CN106503842A - 一种考虑关键指标和收益管理的分时电价定价方法 - Google Patents
一种考虑关键指标和收益管理的分时电价定价方法 Download PDFInfo
- Publication number
- CN106503842A CN106503842A CN201610906939.3A CN201610906939A CN106503842A CN 106503842 A CN106503842 A CN 106503842A CN 201610906939 A CN201610906939 A CN 201610906939A CN 106503842 A CN106503842 A CN 106503842A
- Authority
- CN
- China
- Prior art keywords
- key index
- price
- electricity
- day
- value
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Abstract
本发明涉及一种考虑关键指标和收益管理的分时电价定价方法,包括以下步骤:根据历史数据建立电价与电量的响应函数;根据关键指标的设定值获得各时段电价;计算各时段用电量分布及各关键指标的实际值;对各关键指标设定值进行闭环反馈调整并重复以上过程,直至各关键指标的设定值与实际值之间的差距足够小,由此得到最优分时电价定价策略。与现有研究相比,本方法允许将一天划分为任意数量的时段;将价格需求响应函数进行区间化处理;将收益管理理论与分时电价相结合,使得用电量的计算更加科学合理。本发明既可满足各时段电价与电量比例关系的要求,也能有效控制总供电量、提升供电收入、引导电力负荷在时间上均衡分配。
Description
技术领域
本发明涉及电力技术领域,尤其是涉及一种考虑关键指标和收益管理的分时电价定价方法。
背景技术
分时定价策略是在目前居民用电和工业用电中应用十分广泛的一种定价方法,其主要优势是有利于实现电能在时间上的合理分布,减少电力负荷的波动性,对电网的稳定性和安全性具有十分重要的意义,同时还将提高供电系统设备的综合利用率。
现有研究基于不同目标和背景而展开,然而部分文献所依赖的前提假设的合理性却值得进一步探讨,具体可用如下三例说明:(1)对电价和电量间关系函数(如响应矩阵)的设置并不合理,减少了问题的自由度。(2)假定总用电量保持不变的理由不充分。定价策略调整一定会引起用户响应的变化,因此总用电量与策略调整前相比存在差异是正常现象。(3)将调整后的平时段电价预设为调整前的全年平均电价并不合理,增加了额外的约束条件,不利于定价方案的优化。此外,现有研究较少涉及到以具体指标作为目标,通过闭环反馈调整过程使其设定值与实际值相吻合的算法,也不利于实现对各时段用电量以及供电收入进行精确合理地控制。
发明内容
本发明的目的就是针对现有研究存在的缺陷而设计一种考虑关键指标和收益管理的分时电价定价方法,使得供电企业对各时段用电量进行更精确的限制和调控,保证各时段用电量比值、供电收入和总供电量满足一定量化关系,同时进一步降低电能随时间的波动性。
本发明的目的可以通过以下技术方案来实现:
一种考虑关键指标和收益管理的分时电价定价方法,包括以下步骤:
1)根据历史数据获得电价与电量的价格需求响应函数;
2)获取各关键指标的设定值;
3)计算各关键指标在当前设定值下的各时段电价;
4)根据步骤3)获得的各时段电价和所述价格需求响应函数计算关键指标在当前设定值下的各时段电量分布,从而获得各关键指标的实际值;
5)判断关键指标的当前设定值和实际值间的差距是否满足设定要求,若是,则以当前各时段电价作为最优定价方案,若否,则调整关键指标的设定值后,返回步骤3)。
所述价格需求响应函数的获取方式为:
101)从历史数据中选取多个典型日期作为当前日,获取各当前日的各时段电量和电价数据,并选取一基准日;
102)通过以下公式建立多组当前日与基准日的关系表达式:
式中,E为价格需求响应函数,表示当前日对基准日的电量变化率向量,表示当前日对基准日的电价变化率向量;
103)根据多组所述关系表达式,计算获得价格需求响应函数E。
所述关键指标包括:t时段与基准时段的电价比lt、t时段与基准时段的用电量比mt、新旧电价方案下总供电量之比KQ和新旧电价方案下总收入之比KR。
所述步骤3)具体表达式:
式中,pt为新电价方案下t时段的电价,T为时段总个数,r为旧电价方案下的全年电价均值。
所述步骤5)具体为:
501)计算关键指标的当前设定值和实际值间的差距绝对值的加权总和,即目标函数S;
502)根据预设的步长,对每个关键指标分别尝试向上或向下调整一个步长,并计算每次调整后的新目标函数值;
503)记录多个新目标函数值中最小的一个,并判断其是否小于S,若是,则按照相应的调整方向和步长更新关键指标的设定值,返回步骤3),若否,则执行步骤504);
504)以步骤501)中的关键指标的当前设定值作为最终取值,获得最优定价方案。
与现有技术相比,本发明具有以如下优点:
1、本发明以满足各时段电价关系与电量关系、供电收入、总供电量等关键指标要求为核心目标,根据用户响应函数计算当前电价策略下各指标的实际值,与其设定值比较并进行闭环反馈调整,最终使得其设定值与实际值相吻合,既可满足各时段电价与电量比例关系的要求,能有效引导电力负荷在时间上均衡分配。
2、本发明允许将一天划分为任意数量的时段,并且相比现有研究,将价格需求响应函数进行区间化处理,使得用电量的计算更加科学合理。
3、本发明不仅可以实现针对各关键指标的灵活掌控,还可以显著提升供电企业的收入,同时使得总供电量得到有效控制,并减少负荷随时间的波动性。
4、本发明将收益管理的思想融入其中,基于充分的细分和预测,能够在不同情景下为不同客户针对性的设计定价策略,从而更好的实现上述目标,也增强了本方法的合理性和可扩展性。
附图说明
图1为本发明的流程示意图;
图2为本发明中关键指标闭环反馈调整过程的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种考虑关键指标和收益管理的分时电价定价方法,包括以下步骤:
1)根据历史数据获得电价与电量的响应函数;
2)获取各关键指标的设定值,关键指标由外界输入,分别描述各时段的电价和用电量的关系;
3)计算各关键指标在当前设定值下的各时段电价;
4)根据步骤3)获得的各时段电价和所述响应函数计算关键指标的当前设定值下的各时段电量分布,求得各关键指标的实际值;
5)判断关键指标的当前设定值和实际值是否够接近,若是,则以当前各时段电价作为最优定价方案,若否,则调整关键指标的设定值后,返回步骤3)。
上述分时电价定价方法以满足一系列关键指标的要求为核心,并将根据用户响应情况,针对原有关键指标进行闭环反馈调整,使得关键指标的设定值和实际值的总体差距最小,同时使得负荷随时间均匀分布,最终得到具有现实意义的指标设置和电力定价策略。该方法允许将一天划分为任意数量的时段,将价格需求响应函数进行区间化处理,使得用电量的计算更加科学合理。
1、前提与假设
本发明方法基于以下假设:
1)消费者为理性人且对电价政策完全了解。
2)一定时间内,消费习惯和价格敏感性保持相对稳定。
3)任一时段用电量与所有时段电价均有关。
4)相比原来定价策略,新策略下的总供电量和总收益均允许存在差异。
2、电价表达式
本发明选取的关键指标包括:t时段与基准时段的电价比lt、t时段与基准时段的用电量比mt、新旧电价方案下总供电量之比KQ和新旧电价方案下总收入之比KR。其中t表示时段,t=1,2,…,T-1,T,选取T时段的电价和用电量作为基准,lT和mT均为1。
基于各个关键指标可推导各时段电价表达式。首先定义以下变量:pt表示t时段的电价,qt表示t时段的用电量。选取T时段的电价和用电量作为基准,则可按下式表示各关键指标:
关键指标的取值将决定各时段的理论电价。
根据总供电收入的表达式和各指标取值,可得方程(3):
由此可以计算在给定关键指标时各时段电价表达式(4):
3、电价与用电量函数关系
电价和用电量之间的函数关系可以用来计算给定价格策略下对应各个时段的用电量期望值,从而描述用户消费习惯。本发明使用价格需求响应矩阵描述电价策略对用电量在各时段分布的影响。
选择某天作为基准,已知其用电量和电力定价策略,借助该响应矩阵推导当前日与基准日对应时段的用电量变化率与电价变化率的数量关系。每一时段的用电量变化率都由各时段的电价变化率线性组合而成,线性组合的系数即为该矩阵中的元素。
E矩阵为T阶方阵,可以用下式定义:
表示当前日对基准日的电量变化率向量,向量中的每个元素对应一个时段,即:
表示当前日对基准日的电价变化率向量,向量中的每个元素对应一个时段,即:
计算E矩阵的方法是选择多个典型日期的各时段电量和电价数据,同时选定基准日。代入多组数据之后可通过多元线性回归确定每个元素取值。选用不同的数据进行回归会得到不同的结果,因此该矩阵每个位置的元素应为一个区间。
由于E矩阵代表用户的消费习惯,而基于用户消费习惯相对稳定的假设,每个区间内的点可近似认为遵循均匀分布。根据统计学相关理论,当区间内离散点达到一定数量时,可用最大似然估计法确定均匀分布的参数(即区间上下界的理论值)。设某个区间的上界理论值为b,下界理论值为a,样本量为n,样本最小值为Xmin,样本最大值为Xmax,则可用如下公式估计a和b:
由于基准日各时段的电量和电价均为已知条件,输入当前日各时段电价后,即可利用E矩阵计算当前价格策略下各时段的用电量。因此得到E矩阵每个位置的区间上下界理论值后有两种思路可行,可根据具体情况任选其一。第一,使用期望值作为该位置的代表元素参与后续计算,得到当前电价策略下各个时段的期望用电量。第二,记录由所有区间下界组成的矩阵Emin和所有区间上界组成的矩阵Emax,分别用两个矩阵展开后续计算,预测当前策略下各个时段的用电量范围,最终得到每个时段电价的合理取值范围。
4、闭环反馈调整
根据关键指标的初始设置和价格需求响应矩阵计算出的各时段用电量不一定符合要求,因此需要将关键指标的设定值和实际值比较之后进行调整。在此过程中,各时段电价也随之变化,直到各时段的电量比例关系、总供电量和总收入与当前情况下对应的关键指标的差距足够小,即可结束调整过程。
基于E矩阵可以计算当前定价策略下的用电量分布情况,由此得到各时段用电量比例关系、新旧策略下总供电量比、新旧策略下总供电收入比等。基于当前定价策略和响应矩阵计算出各关键指标的实际值,与对应的设定值相比一般存在差距,即当前目标要求并不一定符合现实。因此需要对当前各个指标设定值进行调整,并重复上述过程,直至各关键指标的设定值与实际值足够接近。最终可得到最优化的定价策略,既满足电量和收入方面的关键指标要求,也显著降低电力负荷的波动性。
设定值和实际值存在偏差的关键指标为KQ,KR和mt(t=1,2…,T-1);而lt(t=1,2…,T-1)的设定值和实际值将始终相等。在闭环反馈调整算法中,上述所有关键指标的设定值均可被改变,使得KQ,KR和mt的设定值和实际值之间的总体差距最小。此外还需要为KQ,KR和mt设置相应权重,以表示供电企业对各个关键指标设定值和实际值吻合程度的要求。
闭环反馈调整算法的核心是通过调节相应关键指标的设定值,使得KQ,KR和mt的实际值和设定值的差距绝对值的加权总和S最小,目标函数S可用下式表示:
该算法整体框架如图2所示。首先计算出当前关键指标设定值和实际值的差距绝对值的加权总和S。其次根据预设的调整步长,对每个关键指标尝试向上或向下调整一个步长,计算每次调整后新的目标函数取值Si,i=1,2,...,2n,n为关键指标个数。令D=S-min(Si),判断D是否大于0,若是则可按照此时的调整方向和步长更新该指标的设定值;若不是则说明不需再对任何指标进行调整,即算法终止。
5、收益管理应用
收益管理是管理学科的一个重要分支,涉及市场营销学、运筹学、消费心理学、微观经济学和数学规划等多个领域,目前是国外服务业增加收入的主要策略之一。收益管理理论的基本内涵是在适当的时候,把适当的产品以适当的价格卖给适当的消费者;在充分的市场预测和市场细分的基础上,优化资源配置,并以差异化的思想设计定价策略。
本发明所述定价方法中的关键指标、时段划分、响应矩阵、闭环反馈调整等均需依据不同的外界条件(如气象信息、日期类型等)和客户信息(所处地域、收入水平、所属类型等)而进行细分,从而实现总体利润最大化和电能在时间上的均衡分布。
此外,还可以将“基础——浮动”的定价思想应用到高污染企业的电力定价上。首先,根据用户的历史数据和所述方法得出一套基础性电力定价策略;而后,根据企业的实际排放或超标电量对基础电价进行适当上浮。这样既可保证供电企业收入,减少电能的波动,也有利于促进生态文明和可持续发展。
6、算例分析
本例将具体展示该定价策略的应用过程。为了方便讨论,将一天划分为三个时段:峰时段(9-11,16-18,21-22)、谷时段(0-7)和平时段(12-15,19-20,8,23)。
6.1计算价格需求响应矩阵E
本节历史数据来源于某区域用户在较长时间内的用电量和电价统计,包含多组有代表性的“当前日——基准日”之间的对比。利用多次多元回归的方法可求得E矩阵的每个元素的期望值,如表1所示:
表1 E矩阵
6.2电价计算与闭环反馈调整
假设旧电价策略为单一制电价,为0.5元/Kwh,即全年均值r。关键指标调整步长为0.01。m1,m2,KQ,KR的设定值和实际值差距绝对值的权重相同,均为0.25。输入各个指标的初始值,使用本发明方法进行相关计算和闭环反馈调整后可得到如下结果:
表2 关键指标取值
由此可以得到三个时段电价分别为1.13元/Kwh、0.62元/Kwh、0.42元/Kwh,同时也可发现最终的关键指标设定值和实际值相吻合。综上所述,该定价策略及指标设置具有较好的现实性,降低了总供电量,有效改善了负荷分布的平稳性,并提高了供电收入。
Claims (5)
1.一种考虑关键指标和收益管理的分时电价定价方法,其特征在于,包括以下步骤:
1)根据历史数据获得电价与电量的价格需求响应函数;
2)获取各关键指标的设定值;
3)计算各关键指标在当前设定值下的各时段电价;
4)根据步骤3)获得的各时段电价和所述价格需求响应函数计算关键指标在当前设定值下的各时段电量分布,从而获得各关键指标的实际值;
5)判断关键指标的当前设定值和实际值间的差距是否满足设定要求,若是,则以当前各时段电价作为最优定价方案,若否,则调整关键指标的设定值后,返回步骤3)。
2.根据权利要求1所述的考虑关键指标和收益管理的分时电价定价方法,其特征在于,所述价格需求响应函数的获取方式为:
101)从历史数据中选取多个典型日期作为当前日,获取各当前日的各时段电量和电价数据,并选取一基准日;
102)通过以下公式建立多组当前日与基准日的关系表达式:
式中,E为价格需求响应函数,表示当前日对基准日的电量变化率向量,表示当前日对基准日的电价变化率向量;
103)根据多组所述关系表达式,计算获得价格需求响应函数E。
3.根据权利要求1所述的考虑关键指标和收益管理的分时电价定价方法,其特征在于,所述关键指标包括:t时段与基准时段的电价比lt、t时段与基准时段的用电量比mt、新旧电价方案下总供电量之比KQ和新旧电价方案下总收入之比KR。
4.根据权利要求3所述的考虑关键指标和收益管理的分时电价定价方法,其特征在于,所述步骤3)具体表达式:
式中,pt为新电价方案下t时段的电价,T为时段总个数,r为旧电价方案下的全年电价均值。
5.根据权利要求3所述的考虑关键指标和收益管理的分时电价定价方法,其特征在于,所述步骤5)具体为:
