CN111626608B - 一种居民电力需求响应潜力评估方法 - Google Patents
一种居民电力需求响应潜力评估方法 Download PDFInfo
- Publication number
- CN111626608B CN111626608B CN202010456852.7A CN202010456852A CN111626608B CN 111626608 B CN111626608 B CN 111626608B CN 202010456852 A CN202010456852 A CN 202010456852A CN 111626608 B CN111626608 B CN 111626608B
- Authority
- CN
- China
- Prior art keywords
- data
- demand response
- user
- power demand
- electric quantity
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 83
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000005315 distribution function Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000010835 comparative analysis Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 9
- 230000004043 responsiveness Effects 0.000 claims 1
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (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
本发明公开了一种居民电力需求响应潜力评估方法,该评估方法包括:选取试点居民区居民用电量、气温数据,时间维度分为历史期数据和现状数据;根据历史期数据和现状数据,通过对比分析,确定用户的可响应量;根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据;对试点居民区的电力需求响应电量进行概率分析,将发生概率最高值得数据区间作为试点居民区的需求响应潜力。本发明提供的评估方法,该方法基于居民用户响应特性分析和用电行为模拟,通过概率统计量化分析居民用户需求响应潜力,对于扩大需求响应参与主体,丰富需求侧可调节资源具有一定的意义。
Description
技术领域
本发明涉及电力评估技术领域,具体为一种居民电力需求响应潜力评估方法。
背景技术
电力需求响应在平抑尖峰负荷、促进电力供需平衡、提升系统运行效率方面发挥积极作用。自实施以来,参与用户主要集中于用电方式比较灵活的工业企业,以及生产成本中电力所占比例较大的大型商业。随着电力市场化改革的推进以及能源互联网技术的进步,未来需求侧可调节资源将作为与供应侧对等甚至优先的系统资源,渗透到市场的每一个环节。居民用户响应潜力巨大,夏季期间空调负荷占比达到40%以上。理论上可通过空调、电热水器、通风设备等家用电器参与需求响应,有必要量化评估居民用户需求响应潜力。
发明内容
鉴于上述状况,有必要提供一种居民电力需求响应潜力评估方法以解决上述问题。
本发明的一个目的是提供一种通过响应特性分析和用电行为模拟的居民电力需求响应潜力评估方法。
本发明提供了一种居民电力需求响应潜力评估方法,该评估方法包括:
选取试点居民区居民用电量、气温数据,时间维度分为历史期数据和现状数据;历史期数据包括历史年份夏季7~8月日高峰时段用电量和日平均温度,现状数据为本年度夏季7~8月日高峰时段用电量和日平均温度;
根据历史期数据和现状数据,通过对比分析,确定用户的可响应量;
根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据;
对试点居民区的电力需求响应电量进行概率分析,将发生概率最高值得数据区间作为试点居民区的需求响应潜力。
优选地,确定用户的可响应量包括如下步骤:
对夏季7~8月的每日,分别计算得到现状日平均气温与历史平均温度序列的差值绝对值;
找到最小绝对值以确定气温最接近的历史日;
计算现状用电量与气温最接近历史日的用电量的差值,得到用户此日的可响应电量。
优选地,根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据之前包括步骤:
根据实测得到的可响应量数据,确定期望值和标准差,利用正太累积分布函数的反函数产生大量模拟数据,使得模拟出来的响应电量符合正态分布且反映实测数据的数据特征。
优选地,根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据之前还包括步骤:
对所有用户模拟的响应电量进行求和得到试点居民区的电力需求响应电量。
优选地,对试点居民区的电力需求响应电量进行概率分析步骤之前包括:
对试点居民区的电力需求响应电量以一定数据段进行电量分组得到电量数据组。
优选地,对试点居民区的电力需求响应电量进行电量分组之后还包括:
利用概率分布得到发生概率最高的电量数值区间,发生概率最高的电量数值区间为试点居民区的需求响应潜力。
本发明提供的居民电力需求响应潜力评估方法,与现有的技术相比,具有以下有益效果:
本发明提供的居民电力需求响应潜力评估方法,该方法基于居民用户响应特性分析和用电行为模拟,通过概率统计量化分析居民用户需求响应潜力,对于扩大需求响应参与主体,丰富需求侧可调节资源具有一定的意义。
该方法充分温度因素对居民用电量的影响,通过响应特性分析和用电行为模拟,基于有限的样本数据,基于正态分布和概率统计分析,可以较为科学准确的评估居民用户电力需求响应潜力,可量化评估居民用户参与需求响应的潜力。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1是本发明一个实施例的居民电力需求响应潜力评估方法的流程示意图。
具体实施方式
下面结合实施例对本发明作进一步说明。显然,所描述的实施例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作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。
本发明提供了一种居民电力需求响应潜力评估方法,可根据居民用户历史用电情况,通过响应特性分析和用电行为模拟,评估居民用户参与需求响应的潜力。具体地,请参见图1所示,该评估方法包括如下步骤:
步骤S101,选取居民用电量、气温数据,时间维度分为历史期数据和现状数据。
历史期数据包括历史年份夏季7~8月日高峰时段用电量和日平均温度。在具体实施例中,从试点小区中选取适量典型用户。历史期数据为用户i近三年夏季7~8月逐日高峰时段用电量[Ei,1、Ei,2…Ei,n]和对应的日平均气温[T1、T2…Tn]。
现状数据为本年度夏季7~8月日高峰时段用电量和日平均温度。在具体实施例中,现状数据为当年夏季7~8月逐日高峰时段用电量[Ei,1、Ei,2…Ei,m]和对应的日平均气温[T1、T2…Tm]。电量数据来自用电信息采集系统,气温数据来自当地气象局。
步骤S102,根据历史期数据和现状数据,通过对比分析,确定用户的可响应量。
可响应电量为最接近气温条件下用户现状用电量与历史期用电量的差值。具体地,确定每个用户夏季7~8月逐日的可响应电量包括如下步骤:对夏季7~8月的每日,分别计算得到现状日平均气温与历史平均温度序列的差值绝对值,找到最小绝对值以确定气温最接近的历史日;计算现状用电量与气温最接近历史日的用电量的差值,得到用户此日的可响应电量。
在具体实施例中,假定夏季7~8月第r日(r∈1、2…m)用户i平均气温为Ti,r、高峰时段用电量为Ei,r,在历史平均气温序列[T1、T2…Tn]中找到最为接近的气温Tx,以及对应的历史期用电量Ei,x。
|Tx-Ti,r|=min[|T1-Ti,r|、|T2-Ti,r|…|Tn-Ti,r|]
x∈1、2…n;
相近气温下用户i的现状用电量较历史期的增量为可响应电量。
步骤S103,根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的模拟数据。
根据实测得到的可响应量数据,确定期望值和标准差。利用正太累积分布函数的反函数产生大量模拟数据,使得模拟出来的响应电量符合正态分布且反映实测数据的数据特征;对所有用户模拟的响应电量进行求和得到试点居民区的电力需求响应电量。
步骤S104,对试点居民区的电力需求响应电量进行概率分析,将发生概率最高值的数据区间作为试点居民区的需求响应潜力。
具体地,对试点居民区的电力需求响应电量以一定数据段进行电量分组得到电量数据组,该数据段可以为2、3、4……。
利用概率分布得到发生概率最高的电量数值区间,发生概率最高的电量数值区间为试点居民区的需求响应潜力。
在具体实施例中,对试点地区居民可响应电量数据组确定可响应电量的最小值、最大值以及合适的电量数值区间,利用频率分布函数统计数据组在特定区间的数据个数,发生概率最高的数据区间即为试点地区居民需求响应潜力。
本发明提供的居民电力需求响应潜力评估方法,该方法基于居民用户响应特性分析和用电行为模拟,通过概率统计量化分析居民用户需求响应潜力,对于扩大需求响应参与主体,丰富需求侧可调节资源具有一定的意义。
该方法充分温度因素对居民用电量的影响,通过响应特性分析和用电行为模拟,基于有限的历史期数据,基于正态分布和概率统计分析,可以较为科学准确的评估居民用户电力需求响应潜力,可量化评估居民用户参与需求响应的潜力。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (6)
1.一种居民电力需求响应潜力评估方法,其特征在于:所述评估方法包括:
选取试点居民区居民用电量、气温数据,时间维度分为历史期数据和现状数据;所述历史期数据包括历史年份夏季7~8月日高峰时段用电量和日平均温度,所述现状数据为本年度夏季7~8月日高峰时段用电量和日平均温度;
根据所述历史期数据和现状数据,通过对比分析,确定用户的可响应量;
根据所述用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的模拟数据;
对所述试点居民区的电力需求响应电量进行概率分析,将发生概率最高值的数据区间作为所述试点居民区的需求响应潜力。
2.如权利要求1所述的居民电力需求响应潜力评估方法,其特征在于:所述确定用户的可响应量包括如下步骤:
对夏季7~8月的每日,分别计算得到现状日平均气温与历史平均温度序列的差值绝对值;
找到最小绝对值以确定气温最接近的历史日;
计算现状用电量与气温最接近历史日的用电量的差值,得到用户此日的可响应电量。
3.如权利要求2所述的居民电力需求响应潜力评估方法,其特征在于:根据所述用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据之前包括步骤:
根据实测得到的可响应量数据,确定期望值和标准差,利用正太累积分布函数的反函数产生大量模拟数据,使得模拟出来的响应电量符合正态分布且反映实测数据的数据特征。
4.如权利要求1所述的居民电力需求响应潜力评估方法,其特征在于:根据所述用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的模拟数据之前还包括步骤:
对所有用户模拟的响应电量进行求和得到试点居民区的电力需求响应电量。
5.如权利要求1所述的居民电力需求响应潜力评估方法,其特征在于:对所述试点居民区的电力需求响应电量进行概率分析步骤之前包括:
对所述试点居民区的电力需求响应电量以一定数据段进行电量分组得到电量数据组。
6.如权利要求5所述的居民电力需求响应潜力评估方法,其特征在于:对所述试点居民区的电力需求响应电量进行电量分组之后还包括:
利用概率分布得到发生概率最高的电量数值区间,所述发生概率最高的电量数值区间为所述试点居民区的需求响应潜力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456852.7A CN111626608B (zh) | 2020-05-26 | 2020-05-26 | 一种居民电力需求响应潜力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456852.7A CN111626608B (zh) | 2020-05-26 | 2020-05-26 | 一种居民电力需求响应潜力评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111626608A CN111626608A (zh) | 2020-09-04 |
CN111626608B true CN111626608B (zh) | 2023-04-07 |
Family
ID=72260014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010456852.7A Active CN111626608B (zh) | 2020-05-26 | 2020-05-26 | 一种居民电力需求响应潜力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626608B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581012A (zh) * | 2020-12-25 | 2021-03-30 | 国网北京市电力公司 | 参与需求响应的用电客户分类方法 |
CN116896101B (zh) * | 2023-04-20 | 2024-06-11 | 国网浙江省电力有限公司金华供电公司 | 基于电网中台数据的充电桩v2g改造代替台区增容补点方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123617A (zh) * | 2014-07-25 | 2014-10-29 | 国家电网公司 | 一种电力负荷预测方法 |
CN110210914A (zh) * | 2019-06-17 | 2019-09-06 | 华北电力大学 | 基于智能推荐的居民用电需求响应方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8532836B2 (en) * | 2010-11-08 | 2013-09-10 | General Electric Company | Demand response load reduction estimation |
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 |
US11159022B2 (en) * | 2018-08-28 | 2021-10-26 | Johnson Controls Tyco IP Holdings LLP | Building energy optimization system with a dynamically trained load prediction model |
-
2020
- 2020-05-26 CN CN202010456852.7A patent/CN111626608B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123617A (zh) * | 2014-07-25 | 2014-10-29 | 国家电网公司 | 一种电力负荷预测方法 |
CN110210914A (zh) * | 2019-06-17 | 2019-09-06 | 华北电力大学 | 基于智能推荐的居民用电需求响应方法 |
Non-Patent Citations (2)
Title |
---|
Measuring the potential value of demand response using historical market data;G. Abrate et al.;《2009 6th International Conference on the European Energy Market》;20090818;第1-6页 * |
基于多场景评估的区域电网需求响应潜力;李亚平等;《电网与清洁能源》;20150731;第31卷(第07期);第1-7页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111626608A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109243547B (zh) | 一种空调负荷群需求响应潜力定量评估方法 | |
Zhang et al. | Thermal comfort in naturally ventilated buildings in hot-humid area of China | |
Li et al. | The creation and validation of load time series for synthetic electric power systems | |
Zhang et al. | Exploring the climatic impacts on residential electricity consumption in Jiangsu, China | |
CN111626608B (zh) | 一种居民电力需求响应潜力评估方法 | |
Roberts et al. | Characterisation of Australian apartment electricity demand and its implications for low-carbon cities | |
Copiello et al. | Analysis of building energy consumption through panel data: The role played by the economic drivers | |
Dar et al. | Influence of occupant’s behavior on heating needs and energy system performance: A case of well-insulated detached houses in cold climates | |
Happle et al. | Determining air-conditioning usage patterns in Singapore from distributed, portable sensors | |
CN113297799B (zh) | 一种基于数据驱动的空调集群负荷需求响应潜力评估方法 | |
Qian et al. | Power consumption and energy efficiency of VRF system based on large scale monitoring virtual sensors | |
Jin et al. | Appliance use behavior modelling and evaluation in residential buildings: A case study of television energy use | |
Klingler et al. | Residential photovoltaic self-consumption: Identifying representative household groups based on a cluster analysis of hourly smart-meter data | |
Johra et al. | Treatment and analysis of smart energy meter data from a cluster of buildings connected to district heating: A Danish case | |
Beckel et al. | Automated customer segmentation based on smart meter data with temperature and daylight sensitivity | |
Awan et al. | Domestic sector energy demand and prediction models for Punjab Pakistan | |
Guo et al. | Modeling energy intensity of residential space heating | |
Chen et al. | A two-stage control strategy of large-scale residential air conditionings considering comfort sensitivity of differentiated population | |
Li et al. | The impacts of temperature on residential electricity consumption in Anhui, China: does the electricity price matter? | |
Teng et al. | Adaptive responses: the effects of temperature levels on residential electricity use in China | |
CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
CN117332288A (zh) | 一种建筑节能技术评估系统及方法 | |
Heinz et al. | Balancing wind energy and participating in electricity markets with a fuel cell population | |
CN115689620A (zh) | 基于物理模型和数据驱动的煤价与电价传导模型构建方法 | |
Parra et al. | Customers' demand clustering analysis—A case study using smart meter data |
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 |