CN106575422A - 能量管理系统和方法 - Google Patents
能量管理系统和方法 Download PDFInfo
- Publication number
- CN106575422A CN106575422A CN201580042348.XA CN201580042348A CN106575422A CN 106575422 A CN106575422 A CN 106575422A CN 201580042348 A CN201580042348 A CN 201580042348A CN 106575422 A CN106575422 A CN 106575422A
- Authority
- CN
- China
- Prior art keywords
- user
- energy
- peak
- time period
- load curve
- 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
- 238000000034 method Methods 0.000 title claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000009434 installation Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 206010027336 Menstruation delayed Diseases 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 238000005192 partition Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 48
- 238000004891 communication Methods 0.000 abstract description 26
- 238000005265 energy consumption Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 9
- 230000005611 electricity Effects 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000006116 polymerization reaction Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000018199 S phase Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000035611 feeding Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
Abstract
本主题技术的各方面涉及通过分析用户的AMI负载曲线来管理能量供应网络中的能量使用、识别由其负载曲线定义的夜晚高峰用户、以及提供与其高使用时段相关的能效(EE)建议的系统。例如,可以向识别出的高峰夜晚用户发送具有夜晚负载使用的规范比较以及减少能量使用的提示的电子邮件。其它方面涉及附加的目标/通信。本主题技术的各方面涉及基于用户的负载曲线对用户的能量消耗倾向进行分类并且基于用户的类别提供定制的内容。通过考虑用户的实际能量消耗模式,系统可以能够向用户提供更相关的内容。
Description
对相关申请的交叉引用
本申请要求于2014年8月7日提交的标题为“EVENING PEAKING USERS CAMPAIGN”的美国临时申请序列No.62/034,535的优先权的权益,其全部内容通过引用被结合于此。
背景技术
为了在国家、国际或区域电力网络或电网上提供稳定的电能供应,在任何给定时间供应到电网中的电量必须与由连接到电网的客户或用户使用的电力平衡。电网上供应和需求的不平衡会引起供应的电力的电压下降,通常称为“欠压(brown out)”,或者甚至会导致停电或“断电”。电网平衡必须在所有时间尺度执行;每秒、每分钟和每小时。电网平衡可以例如通过在高需求时间向电网中提供附加的能量或通过安排诸如制造设施的大规模负载减少其在高峰时间的需求来执行。
基于能量使用的历史模式,电网运营商能够在某种程度上预测各种时间尺度上的未来需求。例如,运营商可以预测冬天和夏天月份之间网络上的能量使用的不同模式,其中由于加热和/或空调单元的使用,能量使用的高峰可能是明显的。在较短的时间段上,电网运营商通常看到在夜晚时间当客户从工作返回并开始使用能量用于烹饪、照明和娱乐时能量使用的高峰。
在一定程度上,能量需求中的这些高峰可以由电网运营商预测,使得可以在那些时间生成附加的电力并供应到电网中。但是,这种电力的供应会是昂贵的并且会具有不成比例的环境影响。覆盖高峰需求的能量仅仅在短的时间段内是所需的数倍,因此在大多数的时间内发电机组保持空闲,或者必须以低于满容量的低效率运行。
在电网的需求侧,用户的划分和定向通常基于与用户相关联的人口统计信息(例如,年龄、家庭规模、收入水平、租住或拥有等)、关于用户的财产的信息(例如,财产的大小、所使用的燃料的类型、恒温器设定点等)或用户的位置来完成。这种信息可以用来猜测用户如何消耗电力、基于该猜测来选择个性化内容、以及向用户提供个性化内容。
发明内容
本发明的各方面在独立的权利要求中阐述,并且优选特征在所附权利要求中阐述。优选特征可以结合其它优选特征来实现,并且一个方面的优选特征可以应用到其它方面。
本主题技术包括用于管理能量供应网络中的能量使用的计算机实现的方法,包括:聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;根据所述消耗数据生成所述多个用户的至少一个负载曲线;从所述至少一个负载曲线识别所述多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集;生成所述高峰用户的多个使用报告,其中每个使用报告提供每个高峰用户的消耗数据和与第一时间段期间的消耗相关的能量管理信息的指示;以及向高峰用户中的一个或多个高峰用户提供使用报告中的一个或多个使用报告,以减少所述一个或多个高峰用户的能源消耗量。
因此,所描述的方法可以使运营商能够识别在特定时间段期间消耗大量能量的、连接到电网的用户。这种方法可以使运营商能够识别那些跨电网整体上在高峰电力需求时间期间对电力的高峰需求占比不成比例的用户。然后可以针对这些用户提供使用报告,报告包括关于他们的能量使用的信息以及在那个时间减少他们的能量消耗的措施的建议。当针对已以这种方式选择的多个用户时,这种定向措施可以对电网或网络整体上的高峰电力需求具有有益的和显著的影响,从而减少高峰能量需求并且使得供应能够在一段时间内变得平滑。这可以减少供应高峰能量需求所需的能量生成资源的数量,并且可以减少生成资源的环境影响。
如下面更详细描述的,一旦利用所述方法识别出用户,能量管理信息或定向措施就可以包括建议措施(诸如能效建议或者建议用户如何可以在一天中的特定时间减少其电力使用)、经济措施(诸如向用户提供对在一天中的不同时间供应的能量的差别定价)、或直接干预(诸如防止在特定时间段内使用超过预定量的电力或改变连接到电网的用户装备(诸如HVAC系统)的设置,以减少其在特定时间段内的能量使用)。特别地,消耗数据的指示可以包括用户在特定时间段内的能量消耗的视觉显示,诸如负载或使用曲线。
如上所述,识别和采取步骤来减少在高峰能量需求时段期间作为高能量用户的特定目标用户的能量使用会对电网整体上的需求曲线具有显著的和不成比例的影响,并且会因此在平衡电网和减少供应电网用户所需的能量生成资源方面发挥显著的有益作用。
虽然以上已就识别和定向消耗大量能量的用户描述了本系统,但是应当注意,本文所描述的方法可以同样应用到识别具有其它能量使用分布的用户。例如,在特定时间段具有均匀能量需求分布或只在整个电网的低需求时间具有高能量需求的用户可以被识别出,并且例如利用经济激励或通过将其识别为“绿色”用户来鼓励维持这样的能量使用模式。
主题技术提供了一种用于管理能量供应网络中的能量使用的计算设备,所述计算设备包括:至少一个处理器;以及存储指令的存储器,所述指令当被所述至少一个处理器执行时,使得所述计算设备:聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;根据所述消耗数据生成所述多个用户的负载曲线;以及至少部分地基于负载曲线来识别被指示为高峰用户的新用户,新用户是与所述多个用户不同的用户,新用户在第一时间段期间比在第二时间段期间消耗更多的资源。
主题技术还提供了在计算设备上存储用于管理能量供应网络中的能量使用的指令的非瞬时性计算机可读存储介质,所述指令当被处理器执行时,使得所述处理器:聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;基于所述消耗数据识别所述多个用户的使用模式;从所述使用模式识别所述多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集;生成所述高峰用户的多个使用报告,其中每个使用报告提供每个高峰用户的消耗数据和与第一时间段期间的消耗相关的能效建议的可视显示;以及向高峰用户中的一个或多个高峰用户提供使用报告中的一个或多个使用报告,以减少所述一个或多个高峰用户的能源消耗量。
附图说明
在以下描述中,对以下附图进行了参考,其中通过图示的方式示出了可以实践本主题技术的特定实施例。应当理解,在不脱离本主题技术的范围的情况下,可以利用其它实施例并且可以进行改变。
图1示出了根据本主题技术的某些方面的能量使用警报系统的例子。
图2示出了根据本主题技术的某些方面的、用于跟踪用户在一段时间内的能量使用的示例负载曲线。
图3示出了根据本主题技术的某些方面的、用于表示用户在一段时间内的能量使用类别的负载曲线原型的不同例子。
图4A示出了根据本主题技术的某些方面的、提供给公用事业客户的能量使用警报通知的例子。
图4B示出了根据本主题技术的某些方面的、提供给公用事业客户的能量使用警报通知的例子。
图5示出了图1中所描述的能量使用警报系统要提供的示例过程的流程图。
图6示出了根据各种实施例的用于实现各方面的环境的例子。
图7示出了根据本主题技术的某些方面的、用于能量使用警报的系统的例子。
图8示出了根据本主题技术的某些方面的计算设备的组件的示例配置。
具体实施方式
下面阐述的详细描述旨在作为对本主题技术的各种配置的描述,并且不旨在表示可以实践本主题技术的唯一配置。附图被结合于此并构成详细描述的一部分。出于提供对本主题技术更透彻理解的目的,详细描述包括具体细节。但是,将清楚和显而易见的是,本主题技术不限于本文所阐述的具体细节,并且可以在没有这些细节的情况下实践。在一些情况下,结构和组件以框图形式示出,以避免模糊本主题技术的概念。
不同客户倾向于在一天的不同时间消耗诸如电力的资源。例如,一些客户主要在夜晚期间消耗资源,而其他客户主要在早上或中午期间消耗资源。更进一步来说,关于如何减少资源消耗的推荐应当基于客户主要何时消耗资源进行定制。
本主题技术的各方面涉及用于分析客户的高级计量基础设施(advancedmetering infrastructure,AMI)负载曲线、识别由其负载曲线定义的夜晚高峰用户、以及提供与高使用时段相关的能效(Energy Efficiency,EE)建议的系统和方法。例如,可以向识别出的高峰夜晚用户发送具有夜晚负载使用的规范比较以及减少能量使用的提示的电子邮件。如本文所使用的,短语“负载曲线”可以指示出在特定时间段内用户或公用事业客户的能量消耗的变化的图形表示(以及图形表示的底层数据)。本主题技术的其它方面涉及附加的目标/通信。例如,由本文所描述的主题技术的实施例设想了基于电动车辆用户的负载曲线识别电动车辆用户并且然后向识别出的用户提供何时充电的建议(例如,具有最低费率的时间—午夜至6AM)。
在一种实施例中,本主题技术的系统可以被配置为聚合多个用户的消耗数据。消耗数据可以与相应的多个用户中的每个用户的能源消耗量对应。AMI负载曲线可以根据消耗数据生成并且用来识别该多个用户中作为在夜晚时段期间消耗资源的夜晚高峰用户的子集。系统可以生成夜晚高峰用户的多个使用报告,该使用报告提供每个夜晚高峰用户的消耗数据和与在夜晚时段期间的消耗相关的能效建议的视觉显示。生成的报告然后可以提供给一个或多个夜晚高峰用户,以减少该一个或多个夜晚高峰用户的能源消耗量。如本文所使用的,夜晚时段可以对应于夜间的时间段,这在一些例子中可以对应于6pm至12am或其中的某个子集。但是,应当理解,夜晚时段可以对应于6pm之前的(一个或多个)小时(例如,当夜晚在4pm或5pm开始时)和12am之后的(一个或多个)小时(例如,在午夜之后)。
本主题技术的各方面还可以涉及基于用户的负载曲线对用户的能量消耗倾向进行分类并且基于用户的类别提供定制的内容。通过考虑用户的实际能量消耗模式,系统可以能够向用户提供更相关的内容和/或推荐。此外,能量管理信息可以针对那些改变其能量消耗分布将对平滑在特定时间段(通常为一天)内的电力需求具有显著和有益影响的用户。
系统可以被配置为检索用户在一段时间内的能量使用数据(例如,AMI仪表数据),并且生成该用户在那个时间段的负载曲线。例如,负载曲线可以是一天、一周、一个月、一个季或一年的。在一些情况下,可以使用多组能量使用数据来生成所定义的时间段的负载曲线。例如,可以聚合(例如,求平均、采用加权平均、消除孤立周等)和使用过去12周的能量使用数据来生成用户的每周负载曲线。类似地,可以为用户生成附加的负载曲线(例如,周末日子的每日负载曲线、工作日或特定工作日的每日负载曲线、每月负载曲线、春天或夏天或秋天或冬天季节的负载曲线等)。
系统可以将用户的该一个或多个负载曲线与负载曲线原型进行比较,以查看哪些负载曲线原型与用户的负载曲线最接近地匹配。如本文所使用的,负载曲线原型是基于在一段时间(例如,一天等)期间跟踪的用户使用模式来表示用户的类型的负载曲线。示例负载曲线原型可以包括以下这种原型:该原型将用户分类为在夜晚具有高峰使用的用户(例如,“夜晚高峰用户”)、在早上具有高峰使用的用户(例如,“早上高峰用户”)、或在中午期间具有高峰使用的用户。用户然后可以基于用户的负载曲线最接近相似的负载曲线原型与能量使用分布(例如,对应于用户类型)相关联。然后可以使用用户的类别来划分用户并向用户提供定向内容。
本文所描述的“系统”可以在服务器、气候控制设备上或与气候控制设备通信的计算设备上实现。取决于实现,气候控制设备可以表示恒温器、在计算设备上运行的应用、或耦合到恒温器的计算设备当中的一个或多个。本文所描述的术语“使用”是指使用的量、与使用相关联的成本、或表示使用或成本的量化度量。本文所描述的术语“实际能量使用”是指仪表读数或使用读数。本文所描述的术语“商品”是指基于公用事业的商品,诸如电、水和天然气,它们是可消耗的、交付到住宅或商业建筑的有限资源。本文所描述的术语“财产组件”或“用户装备”是指与能够消耗商品的财产相关联的组件。财产组件的一个例子可以是利用电、天然气和/或另一种商品来控制财产内的气候的加热、通风和空调(HVAC)系统。该组件可以与中央加热设备、中央空调和加热系统、器具、电子设备、水加热系统、发电设备、通风系统或空气过滤系统中的一个或多个相关。
在一种实施例中,该方法还可以包括分析用户的负载曲线以提供指示在选定时间段内的预测能量消耗的信息;接收指示安装在用户驻地处的用户装备的信息;以及生成用户装备的设置以减少预测的能量消耗。在特定实施例中,设置可以直接和自动应用到用户装备。时间段,例如一天或一天的一部分、或一个月或计费周期,可以由用户或能量网络运营商来选择。该时间段可以包括多个非连续的时间段,例如在计费周期内的每个夜晚。
在另一实施例中,该方法可以包括从安装在用户驻地处的用户装备接收控制或传感器信息;分析控制或传感器信息以基于控制或传感器信息确定与用户装备相关联的能量使用影响;以及计算对控制或传感器信息的改变以减少用户装备的能量使用影响。因此,能量管理信息可以特定于安装在用户驻地处的装备以及当前设置或该用户装备周围的环境条件。改变可以针对减少在特定时间段期间的能量使用影响,例如通过建议HVAC系统在该时间段以后、当能量使用高峰过去后启动,或者通过降低在高能量使用时间期间恒温器的设定点。图1示出了根据本主题技术的某些方面的能量使用警报系统100的例子。能量使用警报系统100包括公用事业管理系统104和计费管理系统108。公用事业管理系统104经由监视设备102和气候控制设备103耦合到公用事业客户101。公用事业管理系统104包括使用数据105、计费操作模块106和负载曲线数据107。在一种实施例中,使用数据105和/或负载曲线数据107存储在相应的数据库、数据存储库或任何适当的存储装置、计算机可读介质、或其中用于存储对应的数据和信息的机构中。计费管理系统108包括预算模块109、费率模块110、预测模块111、监视模块112、报告模块113、推荐模块114和用户划分模块116。计费管理系统108可以经通信信道115传达针对公用事业客户101a-101n中的一个或多个的信息。