501)计算关键指标的当前设定值和实际值间的差距绝对值的加权总和,即目标函数S;
502)根据预设的步长,对每个关键指标分别尝试向上或向下调整一个步长,并计算每次调整后的新目标函数值;
503)记录多个新目标函数值中最小的一个,并判断其是否小于S,若是,则按照相应的调整方向和步长更新关键指标的设定值,返回步骤3),若否,则执行步骤504);
504)以步骤501)中的关键指标的当前设定值作为最终取值,获得最优定价方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610906939.3A CN106503842A (zh) | 2016-10-18 | 2016-10-18 | 一种考虑关键指标和收益管理的分时电价定价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610906939.3A CN106503842A (zh) | 2016-10-18 | 2016-10-18 | 一种考虑关键指标和收益管理的分时电价定价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106503842A true CN106503842A (zh) | 2017-03-15 |
Family
ID=58295328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610906939.3A Pending CN106503842A (zh) | 2016-10-18 | 2016-10-18 | 一种考虑关键指标和收益管理的分时电价定价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503842A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960608A (zh) * | 2018-06-27 | 2018-12-07 | 广东电网有限责任公司 | 一种电力现货市场的电量电价计算方法、装置及设备 |
CN109002957A (zh) * | 2017-06-07 | 2018-12-14 | 江森自控科技公司 | 具有经济负载需求响应(eldr)优化的建筑物能量优化系统 |
CN111369108A (zh) * | 2020-02-20 | 2020-07-03 | 华中科技大学鄂州工业技术研究院 | 一种电网实时定价方法和装置 |
CN111476545A (zh) * | 2020-04-13 | 2020-07-31 | 中国南方电网有限责任公司 | 关键供电端的确定方法、装置、计算机设备和存储介质 |
US11022947B2 (en) | 2017-06-07 | 2021-06-01 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces |
US11238547B2 (en) | 2017-01-12 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Building energy cost optimization system with asset sizing |
-
2016
- 2016-10-18 CN CN201610906939.3A patent/CN106503842A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11238547B2 (en) | 2017-01-12 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Building energy cost optimization system with asset sizing |
CN109002957A (zh) * | 2017-06-07 | 2018-12-14 | 江森自控科技公司 | 具有经济负载需求响应(eldr)优化的建筑物能量优化系统 |
US11022947B2 (en) | 2017-06-07 | 2021-06-01 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces |
CN109002957B (zh) * | 2017-06-07 | 2022-01-11 | 江森自控科技公司 | 具有经济负载需求响应(eldr)优化的建筑物能量优化系统 |
CN108960608A (zh) * | 2018-06-27 | 2018-12-07 | 广东电网有限责任公司 | 一种电力现货市场的电量电价计算方法、装置及设备 |
CN111369108A (zh) * | 2020-02-20 | 2020-07-03 | 华中科技大学鄂州工业技术研究院 | 一种电网实时定价方法和装置 |
