CN117291401B - 一种用电高峰期有序用电控制方法及系统 - Google Patents

一种用电高峰期有序用电控制方法及系统 Download PDF

Info

Publication number
CN117291401B
CN117291401B CN202311578481.XA CN202311578481A CN117291401B CN 117291401 B CN117291401 B CN 117291401B CN 202311578481 A CN202311578481 A CN 202311578481A CN 117291401 B CN117291401 B CN 117291401B
Authority
CN
China
Prior art keywords
power
decision
electricity
utilization
power outage
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
CN202311578481.XA
Other languages
English (en)
Other versions
CN117291401A (zh
Inventor
代辉
尹申平
全靖
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.)
Chengdu Handu Technology Co ltd
Original Assignee
Chengdu Handu Technology 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 Chengdu Handu Technology Co ltd filed Critical Chengdu Handu Technology Co ltd
Priority to CN202311578481.XA priority Critical patent/CN117291401B/zh
Publication of CN117291401A publication Critical patent/CN117291401A/zh
Application granted granted Critical
Publication of CN117291401B publication Critical patent/CN117291401B/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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Computer Hardware Design (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用电高峰期有序用电控制方法及系统，方法包括：获取目标用电区域内用电企业的产线信息，并根据产线信息将用电企业分为第一类别、第二类别和第三类别；根据用电高峰期目标用电区域的负载总额和目标用电区域的负载限额计算用电高峰期目标用电区域的限额比例；根据限额比例和用电企业的类别为每个用电企业分配停电限电方案。本发明一种用电高峰期有序用电控制方法及系统，基于对用电企业不同情况下产生经济损失的分类，可以有效的对每次停电限电方案的经济损失进行控制，有效减少停电限电带来的经济损失。

