JP2017049998A - 住宅需要反応におけるクーポンの最適化及び配信 - Google Patents
住宅需要反応におけるクーポンの最適化及び配信 Download PDFInfo
- Publication number
- JP2017049998A JP2017049998A JP2016169244A JP2016169244A JP2017049998A JP 2017049998 A JP2017049998 A JP 2017049998A JP 2016169244 A JP2016169244 A JP 2016169244A JP 2016169244 A JP2016169244 A JP 2016169244A JP 2017049998 A JP2017049998 A JP 2017049998A
- Authority
- JP
- Japan
- Prior art keywords
- coupon
- lse
- recommended
- customer
- coupons
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 119
- 230000004044 response Effects 0.000 title claims abstract description 59
- 238000005457 optimization Methods 0.000 title description 5
- 238000000034 method Methods 0.000 claims abstract description 86
- 230000009467 reduction Effects 0.000 claims abstract description 42
- 230000008901 benefit Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 23
- 238000013461 design Methods 0.000 description 18
- 230000006399 behavior Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 14
- 230000007613 environmental effect Effects 0.000 description 10
- 238000013500 data storage Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001172 liquid--solid extraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- 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
- G06Q30/0204—Market segmentation
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
クーポンフォーマットの式では、jはクーポンインデックスパラメータを表す。パラメータCoupon[[j]]は、クーポンインデックスパラメータjにより識別される推奨クーポンのうちの1つを表す。パラメータM_idは、小売商のうちの1つの識別子を表す。パラメータMjは、小売商のクーポンインデックスパラメータjにより識別されるクーポンの小売商貢献を表す。パラメータU_idは、LSEの識別子を表す。パラメータUjは、小売商のクーポンインデックスパラメータjにより識別されるクーポンのLSE貢献を表す。パラメータDR開始時間は、クーポンインデックスパラメータjにより識別されるクーポンが推奨されるDRイベントの開始時間を表す。パラメータDR終了時間は、DRイベントの終了時間を表す。パラメータcoupon#は、オファーされるクーポン数を表す。
M_j≧M_o
LSE貢献及び小売商貢献の式では、jは、上述のようにクーポンインデックスパラメータを表す。パラメータU_jは、クーポンインデックスパラメータjにより識別される推奨クーポンのうちの1つについてのLSE貢献を表す。パラメータM_jは、クーポンインデックスパラメータjにより識別される推奨クーポンのうちの1つについての小売商貢献を表す。パラメータU_oは、最大LSE貢献を表す。パラメータM_oは、特定小売商についての最小貢献を表す。LSE貢献及び小売商貢献の式のうちの一方又は両方が偽であることに応答して、推奨クーポン212のうちの1又は複数は、フィルタリングされ及び/又は拒否されても良い。
maxDCijΣiΣj[(PP.*C[,i]−UC[,j])T*CON[,j].DCij.rij];
但し、
ΣiDCij≦Nj∀j;及び
ΣjCON[,j]T 24×1.DCij.rij≦[GiGi...Gi]T 24×1∀j
クーポン配信の式では、演算子maxは、最大化関数を表す。顧客クラスタインデックスパラメータiは、顧客クラスタインデックスパラメータを表す。クーポンインデックスパラメータjは、上述のようなクーポンインデックスパラメータを表す。パラメータDCは、クーポン配信を表す。パラメータPP.は、1日の1時間の間のエネルギ価格予測を表す。パラメータC[]は、次の24時間の、顧客クラスタの中の顧客当たりの期待削減のベクトルを表す。パラメータUC[]は、クーポンインデックスパラメータjにより識別される推奨クーポンのうちの1つについてのの各々の時間におけるLSE貢献のベクトルを表す。パラメータCON[]は、クーポンインデックスパラメータjにより識別される推奨クーポンに関連するDRイベントの1日のうちの時刻を示すバイナリ{0,1}のクーポンオン(coupon on:CON)ベクトルを表す。パラメータrijは、顧客クラスタインデックスパラメータiにより識別される顧客クラスタのうちの1つの中の、クーポンインデックスパラメータjにより識別される推奨クーポンの受諾レートを表す。パラメータNjは、クーポンインデックスパラメータjにより識別される推奨クーポンのうちの利用可能クーポンの数を表す。パラメータGiは、顧客クラスタインデックスパラメータiにより識別される顧客クラスタの中の顧客の数を表す。演算子∀は、「全称限量記号(for any)」演算子を表す。
LSE提案クーポンの式は、クーポンフォーマットの式と同じフォーマットを有する。しかしながら、LSE提案クーポンの式では、hは、1日のうちの時間に対応する計数変数を表す。したがって、hは[1,2,...,24]に等しい。クーポン数は1であり、DR開始時間及びDR終了時間はhに等しい。LSE提案クーポンは、単一のクーポンが式に入ることの追加利益を決定するための評価ツールであるので、選択される利用可能クーポン数は1に等しい。COM218が、有益であり得る1又は複数のLSE提案クーポンを識別する場合、COM218は、LSE提案クーポンを示す信号をNMM214に通信しても良い。NMM214は、LSE提案クーポンを小売商サーバ118に通信しても良い。それに応答して、小売商118は、新しい推奨クーポン212を通信しても良い。COM218は、クーポン配信の式及び新しい推奨クーポン212を用いて後続のクーポン配信を見付けても良い。COM218、小売商サーバ118、及びNMM214は、クーポン配信、LSE提案クーポン、新しい推奨クーポン212、等を見付ける処理を、交渉が完了するまで、反復し続けても良い。例えば、反復は、LSE提案クーポンが無くなるまで、又は小売商が新しい推奨クーポン212の形式で新しい推奨クーポンを供給できなくなるまで、継続する。