CN111476545A (zh) * | 2020-04-13 | 2020-07-31 | 中国南方电网有限责任公司 | 关键供电端的确定方法、装置、计算机设备和存储介质 |
CN111476545B (zh) * | 2020-04-13 | 2023-10-10 | 中国南方电网有限责任公司 | 关键供电端的确定方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503842A (zh) | 一种考虑关键指标和收益管理的分时电价定价方法 | |
Yu et al. | Stochastic valuation of energy storage in wholesale power markets | |
Tarragona et al. | Model predictive control applied to a heating system with PV panels and thermal energy storage | |
Mutale et al. | Allocation of losses in distribution systems with embedded generation | |
Chen et al. | Two market models for demand response in power networks | |
Dorsey-Palmateer | Effects of wind power intermittency on generation and emissions | |
Nykamp et al. | Value of storage in distribution grids—Competition or cooperation of stakeholders? | |
Huang et al. | Robust coordination expansion planning for active distribution network in deregulated retail power market | |
Chattopadhyay et al. | Reactive power planning incorporating voltage stability | |
CN101976841B (zh) | 电力系统各级负荷预测指标的均衡匹配方法 | |
CN104636822A (zh) | 一种基于elman神经网络的居民负荷预测方法 | |
CN103683337B (zh) | 一种互联电网cps指令动态分配优化方法 | |
CN105243609A (zh) | 一种基于模糊层次分析的用户有序用电决策方法 | |
CN106846179A (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
CN102522756B (zh) | 一种避免电压越限风险的电网感性无功补偿方法 | |
CN104376377A (zh) | 基于粒子群优化算法的对配电网中分布式电源的管理方法 | |
Neetzow et al. | Modeling coordination between renewables and grid: Policies to mitigate distribution grid constraints using residential PV-battery systems | |
Ju et al. | Hierarchical control of air-conditioning loads for flexible demand response in the short term | |
CN106056264A (zh) | 一种考虑负荷发展的分时电价优化方法 | |
Hirschburger et al. | Profitability of photovoltaic and battery systems on municipal buildings | |
CN106447124A (zh) | 一种基于控制参数和反馈调节的分时电价定价方法 | |
Kim et al. | Economical energy storage systems scheduling based on load forecasting using deep learning | |
CN106529728A (zh) | 一种计及需求响应措施的负荷区间预测方法 | |
Haesen et al. | Opportunities for active DER management in deferral of distribution system reinforcements | |
Rahmani-Andebili et al. | Energy management of end users modeling their reaction from a GENCO's point of view |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |