JP6715911B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP6715911B2 JP6715911B2 JP2018213909A JP2018213909A JP6715911B2 JP 6715911 B2 JP6715911 B2 JP 6715911B2 JP 2018213909 A JP2018213909 A JP 2018213909A JP 2018213909 A JP2018213909 A JP 2018213909A JP 6715911 B2 JP6715911 B2 JP 6715911B2
- Authority
- JP
- Japan
- Prior art keywords
- subscriber
- power
- information
- event
- feature
- 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
- 238000007726 management method Methods 0.000 title claims description 51
- 230000004044 response Effects 0.000 claims description 137
- 238000000034 method Methods 0.000 claims description 46
- 230000009467 reduction Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 25
- 238000010801 machine learning Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000007423 decrease Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 28
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000007477 logistic regression Methods 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Description
ビッグデータおよび機械学習を使う自動化された意思決定の増加により、多くのデマンドレスポンス参加者が個人情報の保護に恐れを持つようになった。このような恐れを解消するために、EUの「GDPR(General Data Protection Regulation)」と「エネルギー消費者のためのニューディールの伝達に関するコミュニケーション(Communication on Delivering a New Deal for energy consumers(以下、ニューディール))」という法的規制が履行されている。
デマンドレスポンスの効率性および正確度は、AUROC(Area Under Receiver Operation Characteristics)およびAUPRC(Area Under Precision−Recall Curve)のような様々な測定技法を利用できる。
1941年Durandが考案した信用点数化は、デマンドレスポンス加入者の過去データから生成されたフィーチャー(Feature)のロジスティック回帰または線形プログラミングを通じて各範囲の点数を設定する。信用点数化は、統計に対する専門知識のないデマンドレスポンス加入者が理解できるように簡単で慣れた形式であるスコアカードを用いる。主にCSは、銀行が財務危険を最小化し説明しやすいように提供する。例えば、住宅ローンを得るために銀行を訪問すると、銀行は、信用点数化モデルを通じてその人の貸金返済可能性を予測し、借りることのできる金額、利率および期間を決定する。点数評価のために、以前の3ヶ月間の延滞が−10点、平均給与が5,000ドル以上の場合には+50点、自動車を所有した場合には+20点などを付与するということである。この場合、デマンドレスポンス参加者が貸し出しを拒否された場合、デマンドレスポンス参加者は銀行の公正性に対する不満を提起することができる。
1.フィーチャー選択(Feature Selection)(ステップS710)
信用点数化のフィーチャー選択は、説明性を維持し、且つ、効率性を極大化するのに必要な幾つかの重要な基準フィーチャーを選択するステップである。デマンドレスポンスのための信用点数化は、下記の数学式1に定義される情報値に基づいて基準フィーチャーを選択する。
(数学式1)
ここで、IVは情報値(Information Value)であり、Pr()は確率関数である。上記の数学式1は、二つのグループ(Y=0またはY=1)がフィーチャー(x)によってどれくらいよく分離されるのかを測定する値である。ここで、フィーチャー選択の対象となるフィーチャー(Feature)は図6に例示されている。通常、情報値が0.1以上のフィーチャー(Feature)は重要なフィーチャー(Feature)であるといえる。
詳細分類は、連続した値を有するフィーチャーを20個以下の範囲の分類値に分けるステップである。例えば、基準フィーチャーが電力使用量である場合、全体加入者の電力使用量データのうち95%の範囲に該当するデータが250kWhから450kWhの間であれば、一つの詳細分類の範囲は10kWh((450kWh−250kWh)/20)の間隔を有するようになる。全体的に一つのフィーチャーに20個未満の値がある場合(例えば、前の10回のデマンドレスポンスイベントの間の特定ユーザの参加回数)には整数(integer)になった参加回数そのものが詳細分類の対象となる。
選定部331は、詳細分類において一部の分類を併合して概略分類に分類調整を行う。詳細分類が分類を定義する簡単で線形的な方法を提供する反面、分類に該当する値の数(Population)間の均衡をよく維持することが説明性に重要である。概略分類は、より安定的で統計的に重要な分類に分類ステップを併合する。
(数学式2)
(数学式3)
(数学式4)
この場合、Xは各フィーチャーを意味し、range 1は詳細分類から得られたフィーチャー分類ステップの範囲に該当し、β0、β1はロジスティック回帰の定数である。また、数学式4の左辺はロジット値(Logit Value)である。選定部331は、さらに少ない数の分類ステップを用いて説明性を増加させるために、詳細分類ステップを活用して演算されたロジット値(Logit Value)を四捨五入した後、同じ値を有した分類ステップを統合する。
選定部331は、機械学習を通じた点数調整によって信用点数化モデルを最終的に生成する。
選定部331は、上記のような信用評価点数化学習モードにより選択されたフィーチャーおよび点数に基づいて、加入者のうちデマンドレスポンスイベントに招待される加入者を選定する。
Claims (19)
- 加入者の少なくとも一つの電力消費機器に対する電力使用量および前記加入者のデマンドレスポンスイベント参加記録を含む加入者情報と、デマンドレスポンスイベントの日付を含むイベント情報とを格納する格納部、
電力使用節減に対する要請信号を受信する受信部、
前記要請信号を受信することに伴い、前記加入者情報およびイベント情報を用いて電力使用節減を要請しようとする加入者を選定する選定部、および
前記選定された加入者の加入者端末に前記要請しようとする電力使用節減に対する案内情報を送信する送信部を含み、
前記選定部は、信用点数化モデルを生成し、前記信用点数化モデルにより加入者の信用点数を評価して、前記電力使用節減を要請しようとする加入者を評価された信用点数に応じて選定し、
前記信用点数化モデルは、前記加入者情報に基づいて生成された複数のフィーチャー(Feature)に対する情報値に基づいてフィーチャー(Feature)を選定し、前記選定されたフィーチャー(Feature)に対するロジット値(Logit Value)を求めて前記フィーチャー(Feature)を概略分類した後、前記概略分類の各範囲に対する点数範囲を機械学習を通じて生成して作られる、電力需要管理機能を有するサーバ。 - 前記概略分類は、前記選定されたフィーチャー(Feature)を詳細分類した後、前記詳細分類された分類範囲に対するロジット値(Logit Value)を四捨五入して同じロジット値(Logit Value)を有する場合に前記詳細分類された分類範囲を統合して生成される、請求項1に記載の電力需要管理機能を有するサーバ。
- 前記詳細分類された分類範囲は一つのフィーチャーに対して20個以下である、請求項2に記載の電力需要管理機能を有するサーバ。
- 前記選定されたフィーチャー(Feature)は、参加率(Participation Rate)、最大連続参加回数(Maximum Number of Consecutive Participation)、累積補償(Cumulative Rebate)、最大連続不参加回数(Maximum Number of Consecutive Non−Participation)、および前回イベントでの成功可否(Success in the Last Event、前回イベントへの参加または電力減縮の失敗)を含む、請求項1に記載の電力需要管理機能を有するサーバ。
- 前記選定部は、前記加入者情報および前記イベント情報に基づいて複数のフィーチャー(Feature)を生成する、請求項1から4の何れか1項に記載の電力需要管理機能を有するサーバ。
- 前記選定された前記少なくとも一つの電力消費機器による電力使用量をモニターするモニター部、および
前記電力消費機器による電力使用量が前記案内情報に従って減少する場合、該加入者に所定の補償を付与する補償管理部をさらに含む、請求項1から5の何れか1項に記載の電力需要管理機能を有するサーバ。 - 前記送信部は、前記付与された補償に関する情報を前記該加入者の加入者端末に送信する、請求項6に記載の電力需要管理機能を有するサーバ。
- 加入者の少なくとも一つの電力消費機器に対する電力使用量および前記加入者の個人デマンドレスポンスイベント参加記録を含む加入者情報と、デマンドレスポンスイベントの日付を含むイベント情報とを格納するステップ、
電力使用節減に対する要請信号を受信するステップ、
前記要請信号を受信することに伴い、前記加入者情報およびイベント情報を用いて電力使用節減を要請しようとする加入者を選定するステップ、および
前記選定された加入者の通信機器に前記電力使用節減に対する案内情報を送信するステップを含み、
前記選定するステップは、信用点数化モデルを生成するステップ、および前記信用点数化モデルにより加入者の信用点数を評価して、前記電力使用節減を要請しようとする加入者を評価された信用点数に応じて選定するステップを含み、
前記信用点数化モデルを生成するステップは、
前記加入者情報に基づいて生成された複数のフィーチャー(Feature)に対する情報値に基づいてフィーチャー(Feature)を選定するステップ、
前記選定されたフィーチャー(Feature)に対するロジット値(Logit Value)を求めて前記フィーチャー(Feature)を概略分類するステップ、および
前記概略分類の各範囲に対する点数範囲を機械学習を通じて生成するステップを含む、電力需要管理方法。 - 前記概略分類するステップは、
前記選定されたフィーチャー(Feature)を詳細分類するステップ、および
前記詳細分類された分類範囲に対するロジット値(Logit Value)を求めるステップ、および
前記ロジット値(Logit Value)を四捨五入して同じロジット値(Logit Value)を有する場合に前記詳細分類された分類範囲を統合して前記概略分類を生成するステップを含む、請求項8に記載の電力需要管理方法。 - 前記詳細分類された分類範囲は一つのフィーチャーに対して20個以下である、請求項9に記載の電力需要管理方法。
- 前記選定されたフィーチャー(Feature)は、参加率(Participation Rate)、最大連続参加回数(Maximum Number of Consecutive Participation)、累積補償(Cumulative Rebate)、最大連続不参加回数(Maximum Number of Consecutive Non−Participation)、および前回イベントでの成功可否(Success in the Last Event、前回イベントへの参加または電力減縮の失敗)を含む、請求項8に記載の電力需要管理方法。
- 前記選定するステップは、前記加入者情報および前記イベント情報に基づいて複数のフィーチャー(Feature)を生成するステップをさらに含む、請求項8から11の何れか1項に記載の電力需要管理方法。
- 前記加入者の電力消費機器による電力使用量をモニターするステップ、および
前記電力消費機器の電力使用量が前記案内情報に従って減少する場合、該加入者に所定の補償を付与するステップを含む、請求項8から12の何れか1項に記載の電力需要管理方法。 - 前記送信するステップは、前記付与された補償に関する情報を前記該加入者の加入者端末に送信するステップを含む、請求項13に記載の電力需要管理方法。
- 加入者の少なくとも一つの電力消費機器に対する電力使用量および前記加入者の個人デマンドレスポンスイベント参加記録を含む加入者情報と、デマンドレスポンスイベントの日付を含むイベント情報とを格納する格納部、電力使用節減に対する要請信号を受信する受信部、前記要請信号を受信することに伴い、前記加入者情報およびイベント情報を用いて電力使用節減を要請しようとする加入者を選定する選定部、および前記選定された加入者の加入者端末に前記電力使用節減に対する案内情報を送信する送信部を含む電力需要管理機能を有するサーバにおいて、
前記加入者情報に基づいて生成された複数のフィーチャー(Feature)に対する情報値に基づいてフィーチャー(Feature)を選定するステップ、
前記選定されたフィーチャー(Feature)に対するロジット値(Logit Value)を求めて前記フィーチャー(Feature)を概略分類するステップ、および
前記概略分類の各範囲に対する点数範囲を機械学習を通じて生成して信用点数化モデルを生成するステップを含む、デマンドレスポンスイベント対象加入者の選定方法。 - 前記概略分類するステップは、
前記選定されたフィーチャー(Feature)を詳細分類するステップ、および
前記詳細分類された分類範囲に対するロジット値(Logit Value)を求めるステップ、および
前記ロジット値(Logit Value)を四捨五入して同じロジット値(Logit Value)を有する場合に前記詳細分類された分類範囲を統合して前記概略分類を生成するステップを含む、請求項15に記載のデマンドレスポンスイベント対象加入者の選定方法。 - 前記詳細分類された分類範囲は一つのフィーチャーに対して20個以下である、請求項16に記載のデマンドレスポンスイベント対象加入者の選定方法。
- 前記フィーチャー(Feature)を選定するステップは、前記加入者情報および前記イベント情報に基づいて複数のフィーチャー(Feature)を生成するステップを含む、請求項16に記載のデマンドレスポンスイベント対象加入者の選定方法。
- 前記選定されたフィーチャー(Feature)は、参加率(Participation Rate)、最大連続参加回数(Maximum Number of Consecutive Participation)、累積補償(Cumulative Rebate)、最大連続不参加回数(Maximum Number of Consecutive Non−Participation)、および前回イベントでの成功可否(Success in the Last Event、前回イベントへの参加または電力減縮の失敗)を含む、請求項18に記載のデマンドレスポンスイベント対象加入者の選定方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2017-0183977 | 2017-12-29 | ||
KR1020170183977A KR102133741B1 (ko) | 2017-12-29 | 2017-12-29 | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019121363A JP2019121363A (ja) | 2019-07-22 |
JP6715911B2 true JP6715911B2 (ja) | 2020-07-01 |
Family
ID=67261148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018213909A Active JP6715911B2 (ja) | 2017-12-29 | 2018-11-14 | 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 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6715911B2 (ja) |
KR (1) | KR102133741B1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705899A (zh) * | 2019-10-13 | 2020-01-17 | 国网福建省电力有限公司 | 一种面向电力用户的信用评价管理方法、系统 |
WO2023120764A1 (ko) * | 2021-12-21 | 2023-06-29 | 주식회사 투파더 | 에너지 소비 절감 적극성 평가 시스템 |
KR102423911B1 (ko) * | 2022-05-11 | 2022-07-21 | 주식회사 투파더 | 에너지 소비 모니터링 및 최적화 시스템 |
CN116050946B (zh) * | 2023-03-29 | 2023-06-16 | 东莞先知大数据有限公司 | 一种水务用户催收管理方法、装置、电子设备和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9595070B2 (en) * | 2013-03-15 | 2017-03-14 | Google Inc. | Systems, apparatus and methods for managing demand-response programs and events |
KR102438439B1 (ko) * | 2015-06-05 | 2022-08-31 | 주식회사 인코어드 테크놀로지스 | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 |
KR101672408B1 (ko) * | 2015-05-07 | 2016-11-04 | 주식회사 우암코퍼레이션 | 전력 수요감축 경매시스템 및 경매방법 |
US10438303B2 (en) * | 2015-09-01 | 2019-10-08 | Fujitsu Limited | Optimization and distribution of coupons in residential demand response |
JP6722481B2 (ja) * | 2016-03-18 | 2020-07-15 | 株式会社エヌ・ティ・ティ・データ | エネルギー需要制御装置、エネルギー需要制御方法、エネルギー需要制御システム、およびプログラム |
-
2017
- 2017-12-29 KR KR1020170183977A patent/KR102133741B1/ko active IP Right Grant
-
2018
- 2018-11-14 JP JP2018213909A patent/JP6715911B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019121363A (ja) | 2019-07-22 |
KR20190081436A (ko) | 2019-07-09 |
KR102133741B1 (ko) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6715911B2 (ja) | 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 | |
US20230006444A1 (en) | Methods and systems for an automated utility marketplace platform | |
Saad et al. | Toward a consumer-centric grid: A behavioral perspective | |
US9543785B2 (en) | Electrical charging/discharging control apparatus, electric-power management apparatus, electric-power management method and electric-power management system | |
US11789411B2 (en) | COI optimizer | |
JP6507576B2 (ja) | 需要応答イベント査定プログラム | |
JP2017049998A (ja) | 住宅需要反応におけるクーポンの最適化及び配信 | |
US20130123995A1 (en) | Power management device, power management method, and demand notifying device | |
Ströhle et al. | Local matching of flexible load in smart grids | |
Yang et al. | Quantifying the benefits to consumers for demand response with a statistical elasticity model | |
Kiguchi et al. | Predicting winners and losers under time-of-use tariffs using smart meter data | |
de Leon Barido et al. | Opportunities for behavioral energy efficiency and flexible demand in data-limited low-carbon resource constrained environments | |
Rasheed et al. | Minimizing pricing policies based on user load profiles and residential demand responses in smart grids | |
US9805321B2 (en) | Eco score analytics system | |
US20180364664A1 (en) | Personalized actionable energy management based on load disambiguation | |
Gao et al. | Review of virtual power plant operations: Resource coordination and multidimensional interaction | |
Lv et al. | Hierarchical learning optimisation method for the coordination dispatch of the inter‐regional power grid considering the quality of service index | |
KR102582302B1 (ko) | 전력 수요 관리 기능을 갖는 시스템 | |
KR102593286B1 (ko) | 전력 수요 관리 기능을 갖는 시스템, 및 그것의 전력 수요 관리 방법 | |
Cui et al. | Electric vehicles embedded virtual power plants dispatch mechanism design considering charging efficiencies | |
KR20230148315A (ko) | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 | |
Bahmani et al. | Quantifying the impact of electricity pricing on electric vehicle user behavior: a V2G perspective for smart grid development | |
Xu et al. | Application of deep reinforcement learning in electricity demand response market: Demand response decision-making of load aggregator | |
Andrews | Towards Urban Decarbonization: Integrating Energy Efficiency, Demand Flexibility, and Emissions Accounting in Building Decarbonization Policy | |
Gross | Residential demand-side response in the UK: maximising consumer uptake and response |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181114 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200207 |
|
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: 20200526 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6715911 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |