CN117060425B - 一种基于强化学习的配网峰谷差自适应控制方法及系统 - Google Patents
一种基于强化学习的配网峰谷差自适应控制方法及系统 Download PDFInfo
- Publication number
- CN117060425B CN117060425B CN202311315424.2A CN202311315424A CN117060425B CN 117060425 B CN117060425 B CN 117060425B CN 202311315424 A CN202311315424 A CN 202311315424A CN 117060425 B CN117060425 B CN 117060425B
- Authority
- CN
- China
- Prior art keywords
- electricity consumption
- peak
- ratio
- valley
- period
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002787 reinforcement Effects 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 454
- 238000012216 screening Methods 0.000 claims abstract description 32
- 230000009467 reduction Effects 0.000 claims description 38
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 238000010606 normalization Methods 0.000 claims description 13
- 238000012797 qualification Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000002222 downregulating effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 abstract description 12
- 230000004936 stimulating effect Effects 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000003827 upregulation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/62—The condition being non-electrical, e.g. temperature
- H02J2310/64—The condition being economic, e.g. tariff based load management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Power Engineering (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于强化学习的配网峰谷差自适应控制方法及系统，涉及电网配电技术领域，所述方法包括统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；筛选低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；根据筛选后用户的高峰用电量和低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；将定制化用电方案发送给对应的用户端。根据用电量的比值，自适应调节平谷时长或峰谷电价，使用户在执行定制化用电方案时，在使用相同电量情况下，用电成本下降，从而刺激用户将高峰时段的用电需求转移至低谷时段，增加低谷用电量，降低高峰用电量，提升削峰填谷措施的执行力度。
Description
技术领域
本发明涉及电网配电技术领域，具体而言，涉及一种基于强化学习的配网峰谷差自适应控制方法及系统。
背景技术
从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网，即将电能按照一定的策略分配给用户。
为了减少用电高峰时段的用电紧张问题，现有的配电网实行的削峰填谷方案为在用电高峰时段和用电低谷时段分别施行不同的电价，引导用户错峰用电。但是在现有的配电网引导控制方法下，峰谷电价是统一的普遍推广的方案，针对性不强，对用户的引导刺激力度不够，因此用户除非必要，否则不会将高峰时段的多数用电量转移至低谷时段，难以激发用户更多的主观能动性，不利于削峰填谷措施的实施。
发明内容
本发明所要解决的问题是现有配电网统一实行的峰谷电价方案，针对性不强，难以激发用户更多的主观能动性，不利于削峰填谷措施的实施。
为解决上述问题，一方面，本发明提供了一种基于强化学习的配网峰谷差自适应控制方法，包括：
统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
将所述定制化用电方案发送给对应的用户端；
其中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；
当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价；
当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分；
其中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调。
可选地，所述根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调包括：
将所述超出比值归一化处理；
根据归一化处理后的所述超出比值和高峰电价系数，在原有所述高峰时段的电价基础上，上调所述高峰时段的电价；
根据归一化处理后的所述超出比值和低谷电价系数，在原有所述低谷时段的电价基础上，下调所述低谷时段的电价。
可选地，所述预设比值等于1，所述当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分包括：
当所述第一用电量比值小于所述预设比值时，采用筛选后所述用户的所述低谷用电量除以所述高峰用电量，得到第二用电量比值；
根据所述第二用电量比值和所述预设比值，得到低谷用电溢出比值；
根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长。
可选地，所述根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长包括：
将所述低谷用电溢出比值归一化处理；
根据归一化处理后的所述低谷用电溢出比值和时长系数，得到浮动时长；
在原有所述低谷时段的时长基础上增加所述浮动时长，得到调整后的所述低谷时段的时长，在原有所述平常时段的时长基础上减少所述浮动时长，得到调整后的所述平常时段的时长。
可选地，所述将所述定制化用电方案发送给对应的用户端之后，所述基于强化学习的配网峰谷差自适应控制方法还包括：
接收到所述用户端发送的接受所述定制化用电方案的反馈信息，统计在执行定制化用电方案之后所述用户在当前预设周期内所有所述高峰时段的所述高峰用电量；
判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值；
当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，分析所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息，其中，所述警示信息用于提醒所述用户使用所述定制化用电方案的资格即将被取消，所述维持信息用于提醒所述用户拥有继续使用所述定制化用电方案的资格；
当所述用户在当前预设周期内的所述高峰用电量小于或等于所述用电量阈值时，向所述用户端发送所述维持信息。
可选地，所述当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，分析所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息包括：
当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，根据所述用户在当前预设周期内的所述高峰用电量和所述用户在上一预设周期内的所述高峰用电量，得到所述用电量下降率；
判断所述用电量下降率是否大于预设下降率；
当所述用电量下降率大于或等于所述预设下降率时，向所述用户端发送所述维持信息；
当所述用电量下降率小于所述预设下降率时，向所述用户端发送所述警示信息。
可选地，所述判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值之后，所述基于强化学习的配网峰谷差自适应控制方法还包括：
统计向所述用户端发送所述警示信息的次数，得到警示次数；
当向所述用户端发送所述维持信息时，将所述警示次数归零；
当所述警示次数大于允许次数时，向所述用户端发送取消信息，其中，所述取消信息用于提醒所述用户失去使用所述定制化用电方案的资格。
可选地，所述预设比值大于或等于1。
可选地，归一化处理后的所述超出比值小于1。
另外一方面，本发明还提供了一种基于强化学习的配网峰谷差自适应控制系统，包括：
用电量统计模块，用于统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
用户筛选模块，用于筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
用电调整模块，用于根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
信息发送模块，用于将所述定制化用电方案发送给对应的用户端；
其中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；
当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价；
当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分；
其中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调。
与现有技术相比，本发明具有如下有益效果：
本发明提供的一种基于强化学习的配网峰谷差自适应控制方法及系统，通过统计用户在预设周期内的低谷用电量和高峰用电量，筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户，筛选出的用户在高峰时段和低谷时段均有用电需求，这样的用户再给予一定的策略支持和引导，比较容易刺激用户增加在低谷时段的用电量，因此根据所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案，例如比值越大时，说明高峰用电量和低谷用电量之间的差值越大，此时可以将高峰时段的电价越调高且低谷时段的电价调低，或者将高峰时段的时长增加且将低谷时段的时长缩短，形成根据峰谷时段对应的用电量的比值，自适应的调节平谷时长或峰谷电价，使得用户在执行定制化用电方案时，在使用相同电量的情况下，整体用电成本下降，从而刺激用户将高峰时段的用电需求转移至低谷时段，增加用户低谷时段的低谷用电量，降低高峰用电量，提升削峰填谷措施的执行力度。
