-
公开(公告)号:CN113256349A
公开(公告)日:2021-08-13
申请号:CN202110707497.0
申请日:2021-06-25
申请人: 国网江西省电力有限公司供电服务管理中心 , 北京理工大学 , 国家电网有限公司
摘要: 本发明公开了一种提供电力产品套餐的标签库构建方法,标签库包括典型家庭智慧用能数据、参与需求响应试点反馈数据、气候关键因素数据和周边地理环境数据。本发明通过属于典型用能家庭用户进行市场调研和问卷调查获取典型家庭智慧用能数据和参与需求响应试点反馈数据,进而对气候因素和地理环境因素通过SEM构建家庭智慧用能与影响因素的结构化模型,推断不同家庭对于异质性刺激因素响应参数,根据获得的异质性刺激因素响应参数,在标签库中建立响应标签与特征对应关系,进而可以为不同标签家庭提供系统化、智能化、个性化套餐推荐方案,精准、有效引导居民智慧用能和合理用电。
-
公开(公告)号:CN113450031B
公开(公告)日:2021-11-16
申请号:CN202111009820.3
申请日:2021-08-31
申请人: 国网江西省电力有限公司供电服务管理中心 , 南昌工程学院
摘要: 本发明公开了居民智慧用能服务潜在台区选取方法及装置,包括:建立新型居民智慧用能服务潜在台区选取体系,包括4个一级指标、15个二级指标,并将二级指标作为特性指标;基于BWM法计算各特性指标主观权重;然后,利用动态公权集数据包络分析DEA模型计算指标客观权重;再利用切比雪夫不等式的界限将多周期决策矩阵转化为单一决策矩阵;进一步采用包括SAW‑G、VIKOR‑G、TOPSIS‑G、ARAS‑G和COPRAS‑G这五种多属性决策方法MADM综合选取潜力台区;最后,采用相关系数和标准偏差CCSD方法来确定最终的聚合秩,最终确定台区智慧用能服务潜力值和排序。本发明为居民智慧用能服务潜在台区选取过程中提供科学依据,精准、有效引导居民智慧用能。
-
公开(公告)号:CN113256031B
公开(公告)日:2021-10-26
申请号:CN202110707498.5
申请日:2021-06-25
申请人: 国网江西省电力有限公司供电服务管理中心
摘要: 本发明公开了一种基于居民需求响应策略自学习优化方法,首先建立居民智慧用能服务标本库,获取用户负荷特性及参与需求响应的历史信息,并据此构建用户激励弹性模型,得出用户响应度、用户群体参与率与激励水平之间的历史参数;其次,量化评估用户响应潜力,形成响应优先级队列,并在优先级队列下确定不同邀约比例下用户响应负荷潜力关系,据此确定合适的邀约比例;再次,基于需求响应削减负荷目标,构建需求响应成本模型,在响应成本最小化约束下,输出激励水平值;最后,基于时间卷积神经网络模型,针对不同场景需求响应实验,预测居民响应电量,评估需求响应效果,从而对模型输出参数不断训练优化,提高模型输出参数的准确性。
-
公开(公告)号:CN113450031A
公开(公告)日:2021-09-28
申请号:CN202111009820.3
申请日:2021-08-31
申请人: 国网江西省电力有限公司供电服务管理中心 , 南昌工程学院
摘要: 本发明公开了居民智慧用能服务潜在台区选取方法及装置,包括:建立新型居民智慧用能服务潜在台区选取体系,包括4个一级指标、15个二级指标,并将二级指标作为特性指标;基于BWM法计算各特性指标主观权重;然后,利用动态公权集数据包络分析DEA模型计算指标客观权重;再利用切比雪夫不等式的界限将多周期决策矩阵转化为单一决策矩阵;进一步采用包括SAW‑G、VIKOR‑G、TOPSIS‑G、ARAS‑G和COPRAS‑G这五种多属性决策方法MADM综合选取潜力台区;最后,采用相关系数和标准偏差CCSD方法来确定最终的聚合秩,最终确定台区智慧用能服务潜力值和排序。本发明为居民智慧用能服务潜在台区选取过程中提供科学依据,精准、有效引导居民智慧用能。
-
公开(公告)号:CN113256031A
公开(公告)日:2021-08-13
申请号:CN202110707498.5
申请日:2021-06-25
申请人: 国网江西省电力有限公司供电服务管理中心
摘要: 本发明公开了一种基于居民需求响应策略自学习优化方法,首先建立居民智慧用能服务标本库,获取用户负荷特性及参与需求响应的历史信息,并据此构建用户激励弹性模型,得出用户响应度、用户群体参与率与激励水平之间的历史参数;其次,量化评估用户响应潜力,形成响应优先级队列,并在优先级队列下确定不同邀约比例下用户响应负荷潜力关系,据此确定合适的邀约比例;再次,基于需求响应削减负荷目标,构建需求响应成本模型,在响应成本最小化约束下,输出激励水平值;最后,基于时间卷积神经网络模型,针对不同场景需求响应实验,预测居民响应电量,评估需求响应效果,从而对模型输出参数不断训练优化,提高模型输出参数的准确性。
-
-
-
-