荷曲线和能量消耗量其中的一个或多个。
5.根据权利要求1所述的系统，其中所述客户是大客户。
6.根据权利要求1所述的系统，其中针对至少一组中每一个的所述可能削峰填谷策略包括以下至少一个：
移峰；
削峰；
移峰和削峰；以及
不涉及削峰填谷。
7.根据权利要求1所述的系统，其中所述确定针对至少一组中每一个的可能削峰填谷策略包括：
如果所述相关系数大于或等于预定值且所述峰谷比小于第一预定阈值，则将所述可能削峰填谷策略确定为削峰；
如果所述相关系数大于或等于所述预定值且所述峰谷比大于或等于所述第一预定阈值，则将所述可能削峰填谷策略确定为削峰和移峰二者；
如果所述相关系数小于所述预定值且所述峰谷比大于第二预定阈值，则将所述可能削峰填谷策略确定为不涉及削峰填谷；以及
如果所述相关系数小于所述预定值且所述峰谷比小于或等于所述第二预定阈值，则将所述可能削峰填谷策略确定为削峰。
8.根据权利要求7所述的系统，其中所述系统被配置成：
检查所述电力客户的供电优先级；以及
如果客户的所述供电优先级为高或其是公共服务客户，则将所述可能削峰填谷策略确定为不涉及削峰填谷。
9.根据权利要求1所述的系统，其中所述执行削峰填谷分析包括：
以经济操作、供电可靠性和客户满意度其中一个或多个为目标，在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下，执行所述削峰填谷分析。
10.根据权利要求9所述的系统，其中所述经济操作的成本被表示为：
其中
COSTI指示在采用所述削峰填谷策略之后电力公司的收入损失；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Ci(t)指示在时间间隔t时所述N1个客户中第i客户的电价；
Cj(t)指示在时间间隔t时所述N2个客户中第j客户的电价；
指示在时间间隔t时所述N1个客户中第i客户的被削减电力；
指示在时间间隔t时所述N1个客户中第i客户的被转移电力；以及
指示在时间间隔t时所述N2个客户中第j客户的被削减的电力。
11.根据权利要求9所述的系统，其中所述供电可靠性的成本被表示为：
其中
COSTII指示当电力供应与需求不匹配时电力公司的停电损失；
KIEAR(t)指示在时间间隔t时的停电损失评价率；以及
EENS(t)指示在时间间隔t时的停电能量期望值，其是在时间间隔t时供应电力和需求电力之间的差异，且其被表示为
其中ΔPgap(t)指示在每个时间间隔t时总配电系统的电力短缺量。
12.根据权利要求9所述的系统，其中所述客户满意度目标的成本被表示为：
其中
COSTIII是电力公司针对客户满意度降低所支付的补偿费；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Si是在采取削峰填谷策略之后所述N1个客户中第i个客户的满意率；
Sj是在采取削峰填谷策略之后所述N2个客户中第j个客户的满意率；
是对于所述N1个客户中第i个客户的补偿价；
是对于所述N2个客户中第j个客户的补偿价；
Pi(t)指示在时间间隔t时所述N1个客户中第i客户的原始电力；以及
Pj(t)指示在时间间隔t时所述N2个客户中第j客户的原始电力。
13.根据权利要求9所述的系统，其中所述削峰填谷分析还受到以下一项或多项约束：
一个客户仅参与一项削峰填谷策略；
在一时间间隔被削减的负荷不超过最大负荷变化率；
被转移的负荷等于转移之后和转移之前的负荷值之差；
优化之后的负荷介于最小负荷和最大负荷之间；
对于参与削峰的每个客户，日间电力消耗不能增加；
整个电力系统的峰值时期的负荷不能增加且谷值时期的负荷不能减小；以及
对于所述系统负荷在每个时间间隔的增加负荷量应当小于整个系统所能提供的旋转备用量。
14.一种电网的削峰填谷的方法，包括：
使用处理器对针对电力客户的负荷变化相关特性数据进行剖析，以将所述电力客户分成至少一组；
使用处理器基于所述至少一组中每一个的使用特征，定义针对所述至少一组中每一个的可能削峰填谷策略，其中所述定义针对用于所述至少一组中每一个的可能削峰填谷策略包括：确定用于所述至少一组中每一个的峰谷比；确定用于所述至少一组中每一个的负荷曲线与系统负荷曲线之间的相关系数；以及至少基于所述峰谷比和所述相关系数确定针对所述至少一组中每一个的所述可能削峰填谷策略；以及
使用处理器至少在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略。
15.根据权利要求14所述的方法，其中对针对电力客户的负荷变化相关特性数据以进行剖析以将所述电力客户分成至少一组包括：
分析针对所述电力客户的所述负荷变化相关特性数据以获得客户负荷特征图和代表负荷曲线；以及
基于所述客户负荷特征图和所述代表负荷曲线将所述电力客户分成至少一组。
16.根据权利要求14所述的方法，其中用于所述电力客户的所述负荷变化相关特性数据包括时间序列数据。