h={1...24}
価格予測の式において、PPは、価格予測を表す。パラメータhは、時間を表す。したがって、PP1は、12:00AMから12:59AMまでの価格予測を表す。
クーポンjの式で、クーポンjは、2:00PMから4:00PMまでのDRイベントのためのものである。LSE貢献は$0.5であり、小売商貢献は$1である。さらに、利用可能な100,000個のクーポンjがある。
[1]”M” ”0.05” ”U” ”0.1” ”1” ”2” ”5300”
クーポン17は、1:00AMから2:00AMまでの2時間の間、$0.1/kWhだけ貢献することをLSEに望む(このクーポンのLSE貢献では、時間当たり平均して5セント/kWh)。しかしながら、予測価格は、1:00AM及び2:00AMでそれぞれ3及び2セント/kWhである。したがって、このクーポンについて10セント/kWhを貢献する経済的動機がLSEにはない。他方で、クーポン46は、12:00PMにおいてLSEから3セント/kWhを要求し、予測価格は6セント/kWhである。この要求及び予測価格は、LSEがkWh毎に6セントで電力を売り、同じエネルギ量に対してクーポンの形式で、顧客に3セントを支払うことを示しても良い。これらは、クーポン46の設計パラメータである。
[1]”M” ”0.05” ”U” ”0.03” ”12” ”12” ”10900”
シミュレーションは、クーポンのうちの持っていることがより良いクーポンに関する情報も出力しても良い。図6Iは、クーポン(例えば、図6Fの100個のクーポン)のうちの持っていることがより良いクーポンに関する出力情報を表す。図6Iには、クーポン識別子により参照される81個のクーポンがある。図6Iの出力情報の中で識別される81個のクーポンは、より多くのクーポンが81個のクーポン種類からLSEにとって有益であることを示す。図6Iに示されない他の19個のクーポンについては、LSEにとって、より求めるべき利益はない。同じ情報は、図6Gに示されている。図6Gは、各々のクーポン種類から追加クーポン当たりの利益の増大を示す。
例えば、クーポン配信の式(上述した)を用いて、特定のクーポン配信の期待利益が計算できる。
[1]46 44 47 91 1 73 8
図6Kで、これは、1:00PM(ランク27)、5:00PM(ランク33)、等にも当てはまる。クーポンは、これらの有益な時間をカバーするよう設計されても良い。図6J及び6Kの情報に基づき、LSEは、新しい推奨クーポンを設計するために小売商と交渉しても良い。この処理は、新しい推奨が無くなるまで、又は小売商が新しい推奨に対応できなくなるまで、繰り返す。
(付記1) 需要応答(DR)イベントのクーポン配信の方法であって、前記方法は、
1又は複数のDR顧客のエネルギ使用行動に基づき、前記1又は複数のDR顧客を2以上の顧客クラスタにクラスタ化するステップと、
2以上の小売商から推奨クーポンを受信するステップであって、前記推奨クーポンの各々は、DRイベントの負荷提供エンティティ(LSE)貢献及び小売商貢献の両方を含む、ステップと、
エネルギ価格予測、前記推奨クーポン、及び顧客情報に基づき、LSEに金銭的利益を生じるクーポン配信を見付けるステップであって、前記クーポン配信は、前記推奨クーポンのうち、前記顧客クラスタのうちの1又は複数に配信されるべき特定数を含む、ステップと、
前記クーポン配信に従い、前記顧客クラスタのうちの1又は複数に前記推奨クーポンのうちの1又は複数を配信するステップと、
前記DR顧客の参加を示す、前記の配信された推奨クーポンに対する顧客応答を集めるステップと、
前記の集められた顧客応答に基づき、前記DRイベントの少なくとも一部について、前記DR顧客のエネルギ削減貢献及び実際のエネルギ価格を推定するステップと、
エネルギ削減及び前記実際のエネルギ価格に基づき、独立システムオペレータ(ISO)に、エネルギトランザクションビッドを通信するステップと、
を有する方法。
(付記2) 可能なクーポンの特定の小売商貢献及び/又はLSE貢献を受信するステップと、
前記特定の小売商貢献及び/又は前記LSE貢献に基づき、1又は複数のLSEの提案したクーポンを識別するステップと、
前記推奨クーポンを配信するステップの前に、
前記LSEの提案したクーポンを前記小売商に通信するステップと、
新しい推奨クーポンを受信するステップと、
前記エネルギ価格予測、前記新しい推奨クーポン、及び前記顧客情報に基づき、後続のクーポン配信を見付けるステップと、
を更に有する付記1に記載の方法。
(付記3) 前記エネルギ使用行動は、前のDRイベントにおける削減行動又はDR実績を含む、付記1に記載の方法。
(付記4) 前記推奨クーポンは次式に従いフォーマット化され、
Coupon[[j]]=c(M_id,Mj,U_id,Uj,DR開始時間,DR終了時間,coupon#)、
ここで、jは、クーポンインデックスパラメータを表し、
Coupon[[j]]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つを表し、
M_idは、前記小売商のうちの1つの識別子を表し、
Mjは、前記小売商の前記クーポンインデックスパラメータjにより識別される前記クーポンの小売商貢献を表し、
U_idは、LSEの識別子を表し、
Ujは、LSEの前記クーポンインデックスパラメータjにより識別される前記クーポンのLSE貢献を表し、
DR開始時間は、前記クーポンインデックスパラメータjにより識別される前記クーポンが推奨されるDRイベントの開始時間を表し、
DR終了時間は、前記DRイベントの終了時間を表し、
coupon#は、提供されるクーポンの数を表す、
付記1に記載の方法。
(付記5) 次式に従い、前記LSE貢献が特定のLSE貢献限度より少ないこと、又は前記小売商貢献が特定の小売商貢献限度より多いことを検証するステップ、を更に有し、
U_j≦U_o;
M_j≧M_o;
ここで、
jは、クーポンインデックスパラメータを表し、
U_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについての前記LSE貢献を表し、
M_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンについての前記小売商貢献を表し、
U_oは、最大LSE貢献を表し、
M_oは、特定小売商の最小貢献を表す、
付記1に記載の方法。
(付記6) 前記LSEの要求を解決するための前記推奨クーポンの数を決定するステップと、
不十分な数しか存在しないという決定に応答して、1又は複数の新しいクーポンを推奨するステップと、
を更に有する付記1に記載の方法。
(付記7) 履歴価格データ及び他の履歴データに基づき、DR運用日の翌日価格及びリアルタイム価格を予測するステップであって、前記DR運用日の前記翌日価格及び前記リアルタイム価格は、前記エネルギ価格予測に含まれる、ステップ、を更に有する付記1に記載の方法。
(付記8) 前記クーポン配信を見付けるステップは、次式に従い実行され、
maxDCijΣiΣj[(PP.*C[,i]−UC[,j])T*CON[,j].DCij.rij]、以下を条件として、
ΣiDCij≦Nj∀j; ΣjCON[,j]T 24x1.DCij.rij≦[GiGi...Gi]T 24x1∀i、
ここで、
maxは、最大関数を表し、
iは、顧客クラスタインデックスパラメータを表し、
jは、クーポンインデックスパラメータを表し、
DCは、前記クーポン配信を表し、
PP.は、1日のうちの1時間の間のエネルギ価格予測を表し、
C[]は、来る24時間の顧客クラスタの中の顧客当たりの期待削減ベクトルを表し、
UC[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについて各々の時間におけるLSE貢献ベクトルを表し、
CON[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンに関連する前記DRイベントの1日のうちの時間を示す2成分{0,1}のクーポンオン(CON)ベクトルを表し、
rijは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタのうちの1つの中の、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンの受諾レートを表し、
Njは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうり利用可能なクーポンの数を表し、
Giは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタの中の顧客の数を表し、
∀は、全称限量記号(for any)演算子を表す、
付記1に記載の方法。
(付記9) 前記クーポン配信を見付けるステップは、前記推奨クーポンの各々について前記CONベクトルを生成するステップを有し、
前記CONベクトルの各々のCONベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しく、
前記クーポン配信を見付けるステップは、前記推奨クーポンの各々についてUCベクトルを生成するステップを有し、
前記UCベクトルの各々のUCベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しい、
付記8に記載の方法。
(付記10) 前記推奨クーポンの各々は、ピーク性料金(CPP)プログラムに関連付けられる増大レートの受諾を含む、付記1に記載の方法。
(付記11) 動作を実行し又はその実行を制御するためのプロセッサにより実行可能な符号化されたプログラミングコードを有する非一時的コンピュータ可読媒体であって、前記動作は、
1又は複数のDR顧客のエネルギ使用行動に基づき、前記1又は複数のDR顧客を2以上の顧客クラスタにクラスタ化するステップと、
2以上の小売商から推奨クーポンを受信するステップであって、前記推奨クーポンの各々は、DRイベントの負荷提供エンティティ(LSE)貢献及び小売商貢献の両方を含む、ステップと、
エネルギ価格予測、前記推奨クーポン、及び顧客情報に基づき、前記LSEに金銭的利益を生じるクーポン配信を見付けるステップであって、前記クーポン配信は、前記推奨クーポンのうち、前記顧客クラスタのうちの1又は複数に配信されるべき特定数を含む、ステップと、
前記クーポン配信に従い、前記顧客クラスタのうちの1又は複数に前記推奨クーポンのうちの1又は複数を配信するステップと、
前記DR顧客の参加を示す、前記の配信された推奨クーポンに対する顧客応答を集めるステップと、
前記の集められた顧客応答に基づき、前記DRイベントの少なくとも一部について、前記DR顧客のエネルギ削減貢献及び実際のエネルギ価格を推定するステップと、
エネルギ削減及び前記実際のエネルギ価格に基づき、独立システムオペレータ(ISO)に、エネルギトランザクションビッドを通信するステップと、
を有する非一時的コンピュータ可読媒体。
(付記12) 前記動作は、
可能なクーポンの特定の小売商貢献及び/又はLSE貢献を受信するステップと、
前記特定の小売商貢献及び/又は前記LSE貢献に基づき、1又は複数のLSEの提案したクーポンを識別するステップと、
前記推奨クーポンを配信するステップの前に、
前記LSEの提案したクーポンを前記小売商に通信するステップと、
新しい推奨クーポンを受信するステップと、
前記エネルギ価格予測、前記新しい推奨クーポン、及び前記顧客情報に基づき、後続のクーポン配信を見付けるステップと、
を更に有する、付記11に記載の非一時的コンピュータ可読媒体。
(付記13) 前記エネルギ使用行動は、前のDRイベントにおける削減行動又はDR実績を含む、付記11に記載の非一時的コンピュータ可読媒体。
(付記14) 前記推奨クーポンは次式に従いフォーマット化され、
Coupon[[j]]=c(M_id,Mj,U_id,Uj,DR開始時間,DR終了時間,coupon#)、ここで、
jは、クーポンインデックスパラメータを表し、
Coupon[[j]]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つを表し、
M_idは、前記小売商のうちの1つの識別子を表し、
Mjは、前記小売商の前記クーポンインデックスパラメータjにより識別される前記クーポンの小売商貢献を表し、
U_idは、LSEの識別子を表し、
Ujは、前記LSEの前記クーポンインデックスパラメータjにより識別される前記クーポンのLSE貢献を表し、
DR開始時間は、前記クーポンインデックスパラメータjにより識別される前記クーポンが推奨されるDRイベントの開始時間を表し、
DR終了時間は、前記DRイベントの終了時間を表し、
coupon#は、提供されるクーポンの数を表す、
付記11に記載の非一時的コンピュータ可読媒体。
(付記15) 前記動作は、
次式に従い、前記LSE貢献が特定のLSE貢献限度より少ないこと、又は前記小売商貢献が特定の小売商貢献限度より多いことを検証するステップ、を更に有し、
U_j≦U_o;
M_j≧M_o;
ここで、
jは、クーポンインデックスパラメータを表し、
U_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについての前記LSE貢献を表し、
M_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンについての前記小売商貢献を表し、
U_oは、最大LSE貢献を表し、
M_oは、特定小売商の最小貢献を表す、
付記11に記載の非一時的コンピュータ可読媒体。
(付記16) 前記動作は、
前記LSEの要求を解決するための前記推奨クーポンの数を決定するステップと、
不十分な数しか存在しないという決定に応答して、1又は複数の新しいクーポンを推奨するステップと、
を更に有する付記11に記載の非一時的コンピュータ可読媒体。
(付記17) 前記動作は、履歴価格データ及び他の履歴データに基づき、DR運用日の翌日価格及びリアルタイム価格を予測するステップであって、前記DR運用日の前記翌日価格及び前記リアルタイム価格は、前記エネルギ価格予測に含まれる、ステップ、を更に有する、付記11に記載の非一時的コンピュータ可読媒体。
(付記18) 前記クーポン配信を見付けるステップは、次式に従い実行され、
