CN111028098A - 一种基于细粒度用电行为的用户可调潜力确定方法 - Google Patents
一种基于细粒度用电行为的用户可调潜力确定方法 Download PDFInfo
- Publication number
- CN111028098A CN111028098A CN201911070224.9A CN201911070224A CN111028098A CN 111028098 A CN111028098 A CN 111028098A CN 201911070224 A CN201911070224 A CN 201911070224A CN 111028098 A CN111028098 A CN 111028098A
- Authority
- CN
- China
- Prior art keywords
- user
- peak
- adjustable
- price sensitivity
- fine
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于细粒度用电行为的用户可调潜力确定方法,属于电力管理技术领域。该方法基于非入户量测终端的细粒度用电行为辨识数据进行构建,共包含5个步骤:1、细粒度用电行为数据获取,应用非侵入负荷辨识技术获取用户总体负荷及分项可调负荷空调类、电热类的负荷数据;2、以细粒度用户数据为基础,构建用户可调潜力分析模型;3、根据峰谷电价调节时刻前后1h内用电行为数据分析用户峰谷价格敏感性;4、根据阶梯电价跳转时刻前后多日的相似日的用电行为数据分析用户阶梯价格敏感性;5、通过峰谷价格敏感性和阶梯价格敏感性,构建用户价格敏感性计算模型;6、结合电网调控需求,综合获取用户调控潜力。
Description
技术领域
本发明涉及电力管理技术领域,尤其涉及一种基于细粒度用电行为的用户可调潜力确定方法。
背景技术
需求响应作为一种以市场化机制为导向的电网供需互动新手段,旨在如何缓解尖峰电力需求总量并提高终端用电能效水平,是智能电网研究的重要组成部分,也是我国需求侧管理的重要发展方向。
长期以来,由于城区用户(多为中小商业和居民负荷)的个体潜力小,且受到通信、控制等手段的限制,需求响应(demand response,DR)项目多集中在耗能较多的大型工商业负荷中实施。然而,联邦能源管理委员会(FERC)的研究报告指出,虽然单个居民负荷的潜力较小,但由于居民负荷数量众多,其聚合潜力不可忽略。2016年江苏公司申报了国家重点研发计划“城区用户与电网供需友好互动系统”,旨在基于当前的电力市场改革,结合我国的电力用能特点、电力市场机制及我国的居民用能习惯,以需求响应的理念指导,开展电网供需互动机制设计、互动关键技术研究、关键装备研制及进行试点工程建设,通过先进的技术手段和合理的市场机制,使城区中小负荷用户能够更加主动、方便地参与到电力系统的互动运行中来,并能够从中受益,从而最终优化需求侧用电模式,提高用户用电效率,实现电力供需的协调配合。
大规模城区居民用户精细化用能信息获取是电网供需互动项目实施的基础保障。目前,如何实现用户用能负荷的精细化辨识,主要有侵入式监测分解(ILMD)和非侵入式监测分解(NILMD)两大类两个技术手段。ILMD是传统的直接在用户家庭装设各类用电设备的分量计量表,但这个方法对居民扰动较大,需要参与用户配合程度高,因此工程推行难度大、成本高;NILMD技术手段是通过用户端口电压、电流的采集实现用户电流的非入户辨识。非入户型居民负荷辨识技术只需要采集用户的总电流和电压,再通过智能分解算法来辨识用户每类电器的启停时间和用电量,与智能插座等入户型负荷辨识技术相比,无需侵入用户施工,每户只需要安装一个传感器,项目协调、建设和维护成本都大为降低,容易大规模推广。
本发明在此背景下提供了一种基于细粒度用电行为的用户可调潜力确定方法,为城乡用户参与电网互动实践时,电网需求响应策略的制定和实施提供了技术支撑。
发明内容
本发明提供一种基于细粒度用电行为的用户可调潜力确定方法,包括以下步骤:步骤(1),细粒度用户行为数据获取;步骤(2),计算用户峰谷价格敏感系数;步骤(3),计算用户阶梯价格敏感系数;步骤(4),构建用户电量可调潜力模型;步骤(5),结合电网调控需求,综合获取用户调控潜力。
其中,所述步骤(1)中,通过在时间维度上以15分钟为间隔,获取用户一天之内96点的用电数据,并分解出各类电器的96点用电数据,以得到细粒度用户行为数据。
其中,采用安装于楼宇表箱内的非侵入量测终端测量表箱总开关进线处三相电压,和各用户入户开关处用户电流辨识用户细粒度用电行为数据。
其中,所述用户细粒度用电行为数据包括用户总体负荷、分项可调负荷,分项可调负荷包括空调类和电热类负荷,且总体负荷和分项负荷包括96点电量数据。
其中,所述用户峰谷价格敏感系数由以下公式确定:
式中,kp-f,l为用户第l天峰谷电价敏感系数,λm为晨间峰谷价格敏感性的权重系数,λn为夜间峰谷价格敏感性的权重系数;tm为第l天早晨峰谷时段的划分时刻点,tn为第l天晚上峰谷时段的划分时刻点;W(tm-1),W(tm+1)分别为tm-1,tm+1时段内的负荷数据,W(tn-1),W(tn+1)分别为tn-1,tn+1时段内的负荷数据。
所述用户峰谷价格敏感系数为一段时间样本周期内的平均值,由以下公式确定:
式中,T为样本周期。
所述的阶梯价格敏感性系数计算包括:假设该用户1-2阶梯电量分解日期是d1,2-3阶梯电量分解日期是d2;获取用户d1、d2前后相似日的用户电量和分项电量数据;则单日用户1-2阶梯、3-4阶梯价格敏感系数分别由以下公式确定:
式中,kp-t(d1)为用户1-2阶梯价格敏感系数,λi,d1为第i类电器的1-2阶梯价格敏感性权重系数,Wi(t梯1)为第i类电器1阶梯时的日电量;Wi(t梯2)为第i类电器2阶梯时的日电量;kp-t(d2)为用户2-3阶梯价格敏感系数,λi,d2为第i类电器的2-3阶梯价格敏感性权重系数,Wi(t梯3)为第i类电器3阶梯时的日电量;Wi(t梯2)为第i类电器2阶梯时的日电量;n为用户电器类别之和。
所述阶梯价格敏感性系数进一步为用户一周或更多相似日阶梯价格敏感性系数的平均值。用户总的阶梯价格敏感性系数由以下公式确定:
kp-t=λd1kp-t(d1)+λd2kp-t(d2)
式中:kp-t为用户阶梯价格的敏感性系数;λd1用户1-2阶梯价格敏感性的权重系数;λd2用户2-3阶梯价格敏感性的权重系数。
其中,用户价格可调敏感性系数kp为:
kp=λp-fkp-f+λp-tkp-t (式9)
式中:λp-f用户峰谷价格敏感性的权重系数,kp-f为用户峰谷电价敏感系数,λp-t用户阶梯价格敏感性的权重系数,kp-t为用户阶梯价格的敏感性系数。
所述用户电量可调潜力模型为:
ΔPj=kp∑kiPij
式中,ΔPj代表j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;
所述的用户调控潜力确定进一步包括:
1)将电网调控分为峰时段和谷时段;
2)峰时段包括早高峰、午高峰和晚高峰,分别计算各个峰时段的可调控潜力;
ΔPj=kp∑kiPij
式中,ΔPj代表调控时刻j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;ts为调控时段的起始时刻,te为调控时段的结束时刻;
3)谷时段,居民用户移峰填谷,转移容量,由用户谷前及谷后两个小时内的用电量转移确定:
式中,ΔPj代表调控时刻j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;tm为第l天早晨峰谷时段的划分时刻点,tn为第l天晚上峰谷时段的划分时刻点。
用户调控潜力评估是需求响应实施的关键步骤,客观调控潜力取决于负荷运行特性,通过负荷运行特性和运行模式进行客观建模分析,但对于主观调控潜力反应的是用户是否愿意互动参与互动的意愿强烈程度,即主观上是否愿意调,取决于用户的电费敏感性、政策敏感性和社会意识敏感性,这方面的研究多基于电价或激励调控的实验,对别分析电价及激励实施前后的用户用电行为变化,并构建电价响应模型,该方面的具有一定的实施难度。本专利基于当前的电费价格体系,利用现有的用电数据进行用户电费敏感性估计,构建用户调控潜力评估模型进行用户潜力评估,提升潜力评估的准确性。
附图说明
图1是本发明基于细粒度用电行为的用户可调潜力分析流程示意图。
图2是本发明非侵入终端安装示意图。
图3是本发明峰谷价格敏感系数计算流程示意图。
图4是本发明阶梯价格敏感系数计算流程示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。如图1所示,本发明提出的基于细粒度用电行为的用户可调潜力确定方法包括三部分:分析用户对峰/谷价格的敏感性,分析用户对阶梯价格变化的敏感性,基于用户受峰/谷价格和阶梯价格的影响程度,即用户对峰/谷价格和阶梯价格变化的敏感性建立用户可调潜力分析模型,并基于该模型分析计算用户在峰/谷时段可调控的潜力电量。
用户对峰谷价格和阶梯价格变化敏感性的计算基于用户的细粒度用电行为,细粒度指的是在时间维度上,以15分钟为间隔,采集用户一天之内,96个时间点的用电数据;在空间维度上,通过安装于楼宇表箱内的非侵入量测终端,如图2所示,在表箱总开关进线处采集该表箱节点的三相电压,在各用户入户开关处采集用户电流,利用非侵入负荷辨识算法,即通过用户端口的电压电流,直接分解出用户内部详细的分项电器运行情况来分解出各类电器在96个时间点的用电数据,即得到用户总体负荷以及分项可调空调类、电热类负荷的96点电量数据。
将各分项可调空调类、电热类负荷的96点细粒度负荷数据定义为Pi,分项负荷日或小时的电量数据定义为Wi,表示第i类负荷每日或每小时的总电量,i代表负荷类型;将96点的细粒度数据定义为负荷功率数据Pj,j表示时刻,取值为1-96,Pj表示第j时刻负荷功率,日或小时电量数据W;则可调潜力模型表示为:
ΔPj=kp∑kiPij (式1)
式中,ΔPj代表j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数,为负荷自身电器设备特性决定的最大可调系数,属于电器设备自身的固有属性,不同电器设备类型不一样,可以根据参与需求响应的类型和设备的调节属性确定,取值范围在0-1之间,完全不可调的为0,完全可调的为1,可部分调节的通过可调功率与原初始功率的比计算得出;Pij代表j时刻第i类负荷的功率。
如图3所示,用户峰/谷价格敏感性的计算主要考虑用电峰谷划分时刻前后1小时内用户用电量的变化,首先,假设峰/谷时段划分时刻分别是tm及tn,tm为早晨峰谷时段的划分时刻点,tn为晚上峰谷时段的划分时刻点;其次,计算第l天早/晚峰谷划分时刻点前后一小时内的电量,具体为获取用户早上tm-1至tm+1时段的负荷数据,计算各小时电量W(tm-1),W(tm+1);获取用户晚上tn-1至tn+1时段的负荷数据,计算各小时电量W(tn-1),W(tn+1);则第l天用户峰/谷价格敏感性单日计算模型为:
式中,kp-f,l为第l天用户峰谷电价敏感系数,λm为第l天晨间峰/谷价格敏感性的权重系数,λn为第l天夜间峰/谷价格敏感性的权重系数,不同用户晨间及夜间峰谷电价敏感程度不一样,可以设置不同的权重系数,也可以取λm=λn=0.5。
一般情况下:如果用电量集中在峰时开始1小时及结束后1小时,则kp-f,i=0,表示用户对用电高峰期价格不敏感;如果用电量在峰时开始前、后1小时用电量相同,kp-f,i=0.5;如果用电量集中在谷时开始1小时及结束后1小时,则kp-f,i=1,表示用户对峰谷价格非常敏感。kp-f,i的取值范围在0~1,kp-f,i越小价格敏感性越小,kp-f,i越大价格敏感性越大。
分析用户一段时间,比如一个月的峰谷价格敏感系数,最后取平均值,得到用户月度平均峰谷价格敏感性指标。
其中,T为样本周期。
用户对于阶梯价格的敏感性主要体现在用户在电费阶梯价格跳变前后几日内用电量的变化。如图4所示,
首先,假设用户电费价格从阶梯1到阶梯2的跳变日期是d1,从阶梯2到阶梯3价格的跳变日期是d2;分别采集用户在d1前后相似日的用户电量和分项用电量数据;相似日指的是某两日的天气温度类似,温差在5℃以内,日历属性类似,即均为工作日或休息日,使用电器类型相似;电器类型包括空调类、电热类等。计算第j日的用户1-2阶梯价格敏感系数:
式中,kp-t,l(d1)为用户第j日1-2阶梯价格敏感系数,λi,d1为第i类电器的1-2阶梯价格敏感性权重系数,Wi(t梯1)为第i类电器1阶梯时的日电量;Wi(t梯2)为第i类电器2阶梯时的日电量;n为用户电器类别总数。
根据电器类型的不同,可以设置不同的权重系数λi,d1,简单计算可统一设定为相同,即λi,d1=1/n。
理想情况,该用户不受阶梯电价影响时,Wi(t梯2)≥Wi(t梯1),kp-t,l(d1)≤0;
极端情况,该用户受阶梯电价影响,完全不用电时,Wi(t梯2)=0时,kp-t,l(d1)=1;
所以通常,kp-t,l(d1)取值范围是0-1,kp-t,l(d1)越小,用户对阶梯电价变化敏感性越小;kp-t,l(d1)越大,用户对阶梯电价变化敏感性越大。基于用户一周或更多相似日的用电量数据,分别计算1-2阶梯价格敏感性,最后取平均值,得到用户1-2平均阶梯价格敏感性指标。
式中,T为样本周期。
同样方法,基于用户d2前后相似日的用户电量和分项电量数据,计算得到用户2-3阶梯价格敏感系数:
式中,T为样本周期。
从而,周期T时段内,平均用户总的阶梯价格敏感性系数为:
kp-t=λd1kp-t(d1)+λd2kp-t(d2) (式8)
式中:kp-t为T周期时段内,平均用户阶梯价格敏感性系数;λd1为用户1-2阶梯价格敏感性的权重系数;λd2为用户2-3阶梯价格敏感性的权重系数。
进而,总的用户价格敏感性系数为:
kp=λp-fkp-f+λp-tkp-t (式9)
式中:kp为用户价格敏感性系数;λp-f用户峰谷价格敏感性的权重系数;λp-t用户阶梯价格敏感性的权重系数。
在分析用户受峰谷价格和阶梯价格影响程度的基础上,结合电网调控需求,综合获取用户调控潜力。具体地,电网调控分为峰时段和谷时段,峰时段具体包括早高峰、午高峰和晚高峰,利用公式1计算各个峰时段的调控潜力,根据各个峰时段计算得到的调控潜力可得到一段时间内总的可调控电量;
式中j即为调控时刻,ts为调控时段的起始时刻,te为调控时段的结束时刻;
在谷时段,居民用户移峰填谷,转移容量,可以用谷前及谷后两个小时内的用电量转移进行分析。
式中,ΔPj代表调控时刻j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;tm为第l天早晨峰谷时段的划分时刻点,tn为第l天晚上峰谷时段的划分时刻点。
用户调控潜力评估是需求响应实施的关键步骤,客观调控潜力取决于负荷运行特性,通过负荷运行特性和运行模式进行客观建模分析,但对于主观调控潜力反应的是用户是否愿意互动参与互动的意愿强烈程度,即主观上是否愿意调,取决于用户的电费敏感性、政策敏感性和社会意识敏感性,这方面的研究多基于电价或激励调控的实验,对别分析电价及激励实施前后的用户用电行为变化,并构建电价响应模型,该方面的具有一定的实施难度。本专利基于当前的电费价格体系,利用现有的用电数据进行用户电费敏感性估计,构建用户调控潜力评估模型进行用户潜力评估,提升潜力评估的准确性。
Claims (12)
1.一种基于细粒度用电行为的用户可调潜力确定方法,包括以下步骤:
步骤(1),细粒度用户行为数据获取;
步骤(2),计算用户峰谷价格敏感系数;
步骤(3),计算用户阶梯价格敏感系数;
步骤(4),构建用户电量可调潜力模型;
步骤(5),结合电网调控需求,综合获取用户调控潜力。
2.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,所述步骤(1)中,通过在时间维度上以15分钟为间隔,获取用户一天之内96点的用电数据,并分解出各类电器的96点用电数据,以得到细粒度用户行为数据。
3.根据权利要求2所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,采用安装于楼宇表箱内的非侵入量测终端测量表箱总开关进线处三相电压,和各用户入户开关处用户电流辨识用户细粒度用电行为数据。
4.根据权利要求3所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,所述用户细粒度用电行为数据包括用户总体负荷、分项可调负荷,分项可调负荷包括空调类和电热类负荷,且总体负荷和分项负荷包括96点电量数据。
7.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,所述的阶梯价格敏感性系数计算包括:假设该用户1-2阶梯电量分解日期是d1,2-3阶梯电量分解日期是d2;获取用户d1、d2前后相似日的用户电量和分项电量数据;则单日用户1-2阶梯、3-4阶梯价格敏感系数分别由以下公式确定:
式中,kp-t(d1)为用户1-2阶梯价格敏感系数,λi,d1为第i类电器的1-2阶梯价格敏感性权重系数,Wi(t梯1)为第i类电器1阶梯时的日电量;Wi(t梯2)为第i类电器2阶梯时的日电量;kp-t(d2)为用户2-3阶梯价格敏感系数,λi,d2为第i类电器的2-3阶梯价格敏感性权重系数,Wi(t梯3)为第i类电器3阶梯时的日电量;Wi(t梯2)为第i类电器2阶梯时的日电量;n为用户电器类别之和。
8.根据权利要求7所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,所述阶梯价格敏感性系数进一步为用户一周或更多相似日阶梯价格敏感性系数的平均值。
9.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,用户总的阶梯价格敏感性系数由以下公式确定:
kp-t=λd1kp-t(d1)+λd2kp-t(d2)
式中:kp-t为用户阶梯价格的敏感性系数;λd1用户1-2阶梯价格敏感性的权重系数;λd2用户2-3阶梯价格敏感性的权重系数。
10.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,其特征在于,还包括根据步骤(2)、步骤(3)确定用户价格可调敏感性系数kp:
kp=λp-fkp-f+λp-tkp-t (式9)
式中:λp-f用户峰谷价格敏感性的权重系数,kp-f为用户峰谷电价敏感系数,λp-t用户阶梯价格敏感性的权重系数,kp-t为用户阶梯价格的敏感性系数。
11.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,所述用户电量可调潜力模型为:
ΔPj=kp∑kiPij
式中,ΔPj代表j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率。
12.根据权利要求1所述的基于细粒度用电行为的用户可调潜力确定方法,所述的用户调控潜力确定包括:
1)将电网调控分为峰时段和谷时段;
2)峰时段包括早高峰、午高峰和晚高峰,分别计算各个峰时段的可调控潜力;
ΔPj=kp∑kiPij
式中,ΔPj代表调控时刻j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;ts为调控时段的起始时刻,te为调控时段的结束时刻;
3)谷时段,居民用户移峰填谷,转移容量,由用户谷前及谷后两个小时内的用电量转移确定:
式中,ΔPj代表调控时刻j时刻用户可调容量;kp代表用户价格敏感性可调系数;ki代表第i类负荷的可调系数;Pij代表j时刻第i类负荷的功率;tm为第l天早晨峰谷时段的划分时刻点,tn为第l天晚上峰谷时段的划分时刻点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911070224.9A CN111028098A (zh) | 2019-11-05 | 2019-11-05 | 一种基于细粒度用电行为的用户可调潜力确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911070224.9A CN111028098A (zh) | 2019-11-05 | 2019-11-05 | 一种基于细粒度用电行为的用户可调潜力确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111028098A true CN111028098A (zh) | 2020-04-17 |
Family
ID=70200892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911070224.9A Pending CN111028098A (zh) | 2019-11-05 | 2019-11-05 | 一种基于细粒度用电行为的用户可调潜力确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028098A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822343A (zh) * | 2021-09-03 | 2021-12-21 | 国网江苏省电力有限公司营销服务中心 | 一种基于细粒度用能数据的群租房识别方法 |
CN116050943A (zh) * | 2023-03-23 | 2023-05-02 | 国网江苏省电力有限公司营销服务中心 | 多类型用户需求侧资源物理调节能力归一计算方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208092112U (zh) * | 2018-03-21 | 2018-11-13 | 南瑞集团有限公司 | 一种采样辨识分布式安装的非侵入量测装置 |
CN109146252A (zh) * | 2018-07-25 | 2019-01-04 | 国家电网有限公司 | 基于调节潜力指标的用户用电行为聚类分析方法和系统 |
-
2019
- 2019-11-05 CN CN201911070224.9A patent/CN111028098A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208092112U (zh) * | 2018-03-21 | 2018-11-13 | 南瑞集团有限公司 | 一种采样辨识分布式安装的非侵入量测装置 |
CN109146252A (zh) * | 2018-07-25 | 2019-01-04 | 国家电网有限公司 | 基于调节潜力指标的用户用电行为聚类分析方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822343A (zh) * | 2021-09-03 | 2021-12-21 | 国网江苏省电力有限公司营销服务中心 | 一种基于细粒度用能数据的群租房识别方法 |
CN113822343B (zh) * | 2021-09-03 | 2023-08-25 | 国网江苏省电力有限公司营销服务中心 | 一种基于细粒度用能数据的群租房识别方法 |
CN116050943A (zh) * | 2023-03-23 | 2023-05-02 | 国网江苏省电力有限公司营销服务中心 | 多类型用户需求侧资源物理调节能力归一计算方法和系统 |
CN116050943B (zh) * | 2023-03-23 | 2023-07-11 | 国网江苏省电力有限公司营销服务中心 | 多类型用户需求侧资源物理调节能力归一计算方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Forecasting residential energy consumption: Single household perspective | |
Zhang et al. | Service pricing and load dispatch of residential shared energy storage unit | |
Newsham et al. | A comparison of four methods to evaluate the effect of a utility residential air-conditioner load control program on peak electricity use | |
CN108062627B (zh) | 一种基于非侵入式用电数据的需求响应分析方法 | |
KR101544463B1 (ko) | 마이크로그리드 기반의 수용가 에너지 관리 방법 및 시스템 | |
Kang et al. | What is the effect of weather on household electricity consumption? Empirical evidence from Ireland | |
Elkazaz et al. | Optimization based real-time home energy management in the presence of renewable energy and battery energy storage | |
Andersen et al. | Residential electricity consumption and household characteristics: An econometric analysis of Danish smart-meter data | |
CN107480907A (zh) | 一种峰谷电价下含风电的省级电网购电配比的优化方法 | |
CN111028098A (zh) | 一种基于细粒度用电行为的用户可调潜力确定方法 | |
CN111062506A (zh) | 一种基于用户行为的分时电价时段划分和价格制定方法 | |
Ke et al. | Load profile analysis and short-term building load forecast for a university campus | |
CN107220783A (zh) | 集中电采暖运营管理系统 | |
JP2012205432A (ja) | 変圧器の負荷推定方法および負荷推定システム | |
Guang et al. | Impacts of hybrid time-varying tariffs on residential electricity demand: The case of Zhejiang Province | |
Philippou et al. | Effective dynamic tariffs for price-based Demand Side Management with grid-connected PV systems | |
CN112541616A (zh) | 一种基于需求侧响应的用电调节方法及系统 | |
Gautier et al. | PV adoption in Wallonia: The role of distribution tariffs under net metering | |
He et al. | Load profile analysis for commercial buildings microgrids under demand response | |
Shcherbakova et al. | Power consumption of typical apartments of multi-storey residential buildings | |
Jasevics et al. | Demand load control with smart meters | |
Morch et al. | Method for development and segmentation of load profiles for different final customers and appliances | |
Liu et al. | Automatic Demand Response Evaluation Method of Regional Power Grid | |
CN103093549A (zh) | 一种供暖计费方法及其计费装置 | |
CN108375105B (zh) | 基于分户热计量的共享节能分摊方法和装置 |
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 |
Application publication date: 20200417 |
|
RJ01 | Rejection of invention patent application after publication |