附图说明
图1示出了本发明实施例中一种基于强化学习的配网峰谷差自适应控制方法的流程示意图；
图2示出了本发明实施例中一种配网峰谷差自适应控制中的监控流程示意图；
图3示出了本发明实施例中一种基于强化学习的配网峰谷差自适应控制系统的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
在本说明书的描述中，参考术语“实施例”、“一个实施例”和“一个实施方式”等的描述意指结合该实施例或实施方式描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或实施方式中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实施方式。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或实施方式以合适的方式结合。
图1示出了本发明实施例中一种基于强化学习的配网峰谷差自适应控制方法的流程示意图，所述基于强化学习的配网峰谷差自适应控制方法，包括：
S1：统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
具体地，获取用户在不同低谷时段和高峰时段的用电量，并在每个预设周期结束时，统计所有低谷时段的低谷用电量和所有高峰时段的高峰用电量。所述的预设周期可以是一个月或者一个季度，也可以是四个月等其他设定的周期。
S2：筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
具体地，筛选低谷用电量和高峰用电量都比较大的用户，例如，筛选低谷用电量大于50kwh，高峰用电量大于100kwh的用户，这样筛选的目的是，筛选那些在高峰时段用电量较大，但是在低谷时段也有一定用电需求的用户，这样的用户加以引导，能够促进其在低谷时段的用电量，从而使用户在高峰时段的用电量降低。
S3：根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
具体地，平谷时段是平常时段和低谷时段的简称，所述峰谷时段是高峰时段和低谷时段的简称，峰平谷时段是平常时段、低谷时段和高峰时段三者的简称。对用户进行筛选之后，用高峰用电量除以低谷用电量得到比值，根据比值的大小对平谷时段的时长进行调节或者对高峰时段和低谷时段对应的电价进行调整，或者同时对时长和电价均进行调整，最终调整后的平谷时段的划分和峰谷时段对应的电价形成与用户匹配的定制化用电方案，例如增加低谷时段的时长或降低低谷时段的电价，反而减小平常时段的时长或增加高峰时段的电价，将用户的用电需求引导至低谷时段，增加用户低谷时段的用电量，使得低谷时段的发电量能够被尽可能多地消纳，避免低谷时段的发电量无法消耗，造成电量无意义的浪费。
S4：将所述定制化用电方案发送给对应的用户端。用户端可以根据接收到的定制化用电方案，选择接受该方案或者继续维持现有的用电方案。
具体地，随着社会的发展，在夜间进行的生产劳动逐渐增多，使得一些行业其实在夜间的用电需求比白天的用电需求多，或者一些行业的用电需要在白天或者夜间执行都可以，不影响其实际生产结果，但是在现行政策下，普适统一的峰平谷时段划分和用电电价对他们的优惠力度不大，不足以这些用户改变作息规律或者生产劳动规律，将白天的用电需求转移至夜晚。对于这类用户，我们可以给他们制定有针对性地定制化的用电方案，引导这些用户增加低谷时段的用电量，从而减少高峰时段的用电量。
在本实施例中，通过统计用户在预设周期内的低谷用电量和高峰用电量，筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户，筛选出的用户在高峰时段和低谷时段均有用电需求，这样的用户再给予一定的策略支持和引导，比较容易刺激用户增加在低谷时段的用电量，因此根据所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案，例如比值越大时，说明高峰用电量和低谷用电量之间的差值越大，此时可以将高峰时段的电价调高且将低谷时段的电价调低，或者将平常时段的时长增加且将低谷时段的时长缩短，形成根据峰谷时段对应的用电量的比值，自适应地调节平谷时长或峰谷电价，使得用户在执行定制化用电方案时，在使用相同电量的情况下，整体用电成本下降，从而刺激用户将高峰时段的用电需求转移至低谷时段，增加用户低谷时段的低谷用电量，降低高峰用电量，提升削峰填谷措施的执行力度。
在本发明的一种实施例中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；具体的，所述预设比值大于或等于1。例如，将预设比值设置为1，当第一用电量比值大于1的时候，说明此时高峰用电量很多；当第一用电量比值小于1的时候，说明高峰用电量并不是特别多。
当所述第一用电量比值大于或者等于所述预设比值时，说明高峰时段的用电量多，但是低谷时段的用电量少，说明用户在低谷时段的用电并没有满负荷，通过调整所述峰谷时段的电价，将高峰时段的用电需求，引导至低谷时段，让低谷时段没有满负荷运行的负载进行工作。
当所述第一用电量比值小于所述预设比值时，说明低谷时段的用电量大于高峰时段的用电量，但是高峰时段也有一定的用电需求，此时可以进一步引导高峰时段的用电需求转移，但是此时由于低谷时段本身的用电量就比较大，可能在低谷时段负载本身已经满负荷运行，即使调整电价，低谷时段的负载运行量也不能增加，高峰时段的用电需求也不能有所转移，但是调整所述平谷时段的划分，例如增加低谷时段的时长，缩短平常时段的时长，从而刺激用户将高峰时段的用电需求进一步向低谷时段转移。
在本发明的一种实施例中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；例如用第一电量比值减去预设比值，得到超出比值。
