CN113706213B - 一种应用电力市场公开信息预测变电站负荷的方法 - Google Patents

一种应用电力市场公开信息预测变电站负荷的方法 Download PDF

Info

Publication number
CN113706213B
CN113706213B CN202111024951.9A CN202111024951A CN113706213B CN 113706213 B CN113706213 B CN 113706213B CN 202111024951 A CN202111024951 A CN 202111024951A CN 113706213 B CN113706213 B CN 113706213B
Authority
CN
China
Prior art keywords
load
period
partition
power system
day
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
CN202111024951.9A
Other languages
English (en)
Other versions
CN113706213A (zh
Inventor
王绍民
沈琦
颜世刚
朱金美
林岳恩
黄斌
陈翔
陈铮淇
樊哲军
陈文杰
彭芸珊
李德友
吴科俊
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.)
Huaneng Zhejiang Energy Sales Co ltd
Huaneng Fujian Energy Development Co ltd
Original Assignee
Huaneng Zhejiang Energy Sales Co ltd
Huaneng Fujian Energy Development 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 Huaneng Zhejiang Energy Sales Co ltd, Huaneng Fujian Energy Development Co ltd filed Critical Huaneng Zhejiang Energy Sales Co ltd
Priority to CN202111024951.9A priority Critical patent/CN113706213B/zh
Publication of CN113706213A publication Critical patent/CN113706213A/zh
Application granted granted Critical
Publication of CN113706213B publication Critical patent/CN113706213B/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种应用电力市场公开信息预测变电站负荷的方法，包括获取电力市场公开信息；计算每个分区日内各时段负荷期望值以及电力系统日内各时段负荷期望值；计算每个变电站日内各时段负荷期望值；求解各分区各时段负荷分配比例；计算各分区各时段负荷；求解每个变电站日内各时段负荷期望值与其对应的分区日内各时段负荷期望值之比，得到各变电站的各时段负荷分配比例；求解各变电站的各时段负荷分配比例与其对应的分区、时段的负荷，得到变电站各时段的预测负荷。本发明可在运行日前预测出各变电站在运行日的各时段的负荷，为电力现货市场分析工作提供支持，有效地解决了缺少变电站在各时段的负荷信息问题，具有可信度高且方法简捷等特点。

Description

一种应用电力市场公开信息预测变电站负荷的方法
技术领域
本发明属于变电站技术领域，涉及变电站负荷预测，尤其是一种应用电力市场公开信息预测变电站负荷的方法。
背景技术
在电力行业市场化改革逐渐深入以及电力现货市场建设进入快速发展期的背景下，有效的市场状况分析对于市场成员在市场竞争中占据优势的影响重大。然而对于单一市场成员来讲，其仅能够获取部分市场公开信息。具体来讲，在电力系统用电负荷方面，市场成员能够获得电力系统中各个变电站和分区的历史负荷，以及通过电力市场信息发布系统获得电力系统在运行日的日前预测的电力系统总负荷值，但是，无法直接获得电力系统中各个变电站在运行日的各时段的负荷预测值。如果要想实现对电力现货市场的准确分析功能，就需要预测出电力系统中各变电站在各时段的负荷。由于我国电力现货市场尚处于建设、探索阶段，上述相关问题尚无实际应用的计算方法。
发明内容
本发明的目的在于克服现有技术的不足，提供一种设计合理、准确可靠且易于实现的应用电力市场公开信息预测变电站负荷的方法。
本发明解决现有的技术问题是采取以下技术方案实现的：
一种应用电力市场公开信息预测变电站负荷的方法，包括以下步骤：
步骤1、获取电力市场公开信息，包括电力系统中各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷以及电力系统各时段日前预测负荷；
步骤2、读取步骤1中各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷，将每个分区多日的历史值的每个时段的值求均值，再将电力系统的历史值的每个时段的值求均值，计算每个分区日内各时段负荷期望值以及电力系统日内各时段负荷期望值；
步骤3、将每个变电站的多日的历史值的每个时段的值求均值，计算每个变电站日内各时段负荷期望值；
步骤4、根据步骤2所得每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值，求解每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值之比，得到各分区各时段负荷分配比例；
步骤5、读取步骤1中的电力系统各时段日前预测负荷与步骤4中的各分区各时段负荷分配比例,求日前各时段预测负荷与各分区各时段负荷分配比例之积，计算各分区各时段负荷；
步骤6、读取步骤2中的每个分区日内各时段负荷期望值与步骤3中的每个变电站日内各时段负荷期望值，求解每个变电站日内各时段负荷期望值与其对应的分区日内各时段负荷期望值之比，得到各变电站的各时段负荷分配比例；
步骤7、读取步骤5中的各分区各时段负荷与步骤6中的各变电站的各时段负荷分配比例，求解各变电站的各时段负荷分配比例与其对应的分区、时段的负荷，得到变电站各时段的预测负荷；
所述电力系统为电力市场所依托的电力系统，所述分区为电力系统中的子电力系统。
进一步，所述电力系统为省级电力系统，所述子电力系统为市级电力系统。
进一步，所述步骤2计算每个分区日内各时段负荷期望值以及电力系统日内各时段负荷期望值的方法如下：
其中，表示t时段分区i的负荷期望值；li,d,t表示在d日t时段分区i的负荷历史值；/>表示t时段电力系统的负荷期望值；∑ili,d,t表示d日t时段电力系统的负荷历史值。
进一步，所述步骤3计算每个变电站日内各时段负荷期望值的方法为：
其中，表示t时段分区i中的变电站j的负荷期望值；li,j,d,t表示在d日t时段分区i中的变电站j的负荷历史值。
进一步，所述步骤4计算各分区各时段负荷分配比例的方法如下：
其中，表示t时段分区i在电力系统中的负荷分配比例，/>表示t时段分区i的负荷期望值，/>表示t时段电力系统的负荷期望值。
进一步，所述步骤5计算各分区各时段负荷的方法如下：
其中，Li,t表示t时段分区i的负荷；∑iL'i,t表示t时段电力系统日前预测总负荷。
进一步，所述步骤6计算各变电站的各时段负荷分配比例的方法为：
其中，ωi,j,t表示t时段分区i中变电站j的负荷分配比例，表示t时段分区i中的变电站j的负荷期望值，/>表示t时段分区i的负荷期望值。
进一步，所述步骤7计算变电站各时段的预测负荷的方法为：
Li,j,t＝ωi,j,tLi,t
其中，Li,j,t表示t时段分区i中变电站j的负荷，ωi,j,t表示t时段分区i中变电站j的负荷分配比例，Li,t表示t时段分区i的负荷。
本发明的优点和积极效果是：
本发明设计合理，其根据电力市场公开的各个分区各时段多日的历史负荷数据、分区内各变电站各时段多日的历史负荷数据以及电力系统的日前预测负荷，可以在运行日前(D-1日)预测出各变电站在运行日(D日)的各时段的负荷，为电力现货市场分析工作提供了支持，有效地解决了缺少变电站在各时段的负荷信息问题，具有可信度高且方法简捷等特点。
附图说明
图1为本发明的处理流程；
图2为分区历史负荷及日前预测负荷数据图；
图3为变电站历史负荷数据图；
图4为S2计算得到的电力系统及各分区负荷期望值数据图；
图5为S3计算得到的各变电站在各时段负荷期望值数据图；
图6为S4计算得到的各分区各时段负荷分配比例数据图；
图7为S5计算得到的各分区各时段负荷数据图；
图8为S6计算得到的各变电站各时段负荷分配比例数据图；
图9为S7计算得到的各变电站各时段预测负荷数据图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
在本发明中，电力系统指的是电力市场所依托的电力系统，一般(不限于)为省级电力系统，分区指的是电力系统中的子电力系统，一般(不限于)为市级电力系统。电力系统由若干个分区组成。
在本实施例中，将每天分为96时段；各分区及各变电站的历史负荷天数为三天，即n＝3；电力系统具有三个分区，即分区1、分区2和分区3；每个分区含有若干个变电站，本实施例中只计算每个分区中的某一个变电站，即变电站1(属于分区1)、变电站2(属于分区2)和变电站3(属于分区3)。实际应用中分区数量、变电站数量可根据实际情况选定。
如图1所示，本发明提出的一种应用电力市场公开信息预测变电站负荷的方法，包括以下步骤：
步骤1(S1)：获取电力市场公开信息。
在本步骤中，电力市场公开的信息包括电力系统中各个变电站和分区的历史负荷，以及通过电力市场信息发布电力系统获得电力系统在运行日的日前预测的电力系统总负荷值，具体信息包括：
电力系统中各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷以及电力系统各时段日前预测负荷。读取的已知信息如图2及图3所示，图2给出了各个分区各时段的历史负荷数据及电力系统日前预测负荷数据；图3给出了各变电站各时段的历史负荷数据。
步骤2(S2)：读取S1中的各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷。将每个分区多日的历史值的每个时段的值求均值，再将电力系统的历史值的每个时段的值求均值。计算每个分区日内各时段负荷期望值如式(1)，以及电力系统日内各时段负荷期望值如式(2)。
其中，表示t时段分区i的负荷期望值；li,d,t表示在d日t时段分区i的负荷历史值；/>表示t时段电力系统的负荷期望值；∑ili,d,t表示d日t时段电力系统的负荷历史值。
计算出的电力系统及各分区负荷期望值如图4所示。
步骤3(S3)：将每个变电站的多日的历史值的每个时段的值求均值，计算每个变电站日内各时段负荷期望值，其计算公式如下：
其中，表示t时段分区i中的变电站j的负荷期望值；li,j,d,t表示在d日t时段分区i中的变电站j的负荷历史值。
本步骤计算出的各变电站在各时段负荷期望值如图5所示。
步骤4(S4)：读取S2中所得每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值，求解每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值之比，得到各分区各时段负荷分配比例。其计算公式如下：
其中，表示t时段分区i在电力系统中的负荷分配比例。
本步骤计算出的各分区在各时段的负荷分配比例如图6所示。
步骤5(S5)：读取S1中的电力系统各时段日前预测负荷与S4中的各分区各时段负荷分配比例,求日前各时段预测负荷与各分区各时段负荷分配比例之积，计算各分区各时段负荷，其计算公式如下：
其中，Li,t表示t时段分区i的负荷；∑iL'i,t表示t时段电力系统日前预测总负荷。
本步骤计算出的各分区各时段负荷如图7所示。
步骤6(S)：读取S2中的每个分区日内各时段负荷期望值与S3中的每个变电站日内各时段负荷期望值，求解每个变电站日内各时段负荷期望值与其对应的分区日内各时段负荷期望值之比，得到各变电站的各时段负荷分配比例,其计算公式如下：
其中，ωi,j,t表示t时段分区i中变电站j的负荷分配比例。
本步骤计算出的各变电站的各时段负荷分配比例如图8所示。
步骤7(S7)：读取S5中的各分区各时段负荷与S6中的各变电站的各时段负荷分配比例，求解各变电站的各时段负荷分配比例与其对应的分区、时段的负荷。得到变电站各时段的预测负荷，其计算公式如下：
Li,j,t＝ωi,j,tLi,t (7)
其中，Li,j,t表示t时段分区i中变电站j的负荷，即最终所求结果。
本步骤计算出的各变电站各时段的预测负荷如图9所示。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (8)

1.一种应用电力市场公开信息预测变电站负荷的方法，其特征在于，包括以下步骤：
步骤1、获取电力市场公开信息，包括电力系统中各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷以及电力系统各时段日前预测负荷；
步骤2、读取步骤1中各个分区多日的每日各时段历史负荷、分区内各变电站每日多日的各时段历史负荷，将每个分区多日的历史值的每个时段的值求均值，再将电力系统的历史值的每个时段的值求均值，计算每个分区日内各时段负荷期望值以及电力系统日内各时段负荷期望值；
步骤3、将每个变电站的多日的历史值的每个时段的值求均值，计算每个变电站日内各时段负荷期望值；
步骤4、根据步骤2所得每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值，求解每个分区日内各时段负荷期望值与电力系统日内各时段负荷期望值之比，得到各分区各时段负荷分配比例；
步骤5、读取步骤1中的电力系统各时段日前预测负荷与步骤4中的各分区各时段负荷分配比例,求日前各时段预测负荷与各分区各时段负荷分配比例之积，计算各分区各时段负荷；
步骤6、读取步骤2中的每个分区日内各时段负荷期望值与步骤3中的每个变电站日内各时段负荷期望值，求解每个变电站日内各时段负荷期望值与其对应的分区日内各时段负荷期望值之比，得到各变电站的各时段负荷分配比例；
步骤7、读取步骤5中的各分区各时段负荷与步骤6中的各变电站的各时段负荷分配比例，求解各变电站的各时段负荷分配比例与其对应的分区、时段的负荷，得到变电站各时段的预测负荷；
所述电力系统为电力市场所依托的电力系统，所述分区为电力系统中的子电力系统。
2.根据权利要求1所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述电力系统为省级电力系统，所述子电力系统为市级电力系统。
3.根据权利要求1或2所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤2计算每个分区日内各时段负荷期望值以及电力系统日内各时段负荷期望值的方法如下：
其中，表示t时段分区i的负荷期望值；li,d,t表示在d日t时段分区i的负荷历史值；/>表示t时段电力系统的负荷期望值；∑ili,d,t表示d日t时段电力系统的负荷历史值。
4.根据权利要求1或2所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤3计算每个变电站日内各时段负荷期望值的方法为：
其中，表示t时段分区i中的变电站j的负荷期望值；li,j,d,t表示在d日t时段分区i中的变电站j的负荷历史值。
5.根据权利要求1或2所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤4计算各分区各时段负荷分配比例的方法如下：
其中，表示t时段分区i在电力系统中的负荷分配比例，/>表示t时段分区i的负荷期望值，/>表示t时段电力系统的负荷期望值。
6.根据权利要求1或2所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤5计算各分区各时段负荷的方法如下：
其中，Li,t表示t时段分区i的负荷；∑iL'i,t表示t时段电力系统日前预测总负荷。
7.根据权利要求1所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤6计算各变电站的各时段负荷分配比例的方法为：
其中，ωi,j,t表示t时段分区i中变电站j的负荷分配比例，表示t时段分区i中的变电站j的负荷期望值，/>表示t时段分区i的负荷期望值。
8.根据权利要求1或2所述的应用电力市场公开信息预测变电站负荷的方法，其特征在于：所述步骤7计算变电站各时段的预测负荷的方法为：
Li,j,t＝ωi,j,tLi,t
其中，Li,j,t表示t时段分区i中变电站j的负荷，ωi,j,t表示t时段分区i中变电站j的负荷分配比例，Li,t表示t时段分区i的负荷。
CN202111024951.9A 2021-09-02 2021-09-02 一种应用电力市场公开信息预测变电站负荷的方法 Active CN113706213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111024951.9A CN113706213B (zh) 2021-09-02 2021-09-02 一种应用电力市场公开信息预测变电站负荷的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111024951.9A CN113706213B (zh) 2021-09-02 2021-09-02 一种应用电力市场公开信息预测变电站负荷的方法

Publications (2)

Publication Number Publication Date
CN113706213A CN113706213A (zh) 2021-11-26
CN113706213B true CN113706213B (zh) 2023-08-18

Family

ID=78657233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111024951.9A Active CN113706213B (zh) 2021-09-02 2021-09-02 一种应用电力市场公开信息预测变电站负荷的方法

Country Status (1)

Country Link
CN (1) CN113706213B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150037095A (ko) * 2013-09-30 2015-04-08 한국전력공사 변배전 휴전 조작절차 관리 장치 및 방법
CN112990597A (zh) * 2021-03-31 2021-06-18 国家电网有限公司 一种工业园区工厂用电负荷的超短期预测方法
CN113298296A (zh) * 2021-05-08 2021-08-24 国网浙江省电力有限公司 一种自下而上的输电变电站日前负荷概率预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150037095A (ko) * 2013-09-30 2015-04-08 한국전력공사 변배전 휴전 조작절차 관리 장치 및 방법
CN112990597A (zh) * 2021-03-31 2021-06-18 国家电网有限公司 一种工业园区工厂用电负荷的超短期预测方法
CN113298296A (zh) * 2021-05-08 2021-08-24 国网浙江省电力有限公司 一种自下而上的输电变电站日前负荷概率预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
含电力电子变电站的交直流配网调度优化方法;张祥龙;郑乔华;张东英;刘颖;;电网技术(11);全文 *

Also Published As

Publication number Publication date
CN113706213A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
US9209625B2 (en) Method and system to co-optimize utilization of demand response and energy storage resources
JP5276294B2 (ja) 負荷低減計画策定システム及びデマンド制御システム
CN111191811A (zh) 集群负荷预测方法、装置及存储介质
CN102509173A (zh) 一种基于马尔科夫链的电力系统负荷准确预测方法
US20180225779A1 (en) System and method for determining power production in an electrical power grid
Katara et al. A time series analysis of electricity demand in Tamale, Ghana
Zhou et al. Forecast load impact from demand response resources
CN106875058B (zh) 一种电力业扩可开放容量智能判断方法
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
CN113706213B (zh) 一种应用电力市场公开信息预测变电站负荷的方法
CN112598257A (zh) 一种基于大数据特征挖掘的停电分析方法及系统
Khushalani et al. Coordinated charging strategies for plug-in hybrid electric vehicles
CN103870886A (zh) 企业用电月最大需量的预测方法
CN106651005B (zh) 基线负荷预测方法及装置
CN116128117A (zh) 基于数字孪生的配电线路线损预测方法和装置
CN111368257B (zh) 煤改电负荷特性的分析预测方法及装置
Qiu et al. Heterogeneous changes in electricity consumption patterns of residential distributed solar consumers due to battery storage adoption
Ma et al. Demand modelling in electricity market with day-ahead dynamic pricing
KR102296021B1 (ko) 부하 특성 분류에 기반한 수요반응 잠재량 추정 장치 및 방법
CN114168662A (zh) 一种基于多数据源的配电网问题梳理分析方法及系统
CN109995094B (zh) 一种交直流混合微电网的规划方法及系统
Infante et al. Operational strategy and load profile sensitivity analysis for an electric vehicle battery swapping station
CN115459270B (zh) 城市高峰用电的配置方法、装置、计算机设备及存储介质
US20230299611A1 (en) Energy disaggregation methods and systems using weather data
CN114330527B (zh) 楼栋电表分布识别方法、系统、装置及存储介质

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