公用事业管理系统104将使用数据存储在使用数据105中。使用数据与由公用事业客户101消耗的一个或多个商品相关联。使用数据可以包括多个公用事业客户(例如,公用事业客户101a、101b...101n)的与所述一个或多个商品中的至少一个的使用对应的使用信息。使用信息可以包括在至少一个完成的计费周期期间商品的过去使用信息和在当前计费周期的完成部分期间所述一个或多个商品中的至少一个的当前使用。公用事业客户的使用数据可以按计划、周期性地或不按计划从对应的监视设备获得。监视设备(例如,监视设备102a、102b...102n)可以与高级计量基础设施(AMI)相关。在这方面,监视设备可以是智能仪表,或者至少部分地包括智能仪表功能,用于测量与对应的公用事业客户相关联的财产中的电、水和/或天然气消耗。例如,使用数据可以由与财产整体对应的使用信息组成,使得与财产中的一个或多个组件相关的使用信息由公用事业管理系统104和/或计费管理系统108分解。在另一个例子中,使用数据105可以包含通过其它方式提供给公用事业管理系统104的来自非AMI源(诸如模拟仪表)的信息。在一方面,公用事业管理系统104存储使用数据并将其转发到计费管理系统108用于使用警报处理。公用事业管理系统104可以将使用数据转发到计费管理系统108用于存储和使用警报处理。这里所描述的公用事业管理系统104可以指公用事业公司或与公用事业公司对接的非现场第三方服务提供商。
公用事业管理系统104在负载曲线数据库107中存储负载曲线信息。负载曲线信息可以基于使用数据105。例如,计费操作模块106可以获得使用数据105来为对应的公用事业客户确定在时间段内的负载曲线。负载曲线确定更详细的描述将在图2中进行描述。
预算模块109可以基于使用数据确定当前计费周期的目标预算。在一方面,预算模块109可以包括预算顾问,该预算顾问是用于至少确定一个或多个候选预算目标的自动化系统。费率模块110可以存储与公用事业公司提供的商品的费用相关联的费率表的本地副本。费率模块110可以被配置为从公用事业公司或能量提供商获得与当前计费周期相关联的费率表。预测模块111可以被配置为基于对应的使用数据来预测公用事业客户101a-101n的能量预计使用。预测模块111可以包括用来利用使用费率信息和计费周期信息来确定预计使用信息的算法。监视模块112可以包括到监视设备102a-102n的接口,以直接获得使用数据,和/或包括与公用事业管理系统104的接口,以接收使用数据,用于由计费管理系统108的一个或多个组件进一步处理(例如,预计使用信息、使用费率信息、目标预算)。报告模块113可以被配置为生成使用警报通知,并且基于一个或多个报告条件(例如,超过目标预算的预计账单、当前计费周期结束、公用事业客户查询等)使得使用警报通知通过通信信道115被发送到一个或多个公用事业客户101a-101n。推荐模块114可以被配置为向一个或多个公用事业客户101a、101b至101n提供一个或多个推荐,用于减少能量使用。用户划分模块116可以至少部分地基于负载曲线数据107和/或使用数据105将一个或多个公用事业客户101a、101b至101n分类成不同类型的用户。
在根据权利要求1所述的方法的一种实施例中,提供使用报告包括检索与用户相关联的标识符并且利用检索到的标识符将使用报告通过网络发送给用户。网络向用户提供通信信道,并且优选地是与能量供应网络分离的网络。
通信信道115可以通过有线和/或无线通信将警报通知运送给公用事业客户101a-101n。此外,此类通知可以通过电子邮件、短消息服务(SMS)或交互式语音响应(IVR)通道、移动设备通信和物理邮件递送来提供。在一种实施例中,可以识别第一用户子集以及可选的第二用户子集并将其分类为不同的用户类别。能量管理信息以及可选地包括作为整体的类别的消耗数据的指示的完全使用报告然后可以广播或多播到每个类别的用户。在一方面,计费管理系统108经由气候控制设备103a-103n将警报通知以广播和/或多播信号发送到公用事业客户101a-101n。计费管理系统108可以具体地针对公用事业客户101a-101n中的一个或多个,并且通过单播信号发送个性化警报通知。通信信道115可以被配置为与客户的移动设备、客户的计算设备、另一服务器或系统、蜂窝网络的数据交换接口、其它网络、智能仪表(例如,监视设备102a-102n)和/或恒温器(例如,气候控制设备103a-103n)对接。可以设想,其它设备和网络可以与通信信道115对接并且仍然在本主题技术的范围内。在实施例中,也可以利用诸如信件(例如,物理邮件)的物理递送的渠道向一个或多个客户提供消息和/或能量警报。
在操作中,能量使用警报系统100允许对与用户相关联的使用数据105进行分析来确定用户的负载曲线,该用户的负载曲线可以作为信息存储在负载曲线数据107中。负载曲线可以表示在指定的时间段(例如,数分钟、数小时、数天、数星期、数月等)内用户的能量消耗。
本主题技术的各方面涉及用于分析客户的负载曲线(例如,高级计量基础设施(AMI)负载曲线)、识别由其负载曲线定义的夜晚高峰用户、以及提供与高使用时段相关的能效(EE)建议的系统和方法。例如,可以向识别出的高峰夜晚用户发送具有夜晚负载使用的规范比较以及减少能量使用的提示的电子邮件。虽然使用AMI数据作为例子,但是应当理解,可以使用具有足够小的粒度的其它仪表数据。
图2示出了根据本主题技术的某些方面的用于跟踪用户在一段时间内的能量使用的示例负载曲线200。上述系统能量使用警报系统100可以检索与用户的能量使用对应的使用数据105来生成表示在一段时间内的能量消耗的负载曲线。如前所述,使用数据105可以是AMI仪表数据。例如,负载曲线可以对应于一天、一周、一个月、一个季度或一年的时间段,或者前述的任意组合。在一些情况下,可以使用多组能量使用数据来生成一段时间的负载曲线。例如,可以聚合(例如,求平均、采用加权平均,消除孤立周等)和使用过去12周的能量使用数据来生成用户的每周负载曲线。也可以为用户生成附加的负载曲线(例如,周末的每日负载曲线、工作日或特定工作日的每日负载曲线、每月负载曲线等)。
在用于确定负载曲线的例子中,对于一天的时间段,用户的能量使用可以针对一天期间的每个小时进行跟踪,并且可以为能量使用的每个小时确定总使用(例如,一天中的相应24个小时的使用的总和)的百分比,从而在负载曲线中产生24个数据点。对于这24个数据点,y-轴表示在相应小时的总使用的百分比,x-轴表示一天中的每个小时。其它例子可以包括单独或连续跟踪每小时的平均使用量、每小时的使用的标准偏差、或每小时的基本负载。
如图2的例子所示,负载曲线200被图形地表示为在x-轴上的时间段内在y-轴上的相同时间段的总能量使用的百分比。为图2中的负载曲线200所示的时间段是沿x-轴的一天24小时。负载曲线200包括在图形表示的右部分上的高峰部分230,其指示负载曲线200对应于在夜晚具有高峰能量使用的用户类别。此外,负载曲线200具有其中总能量使用的百分比远小于高峰部分230的模式。虽然在图2中示出了在夜晚具有高峰能量使用的用户的负载曲线的一个例子,但是应当理解,其它负载曲线也可以对应于这种用户。
图3示出了根据本主题技术的某些方面的、用于表示用户在一段时间内的能量使用类别的负载曲线原型的不同例子。
该系统可以被配置为通过从一个或多个公用事业提供商检索能量使用数据来生成多个负载曲线原型。如前所述,能量使用数据包括以定义的间隔(例如,每5分钟、15分钟、每小时等)提供能量消耗数据的AMI智能仪表数据。在实施例中,可以对检索到的能量使用数据运行聚类算法(例如,k-均值算法)并且用该聚类算法找到多个相似的用户。在一个例子中,k-均值聚类算法可以将n个观察分割成k个聚类,其中每个观察属于具有最近均值的聚类,用作聚类的原型。这导致将数据空间分割成Voronoi单元。Voronoi单元可以指分割平面(例如,数据空间)的多个区域中的区域,其中区域基于对平面的特定子集中的点的“接近度”来分割。因此,每个Voronoi单元可以基于检索到的用户能量使用数据与用户的类型对应。
此外,负载曲线原型也可以通过日常能量使用的公开可用资源、实际客户使用分布、或对负载曲线看起来可能像什么的猜测来确定。公共可用资源可以包括类似能源信息管理局(Energy Information Administration,EIA)或独立服务运营商(IndependentService Operators,ISO)和区域传输组织(Regional Transmission Organizations,RTO)的源。
在实施例中,负载曲线原型可以从客户使用分布来确定。这样的例子可以是聚类负载曲线并将所得到的形心(centroid)用作原型。K-均值聚类是对发现原型有用的算法,但是也可以使用其它聚类算法。利用k-均值算法,原型的数量可以被选择,并且k-均值算法发现将给定负载曲线最佳地分割为所选择数量的组的形心(原型)。那些组的中心或中值(例如,每个组在每个时间间隔处的均值或中值使用)被选择作为例子中的原型。
如图3所示,负载曲线原型310、320和330每个表示在夜晚具有高峰能量使用的用户(例如,如本文所使用的“高峰夜晚用户”)的相应原型。负载曲线原型310、320和330中的每一个包括高峰部分,其在曲线的表示对应于一天中夜晚期间的小时的时间段的区域处,同时还在曲线的剩余部分中具有较低(和有时显著较低)能量使用的数据点。在实施例中,负载曲线原型310、320和330每个表示在一天中的每个小时占每日使用量的比例,其中每小时的使用量是多天的每小时中的平均使用量。例如,确定在午夜、1am、2am等的平均使用量,然后将每个平均值除以所有平均值的总和。通过这样做,具有不同幅度和相似使用模式的负载曲线可以被归一化为具有相同的比例。虽然图3中示出了可以与夜晚高峰用户对应的负载原型的例子,但是应当理解,可以提供用于识别不同类型的高峰能量使用的其它负载原型。例如,可以提供用于周末、工作日、季度等的能量使用的负载原型,以进一步对公用事业客户进行分类。
如前所述,系统可以将用户的一个或多个负载曲线与负载曲线原型进行比较,以查看哪些负载曲线原型与用户的负载曲线最接近地匹配。示例负载曲线原型可以包括以下这种原型:该原型将用户分类为在夜晚具有高峰使用的用户(例如,“夜晚高峰用户”)或在早上具有高峰使用的用户(例如,“早上高峰用户”)。用户然后可以基于用户的负载曲线最接近相似的负载曲线原型与能量使用分布(例如,对应于用户类型)相关联。然后可以使用用户的类别来划分用户并向用户提供定向内容和/或推荐,如图4A和4B所讨论的。
图4A示出了根据本主题技术的某些方面的、提供给公用事业客户的能量使用警报通知400的例子。能量使用警报通知400包括公用事业标识符402、报告分析404、负载曲线406、第二报告分析408、时间段410、邻居能量图412、用户能量图414和推荐部分416。能量使用警报通知400仅作为例子提供,并且在本说明书中描述的各种实施例的范围内,可以以类似或替代格式包括附加的或更少的特征。
公用事业标识符402可以关于和生成能量使用警报通知400相关联的公用事业公司。公用事业标识符402可以包括公用事业公司的名称、公用事业公司的地址和/或公用事业公司的联系信息。
报告分析404可以包括与对于先前时间段(例如,一年)在另一时间段的一部分内(例如,一天中的夜晚的时段)发生的能量使用量(例如,百分比)有关的信息。这种信息向公用事业客户指示他们可能属于某种类别的能量消费者(例如,早上高峰用户、夜晚高峰用户等)。
能量使用警报通知400可以包括附加的度量,诸如向公用事业客户提供其能量使用的视觉分析的图表。例如,负载曲线406包括在较长时间段(例如,一年)内聚合的公用事业客户在某个时间段(例如,一天)内的平均能量使用或消耗(例如,如所示的千瓦小时)的图形表示。负载曲线406可以根据本文描述的实施例生成。如还示出的,负载曲线406可以包括突出显示部分407,其图形地指示负载曲线中发生高峰能量使用的区域。在这个例子中,突出显示的部分407对应于其中对于公用事业客户发生高峰能量使用的夜晚中的时段(例如,6-11pm)。
第二报告分析408可以包括与在对应于公用事业客户的高峰能量使用的时间段,该公用事业客户和其它客户相比能量使用如何相关的信息。这种信息向公用事业客户指示客户是否正在消耗比其他客户更多或更少的能量。其他客户可以对应于公用事业客户的一个或多个邻居。时间段410可以对应于为公用事业客户及其邻居分析能量使用的时间段。
此外,为了便于向公用事业客户可视化这种能量使用,提供了邻居能量图412和用户能量图414。邻居能量图412示出了公用事业客户的邻居的能量使用量的图形表示,而用户能量图414示出了公用事业客户的能量使用量的图形表示。因此,公用事业客户能够容易地将他/她的能量使用与其邻居的能量使用进行比较。
推荐部分416可以包括关于如何修改使用,使得公用事业客户在对应于如在报告分析404中所指示的高峰使用时段的时间段期间减少能量使用的推荐。推荐可以包括可在气候控制设备上使用的设定点或设定点表、关闭光源和/或电子设备的建议、维护建议、以及对气候控制设备的特定调整和其他类型的可能推荐。
图4B示出了根据本主题技术的某些方面的、提供给公用事业客户的能量使用警报通知450的例子。能量使用警报通知450包括公用事业标识符452、报告消息454、负载曲线描述456、负载曲线458、报告分析460和第二报告消息462。能量使用警报通知450仅作为例子提供,并且在本说明书中描述的各种实施例的范围内,可以以类似或替代格式包括附加的或更少的特征。
公用事业标识符452可以关于和生成能量使用警报通知450相关联的公用事业公司。公用事业标识符450可以包括公用事业公司的名称、公用事业公司的地址和/或公用事业公司的联系信息。
报告消息454可以包括向公用事业客户建议他们可以通过切换到不同的电费计划来省钱的信息。在实施例中,提供该信息可以通过以下来实现:基于当前使用信息(例如,对应于公用事业客户的负载曲线)和当前费率计划来计算当前成本;计算一个或多个替代费率计划的成本;将当前成本与所述一个或多个替代费率计划的成本进行比较;如果替代费率计划较少,则计算差异并向用户提供关于公用事业客户可以节省多少的内容。
能量使用警报通知450可以包括附加的度量,诸如向公用事业客户提供其能量使用的视觉分析的图表。例如,负载曲线458包括在较长时间段(例如,一年)内聚合的公用事业客户在某个时间段(例如,一天)内的平均能量使用或消耗(例如,如所示的千瓦小时)的图形表示。进一步提供了负载曲线描述456来向公用事业客户指示负载曲线458中示出的使用数据的类型(例如,过去一年的平均每日使用)。
报告分析460指示公用事业客户的高峰使用发生在特定时间段(例如,白天)期间,并且可以通过切换到新类型的计划而不是当前计划来省钱。第二报告消息462包括用于切换到新类型的计划的信息(例如,公用事业的联系信息),并且在实施例中,可以包括到外部网站的超链接,以用于公用事业客户获得附加信息。
图5示出了图1中所描述的能量使用警报系统要提供的示例过程500的流程图。示例过程500仅作为例子提供,并且在本说明书中描述的各种实施例的范围内,可以以类似或替代顺序或并行地执行附加的或更少的步骤。
在步骤502,聚合多个用户的消耗数据。在例子中,消耗数据对应于相应的多个用户中每个用户的能源消耗量。在步骤504,根据消耗数据生成多个用户的高级计量基础设施(AMI)负载曲线。在实施例中,生成多个用户的AMI负载曲线包括:确定在指定时间段内的指定间隔处测量能量消耗的一个或多个值,在指定间隔处的该一个或多个值中的每一个表示在指定时间段的指定间隔处的平均能量使用量;确定指定时间段的能量使用的总量;对于在指定时间段内的每个指定间隔处测得的每个值,基于该值确定能量使用总量的百分比;以及至少部分地基于在指定时间段内的每个指定间隔处的能量使用的总量的百分比来生成相应负载曲线的图形表示。指定的时间段可以是一天,并且每个指定间隔是一天中的相应小时。在指定时间段内在指定间隔处测量能量消耗的值还可以表示在相应间隔处的使用的标准偏差或在相应间隔处的基本负载。
在步骤506,从AMI负载曲线识别多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集。在例子中,高峰用户是在夜晚的时间期间比一天中的其它小时期间消耗更多资源的用户。来自AMI负载曲线的至少一个AMI曲线包括高峰部分,该高峰部分指示在时间段的一部分期间,与该时间段的剩余部分期间相比,具有较高的资源使用。在实施例中,识别多个用户中作为高峰用户的子集还包括:确定一个或多个负载曲线原型,每个负载曲线原型包括基于在时间段期间跟踪的能量消耗表示用户的类型的相应负载曲线;以及基于AMI负载曲线和所述一个或多个负载曲线原型利用聚类算法将用户划分成一个或多个类别。在例子中,聚类算法包括k-均值算法。
在步骤508,生成高峰用户的多个使用报告,其中每个使用报告提供每个高峰用户的消耗数据以及与第一时间段期间的消耗相关的能效建议的可视显示。在步骤510,向高峰用户中的一个或多个提供使用报告中的一个或多个,以减少该一个或多个高峰用户的能源消耗量。高峰用户的多个使用报告中的每一个使用报告包括与相应高峰用户对应的相应负载曲线的图形表示。
在另一例子中,可以基于以下步骤来识别高峰用户。首先,对于多个用户聚合消耗数据,消耗数据与相应多个用户中的每一个的能源消耗量对应。根据消耗数据生成用于多个用户的负载曲线。至少部分地基于负载曲线识别指示为高峰用户的新用户,该新用户是与所述多个用户不同的用户,新用户在第一时间段期间比在第二时间段期间消耗更多的资源。在例子中,识别高峰用户还包括:确定一个或多个负载曲线原型,每个负载曲线原型包括基于在时间段期间跟踪的能量消耗表示用户的类型的相应负载曲线,以及基于高峰用户的负载曲线和由该一个或多个负载曲线原型表示的一个或多个类别利用聚类算法将相应用户识别为高峰用户。
此外,步骤可以包括为高峰用户生成使用报告,其中使用报告提供高峰用户的消耗数据和与第一时间段期间的消耗相关的能效建议的可视显示,以及向高峰用户提供使用报告,以减少高峰用户的能源消耗量。
在还有的另一例子中,可以聚合多个用户的消耗数据,消耗数据与相应多个用户中每个用户的能源消耗量对应。基于消耗数据,可以识别多个用户的使用模式。从使用模式中,识别多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集。生成用于高峰用户的多个使用报告,其中使用报告中的每一个提供高峰用户中的每一个的消耗数据以及与第一时间段期间的消耗有关的能效建议的可视显示。使用报告中的一个或多个被提供给高峰用户中的一个或多个,以减少该一个或多个高峰用户的能源消耗量。
图6示出了根据各种实施例的用于实现各方面的环境600的例子。环境600包括公用事业公司601、配电系统602、公用事业客户区域610、620和630、能量使用收集器640、网络650和使用警报系统660。公用事业客户区域610包括具有对应智能仪表611-614的住宅建筑。公用事业客户区域620包括具有对应智能仪表621-623的商业建筑。公用事业客户区域630包括具有对应智能仪表631-633的多家庭建筑。使用警报系统660包括web服务器661、应用服务器662和数据库663。
公用事业公司601向公用事业客户区域610、620和630提供商品(例如,电、气、水)。公用事业公司601可以经由与对应区域的每个建筑相关联的监视设备(例如,智能仪表)跟踪每个区域的能量使用。公用事业公司601可以接收包括对应公用事业账户的能量消耗量(例如,kWH)的使用数据。在一方面,公用事业公司601经由无线通信系统从能量使用收集器640接收使用数据。在一些方面,能量使用收集器640可以通过从每个智能仪表设备提取使用数据来获得使用数据。智能仪表设备可以按照周期或计划广播使用数据。公用事业公司601还可以通过有线通信系统从每个监视设备接收使用数据。
使用警报系统660经由网络650与公用事业公司601通信。使用警报系统660可以经由网络650从公用事业公司601获得使用数据。在一方面,使用警报系统660经由网络650接收使用数据。使用警报系统660可以直接从智能仪表设备接收使用数据。
公用事业客户区域610、620和630中的每一个可以对应于具有相应费率表的分开的地理位置。在一些方面,对于一个区域中的对应公用事业客户的能量使用警报通知可以利用同一区域中的相似用户的使用数据来生成,以向对应的公用事业客户提供其能量消耗的比较性分析(例如,与同一邮政编码中或在某个半径内的相似客户相比的当前能量使用)。
本文描述的方法也可以结合以下来实现:即,接收预测一段时间内的能量消耗的信息并将该信息与用于至少一个用户的负载曲线组合以生成对该用户该时间段的预测的能量供应水平或预测的能量使用。通常,信息从第三方来源接收并且这种信息可以包括天气信息,其可以帮助预测其中电网依赖于诸如太阳能和风力等可再生能源技术的一个或多个用户的能量需求(例如通过预测HVAC系统的使用)和能量供应。可能有用的其它第三方信息可以包括体育或电视节目表,其可以帮助预测高峰能量需求的时间。
可以为各个用户确定在特定时间段内的高峰能量消耗的指示符并且将其发送给那些用户,但是指示符也可以为电网整体上或者为电网的特定区域或部分生成。这些指示符可以伴随着对用户的请求或激励,以减少在特定时间的能量需求。
在特定实施例中,使用警报系统660还可以与第三方天气服务通信,诸如国家天气服务(未示出)。例如,使用警报系统660可以经由网络650(例如,电子邮件、下载的FTP文件和XML馈送)从第三方天气服务接收对应的室外温度。在这方面,使用警报系统660可以使用来自第三方天气服务的数据来确定当前计费周期的预计使用。例如,预报的天气条件(例如,温度、湿度、大气压力、降水量等)可以指示公用事业客户的HVAC系统可能被更多地使用。使用警报系统660可以为当前计费周期的剩余时间量估计预计使用,并且由此基于估计的预计使用来确定公用事业客户是否正在超过预计的账单。继而,使用警报系统660可以通过能量使用警报通知来通知公用事业客户。
使用警报系统660将能量使用警报通知传送到与公用事业客户区域610、620和630相关联的公用事业客户。在一些方面,使用警报系统660经由网络650传送能量使用警报通知。例如,使用警报系统660可以在电子邮件中发送能量使用警报通知,或者公用事业客户可以通过相关联的网站登录到使用警报系统660(例如,web服务器661和/或应用服务器662)中,以查看包括在能量使用警报通知中分解的使用数据。使用警报系统660可以将能量使用信息发送到打印系统,使得能量使用警报通知可以经由常规邮件(例如,作为公用事业账单的一部分)提供给公用事业客户。在其它实施例中,能量使用信息被传送回公用事业公司601,使得公用事业公司601可以向公用事业客户提供能量使用警报通知。
图7示出了根据本主题技术的某些方面的用于能量使用警报的系统700的例子。虽然出于解释的目的描述了基于web的环境,但是可以适当地使用不同的环境来实现各种实施例。
示例系统700包括使用警报系统705和数据平面710。使用警报系统705包括至少一个web服务器706和至少一个应用服务器708,如下所述。使用警报系统705是在一个或多个位置中的一个或多个计算机上实现为计算机程序的能量使用通知系统的例子,其中可以实现下面描述的系统、组件和技术。
用户可以通过客户端设备702与使用警报系统705交互。例如,客户端设备702可以是通过数据通信网络704(例如,互联网)耦合到使用警报系统705的计算机。在一些情况下,使用警报系统705可以例如通过在客户端设备702上执行的软件应用在客户端设备702上实现。客户端设备702通常包括用于存储指令和数据的存储器,例如随机存取存储器(RAM),以及用于执行存储的指令的处理器。客户端设备702可以是可操作以通过数据通信网络704发送和接收请求、消息或其它类型的信息的任何适当的设备。客户端设备702还可以包括通过其与客户端设备702交互的用户可以查看信息(例如,图3的能量使用警报通知300)的显示屏幕。客户端设备的一些例子包括个人计算机、智能恒温器、蜂窝电话、手持式消息传送设备、膝上型计算机、机顶盒、个人数据助理、电子书阅读器、平板设备、智能电话等。
数据通信网络704可以包括任何适当的网络,包括内联网、互联网、蜂窝网络、局域网、广域网或任何其它这种网络或其组合。用于这种系统的组件可以至少部分地取决于网络的类型、所选择的环境或两者。用于通过这种网络进行通信的协议和组件是众所周知的,并且将不在本文中详细讨论。客户端设备702可以利用有线或无线连接及其组合通过数据通信网络704进行通信。
用户可以使用客户端设备702来提交登录到使用警报系统705的请求720。请求720可以请求对应公用事业账户的能量使用警报通知的数字副本。能量使用警报通知可以包括关于到目前为止消耗了多少能量和/或当前计费周期的预计账单金额的信息。使用警报通知还可以包括关于用于调整与对应公用事业账户相关联的财产中的设置的一个或多个推荐的信息,使得预计的账单保持在当前计费周期的目标预算之下。当用户提交请求720时,请求720可以通过数据通信网络704发送到使用警报系统705内的应用服务器708。应用服务器708通过利用例如使用数据712来识别数据722,从而响应请求720,数据响应于请求720描述具有个性化信息的能量使用警报。应用服务器708通过数据通信网络704将数据722发送到客户端设备702以呈现给用户。
数据722可以包括描述当前计费周期的预计账单的数据。数据722可以例如由客户端设备702使用,来生成具有一个或多个交互式特征(诸如具有对应公用事业账单预估的能量消耗调整)和/或用于调整与对应公用事业客户相关联的气候控制设备上的设置的指令的本地能量使用警报通知。
在从应用服务器708和通过数据通信网络704接收到数据722之后,在客户端设备702上运行的软件应用(例如,web浏览器或应用724)利用数据722呈现交互式能量使用警报通知。例如,应用724中的账单前顾问引擎726可以描述包括当前计费周期的预计使用的到目前为止的使用,用于在客户端设备702的显示屏上显示。
在一些方面,应用724包括账单到达引擎728,其被配置为呈现到气候控制设备的接口,并且执行与用于调整气候控制设备的设置的指令相关的一个或多个动作。在一些实施例中,账单到达引擎728被配置为获得与气候控制设备的当前设置有关的数据。账单到达引擎728可以获得财产中的当前气候条件的实时统计和/或传感器读数(例如,温度计读数)。在一方面,应用724包括被配置为呈现能量使用警报通知的警报引擎730,该警报引擎730包括允许用户设置(或编程)用于接收能量使用警报通知的规则和/或条件。
在一些实施例中,web服务器706、应用服务器708和类似组件可以被认为是数据平面710的一部分。所有请求和响应的处理以及在客户端设备702和应用服务器708之间内容的交付可以由web服务器706处理。web服务器706和应用服务器708仅仅是示例组件。但是,可以使用更多或更少的组件作为可以在任何适当的设备或主机上执行的结构化代码,如本文其它地方所讨论的。
数据平面710包括一个或多个资源、服务器、主机、实例、路由器、交换机、数据存储库、其它类似组件或其组合。数据平面710的资源不限于存储和提供对数据的访问。实际上,可以存在若干服务器、层或其它元件、过程或组件,其可以被链接或以其它方式进行配置,并且可以交互以执行任务,包括例如从适当的数据存储库获得数据。在一些实施例中,术语“数据存储库”指能够存储、访问和检索数据的任何设备或设备的组合,其可以包括在任何标准、分布式或集群环境中的任意数量的数据服务器、数据库、数据存储设备和数据存储介质的任意组合。
数据平面710的数据存储库可以包括用于存储关于特定方面的数据的若干单独的数据表、数据库或其它数据存储机制和介质。例如,所示的数据平面710包括用于存储使用数据712和用户信息716的机制,其可以用来生成能量使用警报通知。数据平面710还被示为包括用于存储相似用户数据714的机制,其可以用于诸如报告对应公用事业客户的使用数据的比较性分析的目的。数据平面710能够通过与其相关联的逻辑来操作,以从应用服务器708接收指令并且对其响应来获得、更新或以其它方式处理数据、指令或其它这种信息,如上所述。
每个服务器通常包括提供用于该服务器的一般管理和操作的可执行程序指令的操作系统,并且通常将包括存储指令的计算机可读介质,该指令当被服务器的处理器执行时,使得服务器执行其预期功能。服务器的操作系统和一般功能的合适实现是已知的或可商业获得的,并且可由本领域普通技术人员容易地实现,尤其在本文公开内容的启发下。
在一种实施例中的环境是包括利用一个或多个计算机网络或直接连接通过一个或多个通信链路互连的若干计算机系统和组件的分布式计算环境。但是,上述系统可以被配置为利用比图7所示的更少或更多数量的组件来同样良好地操作。因此,图7中的系统700仅作为一个例子提供,并且不限制本公开内容的范围。
图8示出了根据本主题技术的某些方面的计算设备800的组件(例如,图1的气候控制设备103a-103n)的示例配置。在这个例子中,计算设备800包括用于执行可存储在存储器设备或元件804中的指令的处理器802。指令可以使计算设备800执行用于处理来自能量使用警报系统100(图1)的能量使用警报的计算机实现的方法,和/或接收指令来自动调整客户端计算设备800的设置(例如,温度设置、警报设置、功率设置)。如对本领域普通技术人员将显而易见的,计算设备800可以包括许多类型的存储器、数据存储装置或非瞬时性计算机可读存储介质,诸如用于由处理器802执行的程序指令的第一数据存储装置、用于使用历史或用户信息的单独存储装置、用于与其它设备共享信息的可移除存储器等。在一些实施例中,计算设备800可以包括一个或多个通信组件806,诸如Wi-Fi、射频、近场通信、有线或无线通信系统。计算设备800在许多实施例中可以与诸如互联网的网络通信,并且能够与其它此类设备(例如,能量使用警报系统100、其它气候控制设备)通信。如所讨论的,计算设备800在许多实施例中将包括能够从用户接收常规输入的至少一个输入元件808。这种常规输入可以包括例如按钮、触摸板、触摸屏、轮子、操纵杆、键盘、鼠标、键板或者用户由此可以向设备输入命令的任何其它这种设备或元件。但是,在一些实施例中,这种设备可以根本不包括任何按钮,并且可能仅通过视觉和音频命令的组合来控制,使得用户可以在不必与设备接触的情况下控制设备。计算设备800包括某种类型的显示元件810,诸如触摸屏或液晶显示器(LCD)。
各种实施例可以在广泛的各种操作环境中实现,操作环境在一些情况下可以包括可用来操作多个应用中的任何一个的一个或多个用户计算机、计算设备或处理设备。用户或客户端设备可以包括多种通用个人计算机中的任何一种,诸如运行标准操作系统的台式或膝上型计算机,以及运行移动软件并能够支持多种联网和消息传送协议的手持式设备。这种系统还可以包括运行各种可商业获得的操作系统中的任何一种的多个工作站以及用于诸如开发和数据库管理目的的其它已知应用。这些设备还可以包括其它电子设备,诸如虚拟终端、瘦客户端、游戏系统、以及能够经由网络通信的其它设备。
各个方面还可以实现为至少一个服务或Web服务的一部分,诸如可以是面向服务的体系架构的一部分。诸如Web服务的服务可以利用任何适当类型的消息传送进行通信,诸如通过利用以可扩展标记语言(XML)格式并且利用诸如(从“简单对象访问协议”派生的)SOAP的适当协议来交换的消息。由此类服务提供或执行的过程可以以任何适当的语言编写,诸如Web服务描述语言(WSDL)。利用诸如WSDL的语言允许诸如在各种SOAP框架中客户端代码的自动生成的功能。
大多数实施例使用对本领域技术人员将熟悉的、用于利用诸如TCP/IP、OSI、FTP、UPnP、NFS和CIFS之类的各种可商业获得的协议中的任何协议来支持通信的至少一个网络。网络可以是例如局域网、广域网、虚拟专用网、互联网、内联网、外联网、公共交换电话网、红外网络、无线网络及其任意组合。
在使用Web服务器的实施例中,Web服务器可以运行多种服务器或中间层应用中的任意一种,包括HTTP服务器、FTP服务器、CGI服务器、数据服务器、Java服务器和商业地图服务器。(一个或多个)服务器还可以能够响应来自用户设备的请求而执行程序或脚本,诸如通过执行可以实现为用任何编程语言(诸如C、C#或C++,或诸如Perl、Python或TCL的任何脚本语言及其组合)编写的一个或多个脚本或程序的一个或多个Web应用。(一个或多个)服务器还可以包括数据库服务器,包括但不限于可从 和商业获得的那些数据库服务器。
环境可以包括如上所述的各种数据存储库和其它存储器和存储介质。这些可以驻留在各种位置中,例如在计算机中的一个或多个本地(和/或驻留在其中)的存储介质上,或跨网络远离计算机中的任何一个或全部。在特定组的实施例中,信息可以驻留在本领域技术人员熟悉的存储区域网络(“SAN”)中。类似地,用于执行归属于计算机、服务器或其它网络设备的功能的任何必要文件可以被适当地本地和/或远程存储。在系统包括计算机化设备的情况下,每个这种设备可以包括可经由总线电耦合的硬件元件,元件包括例如至少一个中央处理单元(CPU)、至少一个输入设备(例如,鼠标、键盘、控制器、触摸屏或键板)以及至少一个输出设备(例如,显示设备、打印机或扬声器)。这种系统还可以包括一个或多个存储设备,诸如磁盘驱动器、光学存储设备和诸如随机存取存储器(“RAM”)或只读存储器(“ROM”)的固态存储设备以及可移除介质设备、存储卡、闪存卡等。
这种设备还可以包括计算机可读存储介质读取器、通信设备(例如,调制解调器、网卡(无线或有线)、红外通信设备等)和工作存储器,如上所述。计算机可读存储介质读取器可以与表示远程、本地、固定和/或可移除存储设备的计算机可读存储介质以及用于临时和/或更永久地包含、存储、传送和检索计算机可读信息的存储介质连接或被配置为从其接收。系统和各种设备通常还将包括位于至少一个工作存储器设备内的多个软件应用、模块、服务或其它元件,包括操作系统和应用程序,诸如客户端应用或Web浏览器。应当理解,替代实施例可以具有从上述实施例的许多变化。例如,还可以使用定制的硬件和/或特定的元件可以用硬件、软件(包括可移植软件,诸如小程序)或两者实现。此外,可以采用到诸如网络输入/输出设备的其它计算设备的连接。
用于包含代码或代码部分的存储介质和计算机可读介质可以包括本领域已知或使用的任何适当的介质,包括存储介质和通信介质,诸如但不限于以任何方法或技术实现的用于存储和/或传输诸如计算机可读指令、数据结构、程序模块或其它数据的信息的易失性和非易失性、可移除和不可移除介质,包括RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光学存储器、磁带盒、磁带、磁盘存储装置或其它磁存储设备、或可用来存储所需信息并可由系统设备访问的任何其它介质。基于本文提供的公开内容和教导,本领域普通技术人员将理解实现各种实施例的其它方式和/或方法。
相应地,说明书和附图被认为是说明性而不是限制性意义上的。但是,将显而易见的是,在不脱离如权利要求中所阐述的本公开内容更广泛的精神和范围的情况下,可以对其进行各种修改和改变。
提供本主题技术的描述以使本领域任何技术人员能够实践本文所描述的各种实施例。虽然已经参考各种图和实施例具体描述了本主题技术,但是应当理解,这些仅仅是为了说明的目的,而不应当被认为是限制本主题技术的范围。
可以有许多其它方式来实现本主题技术。在不脱离本主题技术的范围的情况下,本文所描述的各种功能和元件可以与所示出的那些进行不同地分割。对这些实施例的各种修改对本领域技术人员将是显而易见的,并且本文所定义的一般原理可以应用到其它实施例。因此,在不脱离本主题技术的范围的情况下,本领域的普通技术人员可以对本主题技术进行许多改变和修改。
除非具体说明,否则以单数形式引用元件不旨在意味着“一个且仅一个”,而是“一个或多个”。术语“一些”指一个或多个。下划线和/或斜体标题和副标题仅用于方便,而不限制本主题技术,并且不涉及与对本主题技术描述的解释结合。本领域普通技术人员已知或以后知道的贯穿本公开内容描述的各种实施例的元件的所有结构和功能等效物通过引用被明确地结合于此,并且旨在被本主题技术所涵盖。此外,本文所公开的内容不旨在专用于公众,不管该公开内容是否在以上描述中被明确记载。
Claims (32)
1.一种用于管理能量供应网络中的能量使用的计算机实现的方法,包括:
聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;
根据所述消耗数据生成所述多个用户的至少一个负载曲线;
从所述至少一个负载曲线识别所述多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集;
生成所述高峰用户的多个使用报告,其中每个使用报告中提供每个高峰用户的消耗数据和与第一时间段期间的消耗相关的能量管理信息的指示;及
向所述高峰用户中的一个或多个高峰用户提供所述使用报告中的一个或多个使用报告,以减少所述一个或多个高峰用户的能源消耗量。
2.如权利要求1所述的方法,其中提供所述使用报告中的一个或多个使用报告包括检索与用户相关联的标识符并且利用检索到的标识符通过网络将所述一个或多个使用报告发送给用户。
3.如权利要求1或2所述的方法,还包括将所述多个用户的第一子集分类为高峰用户类别并且通过网络向所述高峰用户类别中的用户广播或多播第一能量管理信息。
4.如权利要求3所述的方法,还包括将所述多个用户的第二子集分类为第二类别并且通过网络向第二类别用户广播或多播第二能量管理信息。
5.如任一前述权利要求所述的方法,其中所述能量管理信息包括用于在用户驻地处的用户装备的设置。
6.如权利要求5所述的方法,还包括将所述设置自动应用到用户装备。
7.如任一前述权利要求所述的方法,还包括接收预测一段时间内的能量消耗的信息,并且将所述信息与至少一个用户的负载曲线组合以生成所述用户所述时间段的预测的能量供应水平或预测的能量使用。
8.如任一前述权利要求所述的方法,还包括向用户发送在所述时间段内的预测的能量消耗的指示符。
9.如任一前述权利要求所述的方法,还包括分析用户的负载曲线以提供指示在选择的时间段内的预测的能量消耗的信息;接收指示安装在用户驻地处的用户装备的信息;以及生成用于用户装备的设置以减少预测的能量消耗。
10.如任一前述权利要求所述的方法,还包括从安装在用户驻地处的用户装备接收控制或传感器信息;分析所述控制或传感器信息以基于所述控制或传感器信息确定与用户装备相关联的能量使用影响;以及计算对所述控制或传感器信息的改变以减少用户装备的能量使用影响。
11.如权利要求10所述的方法,其中所述改变被计算以减少在特定时间段期间的能量使用影响。
12.如任一前述权利要求所述的计算机实现的方法,其中所述高峰用户是在一天中的夜晚时段期间比在其它时段期间消耗更多资源的用户。
13.如任一前述权利要求所述的计算机实现的方法,其中来自所述负载曲线的至少一条曲线包括高峰部分,所述高峰部分指示在时间段的一部分期间与该时间段的剩余部分期间相比资源的使用更高。
14.如任一前述权利要求中所述的计算机实现的方法,其中生成所述多个用户的负载曲线还包括:
确定在指定时间段内的指定间隔处测量能量消耗的一个或多个值,在所述指定间隔处的所述一个或多个值中的每一个值表示在指定时间段的指定间隔处的能量使用的平均量;
确定所述指定时间段的能量使用的总量;
对于在所述指定时间段内的每个指定间隔处测得的每个值,基于所述值确定所述能量使用的总量的百分比;及
至少部分地基于在所述指定时间段内的每个所述指定间隔处的能量使用的总量的百分比来生成相应负载曲线的图形表示。
15.如权利要求14所述的计算机实现的方法,其中所述指定时间段是一天并且每个所述指定间隔是所述一天中的相应小时。
16.如权利要求14或15所述的计算机实现的方法,其中在所述指定时间段内的指定间隔处测量能量消耗的值还表示在相应间隔处的使用的标准偏差、或在相应间隔处的基本负载。
17.如任一前述权利要求所述的计算机实现的方法,其中识别所述多个用户中作为高峰用户的子集还包括:
确定一个或多个负载曲线原型,每个负载曲线原型包括基于在一段时间期间跟踪的能量消耗表示用户的类型的相应负载曲线;及
基于所述负载曲线和所述一个或多个负载曲线原型利用聚类算法将用户划分为一个或多个类别。
18.如权利要求17所述的计算机实现的方法,其中所述聚类算法包括k-均值算法。
19.如权利要求17或18所述的计算机实现的方法,其中所述一个或多个类别包括夜晚高峰用户、早上高峰用户、中午高峰用户或者与一年中的季节对应的高峰用户中的至少一个。
20.如任一前述权利要求所述的计算机实现的方法,其中所述高峰用户的所述多个使用报告中的每一个使用报告包括与相应高峰用户对应的相应负载曲线的图形表示。
21.一种用于管理能量供应网络中的能量使用的计算设备,所述计算设备包括:
至少一个处理器;及
存储指令的存储器,所述指令当被所述至少一个处理器执行时,使得所述计算设备:
聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;
根据所述消耗数据生成所述多个用户的负载曲线;及
至少部分地基于所述负载曲线来识别被指示为高峰用户的新用户,所述新用户是与所述多个用户不同的用户,所述新用户在第一时间段期间比在第二时间段期间消耗更多的资源。
22.如权利要求21所述的计算设备,其中所述指令还使所述至少一个处理器实现如权利要求2至11中任何一项所述的方法。
23.如权利要求21或22所述的计算设备,其中所述指令还使所述至少一个处理器:
生成所述高峰用户的使用报告,其中所述使用报告提供所述高峰用户的消耗数据和与第一时间段期间的消耗相关的能量管理信息的指示;及
向所述高峰用户提供使用报告,以减少所述高峰用户的能源消耗量。
24.如权利要求21至23中任何一项所述的计算设备,其中所述高峰用户在一天中的夜晚时段期间比在其它时段期间消耗更多的资源。
25.如权利要求21至24中任何一项所述的计算设备,其中来自所述负载曲线的至少一个曲线包括高峰部分,所述高峰部分指示在时间段的一部分期间与该时间段的剩余部分期间相比资源的使用更高。
26.如权利要求21至25中任何一项所述的计算设备,其中生成所述多个用户的负载曲线还包括:
确定在指定时间段内的指定间隔处测量能量消耗的一个或多个值,在指定间隔处的所述一个或多个值中的每一个值表示在指定时间段的指定间隔处的能量使用的平均量;
确定所述指定时间段的能量使用的总量;
对于在所述指定时间段内的每个指定间隔处测得的每个值,基于所述值确定所述能量使用的总量的百分比;及
至少部分地基于在所述指定时间段内的每个所述指定间隔处的能量使用的总量的百分比来生成相应负载曲线的图形表示。
27.如权利要求26所述的计算设备,其中所述指定时间段是一天并且每个所述指定间隔是所述一天中的相应小时。
28.如权利要求26或27所述的计算设备,其中在所述指定时间段内的指定间隔处测量能量消耗的值还表示在相应间隔处的使用的标准偏差或在相应间隔处的基本负载。
29.如权利要求21至28中任何一项所述的计算设备,其中识别所述高峰用户还包括:
确定一个或多个负载曲线原型,每个负载曲线原型包括基于在一段时间期间跟踪的能量消耗表示用户的类型的相应负载曲线;及
基于所述高峰用户的负载曲线和由所述一个或多个负载曲线原型表示的一个或多个类别利用聚类算法来将相应用户识别为高峰用户。
30.如权利要求29所述的计算设备,其中所述一个或多个类别包括夜晚高峰用户、早上高峰用户、中午高峰用户或者与一年内的季节对应的高峰用户中的至少一个。
31.一种存储指令的计算机程序、计算机程序产品或非瞬时性计算机可读存储介质,所述指令用于实现用于在计算设备上管理能量供应网络中的能量使用的方法,所述指令在被处理器执行时使所述处理器:
聚合多个用户的消耗数据,所述消耗数据与相应的所述多个用户中的每个用户的能源消耗量对应;
基于所述消耗数据识别所述多个用户的使用模式;
从所述使用模式识别所述多个用户中作为在第一时间段期间比在第二时间段期间消耗更多资源的高峰用户的子集;
生成所述高峰用户的多个使用报告,其中所述使用报告中的每一个使用报告提供每个所述高峰用户的消耗数据以及与第一时间段期间的消耗相关的能量管理信息的指示;及
向所述高峰用户中的一个或多个高峰用户提供所述使用报告中的一个或多个使用报告,以减少所述一个或多个高峰用户的能源消耗量。
32.一种存储用于实现根据权利要求2至20中任何一项所述的方法的指令的计算机程序、计算机程序产品或非瞬时性计算机可读存储介质。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462034535P | 2014-08-07 | 2014-08-07 | |
US62/034,535 | 2014-08-07 | ||
US14/581,105 US10467249B2 (en) | 2014-08-07 | 2014-12-23 | Users campaign for peaking energy usage |
US14/581,105 | 2014-12-23 | ||
PCT/US2015/044334 WO2016022983A1 (en) | 2014-08-07 | 2015-08-07 | Energy management system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106575422A true CN106575422A (zh) | 2017-04-19 |
CN106575422B CN106575422B (zh) | 2021-04-13 |
Family
ID=55264675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580042348.XA Active CN106575422B (zh) | 2014-08-07 | 2015-08-07 | 能量管理系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10467249B2 (zh) |
EP (1) | EP3178057A4 (zh) |
JP (1) | JP6738801B2 (zh) |
CN (1) | CN106575422B (zh) |
WO (1) | WO2016022983A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292444A (zh) * | 2017-06-28 | 2017-10-24 | 宁波三星医疗电气股份有限公司 | 一种预付费电能表系统以及电能表预付费方法 |
CN109490618A (zh) * | 2018-09-30 | 2019-03-19 | 宁波三星智能电气有限公司 | 一种电能表负荷曲线的补录方法 |
CN111512326A (zh) * | 2018-02-01 | 2020-08-07 | 甲骨文国际公司 | 基于负载形状分析的能量计划通信控制系统及方法 |
CN115574647A (zh) * | 2022-10-09 | 2023-01-06 | 北京东华博泰科技有限公司 | 基于工业物联网的生产设备能量再利用系统 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10001792B1 (en) * | 2013-06-12 | 2018-06-19 | Opower, Inc. | System and method for determining occupancy schedule for controlling a thermostat |
US9954991B2 (en) * | 2014-12-31 | 2018-04-24 | Xiaomi Inc. | Status notification method and device |
CN108009938B (zh) * | 2016-11-02 | 2021-12-03 | 中国电力科学研究院 | 一种基于形状的系统负荷聚类及负荷周期的模式识别方法 |
US20180307384A1 (en) * | 2017-04-24 | 2018-10-25 | Cisco Technology, Inc. | Workflow policy interface |
US10789296B2 (en) * | 2018-07-10 | 2020-09-29 | International Business Machines Corporation | Detection of missing entities in a graph schema |
US10628180B1 (en) | 2018-08-20 | 2020-04-21 | C/Hca, Inc. | Disparate data aggregation for user interface customization |
US10677629B1 (en) * | 2019-05-06 | 2020-06-09 | Badger Meter, Inc. | System and method for utilizing district metering areas based on meter designations |
CN110991693A (zh) * | 2019-10-28 | 2020-04-10 | 重庆大学 | 一种考虑购电成本不确定性的负荷价-量曲线聚合系统 |
US11977925B2 (en) * | 2020-08-04 | 2024-05-07 | Smart Software, Inc. | Clustering and visualizing demand profiles of resources |
CN112508374A (zh) * | 2020-11-27 | 2021-03-16 | 熊猫智慧水务有限公司 | 一种基于用水曲线的调峰控制方法及装置 |
CN116840606B (zh) * | 2023-09-01 | 2023-11-17 | 国网浙江省电力有限公司余姚市供电公司 | 基于非侵入式负荷的用电异常监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0746761A (ja) * | 1993-07-27 | 1995-02-14 | Chubu Electric Power Co Inc | 最大電力需要予測方法 |
US20090281886A1 (en) * | 2008-05-08 | 2009-11-12 | International Business Machines Corporation | Indicating physical site energy usage through a virtual environment |
WO2010065197A2 (en) * | 2008-12-04 | 2010-06-10 | American Power Conversion Corporation | Energy savings aggregation |
US20100191487A1 (en) * | 2009-01-26 | 2010-07-29 | Geneva Clean Tech Inc. | Energy usage monitoring with remote display and automatic detection of appliance including graphical user interface |
CN101853017A (zh) * | 2009-02-18 | 2010-10-06 | 通用电气公司 | 能量管理系统和方法 |
CN102625942A (zh) * | 2009-09-09 | 2012-08-01 | 拉筹伯大学 | 用于能量管理的方法和系统 |
US20130079938A1 (en) * | 2011-09-22 | 2013-03-28 | Sap Ag | Customer segmentation based on smart meter data |
Family Cites Families (187)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1525656A (en) | 1976-11-09 | 1978-09-20 | Ching Chi Liu | Incubators for nursing chicks |
EP0003010A1 (en) | 1977-12-27 | 1979-07-11 | United Technologies Corporation | Method and apparatus for limiting the power demand in heating-ventilation-air conditioning |
US4334275A (en) | 1980-09-11 | 1982-06-08 | Levine Marshall S | Energy auditing kit |
US4843575A (en) | 1982-10-21 | 1989-06-27 | Crane Harold E | Interactive dynamic real-time management system |
DE3703387A1 (de) | 1986-02-06 | 1987-08-27 | Gossen Gmbh | Verfahren und vorrichtung zum automatischen erfassen und/oder verteilen und/oder abrechnen und/oder anzeigen von energieverbrauchsdaten bzw. -kosten |
SE9002681L (sv) | 1989-09-14 | 1991-03-15 | Shimizu Construction Co Ltd | System foer att skapa behaglig miljoe |
US5903454A (en) | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
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 |
US5513519A (en) | 1994-09-23 | 1996-05-07 | David M. Cauger | Method of measuring changes in the energy transfer efficiency of a thermal transfer system |
US20070061735A1 (en) | 1995-06-06 | 2007-03-15 | Hoffberg Steven M | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US5873251A (en) | 1995-09-13 | 1999-02-23 | Kabushiki Kaisha Toshiba | Plant operation control system |
US5717609A (en) | 1996-08-22 | 1998-02-10 | Emv Technologies, Inc. | System and method for energy measurement and verification with constant baseline reference |
US5855011A (en) | 1996-09-13 | 1998-12-29 | Tatsuoka; Curtis M. | Method for classifying test subjects in knowledge and functionality states |
JP3790307B2 (ja) | 1996-10-16 | 2006-06-28 | 株式会社ルネサステクノロジ | データプロセッサ及びデータ処理システム |
US5930773A (en) | 1997-12-17 | 1999-07-27 | Avista Advantage, Inc. | Computerized resource accounting methods and systems, computerized utility management methods and systems, multi-user utility management methods and systems, and energy-consumption-based tracking methods and systems |
US6618709B1 (en) | 1998-04-03 | 2003-09-09 | Enerwise Global Technologies, Inc. | Computer assisted and/or implemented process and architecture for web-based monitoring of energy related usage, and client accessibility therefor |
US5948303A (en) | 1998-05-04 | 1999-09-07 | Larson; Lynn D. | Temperature control for a bed |
JP2000270379A (ja) | 1999-03-12 | 2000-09-29 | Toshiba Corp | 地域ビル群エネルギー管理システム |
KR100751199B1 (ko) | 1999-07-06 | 2007-08-22 | 소니 가부시끼 가이샤 | 관리 장치 및 데이터 처리 장치 |
EP1242932A4 (en) | 1999-07-15 | 2004-04-07 | Ebidenergy Com | USER INTERFACE TO FACILITATE, ANALYZE AND MANAGE RESOURCE CONSUMPTION |
US6701298B1 (en) | 1999-08-18 | 2004-03-02 | Envinta/Energetics Group | Computerized management system and method for energy performance evaluation and improvement |
US6975975B2 (en) | 1999-09-21 | 2005-12-13 | Fasca Ted S | Emissions management and policy making system |
US6295504B1 (en) | 1999-10-25 | 2001-09-25 | Halliburton Energy Services, Inc. | Multi-resolution graph-based clustering |
NZ520663A (en) | 2000-02-10 | 2004-05-28 | Involve Technology Inc | System for creating and maintaining a database of information utilizing user defined keyword relevance ratings |
US20020178047A1 (en) | 2000-09-15 | 2002-11-28 | Or Ellen Pak-Wah | Energy management system and method for monitoring and optimizing energy usage, identifying energy savings and facilitating procurement of energy savings products and services |
US7149727B1 (en) | 2000-11-01 | 2006-12-12 | Avista Advantage, Inc. | Computerized system and method for providing cost savings for consumers |
JP2002169613A (ja) | 2000-12-04 | 2002-06-14 | Hitachi Ltd | 電力ロードカーブの分析方法およびシステム |
US6785620B2 (en) | 2001-02-08 | 2004-08-31 | Weatherwise Usa, Llc | Energy efficiency measuring system and reporting methods |
AUPR441401A0 (en) | 2001-04-12 | 2001-05-17 | Gladwin, Paul | Utility usage rate monitor |
US20020198629A1 (en) | 2001-04-27 | 2002-12-26 | Enerwise Global Technologies, Inc. | Computerized utility cost estimation method and system |
US6861956B2 (en) | 2001-07-10 | 2005-03-01 | Yingco Electronic Inc. | Remotely controllable wireless energy control unit |
US20030018517A1 (en) | 2001-07-20 | 2003-01-23 | Dull Stephen F. | Providing marketing decision support |
US20030023467A1 (en) | 2001-07-30 | 2003-01-30 | Vlad Moldovan | Method for developing and promoting operations and services that are supported by an energy, energy efficiency, water management, environmental protection and pollution prevention fund |
US9729639B2 (en) | 2001-08-10 | 2017-08-08 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
US6732055B2 (en) | 2001-11-06 | 2004-05-04 | General Electric Company | Methods and systems for energy and emissions monitoring |
JP3576525B2 (ja) | 2001-11-09 | 2004-10-13 | 松下電器産業株式会社 | スケジュール作成装置、基地局装置及び無線通信方法 |
US7073075B2 (en) | 2001-11-27 | 2006-07-04 | General Instrument Corporation | Telephony end user interface in an HFC access network |
US7356548B1 (en) | 2001-12-03 | 2008-04-08 | The Texas A&M University System | System and method for remote monitoring and controlling of facility energy consumption |
US6778945B2 (en) | 2001-12-12 | 2004-08-17 | Battelle Memorial Institute | Rooftop package unit diagnostician |
US7552030B2 (en) | 2002-01-22 | 2009-06-23 | Honeywell International Inc. | System and method for learning patterns of behavior and operating a monitoring and response system based thereon |
US7049976B2 (en) | 2002-04-15 | 2006-05-23 | Hunt Power, L.P. | User-installable power consumption monitoring system |
JP4568482B2 (ja) | 2002-04-30 | 2010-10-27 | 淳 伊賀 | 太陽電池に蓄電池を組合せたシステムの蓄電池容量・メリット算出方法と蓄電池充放電運用方法 |
US6972660B1 (en) | 2002-05-15 | 2005-12-06 | Lifecardid, Inc. | System and method for using biometric data for providing identification, security, access and access records |
CA2488720A1 (en) | 2002-06-10 | 2003-12-18 | Xybix Systems Inc. | Method and system for controlling ergonomic settings at a worksite |
EP1372238B1 (en) | 2002-06-13 | 2018-06-06 | Whirlpool Corporation | Total home energy management system |
US20070100666A1 (en) | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
US7020508B2 (en) | 2002-08-22 | 2006-03-28 | Bodymedia, Inc. | Apparatus for detecting human physiological and contextual information |
AU2003284118A1 (en) | 2002-10-14 | 2004-05-04 | Battelle Memorial Institute | Information reservoir |
US7333880B2 (en) | 2002-12-09 | 2008-02-19 | Enernoc, Inc. | Aggregation of distributed energy resources |
US7440871B2 (en) | 2002-12-09 | 2008-10-21 | Verisae, Inc. | Method and system for tracking and reporting emissions |
US7142949B2 (en) | 2002-12-09 | 2006-11-28 | Enernoc, Inc. | Aggregation of distributed generation resources |
JP2004233118A (ja) | 2003-01-29 | 2004-08-19 | Nec Fielding Ltd | 環境管理システム、環境管理方法、および当該方法を実行するためのプログラム |
US7460899B2 (en) | 2003-04-23 | 2008-12-02 | Quiescent, Inc. | Apparatus and method for monitoring heart rate variability |
JP4154282B2 (ja) * | 2003-05-14 | 2008-09-24 | 株式会社日立ハイテクノロジーズ | 回路パターンの検査装置 |
US8690751B2 (en) | 2003-12-31 | 2014-04-08 | Raphael Auphan | Sleep and environment control method and system |
CA2503435A1 (en) | 2004-04-05 | 2005-10-05 | John Ruhnke | System for determining overall heating and cooling system efficiencies |
KR100595214B1 (ko) | 2004-05-21 | 2006-07-03 | 엘지전자 주식회사 | 공조 시스템의 공기 청정 제어장치 및 그 제어방법 |
JP4540444B2 (ja) | 2004-10-21 | 2010-09-08 | 中国電力株式会社 | 省エネルギーに関する評価方法 |
US20060089851A1 (en) | 2004-10-25 | 2006-04-27 | Silby D W | Informing consumers about carbon usage based on purchases |
US7574434B2 (en) | 2005-02-25 | 2009-08-11 | Sony Corporation | Method and system for navigating and selecting media from large data sets |
US7243044B2 (en) | 2005-04-22 | 2007-07-10 | Johnson Controls Technology Company | Method and system for assessing energy performance |
JP2006305176A (ja) | 2005-04-28 | 2006-11-09 | Nintendo Co Ltd | ゲームプログラムおよびゲーム装置 |
US8429630B2 (en) | 2005-09-15 | 2013-04-23 | Ca, Inc. | Globally distributed utility computing cloud |
SE530417C2 (sv) | 2005-11-02 | 2008-05-27 | Kimmo Yliniemi | En anordning för mätning av energiåtgång fär att värma upp tappvatten |
JP2007133468A (ja) | 2005-11-08 | 2007-05-31 | Ntt Facilities Inc | 建物環境支援システム、方法及びプログラム |
US8543343B2 (en) * | 2005-12-21 | 2013-09-24 | Sterling Planet, Inc. | Method and apparatus for determining energy savings by using a baseline energy use model that incorporates an artificial intelligence algorithm |
US20070203860A1 (en) * | 2006-02-24 | 2007-08-30 | Gridpoint, Inc. | Energy budget manager |
US20070213992A1 (en) | 2006-03-07 | 2007-09-13 | International Business Machines Corporation | Verifying a usage of a transportation resource |
US20070255457A1 (en) | 2006-04-28 | 2007-11-01 | Bright Planet Network, Inc. | Consumer Pollution Impact Profile System and Method |
US7636666B2 (en) | 2006-07-31 | 2009-12-22 | Van Putten Mauritius H P M | Gas-energy observatory |
US7444251B2 (en) | 2006-08-01 | 2008-10-28 | Mitsubishi Electric Research Laboratories, Inc. | Detecting and diagnosing faults in HVAC equipment |
US20080195561A1 (en) | 2007-02-12 | 2008-08-14 | Michael Herzig | Systems and methods for providing renewable power systems by aggregate cost and usage |
US20080320029A1 (en) | 2007-02-16 | 2008-12-25 | Stivoric John M | Lifeotype interfaces |
US8176440B2 (en) | 2007-03-30 | 2012-05-08 | Silicon Laboratories, Inc. | System and method of presenting search results |
US7991513B2 (en) | 2007-05-08 | 2011-08-02 | Ecodog, Inc. | Electric energy bill reduction in dynamic pricing environments |
US8427672B2 (en) | 2007-06-07 | 2013-04-23 | Ricoh Company, Ltd. | Image processing device |
US8176095B2 (en) | 2007-06-11 | 2012-05-08 | Lucid Design Group, Llc | Collecting, sharing, comparing, and displaying resource usage data |
US8145361B2 (en) | 2007-08-28 | 2012-03-27 | Consert, Inc. | System and method for manipulating controlled energy using devices to manage customer bills |
US8160752B2 (en) | 2008-09-30 | 2012-04-17 | Zome Networks, Inc. | Managing energy usage |
MX2010003682A (es) | 2007-10-04 | 2013-01-17 | Sungevity | Metodos y sistemas para aprovisionamiento de sistemas de energía. |
EP2212771A4 (en) | 2007-10-05 | 2011-06-01 | Aharon Mizrahi | SYSTEM AND METHOD FOR ENABLING A CONTENT SEARCH |
US9058337B2 (en) | 2007-10-22 | 2015-06-16 | Apple Inc. | Previewing user interfaces and other aspects |
US8897923B2 (en) | 2007-12-19 | 2014-11-25 | Aclara Technologies Llc | Achieving energy demand response using price signals and a load control transponder |
US20110022429A1 (en) | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Resource reporting |
US20110023045A1 (en) | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Targeted communication to resource consumers |
US8255090B2 (en) * | 2008-02-01 | 2012-08-28 | Energyhub | System and method for home energy monitor and control |
US20110063126A1 (en) | 2008-02-01 | 2011-03-17 | Energyhub | Communications hub for resource consumption management |
US8417061B2 (en) | 2008-02-01 | 2013-04-09 | Sungevity Inc. | Methods and systems for provisioning energy systems |
US20110061014A1 (en) | 2008-02-01 | 2011-03-10 | Energyhub | Interfacing to resource consumption management devices |
US20090217179A1 (en) | 2008-02-21 | 2009-08-27 | Albert Mons | System and method for knowledge navigation and discovery utilizing a graphical user interface |
US9298815B2 (en) | 2008-02-22 | 2016-03-29 | Accenture Global Services Limited | System for providing an interface for collaborative innovation |
US20100076835A1 (en) | 2008-05-27 | 2010-03-25 | Lawrence Silverman | Variable incentive and virtual market system |
CA2728091A1 (en) | 2008-06-25 | 2010-01-21 | Versify Solutions, Inc. | Aggregator, monitor, and manager of distributed demand response |
US20100025483A1 (en) | 2008-07-31 | 2010-02-04 | Michael Hoeynck | Sensor-Based Occupancy and Behavior Prediction Method for Intelligently Controlling Energy Consumption Within a Building |
US8166047B1 (en) | 2008-08-06 | 2012-04-24 | At&T Intellectual Property I, L.P. | Systems, devices, and/or methods for managing data |
US8918376B2 (en) * | 2008-08-19 | 2014-12-23 | International Business Machines Corporation | Energy transaction notification service for presenting charging information of an electric vehicle |
US20100099954A1 (en) | 2008-10-22 | 2010-04-22 | Zeo, Inc. | Data-driven sleep coaching system |
US8065098B2 (en) | 2008-12-12 | 2011-11-22 | Schneider Electric USA, Inc. | Progressive humidity filter for load data forecasting |
US8538102B2 (en) | 2008-12-17 | 2013-09-17 | Synarc Inc | Optimised region of interest selection |
US8390473B2 (en) | 2008-12-19 | 2013-03-05 | Openpeak Inc. | System, method and apparatus for advanced utility control, monitoring and conservation |
JP5255462B2 (ja) | 2009-01-13 | 2013-08-07 | 株式会社日立製作所 | 電力需給運用管理サーバ、および電力需給運用管理システム |
AU2010204729A1 (en) | 2009-01-14 | 2011-09-01 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US9020769B2 (en) | 2009-01-26 | 2015-04-28 | Geneva Cleantech Inc. | Automatic detection of appliances |
JP5394085B2 (ja) | 2009-01-29 | 2014-01-22 | 株式会社インティ | 省エネルギー支援システム及び省エネルギー支援プログラム |
US8489245B2 (en) | 2009-02-06 | 2013-07-16 | David Carrel | Coordinated energy resource generation |
US20110040666A1 (en) | 2009-08-17 | 2011-02-17 | Jason Crabtree | Dynamic pricing system and method for complex energy securities |
US20100217642A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crubtree | System and method for single-action energy resource scheduling and participation in energy-related securities |
US20100332373A1 (en) | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
US20100217549A1 (en) | 2009-02-26 | 2010-08-26 | Galvin Brian R | System and method for fractional smart metering |
US20100217550A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for electric grid utilization and optimization |
US20100217651A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for managing energy resources based on a scoring system |
US20100217452A1 (en) | 2009-02-26 | 2010-08-26 | Mccord Alan | Overlay packet data network for managing energy and method for using same |
JP4706769B2 (ja) | 2009-03-23 | 2011-06-22 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置 |
AU2010245746A1 (en) | 2009-05-08 | 2011-12-01 | Accenture Global Services Limited | Building energy consumption analysis system |
US8350697B2 (en) | 2009-05-18 | 2013-01-08 | Alarm.Com Incorporated | Remote device control and energy monitoring by analyzing data and applying rules |
US20100138363A1 (en) | 2009-06-12 | 2010-06-03 | Microsoft Corporation | Smart grid price response service for dynamically balancing energy supply and demand |
US9286582B2 (en) | 2009-06-22 | 2016-03-15 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US8600556B2 (en) | 2009-06-22 | 2013-12-03 | Johnson Controls Technology Company | Smart building manager |
US9104189B2 (en) | 2009-07-01 | 2015-08-11 | Mario E. Berges Gonzalez | Methods and apparatuses for monitoring energy consumption and related operations |
JP4985722B2 (ja) | 2009-07-23 | 2012-07-25 | 三菱電機株式会社 | 空気調和機 |
US8239178B2 (en) | 2009-09-16 | 2012-08-07 | Schneider Electric USA, Inc. | System and method of modeling and monitoring an energy load |
ES2526129T3 (es) | 2009-11-05 | 2015-01-07 | Opower, Inc. | Método y sistema para distinguir el uso de la energía de calentamiento y enfriamiento de otro uso de la energía en un edificio |
US8359124B2 (en) | 2009-11-05 | 2013-01-22 | General Electric Company | Energy optimization system |
GB2476456B (en) | 2009-12-18 | 2013-06-19 | Onzo Ltd | Utility data processing system |
US20110231320A1 (en) | 2009-12-22 | 2011-09-22 | Irving Gary W | Energy management systems and methods |
US9412082B2 (en) | 2009-12-23 | 2016-08-09 | General Electric Company | Method and system for demand response management in a network |
US20110178937A1 (en) | 2010-01-15 | 2011-07-21 | Jonathan Bud Bowman | Systems and Methods for Detecting Unexpected Utility Usage |
US8571919B2 (en) | 2010-01-20 | 2013-10-29 | American Express Travel Related Services Company, Inc. | System and method for identifying attributes of a population using spend level data |
US8348840B2 (en) | 2010-02-04 | 2013-01-08 | Robert Bosch Gmbh | Device and method to monitor, assess and improve quality of sleep |
US8583288B1 (en) | 2010-05-28 | 2013-11-12 | Comverge, Inc. | System and method for using climate controlled spaces as energy storage units for “receiving” surplus energy and for “supplying” energy when needed |
US8423637B2 (en) | 2010-08-06 | 2013-04-16 | Silver Spring Networks, Inc. | System, method and program for detecting anomalous events in a utility network |
JP5537339B2 (ja) | 2010-08-26 | 2014-07-02 | パナソニック株式会社 | 電気量管理システムおよびセンタサーバ |
US8560133B2 (en) | 2010-09-01 | 2013-10-15 | General Electric Company | Energy smart system |
US8849771B2 (en) | 2010-09-02 | 2014-09-30 | Anker Berg-Sonne | Rules engine with database triggering |
US8510255B2 (en) | 2010-09-14 | 2013-08-13 | Nest Labs, Inc. | Occupancy pattern detection, estimation and prediction |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
US20120078417A1 (en) | 2010-09-28 | 2012-03-29 | International Business Machines Corporartion | Detecting Energy and Environmental Leaks In Indoor Environments Using a Mobile Robot |
US9167991B2 (en) | 2010-09-30 | 2015-10-27 | Fitbit, Inc. | Portable monitoring devices and methods of operating same |
JP5696877B2 (ja) | 2010-10-01 | 2015-04-08 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
JP5668970B2 (ja) | 2010-10-01 | 2015-02-12 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
US8375118B2 (en) | 2010-11-18 | 2013-02-12 | Verizon Patent And Licensing Inc. | Smart home device management |
US8195313B1 (en) | 2010-11-19 | 2012-06-05 | Nest Labs, Inc. | Thermostat user interface |
US20120179692A1 (en) | 2011-01-12 | 2012-07-12 | Alexandria Investment Research and Technology, Inc. | System and Method for Visualizing Sentiment Assessment from Content |
USD672666S1 (en) | 2011-01-12 | 2012-12-18 | Emerson Electric Co. | Thermostat |
US8761944B2 (en) | 2011-01-12 | 2014-06-24 | Emerson Electric Co. | Apparatus and method for determining load of energy consuming appliances within a premises |
JP2012155385A (ja) * | 2011-01-24 | 2012-08-16 | Osaka Gas Co Ltd | エネルギー消費タイプ決定システム |
WO2012112358A1 (en) | 2011-02-14 | 2012-08-23 | Carrier Corporation | Programmable environmental control including an energy tracking system |
JP5719190B2 (ja) | 2011-02-14 | 2015-05-13 | 大阪瓦斯株式会社 | 省エネアドバイス表示システム |
US20120216123A1 (en) | 2011-02-23 | 2012-08-23 | Evoworx Inc. | Energy audit systems and methods |
USD667841S1 (en) | 2011-03-09 | 2012-09-25 | Microsoft Corporation | Display screen with graphical user interface |
US20120259678A1 (en) | 2011-04-06 | 2012-10-11 | Michael Charles Overturf | Method and system for computing Energy Index |
CA2832211A1 (en) | 2011-05-06 | 2012-11-15 | Opower, Inc. | Method and system for selecting similar consumers |
DE102011077522A1 (de) | 2011-06-15 | 2012-12-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung der thermischen Behaglichkeit |
JP2013020307A (ja) | 2011-07-07 | 2013-01-31 | Mitsubishi Electric Corp | エネルギー消費分析装置 |
US8805000B2 (en) | 2011-08-23 | 2014-08-12 | Honeywell International Inc. | Mobile energy audit system and method |
US20130060720A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, Lp | Estimating and optimizing cost savings for large scale deployments using load profile optimization |
US20130060531A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, L..P. | Dynamic tagging to create logical models and optimize caching in energymanagement systems |
US9069743B2 (en) | 2011-10-13 | 2015-06-30 | Microsoft Technology Licensing, Llc | Application of comments in multiple application functionality content |
CA3044757C (en) | 2011-10-21 | 2021-11-09 | Google Llc | User-friendly, network connected learning thermostat and related systems and methods |
JP5845116B2 (ja) | 2012-03-07 | 2016-01-20 | アズビル株式会社 | 電力使用管理システムおよび方法 |
US9921591B2 (en) | 2012-03-26 | 2018-03-20 | Siemens Schweiz Ag | System and method for HVAC interlocks |
US9367053B2 (en) | 2012-03-27 | 2016-06-14 | Siemens Schweiz Ag | System and method for coordination of building automation system demand and shade control |
US9026405B2 (en) | 2012-03-28 | 2015-05-05 | Solarcity Corporation | Systems and methods for home energy auditing |
JP2013240154A (ja) * | 2012-05-11 | 2013-11-28 | Toshiba Corp | 電力需給調整装置及びその方法 |
KR101434296B1 (ko) | 2012-06-18 | 2014-08-29 | 중앙대학교 산학협력단 | 공동 주택의 에너지 소비량 모니터링 장치 및 방법 |
US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
US20140019319A1 (en) | 2012-07-10 | 2014-01-16 | Honeywell International Inc. | Floorplan-based residential energy audit and asset tracking |
US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
USD707245S1 (en) | 2012-09-28 | 2014-06-17 | Nest Labs, Inc. | Display screen or portion thereof with graphical user interface |
US8630741B1 (en) | 2012-09-30 | 2014-01-14 | Nest Labs, Inc. | Automated presence detection and presence-related control within an intelligent controller |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
USD714335S1 (en) | 2012-12-20 | 2014-09-30 | Proteus Digital Health, Inc. | Display screen portion having a graphical user interface for patient monitoring |
US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
USD729268S1 (en) | 2013-03-06 | 2015-05-12 | Consumerinfo.Com, Inc. | Display screen with graphical user interface |
USD710871S1 (en) | 2013-03-14 | 2014-08-12 | Microsoft Corporation | Display screen with graphical user interface |
US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
US20150227522A1 (en) | 2014-02-07 | 2015-08-13 | Chacha Search, Inc | Method and system for selection of a media file based on a response |
US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
US9529858B2 (en) | 2014-03-06 | 2016-12-27 | Yahoo! Inc. | Methods and systems for ranking items on a presentation area based on binary outcomes |
US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
US20150269664A1 (en) | 2014-03-19 | 2015-09-24 | Opower, Inc. | Solar panel wattage determination system |
US20150310463A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Solar customer acquisition and solar lead qualification |
US20150310465A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Behavioral demand response ranking |
US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
US10171603B2 (en) | 2014-05-12 | 2019-01-01 | Opower, Inc. | User segmentation to provide motivation to perform a resource saving tip |
US20150324819A1 (en) | 2014-05-12 | 2015-11-12 | Opower, Inc. | Method for providing personalized energy use information |
USD740847S1 (en) | 2014-12-12 | 2015-10-13 | SecurityScorecard, Inc. | Display screen or portion thereof with graphical user interface for security to reduce risk |
-
2014
- 2014-12-23 US US14/581,105 patent/US10467249B2/en active Active
-
2015
- 2015-08-07 WO PCT/US2015/044334 patent/WO2016022983A1/en active Application Filing
- 2015-08-07 EP EP15830694.4A patent/EP3178057A4/en not_active Withdrawn
- 2015-08-07 JP JP2017506740A patent/JP6738801B2/ja active Active
- 2015-08-07 CN CN201580042348.XA patent/CN106575422B/zh active Active
-
2019
- 2019-10-23 US US16/660,926 patent/US10860615B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0746761A (ja) * | 1993-07-27 | 1995-02-14 | Chubu Electric Power Co Inc | 最大電力需要予測方法 |
US20090281886A1 (en) * | 2008-05-08 | 2009-11-12 | International Business Machines Corporation | Indicating physical site energy usage through a virtual environment |
WO2010065197A2 (en) * | 2008-12-04 | 2010-06-10 | American Power Conversion Corporation | Energy savings aggregation |
US20100191487A1 (en) * | 2009-01-26 | 2010-07-29 | Geneva Clean Tech Inc. | Energy usage monitoring with remote display and automatic detection of appliance including graphical user interface |
CN101853017A (zh) * | 2009-02-18 | 2010-10-06 | 通用电气公司 | 能量管理系统和方法 |
CN102625942A (zh) * | 2009-09-09 | 2012-08-01 | 拉筹伯大学 | 用于能量管理的方法和系统 |
US20130079938A1 (en) * | 2011-09-22 | 2013-03-28 | Sap Ag | Customer segmentation based on smart meter data |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292444A (zh) * | 2017-06-28 | 2017-10-24 | 宁波三星医疗电气股份有限公司 | 一种预付费电能表系统以及电能表预付费方法 |
CN111512326A (zh) * | 2018-02-01 | 2020-08-07 | 甲骨文国际公司 | 基于负载形状分析的能量计划通信控制系统及方法 |
CN109490618A (zh) * | 2018-09-30 | 2019-03-19 | 宁波三星智能电气有限公司 | 一种电能表负荷曲线的补录方法 |
CN109490618B (zh) * | 2018-09-30 | 2020-12-15 | 宁波三星智能电气有限公司 | 一种电能表负荷曲线的补录方法 |
CN115574647A (zh) * | 2022-10-09 | 2023-01-06 | 北京东华博泰科技有限公司 | 基于工业物联网的生产设备能量再利用系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2017524199A (ja) | 2017-08-24 |
US10467249B2 (en) | 2019-11-05 |
US20160042049A1 (en) | 2016-02-11 |
EP3178057A4 (en) | 2017-12-13 |
JP6738801B2 (ja) | 2020-08-12 |
US20200057771A1 (en) | 2020-02-20 |
EP3178057A1 (en) | 2017-06-14 |
US10860615B2 (en) | 2020-12-08 |
CN106575422B (zh) | 2021-04-13 |
WO2016022983A1 (en) | 2016-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106575422A (zh) | 能量管理系统和方法 | |
Nepal et al. | Electricity load forecasting using clustering and ARIMA model for energy management in buildings | |
US10467639B2 (en) | Demand response system having a participation predictor | |
CN106663289B (zh) | 行为需求响应排序 | |
Ponds et al. | Aggregator of demand response for renewable integration and customer engagement: Strengths, weaknesses, opportunities, and threats | |
US11886843B2 (en) | Systems and methods for utilizing machine learning to identify non-technical loss | |
Han et al. | Collection channel and production decisions in a closed-loop supply chain with remanufacturing cost disruption | |
Cornuejols et al. | Exceptional paper—location of bank accounts to optimize float: An analytic study of exact and approximate algorithms | |
Zufferey et al. | Forecasting of smart meter time series based on neural networks | |
US20210125253A1 (en) | Methods, systems, apparatuses and devices for matching at least one utility consumer to at least one utility provider | |
Rodríguez Fernández et al. | Using the Big Data generated by the Smart Home to improve energy efficiency management | |
Farouq et al. | Large-scale monitoring of operationally diverse district heating substations: A reference-group based approach | |
US20210125129A1 (en) | Methods and system for generating at least one utility fingerprint associated with at least one premises | |
Bandyopadhyay et al. | Individual and aggregate electrical load forecasting: One for all and all for one | |
US20230228446A1 (en) | Scalable control of heat pumps with limited smart-home devices | |
CN111512326A (zh) | 基于负载形状分析的能量计划通信控制系统及方法 | |
Ngo et al. | Implementing a web-based optimized artificial intelligence system with metaheuristic optimization for improving building energy performance | |
Dedić et al. | Fuzzy C-means clustering applied to load profiling of industrial customers | |
Rahman et al. | Methods and attributes for customer-centric dynamic electricity tariff design: A review | |
Yang et al. | Hierarchical dispatch using two-stage optimisation for electricity markets in smart grid | |
Dent | Deriving knowledge of household behaviour from domestic electricity usage metering | |
Wei | Energy Footprinting and Human-Centric Building Co-Optimization with Multi-Task Deep Reinforcement Learning | |
Chinde et al. | Model predictive control for optimal dispatch of chillers and thermal energy storage tank in airports | |
JP7122714B2 (ja) | 在不在推定システム、電力制御システム、在不在推定方法および在不在推定プログラム | |
González et al. | Leveraging Smart Meter Data for Adaptive Consumer Profiling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |