CN109583658A - 一种电量曲线分解预测方法、装置、设备及存储介质 - Google Patents

一种电量曲线分解预测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109583658A
CN109583658A CN201811489559.XA CN201811489559A CN109583658A CN 109583658 A CN109583658 A CN 109583658A CN 201811489559 A CN201811489559 A CN 201811489559A CN 109583658 A CN109583658 A CN 109583658A
Authority
CN
China
Prior art keywords
curve
electricity
data
daily
specific gravity
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
Application number
CN201811489559.XA
Other languages
English (en)
Inventor
王
王一
王浩浩
王宁
段秦刚
曾智健
陈青
吴明兴
厉韧
孙辉
别佩
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.)
Guangdong Electric Power Trading Center LLC
Original Assignee
Guangdong Electric Power Trading Center LLC
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 Guangdong Electric Power Trading Center LLC filed Critical Guangdong Electric Power Trading Center LLC
Priority to CN201811489559.XA priority Critical patent/CN109583658A/zh
Publication of CN109583658A publication Critical patent/CN109583658A/zh
Pending legal-status Critical Current

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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

本申请公开了一种电量曲线分解预测方法，包括：获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；根据所述日电量占比获得日电量数据；根据统调历史负荷和所述日电量数据作出日分时电力曲线；根据所述日分时电力曲线预测获得新一年的电量数据。本申请通过对中长期交易合同中的统调电力电量数据进行分解获得电量数据的预测数据，简洁实用，减轻调度交易工作量，为当前电力现货市场提供了切实可行的建设方案。

Description

一种电量曲线分解预测方法、装置、设备及存储介质
技术领域
本申请涉及电力市场技术领域，尤其涉及一种电量曲线分解预测方法、装置、设备及存储介质。
背景技术
目前，市场建设已经放开了发用电计划、推动直接交易等步骤，走到了建设以“日”为交易周期的现货市场“分岔口”，如何建设电力现货市场成为深化电力体制改革的关键。当前，全国大部分省区所开展的电力交易，多为年度、月度的中长期交易，仅有云南等少数省份将交易的时序尝试性地缩短到日前，但是均以一段时间的“电量”作为交易标的物，没有开展以日内“分时电力”为标的物的现货交易。中长期交易的开展，是培育市场意识、打破发用电计划、锁定市场收益、降低市场风险的重要一环，其重要性不容置喙。而组织电力现货市场则可以准确地反映不同时段、不同区域的电能供需情况，为市场主体提供切实的价格信号，进而为电力资源优化配置、中长期规划投资等提供真实有效的参考。
发明内容
本申请提供了一种电量曲线分解预测方法、装置、设备及存储介质，能够按照统调负荷曲线进行电量分解，简洁实用，减轻调度交易工作量，为当前电力现货市场提供了切实可行的建设方案。
本申请第一方面提供了一种电量曲线分解预测方法，包括：
获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
根据所述日电量占比获得日电量数据；
根据统调历史负荷和所述日电量数据作出日分时电力曲线；
根据所述日分时电力曲线预测获得新一年的电量数据。
优选的，
所述日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
优选的，所述峰平谷曲线具体包括：将所述日电量数据划分为峰段、平段和谷段，根据所述统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据所述峰段比重、所述平段比重、所述谷段比重和所述日电量数据建立峰平谷曲线。
优选的，
所述日常用曲线具体包括：
将所述日电量数据平均分解为24小时电量数据，并根据所述24小时电量数据作出日平均曲线。
优选的，
所述高峰时段曲线具体包括：
将所述日电量数据平均分配至每日峰段时域作出高峰时段曲线。
本申请第二方面提供了一种电量曲线分解预测装置，包括:
数据获取模块，用于获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
日电量数据计算模块，用于根据所述日电量占比获得日电量数据；
曲线作图模块，用于根据统调历史负荷和所述日电量数据作出日分时电力曲线；
数据预测模块，用于根据所述日分时电力曲线预测获得新一年的电量数据。
优选的，所述日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
优选的，所述峰平谷曲线具体包括：将所述日电量数据划分为峰段、平段和谷段，根据所述统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据所述峰段比重、所述平段比重、所述谷段比重和所述日电量数据建立峰平谷曲线。
本申请第三方面提供了一种电量曲线分解预测设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如前所述的一种电量曲线分解预测方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如前所述的一种电量曲线分解预测方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请第一方面提供了一种电量曲线分解预测方法，包括：
获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；根据所述日电量占比获得日电量数据；根据统调历史负荷和所述日电量数据作出日分时电力曲线；根据所述日分时电力曲线预测获得新一年的电量数据。
本申请通过对中长期交易合同中的统调电力电量数据进行分解获得电量数据的预测数据，简洁实用，减轻调度交易工作量，为当前电力现货市场提供了切实可行的建设方案。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请提供的一种电量曲线分解预测方法的第一实施例的流程示意图。
具体实施方式
本申请提供了一种电量曲线分解预测方法、装置、设备及存储介质，能够按照统调负荷曲线进行电量分解，简洁实用，减轻调度交易工作量，为当前电力现货市场提供了切实可行的建设方案。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请提供的一种电量曲线分解预测方法的第一实施例的流程示意图。
本申请第一方面提供了一种电量曲线分解预测方法，包括：
S1，获取上一年的统调电力电量数据，根据统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
S2，根据日电量占比获得日电量数据；
S3，根据统调历史负荷和日电量数据作出日分时电力曲线；
S4，根据日分时电力曲线预测获得新一年的电量数据。
需要说明的是，先获取中长期交易合同中的统调电力电量数据，即根据往年的统调电力电量数据，根据该统调电力电量数据分别将年用电总量依次分解到分月用电量、分日用电量和分时用电量，直至确定年度分月电量比例，并根据该比例数据建立日分时电力曲线，该日分时电力曲线具体为24小时电量曲线；根据建立的日分时电力曲线对新的电量数据进行预测分派相关电量。
以下将详细介绍本申请第二实施例：
进一步地，日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
需要说明的是，在本申请实施例中，首先根据上一年统调电力电量历史数据确定年度的分月电量比例，即每个月的用电比例，比如假设广东省2019年12个月的统调用电量和分月电量的占比如表1所示：
表1预置的广东省2019年12个月统调用电量和分月电量占比表
那么若要预测的是合约周期在2020年内的合同，其年度分月电量按此比例分解，例如根据表中的信息可知2019年1月份的用电量占年用电总量的比例为6.79％，那么2020年的一月份的用电总量可以参照2019年的用电量占比来进行分配；
日电量占比为根据上一年统调日电量历史数据确定工作日、周六、周日、节假日四类常用日的电量比例；比如，经测算，2019年工作日、周六、周日和节假日四类常用日的平均用电量的比例约为：1.0：0.9：0.8：0.6，则合约周期在2020年的内的合同，按此比例分解得到分日电量。
进一步地，峰平谷曲线具体包括：将日电量数据划分为峰段、平段和谷段，根据统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据峰段比重、平段比重、谷段比重和日电量数据建立峰平谷曲线。
需要说明的是，将一日的用电量划分为峰段、平段和谷段，根据统调历史负荷分别确定峰、平和谷三段用电负荷的比例，将日电量根据该比例分解为24小时电量曲线；比如，由2019年全年实际用电数据算得日用电总量，再对数据进行处理得到峰平谷曲线，假设该曲线峰段为9:00～21:00，平时段为7:00～9:00和21:00～24:00，谷时段为0:00～7:00，峰、平、谷电量比例为1：0.85：0.7。合约周期在2020年内的合同，标的为峰平谷曲线时，日电量按照2019年峰、平、谷电量比例1：0.85：0.7将电量具体分解到具体的24小时的电量；
假设某售电公司在2020年1月月度集中竞争交易市场买入2月、3月和4月的电量共1000万度，采用峰平谷曲线来分解电量；根据2019年的年度分月比例，2月、3月和4月电量比例为6.17％：7.41％：8.02％，则：
2020年2月电量＝1000万度÷(6.17％+7.41％+8.02％)×6.17％≈285.65万度；
同理可算得3月电量约为343.06万度，4月电量约为371.30万度。
进一步地，
日常用曲线具体包括：
将日电量数据平均分解为24小时电量数据，并根据24小时电量数据作出日平均曲线。
需要说明的是，将日电量平均分配到24小时，并根据获得24小时电量数据建立24小时电量曲线。
进一步地，
高峰时段曲线具体包括：
将日电量数据平均分配至每日峰段时域，作出高峰时段曲线。
需要说明的是，将日电量数据平均分解到每日峰段，而平段和谷段的电量分配为零，并根据分配后的数据建立24小时电量曲线。
假设2020年3月(该月无节假日)分日电量比例如表2：
表2假设的2020年3月(该月无节假日)分日电量比例
从表中可知全月总电量权重为0.8×5+0.9×4+1×22＝29.6
2020年3月1日的日电量＝343.06万度÷29.6×0.8≈9.27万度
同理可算得3月2日至31日的分日电量。
假设2020年3月1日的交易标为峰平谷曲线，则3月1日的日分时电量按峰平谷曲线的方式分解如下：
即峰段为9:00～21:00，平段为7:00～9:00和21:00～24:00，谷段为0:00～7:00，峰、平、谷电量比例为1：0.85：0.7。
全日总电量权重为0.7×7+0.85×5+1×12＝21.15
2020年3月1日第一个小时(0:00～1:00)内的电量为：
9.27万度÷21.15×0.7≈0.31万度
同理可算得3月1日第2个小时至第24个小时的分时电量。
本申请第二方面提供了一种电量曲线分解预测装置，包括:
数据获取模块，用于获取上一年的统调电力电量数据，根据统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
日电量数据计算模块，用于根据日电量占比获得日电量数据；
曲线作图模块，用于根据统调历史负荷和日电量数据作出日分时电力曲线；
数据预测模块，用于根据日分时电力曲线预测获得新一年的电量数据。
进一步地，
日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
进一步地，
峰平谷曲线具体包括：将日电量数据划分为峰段、平段和谷段，根据统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据峰段比重、平段比重、谷段比重和日电量数据建立峰平谷曲线。
本申请第三方面提供了一种电量曲线分解预测设备，设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行如前的一种电量曲线分解预测方法。
本申请第四方面提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行如前的一种电量曲线分解预测方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种电量曲线分解预测方法，其特征在于，包括：
获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
根据所述日电量占比获得日电量数据；
根据统调历史负荷和所述日电量数据作出日分时电力曲线；
根据所述日分时电力曲线预测获得新一年的电量数据。
2.根据权利要求1所述的一种电量曲线分解预测方法，其特征在于，所述日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
3.根据权利要求2所述的一种电量曲线分解预测方法，其特征在于，所述峰平谷曲线具体包括：将所述日电量数据划分为峰段、平段和谷段，根据所述统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据所述峰段比重、所述平段比重、所述谷段比重和所述日电量数据建立峰平谷曲线。
4.根据权利要求2所述的一种电量曲线分解预测方法，其特征在于，所述日平均曲线具体包括：
将所述日电量数据平均分解为24小时电量数据，并根据所述24小时电量数据作出日平均曲线。
5.根据权利要求2所述的一种电量曲线分解预测方法，其特征在于，所述高峰时段曲线具体包括：
将所述日电量数据平均分配至每日峰段时域，作出高峰时段曲线。
6.一种电量曲线分解预测装置，其特征在于，包括:
数据获取模块，用于获取上一年的统调电力电量数据，根据所述统调电力电量数据依次计算获得月电量占比数据和日电量占比数据；
日电量数据计算模块，用于根据所述日电量占比获得日电量数据；
曲线作图模块，用于根据统调历史负荷和所述日电量数据作出日分时电力曲线；
数据预测模块，用于根据所述日分时电力曲线预测获得新一年的电量数据。
7.根据权利要求6所述的一种电量曲线分解预测装置，其特征在于，所述日分时电力曲线具体包括峰平谷曲线、日平均曲线或高峰时段曲线。
8.根据权利要求7所述的一种电量曲线分解预测装置，其特征在于，所述峰平谷曲线具体包括：将所述日电量数据划分为峰段、平段和谷段，根据所述统调历史负荷分别计算峰段比重、平段比重和谷段比重，并根据所述峰段比重、所述平段比重、所述谷段比重和所述日电量数据建立峰平谷曲线。
9.一种电量曲线分解预测设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的一种电量曲线分解预测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的一种电量曲线分解预测方法。
CN201811489559.XA 2018-12-06 2018-12-06 一种电量曲线分解预测方法、装置、设备及存储介质 Pending CN109583658A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811489559.XA CN109583658A (zh) 2018-12-06 2018-12-06 一种电量曲线分解预测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811489559.XA CN109583658A (zh) 2018-12-06 2018-12-06 一种电量曲线分解预测方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN109583658A true CN109583658A (zh) 2019-04-05

Family

ID=65927670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811489559.XA Pending CN109583658A (zh) 2018-12-06 2018-12-06 一种电量曲线分解预测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN109583658A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122963A (zh) * 2019-12-03 2020-05-08 深圳供电局有限公司 一种计量自动化系统电表分时电量异常判断与修复方法
CN111125633A (zh) * 2019-11-14 2020-05-08 广东电力交易中心有限责任公司 电力市场交易的分解曲线计算方法及装置
CN113592325A (zh) * 2021-08-05 2021-11-02 清华四川能源互联网研究院 就地制氢加氢站系统及其电量分配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1574537A (zh) * 2003-05-08 2005-02-02 株式会社日立制作所 电力买卖支援系统
CN106529742A (zh) * 2016-12-12 2017-03-22 国网上海市电力公司 一种利用日负荷率搜库法预测电网典型日负荷的方法
CN108364237A (zh) * 2018-02-09 2018-08-03 广东电力交易中心有限责任公司 基于标准化电力交割曲线的场内挂牌交易方法
CN108764547A (zh) * 2018-05-17 2018-11-06 西安交通大学 一种满足电量约束的中长期负荷曲线生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1574537A (zh) * 2003-05-08 2005-02-02 株式会社日立制作所 电力买卖支援系统
CN106529742A (zh) * 2016-12-12 2017-03-22 国网上海市电力公司 一种利用日负荷率搜库法预测电网典型日负荷的方法
CN108364237A (zh) * 2018-02-09 2018-08-03 广东电力交易中心有限责任公司 基于标准化电力交割曲线的场内挂牌交易方法
CN108764547A (zh) * 2018-05-17 2018-11-06 西安交通大学 一种满足电量约束的中长期负荷曲线生成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
康重庆 等: "中长期日负荷曲线预测的研究", 《电力系统自动化》 *
李明光: "广东现货市场2|交易体系", 《能见-见能源之新》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111125633A (zh) * 2019-11-14 2020-05-08 广东电力交易中心有限责任公司 电力市场交易的分解曲线计算方法及装置
CN111122963A (zh) * 2019-12-03 2020-05-08 深圳供电局有限公司 一种计量自动化系统电表分时电量异常判断与修复方法
CN113592325A (zh) * 2021-08-05 2021-11-02 清华四川能源互联网研究院 就地制氢加氢站系统及其电量分配方法
CN113592325B (zh) * 2021-08-05 2023-11-28 清华四川能源互联网研究院 就地制氢加氢站系统及其电量分配方法

Similar Documents

Publication Publication Date Title
Lebotsa et al. Short term electricity demand forecasting using partially linear additive quantile regression with an application to the unit commitment problem
Kim et al. Measuring the efficiency of the investment for renewable energy in Korea using data envelopment analysis
Feng et al. Solution sensitivity-based scenario reduction for stochastic unit commitment
CN109583658A (zh) 一种电量曲线分解预测方法、装置、设备及存储介质
CN108510140A (zh) 一种工作量分配方法、存储介质和服务器
CN110378787A (zh) 一种交易电量的分解方法、装置及系统
CN108133283A (zh) 城市水系统和能源系统应对气候变化的联合响应调控方法
Zhang et al. Optimal coordinated operation for a distribution network with virtual power plants considering load shaping
Back Structure of consumption sets and existence of equilibria in infinite dimensional spaces
CN103617494A (zh) 一种广域多级分布式并行电网分析系统
CN108009012A (zh) 一种基于任务模型的多智能体动态任务分配方法
CN109823223A (zh) 一种电动汽车充电站的储能容量配置方法及系统
CN114298548A (zh) 维护任务的分配方法及装置、存储介质及电子设备
Appino et al. Storage scheduling with stochastic uncertainties: Feasibility and cost of imbalances
CN103002053A (zh) 云计算的利润最大化调度方法和系统
CN109755946A (zh) 储能管理系统
CN107403343A (zh) 电量定价方法和装置
Jurasz et al. A strategy for the photovoltaic-powered pumped storage hydroelectricity
Hwang et al. Profitability and productivity changes in the Korean electricity industry
Wang et al. On time-sensitive revenue management in green data centers
CN104537530B (zh) 一种基于云计算的分布式账单处理方法及系统
Bhattacharya et al. Optimal microgrid energy storage strategies in the presence of renewables
Apostolakis The role of energy in production functions for southern European economies
CN109685271A (zh) 一种统调负荷曲线分解方法
Leng et al. Research on capacity allocation in a supply chain system based on TOC

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405