CN111311033B - 一种基于电量互保评价的售电公司电量偏差控制系统 - Google Patents

一种基于电量互保评价的售电公司电量偏差控制系统 Download PDF

Info

Publication number
CN111311033B
CN111311033B CN202010334128.7A CN202010334128A CN111311033B CN 111311033 B CN111311033 B CN 111311033B CN 202010334128 A CN202010334128 A CN 202010334128A CN 111311033 B CN111311033 B CN 111311033B
Authority
CN
China
Prior art keywords
power
electricity
deviation
electric quantity
evaluation
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.)
Active
Application number
CN202010334128.7A
Other languages
English (en)
Other versions
CN111311033A (zh
Inventor
陈洪海
范庆波
陈灏生
徐思华
陈百晖
吴翔翔
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 Topway Network Co ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Guangdong Topway Network Co ltd
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 Topway Network Co ltd filed Critical Guangdong Topway Network Co ltd
Priority to CN202010334128.7A priority Critical patent/CN111311033B/zh
Publication of CN111311033A publication Critical patent/CN111311033A/zh
Application granted granted Critical
Publication of CN111311033B publication Critical patent/CN111311033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Power Engineering (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Fuzzy Systems (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于电量互保评价的售电公司电量偏差控制系统，包括：用户侧管理模块，用于录入、存储、管理购电用户信息；用电监测子系统，用于实时监测用户用电；电量互保评价模块，连接其他售电公司提供的数据接口并获取其他售电公司基本信息，用于对其他售电公司进行电量转嫁对象评估。中心控制模块，获取当前售电公司已产生用电偏差并依据电量互保评价模块的评估结果匹配用于转嫁偏差电量以减小当前售电公司用电偏差的转嫁售电公司，并向匹配结果的转嫁售电公司发出合作请求。为应用该系统的当前售电公司快速寻找可信、方便转嫁的可转嫁偏差电量的合作售电公司，减少未及时转嫁电量偏差带来的经济损失，节省偏差电量转嫁过程耗费的时间和资源。

