CN110135761A - 供用电需求侧响应负荷调节交易方法、系统及终端设备 - Google Patents
供用电需求侧响应负荷调节交易方法、系统及终端设备 Download PDFInfo
- Publication number
- CN110135761A CN110135761A CN201910446286.9A CN201910446286A CN110135761A CN 110135761 A CN110135761 A CN 110135761A CN 201910446286 A CN201910446286 A CN 201910446286A CN 110135761 A CN110135761 A CN 110135761A
- Authority
- CN
- China
- Prior art keywords
- user
- load
- power
- electricity consumption
- electricity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 title claims abstract description 44
- 230000005611 electricity Effects 0.000 claims abstract description 113
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000010224 classification analysis Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 22
- 238000007667 floating Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000006116 polymerization reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000012546 transfer Methods 0.000 abstract description 3
- 230000008447 perception Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000010276 construction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据感知、边缘计算和电商交易模式技术领域,尤其涉及一种供用电需求侧响应负荷调节交易方法、系统及终端设备。该方法包括:读取用户用电数据;根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;根据所述分用户负荷档案,在产生限电需求时,生成用电建议;在接收到用户完成所述用电建议响应时,为用户提供补偿。上述方法可以在减少限电压力的同时,为用户提供多样化的用电方式并调动用户参与的积极性。
Description
技术领域
本发明涉及数据感知、边缘计算和电商交易模式技术领域,尤其涉及一种供用电需求侧响应负荷调节交易方法、系统及终端设备。
背景技术
当前,我国多数地区仍存在一定问题的电量缺口,全年供电量无法满足需求,而化石能源的不可再生性及其生产消费导致的污染问题已经成为了悬在高速发展的人类经济社会上的达摩克利斯之剑。除了单纯地增加装机容量、传输容量和发电量以满足不断增长且日益复杂的电力需求,电力供应商和政府也在积极地寻求一种长期有效的方法以应对电力不足。20世纪80年代,美国电力科学研究院提出了电力需求侧管理(demand sidemanagement,DSM)概念,随着电力市入,DSM在向更能反映市场竞争和需求弹性的需求响应(demand response,DR)发展,电力DR强调电网中供应侧和需求侧的双向互动,需求侧根据电力市场价格和电网要求改变其负荷需求以获取一定的利益回报。通过各个国家的相关探索和试验表明电力DR可以在协助维持电力系统的稳定性、提高电网对可再生能源的消纳能力,降低电力系统峰谷差、延缓电网的建设投资。
现阶段,我国需求侧响应还处于探索阶段,如何在我国供电公司协同政府直接进行主导,电力用户被动参与和能源集成商参与调节的大环境下,利用需求侧响应管理,在减少限电压力的同时,为用户提供多样化的用电方式并调动用户参与的积极性,是一个亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种供用电需求侧响应负荷调节交易方法、系统及终端设备,以解决现有技术中无法在减少限电压力的同时,为用户提供多样化的用电方式并调动用户参与的积极性的问题。
本发明实施例的第一方面提供了一种供用电需求侧响应负荷调节交易方法,包括:
读取用户用电数据;
根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
根据所述用户负荷档案,在产生限电需求时,生成用电建议;
在接收到用户完成所述用电建议响应时,为用户提供补偿。
可选的,所述读取用户用电数据,包括:
根据绑定的用户电表卡号从国家电网数据中心获取用户各阶段的用电数据。
可选的,所述根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案包括:
通过BP神经网络建立负荷分析模型;
通过所述负荷分析模型将可减负荷、可调用负荷和可转移负荷进行分类归档。
可选的,所述根据所述用户负荷档案,在产生限电需求时,生成用电建议包括:
通过BP神经网络建立负荷预测模型;
根据所述用户负荷档案,通过所述负荷预测模型预测用电趋势;
根据所述用电趋势生成用电建议。
可选的,所述在接收到用户完成所述用电建议响应时,为用户提供补偿包括:
建立一种针对能源聚合商的交易平台,在接收到用户完成所述用电建议响应时,为用户提供一种虚拟货币,所述虚拟货币用于在所述交易平台交换商品。
可选的,所述在接收到用户完成所述用电建议响应时,为用户提供补偿包括,包括:
建立定价浮动模型,在接收到用户完成所述用电建议响应时,根据所述定价浮动模型生成补偿电价和补偿时段,为用户提供补偿时段内的低电价补偿。
可选的,所述的供用电需求侧响应负荷调节交易方法,还包括:
在产生限电需求且接收到用户用电请求时,根据所述定价浮动模型生成电权交易电价,为用户提供限电需求时间段内的电权交易。
可选的,所述定价浮动模型包括:
基于可中断负荷补偿模型构建定价浮动模型,确定在不同月份、不同负荷环境下对可中断负荷的最优调用策略,并生成低于正常电价的补偿电价和高于正常电价的电权交易电价。
本发明实施例的第二方面提供了一种供用电需求侧响应负荷调节交易系统,包括:
数据采集模块,用于读取用户用电数据;
档案建立模块,用于根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
建议生成模块,用于根据所述分用户负荷档案,在产生限电需求时,生成用电建议;
激励补偿模块,用于在接收到用户完成所述用电建议响应时,为用户提供补偿。
本发明实施例的第三方面提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如第一方面所述供用电需求侧响应负荷调节交易方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述供用电需求侧响应负荷调节交易方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例通过读取用户用电数据,分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案,在产生限电需求时,生成用电建议,减少了限电压力的同时,为用户提供多样化的用电方式;在接收到用户完成用户建议的响应时,为用户提供补偿,通过激励机制调动了用户参与完成用电建议的积极性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,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他的附图。
图1是本发明实施例提供的供用电需求侧响应负荷调节交易方法的实现流程示意图;
图2是本发明实施例提供的BP神经网络的结构示意图;
图3是本发明实施例提供的利用BP神经网络建立负荷预测模型的流程示意图;
图4是本发明实施例提供的建立定价浮动模型的流程示意图;
图5是本发明实施例提供的供用电需求侧响应负荷调节交易系统的示意图;
图6是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及其他任何变形,是指“包括但不限于”,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1是本发明实施例提供的供用电需求侧响应负荷调节交易方法的实现流程示意图,参见图1,该供用电需求侧响应负荷调节交易方法可以包括:
步骤S101,读取用户用电数据。
步骤S102,根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
步骤S103,根据所述用户负荷档案,在产生限电需求时,生成用电建议;
步骤S104,在接收到用户完成所述用电建议响应时,为用户提供补偿。
本发明实施例通过读取用户用电数据,分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案,提供了一种灵活的负荷管理方法;在产生限电需求时,生成用电建议,为用户提供多样化的用电方式,同时减少了限电压力;在接收到用户完成用户建议的响应时,用户的参与降低了电力系统峰谷差;为用户提供补偿,通过激励机制调动了用户参与完成用电建议的积极性。
一些实施例中,所述步骤步骤S101,读取用户用电数据可以包括:绑定用户电表卡号。根据绑定的用户电表卡号从国家电网数据中心获取用户各阶段的用电数据。
具体的,首先绑定用户电表卡号,向数据中心云计算平台提出用电数据申请,云平台根据用户请求,从国家电网数据中心获取客户某阶段的用电数据(电表)。
在一些实施例中,步骤S102,根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案可以包括:通过BP神经网络建立负荷分析模型。通过所述负荷分析模型将可减负荷、可调用负荷和可转移负荷进行分类归档。
可选的,图2为本实施例提供的一种BP神经网络的结构示意图,包括:输入层200,隐含层201,输出层202。输入层201用于输入用户用电数据;隐含层201用于通过协同处理信息的机制以及自学习分析用户类型和用电需求;输出层202用于用于输出将可减负荷、可调用负荷和可转移负荷分类归档的结果。
在一些实施例中,步骤S103,根据所述用户负荷档案,在产生限电需求时,生成用电建议可以包括:通过BP神经网络建立负荷预测模型。根据所述用户负荷档案,通过所述负荷预测模型预测用电趋势。根据所述用电趋势生成用电建议。
可选的,参照图3,通过BP神经网络建立负荷预测模型可以包括:
步骤S301,初始化;
步骤S302,设定输入量与期望输出值;
步骤S303,判断训练次数是否小于设定次数,若小于设定次数,进入步骤S304;若不小于设定次数,进入步骤S309;
步骤S304,正向计算各层输入;
步骤S305,反向计算训练误差;
步骤S306,修改权值和阈值;
步骤S307,计算误差;
步骤S308,判断误差是否小于误差精度,若小于误差精度,进入步骤S309;若不小于误差精度,返回步骤S303;
步骤S309,结束。
具体的,步骤S301至步骤S309过程可以包括:
初始化BP神经网络模型,分别赋予神经网络中的连接权值ωij,νjt和阈值θj,γt,分别为区间[0,1]内的数。
对BP神经网络中隐含层的输入uj和输出hj进行计算,其中,
对BP神经网络中输出层节点的输入lt和输出yt进行计算,其中,
计算BP神经网络输出层节点t上的权值误差εi,其中,
εi=(ot-yt)yt(1-yt)
计算BP神经网络隐含层节点j上的权值误差εj,其中,
具体的,更新BP神经网络连接权值ωij和阈值θj,其中,
θj(N+1)=θj(N)+βεj
计算输出值与期望值的误差,如果满足设定要求,则BP神经网络训练学习结束,继续训练。
在一些实施例中,步骤S104在接收到用户完成所述用电建议响应时,为用户提供补偿可以包括:建立一种针对能源聚合商的交易平台,在接收到用户完成所述用电建议响应时,为用户提供一种虚拟货币,所述虚拟货币用于在所述交易平台交换商品。
可选的,交易平台中的商品可以包括实体商品,由供电公司直接建立交易平台可以减少中间利润差让交易用户双方都能降低成本,直接获利。
可选的,交易平台中的商品可以包括用户间用电权的交易,可以根据用户的用电需求进行用电方式的分配,将用户分为买卖用电权的双方,不需要用电的用户可以出售自己的用电权,需要用电的用户购买平台中的用电权,并由虚拟货币作为交易的货币。
由供电公司直接建立交易平台可以减少中间利润差让交易用户双方都能降低成本,直接获利。同时由于供电公司直接掌握用户数据、发电数据、电力调度网等优势,可以弥补聚合商在通讯、优化、控制工作量巨大的不足,使得客户侧用电方式更为灵活。由于交易双方直接进行交易协商,市场化杠杆作用更加显著,价格浮动更为合理,交易完成度也会相应提高,最终使得供电企业可以达到削峰填谷的目的,一定程度上达到合理使用电力资源的目的。当供需双方发生利益纷争,供电公司可以直接作为权威方裁定责任划分,保证交易的公平性,保护各方利益不受侵害。
在一些实施例中,步骤S104在接收到用户完成所述用电建议响应时,为用户提供补偿可以包括:建立定价浮动模型,在接收到用户完成所述用电建议响应时,根据所述定价浮动模型生成补偿电价和补偿时段,为用户提供补偿时段内的低电价补偿。
具体的,在接收到用户完成所述用电建议响应时,供电公司根据所述定价浮动模型生成补偿电价和补偿时段,为完成用电建议任务的用户提供补偿时段内的补偿电价,补偿电价低于正常电价,为限电用户争提供利润补偿,调动了用户参与完成用电建议任务的积极性。
在一些实施例中,供用电需求侧响应负荷调节交易方法,还包括:在产生限电需求且接收到用户用电请求时,根据所述定价浮动模型生成电权交易电价,为用户提供限电需求时间段内的电权交易。
可选的,针对无法完成限电建议的用户,可以由供电公司根据所述定价浮动模型生成电权交易电价,向无法完成限电建议的用户直接出售用电权。
可选的,无法完成限电建议的用户可以在供电公司建立的一种针对能源聚合商的交易平台上,购买不需要用电的用户出售的用电权,所述出售的用电权的电价由供电公司以出售用户的定价作为基础价格,采用定价浮动模型进行修正。
针对用电量大且无法进行限电的用户,该实施例提供了不限电的可能。
在一些实施例中,所述定价浮动模型包括:基于可中断负荷补偿模型构建定价浮动模型,确定在不同月份、不同负荷环境下对可中断负荷的最优调用策略,并生成低于正常电价的补偿电价和高于正常电价的电权交易电价。
可选的,参见图4,建立定价浮动模型的流程可以包括:
步骤S401,开始;
步骤S402,输入各时段初始负荷预测值;
步骤S403,预测各时段初始电价;
步骤S404,生成负荷集成商调度最优收益模型;
步骤S405,生成各时段最优补偿电价及收益;
步骤S406,考虑调用约束,以收益最大为目标;
步骤S407,生成优先调用时段及相应补偿电价;
步骤S408,结束。
根据所述定价浮动模型,确定在不同月份、不同负荷环境下对可中断负荷的最优调用策略,并生成低于正常电价的补偿电价和高于正常电价的电权交易电价,虽然各个用户在面对同样的价格刺激下的响应各不相同,单对于全体用户,一般是补偿电价越高,用户受到的心理刺激也就越大,参与削减负荷的意愿也就越强烈,反之电权交易电价也会限制用户增加负荷的意愿,通过正负激励,可以达到削峰填谷的目的,一定程度上达到合理使用电力资源。
一些实施例中,用电需求侧响应负荷调节交易方法还可以包括:将获取到的用户用电数据,通过回归分析法、滑动平均法和指数平滑法中的至少一种,对用户用电数据进行汇总、统计和分析,以图形和图表等可视化方式呈现给用户,使用户直观的了解到自己的用电数据,为用户接受用电建议提供数据基础。
一些实施例中,用电需求侧响应负荷调节交易方法还可以包括:建立用电监测核准模型,用于对交易过程进行全程监控,利用系统判定交易达成,避免纠纷。
由此可见,上述供用电需求侧响应负荷调节交易方法可以读取用户用电数据,分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案,在产生限电需求时,生成用电建议,减少了限电压力的同时,为用户提供多样化的用电方式;在接收到用户完成用户建议的响应时,为用户提供补偿,通过激励机制调动了用户参与完成用电建议的积极性;将用电由政策性转变为市场化,协助维持电力系统的稳定性,不仅提高了电网对可再生能源的消纳能力、降低了电力系统峰谷差,并且延缓了电网的建设投资压力。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图5是本发明实施例提供的供用电需求侧响应负荷调节交易系统的示意图,参见图5,该供用电需求侧响应负荷调节交易系统50可以包括:
数据采集模块51,用于读取用户用电数据;
档案建立模块52,用于根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
建议生成模块53,用于根据所述分用户负荷档案,在产生限电需求时,生成用电建议;
激励补偿模块54,用于在接收到用户完成所述用电建议响应时,为用户提供补偿。
可选的,该供用电需求侧响应负荷调节交易系统还可以包括交互模块55;交互模块55用于为用户提供操作界面完成人机交互。
具体的,交互模块55可以采用原生App或Html5开发,数据格式采用json格式加密交互,可以适应android、IOS等操作系统。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述供用电需求侧响应负荷调节交易系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图6本发明一实施例提供的终端设备的示意图。如图5所示,在本实施例中,终端设备60包括:处理器61、存储器61以及存储在所述存储器61中并可在所述处理器61上运行的计算机程序63。所述处理器61执行所述计算机程序63时实现如实施例1中所述的各实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器61执行所述计算机程序63时实现上述供用电需求侧响应负荷调节交易系统实施例中各模块/单元的功能,例如图5所示模块51至54的功能。
示例性地,所述计算机程序63可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器61执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序63在所述终端设备60中的执行过程。例如,所述计算机程序63可以被分割成数据采集模块、档案建立模块、建议生成模块和激励补偿模块,各个模块的具体功能如下:
数据采集模块,用于读取用户用电数据;
档案建立模块,用于根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
建议生成模块,用于根据所述分用户负荷档案,在产生限电需求时,生成用电建议;
激励补偿模块,用于在接收到用户完成所述用电建议响应时,为用户提供补偿。
所述终端设备可以是手机、平板电脑等计算设备。所述终端设备可包括,但不仅限于,处理器61、存储器61。本领域技术人员可以理解,图5仅仅是终端设备60的示例,并不构成对终端设备60的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备60还可以包括输入输出设备、网络接入设备、总线等。
所称处理器61可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备60的内部存储单元,例如终端设备60的硬盘或内存。所述存储器61也可以是所述终端设备60的外部存储设备,例如所述终端设备60上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备60的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序63以及所述终端设备60所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如实施例第一方面所述的各实施例中的步骤,例如图1所示的步骤S101至步骤S104。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的供用电需求侧响应负荷调节交易方法、系统及终端设备,可以通过其它的方式实现。例如,以上所描述的供用电需求侧响应负荷调节交易系统实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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。
所述集成的模块/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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述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,均应包含在本申请的保护范围之内。
Claims (11)
1.一种供用电需求侧响应负荷调节交易方法,其特征在于,包括:
读取用户用电数据;
根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
根据所述用户负荷档案,在产生限电需求时,生成用电建议;
在接收到用户完成所述用电建议响应时,为用户提供补偿。
2.如权利要求1所述的供用电需求侧响应负荷调节交易方法,其特征在于,所述读取用户用电数据,包括:
绑定用户电表卡号;
根据绑定的用户电表卡号从国家电网数据中心获取用户各阶段的用电数据。
3.如权利要求1所述的供用电需求侧响应负荷调节交易方法,其特征在于,所述根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案包括:
通过BP神经网络建立负荷分析模型;
通过所述负荷分析模型将可减负荷、可调用负荷和可转移负荷进行分类归档。
4.如权利要求1所述的供用电需求侧响应负荷调节交易方法,其特征在于,所述根据所述用户负荷档案,在产生限电需求时,生成用电建议包括:
通过BP神经网络建立负荷预测模型;
根据所述用户负荷档案,通过所述负荷预测模型预测用电趋势;
根据所述用电趋势生成用电建议。
5.如权利要求1所述的供用电需求侧响应负荷调节交易方法,其特征在于,所述在接收到用户完成所述用电建议响应时,为用户提供补偿包括:
建立一种针对能源聚合商的交易平台,在接收到用户完成所述用电建议响应时,为用户提供一种虚拟货币,所述虚拟货币用于在所述交易平台交换商品。
6.如权利要求1至5任一项所述的供用电需求侧响应负荷调节交易方法,所述在接收到用户完成所述用电建议响应时,为用户提供补偿包括,包括:
建立定价浮动模型,在接收到用户完成所述用电建议响应时,根据所述定价浮动模型生成补偿电价和补偿时段,为用户提供补偿时段内的低电价补偿。
7.如权利要求6所述的供用电需求侧响应负荷调节交易方法,还包括:
在产生限电需求且接收到用户用电请求时,根据所述定价浮动模型生成电权交易电价,为用户提供限电需求时间段内的电权交易。
8.如权利要求6所述的供用电需求侧响应负荷调节交易方法,其特征在于,所述定价浮动模型包括:
基于可中断负荷补偿模型构建定价浮动模型,确定在不同月份、不同负荷环境下对可中断负荷的最优调用策略,并生成低于正常电价的补偿电价和高于正常电价的电权交易电价。
9.一种供用电需求侧响应负荷调节交易系统,其特征在于,包括:
数据采集模块,用于读取用户用电数据;
档案建立模块,用于根据所述用户用电数据,通过分析用户类型和用电需求,将负荷进行归类分析,建立用户负荷档案;
建议生成模块,用于根据所述分用户负荷档案,在产生限电需求时,生成用电建议;
激励补偿模块,用于在接收到用户完成所述用电建议响应时,为用户提供补偿。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910446286.9A CN110135761A (zh) | 2019-05-27 | 2019-05-27 | 供用电需求侧响应负荷调节交易方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910446286.9A CN110135761A (zh) | 2019-05-27 | 2019-05-27 | 供用电需求侧响应负荷调节交易方法、系统及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135761A true CN110135761A (zh) | 2019-08-16 |
Family
ID=67581907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910446286.9A Pending CN110135761A (zh) | 2019-05-27 | 2019-05-27 | 供用电需求侧响应负荷调节交易方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135761A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910626A (zh) * | 2019-12-10 | 2020-03-24 | 国网湖南省电力有限公司 | 基于泛在电力物联网的用能信息采集系统 |
CN110930051A (zh) * | 2019-12-02 | 2020-03-27 | 国网江西省电力有限公司电力科学研究院 | 基于大数据分析的居民需求响应潜力分析系统及方法 |
CN110956321A (zh) * | 2019-11-27 | 2020-04-03 | 深圳市恒泰能源科技有限公司 | 基于神经网络的用电控制方法、电子装置及存储介质 |
CN111242423A (zh) * | 2019-12-31 | 2020-06-05 | 深圳能源售电有限公司 | 主动需求响应潜力分析方法、装置、设备以及存储介质 |
CN111563828A (zh) * | 2020-04-14 | 2020-08-21 | 浙江大学 | 一种基于需求响应的蒸汽热网调度优化方法 |
CN112434895A (zh) * | 2019-08-26 | 2021-03-02 | 珠海优特电力科技股份有限公司 | 用电容量的动态管控方法及装置、存储介质、电子装置 |
CN112465290A (zh) * | 2020-10-13 | 2021-03-09 | 国网上海市电力公司 | 一种基于区块链的用电容量均衡方法 |
CN112510683A (zh) * | 2020-11-13 | 2021-03-16 | 安徽电力交易中心有限公司 | 考虑源荷不确定性的增量配电网灵活性资源配置方法 |
CN113256114A (zh) * | 2021-05-25 | 2021-08-13 | 国网宁夏电力有限公司电力科学研究院 | 基于分布式发电消纳的日前与时前两阶段的需求响应方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799162A (zh) * | 2012-08-13 | 2012-11-28 | 清华大学 | 一种基于激励机制的建筑节能方法 |
CN103296682A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种多时空尺度渐进趋优的负荷调度模式设计方法 |
CN103400199A (zh) * | 2013-07-09 | 2013-11-20 | 国家电网公司 | 市场需求响应和物理需求响应相结合的电力需求侧优化方法 |
CN104599190A (zh) * | 2015-01-08 | 2015-05-06 | 国家电网公司 | 一种家庭负荷需求侧响应实施方法 |
CN104850956A (zh) * | 2015-05-26 | 2015-08-19 | 浙江理工大学 | 一种基于智能电网的计及用户侧互动的发电调度方法 |
CN104952003A (zh) * | 2015-07-15 | 2015-09-30 | 国网河南省电力公司漯河供电公司 | 一种负荷管理装置及管理方法 |
CN106651200A (zh) * | 2016-12-29 | 2017-05-10 | 中国西电电气股份有限公司 | 一种工业企业聚合用户电力负荷管理方法和系统 |
CN107453356A (zh) * | 2017-08-21 | 2017-12-08 | 南京邮电大学 | 基于自适应动态规划的用户侧柔性负荷调度方法 |
CN108805213A (zh) * | 2018-06-15 | 2018-11-13 | 山东大学 | 计及小波熵降维的电力负荷曲线双层谱聚类方法 |
-
2019
- 2019-05-27 CN CN201910446286.9A patent/CN110135761A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799162A (zh) * | 2012-08-13 | 2012-11-28 | 清华大学 | 一种基于激励机制的建筑节能方法 |
CN103296682A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种多时空尺度渐进趋优的负荷调度模式设计方法 |
CN103400199A (zh) * | 2013-07-09 | 2013-11-20 | 国家电网公司 | 市场需求响应和物理需求响应相结合的电力需求侧优化方法 |
CN104599190A (zh) * | 2015-01-08 | 2015-05-06 | 国家电网公司 | 一种家庭负荷需求侧响应实施方法 |
CN104850956A (zh) * | 2015-05-26 | 2015-08-19 | 浙江理工大学 | 一种基于智能电网的计及用户侧互动的发电调度方法 |
CN104952003A (zh) * | 2015-07-15 | 2015-09-30 | 国网河南省电力公司漯河供电公司 | 一种负荷管理装置及管理方法 |
CN106651200A (zh) * | 2016-12-29 | 2017-05-10 | 中国西电电气股份有限公司 | 一种工业企业聚合用户电力负荷管理方法和系统 |
CN107453356A (zh) * | 2017-08-21 | 2017-12-08 | 南京邮电大学 | 基于自适应动态规划的用户侧柔性负荷调度方法 |
CN108805213A (zh) * | 2018-06-15 | 2018-11-13 | 山东大学 | 计及小波熵降维的电力负荷曲线双层谱聚类方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434895A (zh) * | 2019-08-26 | 2021-03-02 | 珠海优特电力科技股份有限公司 | 用电容量的动态管控方法及装置、存储介质、电子装置 |
CN112434895B (zh) * | 2019-08-26 | 2023-09-26 | 珠海优特电力科技股份有限公司 | 用电容量的动态管控方法及装置、存储介质、电子装置 |
CN110956321A (zh) * | 2019-11-27 | 2020-04-03 | 深圳市恒泰能源科技有限公司 | 基于神经网络的用电控制方法、电子装置及存储介质 |
CN110930051A (zh) * | 2019-12-02 | 2020-03-27 | 国网江西省电力有限公司电力科学研究院 | 基于大数据分析的居民需求响应潜力分析系统及方法 |
CN110910626A (zh) * | 2019-12-10 | 2020-03-24 | 国网湖南省电力有限公司 | 基于泛在电力物联网的用能信息采集系统 |
CN111242423B (zh) * | 2019-12-31 | 2022-07-12 | 深圳能源售电有限公司 | 主动需求响应潜力分析方法、装置、设备以及存储介质 |
CN111242423A (zh) * | 2019-12-31 | 2020-06-05 | 深圳能源售电有限公司 | 主动需求响应潜力分析方法、装置、设备以及存储介质 |
CN111563828A (zh) * | 2020-04-14 | 2020-08-21 | 浙江大学 | 一种基于需求响应的蒸汽热网调度优化方法 |
CN111563828B (zh) * | 2020-04-14 | 2023-08-04 | 浙江大学 | 一种基于需求响应的蒸汽热网调度优化方法 |
CN112465290A (zh) * | 2020-10-13 | 2021-03-09 | 国网上海市电力公司 | 一种基于区块链的用电容量均衡方法 |
CN112510683A (zh) * | 2020-11-13 | 2021-03-16 | 安徽电力交易中心有限公司 | 考虑源荷不确定性的增量配电网灵活性资源配置方法 |
CN112510683B (zh) * | 2020-11-13 | 2023-10-13 | 安徽电力交易中心有限公司 | 考虑源荷不确定性的增量配电网灵活性资源配置方法 |
CN113256114A (zh) * | 2021-05-25 | 2021-08-13 | 国网宁夏电力有限公司电力科学研究院 | 基于分布式发电消纳的日前与时前两阶段的需求响应方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135761A (zh) | 供用电需求侧响应负荷调节交易方法、系统及终端设备 | |
Chen et al. | An energy sharing game with generalized demand bidding: Model and properties | |
CN111563786B (zh) | 一种基于区块链的虚拟电厂调控平台及运行方法 | |
Kong et al. | Optimal operation strategy for interconnected microgrids in market environment considering uncertainty | |
CN109066670A (zh) | 一种基于物联网区块链的分布式电源管理方法 | |
CN109066690A (zh) | 一种区域性产用电的电源调度方法 | |
CN109919472A (zh) | 一种考虑多利益主体博弈的发电市场迭代竞价方法 | |
Li et al. | Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach | |
CN112365119B (zh) | 一种基于分布式数据库支撑的配电网电能分布式交易模型 | |
CN106651174A (zh) | 一种计划电量与市场电量解耦的电力市场匹配方法及装置 | |
Luo et al. | A hierarchical blockchain architecture based V2G market trading system | |
Wang et al. | Dynamic two-layer game for striking the balance of interest in multi-agent electricity market considering bilateral contracts and reward-punishment mechanism | |
Xiong et al. | Blockchain-based P2P power trading mechanism for PV prosumer | |
CN105160490A (zh) | 一种基于合作博弈与dea的输电系统固定成本分摊方法 | |
Shinde et al. | A modified progressive hedging approach for multistage intraday trade of EV aggregators | |
Cai et al. | Hierarchical coordinated energy management strategy for electricity-hydrogen integrated charging stations based on IGDT and hybrid game | |
CN105204947A (zh) | 一种基于商业银行模型的混合云计算资源管理系统 | |
Chen et al. | Utility-driven renewable energy sharing systems for community microgrid | |
Mochi et al. | Empowering customers in local electricity market: A prosumer segmentation and operating envelope strategy for joint cost reduction and profit maximization | |
Cowan et al. | Technology Planning for Aligning Emerging Business Models and Regulatory Structures—The Case of Electric Vehicle Charging and the Smart Grid | |
CN112633942A (zh) | 一种园区电力系统合约偏差费用计算方法、介质及设备 | |
CN114445223A (zh) | 一种基于区块链的电力需求响应交易方法及系统 | |
Zhang et al. | Two-stage blockchain-based transaction mechanism of demand response quota | |
Markets | RIT Digital Institutional Repositor y | |
Bruninx | Accomodating bounded rational behavior of electricity consumers in short-term markets |
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: 20190816 |