CN111160601A - 一种针对用户电力消费数据的电器需求响应潜力预测方法 - Google Patents

一种针对用户电力消费数据的电器需求响应潜力预测方法 Download PDF

Info

Publication number
CN111160601A
CN111160601A CN201911147839.7A CN201911147839A CN111160601A CN 111160601 A CN111160601 A CN 111160601A CN 201911147839 A CN201911147839 A CN 201911147839A CN 111160601 A CN111160601 A CN 111160601A
Authority
CN
China
Prior art keywords
power consumption
data
user
power
estimated
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
CN201911147839.7A
Other languages
English (en)
Inventor
王兆华
王博
张斌
李通
赵文辉
刘杰
陆彬
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201911147839.7A priority Critical patent/CN111160601A/zh
Publication of CN111160601A publication Critical patent/CN111160601A/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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种针对用户电力消费数据的电器需求响应潜力预测方法，具体包括如下操作步骤：S1：获取用户电力数据使用时间特性；S2：按照使用时间对电力数据进行分解；S3：针对数据A进行电力需求预估，得预估稳定耗电量a，针对数据B进行电力需求预估，得预估每小时波动耗电量b，再对估稳定耗电量a和每小时预估波动耗电量b进行求和。本发明能够直接从用户电量计量表中获取用户电力消费的历史数据，获取数据时操作简单，能够得出稳定耗电量和波动耗电量及其对应的时间分布范围，从而对所有电器在不同时间内的平均用电情况，通过增加温度影响参数，能够对耗电量在严寒和高温条件下的预估数据进行修正，有利于提高电器需求的预测精度。

Description

一种针对用户电力消费数据的电器需求响应潜力预测方法
技术领域
本发明属于电力需求预测技术领域，具体涉及一种针对用户电力消费数据的电器需求响应潜力预测方法。
背景技术
电力需求响应预估是对用户的用电负荷预测，进而对电网的安全性进行预估，并指导用电。如申请号为CN201710309330.2的申请，其公开了一种居民用户电力负荷预测方法，旨在解决参与电力需求响应时用户制订电器工作计划较为繁琐的问题。上述发明采用点对点倍比法，根据电器使用规律将电器分为三类；一类，针对全天使用电器，根据前三天每小时电器耗电量预测接下来一天该类电器耗电量；二类，针对使用时间不定、功率较为稳定的电器，根据用户上周同一天及最近三天使用记录，预测该类电器使用的时间；三类，针对功率变化较大、使用时间不定的电器，根据用户上周同一天及最近三天使用记录，预测该类电器使用的时间及耗电量。所述发明可有效预测用户家庭中电器使用行为及耗电量，具有所需历史数据量少且易于实现的特点，有效减轻用户制定电器工作计划的工作量。
但是上述方案需要对每类电器的数量进行统计，才能准确预测每类电器的响应需求，对于数量众多的用户来说，数据处理数量巨大，实现难度大，因此，需要简化数据处理。
发明内容
本发明的目的在于提供一种针对用户电力消费数据的电器需求响应潜力预测方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种针对用户电力消费数据的电器需求响应潜力预测方法，具体包括如下操作步骤：
S1：获取用户电力数据使用时间特性，并将所获取的数据信息进行处理；
S2：按照使用时间对电力数据进行分解，将整体电力数据分解成数据A稳定耗电量，数据B每小时波动耗电量，以及数据A和数据B分别运行的时长信息；
S3：针对数据A进行电力需求预估，得预估稳定耗电量a，针对数据B进行电力需求预估，得预估每小时波动耗电量b，再对估稳定耗电量a和每小时预估波动耗电量b进行求和，得预估电力需求数据w。
优选的，步骤S1中用户电力数据为一个自然月中每天用电数据的平均值，包括每天稳定耗电量平均值和每天波动耗电量平均值。
优选的，骤S2中稳定耗电量A为用户每天最低用电量及其分布时域，B每小时波动耗电量为每天用户电力总数减去稳定耗电量A并除以波动耗电量所占时长，同时记录B波动耗电量的分布时域以及对应的温度范围。
优选的，步骤S3中确定波动耗电量b与运行时长T以及与温度之间的影响参数P，从而得出
w＝a+p(t-D)2Tb，其中t为预估温度，D为参考温度。
本发明的技术效果和优点：
本发明能够直接从用户电量计量表中获取用户电力消费的历史数据，获取数据时操作简单，通过对历史数据进行处理，能够得出稳定耗电量和波动耗电量及其对应的时间分布范围，从而对所有电器在不同时间内的平均用电情况，通过增加温度影响参数，能够对耗电量在严寒和高温条件下的预估数据进行修正，有利于提高电器需求的预测精度。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
一种针对用户电力消费数据的电器需求响应潜力预测方法，具体包括如下操作步骤：
S1：获取用户电力数据使用时间特性，并将所获取的数据信息进行处理，在获取数据时，可直接从用户电量计量表中进行获取，当用户电量计量表数据导入电力管理系统集中结算时，可直接从电力管理系统直接下载导出，用户电力使用数据能够方便获取，当获取用户电力数据时，对用户电力数据进行预处理，首先确定一个自然月中每天用电数据的平均值，之后在确定每天稳定耗电量平均值和每天波动耗电量平均值，在确定每天稳定耗电量平均值时，通过获取每天电力数据在时间分布上的最小值，即可确定为每天稳定耗电量平均值，在确定每天波动耗电量平均值时，先将每天稳定耗电量平均值去除，再对剩余数据进行时间和耗电量进行统计，求取每天波动耗电量平均值；
S2：按照使用时间对电力数据进行分解，将整体电力数据分解成数据A稳定耗电量，数据B每小时波动耗电量，以及数据A和数据B分别运行的时长信息，稳定耗电量A为用户每天最低用电量及其分布时域，B每小时波动耗电量为每天用户电力总数减去稳定耗电量A并除以波动耗电量所占时长，同时记录B波动耗电量的分布时域以及对应的温度范围；
S3：针对数据A进行电力需求预估，得预估稳定耗电量a，由于预估稳定耗电量a与数据A相对应，其中数据A主要来源是室内常用且常开设备，如电冰箱，因其耗电量稳定，因此也近似认为a与A相同，针对数据B进行电力需求预估，得预估每小时波动耗电量b，再对估稳定耗电量a和每小时预估波动耗电量b进行求和，得预估电力需求数据w，确定波动耗电量b与运行时长T以及与温度之间的影响参数P，在室内电器中，如空调设备，其用电需求与温度存在一定联系，如实际温度与参照温度相差越大，则耗电量也会增高，如寒冷的12、1、2和炎热的7、8、9月，耗电量与其他月份相比明显升高，因此，需要对于空调类电器的耗电进行修正，因此，需增加一个与温度相关的影响参数P，从而得出
w＝a+p(t-D)2Tb，其中t为预估温度，D为参考温度。
在进行电器对电力的需求时，其输入的a、b与预测的时段相对应。
如输入的a、b基于日用电量时，其预测的w也为日需求响应；
当输入的a、b基于月用电量时，其预测的w也为月需求响应。
因此，能够根据实际需求简化数据处理数量，当对区域内用户的电器需求响应进行预测时，如小区、城中村、工厂进行预测时，由于其电器较为稳定，因此，可以使用基于月用电量a、b对指定去月内的下个月电器用电需求进行预测，简化数据处理需求。
本发明能够直接从用户电量计量表中获取用户电力消费的历史数据，获取数据时操作简单，通过对历史数据进行处理，能够得出稳定耗电量和波动耗电量及其对应的时间分布范围，从而对所有电器在不同时间内的平均用电情况，通过增加温度影响参数，能够对耗电量在严寒和高温条件下的预估数据进行修正，有利于提高电器需求的预测精度。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种针对用户电力消费数据的电器需求响应潜力预测方法，其特征在于：具体包括如下操作步骤：
S1：获取用户电力数据使用时间特性，并将所获取的数据信息进行处理；
S2：按照使用时间对电力数据进行分解，将整体电力数据分解成数据A稳定耗电量，数据B每小时波动耗电量，以及数据A和数据B分别运行的时长信息；
S3：针对数据A进行电力需求预估，得预估稳定耗电量a，针对数据B进行电力需求预估，得预估每小时波动耗电量b，再对估稳定耗电量a和每小时预估波动耗电量b进行求和，得预估电力需求数据w。
2.根据权利要求1所述的一种针对用户电力消费数据的电器需求响应潜力预测方法，其特征在于：步骤S1中用户电力数据为一个自然月中每天用电数据的平均值，包括每天稳定耗电量平均值和每天波动耗电量平均值。
3.根据权利要求1所述的一种针对用户电力消费数据的电器需求响应潜力预测方法，其特征在于：步骤S2中稳定耗电量A为用户每天最低用电量及其分布时域，B每小时波动耗电量为每天用户电力总数减去稳定耗电量A并除以波动耗电量所占时长，同时记录B波动耗电量的分布时域以及对应的温度范围。
4.根据权利要求1所述的一种针对用户电力消费数据的电器需求响应潜力预测方法，其特征在于：步骤S3中确定波动耗电量b与运行时长T以及与温度之间的影响参数P，从而得出
w＝a+p(t-D)2Tb，其中t为预估温度，D为参考温度。
CN201911147839.7A 2019-11-21 2019-11-21 一种针对用户电力消费数据的电器需求响应潜力预测方法 Pending CN111160601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911147839.7A CN111160601A (zh) 2019-11-21 2019-11-21 一种针对用户电力消费数据的电器需求响应潜力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911147839.7A CN111160601A (zh) 2019-11-21 2019-11-21 一种针对用户电力消费数据的电器需求响应潜力预测方法

Publications (1)

Publication Number Publication Date
CN111160601A true CN111160601A (zh) 2020-05-15

Family

ID=70556017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911147839.7A Pending CN111160601A (zh) 2019-11-21 2019-11-21 一种针对用户电力消费数据的电器需求响应潜力预测方法

Country Status (1)

Country Link
CN (1) CN111160601A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905714A (zh) * 2021-02-03 2021-06-04 武汉华源电力设计院有限公司 电力规划数据可视化与图形表达方法
CN113902148A (zh) * 2021-12-03 2022-01-07 广东电网有限责任公司东莞供电局 变压器的负荷检测方法、装置、计算机设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905714A (zh) * 2021-02-03 2021-06-04 武汉华源电力设计院有限公司 电力规划数据可视化与图形表达方法
CN113902148A (zh) * 2021-12-03 2022-01-07 广东电网有限责任公司东莞供电局 变压器的负荷检测方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
Joe-Wong et al. Optimized day-ahead pricing for smart grids with device-specific scheduling flexibility
Chuan et al. Modeling and validation of electrical load profiling in residential buildings in Singapore
Cosmo et al. Estimating the impact of time-of-use pricing on Irish electricity demand
CN107194502B (zh) 一种居民用户电力负荷预测方法
Du et al. Demand response in smart grids
US20220397877A1 (en) System, apparatus and method for energy management, for usage by consumers of energy from electric utility service providers, and monitoring and management of same
WO2015087470A1 (ja) 需要予測装置、プログラム
US20040230533A1 (en) Pro-rated consumable resource governor
Tsagarakis et al. Assessment of the cost and environmental impact of residential demand-side management
Roux et al. Comfort, peak load and energy: Centralised control of water heaters for demand-driven prioritisation
CN108462173B (zh) 一种基于用户用电习惯的电能控制方法、装置及设备
CA2841065C (en) Distributed energy grid management
Supapo et al. Electric load demand forecasting for Aborlan-Narra-Quezon distribution grid in Palawan using multiple linear regression
JP2016019358A (ja) 需要予測装置、コンピュータプログラム、スマートメーター及び蓄電装置
Ghasemkhani et al. Reinforcement learning based pricing for demand response
CN111160601A (zh) 一种针对用户电力消费数据的电器需求响应潜力预测方法
Du et al. Procurement of regulation services for a grid with high‐penetration wind generation resources: a case study of ERCOT
CN107103387A (zh) 一种基于户均设备总功率及入住系数的负荷预测方法
Hinterstocker et al. Evaluation of the effects of time-of-use pricing for private households based on measured load data
JP2016077051A (ja) デマンドレスポンス量配分システム
Schofield Dynamic time-of-use electricity pricing for residential demand response: Design and analysis of the Low Carbon London smart-metering trial
Afzalan et al. Efficient integration of smart appliances for demand response programs
Mathieu et al. Characterizing the response of commercial and industrial facilities to dynamic pricing signals from the utility
CN113504502A (zh) 一种非侵入式负荷感知智能电表检测方法及系统
Zurkafli et al. Personal Energy Auditor based on Energy Consumption Rating using Normal Distribution for Energy Efficiency

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200515