Description

一种用电高峰期有序用电控制方法及系统
技术领域
本发明涉及有序用电控制技术，具体涉及一种用电高峰期有序用电控制方法及系统。
背景技术
有序用电是指政府或电力公司在电力供应不足或突发事件等情况下，通过一系列行政措施、经济引导、技术方法，依法管理和限制部分用电需求，使供用电秩序保持平稳的管理工作。
现有技术中，对科学化有序用电有大量的研究，如申请号为202310671259.8的中国专利，公开了一种面向多轮限电的有序用电自动编制方法、介质及设备，涉及电气技术领域。根据获取到的若干用户信息，将若干用户分为第一类用户和第二类用户，以若干用户的限电负荷值之和最小，且第一类用户与第二类用户的限电比例之差最小为目标，构建目标函数，结合各轮限电指标及限电比例上限构建完备的约束条件，经过多轮求解，输出多轮限电方案。目前对于有序用电的控制规划多采用电价补偿等方案进行，缺少基于停电限电等过程对生产过程影响的研究，也无法量化停电限电对经济损失的影响。
发明内容
为了至少克服现有技术中的上述不足，本申请的目的在于提供一种用电高峰期有序用电控制方法及系统。
第一方面，本申请实施例提供了一种用电高峰期有序用电控制方法，包括：
获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案。
本申请实施例实施时，先将用电企业根据经济损失情况分为三个类别，对于第一类别来说，其为停电事件只会产生在停电期间经济损失的企业，如零配件冷加工等企业，而对于第二类别来说，其为停电事件会在复电后还会产生额外经济损失的企业，如制药化工等企业，对于第三类别来说，其为停电会造成巨大损失或保供重点单位的企业，如晶圆厂等企业。应当理解的是，本申请实施例中所指的用电企业为工矿企业，并不包含写字楼等办公企业。
在本申请实施例中，需要计算出目标用电区域的限额比例，示例的，对于某目标用电区域的最大供电为110MW，而用电高峰期，该目标用电区域的负载总额达到200MW，此时的限额比例为负载总额除以负载限额，即55%。在本申请实施例中，需要在每个停电轮次中，都将负载总额控制在55%以下。以此为约束条件进行停电限电方案的分配。由于本申请实施例基于对用电企业不同情况下产生经济损失的分类，可以有效的对每次停电限电方案的经济损失进行控制，有效减少停电限电带来的经济损失。
在一种可能的实现方式中，根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案包括：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策。
在一种可能的实现方式中，根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型包括：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
在一种可能的实现方式中，根据所述限额比例和所述类别构建停电决策模型包括：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
在一种可能的实现方式中，为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重包括：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
第二方面，本申请实施例还提供了一种用电高峰期有序用电控制系统，包括：
获取单元，被配置为获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
限额单元，被配置为根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
分配单元，被配置为根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案。
在一种可能的实现方式中，所述分配单元，还被配置为：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策。
在一种可能的实现方式中，所述分配单元还被配置为：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
在一种可能的实现方式中，所述分配单元还被配置为：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
在一种可能的实现方式中，所述分配单元还被配置为：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明一种用电高峰期有序用电控制方法及系统，基于对用电企业不同情况下产生经济损失的分类，可以有效的对每次停电限电方案的经济损失进行控制，有效减少停电限电带来的经济损失。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本申请实施例方法步骤示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。
请结合参阅图1，为本发明实施例所提供的一种用电高峰期有序用电控制方法的流程示意图，进一步地，所述一种用电高峰期有序用电控制方法具体可以包括以下步骤S1-步骤S3所描述的内容。
S1：获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
S2：根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
S3：根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案。
本申请实施例实施时，先将用电企业根据经济损失情况分为三个类别，对于第一类别来说，其为停电事件只会产生在停电期间经济损失的企业，如零配件冷加工等企业，而对于第二类别来说，其为停电事件会在复电后还会产生额外经济损失的企业，如制药化工等企业，对于第三类别来说，其为停电会造成巨大损失或保供重点单位的企业，如晶圆厂等企业。应当理解的是，本申请实施例中所指的用电企业为工矿企业，并不包含写字楼等办公企业。
在本申请实施例中，需要计算出目标用电区域的限额比例，示例的，对于某目标用电区域的最大供电为110MW，而用电高峰期，该目标用电区域的负载总额达到200MW，此时的限额比例为负载总额除以负载限额，即55%。在本申请实施例中，需要在每个停电轮次中，都将负载总额控制在55%以下。以此为约束条件进行停电限电方案的分配。由于本申请实施例基于对用电企业不同情况下产生经济损失的分类，可以有效的对每次停电限电方案的经济损失进行控制，有效减少停电限电带来的经济损失。
在一种可能的实现方式中，根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案包括：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策。
本申请实施例实施时，需要构建停电损失模型和停电决策模型，其中停电损失模型用于进行停电对目标用电区域内企业停电或限电造成的损失进行计算，而停电决策模型则用于生成停电或限电的决策。由于停电限电一般是多轮进行，所以在本申请实施例中，从首轮停电限电决策开始进行经济损失的计算，即由停电决策模型随机生成停电限电决策，该随机过程需要收到类别的约束，即每个类型的企业其所能随机到的停电限电决策的概率是不同的，同时整体的决策需要满足限额比例的要求。同时由于本申请实施例采用限额比例这种无量纲数据，所以可以提高模型一定的适用性。基于生成的首轮停电限电决策，停电损失模型记录停电限电决策后各用电企业的停电限电状态，并存入环境池，同时计算出该轮停电限电产生的经济损失。
本申请实施例中，首轮后的停电限电策略的生成方式基本与首轮相同，只是需要参考环境池中的环境池数据进行后续计算，在停电限电决策的多次生成后，可以形成一条完整的停电限电决策树，该决策树的层级与停电限电轮次相同，同时可以获取该停电限电决策树产生的经济损失。在获取了多组停电限电决策树后，可以从中选出经济损失最小的决策树作为最终决策；环境池数据为当前轮次中，用电企业的停电限电状态，停电限电状态包括停电状态、限电状态和正常用电状态。
在一种可能的实现方式中，根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型包括：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
本申请实施例实施时，对于第一类别的用电企业，其只需要考虑停电和限电带来的直接损失，而第二类别的用电企业除了上述直接损失，还需要考虑停电事件后复电后产生的经济损失，第三类别的用电企业则只考虑限电带来的经济损失。应当理解的是，对于第二损失函数来说，发生停电事件在复电后产生的经济损失在不同轮次的停电中不会同时存在。
在一种可能的实现方式中，根据所述限额比例和所述类别构建停电决策模型包括：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
在一种可能的实现方式中，为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重包括：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
本申请实施例实施时，会为每个类别的用电企业设置相应的决策权重，以符合不同类别企业的特点，其中第二类别的用电企业的停电决策权重需要根据上一轮是否停电而发生变化，即上一轮次的决策为停电时，停电决策权重增大，而上一轮次的决策为限电或正常用电时，停电决策权重减小，以体现出停电事件复电后的经济损失影响。
基于上述同样的发明构思，本申请实施例还提供了一种用电高峰期有序用电控制系统，包括：
获取单元，被配置为获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
限额单元，被配置为根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
分配单元，被配置为根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案。
在一种可能的实现方式中，所述分配单元，还被配置为：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策。
在一种可能的实现方式中，所述分配单元还被配置为：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
在一种可能的实现方式中，所述分配单元还被配置为：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
在一种可能的实现方式中，所述分配单元还被配置为：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显然本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网格设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用电高峰期有序用电控制方法，其特征在于，包括：
获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案；
根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案包括：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；环境池数据为当前轮次中，用电企业的停电限电状态；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策；
根据所述限额比例和所述类别构建停电决策模型包括：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
2.根据权利要求1所述的一种用电高峰期有序用电控制方法，其特征在于，根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型包括：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
3.根据权利要求1所述的一种用电高峰期有序用电控制方法，其特征在于，为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重包括：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
4.使用权利要求1~3任意一项所述方法的一种用电高峰期有序用电控制系统，其特征在于，包括：
获取单元，被配置为获取目标用电区域内用电企业的产线信息，并根据所述产线信息将所述用电企业分为第一类别、第二类别和第三类别；所述第一类别中的用电企业发生停电事件不会在复电后产生经济损失；所述第二类别中的用电企业允许发生停电事件，且发生停电事件会在复电后产生经济损失；所述第三类别中的用电企业不允许发生停电事件；
限额单元，被配置为根据用电高峰期所述目标用电区域的负载总额和所述目标用电区域的负载限额计算用电高峰期所述目标用电区域的限额比例；
分配单元，被配置为根据所述限额比例和所述用电企业的类别为每个用电企业分配停电限电方案。
5.根据权利要求4所述的一种用电高峰期有序用电控制系统，其特征在于，所述分配单元，还被配置为：
根据各用电企业的类别和停电损失数据构建对应各用电企业的停电损失模型，并根据所述限额比例和所述类别构建停电决策模型；所述停电损失数据为所述用电企业发生停电事件所产生的经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的首轮停电限电决策，并将所述首轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态生成环境池数据，并将所述停电损失模型输出的经济损失数据作为当前经济损失数据；
通过所述停电决策模型随机生成符合所述限额比例和所述类别的次轮停电限电决策，并将所述环境池数据和所述次轮停电限电决策输入所述停电损失模型；
根据所述停电损失模型输出的企业停电限电状态更新所述环境池数据，并将所述停电损失模型输出的经济损失数据与所述当前经济损失数据叠加形成新的当前经济损失数据；
重复生成所述次轮停电限电决策，并更新所述环境池数据和所述当前经济损失数据至循环次数符合停电限电轮次要求；
将所述首轮停电限电决策和多个次轮停电限电决策按顺序排布形成停电限电决策树；
获取多组停电限电决策树，并将对应所述停电限电决策树的当前经济损失数据最小的停电限电决策树作为有序用电控制决策。
6.根据权利要求5所述的一种用电高峰期有序用电控制系统，其特征在于，所述分配单元还被配置为：
基于第一类别中的用电企业单位停电时长中的经济损失和单位限电时长中的经济损失构建第一损失函数；
基于第二类别中的用电企业单位停电时长中的经济损失、单位限电时长中的经济损失和发生停电事件在复电后产生的经济损失构建第二损失函数；
基于第三类别中的用电企业单位限电时长中的经济损失构建第三损失函数；
根据所述第一损失函数、所述第二损失函数和所述第三损失函数形成所述停电损失模型；所述第二损失函数中，发生停电事件在复电后产生的经济损失不叠加；所述停电损失模型的输入数据为各用电企业的停电限电决策；所述停电损失模型的输出数据为在该停电限电决策下，第一损失函数、第二损失函数和第三损失函数输出的经济损失数据总和，以及各用电企业的停电限电状态。
7.根据权利要求5所述的一种用电高峰期有序用电控制系统，其特征在于，所述分配单元还被配置为：
为不同类别中的用电企业设置对应停电决策权重、限电决策权重和正常用电决策权重；
以所述限额比例作为总约束条件构建随机函数；所述随机函数根据停电决策权重、限电决策权重和正常决策权重决定用电企业停电、限电或正常用电，且所有用电企业的用电量满足所述限额比例。
8.根据权利要求7所述的一种用电高峰期有序用电控制系统，其特征在于，所述分配单元还被配置为：
为第一类别中的用电企业设置第一停电决策权重、第一限电决策权重和第一正常用电决策权重；所述第一停电决策权重大于所述第一限电决策权重，所述第一限电决策权重大于所述第一正常用电决策权重；
为第二类别中的用电企业设置第二停电决策权重、第二限电决策权重和第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策为停电时，所述第二停电决策权重大于所述第二限电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
当所述环境池数据中该用电企业上一轮次的决策不为停电时，所述第二限电决策权重大于所述第二停电决策权重；所述第二限电决策权重大于所述第二正常用电决策权重；
为第三类别中的用电企业设置第三停电决策权重、第三限电决策权重和第三正常用电决策权重；所述第三停电决策权重为0，且所述第三限电决策权重大于所述第三正常用电决策权重。
CN202311578481.XA 2023-11-24 2023-11-24 一种用电高峰期有序用电控制方法及系统 Active CN117291401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311578481.XA CN117291401B (zh) 2023-11-24 2023-11-24 一种用电高峰期有序用电控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311578481.XA CN117291401B (zh) 2023-11-24 2023-11-24 一种用电高峰期有序用电控制方法及系统

Publications (2)

Publication Number Publication Date
CN117291401A CN117291401A (zh) 2023-12-26
CN117291401B true CN117291401B (zh) 2024-02-02

Family

ID=89253894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311578481.XA Active CN117291401B (zh) 2023-11-24 2023-11-24 一种用电高峰期有序用电控制方法及系统

Country Status (1)

Country Link
CN (1) CN117291401B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235980A (zh) * 2013-04-08 2013-08-07 广东电网公司信息中心 一种基于多目标规划的用电管理避峰策略优化方法
CN103500360A (zh) * 2013-05-29 2014-01-08 湖南大学 一种工业企业有序用电优化方法
WO2014135219A1 (en) * 2013-03-08 2014-09-12 Nec Europe Ltd. System and method for distributing electrical power
CN105914875A (zh) * 2016-04-13 2016-08-31 董地 一种电力系统有序用电监控系统
CN114971314A (zh) * 2022-05-31 2022-08-30 东南大学溧阳研究院 一种考虑低碳和经济损失的有序用电方案决策方法及其系统
CN115713202A (zh) * 2022-11-07 2023-02-24 东南大学 一种基于两阶段随机规划算法的有序用电方案制定方法
CN115936183A (zh) * 2022-11-08 2023-04-07 国网江苏省电力有限公司南京供电分公司 基于藤壶交配优化的用户参与有序用电决策方法及系统
CN115952918A (zh) * 2023-02-03 2023-04-11 国网江苏省电力有限公司营销服务中心 用于新型电力负荷管理的有序用电方案生成方法和系统
CN116402319A (zh) * 2023-06-08 2023-07-07 浙江浙达能源科技有限公司 一种面向多轮限电的有序用电自动编制方法、介质及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103474991B (zh) * 2013-09-18 2015-11-18 国电南瑞科技股份有限公司 基于时间尺度的配电网全局优化调度方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014135219A1 (en) * 2013-03-08 2014-09-12 Nec Europe Ltd. System and method for distributing electrical power
CN103235980A (zh) * 2013-04-08 2013-08-07 广东电网公司信息中心 一种基于多目标规划的用电管理避峰策略优化方法
CN103500360A (zh) * 2013-05-29 2014-01-08 湖南大学 一种工业企业有序用电优化方法
CN105914875A (zh) * 2016-04-13 2016-08-31 董地 一种电力系统有序用电监控系统
CN114971314A (zh) * 2022-05-31 2022-08-30 东南大学溧阳研究院 一种考虑低碳和经济损失的有序用电方案决策方法及其系统
CN115713202A (zh) * 2022-11-07 2023-02-24 东南大学 一种基于两阶段随机规划算法的有序用电方案制定方法
CN115936183A (zh) * 2022-11-08 2023-04-07 国网江苏省电力有限公司南京供电分公司 基于藤壶交配优化的用户参与有序用电决策方法及系统
CN115952918A (zh) * 2023-02-03 2023-04-11 国网江苏省电力有限公司营销服务中心 用于新型电力负荷管理的有序用电方案生成方法和系统
CN116402319A (zh) * 2023-06-08 2023-07-07 浙江浙达能源科技有限公司 一种面向多轮限电的有序用电自动编制方法、介质及设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Optimal scheduling of the orderly power utilization in China;Jie Fan; Xing Tong; Yongxian Yi; Xiao Chen;International Conference on Renewable Power Generation (RPG 2015);1-6 *
Ordered Electricity Consumption Optimization Strategy Considering Real-time Electricity Price;Yongkang Xiong, Zongyang Ye, Ying Chen, Yonghong Xia, Qikai Wang & Lisu Yu;Journal of Electrical Engineering & Technology;857-867 *
基于精细化管理的有序用电辅助决策;吴佳;张凯俊;王金跃;吴迪;胡雷剑;;浙江电力(第04期);59-63 *
奥运期间上海电网有序用电方案及保电措施;唐亮;;上海电力(第04期);395-399 *
考虑用户节电损失的有序用电动态多级时空协调方法;颜庆国;童星;张宁;陈霄;易永仙;;电网技术;第40卷(第02期);425-432 *
计及网络约束的有序用电综合决策方法;彭勃;邱一苇;陈俊全;吴浩;宋永华;电网技术(第03期);797-803 *

Also Published As

Publication number Publication date
CN117291401A (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
Ding et al. Multi-stage stochastic programming with nonanticipativity constraints for expansion of combined power and natural gas systems
CN109636011B (zh) 一种基于改进的变邻域遗传算法的多班制计划排程法
Alizadeh et al. Reliability constrained coordination of generation and transmission expansion planning in power systems using mixed integer programming
Mohanta et al. Deterministic and stochastic approach for safety and reliability optimization of captive power plant maintenance scheduling using GA/SA-based hybrid techniques: A comparison of results
Mavalizadeh et al. Hybrid expansion planning considering security and emission by augmented epsilon-constraint method
Wu et al. Microgrid planning considering the resilience against contingencies
Sahin et al. Impact of natural gas system on risk-constrained midterm hydrothermal scheduling
Kwon et al. Meeting inelastic demand in systems with storage and renewable sources
CN102143202A (zh) 工业生产设备信息集成方法和系统
Langdon et al. Scheduling maintenance of electrical power transmission networks using genetic programming
CN109002259A (zh) 一种归置组所属硬盘分配方法、系统、装置及存储介质
Manickavasagam et al. Sensitivity-based chance-constrained generation expansion planning
Nikzad et al. A robust unit commitment based on GA-PL strategy by applying TOAT and considering emission costs and energy storage systems
CN115713204A (zh) 排产方法、装置、计算机设备及计算机可读存储介质
CN117291401B (zh) 一种用电高峰期有序用电控制方法及系统
Uturbey et al. Dynamic optimal power flow approach to account for consumer response in short term hydrothermal coordination studies
Huang et al. A nested cross decomposition algorithm for power system capacity expansion with multiscale uncertainties
Chapaloglou et al. Data-informed scenario generation for statistically stable energy storage sizing in isolated power systems
CN116541165A (zh) 实时系统任务调度方法、装置、计算机设备以及存储介质
Safari et al. Optimal Unit Commitment of Power System Using Fast Messy Genetic Algorithm
CN117094481A (zh) 一种微电网充电桩调度方法、系统、设备和介质
Shaaban et al. Risk assessment of wind generation dispatch using Monte Carlo simulation
CN111339664B (zh) 一种基于边缘计算的逐层负荷建模方法和系统
Zakeri et al. The effect of different non-linear demand response models considering incentive and penalty on transmission expansion planning
Shobana et al. Optimization of Unit Commitment Problem and Constrained Emission Using Genetic Algorithm

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