17.根据权利要求16所述的方法，其中所述时间序列数据包括在每个时间间隔期间的负荷曲线和能量消耗量其中的一个或多个。
18.根据权利要求14所述的方法，其中所述客户是大客户。
19.根据权利要求14所述的方法，其中针对所述至少一组中每一个的所述可能削峰填谷策略包括以下至少一个：
移峰；
削峰；
移峰和削峰；以及
不涉及削峰填谷。
20.根据权利要求14所述的方法，其中所述确定针对所述至少一组中每一个的可能削峰填谷策略包括：
如果所述相关系数大于或等于预定值且所述峰谷比小于第一预定阈值，则将所述可能削峰填谷策略确定为削峰；
如果所述相关系数大于或等于所述预定值且所述峰谷比大于或等于所述第一预定阈值，则将所述可能削峰填谷策略确定为削峰和移峰二者；
如果所述相关系数小于所述预定值且所述峰谷比大于第二预定阈值，则将所述可能削峰填谷策略确定为不涉及削峰填谷；以及
如果所述相关系数小于所述预定值且所述峰谷比小于或等于所述第二预定阈值，则将所述可能削峰填谷策略确定为削峰。
21.根据权利要求20所述的方法，还包括：
检查所述电力客户的供电优先级；以及
如果客户的所述供电优先级为高或其是公共服务客户，则将所述可能削峰填谷策略确定为不涉及削峰填谷。
22.根据权利要求14所述的方法，其中所述执行削峰填谷分析包括：
以经济操作、供电可靠性和客户满意度其中一个或多个为目标，在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下，执行削峰填谷分析。
23.根据权利要求22所述的方法，其中所述经济操作的成本被表示为：
其中
COSTI指示在采用所述削峰填谷策略之后电力公司的收入损失；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Ci(t)指示在时间间隔t时所述N1个客户中第i客户的电价；
Cj(t)指示在时间间隔t时所述N2个客户中第j客户的电价；
指示在时间间隔t时所述N1个客户中第i客户的被削减电力；
指示在时间间隔t时所述N1个客户中第i客户的被转移电力；以及
指示在时间间隔t时所述N2个客户中第j客户的被削减电力。
24.根据权利要求22所述的方法，其中所述供电可靠性的成本被表示为：
其中
COSTII指示当电力供应与需求不能匹配时电力公司的停电损失；
KIEAR(t)指示在时间间隔t时的停电损失评价率；以及
EENS(t)指示在时间间隔t时的停电能量期望值，其是在时间间隔t时供应电力和需求电力之间的差异，且其被表示为
其中ΔPgap(t)指示在每个时间间隔t时总配电系统的电力短缺量。
25.根据权利要求22所述的方法，其中所述客户满意度的成本被表示为：
其中
COSTIII是电力公司针对客户满意降低所支付的补偿费用；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Si是在采取削峰填谷策略之后所述N1个客户中第i个客户的满意率；
Sj是在采取削峰填谷策略之后所述N2个客户中第j个客户的满意率；
是对于所述N1个客户中第i个客户的补偿价；
是对于所述N2个客户中第j个客户的补偿价；
Pi(t)指示在时间间隔t时所述N1个客户中第i客户的原始电力；以及
Pj(t)指示在时间间隔t时所述N2个客户中第j客户的原始电力。
26.根据权利要求22所述的方法，其中所述削峰填谷分析还受到以下一项或多项的约束：
一个客户仅参与一项削峰填谷策略；
在一时间间隔被削减的负荷不超过最大负荷变化率；
转移的负荷等于转移之后和转移之前的负荷值之间的差异；以及
优化之后的负荷介于最小负荷和最大负荷之间；
对于参与削峰的每个客户，日间电力消耗不能增加；
整个电力系统的峰值时期的负荷不能增加且谷值时期的负荷不能减小；以及
对于所述系统负荷在每个时间间隔的增加负荷量应当小于所述整个系统可以提供的旋转备用量。
27.一种用于电网的削峰填谷的设备，包括：
针对电力客户的负荷变化相关特性数据进行剖析，以将所述电力客户分成至少一组的装置；
基于所述至少一组中每一个的使用特征，定义针对所述至少一组中每一个的可能削峰填谷策略的装置，其中所述定义针对用于所述至少一组中每一个的可能削峰填谷策略的装置进一步配置成：确定用于所述至少一组中每一个的峰谷比；确定用于所述至少一组中每一个的负荷曲线与系统负荷曲线之间的相关系数；以及至少基于所述峰谷比和所述相关系数确定针对所述至少一组中每一个的所述可能削峰填谷策略；以及
至少在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下执行削峰填谷分析，以为所述电力客户中每一个提供推荐削峰填谷策略的装置。
28.根据权利要求27所述的设备，其中针对电力客户的负荷变化相关特性数据进行剖析的装置进一步配置成：
分析针对所述电力客户的所述负荷变化相关特性数据以获得客户负荷特征图和代表负荷曲线；以及
