CN113469568A - 一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 - Google Patents
一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 Download PDFInfo
- Publication number
- CN113469568A CN113469568A CN202110828345.6A CN202110828345A CN113469568A CN 113469568 A CN113469568 A CN 113469568A CN 202110828345 A CN202110828345 A CN 202110828345A CN 113469568 A CN113469568 A CN 113469568A
- Authority
- CN
- China
- Prior art keywords
- attribute index
- load
- target
- vector
- value
- 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
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (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)
Abstract
本发明公开了一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置,通过确定评价工业负荷调节能力的属性集合,利用改进灰靶决策理论,建立考虑决策者偏好的混合靶心,通过各个方案的指标值与靶心的距离,与专家权重结合后,对工业负荷调节能力进行量化,实现评分排序的功能。与基本的灰靶决策方法相比,引入决策者偏好,使生成的初步决策具有调整空间,利用决策者经验增强了方法的稳定性。利用改进的方法对工业用户负荷进行量化,充分考虑了环境因素,有效解决了目前在有序用电中存在的不科学问题,能够为电网调度部门提供决策信息,增强在实行有序用电时的科学性与实用性。
Description
技术领域
本发明涉及电力系统及其市场技术领域,具体涉及一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置。
技术背景
随着经济的迅速发展,季节性、时段性负荷迅猛增长,电网峰值负荷不断攀升,电网峰谷差呈现逐步扩大趋势,部分地区的电力供需不平衡矛盾非常严重,局部地区的重过载现象,严重影响电力系统的安全稳定运行。传统“源随荷动”,单纯依靠增加电网装机容量,以被动地满足电网高峰负荷需求的方式,造成了发电、输变电、配电建设投资的巨大压力,同时也造成电网设施利用效率低下。然而,需求侧响应作为一种解决方案,目前仍然存在一些不足。
一方面,传统的需求侧响应方案编制粗放,没有考虑到大用户的用电和生产特性,没有综合分析有序用电带来的效益和成本以及用户用能体验的问题,往往站在便于操作,依靠单一大容量客户参与避峰计划,决策主观性较强,缺乏公平考虑,电力资源配置效率不高。另一方面,随着电力系统的数字化进程,结合海量数据,提升电网的运营效率和服务水平是未来的趋势,仍然存在许多潜在用户的调节潜力待被挖掘。
因此,需要一种能够对工业负荷参与需求侧响应可调节潜力的标准化评估机制,在制定需求侧响应方案时,通过评分辅助决策。利用改进的方法对工业用户负荷进行量化,充分考虑了环境因素,有效解决了目前在有序用电中存在的不科学问题,能够为电网调度部门提供决策信息,增强在实行有序用电时的科学性与实用性。
发明内容
本发明的目的是,利用决策者偏好靶心的混合靶心灰靶决策方法,考虑工业用户的参与需求侧响应时的属性指标,建立一套工业负荷参与需求侧响应的评分方法,在决策中添加进决策者人为倾向条件,使得决策更具有灵活度,为电力系统制定需求侧响应方案提供决策依据。
为实现上述目的,本发明采用的技术方案是:
一方面,一种基于改进灰靶理论的工业用户负荷调节能力量化方法,包括以下步骤:
S1:选取评价工业用户的负荷调节能力属性指标;
S2:将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
S3:以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
S4:依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
S5:计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
S6:利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
进一步地,所述将工业用户各方案的负荷调节能力属性指标值转化为二元联系数是按照以下公式计算获得:
进一步地,以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心是按以下公式确定:
对于经济效益型指标的靶心,以指标向量范数最大对应指标向量作为靶心;对于成本型指标的靶心,以指标向量范数最小对应指标向量作为靶心。
进一步地,当向量范数相等时,选择不确定性项小的向量作为靶心。
进一步地,依据决策者对各属性指标的偏好,构建各属性指标的混合靶心是按照以下公式确定:
进一步地,所述各微小向量到混合靶心之间的距离采用以下公式计算:
dit=|rit-pit|
其中,dit为微小向量Uit与第t个属性指标混合靶心之间的距离,rit为微小向量Uit中的模,Pit为vit在上的投影;令vit=(bA,bB),aA、bA分别表示微小向量中vit到靶心的距离,aB、bB分别表示工业用户各方案下第j个属性指标的最大、最小范数,aB=max{||Uit||,i∈(1,2,...,n)},bB=min{||Uit||,i∈(1,2,...,n)}。
进一步地,选取评价工业用户的负荷调节能力属性指标包括:
(1)最大可中断容量:Pm=[Pmmin,Pmyd,Pmmax],Pmyd表示在需求侧响应合同中签订的调节时段最大可中断容量,m表示第m个工业用户;Pmmin,Pmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最大可中断容量偏差预测的最大值与最小值;
(2)最长中断时间:Δtm=[Δtmmin,Δtmyd,Δtmmax],Δtmyd表示在需求侧响应合同中签订的调节时段最长中断时间,Δtmmin,Δtmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最长中断时间偏差预测的最大值与最小值;
(3)最短通知时间:Tmin表示在需求侧响应合同中签订的需求侧响应前最短通知时间;
通过将需求响应前的负荷曲线与需求响应后的负荷曲线进行对比,对比在需求响应时所需要的通知时间。在对比得到历史通知时间后,对所有历史通知时间取均值即为最短通知时间。
式中,Pwork表示正常生产时的负荷值,Pctl为需求侧响应后的负荷值,Δt为调节时间,Δt为调节开始时刻,Cprice为补偿电价;
(5)最大调节速度:Vmax表示用户在响应时切断负荷的能力:
p表示在需求响应开始到需求响应结束时所切负荷功率的大小;最大调节速度的取值区间为Vm=[0.9Vmax,Vmax,1.1Vmax];
(6)单位电量产值:Ceff表示企业自身的生产能力:
其中,Ototal为用户的生产总值,Wtotal是用户的总用电量。
另一方面,一种基于改进灰靶理论的工业用户负荷调节能力量化装置,其特征在于,包括:
属性指标选定单元:用于选取评价工业用户的负荷调节能力属性指标;
二元联系数构建单元:用于将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
单一靶心确定单元:用于以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
混合靶心构建单元:用于依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
与靶心距离计算单元:用于计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
负荷调节能力评分单元:用于利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
进一步地,所述属性指标选定单元选取以下评价工业用户的负荷调节能力属性指标:
(1)最大可中断容量;(2)最长中断时间;(3)最短通知时间;(4)电价补偿系数;(5)最大调节速度;(6)单位电量产值。
有益效果
与现有技术相比,本发明的有益效果为
1.多层次的指标设置考虑了需求侧响应流程中调节能力、调节效益的需求,促进调节公平,能够得到多方满意的需求侧响应方案;
2.与传统调节方式相比,提出了对评价指标的量化方案;
3.与基本的灰靶决策方法相比,基于二元联系数,引入决策者偏好,使生成的初步决策具有调整空间,利用决策者经验增强了方法的稳定性。有效解决了目前在有序用电中存在的不科学问题,能够为电网调度部门提供决策信息,增强在实行有序用电时的科学性与实用性。
附图说明
图1为本发明实施例所述方法的流程示意图。
具体实施方式
下面结合本发明的附图1,对本发明的具体实施方案进行清楚、完整地描述,显然,所描述的实施案例仅仅是本发明的一部分实施案例,而不是全部的实施案例。基于本发明中的实施案例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施。
一方面,一种基于改进灰靶理论的工业用户负荷调节能力量化方法,包括以下步骤:
S1:选取评价工业用户的负荷调节能力属性指标;
选取评价工业用户的负荷调节能力属性指标包括:
(1)最大可中断容量:Pm=[Pmmin,Pmyd,Pmmax],Pmyd表示在需求侧响应合同中签订的调节时段最大可中断容量,m表示第m个工业用户;Pmmin,Pmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最大可中断容量偏差预测的最大值与最小值;
(2)最长中断时间:Δtm=[Δtmmin,Δtmyd,Δtmmax],Δtmyd表示在需求侧响应合同中签订的调节时段最长中断时间,Δtmmin,Δtmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最长中断时间偏差预测的最大值与最小值;
(3)最短通知时间:Tmin表示在需求侧响应合同中签订的需求侧响应前最短通知时间;
通过将需求响应前的负荷曲线与需求响应后的负荷曲线进行对比,对比在需求响应时所需要的通知时间。在对比得到历史通知时间后,对所有历史通知时间取均值即为最短通知时间。
式中,Pwork表示正常生产时的负荷值,Pctl为需求侧响应后的负荷值,Δt为调节时间,Δt为调节开始时刻,Cprice为补偿电价;
(5)最大调节速度:Vmax表示用户在响应时切断负荷的能力:
p表示在需求响应开始到需求响应结束时所切负荷功率的大小;最大调节速度的取值区间为Vm=[0.9Vmax,Vmax,1.1Vmax];
(6)单位电量产值:Ceff表示企业自身的生产能力:
其中,Ototal为用户的生产总值,Wtotal是用户的总用电量。
建立方案集和属性集矩阵,方案集代表待评估的n个工业负荷,记为S={S1,S2,…,Sn},属性集代表在评价中纳入考虑的q个属性,记为A={A1,A2,…,Am},指标集是属性集的具体表征,方案Ss在属性At下的指标值记为Sst,建立方案-属性-指标联合表格,如下所示:
表1方案-属性指标
值得说明的是,对负荷调节能力属性指标的选取不限于本发明中所提到的最大可中断容量、最长可中断时间、最短通知时间、电价补偿系数、最大调节速度、单位电量产值、单位电量污染物、单位电量税收、峰时正常负荷,工业负荷与电网峰-峰时差、历史响应次数、历史响应率、历史响应率达标率、制造行业类型指标,在实施过程中,可以视具体情况修改。
S2:将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
所述将工业用户各方案的负荷调节能力属性指标值转化为二元联系数是按照以下公式计算获得:
S3:以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心是按以下公式确定:
对于经济效益型指标的靶心,以指标向量范数最大对应指标向量作为靶心;对于成本型指标的靶心,以指标向量范数最小对应指标向量作为靶心。
当向量范数相等时,选择不确定性项小的向量作为靶心。
S4:依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
依据决策者对各属性指标的偏好,构建各属性指标的混合靶心是按照以下公式确定:
S5:计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
所述各微小向量到混合靶心之间的距离采用以下公式计算:
dit=|rit-pit|
其中,dit为微小向量Uit与第t个属性指标混合靶心之间的距离,rit为微小向量Uit中的模,Pit为vit在上的投影;令vit=(bA,bB),aA、bA分别表示微小向量中vit到靶心的距离,aB、bB分别表示工业用户各方案下第j个属性指标的最大、最小范数,aB=max{||Uit||,i∈(1,2,...,n)},bB=min{||Uit||,i∈(1,2,...,n)}。
S6:利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
NEs=WZ=[zst1,zst2,…,zstq]
将NEs依照顺序排列,即可得到负荷调节能力,NEs表示工业用户各方案下的不同属性指标与靶心之间的距离组成的向量。
本发明实施例还提供了一种基于改进灰靶理论的工业用户负荷调节能力量化装置,包括:
属性指标选定单元:用于选取评价工业用户的负荷调节能力属性指标;
二元联系数构建单元:用于将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
单一靶心确定单元:用于以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
混合靶心构建单元:用于依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
与靶心距离计算单元:用于计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
负荷调节能力评分单元:用于利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于改进灰靶理论的工业用户负荷调节能力量化方法,其特征在于,包括以下步骤:
S1:选取评价工业用户的负荷调节能力属性指标;
S2:将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
S3:以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
S4:依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
S5:计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
S6:利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
4.根据权利要求3所述的方法,其特征在于,当向量范数相等时,选择不确定性项小的向量作为靶心。
7.根据权利要求1所述的方法,其特征在于,选取评价工业用户的负荷调节能力属性指标包括:
(1)最大可中断容量:Pm=[Pmmin,Pmyd,Pmmax],Pmyd表示在需求侧响应合同中签订的调节时段最大可中断容量,m表示第m个工业用户;Pmmin,Pmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最大可中断容量偏差预测的最大值与最小值;
(2)最长中断时间:Δtm=[Δtmmin,Δtmyd,Δtmmax],Δtmyd表示在需求侧响应合同中签订的调节时段最长中断时间,Δtmmin,Δtmmax为分别对响应前负荷历史曲线及响应后负荷历史曲线进行作差,求得作差后的曲线最大值与最小值,即为最长中断时间偏差预测的最大值与最小值;
(3)最短通知时间:Tmin表示在需求侧响应合同中签订的需求侧响应前最短通知时间;
式中,Pwork表示正常生产时的负荷值,Pctl为需求侧响应后的负荷值,Δt为调节时间,Δt为调节开始时刻,Cprice为补偿电价;
(5)最大调节速度:Vmax表示用户在响应时切断负荷的能力:
p表示在需求响应开始到需求响应结束时所切负荷功率的大小;最大调节速度的取值区间为Vm=[0.9Vmax,Vmax,1.1Vmax];
(6)单位电量产值:Ceff表示企业自身的生产能力:
其中,Ototal为用户的生产总值,Wtotal是用户的总用电量。
8.一种基于改进灰靶理论的工业用户负荷调节能力量化装置,其特征在于,包括:
属性指标选定单元:用于选取评价工业用户的负荷调节能力属性指标;
二元联系数构建单元:用于将工业用户各方案的负荷调节能力属性指标值转化为二元联系数,并记为二维确定-不确定空间的微小向量;
单一靶心确定单元:用于以S2所得二维确定-不确定空间的微小向量,并基于单一灰靶决策获得各属性指标的单一靶心;
混合靶心构建单元:用于依据决策者对各属性指标的偏好,构建各属性指标的混合靶心;
与靶心距离计算单元:用于计算各微小向量到混合靶心之间的距离,并将距离进行归一化处理,得到各微小向量到混合靶心之间的归一化距离;
负荷调节能力评分单元:用于利用专家对各属性指标重要程度的判断权值与归一化距离按照相应属性指标相乘,得到工业用户各方案的负荷调节能力评分向量,实现对工业用户负荷调节能力量化。
10.根据权利要求8所述的装置,其特征在于,所述属性指标选定单元选取以下评价工业用户的负荷调节能力属性指标:
(1)最大可中断容量;(2)最长中断时间;(3)最短通知时间;(4)电价补偿系数;(5)最大调节速度;(6)单位电量产值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110828345.6A CN113469568B (zh) | 2021-07-22 | 2021-07-22 | 一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110828345.6A CN113469568B (zh) | 2021-07-22 | 2021-07-22 | 一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113469568A true CN113469568A (zh) | 2021-10-01 |
CN113469568B CN113469568B (zh) | 2023-08-01 |
Family
ID=77881666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110828345.6A Active CN113469568B (zh) | 2021-07-22 | 2021-07-22 | 一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469568B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070076265A1 (en) * | 2005-10-03 | 2007-04-05 | Lexmark International, Inc. | Method of bit depth reduction for an apparatus |
US9857663B1 (en) * | 2012-08-07 | 2018-01-02 | Google Inc. | Phase detection autofocus system and method |
CN108108874A (zh) * | 2017-11-29 | 2018-06-01 | 国家电网公司 | 一种基于正负靶心的灰靶模型的配电网综合评价方法 |
CN109255463A (zh) * | 2018-07-11 | 2019-01-22 | 东南大学 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
CN109657925A (zh) * | 2018-11-26 | 2019-04-19 | 国网浙江省电力有限公司宁波供电公司 | 基于灰靶理论的电网应急能力动态评价方法 |
CN111413589A (zh) * | 2020-04-02 | 2020-07-14 | 山东理工大学 | 一种基于灰靶决策的配电网单相短路故障定位方法 |
CN112634078A (zh) * | 2020-12-18 | 2021-04-09 | 南京工程学院 | 一种基于多维指标融合的大工业负荷中断优先级评估方法 |
CN112766799A (zh) * | 2021-02-01 | 2021-05-07 | 中国市政工程华北设计研究总院有限公司 | 一种滞洪区绿色公路生态边坡综合评价方法 |
-
2021
- 2021-07-22 CN CN202110828345.6A patent/CN113469568B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070076265A1 (en) * | 2005-10-03 | 2007-04-05 | Lexmark International, Inc. | Method of bit depth reduction for an apparatus |
US9857663B1 (en) * | 2012-08-07 | 2018-01-02 | Google Inc. | Phase detection autofocus system and method |
CN108108874A (zh) * | 2017-11-29 | 2018-06-01 | 国家电网公司 | 一种基于正负靶心的灰靶模型的配电网综合评价方法 |
CN109255463A (zh) * | 2018-07-11 | 2019-01-22 | 东南大学 | 一种面向可中断负荷的需求响应效果分阶段评估方法 |
CN109657925A (zh) * | 2018-11-26 | 2019-04-19 | 国网浙江省电力有限公司宁波供电公司 | 基于灰靶理论的电网应急能力动态评价方法 |
CN111413589A (zh) * | 2020-04-02 | 2020-07-14 | 山东理工大学 | 一种基于灰靶决策的配电网单相短路故障定位方法 |
CN112634078A (zh) * | 2020-12-18 | 2021-04-09 | 南京工程学院 | 一种基于多维指标融合的大工业负荷中断优先级评估方法 |
CN112766799A (zh) * | 2021-02-01 | 2021-05-07 | 中国市政工程华北设计研究总院有限公司 | 一种滞洪区绿色公路生态边坡综合评价方法 |
Non-Patent Citations (6)
Title |
---|
徐青山;丁一帆;颜庆国;郑爱霞;: "大用户负荷调控潜力及价值评估研究", 中国电机工程学报, no. 23, pages 38 - 47 * |
李云倩: "基于精细化建模的居民负荷分布式虚拟电厂优化调度研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 6, pages 042 - 810 * |
李安强;李荣波;何小聪;: "基于灰靶理论的水库调度方案决策模型及其应用", 人民长江, no. 13, pages 94 - 98 * |
杨俊 等: "基于动态时间规整的变电站综合负荷行业解析方法", 电器与能效管理技术, no. 2, pages 31 - 36 * |
蔡佳佳 等: "基于改进调节变量主成分权重的广义灰靶决策模型研究", 系统工程理论与实践, vol. 40, no. 11, pages 2991 - 2999 * |
邓铭 等: "基于层次分析法的"源-网-荷-储"互动方案汇聚潜力评估", 供用电, vol. 39, no. 9, pages 83 - 92 * |
Also Published As
Publication number | Publication date |
---|---|
CN113469568B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghosh et al. | Control of charging of electric vehicles through menu-based pricing | |
Wu et al. | DEA cross-efficiency evaluation based on Pareto improvement | |
Zhang et al. | A contract game for direct energy trading in smart grid | |
Liu et al. | Analysis and accurate prediction of user’s response behavior in incentive-based demand response | |
CN107506905A (zh) | 一种改进的电网企业可持续发展综合评价方法 | |
Liu et al. | How sustainable is smart PSS? An integrated evaluation approach based on rough BWM and TODIM | |
Bian et al. | A human expert-based approach to electrical peak demand management | |
Zhou et al. | Energy-efficient scheduling of a single batch processing machine with dynamic job arrival times | |
CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
CN107228974B (zh) | 一种基于实时用电的计量系统与方法 | |
CN104933629A (zh) | 基于区间层次分析和区间熵组合的电力用户设备评估方法 | |
CN109389272A (zh) | 一种用于电压协调控制策略效果的综合评估方法及系统 | |
CN104978610A (zh) | 电网需求侧可调度容量预测方法及电力调度方法 | |
CN109242188A (zh) | 一种钢铁煤气系统长期区间预测及其结构学习方法 | |
CN104102840A (zh) | 配电网对光伏电源接纳能力的测评方法 | |
CN111080041A (zh) | 一种配电网互动性综合评价方法及系统 | |
CN111667090A (zh) | 一种基于深度置信网络与权值共享的负荷预测方法 | |
CN110991780A (zh) | 一种基于有序加权平均算子的电能质量评价方法 | |
CN113469568A (zh) | 一种基于改进灰靶理论的工业用户负荷调节能力量化方法及装置 | |
CN108039709B (zh) | 一种基于可中断潜力评估的电力可中断负荷的管理方法 | |
CN115953084A (zh) | 一种需求响应柔性资源特性效用量化验证测试方法 | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
Gao et al. | Bidding strategy with forecast technology based on support vector machine in the electricity market | |
KR101671454B1 (ko) | Emg를 이용한 신재생에너지/ess 기반 수요반응 관리 시스템 및 방법 | |
Wang et al. | A Portrait-Based Method for Constructing Multi-Time Scale Demand Response Resource Pools |
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 |