CN113269361A - 一种基于电力用户关联性分析的用电量增长预测方法 - Google Patents
一种基于电力用户关联性分析的用电量增长预测方法 Download PDFInfo
- Publication number
- CN113269361A CN113269361A CN202110553417.0A CN202110553417A CN113269361A CN 113269361 A CN113269361 A CN 113269361A CN 202110553417 A CN202110553417 A CN 202110553417A CN 113269361 A CN113269361 A CN 113269361A
- Authority
- CN
- China
- Prior art keywords
- delta
- variables
- correlation coefficient
- difference value
- linear
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012417 linear regression Methods 0.000 claims abstract description 10
- 230000000875 corresponding effect Effects 0.000 claims description 34
- 230000002596 correlated effect Effects 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims 2
- 150000001875 compounds Chemical class 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010248 power generation Methods 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
- G06Q10/04—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (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)
Abstract
本发明提出一种基于电力用户关联性分析的用电量增长预测方法,包括以下步骤:首先计算第t年和第t‑1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs;接着根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs判断电量差值ΔQ与对应月份用户新装增容户数差值Δn之间是否存在相关关系;当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间不存在线性关系时,利用多项式拟合ΔQ与Δn之间的表达式m是多项式阶数;最后通过ΔQ与Δn之间的表达式预测因地区新装、增容户数的增长而增长的电量。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种基于电力用户关联性分析的用电量增长预测方法。
背景技术
经济的快速发展,电力需求不断提高,现有容量已经不能满足实际情况。随着客户申请新装、增容的数量不断增加,客户新装、增容也成为电力负荷预测不可忽略的一部分。电力负荷预测是电力系统规划建设的依据。负荷预测的准确性将直接影响到电力企业投资、电力系统网络布局及运行的合理性。另外,根据准确的电力负荷预测结果可以经济合理地安排电网内部发电机组的启停,保持电网运行的安全稳定性,减少不必要的旋转储备容量,合理安排机组检修计划,保障社会的正常生产和生活,有效地降低发电成本,提高经济效益和社会效益。
因此,本领域技术人员亟需提供一种基于电力用户关联性分析的用电量增长预测方法,能够实现分析客户新装、增容户数增量与用电量增量之间的关联关系。
发明内容
本发明的目的是提供一种基于电力用户关联性分析的用电量增长预测方法,能够实现分析客户新装、增容户数增量与用电量增量之间的关联关系。
为了实现上述目的,本发明提供了一种基于电力用户关联性分析的用电量增长预测方法,包括以下步骤:
步骤S01、计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs;
步骤S02、根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs判断电量差值ΔQ与对应月份用户新装增容户数差值Δn之间是否存在相关关系;若皮尔逊相关系数ρxy>0.5且斯皮尔曼相关系数rs>0.5,则判定电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系;
步骤S03、若电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系,根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是为正数,变量ΔQ与Δn之间存在线性关系;
步骤S04、当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间不存在线性关系时,利用多项式拟合ΔQ与Δn之间的表达式m是多项式阶数;
步骤S05、通过ΔQ与Δn之间的表达式预测因地区新装、增容户数的增长而增长的电量。
优选的,所述步骤S01中,计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs:
(1)皮尔逊相关系数ρxy
皮尔逊相关系数ρxy用来度量两个变量之间的线性关系;
变量x、y之间的ρxy定义为:
式中,cov(x,y)是x、y的协方差,σx是x的标准差,σy是y的标准差;
ρxy的取值范围为[-1,1]。当ρxy=0时,变量x、y没有关联;当ρxy=1时,变量x、y为正相关;当ρxy=-1时,变量x、y为负相关;|ρxy|越大,变量之间的线性相关性越强。
优选的,所述步骤S01中,斯皮尔曼相关系数rs反映变量之间的变化趋势的方向和程度;
假设变量x、y中各包含N个元素,变量x、y之间的rs定义为:
式中,di 2是二列成对变量的等级差数;
式中,R(xi)、R(yi)分别是变量x、y中对应元素xi、yi在各自集合中的排名;
rs的取值范围为[-1,1];当rs=0时,变量x、y没有关联;当rs=1时,变量x、y为正相关;当rs=-1时,变量x、y为负相关。
优选的,所述步骤S02中,根据ρxy、rs判断ΔQ与Δn之间是否存在相关关系;若ρxy>0.5且rs>0.5,则判定ΔQ与Δn之间存在相关关系;若ΔQ与Δn之间不存在相关关系,则地区客户新装、增容户数不会引起用电量变化。
优选的,所述步骤S03中,根据ρxy、rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是一个很小的正数,变量ΔQ与Δn之间存在线性关系。
优选的,所述步骤S04中,利用回归拟合变量ΔQ与Δn之间的表达式,具体如下:
(1)当ΔQ与Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;
与现有技术相比,本发明的优势之处在于:本发明能够实现分析客户新装、增容户数增量与用电量增量之间的关联关系。并在客户新装、增容户数增量与用电量增量之间存在关联关系时得到两者之间定量的表达式,能够准确预测出因地区新装、增容户数的增长而增长的电量。
附图说明
图1为本发明提供的基于电力用户关联性分析的用电量增长预测方法流程图;
图2为本发明中ΔQ与Δn存在线性关系时的线性回归拟合曲线;
图3为本发明中ΔQ与Δn存在关联关系(非线性关系)时的多项式回归拟合曲线。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
请参看图1-图3,图1为本发明提供的基于电力用户关联性分析的用电量增长预测方法流程图;图2为本发明中ΔQ与Δn存在线性关系时的线性回归拟合曲线;图3为本发明中ΔQ与Δn存在关联关系(非线性关系)时的多项式回归拟合曲线。
本发明提供一种基于电力用户关联性分析的用电量增长预测方法,包括以下步骤:
步骤S01、计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs;
步骤S02、根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs判断电量差值ΔQ与对应月份用户新装增容户数差值Δn之间是否存在相关关系;若皮尔逊相关系数ρxy>0.5且斯皮尔曼相关系数rs>0.5,则判定电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系;
步骤S03、若电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系,根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是为正数,变量ΔQ与Δn之间存在线性关系;
步骤S04、当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间不存在线性关系时,利用多项式拟合ΔQ与Δn之间的表达式m是多项式阶数;
步骤S05、通过ΔQ与Δn之间的表达式预测因地区新装、增容户数的增长而增长的电量。
其中,步骤S01中,计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs:
(1)皮尔逊相关系数ρxy
皮尔逊相关系数ρxy用来度量两个变量之间的线性关系;
变量x、y之间的ρxy定义为:
式中,cov(x,y)是x、y的协方差,σx是x的标准差,σy是y的标准差;
ρxy的取值范围为[-1,1]。当ρxy=0时,变量x、y没有关联;当ρxy=1时,变量x、y为正相关;当ρxy=-1时,变量x、y为负相关;|ρxy|越大,变量之间的线性相关性越强。
优选的,所述步骤S01中,斯皮尔曼相关系数rs反映变量之间的变化趋势的方向和程度;
假设变量x、y中各包含N个元素,变量x、y之间的rs定义为:
式中,di 2是二列成对变量的等级差数;
式中,R(xi)、R(yi)分别是变量x、y中对应元素xi、yi在各自集合中的排名;
rs的取值范围为[-1,1];当rs=0时,变量x、y没有关联;当rs=1时,变量x、y为正相关;当rs=-1时,变量x、y为负相关。
其中,步骤S02中,根据ρxy、rs判断ΔQ与Δn之间是否存在相关关系;若ρxy>0.5且rs>0.5,则判定ΔQ与Δn之间存在相关关系;若ΔQ与Δn之间不存在相关关系,则地区客户新装、增容户数不会引起用电量变化。
步骤S03中,根据ρxy、rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是一个很小的正数,变量ΔQ与Δn之间存在线性关系。
步骤S04中,利用回归拟合变量ΔQ与Δn之间的表达式,具体如下:
(1)当ΔQ与Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;
实施例一
步骤1:本实施范例结合三个典型地区电量数据,时间范围为2017年1月到2019年12月,共36个数据点,包括月份用电量和当月用户新装、增容户数。计算第2017年与第2018年、第2018年与第2019年对应月份的电量差值ΔQ(共24个数据点),和对应月份用户新装增容户数差值Δn(共24个数据点)之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs,如表1所示。
(1)皮尔逊相关系数ρxy
皮尔逊相关系数ρxy用来度量两个变量之间的线性关系。
变量x、y之间的ρxy定义为:
式中,cov(x,y)是x、y的协方差,σx是x的标准差,σy是y的标准差。
ρxy的取值范围为[-1,1]。当ρxy=0时,变量x、y没有关联;当ρxy=1时,变量x、y为正相关;当ρxy=-1时,变量x、y为负相关;|ρxy|越大,变量之间的线性相关性越强。
(2)斯皮尔曼相关系数rs
斯皮尔曼相关系数rs反映变量之间的变化趋势的方向和程度。
假设变量x、y中各包含N个元素。变量x、y之间的rs定义为:
式中,di 2是二列成对变量的等级差数。
式中,R(xi)、R(yi)分别是变量x、y中对应元素xi、yi在各自集合中的排名。
rs的取值范围为[-1,1]。当rs=0时,变量x、y没有关联;当rs=1时,变量x、y为正相关;当rs=-1时,变量x、y为负相关。
表1ΔQ与Δn的相关系数
步骤2:判断ΔQ与Δn之间是否存在相关关系,即若ρxy>0.5且rs>0.5,则判定ΔQ与Δn之间存在相关关系。基于表1判断,地区1的ΔQ与Δn之间不存在相关关系,所以客户新装、增容户数不影响当地电量增长。地区2、3的ΔQ与Δn之间存在相关关系。
步骤3:根据ρxy、rs的相对大小判断两变量之间是否存在线性关系。基于表1判断,地区2的ρxy≈rs,所以地区2的ΔQ与Δn之间存在线性相关关系。地区3的ΔQ与Δn之间不存在线性相关关系。
步骤4:在步骤(4)中,利用回归拟合变量ΔQ与Δn之间的表达式,具体如下:
(1)当ΔQ与Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b。
对地区2的ΔQ与Δn进行线性拟合,线性表达式为:
ΔQ=0.000395Δn+0.000716
此时的均方误差MSE=1.741×10-6,拟合优度R2=0.902,可以准确的根据地区2的Δn预测出ΔQ。
对地区3的ΔQ与Δn进行多项式拟合,表达式为:
ΔQ=7.293×10-6Δn3-0.000504Δn2+0.01154Δn-0.0857
此时的均方误差MSE=0.001,拟合优度R2=0.996,可以准确的根据地区3的Δn预测出ΔQ。
在应用阶段,利用步骤4中所拟合的表达式,可以准确的预测出因地区新装、增容户数的增长而增长的电量。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (6)
1.一种基于电力用户关联性分析的用电量增长预测方法,其特征在于,包括以下步骤:
步骤S01、计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs;
步骤S02、根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs判断电量差值ΔQ与对应月份用户新装增容户数差值Δn之间是否存在相关关系;若皮尔逊相关系数ρxy>0.5且斯皮尔曼相关系数rs>0.5,则判定电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系;
步骤S03、若电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在相关关系,根据皮尔逊相关系数ρxy、斯皮尔曼相关系数rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是为正数,变量ΔQ与Δn之间存在线性关系;
步骤S04、当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间存在线性关系时,利用线性回归拟合ΔQ与Δn之间的线性表达式ΔQ=WΔn+b;当电量差值ΔQ与对应月份用户新装增容户数差值Δn之间不存在线性关系时,利用多项式拟合ΔQ与Δn之间的表达式m是多项式阶数;
步骤S05、通过ΔQ与Δn之间的表达式预测因地区新装、增容户数的增长而增长的电量。
2.根据权利要求1所述的基于电力用户关联性分析的用电量增长预测方法,其特征在于,所述步骤S01中,计算第t年和第t-1年对应月份的电量差值ΔQ和对应月份用户新装增容户数差值Δn之间的皮尔逊相关系数ρxy和斯皮尔曼相关系数rs:
(1)皮尔逊相关系数ρxy
皮尔逊相关系数ρxy用来度量两个变量之间的线性关系;
变量x、y之间的ρxy定义为:
式中,cov(x,y)是x、y的协方差,σx是x的标准差,σy是y的标准差;
ρxy的取值范围为[-1,1]。当ρxy=0时,变量x、y没有关联;当ρxy=1时,变量x、y为正相关;当ρxy=-1时,变量x、y为负相关;|ρxy|越大,变量之间的线性相关性越强。
4.根据权利要求1所述的基于电力用户关联性分析的用电量增长预测方法,其特征在于,所述步骤S02中,根据ρxy、rs判断ΔQ与Δn之间是否存在相关关系;若ρxy>0.5且rs>0.5,则判定ΔQ与Δn之间存在相关关系;若ΔQ与Δn之间不存在相关关系,则地区客户新装、增容户数不会引起用电量变化。
5.根据权利要求1所述的基于电力用户关联性分析的用电量增长预测方法,其特征在于,所述步骤S03中,根据ρxy、rs的相对大小判断两变量之间是否存在线性关系;当ρxy≈rs时,即|ρxy-rs|<ε,ε是一个很小的正数,变量ΔQ与Δn之间存在线性关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553417.0A CN113269361A (zh) | 2021-05-20 | 2021-05-20 | 一种基于电力用户关联性分析的用电量增长预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553417.0A CN113269361A (zh) | 2021-05-20 | 2021-05-20 | 一种基于电力用户关联性分析的用电量增长预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113269361A true CN113269361A (zh) | 2021-08-17 |
Family
ID=77232166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110553417.0A Pending CN113269361A (zh) | 2021-05-20 | 2021-05-20 | 一种基于电力用户关联性分析的用电量增长预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113269361A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222166A (zh) * | 2011-06-08 | 2011-10-19 | 北京交通大学 | 一种动车组弓网关系的安全性预测方法 |
CN106447108A (zh) * | 2016-09-28 | 2017-02-22 | 国网山东省电力公司电力科学研究院 | 一种考虑业扩报装数据的用电需求分析预测方法 |
CN109346168A (zh) * | 2018-08-31 | 2019-02-15 | 东软集团股份有限公司 | 一种确定数据相关性的方法及装置 |
CN109559154A (zh) * | 2018-10-29 | 2019-04-02 | 国网天津市电力公司 | 基于Johnson-Copula模型的电力需求总量相关因素分析系统及方法 |
-
2021
- 2021-05-20 CN CN202110553417.0A patent/CN113269361A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222166A (zh) * | 2011-06-08 | 2011-10-19 | 北京交通大学 | 一种动车组弓网关系的安全性预测方法 |
CN106447108A (zh) * | 2016-09-28 | 2017-02-22 | 国网山东省电力公司电力科学研究院 | 一种考虑业扩报装数据的用电需求分析预测方法 |
CN109346168A (zh) * | 2018-08-31 | 2019-02-15 | 东软集团股份有限公司 | 一种确定数据相关性的方法及装置 |
CN109559154A (zh) * | 2018-10-29 | 2019-04-02 | 国网天津市电力公司 | 基于Johnson-Copula模型的电力需求总量相关因素分析系统及方法 |
Non-Patent Citations (2)
Title |
---|
李常生 等: "基于客户新装、增容户数关联分析下的区域用电量增长预测", 《科技创新与应用》 * |
汪鸿等: "基于修正业扩容量曲线的月度电量预测方法", 《电力系统及其自动化学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arora et al. | Forecasting electricity smart meter data using conditional kernel density estimation | |
Grainger et al. | Electricity shortages and manufacturing productivity in Pakistan | |
US9194899B2 (en) | Utility network and revenue assurance | |
Flath et al. | Cluster analysis of smart metering data: An implementation in practice | |
US20110040666A1 (en) | Dynamic pricing system and method for complex energy securities | |
US20100217651A1 (en) | System and method for managing energy resources based on a scoring system | |
US20100332373A1 (en) | System and method for participation in energy-related markets | |
Desroches et al. | Incorporating experience curves in appliance standards analysis | |
Muthirayan et al. | A minimal incentive-based demand response program with self reported baseline mechanism | |
Yu et al. | Modeling and prioritizing dynamic demand response programs in the electricity markets | |
Burillo et al. | Electricity demand planning forecasts should consider climate non-stationarity to maintain reserve margins during heat waves | |
US20100217642A1 (en) | System and method for single-action energy resource scheduling and participation in energy-related securities | |
Gerbec et al. | An approach to customers daily load profile determination | |
Yu et al. | Good consumer or bad consumer: Economic information revealed from demand profiles | |
Sauhats et al. | Analysis and prediction of electricity consumption using smart meter data | |
Fahy et al. | Input data reduction for microgrid sizing and energy cost modeling: Representative days and demand charges | |
Fuks et al. | Applying models for ordinal logistic regression to the analysis of household electricity consumption classes in Rio de Janeiro, Brazil | |
Alahmed et al. | Integrating distributed energy resources: Optimal prosumer decisions and impacts of net metering tariffs | |
KR101783252B1 (ko) | 마이크로그리드에서의 전기소비자 중 수요자원 모집을 지원하는 장치와 방법 | |
US20070216362A1 (en) | Method of indicating consumption of utility services with multi-level pricing | |
Evans et al. | Incentive regulation of prices when costs are sunk | |
CN113269361A (zh) | 一种基于电力用户关联性分析的用电量增长预测方法 | |
Sonderegger et al. | Distributed asset insight | |
Broadwater et al. | Decision evaluation with interval mathematics: a power distribution system case study | |
Bye et al. | How do spot prices affect aggregate electricity demand? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 735000 Jiuquan power supply company of State Grid, No.8 Dunhuang Road, Suzhou District, Jiuquan City, Gansu Province Applicant after: JIUQUAN POWER SUPPLY COMPANY OF STATE GRID GANSU ELECTRIC POWER Co. Address before: 735000 Jiuquan power supply company of State Grid, No.8 Dunhuang Road, Suzhou District, Jiuquan City, Gansu Province Applicant before: Jiuquan power supply company of State Grid Gansu Electric Power Co.,Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210817 |