CN112381436B - 逐时电负荷生成方法、装置、电子设备及存储介质 - Google Patents

逐时电负荷生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112381436B
CN112381436B CN202011319605.9A CN202011319605A CN112381436B CN 112381436 B CN112381436 B CN 112381436B CN 202011319605 A CN202011319605 A CN 202011319605A CN 112381436 B CN112381436 B CN 112381436B
Authority
CN
China
Prior art keywords
time
period
month
power consumption
electric
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
CN202011319605.9A
Other languages
English (en)
Other versions
CN112381436A (zh
Inventor
李路遥
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.)
Shanghai Electric Distributed Energy Technology Co ltd
Original Assignee
Shanghai Electric Distributed Energy Technology 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 Shanghai Electric Distributed Energy Technology Co ltd filed Critical Shanghai Electric Distributed Energy Technology Co ltd
Priority to CN202011319605.9A priority Critical patent/CN112381436B/zh
Publication of CN112381436A publication Critical patent/CN112381436A/zh
Application granted granted Critical
Publication of CN112381436B publication Critical patent/CN112381436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • G06Q10/06—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
    • G06Q10/06314—Calendaring for a resource
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种逐时电负荷生成方法、装置、电子设备及存储介质。其中方法基于月度电费单计算月度逐时电负荷数据，包括：基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻；基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线；分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据。本发明基于电费单数据的电负荷计算方案具有数据源真实且获取简单的特点，在保证合理性和一定计算精度、准确度的基础上，不需要使用传感设备、不需要建筑物3D建模，也能快速地计算逐时电负荷。

Description

逐时电负荷生成方法、装置、电子设备及存储介质
技术领域
本发明属于电能计算领域，尤其涉及一种逐时电负荷生成方法、装置、电子设备及存储介质。
背景技术
对各类型用电场景的电负荷特性进行分析是搭建分布式供电系统的必要前提。目前，评价或计算电负荷的技术方法主要有以下四种：
1)测量法：采用功率计或功率传感器，现场采集各类型设备逐时用电数据；
2)软件模拟法：使用中国的DeST、美国的DOE-2、EnergyPlus、日本的HASP等模拟软件，建立建筑建筑物的3D模型并输入大量描述建筑特性的数据，经过计算机模拟后可以得到建筑物全年逐时的用电及冷热负荷情况；
3)指标法：根据中国、日本或欧美等国家的电气系统设计手册中的相关数据，利用逐时能源负荷分摊比例或用电设计指标，模拟全年电负荷；
4)负荷因子法：利用负荷因子反映不同建筑类型负荷的逐时变化特点，并结合设计负荷概念，利用设计负荷乘以负荷因子，计算得出逐时电负荷。
在以上技术方法中：
1)测量法需要安装大量传感测量设备和通信设备，资金、人力投入较大，施工复杂，并且无法对未落地项目进行前评估；
2)软件模拟法需要用户使用专业的软件，建立复杂的建筑3D模型，这对非建筑专业和未从事建筑电气设计工作的工程师而言，建模周期长、难度高且计算开销大；
3)指标法中，相关标准、规范给出的负荷指标通常比较保守，往往导致负荷计算结果偏大，且难以体现个体特性，如生产制度、生产规模等因素；
4)负荷因子法中“负荷因子”和“设计负荷”的概念与指标法中负荷指标和逐时能源负荷分摊比例类似，同样存在数值比较保守的问题。此外，对于不同地区、不同规模、不同内部功能构成的用电场景，其电负荷特性各不相同，标准化的负荷因子难以反映个体特征。
因此，针对现有技术方案存在的上述问题，亟需一种无需安装传感测量设备和通信设备、成本低，无需复杂的软件模拟、难度低，符合用电主体的用电特性的电负荷计算方案。
发明内容
本发明要解决的技术问题是为了克服现有技术中通过监测设备监控用电情况而导致成本大的缺陷，提供一种逐时电负荷生成方法、装置、电子设备及存储介质。
本发明是通过以下技术方案解决上述技术问题的：
本发明提供一种逐时电负荷生成方法，所述逐时电负荷生成方法基于月度电费单包括的用电数据计算月度逐时电负荷数据，所述用电数据包括一天的时段划分信息、该月各时段的最大需量以及该月各时段的用电量，所述逐时电负荷生成方法包括：
基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量；
基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线；
分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据。
较佳地，基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，包括：
根据产生所述月度电费单的用电主体的个体用电特征或所述用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。
较佳地，该月每天每时段的用电功率峰值与该时段的最大需量的比值满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5}
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据所述个体用电特征或所述行业用电特征或所述通用用电特征确定或为预设的指定值；
各时段的用电功率峰值＝该时段对应的x﹡最大需量。
较佳地，各时段的用电功率峰值在该时段内出现的时刻符合所述个体用电特征或行业用电特征或通用用电特征，或，出现在该时段内各时刻的概率服从均匀分布。
较佳地，基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线，具体包括：
通过该月各时段的用电量，求得该月每天每时段的平均用电功率；
在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到所述平均用电功率为条件，计算该时段的起点到所述用电功率峰值出现的时刻的第一用电功率变化趋势系数和所述用电功率峰值出现的时刻到该时段的终点的第二用电功率变化趋势系数；
计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线。
较佳地，根据马尔科夫链算法计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线。
较佳地，分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据，具体包括：
筛选产生所述月度电费单的用电主体的非工作时段；
按预设调整系数缩放所述非工作时段的用电功率，得到修正典型日负荷曲线；
根据计算该月各时段的校正系数，所述校正系数等于该月每天的所述修正典型日负荷曲线中该时段的用电量总和与所述月度电费单中该时段的用电量的比值；
按照所述校正系数对所述修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据。
本发明还提供一种逐时电负荷生成装置，所述逐时电负荷生成装置用于基于月度电费单包括的用电数据计算月度逐时电负荷数据，所述用电数据包括一天的时段划分信息、该月各时段的最大需量以及该月各时段的用电量，所述逐时电负荷生成装置包括：
峰值估算模块，用于基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量；
曲线拟合模块，用于基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线；
负荷调整模块，用于分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据。
较佳地，所述峰值估算模块具体用于根据产生所述月度电费单的用电主体的个体用电特征或所述用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。
较佳地，该月每天每时段的用电功率峰值与该时段的最大需量的比值满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5}
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据所述个体用电特征或所述行业用电特征或所述通用用电特征确定或为预设的指定值；
各时段的用电功率峰值＝该时段对应的x﹡最大需量。
较佳地，各时段的用电功率峰值在该时段内出现的时刻符合所述个体用电特征或行业用电特征或通用用电特征，或，出现在该时段内各时刻的概率服从均匀分布。
较佳地，所述曲线拟合模块具体包括：
平均用电功率计算模块，用于通过该月各时段的用电量，求得该月每天每时段的平均用电功率；
变化趋势系数计算模块，用于在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到所述平均用电功率为条件，计算该时段的起点到所述用电功率峰值出现的时刻的第一用电功率变化趋势系数和所述用电功率峰值出现的时刻到该时段的终点的第二用电功率变化趋势系数；
典型日负荷曲线计算模块，用于计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线。
较佳地，所述典型日负荷曲线计算模块根据马尔科夫链算法计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线。
较佳地，所述负荷调整模块具体包括：
非工作时段筛选模块，用于筛选产生所述月度电费单的用电主体的非工作时段；
用电功率修正模块，用于按预设调整系数缩放所述非工作时段的用电功率，得到修正典型日负荷曲线；
校正系数计算模块，用于根据计算该月各时段的校正系数，所述校正系数等于该月每天的所述修正典型日负荷曲线中该时段的用电量总和与所述月度电费单中该时段的用电量的比值；
电负荷校正模块，用于按照所述校正系数对所述修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据。
