一种基于用户冲击负荷特征的需求响应评估方法

    公开(公告)号:CN114925968B

    公开(公告)日:2024-09-27

    申请号:CN202210367745.6

    申请日:2022-04-08

    摘要: 本发明属于电力需求响应技术领域,具体涉及一种基于用户冲击负荷特征的需求响应评估方法。针对现有需求响应过程中采集用户的瞬时有功功率作为负荷基线的不足,发明采用如下技术方案:一种基于用户冲击负荷特征的需求响应评估方法,包括:采集用户累计电量值,计算得到用户的平均功率曲线,作为用户平均功率负荷修正基线;根据用户平均功率负荷修正基线,调整需求响应指标下发值;根据用户平均功率负荷修正基线以及需求响应指标下发值,评估用户参与需求响应的有效性。本发明的需求响应评估方法的有益效果是:修正基线具备更佳的参考意义,可以更准确反映用户的实际平均负荷状况;对冲击性负荷用户电力需求响应指标下发值进行修正。

    相变储热装置及太阳能热水系统
    144.
    发明公开

    公开(公告)号:CN118517810A

    公开(公告)日:2024-08-20

    申请号:CN202410817067.8

    申请日:2024-06-24

    IPC分类号: F24S60/10 F28D20/02

    摘要: 本发明涉及储热装置技术领域,具体提供了一种相变储热装置及太阳能热水系统,相变储热装置包括壳体、转轴和储热模块。其中,壳体上形成有进口和出口,以供传热工质进出壳体。转轴可转动的安装于壳体内,储热模块包括外壳以及容置在外壳内的储热工质。在储热模块随转轴转动的过程中,储热工质与壳体内的传热工质换热。其中,储热工质包括无机水合盐相变材料,响应于与传热工质换热过程中发生相变,以将热量存储于储热工质内。太阳能热水系统包括太阳能集热器、至少一个相变储热装置和用户端。相变储热装置被配置为与来自太阳能集热器的传热工质换热。用户端被配置为将自来水泵送至相变储热装置,与储热工质换热后输送至用户处。

    基于曲线降维和聚类的负荷曲线辨识方法、装置及介质

    公开(公告)号:CN117076990B

    公开(公告)日:2024-02-27

    申请号:CN202311326728.9

    申请日:2023-10-13

    摘要: 本发明为基于曲线降维和聚类的负荷曲线辨识方法、装置及介质,属于电力负荷领域,针对现有技术存在辨识结构不准确的问题,采用技术方案如下:一种基于曲线降维和聚类的负荷曲线辨识方法,包括如下步骤:基于局部加权线性拟合法将原始高维负荷曲线进行降维;基于快速动态时间规整算法将降维后的负荷曲线进行相似度度量;根据相似度度量的结果,基于OPTICS聚类算法对行业负荷进行分类,并辨识具有共同形态特征的典型负荷曲线。本方法可以准确量度负荷曲线形态相似性,能够快速划分行业用电类型并有效辨识具有共同形态特征的典型负荷曲线,对挖掘需求侧信息和用户精益化管理具有重要(56)对比文件US 2022188343 A1,2022.06.16WO 2018082523 A1,2018.05.11WO 2019238096 A1,2019.12.19WO 2021073462 A1,2021.04.22WO 2022135473 A1,2022.06.30WO 2023150833 A1,2023.08.17宋军英;崔益伟;李欣然;钟伟;邹鑫;李培强.基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法.电力系统自动化.2020,(第15期),全文.

    一种基于组合神经网络的空调负荷预测方法

    公开(公告)号:CN117314180A

    公开(公告)日:2023-12-29

    申请号:CN202311153609.8

    申请日:2023-09-07

    摘要: 本发明属于区域空调负荷预测技术领域,具体涉及一种基于组合神经网络的空调负荷预测方法。针对现有空调负荷预测方法采用单个神经网络,预测精度有提升空间的不足,本发明采用如下技术方案:一种基于组合神经网络的空调负荷预测方法,包括:获取空调负荷预测所需的相关数据,相关数据包括含有时间信息的历史空调负荷数据;数据预处理;建立组合神经网络模型,组合神经网络模型综合长短期记忆网络模型、Neural Prophet模型和人工神经网络模型;设置各模型的超参数;组合神经网络模型训练和测试;将训练和测试后的组合神经网络模型用于空调负荷预测。本发明的有益效果是:组合LSTM、NP和ANN,发挥三者优势,提高空调负荷预测的准确度。

    基于曲线降维和聚类的负荷曲线辨识方法、装置及介质

    公开(公告)号:CN117076990A

    公开(公告)日:2023-11-17

    申请号:CN202311326728.9

    申请日:2023-10-13

    摘要: 本发明为基于曲线降维和聚类的负荷曲线辨识方法、装置及介质,属于电力负荷领域,针对现有技术存在辨识结构不准确的问题,采用技术方案如下:一种基于曲线降维和聚类的负荷曲线辨识方法,包括如下步骤:基于局部加权线性拟合法将原始高维负荷曲线进行降维;基于快速动态时间规整算法将降维后的负荷曲线进行相似度度量;根据相似度度量的结果,基于OPTICS聚类算法对行业负荷进行分类,并辨识具有共同形态特征的典型负荷曲线。本方法可以准确量度负荷曲线形态相似性,能够快速划分行业用电类型并有效辨识具有共同形态特征的典型负荷曲线,对挖掘需求侧信息和用户精益化管理具有重要意义。本发明还提供能够实现上述方法的装置和可读介质。

    一种多时间尺度下的有序用电决策方法

    公开(公告)号:CN116742608A

    公开(公告)日:2023-09-12

    申请号:CN202310542804.3

    申请日:2023-05-11

    IPC分类号: H02J3/00 G06Q50/06 G06F18/23

    摘要: 本发明公开一种多时间尺度下的有序用电决策方法,属于电力系统调度规划技术领域,解决了有序用电决策模型没有结合用户典型负荷曲线及其峰谷波动的特性,调用多时间尺度下有序用电措施的问题,解决该问题的方法包括以下步骤,采集用户的日负荷曲线数据,根据聚类分析提取用户典型负荷曲线;获取用户参与方式、具体参数以及用户的重要等级;计算有序用电措施的控制成本,构造目标函数和约束条件;求解有序用电决策模型,得到适于用户的有序用电方案。本发明中的有序用电决策模型能够结合用户负荷曲线及其峰谷波动的特性,调用多时间尺度下的有序用电措施,在安全有效的消纳电力供需缺口的同时将对用户的影响降至最低。