基于所述客户负荷特征图和所述代表负荷曲线将所述电力客户分成至少一组。
29.根据权利要求27所述的设备，其中用于所述电力客户的所述负荷变化相关特性数据包括时间序列数据。
30.根据权利要求29所述的设备，其中所述时间序列数据包括在每个时间间隔期间的负荷曲线和能量消耗量其中的一个或多个。
31.根据权利要求27所述的设备，其中所述客户是大客户。
32.根据权利要求27所述的设备，其中针对所述至少一组中每一个的所述可能削峰填谷策略包括以下至少一个：
移峰；
削峰；
移峰和削峰；以及
不涉及削峰填谷。
33.根据权利要求27所述的设备，其中所述确定针对所述至少一组中每一个的可能削峰填谷策略的装置进一步配置成：
如果所述相关系数大于或等于预定值且所述峰谷比小于第一预定阈值，则将所述可能削峰填谷策略确定为削峰；
如果所述相关系数大于或等于所述预定值且所述峰谷比大于或等于所述第一预定阈值，则将所述可能削峰填谷策略确定为削峰和移峰二者；
如果所述相关系数小于所述预定值且所述峰谷比大于第二预定阈值，则将所述可能削峰填谷策略确定为不涉及削峰填谷；以及
如果所述相关系数小于所述预定值且所述峰谷比小于或等于所述第二预定阈值，则将所述可能削峰填谷策略确定为削峰。
34.根据权利要求27所述的设备，还包括：
检查所述电力客户的供电优先级的装置；以及
如果客户的所述供电优先级为高或其是公共服务客户，则将所述可能削峰填谷策略确定为不涉及削峰填谷的装置。
35.根据权利要求27所述的设备，其中所述执行削峰填谷分析的装置进一步配置成：
以经济操作、供电可靠性和客户满意度其中一个或多个为目标，在针对所述至少一组中每一个的所述可能削峰填谷策略的约束下，执行削峰填谷分析。
36.根据权利要求35所述的设备，其中所述经济操作的成本被表示为：
其中
COSTI指示在采用所述削峰填谷策略之后电力公司的收入损失；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Ci(t)指示在时间间隔t时所述N1个客户中第i客户的电价；
Cj(t)指示在时间间隔t时所述N2个客户中第j客户的电价；
指示在时间间隔t时所述N1个客户中第i客户的被削减电力；
指示在时间间隔t时所述N1个客户中第i客户的被转移电力；以及
指示在时间间隔t时所述N2个客户中第j客户的被削减电力。
37.根据权利要求35所述的设备，其中所述供电可靠性的成本被表示为：
其中
COSTII指示当电力供应与需求不能匹配时电力公司的停电损失；
KIEAR(t)指示在时间间隔t时的停电损失评价率；以及
EENS(t)指示在时间间隔t时的停电能量期望值，其是在时间间隔t时供应电力和需求电力之间的差异，且其被表示为
其中ΔPgap(t)指示在每个时间间隔t时总配电系统的电力短缺量。
38.根据权利要求35所述的设备，其中所述客户满意度的成本被表示为：
其中
COSTIII是电力公司针对客户满意降低所支付的补偿费用；
N1指示能够参与削峰或移峰的客户的数目；
N2指示仅能够参与削峰的客户的数目；
i指示所述N1个客户中的客户的索引；
j指示所述N2个客户中的客户的索引；
t指示时间间隔的索引；
T指示时间间隔的数目；
Si是在采取削峰填谷策略之后所述N1个客户中第i个客户的满意率；
Sj是在采取削峰填谷策略之后所述N2个客户中第j个客户的满意率；
是对于所述N1个客户中第i个客户的补偿价；
是对于所述N2个客户中第j个客户的补偿价；
Pi(t)指示在时间间隔t时所述N1个客户中第i客户的原始电力；以及
Pj(t)指示在时间间隔t时所述N2个客户中第j客户的原始电力。
39.根据权利要求35所述的设备，其中所述削峰填谷分析还受到以下一项或多项的约束：
一个客户仅参与一项削峰填谷策略；
在一时间间隔被削减的负荷不超过最大负荷变化率；
转移的负荷等于转移之后和转移之前的负荷值之间的差异；
优化之后的负荷介于最小负荷和最大负荷之间；
对于参与削峰的每个客户，日间电力消耗不能增加；
整个电力系统的峰值时期的负荷不能增加且谷值时期的负荷不能减小；以及
对于所述系统负荷在每个时间间隔的增加负荷量应当小于所述整个系统可以提供的旋转备用量。
CN201280041828.0A 2012-09-13 2012-09-13 电网削峰填谷的方法、系统和装置及有形计算机可读介质 Active CN103797844B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2012/081359 WO2014040260A1 (en) 2012-09-13 2012-09-13 Method, system and apparatus for load shaving of a power grid and a tangible computer readable medium