本发明还提供一种电子设备，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程序时实现如上所述的逐时电负荷生成方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的逐时电负荷生成方法的步骤。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明基于月度电费单数据，反推用电主体该月每天每时段的电负荷，考虑到电费单数据能够真实、有效地反映实际用电情况，基于电费单数据的电负荷计算方案具有数据源真实且获取简单的特点，能够真实地反应个体用电特征，在保证合理性和一定计算精度、准确度的基础上，不需要使用传感设备、不需要进行建筑物3D建模，降低了专业门槛，使非建筑专业和非建筑电气设计类的工程师也能快速地计算月度逐时电负荷。
附图说明
图1为一张典型的上海市工业用电的月度电费单；
图2为本发明实施例1的一种逐时电负荷生成方法的流程图；
图3为截断分布图；
图4为该月某日各时段的用电功率峰值分布图；
图5为本发明实施例1的步骤12的子流程图；
图6为用电功率变化趋势示意图；
图7为用电功率变化趋势拟合结果图；
图8为某一天的典型日负荷曲线；
图9为本发明实施例1的步骤13的子流程图；
图10为调整后的非工作时段的负荷曲线；
图11为调整后该天的负荷曲线；
图12为校正后该天的负荷曲线；
图13(a)为该月1～5日每天的逐时电负荷数据；
图13(b)为该月6～10日每天的逐时电负荷数据；
图13(c)为该月11～15日每天的逐时电负荷数据；
图13(d)为该月16～20日每天的逐时电负荷数据；
图13(e)为该月21～25日每天的逐时电负荷数据；
图13(f)为该月26～30日每天的逐时电负荷数据；
图14为本发明实施例2的一种逐时电负荷生成装置的示意框图；
图15为本发明实施例3的一种电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供了一种逐时电负荷生成方法。逐时电负荷生成方法基于月度电费单包括的用电数据计算月度逐时电负荷数据。图1示出了一张典型的上海市工业用电的6月月度电费单，其中的用电数据包括一天的时段划分(Time-of-Use，TOU)信息、该月各时段的最大需量(Maximum Demand，MD)以及该月各时段的用电量(Electricity Consumption，EC)。时段划分信息包括将一天划分为峰时段(peak，简称峰，p)、平时段1(ordinary 1，简称平1，o1)、平时段2(ordinary 2，简称平2，o2)、谷时段(valley，简称谷，v)。最大需量是指计量在一定结算期内，某一固定时段内(我国现执行15min)客户用电的平均功率，保留其最大一次指示值作为这一结算期的最大需量。此外，用电数据还可以进一步包括各时段的时段长度(Segment Length，SL)。因此，将以上电费单中的数据提炼，即可整理得到如下数据表：
表1用电量、最大需量、时段划分信息
虽然不同地区季节划分、时段划分、电价方案不同，但全国所有电费单均可转换为如上表数据，以上数据将作为本实施例计算逐时电负荷的主要数据。
图2示出了本实施例的逐时电负荷生成方法，其包括：
步骤11：基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻。其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量。以6月为例，基于表1的电费单，1日～30日中的一天在峰时段的用电功率峰值为812kW，其他天在峰时段的用电功率峰值都应为小于812kW的值。
步骤12：基于一天内每个时段的用电功率峰值及其出现的时刻，拟合该天内每个时段其他时刻的用电功率，得到该月每天的典型日负荷曲线。
步骤13：分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据。
在一种具体实施方式中，步骤11可以具体包括：根据产生月度电费单的用电主体的个体用电特征或用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。其中，用电主体的个体用电特征可以体现用电主体的用电习惯、实际用电情况、用电持续性、稳定性等信息，可以通过对用电主体的历史用电情况进行调研获得，如用电主体通常什么时间用电、在什么时间的用电量最大或用电功率最大、最大用电量或最大用电功率是多少。在某些情况下(如难以获得个体用电特征)，可以使用用电主体的行业用电特征替代个体用电特征，行业用电特征可以体现用电主体所属行业普遍的用电习惯、用电情况、用电持续性、稳定性等信息，可以通过对用电主体所属行业的多个单位的历史用电情况进行调研、统计获得，也可使用与用电主体同行业的一个单位的用电特征替代，如用电主体所属行业普遍什么时间用电、在什么时间的用电量最大或用电功率最大、最大用电量或最大用电功率是多少。或者，可以使用通用用电特征替代个体用电特征和行业用电特征，普通用电主体的普遍的用电习惯、用电情况、用电持续性、稳定性等信息，可以通过对大量的普遍用户的历史用电情况进行调研获得，如大部分用户什么时间用电、在什么时间的用电量最大或用电功率最大、最大用电量或最大用电功率是多少。当然，使用个体用电特征、行业用电特征和通用用电特征计算出的该月每天每时段的用电功率峰值及其出现的时刻在准确程度上会有所不同。通常情况下，个体用电特征由于最贴近用电主体的实际用电情况，由此计算出的用电功率峰值及其出现的时刻最为准确，行业用电特征次之，通用用电特征准确度最低。
用电主体大致可分为工业、商业、居民等类型。对于工业用户而言，用电功率峰值通常出现在工作时段，如周一至周五的9:00～18:00。对于商业用户而言，用电功率峰值通常出现在非工作时段，如周一至周五的晚间或周六、周日。对于居民用户而言，用电功率峰值通常出现在每日的晚间时段，如18:00～21:00。
如果个体用电特征、行业用电特征和通用用电特征足够明确，它们可能可以直接给出该月每天每时段的用电功率峰值的具体值及其出现的具体时刻。但是如果个体用电特征、行业用电特征和通用用电特征不能直接给出用电功率峰值的具体值及其出现的具体时刻，只能较为笼统的表达出用电主体的用电习惯，那么，考虑到各类型用户(工业、商业、居民等)生产制度和实际用电情况，在用电习惯不在短时间内发生突变的情况下，则可以采用以下方式计算该月每天每时段的用电功率峰值及其出现的时刻：
如图3所示，该月每天每时段的用电功率峰值与该时段的最大需量的比值满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5} (1)
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据个体用电特征或行业用电特征或通用用电特征确定或为预设的指定值；
各时段的DPP＝该时段对应的x﹡MD (2)
式中，DPP表示用电功率峰值，MD表示最大需量。
其中，数学期望μ和方差σ与用电主体的用电持续性、稳定性相关，如果用电主体的用电持续性、稳定性越高，则μ值越高σ值越小，如果用电主体的用电持续性、稳定性越低，则μ值越高σ值越小。通常来讲，工业用户、商业用户、居民用户的电负荷会呈现出不同的用电特征，其中工业电负荷持续性、稳定性最高，商业电负荷次之，居民电负荷最低。
另外，各时段的用电功率峰值在该时段内出现的时刻符合个体用电特征或行业用电特征或通用用电特征，如用电特征表明通常在9:00～10:00之间同时运行多台设备，达到用电功率最大，那么，计算的用电功率峰值出现的时刻应当为9:00～10:00之间的某一时刻。或，以各时段的用电功率峰值出现在该时段内各时刻的概率服从均匀分布为条件，通过随机过程计算结果。各时段的用电功率峰值出现在该时段内各时刻的概率服从均匀分布，即各日各时段用电功率峰值出现在该时段内各个时刻的概率是相等的：
y～U(a，b)(3)
式中，y表示各时段内用电功率峰值出现时刻的随机变量，a、b表示各时段的初始时刻和结束时刻。
根据用电特征，结合月度电费单中最大需量、时段信息，执行D(表示该月天数)次式(1)和式(3)中的随机过程，即可得到该月各日各时段用电功率峰值和时刻，某次随机过程所得结果如图4所示，该结果表示该月某日各时段的用电功率峰值分布情况。其中，谷时段的用电功率峰值出现在3点，平时段1的用电功率峰值出现在6点，峰时段的用电功率峰值出现在20点，平时段2的用电功率峰值出现在15点。
在一种具体实施方式中，图5示出了步骤12的步骤流程，其可以具体包括：
步骤121：通过该月各时段的用电量，求得该月每天每时段的平均用电功率：
式中，AP表示平均功率；EC表示用电量；D表示该月天数；SL表示时段长度。
在已知各时段用电功率峰值、时刻和平均功率后，理论上该时段内的电负荷曲线(即其余时刻用电功率)有无数种可能。但考虑到用电实际，真实地负荷曲线不会在短时间内发生剧烈变化或波动。将时间尺度设置为1小时，负荷曲线往往是连续且稳定的。因此，在各时段内，以峰值功率为中心、负荷曲线向两边呈下降趋势变化，是一种贴近实际、可行的负荷拟合方案，如图6所示。
步骤122：在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到平均用电功率为条件，计算该时段的起点a到用电功率峰值出现的时刻hmax的第一用电功率变化趋势系数α1和用电功率峰值出现的时刻hmax到该时段的终点b的第二用电功率变化趋势系数α2：
用电功率变化趋势系数取值越大，时段均值和时段峰值差距越大、时段区间越小，则趋势越陡峭，负荷在该时段内波动越大，反之亦然。趋势系数的物理意义为将时段峰值和时段均值的差异均匀分布到该时段内各时刻。
步骤123：计算符合第一用电功率变化趋势系数的、从该时段的起点到用电功率峰值出现的时刻的每一时刻的用电功率，以及符合第二用电功率变化趋势系数的、从用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到典型日负荷曲线。
可选的，步骤123具体可以根据马尔科夫链算法计算符合第一用电功率变化趋势系数的、从该时段的起点到用电功率峰值出现的时刻的每一时刻的用电功率，以及符合第二用电功率变化趋势系数的、从用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到典型日负荷曲线：
式中，R1为将(hmax-a)分解为(hmax-a)个取值范围为(-1,1)的随机算子，R2为将(b-hmax)分解为(b-hmax)个取值范围为(-1,1)的随机算子。
通过式(6)生成的时段内逐时负荷，能有效满足时段内负荷变化趋势。因此，该方式是可行的、有效的，该方式生成的负荷曲线如图7所示。图7中，方案1和方案2为两种可能的结果，均满足用电功率变化趋势和平均功率要求，根据实际情况或应用从中选择一个。将上述方式应用到各日、各时段，即可得到初步的月度逐时电负荷。通过上述步骤得到的典型日负荷曲线示意图如图8所示。
在一种具体实施方式中，不同类型的用户，其生产制度不同，即工作日和工作时段不同。以工业用户为例，在非工作时段，用户的主要用电负荷为应急电源、监控等，该部分负荷量通常只占平常的10％左右。因此，对于上述步骤得到的典型日负荷曲线，应根据生产制度进行相应调整，如图9所示，步骤13可以具体包括：
步骤131：筛选用电主体的非工作时段。对于工作日而言，非工作时段通常为该天中的某几个小时。对于非工作日而言，全天都是非工作时段。
步骤132：按预设调整系数缩放非工作时段的用电功率，得到修正典型日负荷曲线：
Pr′＝Pr·γ (8)
式中，γ为非工作时段负荷调整系数，通常取10％。Pr为调整前的功率；Pr’为调整后的功率。调整后的非工作时段的负荷曲线如图10所示，调整后该天的负荷曲线如图11所示。
由于本实施例在计算功率峰值出现的时刻时牵涉到随机过程，所得逐时负荷数据与实际电负荷存在一定偏差。为了保证最终结果尽可能接近实际用电情况，且最终形成的负荷数据能够准确、真实地反映电费单上的用电量和用电费用数据，需要进行分时段负荷校正。
步骤133：根据修正典型日负荷曲线计算该月各时段的校正系数，校正系数等于该月每天的修正典型日负荷曲线中该时段的用电量总和与月度电费单中该时段的用电量的比值：
式中，β表示校正系数，P表示一个时段的功率。
步骤134：按照校正系数对修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据：
P'＝β·P (10)
式中，P’表示一个时段校正后的功率。校正后该天的负荷曲线如图12所示。
图13(a)～(f)给出了根据上述方法基于图1所示的电费单所计算得到的该月1～30日每天的逐时电负荷数据。由此消耗的电量符合电费单的记录。
本实施例的方法的优点在于：
(1)数据源获取简单，且均为真实用电数据。该方法中，只需提供月度电费单，即可计算月度逐时电负荷数据，无需其他工具。
(2)计算过程便捷、效率高。该方法不涉及过于复杂的计算过程，能够保障计算过程的有效性、高效性和及时性，方便工程设计人员使用。
(3)所得逐时电力负荷数据能够准确体现电费单上包含的所有用电信息，结合生产制度和行业用电特征，可以进一步有效体现用电需求变化趋势。
实施例2
图14示出了本实施例的一种逐时电负荷生成装置。其用于基于月度电费单包括的用电数据计算月度逐时电负荷数据，用电数据包括一天的时段划分信息、该月各时段的最大需量以及该月各时段的用电量。其包括：峰值估算模块21、曲线拟合模块22和负荷调整模块23。
峰值估算模块21用于基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量。
曲线拟合模块22用于基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个时段其他时刻的用电功率，得到该月每天的典型日负荷曲线。
负荷调整模块23用于分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据。
在一种具体实施方式中，峰值估算模块21具体可以用于根据产生月度电费单的用电主体的个体用电特征或用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。关于个体用电特征、行业用电特征和通用用电特征的具体说明见实施例1，在此不再赘述。
具体地，该月每天每时段的用电功率峰值与该时段的最大需量的比值可以满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5}
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据个体用电特征或行业用电特征或通用用电特征确定或为预设的指定值；
各时段的用电功率峰值＝该时段对应的x﹡最大需量。
另外，各时段的用电功率峰值在该时段内出现的时刻符合个体用电特征或行业用电特征或通用用电特征，或，出现在该时段内各时刻的概率服从均匀分布。
在一种具体实施方式中，曲线拟合模块22具体可以包括：平均用电功率计算模块221、变化趋势系数计算模块222和典型日负荷曲线计算模块223。
平均用电功率计算模块221用于通过该月各时段的用电量，求得该月每天每时段的平均用电功率。
变化趋势系数计算模块222用于在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到平均用电功率为条件，计算该时段的起点到用电功率峰值出现的时刻的第一用电功率变化趋势系数和用电功率峰值出现的时刻到该时段的终点的第二用电功率变化趋势系数。
典型日负荷曲线计算模块223用于计算符合第一用电功率变化趋势系数的、从该时段的起点到用电功率峰值出现的时刻的每一时刻的用电功率，以及符合第二用电功率变化趋势系数的、从用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到典型日负荷曲线。
可选的，典型日负荷曲线计算模块223可以根据马尔科夫链算法计算符合第一用电功率变化趋势系数的、从该时段的起点到用电功率峰值出现的时刻的每一时刻的用电功率，以及符合第二用电功率变化趋势系数的、从用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到典型日负荷曲线。
在一种具体实施方式中，负荷调整模块23具体包括：非工作时段筛选模块231、用电功率修正模块232、校正系数计算模块233和电负荷校正模块234。
非工作时段筛选模块231用于筛选产生月度电费单的用电主体的非工作时段。
用电功率修正模块232用于按预设调整系数缩放非工作时段的用电功率，得到修正典型日负荷曲线。
校正系数计算模块233用于根据计算该月各时段的校正系数，校正系数等于该月每天的修正典型日负荷曲线中该时段的用电量总和与月度电费单中该时段的用电量的比值。
电负荷校正模块234用于按照校正系数对修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据。
本实施例的装置的优点在于：
(1)数据源获取简单，且均为真实用电数据。该装置中，只需提供月度电费单，即可计算月度逐时电负荷数据，无需其他工具。
(2)计算过程便捷、效率高。该装置不涉及过于复杂的计算过程，能够保障计算过程的有效性、高效性和及时性，方便工程设计人员使用。
(3)所得逐时电力负荷数据能够准确体现电费单上包含的所有用电信息，结合生产制度和行业用电特征，可以进一步有效体现用电需求变化趋势。
实施例3
图15为本发明实施例3提供的一种电子设备的结构示意图。所述电子设备包括存储器、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程序时实现实施例1的一种逐时电负荷生成方法。图15显示的电子设备40仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图15所示，电子设备40可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备40的组件可以包括但不限于：上述至少一个处理器41、上述至少一个存储器42、连接不同系统组件(包括存储器42和处理器41)的总线43。
总线43包括数据总线、地址总线和控制总线。
存储器42可以包括易失性存储器，例如随机存取存储器(RAM)421和/或高速缓存存储器422，还可以进一步包括只读存储器(ROM)423。
存储器42还可以包括具有一组(至少一个)程序模块424的程序/实用工具425，这样的程序模块424包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器41通过运行存储在存储器42中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1所提供的逐时电负荷生成方法。
电子设备40也可以与一个或多个外部设备44(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口45进行。并且，模型生成的设备40还可以通过网络适配器46与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图15所示，网络适配器46通过总线43与模型生成的设备40的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备40使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例6
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1所提供的一种逐时电负荷生成方法的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所述的一种逐时电负荷生成方法中的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种逐时电负荷生成方法，其特征在于，所述逐时电负荷生成方法基于月度电费单包括的用电数据计算月度逐时电负荷数据，所述用电数据包括一天的时段划分信息、该月各时段的最大需量以及该月各时段的用电量，所述逐时电负荷生成方法包括：
基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量；
基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线，具体包括：
通过该月各时段的用电量，求得该月每天每时段的平均用电功率；
在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到所述平均用电功率为条件，计算该时段的起点到所述用电功率峰值出现的时刻的第一用电功率变化趋势系数和所述用电功率峰值出现的时刻到该时段的终点的第二用电功率变化趋势系数；
计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线；
根据马尔科夫链算法计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线；
分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据，具体包括：
筛选产生所述月度电费单的用电主体的非工作时段；
按预设调整系数缩放所述非工作时段的用电功率，得到修正典型日负荷曲线；
根据计算该月各时段的校正系数，所述校正系数等于该月每天的所述修正典型日负荷曲线中该时段的用电量总和与所述月度电费单中该时段的用电量的比值；
按照所述校正系数对所述修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据。
2.如权利要求1所述的逐时电负荷生成方法，其特征在于，基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，包括：
根据产生所述月度电费单的用电主体的个体用电特征或所述用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。
3.如权利要求2所述的逐时电负荷生成方法，其特征在于，该月每天每时段的用电功率峰值与该时段的最大需量的比值满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5}
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据所述个体用电特征或所述行业用电特征或所述通用用电特征确定或为预设的指定值；
各时段的用电功率峰值＝该时段对应的x﹡最大需量。
4.如权利要求2所述的逐时电负荷生成方法，其特征在于，各时段的用电功率峰值在该时段内出现的时刻符合所述个体用电特征或行业用电特征或通用用电特征，或，出现在该时段内各时刻的概率服从均匀分布。
5.一种逐时电负荷生成装置，其特征在于，所述逐时电负荷生成装置用于基于月度电费单包括的用电数据计算月度逐时电负荷数据，所述用电数据包括一天的时段划分信息、该月各时段的最大需量以及该月各时段的用电量，所述逐时电负荷生成装置包括：
峰值估算模块，用于基于该月各时段的最大需量，估算该月每天每时段的用电功率峰值及其出现的时刻，其中，对于相同的时段，该月所有天中的一天在该时段的用电功率峰值等于该月在该时段的最大需量，其余天在该时段的用电功率峰值小于该月在该时段的最大需量；
曲线拟合模块，用于基于一天内每个所述时段的用电功率峰值及其出现的时刻，拟合该天内每个所述时段其他时刻的用电功率，得到该月每天的典型日负荷曲线；
负荷调整模块，用于分时段调整该月每天的典型日负荷曲线，以使得相同时段的用电总量等于该时段的用电量，得到该月的逐时电负荷数据
所述曲线拟合模块具体包括：
平均用电功率计算模块，用于通过该月各时段的用电量，求得该月每天每时段的平均用电功率；
变化趋势系数计算模块，用于在各时段内，以该时段的用电功率峰值为用电功率的顶点，以达到所述平均用电功率为条件，计算该时段的起点到所述用电功率峰值出现的时刻的第一用电功率变化趋势系数和所述用电功率峰值出现的时刻到该时段的终点的第二用电功率变化趋势系数；
典型日负荷曲线计算模块，用于计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线；
所述典型日负荷曲线计算模块根据马尔科夫链算法计算符合所述第一用电功率变化趋势系数的、从该时段的起点到所述用电功率峰值出现的时刻的每一时刻的用电功率，以及符合所述第二用电功率变化趋势系数的、从所述用电功率峰值出现的时刻到该时段的终点的每一时刻的用电功率，得到所述典型日负荷曲线；
所述负荷调整模块具体包括：
非工作时段筛选模块，用于筛选产生所述月度电费单的用电主体的非工作时段；
用电功率修正模块，用于按预设调整系数缩放所述非工作时段的用电功率，得到修正典型日负荷曲线；
校正系数计算模块，用于根据计算该月各时段的校正系数，所述校正系数等于该月每天的所述修正典型日负荷曲线中该时段的用电量总和与所述月度电费单中该时段的用电量的比值；
电负荷校正模块，用于按照所述校正系数对所述修正典型日电负荷曲线中对应时段的用电功率进行缩放，得到该月的逐时电负荷数据。
6.如权利要求5所述的逐时电负荷生成装置，其特征在于，所述峰值估算模块具体用于根据产生所述月度电费单的用电主体的个体用电特征或所述用电主体的行业用电特征或预设的通用用电特征，计算该月每天每时段的用电功率峰值及其出现的时刻。
7.如权利要求6所述的逐时电负荷生成装置，其特征在于，该月每天每时段的用电功率峰值与该时段的最大需量的比值满足截断正态分布：
x～N(μ,σ2){2μ-1＝<x<＝1，μ>0.5}
式中，x表示各时段的用电功率峰值与最大需量的比值的随机变量，正态分布的数学期望μ和方差σ根据所述个体用电特征或所述行业用电特征或所述通用用电特征确定或为预设的指定值；
各时段的用电功率峰值＝该时段对应的x﹡最大需量。
8.如权利要求6所述的逐时电负荷生成装置，其特征在于，各时段的用电功率峰值在该时段内出现的时刻符合所述个体用电特征或行业用电特征或通用用电特征，或，出现在该时段内各时刻的概率服从均匀分布。
9.一种电子设备，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程序时实现权利要求1至4中任一项所述的逐时电负荷生成方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至4中任一项所述的逐时电负荷生成方法的步骤。
CN202011319605.9A 2020-11-23 2020-11-23 逐时电负荷生成方法、装置、电子设备及存储介质 Active CN112381436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011319605.9A CN112381436B (zh) 2020-11-23 2020-11-23 逐时电负荷生成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011319605.9A CN112381436B (zh) 2020-11-23 2020-11-23 逐时电负荷生成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112381436A CN112381436A (zh) 2021-02-19
CN112381436B true CN112381436B (zh) 2024-06-04

Family

ID=74588327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011319605.9A Active CN112381436B (zh) 2020-11-23 2020-11-23 逐时电负荷生成方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112381436B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462218B (zh) * 2022-01-19 2023-01-24 中国人民解放军陆军工程大学 一种电力电子设备用电功率的模拟方法及模拟装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006333687A (ja) * 2005-05-30 2006-12-07 Tokyo Electric Power Co Inc:The 電力負荷曲線生成方法及び熱負荷曲線生成方法
KR101354628B1 (ko) * 2012-11-16 2014-01-27 한국전기연구원 전기 사용자의 전력부하곡선을 산출하기 위한 장치 및 그 방법
WO2014187147A1 (zh) * 2013-05-20 2014-11-27 国家电网公司 电力系统中长期优化运行的中长期风电出力模型建模方法
CN105825298A (zh) * 2016-03-14 2016-08-03 梁海东 一种基于负荷特性预估的电网计量预警系统及方法
CN109961181A (zh) * 2019-03-15 2019-07-02 宁波弘汇能源发展有限公司 用于建筑能源逐时负荷预测的方法及系统
CN110826778A (zh) * 2019-10-23 2020-02-21 上海电机学院 一种主动适应新能源发展的负荷特性优化计算方法
CN111260354A (zh) * 2020-01-23 2020-06-09 广东电力信息科技有限公司 一种多时序多品种电力市场下的电费结算方法和相关装置
CN111697602A (zh) * 2020-05-15 2020-09-22 西安联创分布式可再生能源研究院有限公司 基于需量调节的电化学储能系统的配置与策略制定方法
CN111832861A (zh) * 2019-04-19 2020-10-27 广州供电局有限公司 基于大数据平台的居民负荷变尺度画像方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170310140A1 (en) * 2016-04-26 2017-10-26 Nec Laboratories America, Inc. System and method for reducing time-averaged peak charges

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006333687A (ja) * 2005-05-30 2006-12-07 Tokyo Electric Power Co Inc:The 電力負荷曲線生成方法及び熱負荷曲線生成方法
KR101354628B1 (ko) * 2012-11-16 2014-01-27 한국전기연구원 전기 사용자의 전력부하곡선을 산출하기 위한 장치 및 그 방법
WO2014187147A1 (zh) * 2013-05-20 2014-11-27 国家电网公司 电力系统中长期优化运行的中长期风电出力模型建模方法
CN105825298A (zh) * 2016-03-14 2016-08-03 梁海东 一种基于负荷特性预估的电网计量预警系统及方法
CN109961181A (zh) * 2019-03-15 2019-07-02 宁波弘汇能源发展有限公司 用于建筑能源逐时负荷预测的方法及系统
CN111832861A (zh) * 2019-04-19 2020-10-27 广州供电局有限公司 基于大数据平台的居民负荷变尺度画像方法和系统
CN110826778A (zh) * 2019-10-23 2020-02-21 上海电机学院 一种主动适应新能源发展的负荷特性优化计算方法
CN111260354A (zh) * 2020-01-23 2020-06-09 广东电力信息科技有限公司 一种多时序多品种电力市场下的电费结算方法和相关装置
CN111697602A (zh) * 2020-05-15 2020-09-22 西安联创分布式可再生能源研究院有限公司 基于需量调节的电化学储能系统的配置与策略制定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于正态分布的典型负荷日拟合方法;韩宏志等;分布式能源;20200815(04);全文 *
基于逐时分析的园区源-储-荷协同运行的储能容量优化配置;杨水丽等;电器与能效管理技术;20181030(20);全文 *

Also Published As

Publication number Publication date
CN112381436A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
Hargreaves et al. REFLEX: An adapted production simulation methodology for flexible capacity planning
Edwards et al. Assessing the contribution of nightly rechargeable grid-scale storage to generation capacity adequacy
CN110276489B (zh) 基于㶲损最低的多能量枢纽分布式优化调度方法及系统
CN115882456B (zh) 一种基于大规模电网潮流的电力控制方法及系统
CN109389437B (zh) 电价的定价方法、定价装置及终端
CN112381436B (zh) 逐时电负荷生成方法、装置、电子设备及存储介质
CN107749624B (zh) 分布式光伏发电运营模式优化设计方法和系统
CN109741213A (zh) 一种零能耗建筑耗能控制方法及系统
Yang et al. Probabilistic revenue analysis of microgrid considering source-load and forecast uncertainties
CN111126716A (zh) 一种基于极端梯度提升算法预测电价的系统模型
CN116316635A (zh) 基于量测信息的电力协同控制方法及系统
CN116384622A (zh) 基于电力大数据的碳排放监测方法及装置
CN105488302A (zh) 一种公共建筑节能改造节能量测量方法
CN112883588B (zh) 分产业负荷曲线模拟方法、系统及装置
CN112037082B (zh) 一种电网调峰中可中断负荷电价的计算方法及系统
Zurkafli et al. Personal Energy Auditor based on Energy Consumption Rating using Normal Distribution for Energy Efficiency
CN113642248A (zh) 定位设备剩余使用时间的评估方法及装置
CN105260946A (zh) 低压同期线损统计方法
CN110659824A (zh) 电量平衡测算方法和装置
CN113361960B (zh) 一种大规模需求响应能力量化方法、介质、装置及设备
CN113077105B (zh) 一种长假日负荷预测方法及装置
Piccirilli et al. Optimal Portfolio in Intraday Electricity Markets Modelled by L\'evy-Ornstein-Uhlenbeck Processes
CN115880068A (zh) 电力处理方法、装置、计算机可读存储介质及计算机设备
CN115271247A (zh) 一种分布式光伏发电量消纳及综合电价测算方法及系统
CN117374921A (zh) 电力资源转移中绿电比例的确定方法、装置和计算机设备

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