CN117058812A - 基于用电信息采集的双向费控方法及装置 - Google Patents
基于用电信息采集的双向费控方法及装置 Download PDFInfo
- Publication number
- CN117058812A CN117058812A CN202310858119.1A CN202310858119A CN117058812A CN 117058812 A CN117058812 A CN 117058812A CN 202310858119 A CN202310858119 A CN 202310858119A CN 117058812 A CN117058812 A CN 117058812A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- electricity consumption
- value
- electricity
- 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.)
- Withdrawn
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 131
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000003993 interaction Effects 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 32
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 19
- 239000006185 dispersion Substances 0.000 claims description 17
- 230000000295 complement effect Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000000739 chaotic effect Effects 0.000 claims description 3
- 230000001603 reducing effect Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 20
- 230000008901 benefit Effects 0.000 abstract description 9
- 238000007726 management method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 108700026140 MAC combination Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
- G07F15/003—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity for electricity
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
- G07F15/08—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity with means for varying the tariff or changing the price
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于用电信息采集的双向费控方法,方法包括以下步骤:步骤1:基于用电信息采集系统采集用户的用电数据信息;步骤2:数据预处理;步骤3:用户用电信息特征分类;步骤4:基于用电信息构建双向互动需求模型;步骤5:基于需求模型选择费控模式;本发明具有集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的优点。
Description
技术领域
本发明属于费控系统技术领域,具体涉及基于用电信息采集的双向费控方法及装置。
背景技术
用电信息采集系统是“坚强智能电网”的重要组成部分,也是智能用电服务环节的技术基础,它的建设符合国际电网技术发展的方向,是贯彻科学发展观的重要体现,是实行阶梯电价政策、推进国家节能减排工作的重要技术支撑,实现电力用户全覆盖、信息全采集、全面支持预付费,有效提高电能计量、自动抄表等营销服务的自动化水平,随着智能电网研究的不断深入,用电客户与供电设施之间的交互越来越频繁,用户对用电自主权、选择权和参与权的渴望越来越迫切,从而大大提高了用电信息采集系统对双向互动技术的需求;因此,基于用电信息采集系统现有架构,为了智能地平衡和配送电力,需要充分采集用户用电信息(电力消耗地点、用电量和用电时间),为此,必须在配电设施和电力用户之间支持电力和通信的双向流动;因此,提供一种集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的基于用电信息采集的双向费控方法及装置是非常有必要的。
发明内容
本发明的目的是为了克服现有技术的不足,而提供一种集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的基于用电信息采集的双向费控方法及装置。