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调。例如当超出比值越大的时候，即高峰用电量与低谷用电量的差值越大的时候，将高峰时段的电价上调的越高，将低谷时段的电价下调的越低，一方面抑制高峰时段的高峰用电量持续增长，另一方面刺激用户将高峰用电量转移至低谷时段或平常时段。
在本实施例中，所述根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调包括：
将所述超出比值归一化处理；为了便于后续计算，将超出比值进行归一化处理，使得处理后的超出比值小于1，例如用超出比值统一除以一个预设基准数，比如超出比值为5，预设基准数为20，此时归一化后的超出比值为5/20=0.25。
根据归一化处理后的所述超出比值和高峰电价系数，在原有高峰时段的电价基础上，上调所述高峰时段的电价；例如，上调后的高峰时段的电价=原有高峰时段的电价*（1+归一化处理后的超出比值*高峰电价系数），加入原有高峰时段电价为0.8，归一化处理后的超出比值为0.25，高峰电价系数为0.4，则上调后的高峰时段的电价=0.8*（1+0.25*0.4）=0.88。
根据归一化处理后的所述超出比值和低谷电价系数，在原有低谷时段的电价基础上，下调所述低谷时段的电价。同上，低谷电价系数可以设置为0.5，原有低谷时段的电价为0.6，下调后的低谷时段的电价=0.6*（1-0.25*0.5）=0.525。
在本实施例中，在每一预设周期结束时，均重新计算超出比值，根据超出比值，动态调整高峰时段和低谷时段的电价，当高峰时段的用电量越多时，超出比值越大，高峰时段电价越高而低谷时段电价越低，两者形成鲜明对比，从而刺激用户主动降低高峰用电量，将用电需求转移至低谷时段，增加低谷用电量。另外，动态调整的电价，让用户切身体会到将用电需求从高峰时段转移至低谷时段造成的用电成本降低，进一步提高用户削峰填谷的主动性和积极性。需要说明的是，通过上述对高峰时段电价和低谷时段电价调整的举例，可以看出，电价的调整存在一个平衡点，即当电价调整至一定程度之后，即使再将高峰时段的用电需求转移至低谷时段也不会让整体的用电成本进一步降低。所以本实施例中的自适应控制方法不是一味地追求将所有的高峰时段的用电需求全部转移至低谷时段，因为如果让所有筛选出的用户将所有的高峰时段的用电需求转移至低谷时段，可能会造成低谷时段用电量过多，反而使低谷时段成为另一个高峰时段，失去削峰填谷的初衷。
在本发明的一种实施例中，所述当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分包括：
当所述第一用电量比值小于所述预设比值时，采用筛选后所述用户的所述低谷用电量除以所述高峰用电量，得到第二用电量比值，其中，所述预设比值等于1；此时又使用低谷用电量除以高峰用电量，是为了得到一个大于1的比值，便于后续的判断和计算。
根据所述第二用电量比值和所述预设比值，得到低谷用电溢出比值；例如使用第二用电量比值减去预设比值，得到低谷用电溢出比值，该比值说明低谷用电量超出高峰用电量的程度，当低谷用电溢出比值越大时，说明低谷用电量越大，即该用户在低谷时段的用电需求很大。
根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长。例如当低谷用电溢出比值越大时，该用户在低谷时段的用电需求很大，但是此时低谷时段可能处于满负荷状态，无法继续满足更多的用电需求，此时可以适当增加低谷时段的时长，而减少平常时段的时长，将高峰时段的用电需求转移至新的低谷时段，但实际可能是转移至原来的平常时段，但是低谷时段的电价比平常时段的电价低，当将原来平常时段划到低谷时段时，能够更好地刺激用户将高峰时段的用电需求转移。
在本实施例中，所述根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长包括：
将所述低谷用电溢出比值归一化处理；同样的，此时将低谷用电溢出比值处理为小于1的数值，例如处理后的低谷用电溢出比值为0.3。
根据归一化处理后的所述低谷用电溢出比值和时长系数，得到浮动时长；例如，时长系数为2h，将时长系数与低谷用电溢出比值相乘，得到浮动时长为2*0.3=0.6h，即36分钟。
在原有低谷时段的时长基础上增加所述浮动时长，得到调整后的所述低谷时段的时长，在原有平常时段的时长基础上减少所述浮动时长，得到调整后的所述平常时段的时长。例如普遍的将全年峰平谷时段按每日24小时分为高峰、平段和低谷三段，各8小时，调整之后，低谷时段时长为8.6h，平常时段的时长为7.4h。
图2示出了本发明实施例中一种配网峰谷差自适应控制中的监控流程示意图，所述将所述定制化用电方案发送给对应的用户端之后，所述基于强化学习的配网峰谷差自适应控制方法还包括：
S5：接收到所述用户端发送的接受所述定制化用电方案的反馈信息，统计在执行定制化用电方案之后所述用户在当前预设周期内所有所述高峰时段的所述高峰用电量；
具体地，用户端可以选择接受定制化用电方案，也可以不接受该方案，当用户端接受定制化用电方案之后，会对用户在高峰时段的高峰用电量进行持续的监控，在执行定制化用电方案之后，每一个预设周期结束之后，都会对高峰用电量进行统计。
S6：判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值；
具体地，在使用定制化用电方案之后，用户得到一定的优惠，使得用电成本下降，所以就对应的要求用户将高峰用电量控制在一定的用电量阈值之内，需要用户主动将较多的用电需求转移至平常时段或者低谷时段，减少高峰时段的用电。
S7：当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，还需要进一步分析所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息，其中，所述警示信息用于提醒所述用户使用所述定制化用电方案的资格即将被取消，此时只是对用户进行一次提醒，以便于用户在下个预设周期内，积极响应削峰填谷措施，严格把控高峰时段的用电量；所述维持信息用于提醒所述用户拥有继续使用所述定制化用电方案的资格，给予用户一定的鼓励。
S8：当所述用户在当前预设周期内的所述高峰用电量小于或等于所述用电量阈值时，向所述用户端发送维持信息。
在本实施例中，设置后续的监控流程，有利于让配网峰谷差自适应控制方法更好地执行，如果没有监控流程，虽然也能够在一定程度上削弱高峰时段的用电紧张，但是不会将该控制方法利用的更彻底，有些用户可能会将一些高峰时段的用电需求转移至低谷时段，但是高峰时段的用电量仍然处于一个相对较高的程度，此时本申请中的自适应控制方法起到的作用有限，且效果不可预期。有了监控流程之后，能够进一步控制用户将高峰时段的用电量维持在一定范围内，当知道执行定制化用电方案的用户数量之后，就大概能够预测到下一预设周期结束时，高峰时段的用电量会减少多少，或者这些用户下一预设周期的高峰时段会消耗多少电量，有利于电量的分配。
在本发明的一种实施例中，所述当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，分析所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息包括：
当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，根据所述用户在当前预设周期内的所述高峰用电量和所述用户在上一预设周期内的所述高峰用电量，得到所述用电量下降率；
具体地，有些用户的用电体量较大，不可能在短时间内将大部分用电需求从高峰时段转移至低谷时段，因此允许用电需求逐渐转移，但是要保证每个预设周期都有用电需求从高峰时段转移走，体现在用电量上，就需要计算用电量下降率。
判断所述用电量下降率是否大于预设下降率；
当所述用电量下降率大于或等于所述预设下降率时，说明用户在该预设周期内有将较多的用电需求从高峰时段转移走，此时可以向所述用户端发送维持信息；
当所述用电量下降率小于所述预设下降率时，说明用户在该预设周期内没有将用电需求从高峰时段转移走，或者从高峰时段转移走的用电需求较少，导致高峰时段的用电量下降率较小，不达标，此时向所述用户端发送警示信息，提醒用户在下一周期尽可能多地减少高峰时段的用电量。
在本发明的一种实施例中，所述判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值之后，所述基于强化学习的配网峰谷差自适应控制方法还包括：
统计向所述用户端发送所述警示信息的次数，得到警示次数；
当向所述用户端发送所述维持信息时，将所述警示次数归零，表示只要在统计警示次数的过程中出现一次向所述用户端发送所述维持信息，都会将警示次数归零。
当所述警示次数大于允许次数时，表示用户在高峰时段的用电量已经多次连续不达标，说明用户在享受定制化用电方案的同时，其执行削峰填谷的义务没有履行到位，此时向所述用户端发送取消信息，其中，所述取消信息用于提醒所述用户失去使用所述定制化用电方案的资格。此时可以将该用户列为不被筛选的名单，在后续不断筛选和更新添加新的享受定制化用电方案的用户名单时，不再将该用户重复纳入考虑范围。
另外，为了满足上述监控要求，用户可以将用电量下降率或者用电量阈值按照百分比分配给每一个用电设备，根据用电设备过往用电情况，将用电设备分为必要设备和可变设备，为不同设备设定不同的下降指标，细化计算出每一时段的可用用电量，控制用电设备每天的用电情况，分时段跟踪设备的用电量，当设备每一时段的用电量大于每一时段的可用用电量的第一比例时，发出提醒；当设备每一时段的用电量大于每一时段的可用用电量的第二比例时，发出过量预警；当设备每一时段的用电量大于每一时段的可用用电量的第三比例时，发出严重超标警告，并强制负载停运。
图3示出了本发明实施例中一种基于强化学习的配网峰谷差自适应控制系统的结构示意图，所述基于强化学习的配网峰谷差自适应控制系统，包括：
用电量统计模块100，用于统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
用户筛选模块200，用于筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
用电调整模块300，用于根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
信息发送模块400，用于将所述定制化用电方案发送给对应的用户端；
其中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；
当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价；
当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分；
其中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调。
本发明所述的基于强化学习的配网峰谷差自适应控制系统与上述基于强化学习的配网峰谷差自适应控制方法的技术效果相似，在此不再进行赘述。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (9)
1.一种基于强化学习的配网峰谷差自适应控制方法，其特征在于，包括：
统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
将所述定制化用电方案发送给对应的用户端；
其中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；
当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价；
当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分；
其中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调；
所述当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分包括：
当所述第一用电量比值小于所述预设比值时，所述预设比值等于1，采用筛选后所述用户的所述低谷用电量除以所述高峰用电量，得到第二用电量比值；
根据所述第二用电量比值和所述预设比值，得到低谷用电溢出比值；
根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长。
2.根据权利要求1所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调包括：
将所述超出比值归一化处理；
根据归一化处理后的所述超出比值和高峰电价系数，在原有所述高峰时段的电价基础上，上调所述高峰时段的电价；
根据归一化处理后的所述超出比值和低谷电价系数，在原有所述低谷时段的电价基础上，下调所述低谷时段的电价。
3.根据权利要求1所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长包括：
将所述低谷用电溢出比值归一化处理；
根据归一化处理后的所述低谷用电溢出比值和时长系数，得到浮动时长；
在原有所述低谷时段的时长基础上增加所述浮动时长，得到调整后的所述低谷时段的时长，在原有所述平常时段的时长基础上减少所述浮动时长，得到调整后的所述平常时段的时长。
4.根据权利要求1所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述将所述定制化用电方案发送给对应的用户端之后，还包括：
接收到所述用户端发送的接受所述定制化用电方案的反馈信息，统计在执行定制化用电方案之后所述用户在当前预设周期内所有所述高峰时段的所述高峰用电量；
判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值；
当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，分析所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息，其中，所述警示信息用于提醒所述用户使用所述定制化用电方案的资格即将被取消，所述维持信息用于提醒所述用户拥有继续使用所述定制化用电方案的资格；
当所述用户在当前预设周期内的所述高峰用电量小于或等于所述用电量阈值时，向所述用户端发送所述维持信息。
5.根据权利要求4所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，计算所述高峰用电量的用电量下降率，根据所述用电量下降率选择向所述用户端发送警示信息或维持信息包括：
当所述用户在当前预设周期内的所述高峰用电量大于所述用电量阈值时，根据所述用户在当前预设周期内的所述高峰用电量和所述用户在上一预设周期内的所述高峰用电量，得到所述用电量下降率；
判断所述用电量下降率是否大于预设下降率；
当所述用电量下降率大于或等于所述预设下降率时，向所述用户端发送所述维持信息；
当所述用电量下降率小于所述预设下降率时，向所述用户端发送所述警示信息。
6.根据权利要求4所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述判断所述用户在当前预设周期内的所述高峰用电量是否大于用电量阈值之后，还包括：
统计向所述用户端发送所述警示信息的次数，得到警示次数；
当向所述用户端发送所述维持信息时，将所述警示次数归零；
当所述警示次数大于允许次数时，向所述用户端发送取消信息，其中，所述取消信息用于提醒所述用户失去使用所述定制化用电方案的资格。
7.根据权利要求1所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，所述预设比值大于或等于1。
8.根据权利要求2所述的基于强化学习的配网峰谷差自适应控制方法，其特征在于，归一化处理后的所述超出比值小于1。
9.一种基于强化学习的配网峰谷差自适应控制系统，其特征在于，包括：
用电量统计模块，用于统计用户在预设周期内所有低谷时段的低谷用电量和所有高峰时段的高峰用电量；
用户筛选模块，用于筛选所述低谷用电量大于第一用电量且高峰用电量大于第二用电量的用户；
用电调整模块，用于根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案；
信息发送模块，用于将所述定制化用电方案发送给对应的用户端；
其中，所述根据筛选后所述用户的所述高峰用电量和所述低谷用电量的比值，调整平谷时段的划分和/或峰谷时段的电价，形成定制化用电方案包括：
根据筛选后所述用户的所述高峰用电量除以所述低谷用电量，得到第一用电量比值；
判断所述第一用电量比值是否大于或等于预设比值；
当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价；
当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分；
其中，所述当所述第一用电量比值大于或者等于所述预设比值时，调整所述峰谷时段的电价包括：
当所述第一用电量比值大于或者等于所述预设比值时，根据所述第一用电量比值和所述预设比值得到超出比值；
根据所述超出比值，将所述高峰时段的电价上调，将所述低谷时段的电价下调；
所述当所述第一用电量比值小于所述预设比值时，调整所述平谷时段的划分包括：
当所述第一用电量比值小于所述预设比值时，所述预设比值等于1，采用筛选后所述用户的所述低谷用电量除以所述高峰用电量，得到第二用电量比值；
根据所述第二用电量比值和所述预设比值，得到低谷用电溢出比值；
根据所述低谷用电溢出比值，增加所述低谷时段的时长，减少平常时段的时长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311315424.2A CN117060425B (zh) | 2023-10-12 | 2023-10-12 | 一种基于强化学习的配网峰谷差自适应控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311315424.2A CN117060425B (zh) | 2023-10-12 | 2023-10-12 | 一种基于强化学习的配网峰谷差自适应控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117060425A CN117060425A (zh) | 2023-11-14 |
| CN117060425B true CN117060425B (zh) | 2024-04-09 |
Family
ID=88666665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311315424.2A Active CN117060425B (zh) | 2023-10-12 | 2023-10-12 | 一种基于强化学习的配网峰谷差自适应控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117060425B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2728521A1 (en) * | 2012-11-05 | 2014-05-07 | Hitachi Ltd. | Demand plan management system |
| CN105046360A (zh) * | 2015-07-20 | 2015-11-11 | 国网天津市电力公司 | 基于峰谷时段用电负荷权重管理系统及峰谷时段管理方法 |
| JP2017142773A (ja) * | 2016-02-12 | 2017-08-17 | 富士通株式会社 | 危機ピーク価格付けデマンドレスポンス参加者評価 |
| CN109389437A (zh) * | 2018-11-08 | 2019-02-26 | 国网河北省电力有限公司电力科学研究院 | 电价的定价方法、定价装置及终端 |
| CN111062506A (zh) * | 2019-12-10 | 2020-04-24 | 贵州电网有限责任公司 | 一种基于用户行为的分时电价时段划分和价格制定方法 |
| CN112636333A (zh) * | 2020-12-07 | 2021-04-09 | 国网汇通金财（北京）信息科技有限公司 | 一种用户响应激励方法及装置 |
| CN113054669A (zh) * | 2021-04-02 | 2021-06-29 | 国家电网有限公司 | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 |
| CN113224752A (zh) * | 2021-05-06 | 2021-08-06 | 合肥工业大学 | 在恒定分时电价下考虑可靠性损失的峰谷时段划分方法 |
| CN113469448A (zh) * | 2021-07-13 | 2021-10-01 | 广东电网有限责任公司 | 分时电价时段划分优化方法、系统、终端设备及介质 |
| CN114638523A (zh) * | 2022-03-28 | 2022-06-17 | 广东迪奥技术有限公司 | 一种削峰填谷电费节省方法、存储介质及电子设备 |
| CN115566689A (zh) * | 2022-09-14 | 2023-01-03 | 南昌大学 | 一种改进天鹰优化算法优化负荷峰谷时段划分以及峰谷电价方法 |
| CN115760194A (zh) * | 2022-12-01 | 2023-03-07 | 广东电网有限责任公司 | 一种峰谷电价与时段的优化方法、装置、设备及存储介质 |
| CN116799788A (zh) * | 2023-06-08 | 2023-09-22 | 合肥迈思泰合信息科技有限公司 | 一种基于大数据分析的削峰填谷用电方法 |
-
2023
- 2023-10-12 CN CN202311315424.2A patent/CN117060425B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2728521A1 (en) * | 2012-11-05 | 2014-05-07 | Hitachi Ltd. | Demand plan management system |
| CN105046360A (zh) * | 2015-07-20 | 2015-11-11 | 国网天津市电力公司 | 基于峰谷时段用电负荷权重管理系统及峰谷时段管理方法 |
| JP2017142773A (ja) * | 2016-02-12 | 2017-08-17 | 富士通株式会社 | 危機ピーク価格付けデマンドレスポンス参加者評価 |
| CN109389437A (zh) * | 2018-11-08 | 2019-02-26 | 国网河北省电力有限公司电力科学研究院 | 电价的定价方法、定价装置及终端 |
| CN111062506A (zh) * | 2019-12-10 | 2020-04-24 | 贵州电网有限责任公司 | 一种基于用户行为的分时电价时段划分和价格制定方法 |
| CN112636333A (zh) * | 2020-12-07 | 2021-04-09 | 国网汇通金财（北京）信息科技有限公司 | 一种用户响应激励方法及装置 |
| CN113054669A (zh) * | 2021-04-02 | 2021-06-29 | 国家电网有限公司 | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 |
| CN113224752A (zh) * | 2021-05-06 | 2021-08-06 | 合肥工业大学 | 在恒定分时电价下考虑可靠性损失的峰谷时段划分方法 |
| CN113469448A (zh) * | 2021-07-13 | 2021-10-01 | 广东电网有限责任公司 | 分时电价时段划分优化方法、系统、终端设备及介质 |
| CN114638523A (zh) * | 2022-03-28 | 2022-06-17 | 广东迪奥技术有限公司 | 一种削峰填谷电费节省方法、存储介质及电子设备 |
| CN115566689A (zh) * | 2022-09-14 | 2023-01-03 | 南昌大学 | 一种改进天鹰优化算法优化负荷峰谷时段划分以及峰谷电价方法 |
| CN115760194A (zh) * | 2022-12-01 | 2023-03-07 | 广东电网有限责任公司 | 一种峰谷电价与时段的优化方法、装置、设备及存储介质 |
| CN116799788A (zh) * | 2023-06-08 | 2023-09-22 | 合肥迈思泰合信息科技有限公司 | 一种基于大数据分析的削峰填谷用电方法 |
Non-Patent Citations (2)
| Title |
|---|
| 峰谷分时电价时段划分方法研究;王昱洁;孙英楷;韩少卿;;中小企业管理与科技(中旬刊)(第09期);全文 * |
| 高载能负荷峰谷分时电价优化研究;汪宁渤;李津;薛婷婷;刘彩霞;;中国科技信息(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117060425A (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Papavasiliou et al. | Supplying renewable energy to deferrable loads: Algorithms and economic analysis | |
| EP2713321A2 (en) | Method and system for demand response management | |
| CN102055217B (zh) | 电动汽车有序充电控制方法及系统 | |
| CN104778504A (zh) | 一种家庭用户智能家电的用电安排优化方法 | |
| DE102012212654A1 (de) | Energiespeicher für Photovoltaikanalage, Energiespeicherkraftwerk, Steuereinrichtung und Verfahren zum Betreiben eines Energiespeichers | |
| CN110503461A (zh) | 一种智能电网中基于住宅用户聚类的需求响应方法 | |
| CN109327035B (zh) | 一种电动汽车充电功率调节方法和系统 | |
| CN117060425B (zh) | 一种基于强化学习的配网峰谷差自适应控制方法及系统 | |
| CN112580987A (zh) | 一种考虑虚拟电厂可调资源可用性的负荷聚合方法及装置 | |
| CN113829934A (zh) | 一种电动汽车集群聚合响应能力确定方法及调度方法 | |
| CN110880776B (zh) | 控制储能系统中储能设备充放电的方法和装置 | |
| CN113300375B (zh) | 一种考虑用户参与意愿差异的温控负荷需求响应控制方法 | |
| CN108304984A (zh) | 行为量化方法及系统 | |
| CN117498416A (zh) | 储能电池的放电策略制定方法、装置及电子设备 | |
| Lawrence et al. | The status of demand response in New York | |
| CN108767883B (zh) | 一种需求侧的响应处理方法 | |
| CN115356972A (zh) | 一种用于配电馈线高峰负荷的芯片控制方法及芯片 | |
| EP0254098B1 (de) | Verfahren zum Regeln des Energiebezugs eines mehrere Verbraucher enthaltenden Abnehmers | |
| CN113570164A (zh) | 工业用户需求响应潜力预测方法和存储介质 | |
| CN111967896A (zh) | 提高可中断类负荷参与需求响应积极性的方法及系统 | |
| CN112102047A (zh) | 虚拟电厂优化组合竞价方法、装置、设备和存储介质 | |
| CN117559464B (zh) | 一种电力需求响应的调控方法、系统、电子设备及介质 | |
| CN117096923B (zh) | 一种基于峰谷套利的储能运行控制方法及系统 | |
| CN114228553B (zh) | 一种充电桩有功功率调节方法及相关装置 | |
| CN118316127A (zh) | 园区电力资源调度方法及装置 |
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 |