Publications (2)

Publication Number Publication Date
CN103797844A CN103797844A (zh) 2014-05-14
CN103797844B true CN103797844B (zh) 2018-11-06

Family

ID=50234129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280041828.0A Active CN103797844B (zh) 2012-09-13 2012-09-13 电网削峰填谷的方法、系统和装置及有形计算机可读介质

Country Status (3)

Country Link
US (1) US9424613B2 (zh)
CN (1) CN103797844B (zh)
WO (1) WO2014040260A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11069009B2 (en) 2014-05-16 2021-07-20 Accenture Global Services Limited System, method and apparatuses for identifying load volatility of a power customer and a tangible computer readable medium
US10065520B2 (en) * 2014-07-11 2018-09-04 The Regents Of The University Of California System for optimizing electricity use from an electric grid and related method
CN104319777B (zh) * 2014-10-15 2018-05-15 国家电网公司 一种需求侧负荷柔性控制方法
AU2014409485A1 (en) * 2014-10-21 2017-05-11 Accenture Global Services Limited System, method, and apparatus for capacity determination for micro grid, and tangible computer readable medium
CN104538956B (zh) * 2014-12-23 2016-09-14 北京清大科越科技有限公司 一种衡量电力用户对电网调峰资源利用率的计量方法
WO2017035703A1 (en) * 2015-08-28 2017-03-09 Accenture Global Services Limited Electrical power transmission and distribution equipment event sequencing system
CN106779180B (zh) * 2016-11-29 2020-04-21 国网陕西省电力公司电力科学研究院 基于曲线分段线性化的电力系统旋转备用优化方法
CN108092290B (zh) * 2017-08-16 2021-09-24 华东理工大学 一种联合储能容量配置与优化运行的微网能量配置方法
CN107800140B (zh) * 2017-10-18 2021-08-13 天津大学 一种考虑负荷特征的大用户供电接入决策方法
EP4002625A1 (en) * 2020-11-13 2022-05-25 ABB Schweiz AG Mitigation of peak power exchange between suppliers and facilities
CN114069642B (zh) * 2021-11-23 2023-08-25 国网浙江省电力有限公司杭州供电公司 一种考虑用户满意度的温控负荷综合调峰方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030171851A1 (en) * 2002-03-08 2003-09-11 Peter J. Brickfield Automatic energy management and energy consumption reduction, especially in commercial and multi-building systems
US7561977B2 (en) * 2002-06-13 2009-07-14 Whirlpool Corporation Total home energy management system
US7215109B2 (en) * 2004-02-06 2007-05-08 Utility Programs And Metering, Inc. Electric power usage and demand reporting system
US7262694B2 (en) * 2004-06-17 2007-08-28 Gaia Power Technologies, Inc. Multifunctional, intelligent power and communication device
CN101047663A (zh) * 2006-06-27 2007-10-03 华为技术有限公司 一种减少有效负荷的方法及系统
US8019679B2 (en) * 2007-10-18 2011-09-13 Moneygram International, Inc. Global compliance processing system for a money transfer system
CN101316280A (zh) * 2008-06-13 2008-12-03 南京邮电大学 基于反馈的网格资源智能监控方法
CA2722870C (en) * 2008-09-15 2017-03-07 General Electric Company Energy management of household appliances
US8541719B2 (en) * 2008-09-15 2013-09-24 General Electric Company System for reduced peak power consumption by a cooking appliance
AU2010204729A1 (en) * 2009-01-14 2011-09-01 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
WO2010129059A1 (en) * 2009-05-08 2010-11-11 Consert Inc. System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management
CN201438640U (zh) * 2009-05-27 2010-04-14 比亚迪股份有限公司 一种用于平衡电网负荷的储能系统
US8386086B2 (en) * 2010-04-26 2013-02-26 Accenture Global Services Limited Methods and systems for analyzing energy usage
CN102104251B (zh) * 2011-02-24 2013-04-24 浙江大学 一种并网运行模式下的微电网实时能量优化调度方法
CN102510073B (zh) * 2011-10-15 2013-11-27 江苏省电力公司南京供电公司 大用户用电互动系统/配电自动化主站系统的数据交换系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于分时电量综合响应度的峰谷电价优化模型研究;王超;《中国优秀硕士学位论文全文数据库（电子期刊）》;20100915;正文第3章 *
工业企业实施晚间谷期生产;陶达嫔，等;《南方日报》;20080301;正文第1页 *

Also Published As

Publication number Publication date
CN103797844A (zh) 2014-05-14
WO2014040260A1 (en) 2014-03-20
US9424613B2 (en) 2016-08-23
US20140074304A1 (en) 2014-03-13

Similar Documents

Publication Publication Date Title
CN103797844B (zh) 电网削峰填谷的方法、系统和装置及有形计算机可读介质
Kök et al. Impact of electricity pricing policies on renewable energy investments and carbon emissions
Qin et al. Optimal planning and operation of energy storage systems in radial networks for wind power integration with reserve support
Frei et al. Leaders or laggards? The evolution of electric utilities’ business portfolios during the energy transition
Norbu et al. Modelling the redistribution of benefits from joint investments in community energy projects
Dadkhah et al. On the network economic, technical and reliability characteristics improvement through demand‐response implementation considering consumers’ behaviour
Wang et al. Coordination of generation maintenance scheduling and long‐term SCUC with energy constraints and N− 1 contingencies
Chamorro et al. Market-based valuation of transmission network expansion. A heuristic application in GB
Nunes et al. Multi‐stage co‐planning framework for electricity and natural gas under high renewable energy penetration
Sharma et al. A bi-level optimization framework for investment planning of distributed generation resources in coordination with demand response
Arifin The effects of disruptive technologies on power utility company’s performance; empirical evidence from Indonesia
Riepin et al. Modelling uncertainty in coupled electricity and gas systems—Is it worth the effort?
Arkolakis et al. Clean Growth
Mukherjee et al. Power-to-gas in a demand-response market
Rawat et al. A linearized multi-objective Bi-level approach for operation of smart distribution systems encompassing demand response
Ayuketah et al. Power generation expansion pathways: A policy analysis of the Cameroon power system
Balachandra et al. Supply demand matching in resource constrained electricity systems
Ye et al. Renewable energy investment study for electric power enterprise based on a time period with expected supply
Ramnath et al. Social Welfare Maximization in Smart Grid
Brown et al. Becoming the Utility of the Future: Risks and Opportunities
Rehman Optimal energy management algorithm for smart cities using online energy trading framework
Haq et al. Use of CIM standard in power system modeling & enterprise wide messaging at California ISO
Elliott et al. A Preliminary Assessment of Handprint Methodologies for Information and Communications Technology Grid Management Solutions. Washington, DC: American Council for an Energy-Efficient Economy
Toulabi et al. Reliability based reactive power and reserve market modeling considering uncertainty on units outages
Maia et al. Certainty through uncertainty: Stochastic optimization of grid-integrated large-scale energy storage in Germany

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