Description

一种基于电量互保评价的售电公司电量偏差控制系统
技术领域
本发明涉及电力系统技术领域，更具体地，涉及一种基于电量互保评价的售电公司电量偏差控制系统。
背景技术
电力交易中对电力用户的电费结算方法与电力用户的核心利益密切相关，需要依据电力用户与售电公司签订的用电合同进行电费结算。但在用户实际用电过程中，尤其是企业用户的用电过程中，往往会发生用电偏差，即用户结算电量超出或低于用户交易电量。而当用电偏差产生后，若对用户不进行惩罚则容易导致用电合同失去对用户的约束力，所以为了实现长久而有效的电力管制，需要针对电量偏差制定考核规则及惩罚措施实现偏差考核和惩罚。
一般情况下，售电公司和用户签订的代理合同中对价差分成方式、偏差考核内容进行专门约定。但在上述偏差考核的条件下，不少售电公司为了赢得订单选择直接替用户承担偏差考核责任。为此，售电公司则需要进行用电偏差控制，从而减少因偏差考核惩罚带来的经济损失，现有技术中售电公司具有多种用电偏差控制方法，转嫁法就是其中一种常用的用电偏差控制方法，转嫁法即在开放电量互保模式的行政区域中进行的一种偏差电量转嫁方法，售电公司可以找合作方售电公司签署电量互保协议，从而在交易中转让或获取偏差电量，作为一种市场补充机制将偏差电量转嫁出去，能同时减少售电公司、合作方售电公司用电偏差以及用电偏差带来的经济损失。
但现有技术中，售电公司在产生用电偏差后并想通过转嫁法转嫁偏差电量时，普遍需要花大量人力、时间寻找能与其合作互补用电量偏差的可转嫁售电公司，无法充分利用已有的具有电量互保资格合作售电公司资源，且即使能找到能互补用电偏差的公司也无法高效的从中筛选出可信的、方便转嫁的转嫁对象。现有技术中完成整个转嫁对象的寻找、转嫁的过程需要耗费大量时间，且对转嫁对象不了解容易产生电量转嫁意外，如：签订偏差电量转嫁协议后而转嫁对象缺乏偏差电量所需的供电能力；则容易产生交易上的纠纷，甚至直接造成当前售电公司的经济损失或信誉损失。
发明内容
本发明旨在克服上述现有技术的至少一种不足，提供一种基于电量互保评价的售电公司电量偏差控制系统，能够为应用该系统的当前售电公司快速寻找可转嫁偏差电量的合作售电公司，且通过电量互保评价可以获得可信的、适合转嫁、方便转嫁的转嫁售电公司，减少或避免未及时转嫁电量偏差带来的经济损失，更能节省偏差电量转嫁过程耗费的时间和资源。
本发明采取的技术方案是，一种基于电量互保评价的售电公司电量偏差控制系统，包括：
（1）用户侧管理模块，用于录入、存储、管理购电用户信息，所述购电用户信息包括购电用户企业信息、用户历史用电数据、购电业务信息以及经用户反馈的反映用户企业生产情况的生产数据；购电用户信息能通过人工录入方式存储至用户侧管理模块，也能通过采集设备以及统计程序自动录入至用户侧管理模块；所述用户历史用电数据通过表格形式存储于用户侧管理模块，并分别以日、月、年进行划分用电数据的时间范围；所述购电业务信息至少包括客户与当前售电公司之间的历史购电业务、最新电量申报以及交易结算数据；所述生产数据至少包括用户生产计划以及生产设备能耗，有助于提供售电公司其他用电控制方式所需数据，如有助于当前售电公司进行用电负荷预测；
（2）用电监测子系统，用于实时监测用户侧用电，包括设置于用户侧的配电监测设备、与配电监测设备连接并通过配电监测设备采集用户侧实时用电数据的用电监测模块；所述用电监测子系统能够获取实时用电数据，便于售电公司监控用户用电情况，且实时用电数据在系统具有负荷预测功能时能提供负荷预测所需数据，如有助于负荷预测通过历史负荷数据、历史用电数据结合实时用电数据进行实时用电负荷预测；
（3）电量互保评价模块，连接其他售电公司提供的数据接口并获取其他售电公司基本信息，用于对其他售电公司进行电量转嫁对象评估，所述其他售电公司基本信息包括已产生用电偏差数据、反映供电能力的供电信息、信贷信息、电网评价信息、配电设备规格信息、电网分布信息、已产生的合作信息，所述其他售电公司为具有与当前售电公司电量互保资格的合作售电公司。仅依据已产生的用电偏差进行电量互保合作而未考虑转嫁对象的信贷、财务、供电能力等状况则可能会产生意外状况，甚至导致转嫁对象与用户或与当前售电公司发生交易纠纷，降低用户对当前售电公司的信任程度。所以通过电量互保评价模块能够依据特定评估机制进行评估，从而获取可靠、便于转嫁的转嫁对象售电公司。所述电网评价信息包括电网购电方在购电后对对应售电公司的评价信息。用电量偏差类型包括正偏差和负偏差，所述正偏差为用户结算电量大于用户交易电量产生的用电偏差，所述负偏差为用户结算电量小于用户交易电量产生的用电偏差；
（4）中心控制模块，所述中心控制模块连接用户侧管理模块、用电监测子系统、电量互保评价模块，获取当前售电公司已产生用电偏差并依据电量互保评价模块的评估结果匹配用于转嫁偏差电量以减小当前售电公司用电偏差的转嫁售电公司，并向最终匹配转嫁售电公司发出合作请求。中心控制模块至少通过评估结果进行转嫁对象的匹配，所述转嫁对象即能够接收或供给当前售电公司偏差用电以减小当前售电公司用电偏差的最终匹配转嫁售电公司。及时找到转嫁对象有助于及时转嫁偏差电量，减小用电偏差负面影响。获取最终转嫁售电公司后则中心控制模块向其发出合作请求，有助于后续偏差用电量转嫁完成。通过该系统能够快速找寻便于转嫁、可信度高的转嫁对象，有助于及时转嫁偏差电量，避免纯人工方式搜集信息、联系转嫁对象等浪费时间和资源的传统过程。
优选的，所述电量互保评价模块基于BP神经网络和已获得的其他售电公司基本信息进行电量转嫁对象评估，依据已有数据进行评估有助于高准确度的获得可靠的、方便转嫁的转嫁对象，有助于保证偏差电量交易的安全性。
优选的，所述电量互保评价模块包括评估指标体系构建单元、评估神经网络构建单元，所述评估指标体系构建单元用于构建其他售电公司作为电量转嫁对象的等级评价指标体系，所述评估神经网络构建单元基于等级评价指标体系以及其他售电公司基本信息构建用于评估电量转嫁对象的BP神经网络结构，通过BP神经网络结构能够获取多维度均衡的最佳转嫁对象，从而有助于后续偏差电量转嫁的顺利完成。
优选的，所述评估指标体系构建单元依据获取的其他售电公司对应基本信息进行等级分类，建立供电能力的三级指标，即以其他售电公司对应基本信息为基础、供电能力为主要参考进行等级分类，建立关于供电能力的三级指标；而过多相关性太高的指标则可能影响评估的准确性，因此需要检验指标间的相关性，选取其他售电公司的供电能力数据，通过SPSS检验所有指标相关性获取显著相关指标；同时，还利用变差系数（变差系数= 标准差/平均值）从显著相关指标中分析和筛选出多项主指标；变差系数能够反映指标的鉴别能力，变差系数较高的指标鉴别能力较强，变差系数较低的指标鉴别能力较弱。依据正负用电偏差给予对应偏差正负符号，所述评估神经网络构建单元将其他售电公司中用电偏差K绝对值与当前售电公司用电偏差S绝对值相差大于1/2当前售电公司用电偏差绝对值的售电公司作为非转嫁对象样本，即将其他售电公司中满足|K|-|S|≥|S/2|条件的售电公司作为非转嫁对象样本，即其他售电公司中与当前售电公司用电偏差绝对值相差较显著的售电公司；其余合作售电公司则作为转嫁对象样本，并依据多项主指标以及指标对应数值构建用于评估电量转嫁对象的三层BP神经网络结构。从而有助于后续依据构建的三层BP神经网络结构进行电量互保售电公司评估。
优选的，所述电量互保评价模块还包括神经网络训练单元，所述神经网络训练单元在每次偏差电量转嫁过程完成后将所有合作售电公司随机分组为训练组和测试组，所述训练组用于改进网络的权值，并作为测试组的已知条件；所述测试组用于获得期望输出和实际输出之间的偏差以检验训练效果；通过训练可以检测评估准确率，有助于检验神经网络评估效果。
优选的，三层BP神经网络中偏差值为1×10-4、神经网络步长为5×103、学习率为2×10-2，将所述学习率设置较小则能避免出现临近最佳点时产生动荡、难以收敛的情况。
优选的，电量互保评价模块还包括具有最高权限的手动干扰单元，所述手动干扰单元用于录入特定售电公司，且特定售电公司优先于BP神经网络结构评估结果售电公司作为电量转嫁对象。通过手动干扰单元可以录入特定售电公司从而提供人工操作途径，有助于当前售电公司依据特定售电公司规格和合作意向直接设置特定售电公司为电量转嫁对象，提供灵活更换转嫁对象的途径。
优选的，还包括与中心控制模块连接的负荷预测子系统，所述负荷预测子系统用于用电负荷预测，所述中心控制模块依据负荷预测子系统预测结果进行供电策略调整。通过负荷预测子系统能够获得负荷曲线和预测结果，有助于参考预测结果进行电量申报，并在实际供电过程中可以对用电偏差进行实时监控和预警，有助于当前售电公司实现主动的电量偏差控制。
优选的，所述负荷预测子系统包括获取电力大数据与应用电力大数据分析模型的云计算平台，且与所述用户侧管理模块、用电监测子系统连接，通过用户侧管理模块、用电监测子系统获取用户历史用电数据、购电业务信息、生产数据、实时用电数据，并基于电力大数据、电力大数据模型进行负荷预测，获得用电负荷预测曲线与预测结果。通过大数据以及大数据模型结合已有数据能够实现较为准确的负荷预测，进一步提高控制用电偏差的准确程度。
优选的，所述中心控制模块还设有对外接口，所述对外接口随机生成私有用户密匙供购电方登录，用于购电方登录进行数据交互，包括查看用电数据、反馈生产数据、查看用电偏差警示信息；有助于提供售电公司与购电方的交互通道，实现及时的数据交换，为有效控制用电偏差以及售电业务创造条件。
与现有技术相比，本发明的有益效果为：结合偏差电量转嫁方法减少售电公司用电偏差带来的经济损失，通过电量转嫁对象评估能够综合用电偏差数据、信贷信息、供电能力等数据对具有电量互保资格的其他售电公司进行评估，有助于获得可靠、便于转嫁偏差电量的转嫁对象售电公司，避免人工调研售电公司的繁杂过程，缩短偏差电量转嫁过程时间，更节省了转嫁过程所需人力资源。通过中心控制模块获取到最终匹配转嫁售电公司，即转嫁对象，有助于即时发出合作请求，从而减少转嫁过程程序并快速转嫁，实现高效而有效的转嫁，避免转嫁不及时而因偏差考核带来的经济损失。
附图说明
图1为本发明的结构示意图。
具体实施方式
本发明附图仅用于示例性说明，不能理解为对本发明的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
实施例
如图1所示，一种基于电量互保评价的售电公司电量偏差控制系统，包括：
（1）用户侧管理模块，用于录入、存储、管理购电用户信息，所述购电用户信息包括购电用户企业信息、用户历史用电数据、购电业务信息以及经用户反馈的反映用户企业生产情况的生产数据；所述用户历史用电数据通过表格形式存储于用户侧管理模块，并分别以日、月、年进行划分用电数据的时间范围；所述购电业务信息至少包括客户与当前售电公司之间的历史购电业务、最新电量申报以及交易结算数据；所述生产数据至少包括用户生产计划以及生产设备能耗；
（2）用电监测子系统，用于实时监测用户侧用电，包括设置于用户侧的配电监测设备、与配电监测设备连接并通过配电监测设备采集获得用户侧实时用电数据的用电监测模块；
（3）电量互保评价模块，连接其他售电公司提供的数据接口并获取其他售电公司基本信息，用于对其他售电公司进行电量转嫁对象评估，所述其他售电公司基本信息包括已产生用电偏差数据、反映供电能力的供电信息、信贷信息、电网评价信息、配电设备规格信息、电网分布信息、已产生的合作信息，所述其他售电公司为具有与当前售电公司电量互保资格的合作售电公司。仅依据已产生的用电偏差进行电量互保合作而未考虑转嫁对象的信贷、财务、供电能力等状况则可能会产生意外状况，如：转嫁对象不具备完成偏差电量供电的供电规格；则容易导致转嫁对象与用户或与当前售电公司发生交易纠纷，降低用户对当前售电公司的信任程度。所以通过电量互保评价模块能够依据特定评估机制进行评估，从而获取可靠、便于转嫁的转嫁对象售电公司。本实施例中，所述电量互保评价模块基于BP神经网络和已获得的其他售电公司基本信息进行电量转嫁对象评估，电量互保评价模块包括评估指标体系构建单元、评估神经网络构建单元，所述评估指标体系构建单元用于构建其他售电公司作为电量转嫁对象的等级评价指标体系，所述评估神经网络构建单元基于等级评价指标体系以及其他售电公司基本信息构建用于评估电量转嫁对象的BP神经网络结构；
（4）中心控制模块，所述中心控制模块连接用户侧管理模块、用电监测子系统、电量互保评价模块，获取当前售电公司已产生用电偏差并依据电量互保评价模块的评估结果匹配用于转嫁偏差电量以减小当前售电公司用电偏差的转嫁售电公司，并向最终匹配转嫁售电公司发出合作请求，具体的，发出合作请求在特定时限内仍未恢复则中心控制模块向其他同样能减小当前售电公司用电偏差的转嫁售电公司发出合作请求；
（5）负荷预测子系统，与中心控制模块连接的，所述负荷预测子系统用于用电负荷预测，所述中心控制模块依据负荷预测子系统预测结果进行供电策略调整。通过负荷预测子系统能够获得负荷曲线和预测结果，有助于参考预测结果进行电量申报，并在实际供电过程中可以对用电偏差进行实时监控和预警，有助于当前售电公司实现主动的电量偏差控制。
具体的，本实施例中，电量互保评价模块中的评估指标体系构建单元依据获取的其他售电公司对应基本信息进行等级分类，建立供电能力的三级指标，即以其他售电公司对应基本信息为基础、供电能力为主要参考进行等级分类，建立关于供电能力的三级指标；而过多相关性太高的指标则可能影响评估的准确性，因此需要检验指标间的相关性，选取其他售电公司的供电能力数据，通过SPSS检验所有指标相关性获取显著相关指标；同时，还利用变差系数（变差系数= 标准差/平均值）从显著相关指标中分析和筛选出多项主指标。依据正负用电偏差给予对应偏差正负符号，电量互保评价模块中的评估神经网络构建单元则将其他售电公司中用电偏差K绝对值与当前售电公司用电偏差S绝对值相差大于1/2当前售电公司用电偏差绝对值的售电公司作为非转嫁对象样本，即将其他售电公司中满足|K|-|S|≥|S/2|条件的售电公司作为非转嫁对象样本（其他售电公司中与当前售电公司用电偏差绝对值相差较显著的售电公司），其余合作售电公司则作为转嫁对象样本，并依据多项主指标以及指标对应数值构建用于评估电量转嫁对象的三层BP神经网络结构。本实施例的三层BP神经网络结构中，偏差值为1×10-4、神经网络步长为5×103、学习率为2×10-2。
电量互保评价模块除上述单元外，还包括神经网络训练单元、具有最高权限的手动干扰单元，所述神经网络训练单元在每次偏差电量转嫁过程完成后将所有合作售电公司随机分组为训练组和测试组，所述训练组用于改进网络的权值，并作为测试组的已知条件；所述测试组用于获得期望输出和实际输出之间的偏差以检验训练效果；通过训练可以检测评估准确率，有助于检验神经网络评估效果；所述手动干扰单元用于录入特定售电公司，且特定售电公司优先于BP神经网络结构评估结果售电公司作为电量转嫁对象。
本实施例中，所述负荷预测子系统包括预存电力大数据与电力大数据模型的云计算平台，且与所述用户侧管理模块、用电监测子系统连接，通过用户侧管理模块、用电监测子系统获取用户历史用电数据、购电业务信息、生产数据、实时用电数据，并基于电力大数据、电力大数据模型进行负荷预测，获得用电负荷预测曲线与预测结果。本实施例中，负荷预测子系统还包括多个预测模块、预处理模块、训练模块和校正模块，多个预测模块通过大数据分析对当前售电公司的多个用电负荷预测影响因素分别进行电力负荷值预测，负荷预测子系统最终对多个预测模块的预测结果进行加权融合，获得最终用电负荷预测曲线与预测结果；所述预处理模块对负荷预测所用数据进行预处理，依据已有的用户历史用电数据产生时间信息与电力负荷历史数据的对应关系表，从对应关系表筛选缺少电力负荷数据的时间区间并取相邻时间区间内电力负荷数据的平均值作为拟补充数据，云计算平台基于已有数据以及拟补充数据进行负荷预测；所述训练模块利用实际获得的电力负荷数据与原预测电力负荷数据进行电力大数据模型的训练，获得成熟的电力大数据模型。所述校正模块，将预测用电负荷数据与实际产生的用电负荷数据进行比对，获取预测误差并依据预测误差校正用电负荷预测曲线与预测结果，成熟化负荷预测曲线。
具体的，本实施例中，中心控制模块将竞价电量和长协电量之和与负荷预测电量作差，获取预测客户用电偏差；所述中心控制模块预设有用电偏差阈值，所述预测客户用电偏差超出阈值后向当前售电公司和用户发出用电偏差警示信息。此外，中心控制模块还设有对外接口，所述对外接口随机生成私有用户密匙供购电方登录，用于购电方登录进行数据交互，包括查看用电数据、反馈生产数据、查看用电偏差警示信息；有助于提供售电公司与购电方的交互通道，实现及时的数据交换，为有效控制用电偏差以及售电业务创造条件。本实施例中系统部署于计算机设备中，系统内模块至少包括多组计算机设备和部署有数据库的服务器，系统获得或分析或计算出的数据均可视化于计算机界面并面向于售电公司相关人员。
显然，本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例，而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，包括：
用户侧管理模块，用于录入、存储、管理购电用户信息，所述购电用户信息包括用户历史用电数据、购电业务信息以及经用户反馈的反映用户企业生产情况的生产数据；
用电监测子系统，用于实时监测用户侧用电，包括设置于用户侧的配电监测设备、与配电监测设备连接并通过配电监测设备采集用户侧实时用电数据的用电监测模块；
电量互保评价模块，连接其他售电公司提供的数据接口并获取其他售电公司基本信息，用于对其他售电公司进行电量转嫁对象评估，所述其他售电公司基本信息包括已产生用电偏差数据、反映供电能力的供电信息、信贷信息、电网评价信息、配电设备规格信息、电网分布信息、已产生的合作信息，所述其他售电公司为具有与当前售电公司电量互保资格的合作售电公司；
中心控制模块，所述中心控制模块连接用户侧管理模块、用电监测子系统、电量互保评价模块，获取当前售电公司已产生用电偏差并依据电量互保评价模块的评估结果匹配用于转嫁偏差电量以减小当前售电公司用电偏差的转嫁售电公司，并向最终匹配转嫁售电公司发出合作请求；
所述电量互保评价模块基于BP神经网络和已获得的其他售电公司基本信息进行电量转嫁对象评估；
所述电量互保评价模块包括评估指标体系构建单元、评估神经网络构建单元，所述评估指标体系构建单元用于构建其他售电公司作为电量转嫁对象的等级评价指标体系，所述评估神经网络构建单元基于等级评价指标体系以及其他售电公司基本信息构建用于评估电量转嫁对象的BP神经网络结构；
所述评估指标体系构建单元依据获取的其他售电公司对应基本信息进行等级分类，建立供电能力的三级指标，通过SPSS检验所有指标相关性获取显著相关指标，并利用变差系数从显著相关指标中分析和筛选出多项主指标；所述评估神经网络构建单元将其他售电公司中用电偏差绝对值与当前售电公司用电偏差绝对值相差大于1/2当前售电公司用电偏差绝对值的售电公司作为非转嫁对象样本，其余合作售电公司作为转嫁对象样本，并依据多项主指标以及指标对应数值构建用于评估电量转嫁对象的三层BP神经网络结构；
三层BP神经网络中偏差值为1×10-4、神经网络步长为5×103、学习率为2×10-2。
2.根据权利要求1所述的一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，所述电量互保评价模块还包括神经网络训练单元，所述神经网络训练单元在每次电量转嫁完成后将所有合作售电公司随机分组为训练组和测试组，所述训练组用于改进网络的权值，并作为测试组的已知条件；所述测试组用于获得期望输出和实际输出之间的偏差以检验训练效果。
3.根据权利要求1所述的一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，电量互保评价模块还包括具有最高权限的手动干扰单元，所述手动干扰单元用于录入特定售电公司，且特定售电公司优先于BP神经网络结构评估结果售电公司作为电量转嫁对象。
4.根据权利要求1所述的一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，还包括与中心控制模块连接的负荷预测子系统，所述负荷预测子系统用于用电负荷预测，所述中心控制模块依据负荷预测子系统预测结果进行供电策略调整。
5.根据权利要求4所述的一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，所述负荷预测子系统包括获取电力大数据与应用电力大数据分析模型的云计算平台，且与所述用户侧管理模块、用电监测子系统连接，通过用户侧管理模块、用电监测子系统获取用户历史用电数据、购电业务信息、生产数据、实时用电数据，并基于电力大数据、电力大数据模型进行负荷预测，获得用电负荷预测曲线与预测结果。
6.根据权利要求5所述的一种基于电量互保评价的售电公司电量偏差控制系统，其特征在于，所述中心控制模块还设有对外接口，所述对外接口随机生成私有用户密匙供购电方登录，用于购电方登录进行数据交互，包括查看用电数据、反馈生产数据、查看用电偏差警示信息。
CN202010334128.7A 2020-04-24 2020-04-24 一种基于电量互保评价的售电公司电量偏差控制系统 Active CN111311033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010334128.7A CN111311033B (zh) 2020-04-24 2020-04-24 一种基于电量互保评价的售电公司电量偏差控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010334128.7A CN111311033B (zh) 2020-04-24 2020-04-24 一种基于电量互保评价的售电公司电量偏差控制系统

Publications (2)

Publication Number Publication Date
CN111311033A CN111311033A (zh) 2020-06-19
CN111311033B true CN111311033B (zh) 2020-12-22

Family

ID=71150111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010334128.7A Active CN111311033B (zh) 2020-04-24 2020-04-24 一种基于电量互保评价的售电公司电量偏差控制系统

Country Status (1)

Country Link
CN (1) CN111311033B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502876A (zh) * 2023-06-28 2023-07-28 国网浙江省电力有限公司宁波供电公司 电力系统资源共享方法、装置、计算机设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007033300A2 (en) * 2005-09-13 2007-03-22 The Trustees Of Columbia University In The City Of New York Systems and methods for martingale boosting in machine learning
JP2008107984A (ja) * 2006-10-24 2008-05-08 Toshiba Corp 電力取引契約価格検査方法およびシステム
CN105914762B (zh) * 2016-05-05 2018-05-04 国网山东省电力公司电力科学研究院 一种基于合作博弈理论的互联电网频率偏差系数设定方法
CN106709823A (zh) * 2017-03-19 2017-05-24 国网福建省电力有限公司 一种电力用户用电信息采集系统的运行性能评价方法
CN107895241A (zh) * 2017-12-18 2018-04-10 华北电力大学 一种售电公司购售电业务决策与风险评估方法
CN108399492A (zh) * 2018-02-02 2018-08-14 上海电气分布式能源科技有限公司 一种虚拟电厂内部收益分配方法
CN109447486A (zh) * 2018-11-01 2019-03-08 浙江大学 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法
CN109389327B (zh) * 2018-11-08 2022-04-01 贵州电网有限责任公司 基于风光不确定性的多虚拟电厂时前合作方法

Also Published As

Publication number Publication date
CN111311033A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN113159339A (zh) 一种基于大数据的一台区一指标线损管理方法及系统
CN107123982A (zh) 一种基于设备异动的配电网可靠性经济效益分析方法
CN102855525B (zh) 一种居民用户负荷预测分析系统和方法
CN106570778A (zh) 一种基于大数据的数据集成与线损分析计算的方法
CN104166920A (zh) 一种在线招投标方法和系统
CN113421165A (zh) 一种绿色金融产品评估与管理的方法及系统
CN106228300A (zh) 一种分布式电源运营管理系统
CN101388103A (zh) 信息调查系统及调查方法
CN112307003A (zh) 电网数据多维辅助分析方法、系统、终端及可读存储介质
CN110766339A (zh) 一种电力公司电商化采购方法
CN102043986A (zh) 一种电量异常信息传递网上处理系统及其应用方法
CN111061792A (zh) 一种金融服务管理系统
CN115660567A (zh) 一种基于gis智慧工程管理系统及方法
CN114943565A (zh) 基于智能算法的电力现货价格预测方法及装置
CN113608975A (zh) 电力现货市场下电能计量系统运行状态在线评估方法及系统
CN111311033B (zh) 一种基于电量互保评价的售电公司电量偏差控制系统
CN115330404A (zh) 用于电力营销稽查的系统及方法
CN114118793A (zh) 一种地方交易所风险预警方法、装置及设备
CN107563671A (zh) 一种基于互联网的企业测评规划服务系统
CN101140644A (zh) 一种intednet专业技术资格申报系统
CN113887861A (zh) 一种输变电主设备准实时数据监测系统
CN111563766B (zh) 一种售电公司电量偏差控制系统
CN102999812A (zh) 一种信息管理方法及系统
CN111680962A (zh) 一种带电检测仪器比对实验管理方法
Nakafuji et al. Distributed resource energy analysis and management system (DREAMS) development for real-time grid operations

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220707

Address after: 528200 floors 6-9, building 1, Foshan Power Technology Industry Center, No. 33, Jihua East Road, Guicheng Street, Nanhai District, Foshan City, Guangdong Province

Patentee after: GUANGDONG TOPWAY NETWORK Co.,Ltd.

Patentee after: FOSHAN POWER SUPPLY BUREAU OF GUANGDONG POWER GRID Co.,Ltd.

Address before: Shop 203, block 5, Jinyu Mingdu, No.2, haibadong Road, Guicheng Street, Nanhai District, Foshan City, Guangdong Province

Patentee before: GUANGDONG TOPWAY NETWORK Co.,Ltd.