maxDCijΣiΣj[(PP.*C[,i]−UC[,j])T*CON[,j].DCij.rij]、以下を条件として、
ΣiDCij≦Nj∀j; ΣjCON[,j]T 24x1.DCij.rij≦[GiGi...Gi]T 24x11∀i、ここで、
maxは、最大関数を表し、
iは、顧客クラスタインデックスパラメータを表し、
jは、クーポンインデックスパラメータを表し、
DCは、前記クーポン配信を表し、
PP.は、1日のうちの1時間の間のエネルギ価格予測を表し、
C[]は、来る24時間の顧客クラスタの中の顧客当たりの期待削減ベクトルを表し、
UC[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについて各々の時間におけるLSE貢献ベクトルを表し、
CON[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンに関連する前記DRイベントの1日のうちの時間を示す2成分{0,1}のクーポンオン(CON)ベクトルを表し、
rijは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタのうちの1つの中の、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンの受諾レートを表し、
Njは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうり利用可能なクーポンの数を表し、
Giは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタの中の顧客の数を表し、
∀は、全称限量記号(for any)演算子を表す、
付記11に記載の非一時的コンピュータ可読媒体。
(付記19) 前記クーポン配信を見付けるステップは、前記推奨クーポンの各々について前記CONベクトルを生成するステップを有し、
前記CONベクトルの各々のCONベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しく、
前記クーポン配信を見付けるステップは、前記推奨クーポンの各々についてUCベクトルを生成するステップを有し、
前記UCベクトルの各々のUCベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しい、
付記18に記載の非一時的コンピュータ可読媒体。
(付記20) 前記推奨クーポンの各々は、ピーク性料金(CPP)プログラムに関連付けられる増大レートの受諾を含む、付記18に記載の非一時的コンピュータ可読媒体。
104 LSE
106 LSEサーバ
108 LSEクーポンモジュール
110 顧客クーポンモジュール
112 顧客装置
116 小売商
118 小売商サーバ
120 DR顧客
122 ネットワーク
124 ISO
126 ISOサーバ
128 小売商クーポンモジュール
130 のサイト
132 顧客クラスタ
Claims (20)
- 需要応答(DR)イベントのクーポン配信の方法であって、前記方法は、
1又は複数のDR顧客のエネルギ使用行動に基づき、前記1又は複数のDR顧客を2以上の顧客クラスタにクラスタ化するステップと、
2以上の小売商から推奨クーポンを受信するステップであって、前記推奨クーポンの各々は、DRイベントの負荷提供エンティティ(LSE)貢献及び小売商貢献の両方を含む、ステップと、
エネルギ価格予測、前記推奨クーポン、及び顧客情報に基づき、LSEに金銭的利益を生じるクーポン配信を見付けるステップであって、前記クーポン配信は、前記推奨クーポンのうち、前記顧客クラスタのうちの1又は複数に配信されるべき特定数を含む、ステップと、
前記クーポン配信に従い、前記顧客クラスタのうちの1又は複数に前記推奨クーポンのうちの1又は複数を配信するステップと、
前記DR顧客の参加を示す、前記の配信された推奨クーポンに対する顧客応答を集めるステップと、
前記の集められた顧客応答に基づき、前記DRイベントの少なくとも一部について、前記DR顧客のエネルギ削減貢献及び実際のエネルギ価格を推定するステップと、
エネルギ削減及び前記実際のエネルギ価格に基づき、独立システムオペレータ(ISO)に、エネルギトランザクションビッドを通信するステップと、
を有する方法。 - 可能なクーポンの特定の小売商貢献及び/又はLSE貢献を受信するステップと、
前記特定の小売商貢献及び/又は前記LSE貢献に基づき、1又は複数のLSEの提案したクーポンを識別するステップと、
前記推奨クーポンを配信するステップの前に、
前記LSEの提案したクーポンを前記小売商に通信するステップと、
新しい推奨クーポンを受信するステップと、
前記エネルギ価格予測、前記新しい推奨クーポン、及び前記顧客情報に基づき、後続のクーポン配信を見付けるステップと、
を更に有する請求項1に記載の方法。 - 前記エネルギ使用行動は、前のDRイベントにおける削減行動又はDR実績を含む、請求項1に記載の方法。
- 前記推奨クーポンは次式に従いフォーマット化され、
Coupon[[j]]=c(M_id,Mj,U_id,Uj,DR開始時間,DR終了時間,coupon#)、
ここで、jは、クーポンインデックスパラメータを表し、
Coupon[[j]]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つを表し、
M_idは、前記小売商のうちの1つの識別子を表し、
Mjは、前記小売商の前記クーポンインデックスパラメータjにより識別される前記クーポンの小売商貢献を表し、
U_idは、LSEの識別子を表し、
Ujは、LSEの前記クーポンインデックスパラメータjにより識別される前記クーポンのLSE貢献を表し、
DR開始時間は、前記クーポンインデックスパラメータjにより識別される前記クーポンが推奨されるDRイベントの開始時間を表し、
DR終了時間は、前記DRイベントの終了時間を表し、
coupon#は、提供されるクーポンの数を表す、
請求項1に記載の方法。 - 次式に従い、前記LSE貢献が特定のLSE貢献限度より少ないこと、又は前記小売商貢献が特定の小売商貢献限度より多いことを検証するステップ、を更に有し、
U_j≦U_o;
M_j≧M_o;
ここで、
jは、クーポンインデックスパラメータを表し、
U_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについての前記LSE貢献を表し、
M_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンについての前記小売商貢献を表し、
U_oは、最大LSE貢献を表し、
M_oは、特定小売商の最小貢献を表す、
請求項1に記載の方法。 - 前記LSEの要求を解決するための前記推奨クーポンの数を決定するステップと、
不十分な数しか存在しないという決定に応答して、1又は複数の新しいクーポンを推奨するステップと、
を更に有する請求項1に記載の方法。 - 履歴価格データ及び他の履歴データに基づき、DR運用日の翌日価格及びリアルタイム価格を予測するステップであって、前記DR運用日の前記翌日価格及び前記リアルタイム価格は、前記エネルギ価格予測に含まれる、ステップ、を更に有する請求項1に記載の方法。