本发明的目的是这样实现的:基于用电信息采集的双向费控方法,所述的方法包括以下步骤:
步骤1:基于用电信息采集系统采集用户的用电数据信息;
步骤2:数据预处理;
步骤3:用户用电信息特征分类;
步骤4:基于用电信息构建双向互动需求模型;
步骤5:基于需求模型选择费控模式。
所述的步骤1中的基于用电信息采集系统采集用户的用电数据信息包括电流、电压、有功功率、正向有功总电能数据。
所述的步骤2中的数据预处理具体为:用电信息采集过程中,由于电力线通信信道不稳定、千扰较大的可能因素,以及电表的突发性故障、数据传输和保存过程中出现的偶然问题因素,会造成采集成功率降低、采集失败、采集结果缺失情况;通过对数据进行有针对性的筛除或修正、对无效数据的识别和处理,从而得到较高质量的用电数据;具体包括以下步骤:
步骤2.1:一致性检验;
步骤2.2:缺失数据补全及预处理。
所述的步骤2.1中的一致性检验具体包括以下步骤:
步骤2.11:计算平均功率:通过计算正向有功总电能的平均变化率得到平均功率其中E是正向有功总电能;一致性条件为:/>正向有功总电能的平均变化率为平均功率,日常用电大多为有功功率,用电量为正向有功总电能,即当平均功率约等于有功功率时,认为数据是符合实际情况的;
步骤2.12:计算视在功率:有功功率P是将电能转化为其他形式能量的一种可以直接消耗掉的电功率;无功功率Q表示电源与用电设备之间进行能量交换的规模;视在功率S表示发电设备的容量,也是发电设备能够提供的最大有功功率;S、P、Q的关系为:在交流电路中,将电压与电流之间的相位差β的余弦值称为功率因数,用符号λ表示,在数值上,功率因数λ是有功功率和视在功率的比值:/>S、P、Q关系满足勾股定理,S与U、I的关系为:S(k)=U(k)I(k)(5),S2(k)=P2(k)+Q2(k)(6),用户通常为纯阻性负载,/>即P(k)≈S(k),即如果达到有功功率约等于视在功率,则满足一致性条件,认为数据符合实际情况。
所述的步骤2.2中的缺失数据补全及预处理具体包括以下步骤:
步骤2.21:数据排序:由于电流、电压、功率和电能量的数据都是混乱的,因此需要预先对数据进行排序,使得每一条数据都能根据表号和时间一一对应起来,利用电表号与时间,首先按照电表号从小到大进行排序,然后根据年月日依次对同一个电表、不同的时间进行排序;
步骤2.22:缺失数据补全:电能量数据带有一定的连续性、单调性,可以对这种性质的数据进行线性插值补全,线性插值是利用缺失数据点两端采集成功的数据值,用过两端数据值的直线来近似表示原函数,根据直线方程y=kx+b即可通过横坐标x得到纵坐标y值,线性插值可以近似用来替代原函数,也可以用来填补单调连续数据的缺失值。
所述的步骤2.22中的缺失数据补全具体包括以下步骤:
步骤2.221:电能量数据E具有单调非减性,且在短时间内可以视为连续的数据,因此对空缺的部分使用线性插值的方法进行补全,得到完整的电能量数据E;
步骤2.222:根据E,对于功率数据缺失部分,用平均功率一致性检验的性质,计算出功率P;
步骤2.223:由于电压存在一定的随机性,因此对空缺部分用公式生成:式中,Ui代表序号i的电表电压集合;Ui(t)代表序号i的电表在时刻的电压;/>代表序号i的电表电压的平均值;rands为-1到1之间的随机数;
步骤2.224:对于电流,空缺的部分利用公式计算得到:I=P/U(8);
步骤2.225:删除异常数据:找到电流为0,功率不为0的数据,以及功率为0,电流不为0的数据,记录下行号;
步骤2.226:进行一致性检验:平均功率差为视在功率差为|P(k)-S(k)|,由于在实际采集过程中,实时采集有时间延迟,若直接根据一致性检验删除数据会把大部分数据都删除掉,考虑到这个情况,需设置一个阑值,当差值超过一定阙值时,才记录下行号,即:|P(t)Δt-(E(t+1)-E(t))|≤ε1(9),|P(t)-U(t)×I(t)|≤ε2(10),式中,ε1、ε2为阈值;Δt为E数据之间的时间差;当找到一个t不满足上述的不等式时,记录下行号,同时,分别记录下平均功率差、视在功率差的不一致在时间序列上的频数;
步骤2.227:最后整理记录下的行号,根据行号,把电压、电流、功率、电能量表格中的这些数据删除,得到相对准确的数据。
所述的步骤3中的用户用电信息特征分类采用改进的GSA算法得到不同用户的用电特征,具体包括以下步骤:
步骤3.1:准备待测数据集xi和B组参考数据集xj,其中参考数据集根据待测数据集的正常值域的均匀分布随机生成数据;
步骤3.2:对待测数据集进行数据聚类,其中聚类个数k=1,2,3,...,K,其中K为最大聚类个数,根据聚类结果,计算出离散度,其中离散度Wk的定义为:Dr=∑di(12),/>式中,i为类别的代号;n为第i类数据个数的总数;q为第i类数据的序号;m为数据维度的数据;u为第u个维度的数据;xcenter为i类数据的中心;xq,u为i类数据中第q个数据的第u维度的数据;xcenter,u为数据中心的第u个维度的数据;d为中心点到数据点的距离和;D为一个中间变量,为变量d之和;
步骤3.3:对于参考数据集的离散度Wkb,下标b表示参考数据,由于求出的Wkb在数值上较大,为了更易于观察,因此对Wkb做对数处理,计算参考数据离散度的数学期望E:
步骤3.4:计算参考离散度的标准误差sdk,其定义为:
步骤3.5:计算gap值:gap定义为参考数据离散度的期望与待测数据离散度之差,用来表示离散度是否趋于平稳,gap值的定义为:gap(k)=E(log(Wkb))-log(Wk)(16),Sk为E(log(Wkb))的随机模拟误差,定义为为:选取最小的k值满足下式:gap(k)≥gap(k+1)-Sk+1(18);
步骤3.6:记录log(Wkb)值和Δgap(k)值,不需要立刻判断“求出最小k值满足Δgap(k)>0”要求,而是继续计算,直到所有log(Wkb)值和Δgap(k)值都被计算完成;
步骤3.7:找到所有满足Δgap(k)>0的k值,记为k0;
步骤3.8:找到所有k0中第一个满足下列不等式的k值:
所述的步骤4中的双向互动需求模型包括专变用户双向互动需求模型、一般工商业用户双向互动需求模型和居民用户双向互动需求模型。
所述的步骤5中的费控模式包括本地费控业务模式和远程费控业务模式。
一种基于用电信息采集的双向费控的装置,它包括用于实现数据在电力线的调制、解调和数据收发功的宽带PLC装置,所述的基于用电信息采集的双向费控的装置用于执行前述的基于用电信息采集的双向费控方法,所述的宽带PLC装置包括ARMCPU子系统、基于OFDM通信的MAC、电力线载波模拟前端以及集成外围接口。
本发明的有益效果:本发明为基于用电信息采集的双向费控方法,在使用中,本发明对采集到的用电信息进行数据预处理,通过添加缺失数据补全解决采集结果中的数据缺失问题,以使数据集更加完整,提高最终结果的准确度,使用电信息的分析更加完善;对数据进行一致性检验,并设置阈值,滤除错误数据和不符合实际情况的数据,使清洗后的数据满足需要;本发明利用改进GSA算法对数据进行分类并通过设置阈值进而得到更佳聚类个数;引用最大最小距离算法改进初始聚类中心的产生,由此改善聚类算法存在的聚类中心敏感问题;本发明在传统的费控系统上,集成结合OFDM调制技术的宽带PLC信息通信技术,一方面支持电力公司全面采集用户用电信息,实施电费控制;另一方面支持电力用户实时获取电费信息并与电力公司主动交互调整用电模式,最终实现配电设施和电力用户之间的电力和通信双向互动;本发明具有集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的优点。
附图说明
图1为本发明的用电信息采集系统架构图。
图2为本发明的专变用户双向互动需求模型图。
图3为本发明的一般工商业用户双向互动需求模型图。
图4为本发明的居民用户双向互动需求模型图。
图5为本发明的本地费控业务模式图。
图6为本发明的远程费控业务模式图。
图7为本发明的电力线载波模拟前端接口电路图。
图8为本发明的电力线载波通信应用框架图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1-8所示,基于用电信息采集的双向费控方法,所述的方法包括以下步骤:
步骤1:基于用电信息采集系统采集用户的用电数据信息;
步骤2:数据预处理;
步骤3:用户用电信息特征分类;
步骤4:基于用电信息构建双向互动需求模型;
步骤5:基于需求模型选择费控模式。
所述的步骤1中的基于用电信息采集系统采集用户的用电数据信息包括电流、电压、有功功率、正向有功总电能数据。
在本实施例中,用电信息采集网络架构如图1所示,其中集中器是电力线载波通信系统的核心,用于采集和传输台区内电能表数据,并可以对电能表进行控制;集中器还可以使用GPRS网络将数据传输到数据中心,为以后的活动提供可靠的参考;电能表是终端节点,其功能是测量每个用户的用电情况;
整个系统的通信连接如下:集中器与CCO采用Q/GDW1376.2协议通信,电表与STA采用DL/T645协议通信,CCO与STA采用HPLC技术通信,集中器通过与COO通信连接,CCO与STA通信连接,STA与电表通信连接,并把指令下发到电表;在通信网络中插入一个抄控器STA模块,PC端可以通过这个模块接入到电网中,给用采网络的模块发送指令。
所述的步骤2中的数据预处理具体为:用电信息采集过程中,由于电力线通信信道不稳定、千扰较大的可能因素,以及电表的突发性故障、数据传输和保存过程中出现的偶然问题因素,会造成采集成功率降低、采集失败、采集结果缺失情况;通过对数据进行有针对性的筛除或修正、对无效数据的识别和处理,从而得到较高质量的用电数据;具体包括以下步骤:
步骤2.1:一致性检验;
步骤2.2:缺失数据补全及预处理。
所述的步骤2.1中的一致性检验具体包括以下步骤:
步骤2.11:计算平均功率:通过计算正向有功总电能的平均变化率得到平均功率其中E是正向有功总电能;一致性条件为:/>正向有功总电能的平均变化率为平均功率,日常用电大多为有功功率,用电量为正向有功总电能,即当平均功率约等于有功功率时,认为数据是符合实际情况的;
步骤2.12:计算视在功率:有功功率P是将电能转化为其他形式能量(机械能、光能、热能)的一种可以直接消耗掉的电功率;无功功率Q表示电源与用电设备之间进行能量交换的规模;视在功率S表示发电设备的容量,也是发电设备能够提供的最大有功功率;S、P、Q的关系为:在交流电路中,将电压与电流之间的相位差β的余弦值称为功率因数,用符号λ表示,在数值上,功率因数λ是有功功率和视在功率的比值:S、P、Q关系满足勾股定理,S与U、I的关系为:S(k)=U(k)I(k)(5),S2(k)=P2(k)+Q2(k)(6),用户通常为纯阻性负载,/>即P(k)≈S(k),即如果达到有功功率约等于视在功率,则满足一致性条件,认为数据符合实际情况。
所述的步骤2.2中的缺失数据补全及预处理具体包括以下步骤:
步骤2.21:数据排序:由于电流、电压、功率和电能量的数据都是混乱的,因此需要预先对数据进行排序,使得每一条数据都能根据表号和时间一一对应起来,利用电表号与时间,首先按照电表号从小到大进行排序,然后根据年月日依次对同一个电表、不同的时间进行排序;
步骤2.22:缺失数据补全:电能量数据带有一定的连续性、单调性,可以对这种性质的数据进行线性插值补全,线性插值是利用缺失数据点两端采集成功的数据值,用过两端数据值的直线来近似表示原函数,根据直线方程y=kx+b即可通过横坐标x得到纵坐标y值,线性插值可以近似用来替代原函数,也可以用来填补单调连续数据的缺失值。
所述的步骤2.22中的缺失数据补全具体包括以下步骤:
步骤2.221:电能量数据E具有单调非减性,且在短时间内可以视为连续的数据,因此对空缺的部分使用线性插值的方法进行补全,得到完整的电能量数据E;
步骤2.222:根据E,对于功率数据缺失部分,用平均功率一致性检验的性质,计算出功率P;
步骤2.223:由于电压存在一定的随机性,因此对空缺部分用公式生成:式中,Ui代表序号i的电表电压集合;Ui(t)代表序号i的电表在时刻的电压;/>代表序号i的电表电压的平均值;rands为-1到1之间的随机数;
步骤2.224:对于电流,空缺的部分利用公式计算得到:I=P/U(8);
步骤2.225:删除异常数据:找到电流为0,功率不为0的数据,以及功率为0,电流不为0的数据,记录下行号;
步骤2.226:进行一致性检验:平均功率差为视在功率差为|P(k)-S(k)|,由于在实际采集过程中,实时采集有时间延迟,若直接根据一致性检验删除数据会把大部分数据都删除掉,考虑到这个情况,需设置一个阑值,当差值超过一定阙值时,才记录下行号,即:|P(t)Δt-(E(t+1)-E(t))|≤ε1(9),|P(t)-U(t)×I(t)|≤ε2(10),式中,ε1、ε2为阈值;Δt为E数据之间的时间差;当找到一个t不满足上述的不等式时,记录下行号,同时,分别记录下平均功率差、视在功率差的不一致在时间序列上的频数;
步骤2.227:最后整理记录下的行号,根据行号,把电压、电流、功率、电能量表格中的这些数据删除,得到相对准确的数据。
所述的步骤3中的用户用电信息特征分类采用改进的GSA算法得到不同用户的用电特征,具体包括以下步骤:
步骤3.1:准备待测数据集xi和B(正整数)组参考数据集xj,其中参考数据集根据待测数据集的正常值域的均匀分布随机生成数据;
步骤3.2:对待测数据集进行数据聚类,其中聚类个数k=1,2,3,...,K,其中K为最大聚类个数,根据聚类结果,计算出离散度,其中离散度Wk的定义为:Dr=∑di(12),/>式中,i为类别的代号;n为第i类数据个数的总数;q为第i类数据的序号;m为数据维度的数据;u为第u个维度的数据;xcenter为i类数据的中心;xq,u为i类数据中第q个数据的第u维度的数据;xcenter,u为数据中心的第u个维度的数据;d为中心点到数据点的距离和;D为一个中间变量,为变量d之和;
步骤3.3:对于参考数据集的离散度Wkb,下标b表示参考数据,由于求出的Wkb在数值上较大,为了更易于观察,因此对Wkb做对数处理,计算参考数据离散度的数学期望E:
步骤3.4:计算参考离散度的标准误差sdk,其定义为:
步骤3.5:计算gap值:gap定义为参考数据离散度的期望与待测数据离散度之差,用来表示离散度是否趋于平稳,gap值的定义为:gap(k)=E(log(Wkb))-log(Wk)(16),Sk为E(log(Wkb))的随机模拟误差,定义为为:选取最小的k值满足下式:gap(k)≥gap(k+1)-Sk+1(18);
步骤3.6:记录log(Wkb)值和Δgap(k)值,不需要立刻判断“求出最小k值满足Δgap(k)>0”要求,而是继续计算,直到所有log(Wkb)值和Δgap(k)值都被计算完成;
步骤3.7:找到所有满足Δgap(k)>0的k值,记为k0;
步骤3.8:找到所有k0中第一个满足下列不等式的k值:此处阈值取“2/5”,因为离散度在“2/5”这个区域下降速度已经比较缓慢了,因此可以选择这个值,此时的k值既满足基础GSA算法的最佳k值条件,又较为符合“当达到某个临界点时,离散度会有较大的改善”条件,通过这种方式,得到更佳的聚类个数。
在本实施例中,GSA算法解决了聚类算法中最优聚类数目确定的问题,但聚类算法仍然存在对待测数据的初始聚类中心敏感问题,如果中心随机产生,或者以固定的方式产生,那么在初始聚类中心敏感的情况下,往往会得到不合理的结果,所以,本发明采用最大最小距离算法选取初始聚类中心;最大最小距离算法是通过改进初始聚类中心的产生,让初始聚类中心相互之间尽可能地相距较远,从而避免选取的初值较多地集中在同一个簇中,影响聚类算法的效果;具体包括以下步骤:
①设存在数据集{x},随机选择数据集中的一个元素xi作为聚类中心,令center1=xi,且在{x}中剔除该元素;
②搜索{x},找到使得{x}与center1距离最大的点,令其为center2,且在{x}中剔除该元素;
③如果k值大于等于3,则继续以下步骤,否则算法完成;
④计算{x}与centeri的距离di,令Dr=min{d},其中i为center集合元素的个数,i=1,2,...,j;r为{x}集合元素的个数,r=1,2,...,n;
⑤选择{D}中的最大值,其对应的点作为第三个聚类中心center3;
⑥重复④、⑤,直到选择出k个聚类中心为止。
本发明为基于用电信息采集的双向费控方法,在使用中,本发明对采集到的用电信息进行数据预处理,通过添加缺失数据补全解决采集结果中的数据缺失问题,以使数据集更加完整,提高最终结果的准确度,使用电信息的分析更加完善;对数据进行一致性检验,并设置阈值,滤除错误数据和不符合实际情况的数据,使清洗后的数据满足需要;本发明利用改进GSA算法对数据进行分类并通过设置阈值进而得到更佳聚类个数;引用最大最小距离算法改进初始聚类中心的产生,由此改善聚类算法存在的聚类中心敏感问题;本发明在传统的费控系统上,集成结合OFDM调制技术的宽带PLC信息通信技术,一方面支持电力公司全面采集用户用电信息,实施电费控制;另一方面支持电力用户实时获取电费信息并与电力公司主动交互调整用电模式,最终实现配电设施和电力用户之间的电力和通信双向互动;本发明具有集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的优点。
实施例2
如图1-8所示,基于用电信息采集的双向费控方法,所述的方法包括以下步骤:
步骤1:基于用电信息采集系统采集用户的用电数据信息;
步骤2:数据预处理;
步骤3:用户用电信息特征分类;
步骤4:基于用电信息构建双向互动需求模型;
步骤5:基于需求模型选择费控模式。
所述的步骤4中的双向互动需求模型包括专变用户双向互动需求模型、一般工商业用户双向互动需求模型和居民用户双向互动需求模型。
在本实施例中,①专变用户双向互动需求模型:专变用户的用电负荷具有持续时间长、负荷量大、负荷成分多样且大都为对用电可靠性要求较高的一二级负荷等特点;其用电诉求主要集中在供电可靠性、经济性和安全性方面,且对电力需求侧管理的双向互动具有很好的实施基础;对于新能源接入、用电管理和分析等智能用电理念,具有资金、地域等固有的一些优势;专变用户双向互动需求模型如图2所示,主要包括电量统计和分析、用电监测及信息共享、用电服务指导、与其连接的大电网运行情况以及用电相关的时效性政策信息发布五个部分;②一般工商业用户双向互动需求模型:一般工商业用户的用电负荷具有时间规律性强、负荷成分较为单一、负荷量稳定且数额较大等特点;其用电诉求主要集中在供电经济性、安全性以及可靠性方面,且对需求侧响应、实时电价、阶梯电价的双向互动具有较好的实施基础;对节能补贴、降低费用等政策比较灵敏,便于实施相关政策倾斜;对大型蓄冷蓄热改造工程和移动客户端的控制接入等具有一些固有优势;一般工商业用户的双向互动需求模型如图3所示,主要包括电量统计和分析、用电监测及信息共享、远程用电指导、节能减排相关工作开展等;③居民用户双向互动需求模型:居民用户的用电负荷具有持续时间短、负荷量小、负荷组成简单且易受气候季节变化影响、用电时间集中、负荷曲线波动较大等特点;其用电诉求主要集中在供电可靠性、用电安全性及经济性、购电便携性等方面,对智能小区、智能楼宇、智能家居等新型用电模式具有很好的实施基础;对科学用电指导、家庭能效管理等双向互动理念具有较为迫切的需求;居民用户的双向互动需求模型如图4所示,主要包括电量统计和分析、用电监测及信息共享、智能用电相关服务、系统维护及故障处理等。
所述的步骤5中的费控模式包括本地费控业务模式和远程费控业务模式;
在本实施例中,费控管理由主站、终端、电能表多个环节协调执行,按照业务模式,费控管理可以分为本地费控业务模式和远程费控业务模式;
①本地费控业务模式如图5所示,具体为:是指在智能电能表完成剩余金额测算,根据测算结果完成预警、告警、跳闸、允许合闸控制,通过CPU卡、射频卡固态介质或虚拟网络进行表内和营销应用系统的数据传输,即智能表中存储计费参数,用户每用掉1kWh电,智能表就根据设置的时段费率(相应时间的电价)扣减表中金额,扣减到一定额度时卡表会报警提示剩余金额不足,到达一定额度表自动跳闸断电,直到用户再次缴费充进表中时表才恢复供电;
②远程费控业务模式如图6所示,具体为:是指在主站系统完成剩余金额测算,根据测算结果将预警、跳闸、允许合闸指令通过网络远程下发到智能电能表中,由智能表执行控制命令;
双向互动智能费控结合电力营销应用系统、用电信息采集系统建设,融合先进的电力营销业务理念,为引导用户预缴电费、保证电费回收、加强电费风险控制、实现配电设施和电力用户之间的电力和通信双向互动、提升客户服务水平和营销管理水平,深化自动化业务处理应用;主要应用于智能电表远程费控领域,提供电费实时测算,根据智能电表剩余金额测算结果将预警、跳闸、允许合闸等指令,通过采集系统远程下发到智能表中,由智能表执行控制命令;具有以下优点:一、开展双向费控业务能够有效降低电费风险,并最终引领付费方式的变革,提升电网公司效益;二、在广泛应用双向费控业务的基础上,加强需求侧监测管理,能够促进电能质量和供电可靠性的不断提高;三、搭建家庭能源管理平台,智能地平衡和配送电力,有利于合理利用能源,提高客户差异化服务水平。
一种基于用电信息采集的双向费控的装置,它包括用于实现数据在电力线的调制、解调和数据收发功的宽带PLC装置,所述的基于用电信息采集的双向费控的装置用于执行如权利要求1至9任一项所述的基于用电信息采集的双向费控方法,其特征在于:所述的宽带PLC装置包括ARMCPU子系统、基于OFDM通信的MAC、电力线载波模拟前端以及集成外围接口。
在本实施例中,电力载波模拟前端接口电路如图7所示,上行本地接口模块进行采集器和上行通道的数据交互,包括:645转发数据、采集器查询配置数据和模块查询配置数据等,上行通道类型主要包含红外、BPLC、RS485;双向费控宽带PLC通信设备上行通信支持Q/GDW376.2或自定义通信协议,支持的产品类型包括集中器、电表、支持I型采集器和II型采集器,下行通信支持DL/T645-1997和DL/T645-2007电表规约;
电力线载波通信应用框架如图8所示,其中APP层:包括抄表业务功能,支持Q/GDW376.2/645规约,支持的产品类型包括集中器、电表、支持I型采集器和II型采集器;SGDStudio工具:是PLC通信系统中用于研发调试和现场诊断以及运维的工具集,包括研发调测工具、现场维护工具和抄表业务模拟软件;MDM子系统:MDM(PLC Modem)是PLC通信模块软件基础平台的简称,包括芯片驱动、外围器件驱动、PCL通信、操作系统功能,提供协议栈、系统、驱动等基本功能供APP层使用,其主要包括串口、GPIO(General Purpose Input/Output)、I2C(Inter-Integrated Circuit)、CIPHER、SPI Flash、PLC通道收发、操作系统的接口;TCP/IP层:TCP/IP协议栈提供基于PLC的TCP/IP基本功能,其提供给上层的接口是简化后的类似标准Socket的接口;MAC层:MAC协议栈层包括数据收发、路由、网络管理等功能模块,MAC协议栈提供上层应用软件进行数据收发、组网路由信息查询等基本功能;升级管理:负责PLC网络的软件升级功能,通过CCO升级加入网络的STA模块,支持全网升级和单点升级;系统基础库(包括OS、SAL、DRV模块):提供OS、DRV接口、NV管理、DIAG通道、系统资源管理、软件维护和诊断功能;其中OS提供操作系统基本功能,包括多任务管理、消息管理等;SAL提供MDM的系统适配和管理功能,包括软件初始化、OS资源分配和管理、APP启动管理、业务通道管理、诊断调试通道和接口;DRV实现了底层硬件驱动,包括PHY驱动、IO的驱动、Flash、LED等接口驱动;外围器件包括SPI Flash、MII(Media Independent Interface)、JTAG(Joint Test Action Group)、SPI(Serial Peripheral Interface)和GPIO模块等。
本发明为基于用电信息采集的双向费控方法,在使用中,本发明对采集到的用电信息进行数据预处理,通过添加缺失数据补全解决采集结果中的数据缺失问题,以使数据集更加完整,提高最终结果的准确度,使用电信息的分析更加完善;对数据进行一致性检验,并设置阈值,滤除错误数据和不符合实际情况的数据,使清洗后的数据满足需要;本发明利用改进GSA算法对数据进行分类并通过设置阈值进而得到更佳聚类个数;引用最大最小距离算法改进初始聚类中心的产生,由此改善聚类算法存在的聚类中心敏感问题;本发明在传统的费控系统上,集成结合OFDM调制技术的宽带PLC信息通信技术,一方面支持电力公司全面采集用户用电信息,实施电费控制;另一方面支持电力用户实时获取电费信息并与电力公司主动交互调整用电模式,最终实现配电设施和电力用户之间的电力和通信双向互动;本发明具有集成结合OFDM调制技术的宽带PLC信息通信技术、支持全面采集用户用电信息、实施电费控制、支持实时获取电费信息、主动交互调整用电模式、实现双向互动的优点。
Claims (10)
1.基于用电信息采集的双向费控方法,其特征在于:所述的方法包括以下步骤:
步骤1:基于用电信息采集系统采集用户的用电数据信息;
步骤2:数据预处理;
步骤3:用户用电信息特征分类;
步骤4:基于用电信息构建双向互动需求模型;
步骤5:基于需求模型选择费控模式。
2.如权利要求1所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤1中的基于用电信息采集系统采集用户的用电数据信息包括电流、电压、有功功率、正向有功总电能数据。
3.如权利要求1所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤2中的数据预处理具体为:用电信息采集过程中,由于电力线通信信道不稳定、千扰较大的可能因素,以及电表的突发性故障、数据传输和保存过程中出现的偶然问题因素,会造成采集成功率降低、采集失败、采集结果缺失情况;通过对数据进行有针对性的筛除或修正、对无效数据的识别和处理,从而得到较高质量的用电数据;具体包括以下步骤:
步骤2.1:一致性检验;
步骤2.2:缺失数据补全及预处理。
4.如权利要求3所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤2.1中的一致性检验具体包括以下步骤:
步骤2.11:计算平均功率:通过计算正向有功总电能的平均变化率得到平均功率 其中E是正向有功总电能;一致性条件为:/>正向有功总电能的平均变化率为平均功率,日常用电大多为有功功率,用电量为正向有功总电能,即当平均功率约等于有功功率时,认为数据是符合实际情况的;
步骤2.12:计算视在功率:有功功率P是将电能转化为其他形式能量的一种可以直接消耗掉的电功率;无功功率Q表示电源与用电设备之间进行能量交换的规模;视在功率S表示发电设备的容量,也是发电设备能够提供的最大有功功率;S、P、Q的关系为:在交流电路中,将电压与电流之间的相位差β的余弦值称为功率因数,用符号λ表示,在数值上,功率因数λ是有功功率和视在功率的比值:/>S、P、Q关系满足勾股定理,S与U、I的关系为:S(k)=U(k)I(k)(5),S2(k)=P2(k)+Q2(k)(6),用户通常为纯阻性负载,/>即P(k)≈S(k),即如果达到有功功率约等于视在功率,则满足一致性条件,认为数据符合实际情况。
5.如权利要求3所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤2.2中的缺失数据补全及预处理具体包括以下步骤:
步骤2.21:数据排序:由于电流、电压、功率和电能量的数据都是混乱的,因此需要预先对数据进行排序,使得每一条数据都能根据表号和时间一一对应起来,利用电表号与时间,首先按照电表号从小到大进行排序,然后根据年月日依次对同一个电表、不同的时间进行排序;
步骤2.22:缺失数据补全:电能量数据带有一定的连续性、单调性,可以对这种性质的数据进行线性插值补全,线性插值是利用缺失数据点两端采集成功的数据值,用过两端数据值的直线来近似表示原函数,根据直线方程y=kx+b即可通过横坐标x得到纵坐标y值,线性插值可以近似用来替代原函数,也可以用来填补单调连续数据的缺失值。
6.如权利要求5所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤2.22中的缺失数据补全具体包括以下步骤:
步骤2.221:电能量数据E具有单调非减性,且在短时间内可以视为连续的数据,因此对空缺的部分使用线性插值的方法进行补全,得到完整的电能量数据E;
步骤2.222:根据E,对于功率数据缺失部分,用平均功率一致性检验的性质,计算出功率P;
步骤2.223:由于电压存在一定的随机性,因此对空缺部分用公式生成:式中,Ui代表序号i的电表电压集合;Ui(t)代表序号i的电表在时刻的电压;/>代表序号i的电表电压的平均值;rands为-1到1之间的随机数;
步骤2.224:对于电流,空缺的部分利用公式计算得到:I=P/U(8);
步骤2.225:删除异常数据:找到电流为0,功率不为0的数据,以及功率为0,电流不为0的数据,记录下行号;
步骤2.226:进行一致性检验:平均功率差为视在功率差为|P(k)-S(k)|,由于在实际采集过程中,实时采集有时间延迟,若直接根据一致性检验删除数据会把大部分数据都删除掉,考虑到这个情况,需设置一个阑值,当差值超过一定阙值时,才记录下行号,即:|P(t)Δt-(E(t+1)-E(t))|≤ε1(9),|P(t)-U(t)×I(t)|≤ε2(10),式中,ε1、ε2为阈值;Δt为E数据之间的时间差;当找到一个t不满足上述的不等式时,记录下行号,同时,分别记录下平均功率差、视在功率差的不一致在时间序列上的频数;
步骤2.227:最后整理记录下的行号,根据行号,把电压、电流、功率、电能量表格中的这些数据删除,得到相对准确的数据。
7.如权利要求1所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤3中的用户用电信息特征分类采用改进的GSA算法得到不同用户的用电特征,具体包括以下步骤:
步骤3.1:准备待测数据集xi和B组参考数据集xj,其中参考数据集根据待测数据集的正常值域的均匀分布随机生成数据;
步骤3.2:对待测数据集进行数据聚类,其中聚类个数k=1,2,3,...,K,其中K为最大聚类个数,根据聚类结果,计算出离散度,其中离散度Wk的定义为:Dr=∑di(12),/>式中,i为类别的代号;n为第i类数据个数的总数;q为第i类数据的序号;m为数据维度的数据;u为第u个维度的数据;xcenter为i类数据的中心;xq,u为i类数据中第q个数据的第u维度的数据;xcenter,u为数据中心的第u个维度的数据;d为中心点到数据点的距离和;D为一个中间变量,为变量d之和;
步骤3.3:对于参考数据集的离散度Wkb,下标b表示参考数据,由于求出的Wkb在数值上较大,为了更易于观察,因此对Wkb做对数处理,计算参考数据离散度的数学期望E:
步骤3.4:计算参考离散度的标准误差sdk,其定义为:
步骤3.5:计算gap值:gap定义为参考数据离散度的期望与待测数据离散度之差,用来表示离散度是否趋于平稳,gap值的定义为:gap(k)=E(log(Wkb))-log(Wk)(16),Sk为E(log(Wkb))的随机模拟误差,定义为为:选取最小的k值满足下式:gap(k)≥gap(k+1)-Sk+1(18);
步骤3.6:记录log(Wkb)值和Δgap(k)值,不需要立刻判断“求出最小k值满足Δgap(k)>0”要求,而是继续计算,直到所有log(Wkb)值和Δgap(k)值都被计算完成;
步骤3.7:找到所有满足Δgap(k)>0的k值,记为k0;
步骤3.8:找到所有k0中第一个满足下列不等式的k值:
8.如权利要求1所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤4中的双向互动需求模型包括专变用户双向互动需求模型、一般工商业用户双向互动需求模型和居民用户双向互动需求模型。
9.如权利要求1所述的基于用电信息采集的双向费控方法,其特征在于:所述的步骤5中的费控模式包括本地费控业务模式和远程费控业务模式。
10.一种基于用电信息采集的双向费控的装置,它包括用于实现数据在电力线的调制、解调和数据收发功的宽带PLC装置,所述的基于用电信息采集的双向费控的装置用于执行如权利要求1至9任一项所述的基于用电信息采集的双向费控方法,其特征在于:所述的宽带PLC装置包括ARM CPU子系统、基于OFDM通信的MAC、电力线载波模拟前端以及集成外围接口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310858119.1A CN117058812A (zh) | 2023-07-13 | 2023-07-13 | 基于用电信息采集的双向费控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310858119.1A CN117058812A (zh) | 2023-07-13 | 2023-07-13 | 基于用电信息采集的双向费控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117058812A true CN117058812A (zh) | 2023-11-14 |
Family
ID=88654319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310858119.1A Withdrawn CN117058812A (zh) | 2023-07-13 | 2023-07-13 | 基于用电信息采集的双向费控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117058812A (zh) |
-
2023
- 2023-07-13 CN CN202310858119.1A patent/CN117058812A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Cloud energy storage for residential and small commercial consumers: A business case study | |
US8346401B2 (en) | Smart charging value and guarantee application | |
US10843580B2 (en) | Systems and methods for smart charging techniques, value and guarantee | |
CN103580284B (zh) | 低压集抄系统 | |
US20110001356A1 (en) | Systems and methods for electric vehicle grid stabilization | |
CN101678774A (zh) | 用于分布式电资源的电力聚集系统 | |
CN110910183B (zh) | 基于边缘计算的智慧社区仪表数据快速处理系统及方法 | |
CN103926552B (zh) | 用电信息采集仿真测试平台 | |
KR101493355B1 (ko) | 에너지 저장 장치의 soc 보정 방법 및 이를 이용하는 soc 보정 시스템 | |
CN105226826B (zh) | 分布式智能用电管理方法及系统 | |
CN102855525A (zh) | 一种居民用户负荷预测分析系统和方法 | |
CN109190818B (zh) | 电力资源管理方法及系统、服务端、计算机可读存储介质 | |
CN112541616A (zh) | 一种基于需求侧响应的用电调节方法及系统 | |
Muleta et al. | Study of energy management system and IOT integration in Smart Grid | |
CN116993388A (zh) | 一种电力系统中动态碳排放因子的确认方法及系统 | |
CN105226827A (zh) | 一种分布式智能用电管理方法及系统 | |
CN108957066A (zh) | 一种虚拟电表系统 | |
CN105006135A (zh) | 一种远程自动抄表集中器系统 | |
CN208126186U (zh) | 一种基于云计算平台的家庭智慧能源管理系统 | |
CN201514296U (zh) | 一种户用数码热计量系统 | |
CN105006136A (zh) | 远程电量自动采集系统 | |
CN108093039A (zh) | 基于国网q/gdw3761协议处理沉睡电表的方法 | |
CN112186785A (zh) | 一种基于台区智能终端的源网荷储平衡系统 | |
CN117058812A (zh) | 基于用电信息采集的双向费控方法及装置 | |
CN108399728B (zh) | 一种社区的供能数据采集系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231114 |
|
WW01 | Invention patent application withdrawn after publication |