CN111582911A - 一种多元用户与电网友好互动用电系统 - Google Patents
一种多元用户与电网友好互动用电系统 Download PDFInfo
- Publication number
- CN111582911A CN111582911A CN202010290252.8A CN202010290252A CN111582911A CN 111582911 A CN111582911 A CN 111582911A CN 202010290252 A CN202010290252 A CN 202010290252A CN 111582911 A CN111582911 A CN 111582911A
- Authority
- CN
- China
- Prior art keywords
- power
- user
- electricity
- response
- load
- 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.)
- Granted
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 26
- 230000004044 response Effects 0.000 claims abstract description 187
- 230000035945 sensitivity Effects 0.000 claims abstract description 33
- 230000009467 reduction Effects 0.000 claims abstract description 13
- 238000013139 quantization Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 163
- 230000006399 behavior Effects 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000007726 management method Methods 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000012843 least square support vector machine Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000003442 weekly effect Effects 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 abstract 1
- 230000003993 interaction Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- 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
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Accounting & Taxation (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Finance (AREA)
- Fuzzy Systems (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
Abstract
本发明涉及一种多元用户与电网友好互动用电系统,包括用电服务模块和需求响应模块,所述用电服务模块,用于电力用户或者售电用户用电数据查询和根据当前用电数据统计进行用电数据分析;所述需求响应模块,用于为所述多元用户提供需求响应管理功能,包括用户行为画像子模块,所述多元用户行为画像子模块,用于基于不同行业的海量用户数据,从温度敏感度、电价敏感度和用电平稳度三个角度感知多元用户行为规律,分别建立和量化特征指标并综合评价,形成多元用户用电行为标签,建立多元用户用电行为标签量化、分类、组合的多属性用电行为画像,旨在帮助电力用户或者售电用户提升电网企业服务能力的同时提升资源配置合理性,促进节能减排。
Description
技术领域
本发明涉及电力管理服务领域,更具体地,涉及一种多元用户与电网友好互动用电系统。
背景技术
当前,电力市场改革发展日益迫切,一方面对市场提出了自由竞争、价格开放的新要求;另一方面,随着分布式电源、储能的不断渗透,负荷集成商不断涌现,需求侧也呈现出用户多元化、管理自动化等特点,因此,对电力供需服务提出新要求的同时,也带来了用电行为难以预测、与电网难以友好互动等实际问题,这都促使着电力供需业务想互动智能化、服务多样化、用电有序化的方向发展。
互动是电力供需业务的根本,目前,现有的研究有根据互动业务承载的内容,将智能用电分为信息互动服务、营销互动服务、点能量交互服务和用能互动服务四类,而且售电市场开放后,从电网业务来说,分布式电源、电动汽车、储能、需求响应和能源互联网等各种新生事物不断涌现并得到快速发展,实现源-荷-网之间的互联互通,充分发挥各类资源对电网的支撑作用成为电力用户急需解决的问题。从电网供需平衡来说,空调等非生产性负荷快速增长,季节性用电明显,电网峰谷差呈不断拉大态势,互动多样化是解决的关键。从终端用户需求来说。因经济、工艺等不同条件或特点,用电需求呈现差异化特点,用户市场对定制化、菜单服务、用户选择权提出了更高的要求。因此如何构建多元用户与电网友好互动的用电系统,为电力用户或者售电用户提供智能、互动的用电管理与服务系统,是目前需要解决的问题。
发明内容
本发明旨在克服上述现有技术的至少一种缺陷,提供一种多元用户与电网友好互动用电系统,用于提供一套面向多元用电客户的智能、互动的用电管理与服务系统。
本发明采取的技术方案是,
一种多元用户与电网友好互动用电系统,包括用电服务模块和需求响应模块,所述多元用户包括电力用户、电网用户和售电用户,
所述用电服务模块,用于电力用户或者售电用户用电数据查询和根据当前用电数据统计进行用电数据分析;
所述需求响应模块,用于为所述多元用户提供需求响应管理功能,包括用户行为画像子模块,所述多元用户行为画像子模块,用于基于不同行业的海量用户数据,从温度敏感度、电价敏感度和用电平稳度三个角度感知多元用户行为规律,分别建立和量化特征指标并综合评价,形成多元用户用电行为标签,建立多元用户用电行为标签量化、分类、组合的多属性用电行为画像。
本系统基于整个电网系统的角度,将用户侧、售电侧和电网侧统一为系统,系统中的电力用户、电网用户和售电用户的功能结构均包括需求响应模块,电力用户和售电用户的功能结构包括用电服务模块,其中,用电服务模块用于通过用电数据查询和用电数据分析,实现对需求侧用户的用电量的查询统计,并根据用电量需求情况对自身的电能调度进行合理配置;需求响应模块用于电力用户、电网用户和售电用户的电网之间的友好互动渠道,主要为多元用户提供需求响应管理功能,包括为电力用户提供电力用户概览、用户行为画像、用户可调度潜力分析、执行监测、响应结果确认、响应效果分析和响应资源管理,或者包括为电网用户提供事件发布、执行监测和响应结果发布以及需求响应结果多维度统计分析等功能,或者包括为售电公司根据营销系统电价进行分时电价政策模拟,进行需求响应方案管理、价格管理、需求响应信息发布、需求响应申报、响应执行的考核;其中多元用户行为画像子模块实现快速分析多元用户的用电特征,基于大量的用电数据,分别从温度敏感度、电价敏感度和用电平稳度三个角度建立和量化特征指标,从而形成多元用户用电行为标签,多元用户行为画像的系统设计,解决了中国市场的用户用能形式多样化,用能模式不合理和用户行为分布不足的问题,建立用户特征性、规律性、群体性、个体性等多元素用电行为画像,实现“源-网-荷”友好互动的智能用电技术提供理论依据。
进一步,所述综合评价具体包括:
电价敏感性综合评价,是指对同一个用户在电价变化前后的不同年份同月相似条件下的一天归一化后的负荷数据进行评价分析;
温度敏感性综合评价,是指根据日最大负荷-日最高温度灰色关联度、日最小负荷-日最低温度灰色关联度、日平均负荷-日平均温度灰色关联度三个指标,确定指标权重,对用户用电行为进行综合评价;
用电平稳性综合评价,是指以日尺度、周尺度、月尺度建立指标,基于历史用电数据,计算行业用户各评价指标值,并根据评价指标值确定指标权重,得出多元用户的用电平稳性评价结果。
多元用户行为画像从温度敏感、电价敏感和用电平稳度三个角度感知用户行为规律,分别建立和量化特征指标并综合评价,并基于FCM模糊聚类算法建立用电行为标签量化、分类、组合的多元用户多属性用电行为画像,其中多元用户电价敏感性综合评价的具体处理过程为:首先选取多个样本用户在电价变化前后(不同年份同月份)相似条件下的一天归一化后的负荷数据,通过FCM模糊聚类算法分别计算峰平负荷转移率、峰谷负荷转移率、平谷负荷转移率,最后调用熵权法计算权重和计算综合评价值程序计算得到多元用户电价敏感性综合评价值。多元用户温度敏感性综合评价及用电平稳性综合评价的具体处理过程为:首先选取多个样本用户多个日期的负荷数据,并对应每天的天气数据,天气数据包括当天最高温度、最低温度、平均温度、湿度和降水量,通过模糊聚类算法调用子程序GreyRelationDegree,计算日最大负荷-日最高温度灰色关联度、日最小负荷-日最低温度灰色关联度、日平均负荷-日平均温度灰色关联度三个指标,同时计算用电平稳性日尺度、周尺度、月尺度的指标,最后调用熵权法计算权重和计算综合评价值程序计算得出多元用户温度敏感性综合评价值和用电平稳性综合评价值。
进一步地,所述用电服务模块包括用电数据查询子模块和用电数据分析子模块,所述用电数据查询子模块,用于查询电力用户的日用电量、售电用户的日售电量、计划电量、计划用电量与实际用电量的偏差电量;
所述用电数据分析子模块包括用电分析K线图单元,所述用电分析K线图单元用于根据电力用户当前负荷与昨日负荷的涨幅对比数据生成的K线图展示电力用户的用电情况,或者根据售电用户所有参与交易客户的负荷特性形成展示面板并基于K线图展示单一用户负荷特性。
本发明中电力用户和售电用户功能结构包括用电服务模块,所述用电服务模块包括用电数据查询子模块,用电数据查询子模块用于用户对用电量数据的查询,并根据电力用户的日用电量和售电用户的日售电量形成的用电日历、计划电量、用电偏差和综合查询等对自身用电量进行分析和合理的配置,其中用电日历用于根据日用电量情况分析统计得出日售电量、各签约客户用电等信息,具体显示最近2个月的电量数据,计划电量用于展示代理客户月计划电量情况,用电偏差用于展示客户各月计划、实际、偏差电量情况,具体是由多月用电偏差分析和单元用电偏差分析组成。用电数据分析子模块中的用电分析K线图单元,具体展示电力用户当前负荷和昨天负荷的一个对比情况,包含的电力用户当前的负荷,当前时间和昨天的当前时间的一个涨幅情况,还有最高,最低和平均的一个对比情况,以及对应电力用户的数据K线图,展现该用户的用电情况,可以根据日/周/月/年来切换不同时间维度的K线图;或者展示当前售电用户所有参与交易的客户的负荷特性面板,以及在客户负荷面板中,点击单个用户展示客户负荷K线页面。通过用电分析K线图单元,用电侧用户和售电侧用户能够通过用电量数据分析结果直观地了解到自身的用电趋势,为接下来的电能调度计划打好基础。
进一步地,所述用电数据分析子模块还包括行业用电分析单元,
所述行业用电分析单元用于根据年份、月份、地区和行业的组合条件统计地区行业的电量情况,并分析地区的行业用电量趋势。
进一步地,所述需求响应模块还包括负荷预测子模块,
所述负荷预测子模块,用于电力用户根据不同负荷类型的用电预测技术对应采取不同的负荷预测算法对多元用户的负荷进行预测,所述负荷类型包括用电平稳度、温度敏感度和电价敏感度。
电力负荷预测是电力管理中的重要部分,它所提供的负荷预测数据,对电力系统的控制、运行和规划极为重要,本发明针对不同的负荷类型采用了不同的负荷预测方法对多元用户的负荷进行预测,大大提高了负荷预测的精度,对确定电力系统的运行方式具有重要作用,对确定电力系统的优化调度、地区间功率输送方案和负荷调度的方案也起着重要作用,而且大大提高了电力系统运行的安全性、可靠性、经济性和电能质量,关系到电力系统的生产规划和调度运行。
进一步地,所述负荷预测算法,具体包括:
针对用电平稳度较差的用户采用基于分类多模型变权模糊综合预测;针对用电平稳度较好用户采用基于PSO优化的最小二乘支持向量机预测算法;针对温度敏感度较低的用户采用基于机器学习的LSTM的负荷预测算法。
基于分类多模型变权模糊综合预测算法适用于用电平稳性较差的用户的短期用电负荷,具体处理过程为:选取n天的负荷数据用于预测模型训练,首先对负荷数据进行预处理和归一化处理,并去除离群点后进行聚类分析,其次采用RBF神经网络训练处理后的负荷数据,最后采用单模型法和多模型法分别预测第n+1天的负荷(一天96个点),比较预测结果。基于PSO优化的最小二乘支持向量机预测算法适用于预测课题一用户画像得到的用电平稳性较好用户的短期用电负荷,具体处理过程为:选取n天的负荷数据用于预测模型训练,首先对负荷数据进行预处理和归一化处理,并去除离群点,其次采用VSM预测模型对处理后的参数数据PSO寻优,最后采用样品参数前7天的数据按照日期顺序进行模型训练,完成预测模型,采用模型预测后7天的负荷。基于机器学习的LSTM的负荷预测算法适用于对温度敏感性较低的用户用电负荷预测,具体处理过程为:首先对负荷数据样本进行预处理和归一化处理,并去除离群点后进行聚类分析,其次采用LSTM算法对处理后的负荷数据进行模型训练,得到LSTM模型,再采用聚类算法、高斯算法和LSTM算法对负荷数据进行模型训练,得到多模型负荷LSTM模型,最后分别用以上模型对用户负荷进行预测,得到预测结果。针对用户画像得到的温度低敏感型用户(以金属制造业为主),考虑其用电负荷大小受温度影响较小,受到其他因素如节假日(日期类型)、产品销量等因素影响较大,因此采用一种基于多模型LSTM的聚合商短期负荷预测技术,包括聚合商负荷聚类分析、基于负荷相关因素的预测分类器和多模型负荷LSTM聚合商负荷预测算法等,最终得到预测结果。该方法结合负荷相关因素的预测分类从而有效提高温度低敏感度用户的用电预测效果。通过采用不同类型的负荷预测算法,有效地提高了电力负荷预测的精度。
进一步,所述需求响应模块还包括事件发布子模块、响应申报子模块、响应执行考核子模块、响应结果发布子模块、响应结果确认子模块,
所述事件发布子模块,用于电网用户创建和发布需求响应事件,并对需求响应事件进行跟踪和查看;
所述响应申报子模块,用于售电用户接收需求响应事件通知,并对选择参与的需求响应事件进行申报;
所述响应执行考核子模块,用于售电用户检查电力用户是否根据设定的电价导向信息执行需求响应,并通过对比用户预测曲线与当日曲线,由用户负荷变化情况和区域变化情况执行需求响应事件;
所述响应结果发布子模块,用于在需求响应事件执行后,通过预计削减量与实际削减量的对比来判断客户是否达标,并对生成响应结果数据进行发布;
所述响应结果确认子模块,用于售电用户对所述响应结果发布子模块的响应结果进行确认并根据响应结果进行调整。
需求响应模块是多元用户友好互动的渠道,其主要的处理过程为:事件发布子模块为电网公司提供需求响应事件的创建和发布功能,同时可进行事件的跟踪和查看。电网用户根据调度系统发布的缺口信息,负责将电力缺额事件添加到需求响应管理系统中,需求响应事件推送至参与需求响应的用户侧,邀约用户参与需求响应,并在响应事件发布后,跟踪用户邀约申报情况;响应申报子模块通过日程表接收近期需求响应的通知和计划安排,并可进行事件详细信息的查看和事件的响应申报;响应执行考核子模块是对用户的执行情况纪念性分析,考核需求响应的效果,检查用户是否根据电价导向信息执行需求响应,并通过对比预测曲线与当日曲线,对用户的节省成本进行分析从而有针对性地选择申报事件;响应结果发布子模块在响应执行完毕后,系统计算客户的实际削减量,并与预计削减量进行对比,判断申报用户是否达标,生成响应结果数据并发布响应结果;响应结果确认子模块通过对发布的响应结果进行确认,若不同意考核结果,可以申请结果调整。本发明通过事件发布子模块、响应申报子模块、响应执行考核子模块、响应结果发布子模块、相应结果确认子模块实现用户之间的联动,体现电网系统“源-网-荷”友好互动的智能用电化。
进一步地,所述需求响应模块还包括分时电价政策模拟子模块、响应方案管理子模块,所述分时电价政策模拟子模块,用于通过建立尖、峰、谷、平分时电价的响应结果,得出不同电价策略所产生的节电效果,从而确定最优的分时电价政策;
所述响应方案管理子模块,用于利用分时电价政策模拟子模块分析电力用户的响应行为,并指定不同电价政策下的需求响应策略,主要设置需求响应策略的时段和响应空间。
分时电价政策模拟子模块,是指通过分析用户的用电行为,根据用户历史用电特性和预测价格信息来模拟制定未来分时电价,建立尖、峰、谷、平分时电价,模拟电力用户对不同分时电价的响应结果,计算不同电价策略所产生的节点效果,展示各时段负荷、电量以及电费等方面的情况,从而确定最优的分时电价策略;响应方案管理子模块,是通过采用分时电价政策模拟子模块对不同电价策略分析用户的响应行为,并根据用户的响应行为制定需求响应策略。本发明通过分时电价政策子模块和响应方案管理子模块,有针对性地根据用户的用电特性和电价特性选择最优的运营方案,进一步优化电网系统的运作效果。
进一步地,所述需求响应模块包括响应效果分析子模块,所述响应效果分析子模块用于在需求响应结束后,对需求响应事件进行跟踪分析和执行情况统计分析,跟踪分析按照客户维度和事件维度统计累积发布的需求响应事件次数、累积削减量和累积发放的奖励,执行情况统计按照区域维度统计各区域的需求响应情况。
响应效果分析子模块对需求响应结束后的需求响应事件进行统计分析,做出总结反馈,为下一次的需求响应提供更优化的参考方案,并且通过多个维度统计分析需求响应的情况,监控化信息,大大地提高用户的决策性。
与现有技术相比,本发明的有益效果为:
一种多元用户与电网友好互动用电系统,基于电网、互联网、智能量测、高速通信网络、大数据分析、云计算、扔智能等先进技术,并综合考虑当前购、售电的市场机制,新能源、储能、自动需求响应、能源管理、多能协同互补及用电互动服务运营等方面的业务需求设计开发,遵循信息化建设的相关标准与规范,能够与现有营销、计量等系统集成,并实现对现有用电服务能力的扩展。
附图说明
图1为本发明的系统结构图。
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。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。
本系统基于智能电网、互联网、智能量测、高速通信网络、大数据分析、云计算、人工智能等先进技术,并综合考虑当前购、售电的市场机制,新能源、储能、自动需求响应、能源管理、多能协同互补及用电互动服务运营等方面的业务需求设计开发,遵循信息化建设相关标准及规范,能够与现有营销、计量等系统集成,并实现对现有用电服务能力的扩展。
实施例
如图1所示,一种多元用户与电网友好互动用电系统,包括用电服务模块和需求响应模块,所述多元用户包括电力用户、电网用户和售电用户,
所述用电服务模块,用于电力用户或者售电用户用电数据查询和根据当前用电数据统计进行用电数据分析;
所述需求响应模块,用于为所述多元用户提供需求响应管理功能,包括用户行为画像子模块,所述多元用户行为画像子模块,用于基于不同行业的海量用户数据,从温度敏感度、电价敏感度和用电平稳度三个角度感知多元用户行为规律,分别建立和量化特征指标并综合评价,形成多元用户用电行为标签,建立多元用户用电行为标签量化、分类、组合的多属性用电行为画像。
优选地,本实施例中所述综合评价具体包括:
电价敏感性综合评价,是指对同一个用户在电价变化前后的不同年份同月相似条件下的一天归一化后的负荷数据进行评价分析,
具体地,计算步骤为:首先选取多个样本用户在电价变化前后(不同年份同月份)相似条件下的一天归一化后的负荷数据,通过FCM模糊聚类算法分别计算峰平负荷转移率、峰谷负荷转移率、平谷负荷转移率,最后调用熵权法计算权重(EntropyWeight)和计算综合评价值(TOPSIS)程序计算得到多元用户电价敏感性综合评价值;
温度敏感性综合评价,是指根据日最大负荷-日最高温度灰色关联度、日最小负荷-日最低温度灰色关联度、日平均负荷-日平均温度灰色关联度三个指标,确定指标权重,进行综合决策;用电平稳性综合评价,是指从日尺度、周尺度、月尺度建立指标,基于实测的历史数据,计算行业用户评价指标值,确定指标权重,得出多元用户的用电平稳性评价结果。
具体地,计算步骤为:首先选取多个样本用户多个日期的负荷数据,并对应每天的天气数据,天气数据包括当天最高温度、最低温度、平均温度、湿度和降水量,通过模糊聚类算法调用子程序GreyRelationDegree,计算日最大负荷-日最高温度灰色关联度、日最小负荷-日最低温度灰色关联度、日平均负荷-日平均温度灰色关联度三个指标,同时计算用电平稳性日尺度、周尺度、月尺度的指标,最后调用熵权法计算权重和计算综合评价值程序计算得出多元用户温度敏感性综合评价值和用电平稳性综合评价值。
优选地,本实施例中所述用电服务模块包括用电数据查询子模块和用电数据分析子模块,
所述用电数据查询子模块,用于查询电力用户的日用电量、售电用户的日售电量、计划电量、计划用电量与实际用电量的偏差电量;
所述用电数据分析子模块包括用电分析K线图单元,所述用电分析K线图单元用于根据电力用户当前负荷与昨日负荷的涨幅对比数据生成的K线图展示电力用户的用电情况,或者根据售电用户所有参与交易客户的负荷特性形成展示面板并基于K线图展示单一用户负荷特性。
优选地,本实施例中所述用电数据分析子模块还包括行业用电分析单元,
所述行业用电分析单元用于根据年份、月份、地区和行业的组合条件统计地区行业的电量情况,并分析地区的行业用电量趋势。
优选地,本实施例中所述需求响应模块还包括负荷预测子模块,
所述负荷预测子模块,用于电力用户根据不同负荷类型的用电预测技术采取不同的负荷预测算法对多元用户的负荷进行预测,所述负荷类型包括用电平稳度、温度敏感度和电价敏感度。
优选地,本实施例中所述负荷预测算法,具体包括:
针对用电平稳度较差的用户采用基于分类多模型变权模糊综合预测;针对用电平稳度较好用户采用基于PSO优化的最小二乘支持向量机预测算法;针对温度敏感度较低的用户采用基于机器学习的LSTM的负荷预测算法。
优选地,本实施例中所述需求响应模块还包括事件发布子模块、响应申报子模块、响应执行考核子模块、响应结果发布子模块、响应结果确认子模块,
所述事件发布子模块,用于电网用户创建和发布需求响应事件,并对需求响应事件进行跟踪和查看;
所述响应申报子模块,用于售电用户接收需求响应事件通知,并对选择参与的需求响应事件进行申报;
所述响应执行考核子模块,用于售电用户检查电力用户是否根据设定的电价导向信息执行需求响应,并通过对比用户预测曲线与当日曲线,由用户负荷变化情况和区域变化情况执行需求响应事件;
所述响应结果发布子模块,用于在需求响应事件执行后,通过预计削减量与实际削减量的对比来判断客户是否达标,并对生成响应结果数据进行发布;
所述响应结果确认子模块,用于售电用户对所述响应结果发布子模块的响应结果进行确认并根据响应结果进行调整。
优选地,本实施例中所述需求响应模块还包括分时电价政策模拟子模块、响应方案管理子模块,
所述分时电价政策模拟子模块,用于通过建立尖、峰、谷、平分时电价的响应结果,得出不同电价策略所产生的节电效果,从而确定最优的分时电价政策;
所述响应方案管理子模块,用于利用分时电价政策模拟子模块分析电力用户的响应行为,并指定不同电价政策下的需求响应策略,主要设置需求响应策略的时段和响应空间。
优选地,本实施例中所述需求响应模块包括响应效果分析子模块,所述响应效果分析子模块用于在需求响应结束后,对需求响应事件进行跟踪分析和执行情况统计分析,跟踪分析按照客户维度和事件维度统计累积发布的需求响应事件次数、累积削减量和累积发放的奖励,执行情况统计按照区域维度统计各区域的需求响应情况。
所述需求响应模块还包括用户可调度潜力分析子模块,用于通过研究多元用户的用电行为特性、响应特性和互动特性,构建多元用户侧的可调度潜力预测模型,并基于量测得到的用户数据对可调度资源的潜力进行分析。
所述需求响应模块还包括配置管理子模块,用于用户对自动需求响应设备、控制设备、响应资源和用能设备进行管理,包括各个信息的查录入、查询和更新等功能。
电力用户的系统功能结构中的需求响应模块还包括事件执行监测子模块、资源管理子模块、策略管理子模块。
所述事件执行监测子模块,在需求响应执行的时间段内,客户可实时监测查看负荷变化情况以及实际负荷削减情况,实时查看企业总的负荷曲线和基线,以及响应资源的实时负荷曲线。
所述资源管理子模块,为用户提供配置和维护企业响应资源的功能,用户可添加、删除和分类资源,绑定资源与计量表计,启用和停用资源等操作。
所述策略管理子模块,为用户提供配置和维护响应策略的功能,用户可以创建不同的响应策略,在不同的策略中,选择不同的资源组合,以简化响应操作。通过客户参数设置,可配置默认的响应策略,实现自动反馈。
电网用户的系统功能结构中的需求响应模块还包括事件监测子模块、配置管理子模块
事件监测子模块,在需求响应的执行日,电网公司可以对需求响应客户的负荷情况进行实时监控,可以查看所有客户的实际负荷与申报负荷和基线负荷的对比去曲线。在事件的列表中,可以查看事件的详情。同时可以进行历史事件的查询,展示需求响应事件的基本信息和响应客户参与情况,包括参与的客户清单和负荷曲线。
与现有技术相比,本发明的有益效果为:
一种多元用户与电网友好互动用电系统,基于电网、互联网、智能量测、高速通信网络、大数据分析、云计算、扔智能等先进技术,并综合考虑当前购、售电的市场机制,新能源、储能、自动需求响应、能源管理、多能协同互补及用电互动服务运营等方面的业务需求设计开发,遵循信息化建设的相关标准与规范,能够与现有营销、计量等系统集成,并实现对现有用电服务能力的扩展。
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 (9)
1.一种多元用户与电网友好互动用电系统,其特征在于,包括用电服务模块和需求响应模块,所述多元用户包括电力用户、电网用户和售电用户,
所述用电服务模块,用于电力用户或者售电用户用电数据查询和根据当前用电数据统计进行用电数据分析;
所述需求响应模块,用于为所述多元用户提供需求响应管理功能,包括用户行为画像子模块,
所述多元用户行为画像子模块,用于基于不同行业的海量用户数据,从温度敏感度、电价敏感度和用电平稳度三个角度感知多元用户行为规律,分别建立和量化特征指标并综合评价,形成多元用户用电行为标签,建立多元用户用电行为标签量化、分类、组合的多属性用电行为画像。
2.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述综合评价具体包括:
电价敏感性综合评价,是指对同一个用户在电价变化前后的不同年份同月相似条件下的一天归一化后的负荷数据进行评价分析;
温度敏感性综合评价,是指根据日最大负荷-日最高温度灰色关联度、日最小负荷-日最低温度灰色关联度、日平均负荷-日平均温度灰色关联度三个指标确定指标权重,对用户用电行为进行综合评价;
用电平稳性综合评价,是指以日尺度、周尺度、月尺度建立指标,基于历史用电数据,计算行业用户各评价指标值,并根据评价指标值确定指标权重,得出多元用户的用电平稳性评价结果。
3.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述用电服务模块包括用电数据查询子模块和用电数据分析子模块,
所述用电数据查询子模块,用于查询电力用户的日用电量、售电用户的日售电量、计划用电量、计划用电量与实际用电量的偏差电量;
所述用电数据分析子模块包括用电分析K线图单元,所述用电分析K线图单元用于根据电力用户当前负荷与昨日负荷的涨幅对比数据生成的K线图展示电力用户的用电情况,或者根据售电用户所有参与交易客户的负荷特性形成展示面板并基于K线图展示单一用户负荷特性。
4.根据权利要求3所述的一种多元用户与电网友好互动用电系统,其特征在于,所述用电数据分析子模块还包括行业用电分析单元,
所述行业用电分析单元用于根据年份、月份、地区和行业的组合条件统计地区行业的电量情况,并分析地区的行业用电量趋势。
5.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述需求响应模块还包括负荷预测子模块,
所述负荷预测子模块,用于电力用户根据不同负荷类型的用电预测技术对应采取不同的负荷预测算法对多元用户的负荷进行预测,所述负荷类型包括用电平稳度、温度敏感度和电价敏感度。
6.根据权利要求5所述的一种多元用户与电网友好互动用电系统,其特征在于,所述负荷预测算法,具体包括:
针对用电平稳度较差的用户采用基于分类多模型变权模糊综合预测;针对用电平稳度较好用户采用基于PSO优化的最小二乘支持向量机预测算法;针对温度敏感度较低的用户用电负荷采用基于机器学习的LSTM的负荷预测算法。
7.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述需求响应模块还包括事件发布子模块、响应申报子模块、响应执行考核子模块、响应结果发布子模块、响应结果确认子模块,
所述事件发布子模块,用于电网用户创建和发布需求响应事件,并对需求响应事件进行跟踪和查看;
所述响应申报子模块,用于售电用户接收需求响应事件通知,并对选择参与的需求响应事件进行申报;
所述响应执行考核子模块,用于售电用户检查电力用户是否根据设定的电价导向信息执行需求响应,并通过对比用户预测曲线与当日曲线,由用户负荷变化情况和区域变化情况执行需求响应事件;
所述响应结果发布子模块,用于电网用户在需求响应事件执行后,通过预计削减量与实际削减量的对比来判断客户是否达标,并对生成响应结果数据进行发布;
所述响应结果确认子模块,用于售电用户对所述响应结果发布子模块的响应结果进行确认并根据响应结果进行调整。
8.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述需求响应模块还包括分时电价政策模拟子模块、响应方案管理子模块,
所述分时电价政策模拟子模块,用于通过建立尖、峰、谷、平分时电价,模拟电力用户对不同分时电价的响应结果,得出不同电价策略所产生的节电效果,从而确定最优的分时电价政策;
所述响应方案管理子模块,用于利用分时电价政策模拟子模块分析电力用户的响应行为,并指定不同电价政策下的需求响应策略,主要设置需求响应策略的时段和响应空间。
9.根据权利要求1所述的一种多元用户与电网友好互动用电系统,其特征在于,所述需求响应模块包括响应效果分析子模块,所述响应效果分析子模块用于在需求响应结束后,对需求响应事件进行跟踪分析和执行情况统计分析,跟踪分析按照客户维度和事件维度统计累积发布的需求响应事件次数、累积削减量和累积发放的奖励,执行情况统计按照区域维度统计各区域的需求响应情况。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290252.8A CN111582911B (zh) | 2020-04-14 | 2020-04-14 | 一种多元用户与电网友好互动用电系统 |
PCT/CN2020/114538 WO2021208342A1 (zh) | 2020-04-14 | 2020-09-10 | 一种多元用户与电网友好互动用电系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290252.8A CN111582911B (zh) | 2020-04-14 | 2020-04-14 | 一种多元用户与电网友好互动用电系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582911A true CN111582911A (zh) | 2020-08-25 |
CN111582911B CN111582911B (zh) | 2023-06-30 |
Family
ID=72111531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010290252.8A Active CN111582911B (zh) | 2020-04-14 | 2020-04-14 | 一种多元用户与电网友好互动用电系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111582911B (zh) |
WO (1) | WO2021208342A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582655A (zh) * | 2020-04-14 | 2020-08-25 | 广东卓维网络有限公司 | 一种基于多元用户可调度潜力分析的用电系统 |
CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112163008A (zh) * | 2020-09-28 | 2021-01-01 | 邓燕平 | 基于大数据分析的用户行为数据处理方法及云计算平台 |
CN112214734A (zh) * | 2020-10-10 | 2021-01-12 | 东北大学 | 一种基于统计物理学与人工智能的电力负荷预测方法 |
CN112731818A (zh) * | 2020-12-21 | 2021-04-30 | 深圳供电局有限公司 | 一种计量装置通信仿真系统及方法 |
CN112785346A (zh) * | 2021-02-04 | 2021-05-11 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量数据信息服务方法和系统 |
CN113128756A (zh) * | 2021-04-07 | 2021-07-16 | 山东秉恬信息科技有限公司 | 一种水电气热系统用户行为分析算法 |
WO2021208342A1 (zh) * | 2020-04-14 | 2021-10-21 | 广东卓维网络有限公司 | 一种多元用户与电网友好互动用电系统 |
CN113988727A (zh) * | 2021-12-28 | 2022-01-28 | 青岛海尔工业智能研究院有限公司 | 资源调度方法及系统 |
CN116579590A (zh) * | 2023-07-13 | 2023-08-11 | 北京圆声能源科技有限公司 | 一种虚拟电厂中的需求响应评估方法和系统 |
US11847186B2 (en) | 2021-02-04 | 2023-12-19 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for obtaining user evulation used in natural gas energy measurement |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020112B (zh) * | 2021-10-27 | 2024-04-16 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 一种基于激励型的主要行业电力需求侧响应潜力评估方法 |
CN114169790A (zh) * | 2021-12-14 | 2022-03-11 | 福州大学 | 考虑指标间关联性的用户有序用电潜力综合评估方法 |
CN114492169B (zh) * | 2021-12-28 | 2024-03-29 | 国网河北省电力有限公司营销服务中心 | 考虑用户市场响应潜力的电动汽车用户画像方法及系统 |
CN114169802B (zh) * | 2021-12-31 | 2022-08-16 | 佰聆数据股份有限公司 | 电网用户需求响应潜力分析方法、系统及存储介质 |
CN114418626A (zh) * | 2021-12-31 | 2022-04-29 | 新奥数能科技有限公司 | 电力资源申报量的估计方法、装置、设备及存储介质 |
CN115018668B (zh) * | 2022-08-09 | 2022-11-22 | 东方电子股份有限公司 | 一种用于园区的可调控能力建模系统 |
CN115081958B (zh) * | 2022-08-18 | 2022-12-02 | 国网信息通信产业集团有限公司 | 用户电力调整方法、装置、电子设备和计算机可读介质 |
CN115062878B (zh) * | 2022-08-19 | 2022-12-06 | 东方电子股份有限公司 | 一种用于综合能源系统的优化调度系统 |
CN115168437B (zh) * | 2022-09-06 | 2022-11-25 | 国网冀北综合能源服务有限公司 | 一种基于数据分析实现用电用户画像的方法及系统 |
CN115292390B (zh) * | 2022-10-08 | 2022-12-23 | 北京国电通网络技术有限公司 | 负荷信息生成方法、装置、电子设备和计算机可读介质 |
CN115901249B (zh) * | 2022-11-07 | 2024-02-27 | 昆明理工大学 | 结合特征优选与多策略优化svdd的滚动轴承性能退化评估方法 |
CN115455236A (zh) * | 2022-11-10 | 2022-12-09 | 中孚安全技术有限公司 | 一种数据分析系统、方法、服务器及存储介质 |
CN115829101B (zh) * | 2022-11-21 | 2023-06-06 | 国网甘肃省电力公司酒泉供电公司 | 一种基于多尺度时间卷积网络的用电成本预测及优化方法 |
CN115689069B (zh) * | 2023-01-03 | 2023-04-04 | 东北电力大学 | 基于人工智能的电网调度控制方法及系统 |
CN116090798B (zh) * | 2023-04-07 | 2023-07-11 | 山东历控能源有限公司 | 一种综合能源调度方法及系统 |
CN116562990B (zh) * | 2023-07-03 | 2023-10-27 | 湖北国网华中科技开发有限责任公司 | 一种售电交易服务推荐方法及装置 |
CN117520797A (zh) * | 2023-11-23 | 2024-02-06 | 国网宁夏电力有限公司银川供电公司 | 基于集群式电热泵需求侧响应潜力评价系统 |
CN117669985B (zh) * | 2023-12-21 | 2024-05-14 | 上海合煌能源科技有限公司 | 一种虚拟电厂管理方法及系统 |
CN117674168B (zh) * | 2024-01-31 | 2024-04-16 | 国网湖北省电力有限公司经济技术研究院 | 一种计及电力需求响应的区域电力低碳调节方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106342A1 (en) * | 2008-10-28 | 2010-04-29 | Korea Electric Power Corporation | Day-ahead load reduction system based on customer baseline load |
CN104881706A (zh) * | 2014-12-31 | 2015-09-02 | 天津弘源慧能科技有限公司 | 一种基于大数据技术的电力系统短期负荷预测方法 |
CN106952010A (zh) * | 2017-01-04 | 2017-07-14 | 国家电网公司 | 一种基于多租户技术的需求响应系统及方法 |
CN109636146A (zh) * | 2018-11-28 | 2019-04-16 | 东南大学 | 一种用户需求响应潜力画像方法 |
CN109685581A (zh) * | 2019-01-03 | 2019-04-26 | 江苏方天电力技术有限公司 | 一种基于标签聚类技术的电力大客户用电行为分析方法 |
CN109685567A (zh) * | 2018-12-20 | 2019-04-26 | 长沙理工大学 | 一种基于卷积神经网络和模糊聚类的用电客户画像新方法 |
CN109815994A (zh) * | 2019-01-04 | 2019-05-28 | 国网山西省电力公司长治供电公司 | 一种用户用电负荷特征分析方法 |
CN110580585A (zh) * | 2019-09-11 | 2019-12-17 | 东南大学 | 一种基于负荷分解的电力用户聚类用电行为特性分析方法 |
CN110674993A (zh) * | 2019-09-26 | 2020-01-10 | 广东电网有限责任公司 | 一种用户负荷短期预测方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2846342C (en) * | 2013-03-15 | 2022-08-02 | Open Access Technology International, Inc. | Use of demand response (dr) and distributed energy resources (der) to mitigate the impact of variable energy resources (ver) in power system operation |
CN103793794B (zh) * | 2014-02-24 | 2017-01-04 | 国电南瑞科技股份有限公司 | 需求侧管理的自动需求响应评价系统及方法 |
CN106570783A (zh) * | 2016-10-27 | 2017-04-19 | 国网江苏省电力公司 | 一种基于大数据思维的客户用电行为分析模型 |
CN108122173A (zh) * | 2017-12-20 | 2018-06-05 | 国家电网公司 | 一种基于深度信念网络的多行业负荷预测方法 |
CN108876132B (zh) * | 2018-06-07 | 2020-12-22 | 合肥工业大学 | 基于云的工业企业能效服务推荐方法和系统 |
CN109308631B (zh) * | 2018-08-13 | 2022-03-15 | 南方电网科学研究院有限责任公司 | 一种电力市场决策分析的建模方法 |
CN111582911B (zh) * | 2020-04-14 | 2023-06-30 | 广东卓维网络有限公司 | 一种多元用户与电网友好互动用电系统 |
-
2020
- 2020-04-14 CN CN202010290252.8A patent/CN111582911B/zh active Active
- 2020-09-10 WO PCT/CN2020/114538 patent/WO2021208342A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106342A1 (en) * | 2008-10-28 | 2010-04-29 | Korea Electric Power Corporation | Day-ahead load reduction system based on customer baseline load |
CN104881706A (zh) * | 2014-12-31 | 2015-09-02 | 天津弘源慧能科技有限公司 | 一种基于大数据技术的电力系统短期负荷预测方法 |
CN106952010A (zh) * | 2017-01-04 | 2017-07-14 | 国家电网公司 | 一种基于多租户技术的需求响应系统及方法 |
CN109636146A (zh) * | 2018-11-28 | 2019-04-16 | 东南大学 | 一种用户需求响应潜力画像方法 |
CN109685567A (zh) * | 2018-12-20 | 2019-04-26 | 长沙理工大学 | 一种基于卷积神经网络和模糊聚类的用电客户画像新方法 |
CN109685581A (zh) * | 2019-01-03 | 2019-04-26 | 江苏方天电力技术有限公司 | 一种基于标签聚类技术的电力大客户用电行为分析方法 |
CN109815994A (zh) * | 2019-01-04 | 2019-05-28 | 国网山西省电力公司长治供电公司 | 一种用户用电负荷特征分析方法 |
CN110580585A (zh) * | 2019-09-11 | 2019-12-17 | 东南大学 | 一种基于负荷分解的电力用户聚类用电行为特性分析方法 |
CN110674993A (zh) * | 2019-09-26 | 2020-01-10 | 广东电网有限责任公司 | 一种用户负荷短期预测方法和装置 |
Non-Patent Citations (3)
Title |
---|
吴文江 等: "基于PSO优化参数的最小二乘支持向量机短期负荷预测", 《重庆理工大学学报(自然科学)》 * |
王成亮 等: "基于模糊聚类的电力客户用电行为模式画像", 《电测与仪表》 * |
王毅 等: "电力用户行为模型:基本概念与研究框架", 《电工技术学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582655B (zh) * | 2020-04-14 | 2021-07-30 | 广东卓维网络有限公司 | 一种基于多元用户可调度潜力分析的用电系统 |
CN111582655A (zh) * | 2020-04-14 | 2020-08-25 | 广东卓维网络有限公司 | 一种基于多元用户可调度潜力分析的用电系统 |
WO2021208342A1 (zh) * | 2020-04-14 | 2021-10-21 | 广东卓维网络有限公司 | 一种多元用户与电网友好互动用电系统 |
CN112017074B (zh) * | 2020-09-03 | 2023-07-18 | 浙江华电器材检测研究院有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112163008A (zh) * | 2020-09-28 | 2021-01-01 | 邓燕平 | 基于大数据分析的用户行为数据处理方法及云计算平台 |
CN112163008B (zh) * | 2020-09-28 | 2021-11-30 | 深圳薪汇科技有限公司 | 基于大数据分析的用户行为数据处理方法及云计算平台 |
CN112214734A (zh) * | 2020-10-10 | 2021-01-12 | 东北大学 | 一种基于统计物理学与人工智能的电力负荷预测方法 |
CN112731818A (zh) * | 2020-12-21 | 2021-04-30 | 深圳供电局有限公司 | 一种计量装置通信仿真系统及方法 |
CN112785346A (zh) * | 2021-02-04 | 2021-05-11 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量数据信息服务方法和系统 |
US11847186B2 (en) | 2021-02-04 | 2023-12-19 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for obtaining user evulation used in natural gas energy measurement |
CN113128756A (zh) * | 2021-04-07 | 2021-07-16 | 山东秉恬信息科技有限公司 | 一种水电气热系统用户行为分析算法 |
CN113988727A (zh) * | 2021-12-28 | 2022-01-28 | 青岛海尔工业智能研究院有限公司 | 资源调度方法及系统 |
CN113988727B (zh) * | 2021-12-28 | 2022-05-10 | 卡奥斯工业智能研究院(青岛)有限公司 | 资源调度方法及系统 |
CN116579590A (zh) * | 2023-07-13 | 2023-08-11 | 北京圆声能源科技有限公司 | 一种虚拟电厂中的需求响应评估方法和系统 |
CN116579590B (zh) * | 2023-07-13 | 2023-11-10 | 北京圆声能源科技有限公司 | 一种虚拟电厂中的需求响应评估方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111582911B (zh) | 2023-06-30 |
WO2021208342A1 (zh) | 2021-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582911B (zh) | 一种多元用户与电网友好互动用电系统 | |
Jin et al. | Microgrid to enable optimal distributed energy retail and end-user demand response | |
US20220358606A1 (en) | Methods and systems for machine-learning for prediction of grid carbon emissions | |
Mansoor et al. | Comparison of echo state network and feed-forward neural networks in electrical load forecasting for demand response programs | |
Wu et al. | An integrated decision-making model for sustainable photovoltaic module supplier selection based on combined weight and cumulative prospect theory | |
CN111582655B (zh) | 一种基于多元用户可调度潜力分析的用电系统 | |
CN110689217B (zh) | 一种电脑生产智能制造系统 | |
CN111028004A (zh) | 一种基于大数据技术的市场评估分析方法 | |
CN116579590B (zh) | 一种虚拟电厂中的需求响应评估方法和系统 | |
CN109712023A (zh) | 一种区域售电市场价值评估方法 | |
Söderholm | Modeling the economic costs of climate policy: An overview | |
CN115496627A (zh) | 一种可调资源响应潜力的评估方法及系统 | |
Hammerstrom et al. | Valuation of transactive systems | |
KR20180044700A (ko) | 고객 맞춤형 수요 반응 프로그램을 운영하는 수요 반응 운영 시스템 및 그 방법 | |
Rostamnia et al. | Investigating the effect of competitiveness power in estimating the average weighted price in electricity market | |
CN111967684B (zh) | 一种基于大数据分析的计量资产主动配送方法 | |
Livas-García et al. | Forecasting of locational marginal price components with artificial intelligence and sensitivity analysis: A study under tropical weather and renewable power for the mexican southeast | |
Zheng et al. | An application of machine learning for a smart grid resource allocation problem | |
Vale et al. | Green computing: a realistic evaluation of energy consumption for building load forecasting computation | |
CN117010946A (zh) | 一种火电厂生产经营成本核算系统及其使用方法 | |
Zhang et al. | Two-stage Characteristic Recognition of Demand Side Resource for Load Aggregator Based on Bias-SVD Matrix Factorization and Bayesian Inference | |
CN112949956A (zh) | 一种基于现货交易的发电企业市场化运营风险评估方法 | |
CN115994778A (zh) | 多元用户用能行为精细画像方法 | |
Kokos et al. | Demand response strategy for optimal formulation of flexibility services | |
Alikhani et al. | Optimal demand response programs selection using CNN‐LSTM algorithm with big data analysis of load curves |
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 |