CN112332404B - 采暖服务智能管理系统及方法 - Google Patents

采暖服务智能管理系统及方法 Download PDF

Info

Publication number
CN112332404B
CN112332404B CN202011083813.3A CN202011083813A CN112332404B CN 112332404 B CN112332404 B CN 112332404B CN 202011083813 A CN202011083813 A CN 202011083813A CN 112332404 B CN112332404 B CN 112332404B
Authority
CN
China
Prior art keywords
load regulation
load
demand response
information
client side
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
CN202011083813.3A
Other languages
English (en)
Other versions
CN112332404A (zh
Inventor
周辛南
丁恒春
谢枫
邢海瀛
魏子睿
周丽霞
陈雪敏
李利明
徐飞
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.)
State Grid Corp of China SGCC
State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Jibei Electric Power 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 State Grid Corp of China SGCC, State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011083813.3A priority Critical patent/CN112332404B/zh
Publication of CN112332404A publication Critical patent/CN112332404A/zh
Application granted granted Critical
Publication of CN112332404B publication Critical patent/CN112332404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种采暖服务智能管理系统及方法，该系统包括：信息库，用于获取电网侧信息和客户侧用电信息；负荷预测模块，用于基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果；负荷调控模块，用于基于电网侧信息和客户侧用电信息，确定负荷调控策略；在负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块；负荷调控参与决策模块，用于根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果。本发明可以对采暖服务进行智能管理，可有效进行负荷调控。

Description

采暖服务智能管理系统及方法
技术领域
本发明涉及电力系统技术领域，尤其涉及一种采暖服务智能管理系统及方法。
背景技术
电取暖大规模推广引起供暖负荷的快速增长，对电网发展建设、调控运行、供电服务带来较大影响。目前，针对电采暖用户的智慧服务管理平台研发还较为匮乏，现有的面向客户侧的智慧服务管理平台主要提供运行状态监测及智能化管理等服务。运行状态监测服务主要监测设备运行状态及能源使用情况，为管理人员提供运行状态预警及历史数据对比分析等管理决策辅助信息；智能化管理服务主要是包含计量、自动化控制与管理三大功能，实现对平台对设备的节能控制与优化运行。但是，目前的面向客户侧的智慧服务管理平台在负荷调控方面效果并不是很好。
发明内容
本发明实施例提出一种采暖服务智能管理系统，用以对采暖服务进行智能管理，可有效进行负荷调控，该系统包括：信息库，部署于客户侧的负荷调控参与决策模块、负荷预测模块，部署于电网侧的负荷调控模块，其中，
信息库，用于获取电网侧信息和客户侧用电信息；
负荷预测模块，用于基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块；
负荷调控模块，用于基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块；在负荷调控参与决策模块反馈的负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块；
负荷调控参与决策模块，用于根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块。
本发明实施例提出一种采暖服务方法，用以对采暖服务进行智能管理，可有效进行负荷调控，该方法包括：
获取电网侧信息和客户侧用电信息；
基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果；
基于电网侧信息和客户侧用电信息，确定负荷调控策略；
重复执行以下步骤直至负荷调控目标完成：
根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果；
在负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略。
本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述采暖服务智能管理方法。
本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述采暖服务智能管理方法的计算机程序。
在本发明实施例中，部署于客户侧的负荷预测模块可对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块；负荷调控参与决策模块根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块；而负荷调控模块基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块；在负荷调控参与决策模块反馈的负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块。因此，在进行负荷调控时，充分考虑了客户侧和电网侧的分析，使得最后确定的负荷调控策略更准确，实现了对采暖服务进行智能管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中采暖服务智能管理系统的示意图；
图2为本发明实施中采暖服务智能管理系统与其他系统通信示意图；
图3为本发明实施例中负荷调控过程的原理图；
图4为本发明实施例中采暖服务智能管理系统的另一示意图；
图5为本发明实施例中采暖服务智能管理方法的流程图；
图6为本发明实施例中计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
图1为本发明实施例中采暖服务智能管理系统的示意图，如图1所示，该系统包括：信息库101，部署于客户侧的负荷调控参与决策模块102、负荷预测模块103，部署于电网侧的负荷调控模块104，其中，
信息库101，用于获取电网侧信息和客户侧用电信息；
负荷预测模块103，用于基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块102；
负荷调控模块104，用于基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块102；在负荷调控参与决策模块102反馈的负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块102；
负荷调控参与决策模块102，用于根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块104。
在本发明实施例中，在进行负荷调控时，充分考虑了客户侧和电网侧的分析，使得最后确定的负荷调控策略更准确，实现了对采暖服务进行智能管理。
具体实施时，信息库获取电网侧信息和客户侧用电信息，在一实施例中，电网侧信息包括用电采集系统的数据、电力调度系统的数据、电力交易系统的数据和PMS系统的数据中的至少一种；
客户侧用电信息包括用电信息系统的数据、自动化控制系统的数据、气象数据系统的数据和社会经济统计数据库的数据中的至少一种。
图2为本发明实施中采暖服务智能管理系统与其他系统通信示意图，其中，信息库接入电网侧的电采集系统、电力调度系统、电力交易系统和PMS系统，获得各个系统的数据后存储至信息库中；信息库接入客户侧的用电信息系统、自动化控制系统、气象数据系统和社会经济统计数据库，获得各个系统的数据后存储信息库中。可见，采暖服务智能管理系统可同时获得电网侧和客户侧的信息，进行互动化、智能化处理，将系统生成的控制指令、智能合约下发到各用户系统和电网内部平台，形成互动机制。
本发明实施例提出的方法的第一大作用就是负荷调控，该负荷调控过程是同时需要客户侧和电网侧参与的双向调控过程。
在夏季、冬季，电力负荷会达到高峰，全国范围内会现阶段性用电缺口情况。电力系统为准备顺利度过电力负荷高峰而采取“有序用电”等措施。在本发明实施例提出的系统中电网侧、客户两侧分别设计功能模块，在不影响用户取暖情况下实现削峰填谷，图3为本发明实施例中负荷调控过程的原理图。
(1)：客户侧的负荷预测模块103基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块；负荷预测模块103可以根据预先配置好的负荷预测模型，根据电网侧信息和客户侧用电信息中的生产计划、同情况下历史能耗数据分析企业负荷与可调整负荷，是企业参与电力市场交易与负荷调控的重要功能。其中，负荷预测模型存储于采暖服务智能管理系统的模型库中。
(2)：负荷调控模块104基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块102。
在一实施例中，负荷调控模块具体用于：
基于电网侧信息和客户侧用电信息，采用负荷调节电网侧的成本最优模型，获得负荷调节电网侧的成本；
基于所述负荷调节电网侧的成本，确定负荷调控策略。
在一实施例中，负荷调节电网侧的成本最优模型的公式如下：
Figure BDA0002719619320000051
fDROL(t)＝(PS-Pp)×(QDR-QAG)
QDR≥QAG
其中，fPS(t)为调峰电力市场辅助服务成本，当需求响应为削峰需求响应时，fPS(t)为正值，当需求响应为填谷需求响应时，fPS(t)为零值；fDR(t)为需求响应补贴资金支出；fDROL(t)为需求响应过度造成的效益损失；PS为售电价格；Pp为购电价格；QDR为需求响应电量；QAG为实际电量缺口。
为保障供电安全，需要实施约定需求响应与实时需求响应相结合手段。为达供电安全与经济效益的平衡，须统筹约定需求响应和实时需求响应的比例。在一实施例中，所述需求响应补贴资金支出采用如下公式获得：
fDR(t)＝Pagree×Qagree+Preal-time×Qreal-time
所述需求响应电量采用如下公式获得：
QDR＝Qagree+Qreal-time
其中，Qagree为约定需求响应电量，Pagree为约定需求响应电价，Qreal-time实时需求响应，Preal-time实时需求响应电价。
负荷调控模块可以使用系统存储在模型库中的负荷调控模型来实现，提高效率。
(3)：负荷调控参与决策模块102根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块104；
在这个过程中，客户端各个客户获得设备运行信息和获取的负荷调控策略，基于负荷预测结果，分析负荷调控策略，判断用能成本是否下降，若是，则负荷调控策略分析结果为确定执行负荷调控策略，若否，则负荷调控策略分析结果为确定不执行负荷调控策略。
(4)：负荷调控模块获得负荷调控参与决策模块102反馈的负荷调控策略分析结果，若负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块102，回到步骤S3。
在一实施例中，负荷调控参与决策模块具体用于：
根据负荷预测结果，获得用户因参与需求响应造成的生产成本的增加值；
根据用户因参与需求响应造成的生产成本的增加值，采用用户参与需求响应前后利益模型，分析负荷调控策略。
在一实施例中，用户参与需求响应前后利益模型的公式如下：
Figure BDA0002719619320000061
其中，f′DR(t)为该用户因参与需求响应得到的补贴收入；ΔC为用户因参与需求响应造成的生产成本的增加值。
上述用户参与需求响应前后利益模型的推导过程如下：
用户参与需求响应前后利益模型如下：
Figure BDA0002719619320000062
Figure BDA0002719619320000063
Figure BDA0002719619320000064
其中，Bbefore为需求响应前用户利益，V(t)为原生产计划对应的生产价值，C(t)为原生产计划对应的生产总成本。V′(t)为需求响应后的生产价值，C′(t)为需求响应后的生产总成本，f′DR(t)为该用户因参与需求响应得到的补贴收入。ΔC为用户因参与需求响应造成的生产成本的增加。
T、T′使下式成立：
Figure BDA0002719619320000065
即选取考量周期为用户参与需求响应并完成生产负荷转移所需时间。
采用“有无对比法”，客户侧考虑利益最优化，利益B最优模型如下所示：
B＝MAX(BDR-Bbefore)
即
Figure BDA0002719619320000066
用户在
Figure BDA0002719619320000071
情况下，即用户自身利益得到保障的情况下会主动选择参与需求响应。
在一实施例中，所述系统还包括部署于客户侧的信息监控模块105和展示模块106，如图4所示为本发明实施例中采暖服务智能管理系统的另一示意图，其中，
信息监控模块105，用于基于客户侧用电信息，监控不同计量级别的用电量数据；
展示模块106，用于向客户侧展示不同计量级别的用电量数据。
具体地，计量级别包括一级计量(采暖负荷聚合商)、二级计量(采暖用户级)、三级计量(采暖设备级)。用电量数据可存储于系统的数据库中。
参见图4，在一实施例中，所述系统还包括部署于客户侧的潜力测评模块107，用于：
基于客户侧用电信息，对客户的用电潜力进行测评。
具体地，用电潜力的测评指标包括客户运行能力、可调能力等。
在一实施例中，所述系统还包括部署于客户侧的运行优化模块108，用于：
基于电网侧信息和客户侧用电信息，对客户侧的设备运行能力进行分析，基于分析结果确定运行优化策略。
具体地，基于电网侧信息和客户侧用电信息的企业或设备的能耗数据、气象数据、历史数据进行分析，运行优化策略包括针对企业的和设备的。
在一实施例中，所述系统还包括部署于电网侧的电力市场交易模块109，用于：
基于预先制定的智能合约及交易规则，进行电力市场交易。
具体地，制定了智能合约后，就可以基于区块链等技术进行电力市场交易，制定了交易规则，可减小人工量，这些预先制定的智能合约及交易规则可以存储于系统的规则库中。
综上所述，在本发明实施例提出的系统中，部署于客户侧的负荷预测模块可对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块；负荷调控参与决策模块根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块；而负荷调控模块基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块；在负荷调控参与决策模块反馈的负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调控后的负荷调控策略重新发送至负荷调控参与决策模块。因此，在进行负荷调控时，充分考虑了客户侧和电网侧的分析，使得最后确定的负荷调控策略更准确，实现了对采暖服务进行智能管理。
本发明实施例还提出一种采暖服务智能管理方法，其原理与采暖服务智能管理系统类似，这里不再赘述。
图5为本发明实施例中采暖服务智能管理方法的流程图，如图5所示，该方法包括：
步骤501，获取电网侧信息和客户侧用电信息；
步骤502，基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果；
步骤503，基于电网侧信息和客户侧用电信息，确定负荷调控策略；
步骤504，重复执行以下步骤直至负荷调控目标完成：
步骤505，根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果；
步骤506，在负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略。
在一实施例中，基于电网侧信息和客户侧用电信息，确定负荷调控策略，包括：
基于电网侧信息和客户侧用电信息，采用负荷调节电网侧的成本最优模型，获得负荷调节电网侧的成本；
基于所述负荷调节电网侧的成本，确定负荷调控策略。
在一实施例中，负荷调节电网侧的成本最优模型的公式如下：
Figure BDA0002719619320000081
fDROL(t)＝(PS-Pp)×(QDR-QAG)
QDR≥QAG
其中，fPS(t)为调峰电力市场辅助服务成本，当需求响应为削峰需求响应时，fPS(t)为正值，当需求响应为填谷需求响应时，fPS(t)为零值；fDR(t)为需求响应补贴资金支出；fDROL(t)为需求响应过度造成的效益损失；PS为售电价格；Pp为购电价格；QDR为需求响应电量；QAG为实际电量缺口。
在一实施例中，所述需求响应补贴资金支出采用如下公式获得：
fDR(t)＝Pagree×Qagree+Preal-time×Qreal-time
所述需求响应电量采用如下公式获得：
QDR＝Qagree+Qreal-time
其中，Qagree为约定需求响应电量，Pagree为约定需求响应电价，Qreal-time实时需求响应，Preal-time实时需求响应电价。
在一实施例中，根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果，包括：
根据负荷预测结果，获得用户因参与需求响应造成的生产成本的增加值；
根据用户因参与需求响应造成的生产成本的增加值，采用用户参与需求响应前后利益模型，分析负荷调控策略。
在一实施例中，用户参与需求响应前后利益模型的公式如下：
Figure BDA0002719619320000091
其中，f′DR(t)为该用户因参与需求响应得到的补贴收入；ΔC为用户因参与需求响应造成的生产成本的增加值。
在一实施例中，所述方法还包括：
基于客户侧用电信息，监控不同计量级别的用电量数据；
向客户侧展示不同计量级别的用电量数据。
在一实施例中，所述方法还包括：
基于客户侧用电信息，对客户的用电潜力进行测评。
在一实施例中，所述方法还包括：
基于电网侧信息和客户侧用电信息，对客户侧的设备运行能力进行分析，基于分析结果确定运行优化策略。
在一实施例中，所述方法还包括：
基于预先制定的智能合约及交易规则，进行电力市场交易。
在一实施例中，电网侧信息包括用电采集系统的数据、电力调度系统的数据、电力交易系统的数据和PMS系统的数据中的至少一种；
客户侧用电信息包括用电信息系统的数据、自动化控制系统的数据、气象数据系统的数据和社会经济统计数据库的数据中的至少一种。
在本发明实施例中，获取电网侧信息和客户侧用电信息；基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果；基于电网侧信息和客户侧用电信息，确定负荷调控策略；重复执行以下步骤直至负荷调控目标完成：根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果；在负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略。在上述过程中，在进行负荷调控时，充分考虑了客户侧和电网侧的分析，使得最后确定的负荷调控策略更准确，实现了对采暖服务进行智能管理。
本申请的实施例还提供一种计算机设备，图6为本发明实施例中计算机设备的示意图，该计算机设备能够实现上述实施例中的采暖服务智能管理方法中全部步骤，所述计算机设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和通信总线604；
其中，所述处理器601、存储器602、通信接口603通过所述通信总线604完成相互间的通信；所述通信接口603用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的采暖服务智能管理方法中的全部步骤。
本申请的实施例还提供一种计算机可读存储介质，能够实现上述实施例中的采暖服务智能管理方法中全部步骤，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的采暖服务智能管理方法的全部步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种采暖服务智能管理系统，其特征在于，包括：信息库，部署于客户侧的负荷调控参与决策模块、负荷预测模块，部署于电网侧的负荷调控模块，其中，
信息库，用于获取电网侧信息和客户侧用电信息；
负荷预测模块，用于基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果并发送至负荷调控参与决策模块；
负荷调控模块，用于基于电网侧信息和客户侧用电信息，确定负荷调控策略；将所述负荷调控策略发送至负荷调控参与决策模块；在负荷调控参与决策模块反馈的负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略，并将调整后的负荷调控策略重新发送至负荷调控参与决策模块；
负荷调控参与决策模块，用于根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果并反馈至负荷调控模块；
负荷调控参与决策模块具体用于：根据负荷预测结果，获得用户因参与需求响应造成的生产成本的增加值；根据用户因参与需求响应造成的生产成本的增加值，采用用户参与需求响应前后利益模型，分析负荷调控策略；
负荷调控模块具体用于：基于电网侧信息和客户侧用电信息，采用负荷调节电网侧的成本最优模型，获得负荷调节电网侧的成本；基于所述负荷调节电网侧的成本，确定负荷调控策略；
负荷调节电网侧的成本最优模型的公式如下：
Figure FDA0003732342880000011
fDROL(t)＝(PS-Pp)×(QDR-QAG)
QDR≥QAG
其中，fPS(t)为调峰电力市场辅助服务成本，当需求响应为削峰需求响应时，fPS(t)为正值，当需求响应为填谷需求响应时，fPS(t)为零值；fDR(t)为需求响应补贴资金支出；fDROL(t)为需求响应过度造成的效益损失；PS为售电价格；Pp为购电价格；QDR为需求响应电量；QAG为实际电量缺口；T为考量周期。
2.如权利要求1所述的采暖服务智能管理系统，其特征在于，所述需求响应补贴资金支出采用如下公式获得：
fDR(t)＝Pagree×Qagree+Preal-time×Qreal-time
所述需求响应电量采用如下公式获得：
QDR＝Qagree+Qreal-time
其中，Qagree为约定需求响应电量，Pagree为约定需求响应电价，Qreal-time实时需求响应，Preal-time实时需求响应电价。
3.如权利要求1所述的采暖服务智能管理系统，其特征在于，用户参与需求响应前后利益模型的公式如下：
Figure FDA0003732342880000021
其中，f′DR(t)为该用户因参与需求响应得到的补贴收入；ΔC为用户因参与需求响应造成的生产成本的增加值；T为考量周期。
4.如权利要求1所述的采暖服务智能管理系统，其特征在于，还包括部署于客户侧的信息监控模块和展示模块，其中，
信息监控模块，用于基于客户侧用电信息，监控不同计量级别的用电量数据；
展示模块，用于向客户侧展示不同计量级别的用电量数据。
5.如权利要求1所述的采暖服务智能管理系统，其特征在于，还包括部署于客户侧的潜力测评模块，用于：
基于客户侧用电信息，对客户的用电潜力进行测评。
6.如权利要求1所述的采暖服务智能管理系统，其特征在于，还包括部署于客户侧的运行优化模块，用于：
基于电网侧信息和客户侧用电信息，对客户侧的设备运行能力进行分析，基于分析结果确定运行优化策略。
7.如权利要求1所述的采暖服务智能管理系统，其特征在于，还包括部署于电网侧的电力市场交易模块，用于：
基于预先制定的智能合约及交易规则，进行电力市场交易。
8.如权利要求1所述的采暖服务智能管理系统，其特征在于，电网侧信息包括用电采集系统的数据、电力调度系统的数据、电力交易系统的数据和PMS系统的数据中的至少一种；
客户侧用电信息包括用电信息系统的数据、自动化控制系统的数据、气象数据系统的数据和社会经济统计数据库的数据中的至少一种。
9.一种采暖服务智能管理方法，其特征在于，包括：
获取电网侧信息和客户侧用电信息；
基于电网侧信息和客户侧用电信息，对客户侧进行负荷预测，获得负荷预测结果；
基于电网侧信息和客户侧用电信息，确定负荷调控策略；
重复执行以下步骤直至负荷调控目标完成：
根据负荷预测结果，分析负荷调控策略，获得负荷调控策略分析结果；
在负荷调控策略分析结果为确定执行负荷调控策略后，判断负荷调控目标能否完成，若能，执行所述负荷调控策略，若否，调整所述负荷调控策略；
根据负荷预测结果，分析负荷调控策略，包括：根据负荷预测结果，获得用户因参与需求响应造成的生产成本的增加值；根据用户因参与需求响应造成的生产成本的增加值，采用用户参与需求响应前后利益模型，分析负荷调控策略；
基于电网侧信息和客户侧用电信息，确定负荷调控策略，包括：基于电网侧信息和客户侧用电信息，采用负荷调节电网侧的成本最优模型，获得负荷调节电网侧的成本；基于所述负荷调节电网侧的成本，确定负荷调控策略；
负荷调节电网侧的成本最优模型的公式如下：
Figure FDA0003732342880000031
fDROL(t)＝(PS-Pp)×(QDR-QAG)
QDR≥QAG
其中，fPS(t)为调峰电力市场辅助服务成本，当需求响应为削峰需求响应时，fPS(t)为正值，当需求响应为填谷需求响应时，fPS(t)为零值；fDR(t)为需求响应补贴资金支出；fDROL(t)为需求响应过度造成的效益损失；PS为售电价格；Pp为购电价格；QDR为需求响应电量；QAG为实际电量缺口；T为考量周期。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求9所述方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求9所述方法的计算机程序。
CN202011083813.3A 2020-10-12 2020-10-12 采暖服务智能管理系统及方法 Active CN112332404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011083813.3A CN112332404B (zh) 2020-10-12 2020-10-12 采暖服务智能管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011083813.3A CN112332404B (zh) 2020-10-12 2020-10-12 采暖服务智能管理系统及方法

Publications (2)

Publication Number Publication Date
CN112332404A CN112332404A (zh) 2021-02-05
CN112332404B true CN112332404B (zh) 2022-09-16

Family

ID=74314797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011083813.3A Active CN112332404B (zh) 2020-10-12 2020-10-12 采暖服务智能管理系统及方法

Country Status (1)

Country Link
CN (1) CN112332404B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113595090B (zh) * 2021-07-30 2023-08-25 中国电力科学研究院有限公司 一种跨安全区的多元负荷数据处理方法及系统
CN113487242A (zh) * 2021-08-19 2021-10-08 浙江华云清洁能源有限公司 一种能效管理方法、系统、设备及存储介质
CN114880534A (zh) * 2022-05-30 2022-08-09 新奥数能科技有限公司 负荷聚合信息展示方法、装置、电子设备及存储介质
CN115983593A (zh) * 2023-01-09 2023-04-18 国网山东省电力公司日照供电公司 一种电力营销服务方法和服务平台

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105743089A (zh) * 2016-04-25 2016-07-06 国网浙江省电力公司 基于柔性负荷的需求侧负荷调控方法及系统
CN106651200A (zh) * 2016-12-29 2017-05-10 中国西电电气股份有限公司 一种工业企业聚合用户电力负荷管理方法和系统
CN106786683A (zh) * 2016-11-15 2017-05-31 国网山东省电力公司 基于需求侧柔性负荷的小区内电动汽车充电系统及方法
JP2017112780A (ja) * 2015-12-18 2017-06-22 株式会社東芝 電力管理装置、電力管理プログラム及び電力管理方法
CN107093902A (zh) * 2017-06-27 2017-08-25 南方电网科学研究院有限责任公司 电力负荷调控方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017112780A (ja) * 2015-12-18 2017-06-22 株式会社東芝 電力管理装置、電力管理プログラム及び電力管理方法
CN105743089A (zh) * 2016-04-25 2016-07-06 国网浙江省电力公司 基于柔性负荷的需求侧负荷调控方法及系统
CN106786683A (zh) * 2016-11-15 2017-05-31 国网山东省电力公司 基于需求侧柔性负荷的小区内电动汽车充电系统及方法
CN106651200A (zh) * 2016-12-29 2017-05-10 中国西电电气股份有限公司 一种工业企业聚合用户电力负荷管理方法和系统
CN107093902A (zh) * 2017-06-27 2017-08-25 南方电网科学研究院有限责任公司 电力负荷调控方法和系统

Also Published As

Publication number Publication date
CN112332404A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112332404B (zh) 采暖服务智能管理系统及方法
US10126796B2 (en) Electric vehicle distributed intelligence
He et al. Optimal scheduling for charging and discharging of electric vehicles
Bu et al. A game-theoretical decision-making scheme for electricity retailers in the smart grid with demand-side management
Bu et al. A game-theoretical scheme in the smart grid with demand-side management: Towards a smart cyber-physical power infrastructure
EP2685417A1 (en) System, method, and computer program for energy consumption management
CN102855525B (zh) 一种居民用户负荷预测分析系统和方法
Agnetis et al. Optimization models for consumer flexibility aggregation in smart grids: The ADDRESS approach
Cioara et al. Optimized flexibility management enacting data centres participation in smart demand response programs
JP2008295193A (ja) 電力デマンド制御装置、システム、および方法
CN110111214B (zh) 一种基于优先级的用户用能管理方法及系统
CN110322353A (zh) 一种基于互联网平台的居民电力用户实时错峰交易方法
CN114425964A (zh) 一种自主参与需求响应的电动汽车充电桩控制器及方法
KR20240025574A (ko) 지능형 수요 반응 입찰 관리 시스템 및 그 방법
Sun et al. Charging stations‐oriented electric vehicle charging strategy based on battery characteristics
Yue et al. Dual-pricing policy for controller-side strategies in demand side management
CN117076882A (zh) 一种云服务资源动态预测管理方法
KR20180075273A (ko) 마이크로 그리드의 전력 공급 관리 방법 및 시스템
Kokos et al. Demand response strategy for optimal formulation of flexibility services
CN116031891A (zh) 一种客户侧灵活负荷聚合调控方法及系统
CN113408107A (zh) 一种支持自主智能体博弈的需求响应仿真平台及方法
Zhang et al. Demand Response Optimization Strategy of Data Center Considering P2P Transaction
CN109649212A (zh) 交通工具的充电方法和充电装置
Hadji et al. A game theory approach with dynamic pricing to optimize smart grid operation
CN114069644B (zh) 一种基于数据匹配算法的电力需求响应方法、系统、介质及设备

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