- 前記クーポン配信を見付けるステップは、次式に従い実行され、
maxDCijΣiΣj[(PP.*C[,i]−UC[,j])T*CON[,j].DCij.rij]、以下を条件として、
ΣiDCij≦Nj∀j; ΣjCON[,j]T 24x1.DCij.rij≦[GiGi...Gi]T 24x1∀i、
ここで、
maxは、最大関数を表し、
iは、顧客クラスタインデックスパラメータを表し、
jは、クーポンインデックスパラメータを表し、
DCは、前記クーポン配信を表し、
PP.は、1日のうちの1時間の間のエネルギ価格予測を表し、
C[]は、来る24時間の顧客クラスタの中の顧客当たりの期待削減ベクトルを表し、
UC[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについて各々の時間におけるLSE貢献ベクトルを表し、
CON[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンに関連する前記DRイベントの1日のうちの時間を示す2成分{0,1}のクーポンオン(CON)ベクトルを表し、
rijは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタのうちの1つの中の、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンの受諾レートを表し、
Njは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうり利用可能なクーポンの数を表し、
Giは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタの中の顧客の数を表し、
∀は、全称限量記号(for any)演算子を表す、
請求項1に記載の方法。 - 前記クーポン配信を見付けるステップは、前記推奨クーポンの各々について前記CONベクトルを生成するステップを有し、
前記CONベクトルの各々のCONベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しく、
前記クーポン配信を見付けるステップは、前記推奨クーポンの各々についてUCベクトルを生成するステップを有し、
前記UCベクトルの各々のUCベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しい、
請求項8に記載の方法。 - 前記推奨クーポンの各々は、ピーク性料金(CPP)プログラムに関連付けられる増大レートの受諾を含む、請求項1に記載の方法。
- 動作を実行し又はその実行を制御するためのプロセッサにより実行可能な符号化されたプログラミングコードを有する非一時的コンピュータ可読媒体であって、前記動作は、
1又は複数のDR顧客のエネルギ使用行動に基づき、前記1又は複数のDR顧客を2以上の顧客クラスタにクラスタ化するステップと、
2以上の小売商から推奨クーポンを受信するステップであって、前記推奨クーポンの各々は、DRイベントの負荷提供エンティティ(LSE)貢献及び小売商貢献の両方を含む、ステップと、
エネルギ価格予測、前記推奨クーポン、及び顧客情報に基づき、前記LSEに金銭的利益を生じるクーポン配信を見付けるステップであって、前記クーポン配信は、前記推奨クーポンのうち、前記顧客クラスタのうちの1又は複数に配信されるべき特定数を含む、ステップと、
前記クーポン配信に従い、前記顧客クラスタのうちの1又は複数に前記推奨クーポンのうちの1又は複数を配信するステップと、
前記DR顧客の参加を示す、前記の配信された推奨クーポンに対する顧客応答を集めるステップと、
前記の集められた顧客応答に基づき、前記DRイベントの少なくとも一部について、前記DR顧客のエネルギ削減貢献及び実際のエネルギ価格を推定するステップと、
エネルギ削減及び前記実際のエネルギ価格に基づき、独立システムオペレータ(ISO)に、エネルギトランザクションビッドを通信するステップと、
を有する非一時的コンピュータ可読媒体。 - 前記動作は、
可能なクーポンの特定の小売商貢献及び/又はLSE貢献を受信するステップと、
前記特定の小売商貢献及び/又は前記LSE貢献に基づき、1又は複数のLSEの提案したクーポンを識別するステップと、
前記推奨クーポンを配信するステップの前に、
前記LSEの提案したクーポンを前記小売商に通信するステップと、
新しい推奨クーポンを受信するステップと、
前記エネルギ価格予測、前記新しい推奨クーポン、及び前記顧客情報に基づき、後続のクーポン配信を見付けるステップと、
を更に有する、請求項11に記載の非一時的コンピュータ可読媒体。 - 前記エネルギ使用行動は、前のDRイベントにおける削減行動又はDR実績を含む、請求項11に記載の非一時的コンピュータ可読媒体。
- 前記推奨クーポンは次式に従いフォーマット化され、
Coupon[[j]]=c(M_id,Mj,U_id,Uj,DR開始時間,DR終了時間,coupon#)、ここで、
jは、クーポンインデックスパラメータを表し、
Coupon[[j]]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つを表し、
M_idは、前記小売商のうちの1つの識別子を表し、
Mjは、前記小売商の前記クーポンインデックスパラメータjにより識別される前記クーポンの小売商貢献を表し、
U_idは、LSEの識別子を表し、
Ujは、前記LSEの前記クーポンインデックスパラメータjにより識別される前記クーポンのLSE貢献を表し、
DR開始時間は、前記クーポンインデックスパラメータjにより識別される前記クーポンが推奨されるDRイベントの開始時間を表し、
DR終了時間は、前記DRイベントの終了時間を表し、
coupon#は、提供されるクーポンの数を表す、
請求項11に記載の非一時的コンピュータ可読媒体。 - 前記動作は、
次式に従い、前記LSE貢献が特定のLSE貢献限度より少ないこと、又は前記小売商貢献が特定の小売商貢献限度より多いことを検証するステップ、を更に有し、
U_j≦U_o;
M_j≧M_o;
ここで、
jは、クーポンインデックスパラメータを表し、
U_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについての前記LSE貢献を表し、
M_jは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンについての前記小売商貢献を表し、
U_oは、最大LSE貢献を表し、
M_oは、特定小売商の最小貢献を表す、
請求項11に記載の非一時的コンピュータ可読媒体。 - 前記動作は、
前記LSEの要求を解決するための前記推奨クーポンの数を決定するステップと、
不十分な数しか存在しないという決定に応答して、1又は複数の新しいクーポンを推奨するステップと、
を更に有する請求項11に記載の非一時的コンピュータ可読媒体。 - 前記動作は、履歴価格データ及び他の履歴データに基づき、DR運用日の翌日価格及びリアルタイム価格を予測するステップであって、前記DR運用日の前記翌日価格及び前記リアルタイム価格は、前記エネルギ価格予測に含まれる、ステップ、を更に有する、請求項11に記載の非一時的コンピュータ可読媒体。
- 前記クーポン配信を見付けるステップは、次式に従い実行され、
maxDCijΣiΣj[(PP.*C[,i]−UC[,j])T*CON[,j].DCij.rij]、以下を条件として、
ΣiDCij≦Nj∀j; ΣjCON[,j]T 24x1.DCij.rij≦[GiGi...Gi]T 24x11∀i、ここで、
maxは、最大関数を表し、
iは、顧客クラスタインデックスパラメータを表し、
jは、クーポンインデックスパラメータを表し、
DCは、前記クーポン配信を表し、
PP.は、1日のうちの1時間の間のエネルギ価格予測を表し、
C[]は、来る24時間の顧客クラスタの中の顧客当たりの期待削減ベクトルを表し、
UC[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうちの1つについて各々の時間におけるLSE貢献ベクトルを表し、
CON[]は、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンに関連する前記DRイベントの1日のうちの時間を示す2成分{0,1}のクーポンオン(CON)ベクトルを表し、
rijは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタのうちの1つの中の、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンの受諾レートを表し、
Njは、前記クーポンインデックスパラメータjにより識別される前記推奨クーポンのうり利用可能なクーポンの数を表し、
Giは、前記顧客クラスタインデックスパラメータiにより識別される前記顧客クラスタの中の顧客の数を表し、
∀は、全称限量記号(for any)演算子を表す、
請求項11に記載の非一時的コンピュータ可読媒体。 - 前記クーポン配信を見付けるステップは、前記推奨クーポンの各々について前記CONベクトルを生成するステップを有し、
前記CONベクトルの各々のCONベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記CONベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しく、
前記クーポン配信を見付けるステップは、前記推奨クーポンの各々についてUCベクトルを生成するステップを有し、
前記UCベクトルの各々のUCベクトル要素は、前記DRイベントの1日のうちの1時間を表し、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされない限り、ゼロに等しく、
前記UCベクトル要素は、前記DRイベントが1日のうちの対応する時間の間にスケジューリングされる場合、1に等しい、
請求項18に記載の非一時的コンピュータ可読媒体。 - 前記推奨クーポンの各々は、ピーク性料金(CPP)プログラムに関連付けられる増大レートの受諾を含む、請求項18に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/842,653 | 2015-09-01 | ||
US14/842,653 US10438303B2 (en) | 2015-09-01 | 2015-09-01 | Optimization and distribution of coupons in residential demand response |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017049998A true JP2017049998A (ja) | 2017-03-09 |
JP6702092B2 JP6702092B2 (ja) | 2020-05-27 |
Family
ID=58104095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016169244A Active JP6702092B2 (ja) | 2015-09-01 | 2016-08-31 | 住宅需要反応におけるクーポンの最適化及び配信 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10438303B2 (ja) |
JP (1) | JP6702092B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019121363A (ja) * | 2017-12-29 | 2019-07-22 | エンコアード テクノロジーズ インク | 電力需要管理機能を有するサーバおよびその電力需要管理方法 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3152810B1 (en) * | 2015-03-06 | 2020-01-08 | NEC Corporation | A method and a system for controlling energy supply to different units |
US10949777B2 (en) | 2017-06-07 | 2021-03-16 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization |
US11010846B2 (en) | 2017-01-12 | 2021-05-18 | Johnson Controls Technology Company | Building energy storage system with multiple demand charge cost optimization |
US11238547B2 (en) | 2017-01-12 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Building energy cost optimization system with asset sizing |
US10324483B2 (en) | 2017-01-12 | 2019-06-18 | Johnson Controls Technology Company | Building energy storage system with peak load contribution cost optimization |
US10282796B2 (en) | 2017-01-12 | 2019-05-07 | Johnson Controls Technology Company | Building energy storage system with multiple demand charge cost optimization |
US11061424B2 (en) | 2017-01-12 | 2021-07-13 | Johnson Controls Technology Company | Building energy storage system with peak load contribution and stochastic cost optimization |
US11487277B2 (en) | 2017-05-25 | 2022-11-01 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system for building equipment |
US11900287B2 (en) | 2017-05-25 | 2024-02-13 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with budgetary constraints |
US11847617B2 (en) | 2017-02-07 | 2023-12-19 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with financial analysis functionality |
US11636429B2 (en) | 2017-05-25 | 2023-04-25 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance systems and methods with automatic parts resupply |
US11416955B2 (en) | 2017-05-25 | 2022-08-16 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with integrated measurement and verification functionality |
US11747800B2 (en) | 2017-05-25 | 2023-09-05 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with automatic service work order generation |
US11409274B2 (en) | 2017-05-25 | 2022-08-09 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system for performing maintenance as soon as economically viable |
US11120411B2 (en) | 2017-05-25 | 2021-09-14 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with incentive incorporation |
US10732584B2 (en) * | 2017-06-07 | 2020-08-04 | Johnson Controls Technology Company | Building energy optimization system with automated and dynamic economic load demand response (ELDR) optimization |
US11022947B2 (en) | 2017-06-07 | 2021-06-01 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces |
US11859846B2 (en) | 2018-06-15 | 2024-01-02 | Johnson Controls Tyco IP Holdings LLP | Cost savings from fault prediction and diagnosis |
US11474485B2 (en) | 2018-06-15 | 2022-10-18 | Johnson Controls Tyco IP Holdings LLP | Adaptive training and deployment of single chiller and clustered chiller fault detection models for connected chillers |
CN109255268A (zh) * | 2018-09-13 | 2019-01-22 | 广东电网有限责任公司 | 应用射频标签管理生产工器具的方法及系统 |
US11480360B2 (en) | 2019-08-06 | 2022-10-25 | Johnson Controls Tyco IP Holdings LLP | Building HVAC system with modular cascaded model |
CN114298751A (zh) * | 2021-12-28 | 2022-04-08 | 东南大学 | 一种去中心化优惠券激励型需求响应效率提升方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277174A (ja) * | 2005-03-29 | 2006-10-12 | Tokyo Electric Power Co Inc:The | ピーク電力制御システム、プログラム、方法、住宅電力制御装置 |
JP2011229374A (ja) * | 2010-04-19 | 2011-11-10 | General Electric Co <Ge> | 網において需要応答事象を計画するシステム及び方法 |
WO2014149993A1 (en) * | 2013-03-15 | 2014-09-25 | Nest Labs, Inc. | Utility portals for managing demand-response events |
JP2015138547A (ja) * | 2014-01-22 | 2015-07-30 | 富士通株式会社 | 需要応答イベント査定方法およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090281885A1 (en) * | 2008-05-08 | 2009-11-12 | International Business Machines Corporation | Using virtual environment incentives to reduce real world energy usage |
US9595070B2 (en) * | 2013-03-15 | 2017-03-14 | Google Inc. | Systems, apparatus and methods for managing demand-response programs and events |
-
2015
- 2015-09-01 US US14/842,653 patent/US10438303B2/en active Active
-
2016
- 2016-08-31 JP JP2016169244A patent/JP6702092B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277174A (ja) * | 2005-03-29 | 2006-10-12 | Tokyo Electric Power Co Inc:The | ピーク電力制御システム、プログラム、方法、住宅電力制御装置 |
JP2011229374A (ja) * | 2010-04-19 | 2011-11-10 | General Electric Co <Ge> | 網において需要応答事象を計画するシステム及び方法 |
WO2014149993A1 (en) * | 2013-03-15 | 2014-09-25 | Nest Labs, Inc. | Utility portals for managing demand-response events |
JP2015138547A (ja) * | 2014-01-22 | 2015-07-30 | 富士通株式会社 | 需要応答イベント査定方法およびプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019121363A (ja) * | 2017-12-29 | 2019-07-22 | エンコアード テクノロジーズ インク | 電力需要管理機能を有するサーバおよびその電力需要管理方法 |
Also Published As
Publication number | Publication date |
---|---|
US10438303B2 (en) | 2019-10-08 |
US20170061553A1 (en) | 2017-03-02 |
JP6702092B2 (ja) | 2020-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6702092B2 (ja) | 住宅需要反応におけるクーポンの最適化及び配信 | |
Casalicchio et al. | From investment optimization to fair benefit distribution in renewable energy community modelling | |
US20180204293A1 (en) | Method of optimizing market supply and demand dynamics for energy distribution and consumption | |
Chapman et al. | Algorithmic and strategic aspects to integrating demand-side aggregation and energy management methods | |
US11789411B2 (en) | COI optimizer | |
US20160072287A1 (en) | Comfort-driven optimization of electric grid utilization | |
JP6507576B2 (ja) | 需要応答イベント査定プログラム | |
US20100217642A1 (en) | System and method for single-action energy resource scheduling and participation in energy-related securities | |
US20100217550A1 (en) | System and method for electric grid utilization and optimization | |
US20110040666A1 (en) | Dynamic pricing system and method for complex energy securities | |
Yang et al. | Quantifying the benefits to consumers for demand response with a statistical elasticity model | |
US20190012691A1 (en) | Utilization of coupons in residential demand response | |
Nelson et al. | Price dispersion in Australian retail electricity markets | |
US9805321B2 (en) | Eco score analytics system | |
Lim et al. | Implementing automated residential demand response in South Korea: Consumer preferences and market potential | |
Panwar et al. | Dynamic incentive framework for demand response in distribution system using moving time horizon control | |
Frick et al. | Time-sensitive value of efficiency: use cases in electricity sector planning and programs | |
Zhang et al. | Residential customers-oriented customized electricity retail pricing design | |
Zheng et al. | An application of machine learning for a smart grid resource allocation problem | |
Rasouli et al. | An optimization model to characterize the aggregated flexibility responsiveness of residential end-users | |
Szinai et al. | Putting your money where your meter is | |
Block et al. | A multi-agent energy trading competition | |
Brolin et al. | Controlling a retailer's short‐term financial risk exposure using demand response | |
Kokos et al. | Demand response strategy for optimal formulation of flexibility services | |
US20180165772A1 (en) | Tiered greening for large business operations with heavy power reliance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190513 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200319 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200407 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200420 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6702092 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |